3
2001
... 冻土是指温度保持在或低于水的冰点,并含有冰的岩石和土壤,分为短时冻土(冻结时间数小时至半月)、季节冻土(冻结时间在半月至数月)和多年冻土(冻结时间在两年以上)[1 ] .在冻土中,冰和液态水(未冻水)共存,其含量随冻融过程中温度的变化而变化.未冻水含量和含冰量的变化显著影响冻土的物理和机械性能,从而决定寒区工程建设(如:房屋、道路、石油管线等)的成败[2 -3 ] .同时,冻融循环过程也会带来如土壤冻融侵蚀、洪水、污染物的迁移、地下水上升引起的土壤盐渍化等一系列环境问题[4 -7 ] .因此,掌握冻融过程中土壤水热耦合的变化机理对生产生活有至关重要的作用. ...
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
... 式(4) 表明,只需测定土壤比表面积和干密度即可描述未冻水含量随温度的变化特征.因此,尽管幂函数模型提出已有几十年历史,但由于其形式简单便于应用,各种文献及资料中仍普遍采用该方法来估算冻土中的未冻水含量[1 ] . ...
3
2001
... 冻土是指温度保持在或低于水的冰点,并含有冰的岩石和土壤,分为短时冻土(冻结时间数小时至半月)、季节冻土(冻结时间在半月至数月)和多年冻土(冻结时间在两年以上)[1 ] .在冻土中,冰和液态水(未冻水)共存,其含量随冻融过程中温度的变化而变化.未冻水含量和含冰量的变化显著影响冻土的物理和机械性能,从而决定寒区工程建设(如:房屋、道路、石油管线等)的成败[2 -3 ] .同时,冻融循环过程也会带来如土壤冻融侵蚀、洪水、污染物的迁移、地下水上升引起的土壤盐渍化等一系列环境问题[4 -7 ] .因此,掌握冻融过程中土壤水热耦合的变化机理对生产生活有至关重要的作用. ...
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
... 式(4) 表明,只需测定土壤比表面积和干密度即可描述未冻水含量随温度的变化特征.因此,尽管幂函数模型提出已有几十年历史,但由于其形式简单便于应用,各种文献及资料中仍普遍采用该方法来估算冻土中的未冻水含量[1 ] . ...
Managing ice-rich permafrost exposed during cutting excavation along Qinghai-Tibetan Railway: experiences and implementation
1
2011
... 冻土是指温度保持在或低于水的冰点,并含有冰的岩石和土壤,分为短时冻土(冻结时间数小时至半月)、季节冻土(冻结时间在半月至数月)和多年冻土(冻结时间在两年以上)[1 ] .在冻土中,冰和液态水(未冻水)共存,其含量随冻融过程中温度的变化而变化.未冻水含量和含冰量的变化显著影响冻土的物理和机械性能,从而决定寒区工程建设(如:房屋、道路、石油管线等)的成败[2 -3 ] .同时,冻融循环过程也会带来如土壤冻融侵蚀、洪水、污染物的迁移、地下水上升引起的土壤盐渍化等一系列环境问题[4 -7 ] .因此,掌握冻融过程中土壤水热耦合的变化机理对生产生活有至关重要的作用. ...
Changes in active layer thickness over the Qinghai‐Tibetan Plateau from 1995 to 2007
1
2010
... 冻土是指温度保持在或低于水的冰点,并含有冰的岩石和土壤,分为短时冻土(冻结时间数小时至半月)、季节冻土(冻结时间在半月至数月)和多年冻土(冻结时间在两年以上)[1 ] .在冻土中,冰和液态水(未冻水)共存,其含量随冻融过程中温度的变化而变化.未冻水含量和含冰量的变化显著影响冻土的物理和机械性能,从而决定寒区工程建设(如:房屋、道路、石油管线等)的成败[2 -3 ] .同时,冻融循环过程也会带来如土壤冻融侵蚀、洪水、污染物的迁移、地下水上升引起的土壤盐渍化等一系列环境问题[4 -7 ] .因此,掌握冻融过程中土壤水热耦合的变化机理对生产生活有至关重要的作用. ...
Quantifying the effect of a freeze-thaw cycle on soil erosion: laboratory experiments
1
2010
... 冻土是指温度保持在或低于水的冰点,并含有冰的岩石和土壤,分为短时冻土(冻结时间数小时至半月)、季节冻土(冻结时间在半月至数月)和多年冻土(冻结时间在两年以上)[1 ] .在冻土中,冰和液态水(未冻水)共存,其含量随冻融过程中温度的变化而变化.未冻水含量和含冰量的变化显著影响冻土的物理和机械性能,从而决定寒区工程建设(如:房屋、道路、石油管线等)的成败[2 -3 ] .同时,冻融循环过程也会带来如土壤冻融侵蚀、洪水、污染物的迁移、地下水上升引起的土壤盐渍化等一系列环境问题[4 -7 ] .因此,掌握冻融过程中土壤水热耦合的变化机理对生产生活有至关重要的作用. ...
Water transport in concrete damaged by tensile loading and freeze-thaw cycling
0
2006
Transport and chemo dynamics of organic micro pollutants and ions during snowmelt
0
1987
Cyclic freeze-thaw as a mechanism for water and salt migration in soil
2
2015
... 冻土是指温度保持在或低于水的冰点,并含有冰的岩石和土壤,分为短时冻土(冻结时间数小时至半月)、季节冻土(冻结时间在半月至数月)和多年冻土(冻结时间在两年以上)[1 ] .在冻土中,冰和液态水(未冻水)共存,其含量随冻融过程中温度的变化而变化.未冻水含量和含冰量的变化显著影响冻土的物理和机械性能,从而决定寒区工程建设(如:房屋、道路、石油管线等)的成败[2 -3 ] .同时,冻融循环过程也会带来如土壤冻融侵蚀、洪水、污染物的迁移、地下水上升引起的土壤盐渍化等一系列环境问题[4 -7 ] .因此,掌握冻融过程中土壤水热耦合的变化机理对生产生活有至关重要的作用. ...
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
Quantifying the thermal dynamics of a permafrost site near Ny-lesund, Svalbard
1
2001
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
Soil freezing point as obtained on melting
3
2004
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
... [9 ],从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
... 式中:T r e f 为参考温度,与溶质种类有关,NaCl可取62 ℃[31 ] .S n 为溶质浓度(g∙ L-1 NaCl).Kozlowski[9 ] 修改了式(9) ,给出了另一种计算T f 的方法: ...
Dependence of unfrozen water content in unsaturated frozen clay soil on initial soil moisture content
3
2004
... 未冻水含量的变化是多种因素综合作用的结果,以往的模型大都忽略了初始含水量和溶质浓度的影响.然而研究表明,当土壤冻结时,随着土壤水分逐渐向冰相的转变,土壤溶液的浓度会增加(假设冰相中不含溶质),溶质的存在会降低土壤水分的凝固点,从而影响未冻水含量[47 ] .此外,冻融过程中土壤的凝固点还会随初始含水量的增加而升高,随溶质含量的增加而降低[10 ,21 ,48 -50 ] .在式(18) 中,我们考虑到土体初始含水量θ i n i t 的影响,等式中的两个参数α 、 β 或许能解释溶质浓度对未冻水含量的影响,下文将进行参数α 、 β 敏感性分析,以探索其具体物理意义. ...
... 为了验证新模型的可行性及研究模型中参数α 、 β 的实际物理意义,本文引用了文献中已有的试验数据(见文后附表1 ),进行参数的拟合与模型效果的评价.在进行数据筛选时需要考虑到:1)数据的完整性.必须要能获取到完整冻结或融化过程的数据资料;2)数据的多样性.所选择的数据需要来自于尽可能多的土壤,便于模型验证;3)优先选择土壤物理性质比较详细的数据.如土壤比表面积、黏粒含量、容重、孔隙度等,便于模型参数物理性质的分析.基于以上原则,本文所选土样数据包括Smith和Tice[51 ] 文中的6种粉质土(Hot Springs粉土、Leda粉土、Suffield粉质黏土、Niagara粉土、兰州粉土),11种黏土以及4种代表性土壤矿物组分(膨润土、高岭石、锂辉石、砾石)的冻结实验数据;Spaans和Baker[52 ] 文中分别处于干燥和湿润两种状态下Waukegan粉砂土的冻结试验数据;Suzuki[10 ] 中湿地土壤的数据;Wen等[53 ] 青藏高原粉质黏土的冻结试验数据;Christ和Park[54 ] 砂土、粉砂土、粉土的试验数据;Wang等[55 ] 中Harbin黏土、Lanzhou黄土以及Ma等[56 ] 粉土和黏土的冻结实验数据(数据选用的详细信息见附表2 ). ...
... 2 Sources, determination methods and basic properties of the soil samples
Attached Table 作者(年份) 土壤样本 测定方法 比表面积/(m2 ·g-1 ) 干密度/(g·cm-3 ) 溶质浓度/% 初始含水量/(cm3 ·cm-3 ) Smith and Tice[51 ] (1988) Manchester黏土 TDR 18 1.425 - 0.471 West Lebanon砾石 NMR 15 1.563 - 0.375 高岭土 TDR 23 1.262 - 0.503 Chena Hot Springs粉土 NMR 40 1.456 - 0.414 Leda粉土 TDR 58 1.412 - 0.471 Morin黏土 NMR 60 1.305 - 0.472 Goodrich黏 TDR 68 1.289 - 0.467 OB黏土 NMR 61 1.352 - 0.515 Tuto黏土 TDR 78 0.920 - 0.674 Sweden VFB 478黏土 MNR 113 1.116 - 0.548 Suffield粉质黏土 TDR 148 1.339 - 0.494 Ferderick黏土 NMR 159 1.209 - 0.492 Ellsworth黏土 TDR 184 1.210 - 0.450 Regina黏土 NMR 291 0.961 - 0.572 Umiat膨润土 TDR 714 0.365 - 0.821 Lanzhou粉土 NMR 34 1.655 - 0.364 Niagara粉土 TDR 37 1.645 - 0.365 Norway LE-1黏土 NMR 52 1.415 - 0.477 Athena黏土 TDR 83 1.296 - 0.456 ST-Sweden CTH 201黏土 NMR 106 1.128 - 0.573 锂辉石 NMR 419 0.706 - 0.722 Morin黏土 NMR 60 1.433 - 0.287 Patterson and Smith[57 ] (1985) 粉质黏土 TDR 148 1.19 0 0.523 TDR 148 1.19 10 0.523 TDR 148 1.19 20 0.523 TDR 148 1.19 35 0.523 Spaans and Baker[52 ] (1996) 湿Waukegan粉质黏土 TDR 83 1.287 - 0.355 干Waukegan粉质黏土 TDR 83 1.319 - 0.241 Suzuki[10 ] (2004) Brown Lowland soil TDR 110.8 0.7560 - 0.30 TDR 110.8 0.5616 - 0.48 王大雁等[55 ] (2006) Harbin黏土 超声波 29.9 1.34 - 0.456 Lanzhou黄土 超声波 10.28 1.54 - 0.291 Christ and Park[54 ] (2009) 砂土 TDR 15.32 1.90 - 0.372 粉砂土 TDR 29.36 1.82 - 0.417 粉土 TDR 37.10 1.53 - 0.473 Watanabe and Wake[12 ] (2009) 砂土 NMR 1.6 1.43 - 0.26 粉质黏土 NMR 29.9 1.13 - 0.370 NMR 29.9 1.13 - 0.211 温智等[53 ] (2012) 青藏高原粉质黏土 NMR 8.12 1.56 - 0.45900 NMR 8.12 1.56 - 0.39780 NMR 8.12 1.56 - 0.35646 NMR 8.12 1.56 - 0.25428 NMR 8.12 1.56 - 0.31278 马田田等[56 ] (2017) 粉土 NMR 6.22 1.6 - 0.45 黏土 NMR 22.63 1.4 - 0.49
...
