浙江大学学报(工学版)

浙江大学学报(工学版), 2022, 56(3): 598-606, 612 doi: 10.3785/j.issn.1008-973X.2022.03.019

土木工程、水利工程

雨季降水对浙江井头山深埋土遗址地下水位的影响

唐晓武,, 费敏亮, 俞悦, 梁家馨, 孙国平

1. 浙江大学 滨海和城市岩土工程研究中心，浙江 杭州 310058

2. 浙江省城市地下空间开发工程技术研究中心，浙江 杭州 310058

3. 浙江省文物考古研究所，浙江 杭州 310014

Influence of rainy season precipitation on groundwater level of Jingtoushan deep-buried earthen site in Zhejiang Province

TANG Xiao-wu,, FEI Min-liang, YU Yue, LIANG Jia-xin, SUN Guo-ping

1. Research Center of Coastal and Urban Geotechnical Engineering, Zhejiang University, Hangzhou 310058, China

2. Engineering Research Center of Urban Underground Development of Zhejiang Province, Hangzhou 310058, China

3. Zhejiang Institute of Cultural Relics and Archaeology, Hangzhou 310014, China

收稿日期: 2021-04-12  

基金资助: 国家自然科学基金资助项目（51779218）

Received: 2021-04-12  

Fund supported: 国家自然科学基金资助项目（51779218）

作者简介 About authors

唐晓武（1966—），男，教授，博导，从事土工合成材料、软土地基处理以及土遗址保护研究.orcid.org/0000-0002-0916-8761.E-mail：tangxiaowu@zju.edu.cn , E-mail：tangxiaowu@zju.edu.cn

摘要

以中国沿海埋藏最深、年代最早的典型海岸贝丘遗址——井头山遗址为例，对2018年6月至2020年11月处于发掘阶段的考古基坑地下水位进行持续监测，通过有限差分法预测基坑地下水位，分别探讨基于2018年和2020年的近5~30年降水数据预测地下水位的可行性，分析在不同降水条件下地下水位场演化规律. 结果表明：基于2018年与2020年的近5、10、30年降水数据均可有效模拟地下水位，其中近30年降水数据为最佳降水边界条件，平均相对误差为5.73%，且有77.78%的数据平均相对误差不超过10%；主雨季期间梅雨季持续降水及台风强降水易造成地下水位预测值偏高，旱季造成地下水位预测值偏低；基坑内地下水位场在开挖后期逐步演化形成矩形分布.

关键词： 土遗址 ; 雨季降水 ; 水文地质模型 ; 地下水位

Abstract

Taking the Jingtoushan site, the deepest and oldest typical coastal shell mound site on the coast of China, as an example, the groundwater level of the archaeological foundation pit during excavation from June 2018 to November 2020 was continuously monitored. The groundwater level of the foundation pit was predicted by the finite difference method. The feasibility of using the precipitation data in the past 5 to 30 years of 2018 and 2020 to predict groundwater levels was explored. The evolution pattern of groundwater level fields under different precipitation conditions was analyzed. The results show that the groundwater level is effectively simulated by the precipitation data in the past 5, 10, and 30 years of 2018 and 2020. The data of the past 30 years is the best precipitation boundary condition. The average relative error of precipitation data in recent 30 years is 5.73%, with 77.78% of the precipitation data not exceeding 10%. Persistent precipitation during plum rain and heavy rainfall during typhoons in the main rainy season tend to result in a high groundwater level predictive value, while in the dry season, the groundwater level predictive value is low. The groundwater level field in the foundation pit gradually evolved into a rectangular distribution in the late excavation period.

Keywords： earthen site ; rainy season precipitation ; hydrogeological model ; groundwater level

PDF (1544KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

唐晓武, 费敏亮, 俞悦, 梁家馨, 孙国平. 雨季降水对浙江井头山深埋土遗址地下水位的影响. 浙江大学学报(工学版)[J], 2022, 56(3): 598-606, 612 doi:10.3785/j.issn.1008-973X.2022.03.019

TANG Xiao-wu, FEI Min-liang, YU Yue, LIANG Jia-xin, SUN Guo-ping. Influence of rainy season precipitation on groundwater level of Jingtoushan deep-buried earthen site in Zhejiang Province. Journal of Zhejiang University(Engineering Science)[J], 2022, 56(3): 598-606, 612 doi:10.3785/j.issn.1008-973X.2022.03.019

