《Soil Dynamics and Earthquake Engineering》:Incorporating layer-specific spatial variability in CPT-based liquefaction assessment: A comparative study of random field and conventional probabilistic approaches
编辑推荐:
CPT数据驱动的随机场土壤液化评估新方法通过自动检测土层边界和特性,结合蒙特卡洛模拟实现异性土层液化概率的高精度预测,并以2020 Petrinja地震的两个液化案例验证了该方法与现有模型的良好一致性。
Meho Sa?a Kova?evi? | Mario Ba?i? | Lovorka Libri? | Antonija Mir?eta
萨格勒布大学,土木工程学院,岩土工程系,Andrije Ka?i?a Mio?i?街26号,10000,萨格勒布,克罗地亚
摘要
利用圆锥贯入试验(CPT)数据评估土壤液化潜力是现代岩土工程地震分析中的一个重要方面。与确定性方法相比,概率模型越来越被采用,因为它们能更好地捕捉土壤的固有不确定性,而确定性方法在预测液化潜力时有时会与现场观测结果不一致。然而,大多数概率模型仅通过总体标准差来汇总不确定性,并未明确考虑土壤沿深度方向的空间变异性。本文提出了一种新方法,该方法能够从原始CPT测量数据中自动检测土壤层边界和特性,并根据各层的厚度和异质性为其分配随机变异参数。通过在每层内部应用随机场模型,生成了大量CPT剖面实现,从而反映了土壤变异性和不确定性的真实范围。该过程保留了薄但具有岩土工程意义的层,同时合并了不重要的部分以确保一致性。与传统方法不同,这种方法不需要对概率分布做出任何假设,并使用基于生成的实现的直接蒙特卡洛模拟来评估液化概率。通过与其他广泛使用的概率模型进行比较,并利用2020年克罗地亚Petrinja地震期间受液化影响的两处地区的数据,验证了该方法的有效性。结果表明,该方法与现有模型具有很高的一致性,证明了其在表征异质土壤液化风险方面的潜力。
引言
地震灾害通常主要与建筑物和基础设施的抗震性能不足有关,而诸如滑坡、液化、海啸和火灾等次生灾害往往受到较少关注。然而,这些次生灾害造成了大约25-40%的经济损失和人员伤亡[1]。尽管相对罕见,但在强地震作用下,饱含水分的颗粒土壤会发生液化现象,此时土壤的剪切强度和刚度会突然暂时降低[2]。液化可分为两种主要类型,Schneider和Mayne[3]对其机制和表现进行了详细讨论:循环液化是由于孔隙压力累积和循环加载下剪切刚度同时下降引起的;而流动液化则发生在排水条件下的收缩性、饱和且无黏性的土壤中。
自1964年新潟地震[4]以来,人们对液化的评估给予了更多关注,尤其是在大型地震之后,例如2010年智利的Maule地震[5]、2011年新西兰的Christchurch地震[6]、2011年日本的Tohoku地震[7]、2012年意大利的Emilia地震[8]以及2018年印度尼西亚的Sulawesi地震[9]。最近的一个例子是2020年Petrinja地震,其震级为Mw 6.4[10],该地震影响了克罗地亚中部地区,估计Sisak – Moslavina县近1400公顷的区域发生了液化[11],对土壤、建筑物和基础设施造成了严重破坏。所有这些事件都进一步表明,液化的发生受浅层地下地层的强烈影响,尤其是在以冲积沉积物为特征的河流泛滥平原环境中。Minarelli等人[8]在2012年Emilia地震后对液化易发地点进行了全面调查,发现液化通常发生在侧向受限的沙质层中,非液化层的厚度和液化层的厚度等参数对于解释地表现象至关重要。
在实际应用中,通常采用多种原位测试技术来评估土壤液化潜力。循环抗力比(CRR)是最常用的量化液化抗力的参数,可以通过多种现场测试确定。常用的方法包括标准贯入试验(SPT)、圆锥贯入试验(CPT)、剪切波速度测量(Vs)和Becker贯入试验(BPT)。文献[12]对这些方法进行了比较,强调了它们在液化评估中的优缺点。虽然这些现场测试提供了评估液化抗力的关键输入参数,但整体评估方法取决于所采用的分析框架。一般来说,液化潜力可以通过确定性或概率方法来确定。尽管确定性方法在实践中被广泛使用,但在与实际液化发生地点的数据相比时,其预测结果有时会存在不一致性[13],这归因于模型本身及其相关参数的不确定性。因此,研究逐渐转向开发多种概率方法,以根据特定地点的土壤特性和地震加载条件计算液化概率(PL)。通过利用先进的统计技术和从液化发生地点获取的大型数据库,可以解决这些不确定性问题。这些概率方法在输入类型(基于现场测试方法)和使用的统计方法上有所不同。