Amount of unfrozen water in frozen porous media saturated with solution
0
2002
Measurement of unfrozen water content and relative permittivity of frozen unsaturated soil using NMR and TDR
2
2009
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
... 2 Sources, determination methods and basic properties of the soil samples
Attached Table 作者(年份) 土壤样本 测定方法 比表面积/(m2 ·g-1 ) 干密度/(g·cm-3 ) 溶质浓度/% 初始含水量/(cm3 ·cm-3 ) Smith and Tice[51 ] (1988) Manchester黏土 TDR 18 1.425 - 0.471 West Lebanon砾石 NMR 15 1.563 - 0.375 高岭土 TDR 23 1.262 - 0.503 Chena Hot Springs粉土 NMR 40 1.456 - 0.414 Leda粉土 TDR 58 1.412 - 0.471 Morin黏土 NMR 60 1.305 - 0.472 Goodrich黏 TDR 68 1.289 - 0.467 OB黏土 NMR 61 1.352 - 0.515 Tuto黏土 TDR 78 0.920 - 0.674 Sweden VFB 478黏土 MNR 113 1.116 - 0.548 Suffield粉质黏土 TDR 148 1.339 - 0.494 Ferderick黏土 NMR 159 1.209 - 0.492 Ellsworth黏土 TDR 184 1.210 - 0.450 Regina黏土 NMR 291 0.961 - 0.572 Umiat膨润土 TDR 714 0.365 - 0.821 Lanzhou粉土 NMR 34 1.655 - 0.364 Niagara粉土 TDR 37 1.645 - 0.365 Norway LE-1黏土 NMR 52 1.415 - 0.477 Athena黏土 TDR 83 1.296 - 0.456 ST-Sweden CTH 201黏土 NMR 106 1.128 - 0.573 锂辉石 NMR 419 0.706 - 0.722 Morin黏土 NMR 60 1.433 - 0.287 Patterson and Smith[57 ] (1985) 粉质黏土 TDR 148 1.19 0 0.523 TDR 148 1.19 10 0.523 TDR 148 1.19 20 0.523 TDR 148 1.19 35 0.523 Spaans and Baker[52 ] (1996) 湿Waukegan粉质黏土 TDR 83 1.287 - 0.355 干Waukegan粉质黏土 TDR 83 1.319 - 0.241 Suzuki[10 ] (2004) Brown Lowland soil TDR 110.8 0.7560 - 0.30 TDR 110.8 0.5616 - 0.48 王大雁等[55 ] (2006) Harbin黏土 超声波 29.9 1.34 - 0.456 Lanzhou黄土 超声波 10.28 1.54 - 0.291 Christ and Park[54 ] (2009) 砂土 TDR 15.32 1.90 - 0.372 粉砂土 TDR 29.36 1.82 - 0.417 粉土 TDR 37.10 1.53 - 0.473 Watanabe and Wake[12 ] (2009) 砂土 NMR 1.6 1.43 - 0.26 粉质黏土 NMR 29.9 1.13 - 0.370 NMR 29.9 1.13 - 0.211 温智等[53 ] (2012) 青藏高原粉质黏土 NMR 8.12 1.56 - 0.45900 NMR 8.12 1.56 - 0.39780 NMR 8.12 1.56 - 0.35646 NMR 8.12 1.56 - 0.25428 NMR 8.12 1.56 - 0.31278 马田田等[56 ] (2017) 粉土 NMR 6.22 1.6 - 0.45 黏土 NMR 22.63 1.4 - 0.49
...
Freezing and thawing characteristics of frozen soils: Bound water content and hysteresis phenomenon
1
2014
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
A semi-empirical model for phase composition of water in clay–water systems
8
2007
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
... [14 -15 ];(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
... 式中:a 和b 为土壤特征参数与土壤比表面积有关.Kozlowski[14 ] 给出了参数和土壤表面积之间的关系: ...
... 式中:
n 为拟合参数;
T 0 为标准状态下自由水的冰点.相比
式(5) 、
式(6) 对未冻水含量与温度之间关系的描述更符合实际的实验结果
[15 ] .
1.3 Kozlowski(2007) 和Zhang(2008) 模型 Kozlowski[14 ] 对6种黏土进行差示扫描量热法实验后提出了土壤冻融特征曲线的半经验模型,该模型由三部分组成: ...
... Kozlowski[14 ] 对6种黏土进行差示扫描量热法实验后提出了土壤冻融特征曲线的半经验模型,该模型由三部分组成: ...
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
... 本文选择了前文中提到五种较为典型的模型与新模型对比,包括两种线性模型[15 -41 ] ,两种分段函数模型[14 ] 以及早先提出的指数模型[20 ] .四种土壤(包括砂土、粉砂土、粉土、哈尔滨黏土)被用于对比,砂土、粉砂土、粉土以及一种哈尔滨黏土.其中粉土、粉砂土及砂土冻结数据均来Christ和Park[54 ] ,冻结过程未冻水含量的测定方法为时域反射仪(TDR) 法;哈尔滨黏土数据来自Wang等[55 ] ,测量方法为核磁共振法(NMR). ...
Groundwater flow with energy transport and water-ice phase change: Numerical simulations, benchmarks, and application to freezing in peat bogs
10
2007
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
... -15 ,23 ],一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
... -15 ];(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
...
式(4) 表明,只需测定土壤比表面积和干密度即可描述未冻水含量随温度的变化特征.因此,尽管幂函数模型提出已有几十年历史,但由于其形式简单便于应用,各种文献及资料中仍普遍采用该方法来估算冻土中的未冻水含量
[1 ] .
1.2 Mckenzie (2007) 模型 Mckenzie等[15 ] 提出了一个线性分段函数来近似地描述土壤冻融特征曲线: ...
... Mckenzie等[15 ] 提出了一个线性分段函数来近似地描述土壤冻融特征曲线: ...
... 式中:m 为线性参数,T res 为未冻水含量减少到残余水含量的温度,假定为-12 ℃[15 ] .此外,Mckenzie等[15 ] 还给出了另一个指数函数来预测未冻水含量: ...
... [15 ]还给出了另一个指数函数来预测未冻水含量: ...
... 式中:n 为拟合参数;T 0 为标准状态下自由水的冰点.相比式(5) 、式(6) 对未冻水含量与温度之间关系的描述更符合实际的实验结果[15 ] . ...
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
... 本文选择了前文中提到五种较为典型的模型与新模型对比,包括两种线性模型[15 -41 ] ,两种分段函数模型[14 ] 以及早先提出的指数模型[20 ] .四种土壤(包括砂土、粉砂土、粉土、哈尔滨黏土)被用于对比,砂土、粉砂土、粉土以及一种哈尔滨黏土.其中粉土、粉砂土及砂土冻结数据均来Christ和Park[54 ] ,冻结过程未冻水含量的测定方法为时域反射仪(TDR) 法;哈尔滨黏土数据来自Wang等[55 ] ,测量方法为核磁共振法(NMR). ...
Theory and application of a novel soil freezing characteristic curve
4
2018
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
... 实验结果表明,当土壤温度在0
~ -1 ℃之间时,土壤中的未冻水含量急剧下降,近似呈线性趋势.因此,当负温接近于0 ℃时,未冻水含量又可以表示为土壤温度的线性函数
[41 ] :
θ l = θ i n i t - θ i n i t - θ r e s T - T f / T r e s - T f (11) 1.4 Bai and Lai (2018) 模型 Bai等[16 ] 考虑到初始含水量和残余水含量,提出一个分段函数模型来预测未冻水含量: ...
... Bai等[16 ] 考虑到初始含水量和残余水含量,提出一个分段函数模型来预测未冻水含量: ...
... 图8 和表6 显示了各模型在四种土壤中的拟合结果.在砂土中,除了Zhang等[41 ] 的线性模型外,其余五种包括新模型都能较为准确地描述未冻水含量和温度之间的关系.在其他三种土壤中,新模型的拟合精度最高,Bai等[16 ] 的模型次之,Anderson等[20 ] 的预测结果与实测值偏离最大,预测值往往低于测值,且随着土壤黏粒成分的增加和土壤颗粒半径的减小,偏离值增大,可能是由于该模型忽视了初始含水量,只考虑到了土壤比表面积的影响所导致的.Zhang的线性模型考虑到了初始含水量,其曲线的斜率与初始含水量和残余水含量有关,因此相对于观测值,该模型在未冻水含量接近残余水含量之前总是显示出过高地估计.总体上看,除了新模型和Bai的模型外,其余模型在应用到砂土以外的土壤中时均会较大程度地偏离真实值,而且随着土壤颗粒级配的变化这种差异也会越发显著.此外,部分土壤样品被用来拟合模型的1∶1散点图(图9 ),研究预测值和实测值之间的差异.从图9 可以看出,在所有的土壤样品中,新模型的预测值都非常接近真实数据.其他模型中,Bai模型的表现良好,预测值与真实值也较为接近;Kozlowski模型由于可用数据太少,无法得出准确结论,但从图中拟合结果来看,在砂土和粉砂土中表现较好.Anderson模型在未冻水含量较低时表现较好,在较高的未冻水含量下则出现明显的偏离. ...
Soil freezing and soil water characteristic curves
2
1966
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
3
1915
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
... 由式(16) 和(17)即可导出形式类似于Van Genuchten[18 ] 的归一化公式: ...