潮湿环境土遗址的保护一直是世界性难题[1], 涉及岩土工程、文物保护、地质工程等交叉学科. 一方面潮湿环境遗址不同于干旱地区，地下水循环交替造成水位波动极易带来掏蚀、霉菌、文物腐烂等[2]病害；另一方面由于土遗址本身的脆弱性和为保证考古文物发掘的完整及真实性，考古发掘基坑区别于传统岩土工程范畴的基坑开挖，在施工过程中不得有任何污染文化层的现象出现，水泥土搅拌类工法（如SMW、CSM[3-4]）并不适用. 止水帷幕施工手段的匮乏、基坑底部无法封底、暴露时间较长、雨季内积水严重、大规模开采基坑地下水易产生地表及相邻建筑物的不均匀沉降和围护结构的厘米级变形[5-7]隐患，这对考古发掘全阶段的地下水防治提出了更为严苛的要求.

众多学者针对土遗址的地下水防治开展研究. 朱满满[8]将高聚物防渗帷幕应用在古墓遗址的防渗并取得良好效果，但化学试剂对现场修复存在不可逆风险。相比之下，由于数值模拟手段对土遗址不产生损害，被更多地应用于预测地下水位[9-12]及验证降水设计的合理性。Köhn等[13]将其应用于阿根廷莫霍托罗河盆地遗址，模拟冲击含水层的水文地质行为及水力传导率场；随后Sbai等[14-16]针对遗址区地下水渗流场及其演化趋势进行模拟预测，结果良好。刘佑荣等[17]建立浙江印山越国王陵遗址的水文地质模型，提出以地面防渗铺盖加排水暗沟的治水方案，但未考虑到遗址在全阶段施工期间雨季降水对地下水位造成的影响，尤其从水文角度来说，对沿海地区深埋土遗址（最大埋深达7 m及以上）的保护尚无典型研究[18].

对于某个遗址点而言，局域的、短时间尺度（包括极端天气）的气象要素在研究中往往作用很大[19]。Golzio等[20]在极端降雨条件下，对山地景观斜坡失稳进行天气模拟；Sengani等[21]通过对历史降雨数据的分析，解释12月和1月的强降雨导致南非图拉梅拉市公路旁的边坡失稳现象. 梅雨季和台风期间强降水对土遗址地下水的入渗补给起到关键作用，也为地下水数值模拟拓展了新思路. 本研究以2018年6月3日正式开挖（基坑面积750 m2）至2020年11月12日回填的浙江省乃至长三角地区首个贝丘遗址——井头山深埋土遗址为工程案例. 文化层多叠压于9.4 m层厚的软弱海相淤泥，加以雨季降水充沛的气候条件，对遗址地下水位进行数值模拟，并对比实测数据探究在不同降水条件下地下水位场演化规律，为潮湿环境深埋土遗址降水设计提供典型案例及理论依据.

1. 井头山遗址赋存环境

1.1. 地形地貌特征

井头山遗址（30°01′36″N，121°21′36″E）地处杭州湾南岸宁绍平原中东部，余姚江河谷盆地的北侧. 地貌类型为海相沉积平原，海拔72 m，位于井头山南麓，西南7 km为河姆渡遗址，东南1.5 km为田螺山遗址. 余姚江河谷盆地西接绍兴平原，往东逐渐降低，东接宁波平原，中部为平均海拔3 m左右的平原，东西跨度约40 km，南北跨度约8 km. 南侧山地为四明山余脉，平均海拔约300 m，北侧为慈南山脉，平均海拔200 m.

1.2. 气候特征

自中全新世至今，宁绍平原在台风和风暴潮的侵袭下，水害持续不断. 在对古气候古环境的14C测年定量分析的基础上[22]，推断当时该区域属热带气候带，年均气温约22.5 ℃，台风频繁，形成暴雨机会较多. 而今宁绍平原属亚热带海洋性季风气候，温暖湿润，光照充足，雨量充沛，主汛期5~9月降水量占全年的60%以上. 根据余姚市气象局发布的统计信息，2018年至2020年年均气温为18.1℃，2018年总日照时间约为1912.2 h，2019年总降水为2041.4 mm，降水天数为167 d，年降水分布不均匀。如图1所示，根据文献[23]的相关研究，长三角地区可划分为春雨季Ⅰ、主雨季Ⅱ、秋雨季Ⅲ和旱季Ⅳ，分别对应4~5月份、6~8月份、9~10月份和11~次年3月份. 春雨季末期至主雨季初期对应梅雨季持续中低强度降水；主雨季中后期至秋雨季初期对应台风短期高强度降水，包括暴雨（6.0 mm/h）和特大暴雨（13.0 mm/h）. 雨季降水量约占全年降水量的65%，其余月份为旱季.