本研究重点关注利用圆锥贯入试验(CPT)数据作为输入的概率模型,并选择那些在概率建模框架上具有特色的模型。然而,鉴于现有概率模型的局限性——它们通常仅通过总体模型不确定性来表示土壤的空间变异性和自然条件的复杂性,且未明确考虑深度方向上的点之间的空间相关性——本文引入了一种创新方法,即应用随机场方法。该方法通过算法直接从原始CPT测量数据中自动检测土壤层边界和特性,消除了主观解释的需要。然后为每层分配随机变异参数,根据其厚度和异质性进行调整。通过在每层内部应用随机场模型,生成了大量可能的CPT剖面实现,从而反映了现场土壤变异性和不确定性的真实范围。随后,采用经验蒙特卡洛模拟基于真实的土壤空间变异性和分层情况,提供精确且现实的液化概率估计。
考虑到本研究明确考虑了层特异性变异性,特别值得一提的是Cubrinovski等人的最新研究[14],他们强调了分层液化沉积物中系统响应的重要性,并指出地表液化现象的差异不能仅由单一“关键层”的性质来解释。基于Christchurch的55个记录详尽的地点,作者发现频繁发生液化的地点和未发生液化的地点的关键层特性几乎相同,包括浅层深度(约2米)和低qc1Ncs值(约80-86)。关键差异在于分层土壤剖面的“系统响应”,即地震震动过程中各层之间的相互作用、孔隙压力的产生和重新分布以及水分渗流。Cubrinovski等人[14]提出了“关键区”概念,该区域包括关键层及其垂直连接的低抗力层。这一区域的厚度和垂直连续性,以及更广泛的“液化材料区”(例如Ic ≤ 2.6)的连续性,控制了孔隙压力和向上向地表的水分流动的潜力。在发生液化的剖面中,相对较厚且垂直连续的关键层有利于浅层土壤的快速液化;而深层土壤的向上流动和不受限制的垂直渗流路径则可能加剧液化现象,甚至导致地下水位以上的液化。相反,未发生液化的剖面通常表现出明显的分层结构和非液化层,这种非液化层限制了孔隙压力的上升。此外,浅层的部分饱和可以增加关键层的抗力。因此,Cubrinovski等人[14]强调,地表液化现象取决于整个层系统的特性,而不仅仅是单一关键层的性质。
基于CPT的液化评估概率方法
最流行的液化评估概率方法依赖于对现场测量参数(循环应力比CSR)与液化案例记录(或其缺失)之间功能关系的经验校准。在最近的一篇综合综述中,Cruz等人[13]介绍了多种基于CPT、SPT和Vs数据的概率框架。
理由和方法概述
在上述概率模型的实际应用中,液化概率通常使用测量的CPT数据来计算,有两种方法:(i)直接在剖面的每个深度点,使用当地测量的归一化抗力值和其他相关参数;(ii)使用选定层内的平均值,这通常是通过观察CPT剖面和补充的岩土工程数据来主观确定的。
案例研究概述:地质和岩土工程背景
为了展示基于自动化CPT土壤剖面的随机场框架,选择了克罗地亚的两个地点:一个位于Galdovo定居点附近,另一个位于Krnjica定居点附近。Galdovo地点位于Sisak市中心东南方向约2公里处,而Krnjica地点位于Petrinja市中心以北约2公里处。这两个地点在2020年Petrinja地震期间都经历了严重的液化现象
结果与讨论
一旦将获取的数据分类到SBT类别中,就需要对CPT数据应用开发的随机场方法,首先需要进行自动土壤分层处理,如图1所示。原始土壤剖面直接根据原始SBTn值确定,然后转换为最终的数据驱动剖面,其中每个深度点都被分配到一个稳定的土壤层。图6a和b展示了应用此方法前后的土壤剖面
结论
本研究提出了一种新的概率框架,用于利用圆锥贯入试验(CPT)数据评估土壤液化。与依赖全局不确定性参数和经验边界的传统概率模型不同,所提出的随机场方法通过将CPT数据分割成地质上有意义的层并为每一层分配随机属性,从而实现了更真实、更具层特异性的液化表示
CRediT作者贡献声明
Meho Sa?a Kova?evi?:撰写——初稿、软件开发、方法论构建、概念化。Mario Ba?i?:撰写——初稿、可视化处理、软件开发、资源管理、方法论构建、调查研究、概念化。Lovorka Libri?:撰写——审稿与编辑、可视化处理、方法论构建、调查研究。Antonija Mir?eta:撰写——审稿与编辑、验证工作、方法论构建。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
本研究由克罗地亚科学基金会(HRZZ)资助,项目编号IP–2022–10-7608,项目名称为LeveeLiq(研究堤坝下方液化潜力的空间变异性并建模最佳缓解技术)。