The unfrozen interfacial phase in frozen soil water systems
1
1973
... 通常,纯水的冻结发生在某一确定的温度下[8 ] ,具有确定的凝固点,但在湿润的土壤中,即使当温度低于自由水的冰点时,土壤中所含水分也不会立刻转化为固态,而是随着温度的降低表现出相对平滑的转变,以曲线的形式降低[9 -12 ] .由于土颗粒表面能的作用,土体中始终会保持一定数量的液态水被称作未冻水[1 ] ,当温度继续降低,更多的未冻水会转化成冰,此时毛管力和吸附力会被放大,剩余的未冻水会以薄膜水的形式存在[13 ] .当温度低于一定值时,随着温度的进一步降低,未冻水含量保持不变,该温度下的未冻水含量被称为残余水含量θ r e s [14 -16 ] .冻融过程中未冻水含量θ l 随温度T (℃)的变化曲线被定义为土壤冻融特征曲线(SFTC),代表了冻土中液态水含量和能量状态之间的关系[17 ] ,其中未冻水含量θ l 是指土壤孔隙中没有冻结的那部分含水量(用体积含水量表示,单位为c m 3 ∙ c m - 3 ).一般来说,决定冻土中未冻水含量大小的主要因素是温度,其次是孔隙水压力和土质(包括土颗粒的矿物化学成分、分散度、含水量、密度、水溶液的成分和浓度等)[18 ] .温度作为主要影响因子,直接决定冻土中未冻水含量的高低,其他因素虽不是主要影响因子,但也显著影响着冻融特征曲线的变化.在一定的温度范围内,未冻水含量随孔隙水压力和溶质浓度的增大而增大;相同条件下溶质浓度越大的土壤残余水含量也越高,此外,土体液态水中溶质的存在还会引起水分凝固点的降低[9 ] ,从而影响土壤冻融特征曲线.土壤的质地和结构包括比表面积、矿物组分、土壤颗粒级配等,这些性质会影响毛管力和吸附力的大小,进而决定冻土中未冻水含量及残余水含量[19 ] . ...
Predicting unfrozen water contents in frozen soils from surface area measurements
5
1972
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
... 冻融特征曲线既能为研究土壤冻融过程和高寒地区水文模型提供理论支持,同时也是进行寒区工程设计及施工建设的理论基础,能否精确模拟某种土壤中的水热耦合运移对于寒区生产建设至关重要.许多学者已基于土壤的各种基本参数建立了相关的经验模型,包括线性、分段、指数和幂函数模型等
[36 ,38 ] .但由于早期对于冻结过程中恰当的数学表示形式存在分歧,到现在仍未解决,以至于回顾这些模型和经验公式时,现有模型结构之间由于适用条件和范围的不同而表现出非常明显的差异.
1.1 Anderson and Tice(1972) 模型 土壤物理特性(如土壤干密度、土壤颗粒大小、土壤孔隙度、比表面积等)都会影响冻土中未冻水含量,进而影响土壤冻融特征曲线的变化[37 ] .因此,根据土壤的物理特性,尤其是比表面积,可以建立一个简单的模型来预测土壤中未冻水含量[28 ] : ...
... Anderson[20 ,39 ] 通过等温量热计和单位表面积归一化来确定土壤未冻水含量,根据实际测定的未冻水含量数据总结了不同含水量与比表面积之间的关系,提出了一种更为简单的幂函数模型: ...
... 本文选择了前文中提到五种较为典型的模型与新模型对比,包括两种线性模型[15 -41 ] ,两种分段函数模型[14 ] 以及早先提出的指数模型[20 ] .四种土壤(包括砂土、粉砂土、粉土、哈尔滨黏土)被用于对比,砂土、粉砂土、粉土以及一种哈尔滨黏土.其中粉土、粉砂土及砂土冻结数据均来Christ和Park[54 ] ,冻结过程未冻水含量的测定方法为时域反射仪(TDR) 法;哈尔滨黏土数据来自Wang等[55 ] ,测量方法为核磁共振法(NMR). ...
... 图8 和表6 显示了各模型在四种土壤中的拟合结果.在砂土中,除了Zhang等[41 ] 的线性模型外,其余五种包括新模型都能较为准确地描述未冻水含量和温度之间的关系.在其他三种土壤中,新模型的拟合精度最高,Bai等[16 ] 的模型次之,Anderson等[20 ] 的预测结果与实测值偏离最大,预测值往往低于测值,且随着土壤黏粒成分的增加和土壤颗粒半径的减小,偏离值增大,可能是由于该模型忽视了初始含水量,只考虑到了土壤比表面积的影响所导致的.Zhang的线性模型考虑到了初始含水量,其曲线的斜率与初始含水量和残余水含量有关,因此相对于观测值,该模型在未冻水含量接近残余水含量之前总是显示出过高地估计.总体上看,除了新模型和Bai的模型外,其余模型在应用到砂土以外的土壤中时均会较大程度地偏离真实值,而且随着土壤颗粒级配的变化这种差异也会越发显著.此外,部分土壤样品被用来拟合模型的1∶1散点图(图9 ),研究预测值和实测值之间的差异.从图9 可以看出,在所有的土壤样品中,新模型的预测值都非常接近真实数据.其他模型中,Bai模型的表现良好,预测值与真实值也较为接近;Kozlowski模型由于可用数据太少,无法得出准确结论,但从图中拟合结果来看,在砂土和粉砂土中表现较好.Anderson模型在未冻水含量较低时表现较好,在较高的未冻水含量下则出现明显的偏离. ...
Laboratory investigation of the freezing point of saline soil
1
2011
... 未冻水含量的变化是多种因素综合作用的结果,以往的模型大都忽略了初始含水量和溶质浓度的影响.然而研究表明,当土壤冻结时,随着土壤水分逐渐向冰相的转变,土壤溶液的浓度会增加(假设冰相中不含溶质),溶质的存在会降低土壤水分的凝固点,从而影响未冻水含量[47 ] .此外,冻融过程中土壤的凝固点还会随初始含水量的增加而升高,随溶质含量的增加而降低[10 ,21 ,48 -50 ] .在式(18) 中,我们考虑到土体初始含水量θ i n i t 的影响,等式中的两个参数α 、 β 或许能解释溶质浓度对未冻水含量的影响,下文将进行参数α 、 β 敏感性分析,以探索其具体物理意义. ...
Moisture migration during freeze and thaw of unsaturated soils: modeling and large scale experiments
1
1997
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
Heat and mass transfer in freezing unsaturated soil
2
1977
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
Some steady-state solutions of the unsaturated moisture flow equation with application to evaporation from a water table
1
1958
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
Development and validation of the frozen soil parameterization scheme in Common Land Model
1
2009
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
An introduction to frozen ground engineering
0
2013
Hydraulic properties of porous media and their relation to drainage design
0
1964
Predicting unfrozen water contents in frozen soils
1
1966
... 土壤物理特性(如土壤干密度、土壤颗粒大小、土壤孔隙度、比表面积等)都会影响冻土中未冻水含量,进而影响土壤冻融特征曲线的变化[37 ] .因此,根据土壤的物理特性,尤其是比表面积,可以建立一个简单的模型来预测土壤中未冻水含量[28 ] : ...
Physically based equation for phase composition curve of frozen soils
0
2013
Groundwater flow with energy transport and water-ice phase change: numerical simulations, benchmarks, and application to freezing in peat bogs
0
2007
Soil freezing process and different expressions for the soil-freezing characteristic curve
1
2017
... 式中:T r e f 为参考温度,与溶质种类有关,NaCl可取62 ℃[31 ] .S n 为溶质浓度(g∙ L-1 NaCl).Kozlowski[9 ] 修改了式(9) ,给出了另一种计算T f 的方法: ...
One-dimensional freezing of nonheaving unsaturated soils: model formulation and similarity solution
0
2011
Capillary bundle model of hydraulic conductivity for frozen soil
0
2008
Prediction of unfrozen water content in frozen soils by a two-point or one-point method
2
1985
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
... [34 ],而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
Phase composition measurements on soils at very high water contents by pulsed nuclear magnetic resonance technique
1
1978
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
The mathematical representation of freezing and thawing processes in variably-saturated, non-deformable soils
4
2013
... 有关冻融特征曲线数学表达的研究已有很多,许多学者也各自通过实验数据和理论推导建立了相关的模型[15 ,20 -34 ] .这些模型一般包括两类:一类是基于土壤基本物理性质提出的半经验公式[14 -15 ,23 ] ,一类则是通过类比水分特征曲线而提出计算未冻水含量的公式[7 ,22 ,24 -25 ] .这些模型虽然在各自文章中能较好地拟合实验数据,但在实际应用中仍然有其局限性:(1)很多模型只适用于饱和砂土,而且忽视了溶质浓度所引起的凝固点降低现象[14 -15 ] ;(2)认为未冻水含量的变化只依赖于温度和土壤属性,忽视了土壤中初始含水量的影响[34 ] ,而Tice和Anderson[35 ] 的研究表明,在给定的温度下,土壤未冻水含量会随着土壤初始含水量的增加而增加;(3)部分模型形式复杂,参数繁多且只能应用于某种单一的土壤中,如果推广到其他土壤中,则预测结果偏离实际值[36 ] . ...
... 冻融特征曲线既能为研究土壤冻融过程和高寒地区水文模型提供理论支持,同时也是进行寒区工程设计及施工建设的理论基础,能否精确模拟某种土壤中的水热耦合运移对于寒区生产建设至关重要.许多学者已基于土壤的各种基本参数建立了相关的经验模型,包括线性、分段、指数和幂函数模型等[36 ,38 ] .但由于早期对于冻结过程中恰当的数学表示形式存在分歧,到现在仍未解决,以至于回顾这些模型和经验公式时,现有模型结构之间由于适用条件和范围的不同而表现出非常明显的差异. ...
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
... [36 ].基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
A closed-form equation for predicting the hydraulic conductivity of unsaturated soils
3
1980
... 本文回顾了现有的冻融特征曲线模型,基于水分特征曲线与冻融特征曲线的相似性和平行关系,提出一种新的冻融特征曲线表达式.新模型与van Genuchten[37 ] 水分特征曲线(SWCC)相似,考虑到了初始含水量对未冻水含量的影响,包含两个参数α 、 β ,其中参数α 和土壤自身的物理性质有关,参数β 则受初始含水量的影响.此外,本文还根据已有数据对模型作了修正,考虑到溶质浓度对未冻水含量的影响,加入参数T f ,使其能适用于不同溶质浓度的土壤中.下面将对模型的确立过程、参数拟合、以及模型的验证作详细的说明,同时作模型参数的敏感性分析,以研究模型参数α 和β 的具体物理意义. ...
... 土壤物理特性(如土壤干密度、土壤颗粒大小、土壤孔隙度、比表面积等)都会影响冻土中未冻水含量,进而影响土壤冻融特征曲线的变化[37 ] .因此,根据土壤的物理特性,尤其是比表面积,可以建立一个简单的模型来预测土壤中未冻水含量[28 ] : ...