图 1

新窗口打开| 下载原图ZIP| 生成PPT

图 1   余姚2018年至2020年气象要素

Fig.1   Meteorological elements of Yuyao city from 2018 to 2020


针对局域的、短尺度的井头山遗址范围，2018年梅汛期间共计2轮强降水，梅雨不典型，6月雨量为99.0 mm；2020年入梅早，梅期长，雨量大，梅雨季持续时间为1961年以来最长，6月份降水同比显著增加，三七市镇相岙水库站为279.9 mm. 2015年主雨季7月份降水量为462.6 mm，为2003年至2020年以来最大；秋雨季10月份降水量为58.8 mm，降水波动范围较大，造成周边已建成的河姆渡、田螺山遗址不同程度的地下水灾害问题.

1.3. 地质构造及工程水文地质

余姚江河谷盆地形成于晚燕山地质构造时期[24]，盆地基底系侏罗、白垩纪时期形成，上覆第四纪海相亚黏土、亚砂土；南侧四明山余脉为侏罗系上统高坞组中酸性-酸性火山碎屑岩，北侧慈南山为侏罗系上统茶湾组和西山头组凝灰质砂岩、砂砾岩层夹中酸性火山岩[24].

对于沿海地区的新石器遗址，地貌环境演化中的河流变迁主要受全新世海平面的控制[19]，余姚江由西北至东南方向流经盆地，后江是余姚江在盆地的分岔河流，两侧山地均发源河流，呈梳状水系汇入余姚江和后江[24]. 井头山遗址场地周边地表水系以小型河流为主，遗址西侧分布1条南北走向河流，距考古发掘区约为60 m，河宽约为10 m，深约为1.00~2.00 m，浮泥厚度约为0.40 m. 河流水位主要受雨季降水控制，多雨期水位上涨，枯水期水位下降，排泄条件较好. 河流水位与场地浅层地下水间存在一定的水力关系[25]. 尤其当面临台风强降水天气，河道水位显著上升，在数值模拟中应考虑河流边界条件变化对基坑产生的渗流影响.

井头山遗址工地表层回填厚1.0~1.3 m的塘渣，主要由砾石、砂土及少量黏土组成，勘察期间测得场地地面高程1.75~2.14 m. 根据地基土的分布，埋深、土性、工程特质、物理力学性质及现场勘探原位测试结果等将基坑南侧壁勘探深度0~23.5 m划分为5个大层、7个亚层，如图2所示. 表1所示为ZK11取土孔下19 m勘探深度范围的土性参数. 表中，H为层厚、γ为重度、c为黏聚力、φ为内摩擦角、n为有效孔隙率、k为渗透系数，且第Ⅲ、Ⅳ土层中黏聚力及内摩擦角为饱和状态参数. 第Ⅰ -1层（ ${\rm{Q}}_{\rm{4}}^{{\rm{3ml}}}$、人工堆积）为杂填土，土体结构松散，土质不均匀，透水性较好；第Ⅰ -2层（ ${\rm{Q}}_{\rm{4}}^{{\rm{3al + l}}} $、冲湖积）为黏土，褐黄，软可塑，中偏高压缩性，场地上部浅层孔隙水主要赋存于地表下土层Ⅰ -1和Ⅰ -2中，来源于雨季降水并多以蒸发方式排泄；第Ⅱ -1层（ ${\rm{Q}}_{\rm{4}}^{{\rm{3al + l}}} $、冲湖积）为泥炭土，灰黑色，流塑，高压缩性，含大量有机质，土质轻，干缩现象明显；第Ⅱ -2层（ ${\rm{Q}}_{\rm{4}}^{{\rm{3m}}} $、海积）为海相淤泥土层，揭示层厚为9.40 m，稳定水位为3.50 m，水头变化幅度为0.90~1.00 m. 海相淤泥质土含水量高，压缩性高，承载力低，工程性质在水力条件不稳定时较为多变，尤其极易受水分影响导致高沉降及不稳定性问题[26]，造成地基工程事故[27-28]；第Ⅲ层（ ${\rm{Q}}_{\rm{3}}^{{\rm{2 - 2al + l}}} $、冲湖积）为黏土，棕黄色，硬可塑，中压缩性，层下部含少量砾砂；第Ⅳ层（AnQ、冲海积）为砾砂夹粉质黏土，棕褐色，原岩已风化成砾砂混粉质黏土状，层上部局部黏性土占比较高，水位高程为7.39~17.81 m，为含水层；第Ⅴ层（K）为风化凝灰岩，紫红色，节理裂隙发育，凝灰结构，柱状构造. 遗址工地区域高水位一般出现在6月至9月，低水位出现在12月至次年2月. 拟建场地地下水位常年变化范围一般为1.00 m. 2018年4月份勘探孔在终孔24 h后测得稳定水位埋深为0.50~0.71 m，水位高程1.08~1.54 m.