... 式中:θ 、 θ r 、 θ s 分别为实际含水量、饱和度和残余水含量.联立式(13) 和式(14) ,即可得到土壤水分特征曲线的Van Genuchten[37 ] 表达式: ...
Coupled water and heat transfer in permafrost modeling
1
2010
... 冻融特征曲线既能为研究土壤冻融过程和高寒地区水文模型提供理论支持,同时也是进行寒区工程设计及施工建设的理论基础,能否精确模拟某种土壤中的水热耦合运移对于寒区生产建设至关重要.许多学者已基于土壤的各种基本参数建立了相关的经验模型,包括线性、分段、指数和幂函数模型等[36 ,38 ] .但由于早期对于冻结过程中恰当的数学表示形式存在分歧,到现在仍未解决,以至于回顾这些模型和经验公式时,现有模型结构之间由于适用条件和范围的不同而表现出非常明显的差异. ...
The unfrozen water and the apparent specific heat capacity of frozen soils
1
1973
... Anderson[20 ,39 ] 通过等温量热计和单位表面积归一化来确定土壤未冻水含量,根据实际测定的未冻水含量数据总结了不同含水量与比表面积之间的关系,提出了一种更为简单的幂函数模型: ...
Comparison of soil freezing curve and soil water curve data for Windsor sandy loam
2
1989
... 该式成立的隐含条件是假定在无穷低的温度下残余水含量为零[40 ] .联立式(2) 和(3): ...
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
Evaluation of the algorithms and parameterizations for ground thawing and freezing simulation in permafrost regions
4
2008
... 式中:
n 为拟合参数;
T 0 为标准状态下自由水的冰点.相比
式(5) 、
式(6) 对未冻水含量与温度之间关系的描述更符合实际的实验结果
[15 ] .
1.3 Kozlowski(2007) 和Zhang(2008) 模型 Kozlowski[14 ] 对6种黏土进行差示扫描量热法实验后提出了土壤冻融特征曲线的半经验模型,该模型由三部分组成: ...
... 实验结果表明,当土壤温度在0~ -1 ℃之间时,土壤中的未冻水含量急剧下降,近似呈线性趋势.因此,当负温接近于0 ℃时,未冻水含量又可以表示为土壤温度的线性函数[41 ] : ...
... 本文选择了前文中提到五种较为典型的模型与新模型对比,包括两种线性模型[15 -41 ] ,两种分段函数模型[14 ] 以及早先提出的指数模型[20 ] .四种土壤(包括砂土、粉砂土、粉土、哈尔滨黏土)被用于对比,砂土、粉砂土、粉土以及一种哈尔滨黏土.其中粉土、粉砂土及砂土冻结数据均来Christ和Park[54 ] ,冻结过程未冻水含量的测定方法为时域反射仪(TDR) 法;哈尔滨黏土数据来自Wang等[55 ] ,测量方法为核磁共振法(NMR). ...
... 图8 和表6 显示了各模型在四种土壤中的拟合结果.在砂土中,除了Zhang等[41 ] 的线性模型外,其余五种包括新模型都能较为准确地描述未冻水含量和温度之间的关系.在其他三种土壤中,新模型的拟合精度最高,Bai等[16 ] 的模型次之,Anderson等[20 ] 的预测结果与实测值偏离最大,预测值往往低于测值,且随着土壤黏粒成分的增加和土壤颗粒半径的减小,偏离值增大,可能是由于该模型忽视了初始含水量,只考虑到了土壤比表面积的影响所导致的.Zhang的线性模型考虑到了初始含水量,其曲线的斜率与初始含水量和残余水含量有关,因此相对于观测值,该模型在未冻水含量接近残余水含量之前总是显示出过高地估计.总体上看,除了新模型和Bai的模型外,其余模型在应用到砂土以外的土壤中时均会较大程度地偏离真实值,而且随着土壤颗粒级配的变化这种差异也会越发显著.此外,部分土壤样品被用来拟合模型的1∶1散点图(图9 ),研究预测值和实测值之间的差异.从图9 可以看出,在所有的土壤样品中,新模型的预测值都非常接近真实数据.其他模型中,Bai模型的表现良好,预测值与真实值也较为接近;Kozlowski模型由于可用数据太少,无法得出准确结论,但从图中拟合结果来看,在砂土和粉砂土中表现较好.Anderson模型在未冻水含量较低时表现较好,在较高的未冻水含量下则出现明显的偏离. ...
The Mechanics of Frost Heaving
2
1930
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
... 注意到土壤冻融特征曲线和水分特征曲线之间的相似性:(1)都是描述土壤液态含水量随土壤某个物理量变化的函数;(2)长期的实验数据表明,土壤SFTC的变化特征同SWCC相似(图1 );(3)冻结-融化过程的SFTC和脱湿-吸湿过程中的SWCC都会产生滞后现象[42 -43 ] ;(4)SWCC中土壤含水量居于残余水和饱和水含量之间,类似地SFTC中未冻水含量居于残余水和冻土中初始含水量(或总含水量)之间.因此,归一化理论同样可以用于描述SFTC: ...
Physics, chemistry, and mechanics of frozen ground: a review
2
1973
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
... 注意到土壤冻融特征曲线和水分特征曲线之间的相似性:(1)都是描述土壤液态含水量随土壤某个物理量变化的函数;(2)长期的实验数据表明,土壤SFTC的变化特征同SWCC相似(图1 );(3)冻结-融化过程的SFTC和脱湿-吸湿过程中的SWCC都会产生滞后现象[42 -43 ] ;(4)SWCC中土壤含水量居于残余水和饱和水含量之间,类似地SFTC中未冻水含量居于残余水和冻土中初始含水量(或总含水量)之间.因此,归一化理论同样可以用于描述SFTC: ...
Effect of hysteresis of soil-water characteristic curves on infiltration under different climatic conditions
0
2015
Experimental study of the freezing and thawing characteristic curves of different soils
1
2007
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
不同土壤冻融特征曲线的试验研究
1
2007
... 在融土中,随着土壤含水量的变化,土壤水吸力也会发生变化[42 ] .与冻融特征曲线的定义类似,土壤含水量与土壤水能量状态即土壤水的基质势之间的曲线关系被称为土壤水分特征曲线(SWCC)[36 ] ,是土壤持水特性的表征.很多学者已比较了SFTC和SWCC之间的相似性[14 -15 ,23 ,43 -45 ] .早在20世纪60年代,Koopmans和Miller[17 ] 就证实当土壤水分完全由毛细管力或吸附力控制时,SWCC和SFTC之间存在平行关系;Black和Tice[40 ] 的研究表明,在饱和土体下,相同密度和体积的土壤的SWCC和SFTC可进行定量比较,有学者结合Clapeyron与SWCC导出了非饱和土壤中的SFTC[36 ] .基于归一化的无量纲土壤含水量与土壤基质势之间的关系可表示为[18 ] : ...
pF Meter-based research on soil freezing characteristic curves
1
2018
... 注意到土壤冻融特征曲线和水分特征曲线之间的相似性:(1)都是描述土壤液态含水量随土壤某个物理量变化的函数;(2)长期的实验数据表明,土壤SFTC的变化特征同SWCC相似(
图1 );(3)冻结-融化过程的SFTC和脱湿-吸湿过程中的SWCC都会产生滞后现象
[42 -43 ] ;(4)SWCC中土壤含水量居于残余水和饱和水含量之间,类似地SFTC中未冻水含量居于残余水和冻土中初始含水量(或总含水量)之间.因此,归一化理论同样可以用于描述SFTC:
图1 SFTC和SWCC的比较,数据来自Wen等[46 ] (为了保证比较的客观性,分别选择同一种土壤在饱和状态下首次冻结与脱湿过程中所测的SFTC与SWCC,在试验之前土体具有相同的密度.图中上部X 轴表示基质势,对应SWCC;下部X 轴表示温度,对应SFTC,两条曲线共用同一个Y 轴) Comparison of soil freezing-thawing characteristic curve (SFTC) and soil moisture characteristic curve (SWCC) with digitalized data from Wen et al[50 ] (Note: in order to ensure the objectivity of the comparison, SFTC and SWCC were measured during the first freezing cycle and drying cycle with the same saturated soil sample. In this figure, the upper X -axis represents the matrix potential, corresponding to SWCC; the lower X -axis represents the temperature, corresponding to SFTC, and the two curves share the same Y -axis) Fig.1 ![]()
Θ = θ l - θ r e s θ i n i t - θ r e s (16) 式中:θ i n i t 、 θ r e s 分别为初始含水量和残余水含量(c m 3 ∙ c m - 3 );θ l 为未冻水含量.将式(15) 中的自变量h 替换为温度T ,即得: ...
基于pF Meter的土体冻结特征曲线研究
1
2018
... 注意到土壤冻融特征曲线和水分特征曲线之间的相似性:(1)都是描述土壤液态含水量随土壤某个物理量变化的函数;(2)长期的实验数据表明,土壤SFTC的变化特征同SWCC相似(
图1 );(3)冻结-融化过程的SFTC和脱湿-吸湿过程中的SWCC都会产生滞后现象
[42 -43 ] ;(4)SWCC中土壤含水量居于残余水和饱和水含量之间,类似地SFTC中未冻水含量居于残余水和冻土中初始含水量(或总含水量)之间.因此,归一化理论同样可以用于描述SFTC:
图1 SFTC和SWCC的比较,数据来自Wen等[46 ] (为了保证比较的客观性,分别选择同一种土壤在饱和状态下首次冻结与脱湿过程中所测的SFTC与SWCC,在试验之前土体具有相同的密度.图中上部X 轴表示基质势,对应SWCC;下部X 轴表示温度,对应SFTC,两条曲线共用同一个Y 轴) Comparison of soil freezing-thawing characteristic curve (SFTC) and soil moisture characteristic curve (SWCC) with digitalized data from Wen et al[50 ] (Note: in order to ensure the objectivity of the comparison, SFTC and SWCC were measured during the first freezing cycle and drying cycle with the same saturated soil sample. In this figure, the upper X -axis represents the matrix potential, corresponding to SWCC; the lower X -axis represents the temperature, corresponding to SFTC, and the two curves share the same Y -axis) Fig.1 ![]()
Θ = θ l - θ r e s θ i n i t - θ r e s (16) 式中:θ i n i t 、 θ r e s 分别为初始含水量和残余水含量(c m 3 ∙ c m - 3 );θ l 为未冻水含量.将式(15) 中的自变量h 替换为温度T ,即得: ...
Effects of salt concentration changes during freezing on the unfrozen water content of porous materials
1
1974
... 未冻水含量的变化是多种因素综合作用的结果,以往的模型大都忽略了初始含水量和溶质浓度的影响.然而研究表明,当土壤冻结时,随着土壤水分逐渐向冰相的转变,土壤溶液的浓度会增加(假设冰相中不含溶质),溶质的存在会降低土壤水分的凝固点,从而影响未冻水含量[47 ] .此外,冻融过程中土壤的凝固点还会随初始含水量的增加而升高,随溶质含量的增加而降低[10 ,21 ,48 -50 ] .在式(18) 中,我们考虑到土体初始含水量θ i n i t 的影响,等式中的两个参数α 、 β 或许能解释溶质浓度对未冻水含量的影响,下文将进行参数α 、 β 敏感性分析,以探索其具体物理意义. ...
Laboratory investigation of the freezing point of saline soil
1
2011
... 未冻水含量的变化是多种因素综合作用的结果,以往的模型大都忽略了初始含水量和溶质浓度的影响.然而研究表明,当土壤冻结时,随着土壤水分逐渐向冰相的转变,土壤溶液的浓度会增加(假设冰相中不含溶质),溶质的存在会降低土壤水分的凝固点,从而影响未冻水含量[47 ] .此外,冻融过程中土壤的凝固点还会随初始含水量的增加而升高,随溶质含量的增加而降低[10 ,21 ,48 -50 ] .在式(18) 中,我们考虑到土体初始含水量θ i n i t 的影响,等式中的两个参数α 、 β 或许能解释溶质浓度对未冻水含量的影响,下文将进行参数α 、 β 敏感性分析,以探索其具体物理意义. ...
A comprehensive method of determining the soil unfrozen water curves: 2. Stages of the phase change process in frozen soil-water system
1
2003
... 计算T f 的经验公式有很多,Banin和Anderson[49 ] 描述了土壤中溶质的存在会降低冰点温度,随着土壤水分的冻结,溶质逐渐被滞留在越来越小的空间中,其中,凝固点的降低T f 与溶质浓度之间存在以下关系[59 ] : ...
Solute and water effects on soil freezing characteristics based on laboratory experiments
2
2015
... 注意到土壤冻融特征曲线和水分特征曲线之间的相似性:(1)都是描述土壤液态含水量随土壤某个物理量变化的函数;(2)长期的实验数据表明,土壤SFTC的变化特征同SWCC相似(
图1 );(3)冻结-融化过程的SFTC和脱湿-吸湿过程中的SWCC都会产生滞后现象
[42 -43 ] ;(4)SWCC中土壤含水量居于残余水和饱和水含量之间,类似地SFTC中未冻水含量居于残余水和冻土中初始含水量(或总含水量)之间.因此,归一化理论同样可以用于描述SFTC:
图1 SFTC和SWCC的比较,数据来自Wen等[46 ] (为了保证比较的客观性,分别选择同一种土壤在饱和状态下首次冻结与脱湿过程中所测的SFTC与SWCC,在试验之前土体具有相同的密度.图中上部X 轴表示基质势,对应SWCC;下部X 轴表示温度,对应SFTC,两条曲线共用同一个Y 轴) Comparison of soil freezing-thawing characteristic curve (SFTC) and soil moisture characteristic curve (SWCC) with digitalized data from Wen et al[50 ] (Note: in order to ensure the objectivity of the comparison, SFTC and SWCC were measured during the first freezing cycle and drying cycle with the same saturated soil sample. In this figure, the upper X -axis represents the matrix potential, corresponding to SWCC; the lower X -axis represents the temperature, corresponding to SFTC, and the two curves share the same Y -axis) Fig.1 ![]()
Θ = θ l - θ r e s θ i n i t - θ r e s (16) 式中:θ i n i t 、 θ r e s 分别为初始含水量和残余水含量(c m 3 ∙ c m - 3 );θ l 为未冻水含量.将式(15) 中的自变量h 替换为温度T ,即得: ...
... 未冻水含量的变化是多种因素综合作用的结果,以往的模型大都忽略了初始含水量和溶质浓度的影响.然而研究表明,当土壤冻结时,随着土壤水分逐渐向冰相的转变,土壤溶液的浓度会增加(假设冰相中不含溶质),溶质的存在会降低土壤水分的凝固点,从而影响未冻水含量[47 ] .此外,冻融过程中土壤的凝固点还会随初始含水量的增加而升高,随溶质含量的增加而降低[10 ,21 ,48 -50 ] .在式(18) 中,我们考虑到土体初始含水量θ i n i t 的影响,等式中的两个参数α 、 β 或许能解释溶质浓度对未冻水含量的影响,下文将进行参数α 、 β 敏感性分析,以探索其具体物理意义. ...
Measurement of the unfrozen water content of soils: comparison of NMR and TDR methods
2
1988
... 为了验证新模型的可行性及研究模型中参数α 、 β 的实际物理意义,本文引用了文献中已有的试验数据(见文后附表1 ),进行参数的拟合与模型效果的评价.在进行数据筛选时需要考虑到:1)数据的完整性.必须要能获取到完整冻结或融化过程的数据资料;2)数据的多样性.所选择的数据需要来自于尽可能多的土壤,便于模型验证;3)优先选择土壤物理性质比较详细的数据.如土壤比表面积、黏粒含量、容重、孔隙度等,便于模型参数物理性质的分析.基于以上原则,本文所选土样数据包括Smith和Tice[51 ] 文中的6种粉质土(Hot Springs粉土、Leda粉土、Suffield粉质黏土、Niagara粉土、兰州粉土),11种黏土以及4种代表性土壤矿物组分(膨润土、高岭石、锂辉石、砾石)的冻结实验数据;Spaans和Baker[52 ] 文中分别处于干燥和湿润两种状态下Waukegan粉砂土的冻结试验数据;Suzuki[10 ] 中湿地土壤的数据;Wen等[53 ] 青藏高原粉质黏土的冻结试验数据;Christ和Park[54 ] 砂土、粉砂土、粉土的试验数据;Wang等[55 ] 中Harbin黏土、Lanzhou黄土以及Ma等[56 ] 粉土和黏土的冻结实验数据(数据选用的详细信息见附表2 ). ...
... 2 Sources, determination methods and basic properties of the soil samples
Attached Table 作者(年份) 土壤样本 测定方法 比表面积/(m2 ·g-1 ) 干密度/(g·cm-3 ) 溶质浓度/% 初始含水量/(cm3 ·cm-3 ) Smith and Tice[51 ] (1988) Manchester黏土 TDR 18 1.425 - 0.471 West Lebanon砾石 NMR 15 1.563 - 0.375 高岭土 TDR 23 1.262 - 0.503 Chena Hot Springs粉土 NMR 40 1.456 - 0.414 Leda粉土 TDR 58 1.412 - 0.471 Morin黏土 NMR 60 1.305 - 0.472 Goodrich黏 TDR 68 1.289 - 0.467 OB黏土 NMR 61 1.352 - 0.515 Tuto黏土 TDR 78 0.920 - 0.674 Sweden VFB 478黏土 MNR 113 1.116 - 0.548 Suffield粉质黏土 TDR 148 1.339 - 0.494 Ferderick黏土 NMR 159 1.209 - 0.492 Ellsworth黏土 TDR 184 1.210 - 0.450 Regina黏土 NMR 291 0.961 - 0.572 Umiat膨润土 TDR 714 0.365 - 0.821 Lanzhou粉土 NMR 34 1.655 - 0.364 Niagara粉土 TDR 37 1.645 - 0.365 Norway LE-1黏土 NMR 52 1.415 - 0.477 Athena黏土 TDR 83 1.296 - 0.456 ST-Sweden CTH 201黏土 NMR 106 1.128 - 0.573 锂辉石 NMR 419 0.706 - 0.722 Morin黏土 NMR 60 1.433 - 0.287 Patterson and Smith[57 ] (1985) 粉质黏土 TDR 148 1.19 0 0.523 TDR 148 1.19 10 0.523 TDR 148 1.19 20 0.523 TDR 148 1.19 35 0.523 Spaans and Baker[52 ] (1996) 湿Waukegan粉质黏土 TDR 83 1.287 - 0.355 干Waukegan粉质黏土 TDR 83 1.319 - 0.241 Suzuki[10 ] (2004) Brown Lowland soil TDR 110.8 0.7560 - 0.30 TDR 110.8 0.5616 - 0.48 王大雁等[55 ] (2006) Harbin黏土 超声波 29.9 1.34 - 0.456 Lanzhou黄土 超声波 10.28 1.54 - 0.291 Christ and Park[54 ] (2009) 砂土 TDR 15.32 1.90 - 0.372 粉砂土 TDR 29.36 1.82 - 0.417 粉土 TDR 37.10 1.53 - 0.473 Watanabe and Wake[12 ] (2009) 砂土 NMR 1.6 1.43 - 0.26 粉质黏土 NMR 29.9 1.13 - 0.370 NMR 29.9 1.13 - 0.211 温智等[53 ] (2012) 青藏高原粉质黏土 NMR 8.12 1.56 - 0.45900 NMR 8.12 1.56 - 0.39780 NMR 8.12 1.56 - 0.35646 NMR 8.12 1.56 - 0.25428 NMR 8.12 1.56 - 0.31278 马田田等[56 ] (2017) 粉土 NMR 6.22 1.6 - 0.45 黏土 NMR 22.63 1.4 - 0.49
...
The soil freezing characteristic: its measurement and similarity to the soil moisture characteristic
2
1996
... 为了验证新模型的可行性及研究模型中参数α 、 β 的实际物理意义,本文引用了文献中已有的试验数据(见文后附表1 ),进行参数的拟合与模型效果的评价.在进行数据筛选时需要考虑到:1)数据的完整性.必须要能获取到完整冻结或融化过程的数据资料;2)数据的多样性.所选择的数据需要来自于尽可能多的土壤,便于模型验证;3)优先选择土壤物理性质比较详细的数据.如土壤比表面积、黏粒含量、容重、孔隙度等,便于模型参数物理性质的分析.基于以上原则,本文所选土样数据包括Smith和Tice[51 ] 文中的6种粉质土(Hot Springs粉土、Leda粉土、Suffield粉质黏土、Niagara粉土、兰州粉土),11种黏土以及4种代表性土壤矿物组分(膨润土、高岭石、锂辉石、砾石)的冻结实验数据;Spaans和Baker[52 ] 文中分别处于干燥和湿润两种状态下Waukegan粉砂土的冻结试验数据;Suzuki[10 ] 中湿地土壤的数据;Wen等[53 ] 青藏高原粉质黏土的冻结试验数据;Christ和Park[54 ] 砂土、粉砂土、粉土的试验数据;Wang等[55 ] 中Harbin黏土、Lanzhou黄土以及Ma等[56 ] 粉土和黏土的冻结实验数据(数据选用的详细信息见附表2 ). ...
... 2 Sources, determination methods and basic properties of the soil samples
Attached Table 作者(年份) 土壤样本 测定方法 比表面积/(m2 ·g-1 ) 干密度/(g·cm-3 ) 溶质浓度/% 初始含水量/(cm3 ·cm-3 ) Smith and Tice[51 ] (1988) Manchester黏土 TDR 18 1.425 - 0.471 West Lebanon砾石 NMR 15 1.563 - 0.375 高岭土 TDR 23 1.262 - 0.503 Chena Hot Springs粉土 NMR 40 1.456 - 0.414 Leda粉土 TDR 58 1.412 - 0.471 Morin黏土 NMR 60 1.305 - 0.472 Goodrich黏 TDR 68 1.289 - 0.467 OB黏土 NMR 61 1.352 - 0.515 Tuto黏土 TDR 78 0.920 - 0.674 Sweden VFB 478黏土 MNR 113 1.116 - 0.548 Suffield粉质黏土 TDR 148 1.339 - 0.494 Ferderick黏土 NMR 159 1.209 - 0.492 Ellsworth黏土 TDR 184 1.210 - 0.450 Regina黏土 NMR 291 0.961 - 0.572 Umiat膨润土 TDR 714 0.365 - 0.821 Lanzhou粉土 NMR 34 1.655 - 0.364 Niagara粉土 TDR 37 1.645 - 0.365 Norway LE-1黏土 NMR 52 1.415 - 0.477 Athena黏土 TDR 83 1.296 - 0.456 ST-Sweden CTH 201黏土 NMR 106 1.128 - 0.573 锂辉石 NMR 419 0.706 - 0.722 Morin黏土 NMR 60 1.433 - 0.287 Patterson and Smith[57 ] (1985) 粉质黏土 TDR 148 1.19 0 0.523 TDR 148 1.19 10 0.523 TDR 148 1.19 20 0.523 TDR 148 1.19 35 0.523 Spaans and Baker[52 ] (1996) 湿Waukegan粉质黏土 TDR 83 1.287 - 0.355 干Waukegan粉质黏土 TDR 83 1.319 - 0.241 Suzuki[10 ] (2004) Brown Lowland soil TDR 110.8 0.7560 - 0.30 TDR 110.8 0.5616 - 0.48 王大雁等[55 ] (2006) Harbin黏土 超声波 29.9 1.34 - 0.456 Lanzhou黄土 超声波 10.28 1.54 - 0.291 Christ and Park[54 ] (2009) 砂土 TDR 15.32 1.90 - 0.372 粉砂土 TDR 29.36 1.82 - 0.417 粉土 TDR 37.10 1.53 - 0.473 Watanabe and Wake[12 ] (2009) 砂土 NMR 1.6 1.43 - 0.26 粉质黏土 NMR 29.9 1.13 - 0.370 NMR 29.9 1.13 - 0.211 温智等[53 ] (2012) 青藏高原粉质黏土 NMR 8.12 1.56 - 0.45900 NMR 8.12 1.56 - 0.39780 NMR 8.12 1.56 - 0.35646 NMR 8.12 1.56 - 0.25428 NMR 8.12 1.56 - 0.31278 马田田等[56 ] (2017) 粉土 NMR 6.22 1.6 - 0.45 黏土 NMR 22.63 1.4 - 0.49
...
Experimental study on unfrozen water content and soil matric potential of Qinghai-Tibetan silty clay
3
2012
... 为了验证新模型的可行性及研究模型中参数α 、 β 的实际物理意义,本文引用了文献中已有的试验数据(见文后附表1 ),进行参数的拟合与模型效果的评价.在进行数据筛选时需要考虑到:1)数据的完整性.必须要能获取到完整冻结或融化过程的数据资料;2)数据的多样性.所选择的数据需要来自于尽可能多的土壤,便于模型验证;3)优先选择土壤物理性质比较详细的数据.如土壤比表面积、黏粒含量、容重、孔隙度等,便于模型参数物理性质的分析.基于以上原则,本文所选土样数据包括Smith和Tice[51 ] 文中的6种粉质土(Hot Springs粉土、Leda粉土、Suffield粉质黏土、Niagara粉土、兰州粉土),11种黏土以及4种代表性土壤矿物组分(膨润土、高岭石、锂辉石、砾石)的冻结实验数据;Spaans和Baker[52 ] 文中分别处于干燥和湿润两种状态下Waukegan粉砂土的冻结试验数据;Suzuki[10 ] 中湿地土壤的数据;Wen等[53 ] 青藏高原粉质黏土的冻结试验数据;Christ和Park[54 ] 砂土、粉砂土、粉土的试验数据;Wang等[55 ] 中Harbin黏土、Lanzhou黄土以及Ma等[56 ] 粉土和黏土的冻结实验数据(数据选用的详细信息见附表2 ). ...
... 为了研究新模型在不同初始含水量土壤中的表现,本文选用了Wang等[53 ] 的实验数据.土样是来自青藏高原的粉质黏土,比表面积为8.12 m 2 ∙ g - 1 ,干密度1.56 c m 3 ∙ c m - 3 ,保持其他条件不变,设置土壤初始含水量分别为0.254、0.313、0.357、0.398、0.459 c m 3 ∙ c m - 3 ,分别拟合出每个初始含水量下的参数α 、 β 的值,然后通过该参数去计算所有初始含水量下的冻融特征曲线,观察其差异性.从图5 中可以看出,同一土壤分别在五种初始含水量下得到的模型参数对整体的拟合结果并显示出没有出现太大的差异,但相对来说,在初始含水量较低的条件下得到的模型参数在拟合整体时会更准确一些.表3 显示不同初始含水量下得到的参数α 、 β 值不同但差异较小,而且随着初始含水量的变化β 和α 并没有表现出明显的线性的变化规律.总体来看,预测结果较好地吻合了实测值.表3 给出的相关拟合指标显示,模型的NSE都在0.96以上,也就是说,在任意土壤类型和初始含水量下得到的模型参数都是有效的. ...
... 2 Sources, determination methods and basic properties of the soil samples
Attached Table 作者(年份) 土壤样本 测定方法 比表面积/(m2 ·g-1 ) 干密度/(g·cm-3 ) 溶质浓度/% 初始含水量/(cm3 ·cm-3 ) Smith and Tice[51 ] (1988) Manchester黏土 TDR 18 1.425 - 0.471 West Lebanon砾石 NMR 15 1.563 - 0.375 高岭土 TDR 23 1.262 - 0.503 Chena Hot Springs粉土 NMR 40 1.456 - 0.414 Leda粉土 TDR 58 1.412 - 0.471 Morin黏土 NMR 60 1.305 - 0.472 Goodrich黏 TDR 68 1.289 - 0.467 OB黏土 NMR 61 1.352 - 0.515 Tuto黏土 TDR 78 0.920 - 0.674 Sweden VFB 478黏土 MNR 113 1.116 - 0.548 Suffield粉质黏土 TDR 148 1.339 - 0.494 Ferderick黏土 NMR 159 1.209 - 0.492 Ellsworth黏土 TDR 184 1.210 - 0.450 Regina黏土 NMR 291 0.961 - 0.572 Umiat膨润土 TDR 714 0.365 - 0.821 Lanzhou粉土 NMR 34 1.655 - 0.364 Niagara粉土 TDR 37 1.645 - 0.365 Norway LE-1黏土 NMR 52 1.415 - 0.477 Athena黏土 TDR 83 1.296 - 0.456 ST-Sweden CTH 201黏土 NMR 106 1.128 - 0.573 锂辉石 NMR 419 0.706 - 0.722 Morin黏土 NMR 60 1.433 - 0.287 Patterson and Smith[57 ] (1985) 粉质黏土 TDR 148 1.19 0 0.523 TDR 148 1.19 10 0.523 TDR 148 1.19 20 0.523 TDR 148 1.19 35 0.523 Spaans and Baker[52 ] (1996) 湿Waukegan粉质黏土 TDR 83 1.287 - 0.355 干Waukegan粉质黏土 TDR 83 1.319 - 0.241 Suzuki[10 ] (2004) Brown Lowland soil TDR 110.8 0.7560 - 0.30 TDR 110.8 0.5616 - 0.48 王大雁等[55 ] (2006) Harbin黏土 超声波 29.9 1.34 - 0.456 Lanzhou黄土 超声波 10.28 1.54 - 0.291 Christ and Park[54 ] (2009) 砂土 TDR 15.32 1.90 - 0.372 粉砂土 TDR 29.36 1.82 - 0.417 粉土 TDR 37.10 1.53 - 0.473 Watanabe and Wake[12 ] (2009) 砂土 NMR 1.6 1.43 - 0.26 粉质黏土 NMR 29.9 1.13 - 0.370 NMR 29.9 1.13 - 0.211 温智等[53 ] (2012) 青藏高原粉质黏土 NMR 8.12 1.56 - 0.45900 NMR 8.12 1.56 - 0.39780 NMR 8.12 1.56 - 0.35646 NMR 8.12 1.56 - 0.25428 NMR 8.12 1.56 - 0.31278 马田田等[56 ] (2017) 粉土 NMR 6.22 1.6 - 0.45 黏土 NMR 22.63 1.4 - 0.49
...
Ultrasonic technique as tool for determining physical and mechanical properties of frozen soils
4
2009
... 为了验证新模型的可行性及研究模型中参数α 、 β 的实际物理意义,本文引用了文献中已有的试验数据(见文后附表1 ),进行参数的拟合与模型效果的评价.在进行数据筛选时需要考虑到:1)数据的完整性.必须要能获取到完整冻结或融化过程的数据资料;2)数据的多样性.所选择的数据需要来自于尽可能多的土壤,便于模型验证;3)优先选择土壤物理性质比较详细的数据.如土壤比表面积、黏粒含量、容重、孔隙度等,便于模型参数物理性质的分析.基于以上原则,本文所选土样数据包括Smith和Tice[51 ] 文中的6种粉质土(Hot Springs粉土、Leda粉土、Suffield粉质黏土、Niagara粉土、兰州粉土),11种黏土以及4种代表性土壤矿物组分(膨润土、高岭石、锂辉石、砾石)的冻结实验数据;Spaans和Baker[52 ] 文中分别处于干燥和湿润两种状态下Waukegan粉砂土的冻结试验数据;Suzuki[10 ] 中湿地土壤的数据;Wen等[53 ] 青藏高原粉质黏土的冻结试验数据;Christ和Park[54 ] 砂土、粉砂土、粉土的试验数据;Wang等[55 ] 中Harbin黏土、Lanzhou黄土以及Ma等[56 ] 粉土和黏土的冻结实验数据(数据选用的详细信息见附表2 ). ...
... 使用文献中已有的实验数据拟合参数α 、 β 以研究新模型在不同的类型土壤中的适用情况.图4 展示了新模型在7种代表性土壤中的拟合结果,其中粉土和粉砂土是Christ和Park[54 ] 的野外实验数据;Harbin黏土来自Wang等[55 ] ,其余四种土样均来自文献Patterson[58 ] .从图4 可以看出,对于这7种土壤样品,用新模型所得到的拟合曲线结果与实测值较为吻合,纳什效率系数(NSE)都在0.95以上,这表明新的模型可广泛适用于不同类型土壤中. ...
... 本文选择了前文中提到五种较为典型的模型与新模型对比,包括两种线性模型[15 -41 ] ,两种分段函数模型[14 ] 以及早先提出的指数模型[20 ] .四种土壤(包括砂土、粉砂土、粉土、哈尔滨黏土)被用于对比,砂土、粉砂土、粉土以及一种哈尔滨黏土.其中粉土、粉砂土及砂土冻结数据均来Christ和Park[54 ] ,冻结过程未冻水含量的测定方法为时域反射仪(TDR) 法;哈尔滨黏土数据来自Wang等[55 ] ,测量方法为核磁共振法(NMR). ...
... 2 Sources, determination methods and basic properties of the soil samples
Attached Table 作者(年份) 土壤样本 测定方法 比表面积/(m2 ·g-1 ) 干密度/(g·cm-3 ) 溶质浓度/% 初始含水量/(cm3 ·cm-3 ) Smith and Tice[51 ] (1988) Manchester黏土 TDR 18 1.425 - 0.471 West Lebanon砾石 NMR 15 1.563 - 0.375 高岭土 TDR 23 1.262 - 0.503 Chena Hot Springs粉土 NMR 40 1.456 - 0.414 Leda粉土 TDR 58 1.412 - 0.471 Morin黏土 NMR 60 1.305 - 0.472 Goodrich黏 TDR 68 1.289 - 0.467 OB黏土 NMR 61 1.352 - 0.515 Tuto黏土 TDR 78 0.920 - 0.674 Sweden VFB 478黏土 MNR 113 1.116 - 0.548 Suffield粉质黏土 TDR 148 1.339 - 0.494 Ferderick黏土 NMR 159 1.209 - 0.492 Ellsworth黏土 TDR 184 1.210 - 0.450 Regina黏土 NMR 291 0.961 - 0.572 Umiat膨润土 TDR 714 0.365 - 0.821 Lanzhou粉土 NMR 34 1.655 - 0.364 Niagara粉土 TDR 37 1.645 - 0.365 Norway LE-1黏土 NMR 52 1.415 - 0.477 Athena黏土 TDR 83 1.296 - 0.456 ST-Sweden CTH 201黏土 NMR 106 1.128 - 0.573 锂辉石 NMR 419 0.706 - 0.722 Morin黏土 NMR 60 1.433 - 0.287 Patterson and Smith[57 ] (1985) 粉质黏土 TDR 148 1.19 0 0.523 TDR 148 1.19 10 0.523 TDR 148 1.19 20 0.523 TDR 148 1.19 35 0.523 Spaans and Baker[52 ] (1996) 湿Waukegan粉质黏土 TDR 83 1.287 - 0.355 干Waukegan粉质黏土 TDR 83 1.319 - 0.241 Suzuki[10 ] (2004) Brown Lowland soil TDR 110.8 0.7560 - 0.30 TDR 110.8 0.5616 - 0.48 王大雁等[55 ] (2006) Harbin黏土 超声波 29.9 1.34 - 0.456 Lanzhou黄土 超声波 10.28 1.54 - 0.291 Christ and Park[54 ] (2009) 砂土 TDR 15.32 1.90 - 0.372 粉砂土 TDR 29.36 1.82 - 0.417 粉土 TDR 37.10 1.53 - 0.473 Watanabe and Wake[12 ] (2009) 砂土 NMR 1.6 1.43 - 0.26 粉质黏土 NMR 29.9 1.13 - 0.370 NMR 29.9 1.13 - 0.211 温智等[53 ] (2012) 青藏高原粉质黏土 NMR 8.12 1.56 - 0.45900 NMR 8.12 1.56 - 0.39780 NMR 8.12 1.56 - 0.35646 NMR 8.12 1.56 - 0.25428 NMR 8.12 1.56 - 0.31278 马田田等[56 ] (2017) 粉土 NMR 6.22 1.6 - 0.45 黏土 NMR 22.63 1.4 - 0.49
...
Application of ultrasonic technology for physical-mechanical properties of frozen soils
4
2006
... 为了验证新模型的可行性及研究模型中参数α 、 β 的实际物理意义,本文引用了文献中已有的试验数据(见文后附表1 ),进行参数的拟合与模型效果的评价.在进行数据筛选时需要考虑到:1)数据的完整性.必须要能获取到完整冻结或融化过程的数据资料;2)数据的多样性.所选择的数据需要来自于尽可能多的土壤,便于模型验证;3)优先选择土壤物理性质比较详细的数据.如土壤比表面积、黏粒含量、容重、孔隙度等,便于模型参数物理性质的分析.基于以上原则,本文所选土样数据包括Smith和Tice[51 ] 文中的6种粉质土(Hot Springs粉土、Leda粉土、Suffield粉质黏土、Niagara粉土、兰州粉土),11种黏土以及4种代表性土壤矿物组分(膨润土、高岭石、锂辉石、砾石)的冻结实验数据;Spaans和Baker[52 ] 文中分别处于干燥和湿润两种状态下Waukegan粉砂土的冻结试验数据;Suzuki[10 ] 中湿地土壤的数据;Wen等[53 ] 青藏高原粉质黏土的冻结试验数据;Christ和Park[54 ] 砂土、粉砂土、粉土的试验数据;Wang等[55 ] 中Harbin黏土、Lanzhou黄土以及Ma等[56 ] 粉土和黏土的冻结实验数据(数据选用的详细信息见附表2 ). ...
... 使用文献中已有的实验数据拟合参数α 、 β 以研究新模型在不同的类型土壤中的适用情况.图4 展示了新模型在7种代表性土壤中的拟合结果,其中粉土和粉砂土是Christ和Park[54 ] 的野外实验数据;Harbin黏土来自Wang等[55 ] ,其余四种土样均来自文献Patterson[58 ] .从图4 可以看出,对于这7种土壤样品,用新模型所得到的拟合曲线结果与实测值较为吻合,纳什效率系数(NSE)都在0.95以上,这表明新的模型可广泛适用于不同类型土壤中. ...
... 本文选择了前文中提到五种较为典型的模型与新模型对比,包括两种线性模型[15 -41 ] ,两种分段函数模型[14 ] 以及早先提出的指数模型[20 ] .四种土壤(包括砂土、粉砂土、粉土、哈尔滨黏土)被用于对比,砂土、粉砂土、粉土以及一种哈尔滨黏土.其中粉土、粉砂土及砂土冻结数据均来Christ和Park[54 ] ,冻结过程未冻水含量的测定方法为时域反射仪(TDR) 法;哈尔滨黏土数据来自Wang等[55 ] ,测量方法为核磁共振法(NMR). ...
... 2 Sources, determination methods and basic properties of the soil samples
Attached Table 作者(年份) 土壤样本 测定方法 比表面积/(m2 ·g-1 ) 干密度/(g·cm-3 ) 溶质浓度/% 初始含水量/(cm3 ·cm-3 ) Smith and Tice[51 ] (1988) Manchester黏土 TDR 18 1.425 - 0.471 West Lebanon砾石 NMR 15 1.563 - 0.375 高岭土 TDR 23 1.262 - 0.503 Chena Hot Springs粉土 NMR 40 1.456 - 0.414 Leda粉土 TDR 58 1.412 - 0.471 Morin黏土 NMR 60 1.305 - 0.472 Goodrich黏 TDR 68 1.289 - 0.467 OB黏土 NMR 61 1.352 - 0.515 Tuto黏土 TDR 78 0.920 - 0.674 Sweden VFB 478黏土 MNR 113 1.116 - 0.548 Suffield粉质黏土 TDR 148 1.339 - 0.494 Ferderick黏土 NMR 159 1.209 - 0.492 Ellsworth黏土 TDR 184 1.210 - 0.450 Regina黏土 NMR 291 0.961 - 0.572 Umiat膨润土 TDR 714 0.365 - 0.821 Lanzhou粉土 NMR 34 1.655 - 0.364 Niagara粉土 TDR 37 1.645 - 0.365 Norway LE-1黏土 NMR 52 1.415 - 0.477 Athena黏土 TDR 83 1.296 - 0.456 ST-Sweden CTH 201黏土 NMR 106 1.128 - 0.573 锂辉石 NMR 419 0.706 - 0.722 Morin黏土 NMR 60 1.433 - 0.287 Patterson and Smith[57 ] (1985) 粉质黏土 TDR 148 1.19 0 0.523 TDR 148 1.19 10 0.523 TDR 148 1.19 20 0.523 TDR 148 1.19 35 0.523 Spaans and Baker[52 ] (1996) 湿Waukegan粉质黏土 TDR 83 1.287 - 0.355 干Waukegan粉质黏土 TDR 83 1.319 - 0.241 Suzuki[10 ] (2004) Brown Lowland soil TDR 110.8 0.7560 - 0.30 TDR 110.8 0.5616 - 0.48 王大雁等[55 ] (2006) Harbin黏土 超声波 29.9 1.34 - 0.456 Lanzhou黄土 超声波 10.28 1.54 - 0.291 Christ and Park[54 ] (2009) 砂土 TDR 15.32 1.90 - 0.372 粉砂土 TDR 29.36 1.82 - 0.417 粉土 TDR 37.10 1.53 - 0.473 Watanabe and Wake[12 ] (2009) 砂土 NMR 1.6 1.43 - 0.26 粉质黏土 NMR 29.9 1.13 - 0.370 NMR 29.9 1.13 - 0.211 温智等[53 ] (2012) 青藏高原粉质黏土 NMR 8.12 1.56 - 0.45900 NMR 8.12 1.56 - 0.39780 NMR 8.12 1.56 - 0.35646 NMR 8.12 1.56 - 0.25428 NMR 8.12 1.56 - 0.31278 马田田等[56 ] (2017) 粉土 NMR 6.22 1.6 - 0.45 黏土 NMR 22.63 1.4 - 0.49
...
Soil freezing and soil water retention characteristics: connection and solute effects
2
2017
... 为了验证新模型的可行性及研究模型中参数α 、 β 的实际物理意义,本文引用了文献中已有的试验数据(见文后附表1 ),进行参数的拟合与模型效果的评价.在进行数据筛选时需要考虑到:1)数据的完整性.必须要能获取到完整冻结或融化过程的数据资料;2)数据的多样性.所选择的数据需要来自于尽可能多的土壤,便于模型验证;3)优先选择土壤物理性质比较详细的数据.如土壤比表面积、黏粒含量、容重、孔隙度等,便于模型参数物理性质的分析.基于以上原则,本文所选土样数据包括Smith和Tice[51 ] 文中的6种粉质土(Hot Springs粉土、Leda粉土、Suffield粉质黏土、Niagara粉土、兰州粉土),11种黏土以及4种代表性土壤矿物组分(膨润土、高岭石、锂辉石、砾石)的冻结实验数据;Spaans和Baker[52 ] 文中分别处于干燥和湿润两种状态下Waukegan粉砂土的冻结试验数据;Suzuki[10 ] 中湿地土壤的数据;Wen等[53 ] 青藏高原粉质黏土的冻结试验数据;Christ和Park[54 ] 砂土、粉砂土、粉土的试验数据;Wang等[55 ] 中Harbin黏土、Lanzhou黄土以及Ma等[56 ] 粉土和黏土的冻结实验数据(数据选用的详细信息见附表2 ). ...
... 2 Sources, determination methods and basic properties of the soil samples
Attached Table 作者(年份) 土壤样本 测定方法 比表面积/(m2 ·g-1 ) 干密度/(g·cm-3 ) 溶质浓度/% 初始含水量/(cm3 ·cm-3 ) Smith and Tice[51 ] (1988) Manchester黏土 TDR 18 1.425 - 0.471 West Lebanon砾石 NMR 15 1.563 - 0.375 高岭土 TDR 23 1.262 - 0.503 Chena Hot Springs粉土 NMR 40 1.456 - 0.414 Leda粉土 TDR 58 1.412 - 0.471 Morin黏土 NMR 60 1.305 - 0.472 Goodrich黏 TDR 68 1.289 - 0.467 OB黏土 NMR 61 1.352 - 0.515 Tuto黏土 TDR 78 0.920 - 0.674 Sweden VFB 478黏土 MNR 113 1.116 - 0.548 Suffield粉质黏土 TDR 148 1.339 - 0.494 Ferderick黏土 NMR 159 1.209 - 0.492 Ellsworth黏土 TDR 184 1.210 - 0.450 Regina黏土 NMR 291 0.961 - 0.572 Umiat膨润土 TDR 714 0.365 - 0.821 Lanzhou粉土 NMR 34 1.655 - 0.364 Niagara粉土 TDR 37 1.645 - 0.365 Norway LE-1黏土 NMR 52 1.415 - 0.477 Athena黏土 TDR 83 1.296 - 0.456 ST-Sweden CTH 201黏土 NMR 106 1.128 - 0.573 锂辉石 NMR 419 0.706 - 0.722 Morin黏土 NMR 60 1.433 - 0.287 Patterson and Smith[57 ] (1985) 粉质黏土 TDR 148 1.19 0 0.523 TDR 148 1.19 10 0.523 TDR 148 1.19 20 0.523 TDR 148 1.19 35 0.523 Spaans and Baker[52 ] (1996) 湿Waukegan粉质黏土 TDR 83 1.287 - 0.355 干Waukegan粉质黏土 TDR 83 1.319 - 0.241 Suzuki[10 ] (2004) Brown Lowland soil TDR 110.8 0.7560 - 0.30 TDR 110.8 0.5616 - 0.48 王大雁等[55 ] (2006) Harbin黏土 超声波 29.9 1.34 - 0.456 Lanzhou黄土 超声波 10.28 1.54 - 0.291 Christ and Park[54 ] (2009) 砂土 TDR 15.32 1.90 - 0.372 粉砂土 TDR 29.36 1.82 - 0.417 粉土 TDR 37.10 1.53 - 0.473 Watanabe and Wake[12 ] (2009) 砂土 NMR 1.6 1.43 - 0.26 粉质黏土 NMR 29.9 1.13 - 0.370 NMR 29.9 1.13 - 0.211 温智等[53 ] (2012) 青藏高原粉质黏土 NMR 8.12 1.56 - 0.45900 NMR 8.12 1.56 - 0.39780 NMR 8.12 1.56 - 0.35646 NMR 8.12 1.56 - 0.25428 NMR 8.12 1.56 - 0.31278 马田田等[56 ] (2017) 粉土 NMR 6.22 1.6 - 0.45 黏土 NMR 22.63 1.4 - 0.49
...
Unfrozen water content in saline soils: results using time-domain reflectometry
3
1985
... 考虑到模型效果评价的合理性,将以上所有数据按照来源和土壤类型整理后分为两组,其中一组包含70%的数据,用于模型的训练和参数拟合,另一组包含30%的数据,用于模型的验证和评价.此外,本文还选取了Patterson和Smith[57 ] 粉质黏土的冻结实验数据以研究模型是否适用于不同溶质浓度的土壤中.该数据包含4个对照组,即分别用0、10、20、35 g∙ L-1 NaCl溶液饱和,然后进行冻结处理,得到不同溶质浓度下的冻结试验数据.在本文中,同样将其分为训练和验证数据两部分. ...
... 本文选择Patterson和Smith[57 ] 粉质黏土来进行模型在不同溶质浓度条件下的检验,土样干密度为1.19 g ∙ c m - 3 ,保持初始含水量0.523 c m 3 ∙ c m - 3 不变,取溶质浓度为10、20、35 g∙ L-1 NaCl溶液,设置0 g∙ L-1 NaCl溶液作为对照.图6 为式(18) 在不同浓度溶液中的表现,从图中可以看出,模型在低浓度时的表现依旧能很好地同实测值吻合,但随着溶质浓度的增加,拟合曲线逐渐偏离实测值,且浓度越大,预测值与实测值的差异越大,可能是因为该等式同样没有包含溶质浓度对土壤水分凝固点降低的影响,考虑到这一点,引入一个新的参数T f ,式(18) 可变为: ...
... 2 Sources, determination methods and basic properties of the soil samples
Attached Table 作者(年份) 土壤样本 测定方法 比表面积/(m2 ·g-1 ) 干密度/(g·cm-3 ) 溶质浓度/% 初始含水量/(cm3 ·cm-3 ) Smith and Tice[51 ] (1988) Manchester黏土 TDR 18 1.425 - 0.471 West Lebanon砾石 NMR 15 1.563 - 0.375 高岭土 TDR 23 1.262 - 0.503 Chena Hot Springs粉土 NMR 40 1.456 - 0.414 Leda粉土 TDR 58 1.412 - 0.471 Morin黏土 NMR 60 1.305 - 0.472 Goodrich黏 TDR 68 1.289 - 0.467 OB黏土 NMR 61 1.352 - 0.515 Tuto黏土 TDR 78 0.920 - 0.674 Sweden VFB 478黏土 MNR 113 1.116 - 0.548 Suffield粉质黏土 TDR 148 1.339 - 0.494 Ferderick黏土 NMR 159 1.209 - 0.492 Ellsworth黏土 TDR 184 1.210 - 0.450 Regina黏土 NMR 291 0.961 - 0.572 Umiat膨润土 TDR 714 0.365 - 0.821 Lanzhou粉土 NMR 34 1.655 - 0.364 Niagara粉土 TDR 37 1.645 - 0.365 Norway LE-1黏土 NMR 52 1.415 - 0.477 Athena黏土 TDR 83 1.296 - 0.456 ST-Sweden CTH 201黏土 NMR 106 1.128 - 0.573 锂辉石 NMR 419 0.706 - 0.722 Morin黏土 NMR 60 1.433 - 0.287 Patterson and Smith[57 ] (1985) 粉质黏土 TDR 148 1.19 0 0.523 TDR 148 1.19 10 0.523 TDR 148 1.19 20 0.523 TDR 148 1.19 35 0.523 Spaans and Baker[52 ] (1996) 湿Waukegan粉质黏土 TDR 83 1.287 - 0.355 干Waukegan粉质黏土 TDR 83 1.319 - 0.241 Suzuki[10 ] (2004) Brown Lowland soil TDR 110.8 0.7560 - 0.30 TDR 110.8 0.5616 - 0.48 王大雁等[55 ] (2006) Harbin黏土 超声波 29.9 1.34 - 0.456 Lanzhou黄土 超声波 10.28 1.54 - 0.291 Christ and Park[54 ] (2009) 砂土 TDR 15.32 1.90 - 0.372 粉砂土 TDR 29.36 1.82 - 0.417 粉土 TDR 37.10 1.53 - 0.473 Watanabe and Wake[12 ] (2009) 砂土 NMR 1.6 1.43 - 0.26 粉质黏土 NMR 29.9 1.13 - 0.370 NMR 29.9 1.13 - 0.211 温智等[53 ] (2012) 青藏高原粉质黏土 NMR 8.12 1.56 - 0.45900 NMR 8.12 1.56 - 0.39780 NMR 8.12 1.56 - 0.35646 NMR 8.12 1.56 - 0.25428 NMR 8.12 1.56 - 0.31278 马田田等[56 ] (2017) 粉土 NMR 6.22 1.6 - 0.45 黏土 NMR 22.63 1.4 - 0.49
...
The measurement of unfrozen water content by time domain reflectometry: results from laboratory tests
1
2011
... 使用文献中已有的实验数据拟合参数α 、 β 以研究新模型在不同的类型土壤中的适用情况.图4 展示了新模型在7种代表性土壤中的拟合结果,其中粉土和粉砂土是Christ和Park[54 ] 的野外实验数据;Harbin黏土来自Wang等[55 ] ,其余四种土样均来自文献Patterson[58 ] .从图4 可以看出,对于这7种土壤样品,用新模型所得到的拟合曲线结果与实测值较为吻合,纳什效率系数(NSE)都在0.95以上,这表明新的模型可广泛适用于不同类型土壤中. ...
On the functional dependence of the freezing point of soils on the composition of water soluble salts in an interstitial solution
1
2008
... 计算T f 的经验公式有很多,Banin和Anderson[49 ] 描述了土壤中溶质的存在会降低冰点温度,随着土壤水分的冻结,溶质逐渐被滞留在越来越小的空间中,其中,凝固点的降低T f 与溶质浓度之间存在以下关系[59 ] : ...
A simple method of obtaining the soil freezing point depression, the unfrozen water content and the pore size distribution curves from the DSC peak maximum temperature
1
2016
... 式中:w 为重量含水量(%);w L 为土壤液限(%).此后,Kozlowski[60 ] 又提出可根据土壤干密度和初始含水量来求得T f : ...
Revised equation and table for determining the freezing point depression of H2 O-NaCl solutions
1
1993
... 式中:α 和β 为给定土壤的系数,是一个常数.Bodnar[61 ] 根据试验数据,回归出了一个三次多项式来描述T f 与溶质浓度的关系: ...