图 2

新窗口打开| 下载原图ZIP| 生成PPT

图 2   井头山遗址基坑南侧壁地质剖面图

Fig.2   Geological profile of south sidewall of foundation pit at Jingtoushan site


表 1   ZK11点土层分布及土性参数

Tab.1  Distribution and parameters of soil strata (No.ZK11)

层号 土层名称 地质年代 H/m γ/(kN·m−3) c/kPa φ/（º） n/% k/（m·s−1）
Ⅰ -1 杂填土 ${\rm{Q}}_{\rm{4}}^{{\rm{3ml}}}$ 1.10 18.0 10.0 8.00 0.397 8.30 × 10−3
Ⅰ -2 黏土 ${\rm{Q}}_{\rm{4}}^{{\rm{3al + l}}}$ 0.90 18.6 25.0 10.9 0.442 7.00 × 10−6
Ⅱ -1 泥炭土 ${\rm{Q}}_{\rm{4}}^{{\rm{3al + l}}}$ 0.40 12.6 4.80 3.70 0.420 1.00 × 10−5
Ⅱ -2 海相淤泥土 ${\rm{Q} }_{\rm{4} }^{ {\rm{3m} } }$ 9.40 16.3 7.30 6.20 0.460 1.50 × 10−7
Ⅲ 黏土 ${\rm{Q}}_{\rm{3}}^{{\rm{2 - 2al + l}}}$ 2.50 19.3 28.9 16.1 0.442 6.00 × 10−6
Ⅳ 砾砂夹粉质黏土 AnQ 2.70 20.5 12.1 23.3 0.350 1.20 × 10−5
Ⅴ 风化凝灰岩 K 2.00 19.0 50.0 40.0 1.2 × 10−8 <1.20 × 10−9

新窗口打开| 下载CSV


2. 井头山遗址地下水位变化

2.1. 场地概况

如图3所示，井头山遗址工地研究区为长为150 m，宽为120 m的矩形. 开挖区域长为70 m，宽为45 m，上部采用放坡，坡度为1∶1.5，坡面覆盖防雨布. 考古发掘基坑东西长为50 m，南北宽为15 m，位于开挖区的中心. 开挖区域开挖过程中，运用集水明排的方法，在基坑周围设置1条300 mm×400 mm的排水沟，排水沟纵向坡度0.15%. 基坑内根据考古探方分布设置纵横向排水沟，导入集水井后通过2台水泵抽水至基坑外排水沟排泄.

图 3

新窗口打开| 下载原图ZIP| 生成PPT

图 3   井头山遗址工地研究区开挖后期航拍（2020年10月30日）

Fig.3   Arial photography of study field at Jingtoushan site of late excavation (2020/10/30)


2.2. 观测井设置

如图4所示，基坑周围布置有6个水位观测井，标记为SWO1~6. 水位监测采用MIK-P260投入式液位计，外接光柱式数显表. 当传感器接触水面时，数字显示器显示数值，在水位稳定时观测记录.

图 4

新窗口打开| 下载原图ZIP| 生成PPT

图 4   井头山遗址基坑平面图

Fig.4   Layout of foundation pit at Jingtoushan site


2.3. 水位监测

在施工过程中对SWO1~6个观测井水位进行连续监测，监测间隔为1 d. 在2 a的建设期内，由于技术问题，工程于2018年12月至2019年3月停工；由于新冠疫情影响，遗址于2020年1月至3月封闭. 选取2018年9月至10月（秋雨季）、11月（旱季）及2020年4月（春雨季）、6月（主雨季）和9月（秋雨季）期间的监测数据.

如图5所示为SWO1~6观测井水位. 图中，h为地下水位，hp为降水量. 可以看出，2018年9月至11月，水位呈下降趋势；2020年3个不相邻月份形成的水位曲线存在间断点，趋势为先下降后上升. 根据余姚气象局消息，台风均属于秋雨季，2018年9月16日、10月4日、2020年9月1日分别受到台风“山竹”“康妮”“美莎克”影响. “山竹”带来局部大暴雨，地下水位受地表降雨有效入渗补给上升，另外的2个产生分散性阵雨，对遗址区水位影响不显著. 2020年主雨季6月梅汛期内出现7轮持续强降水过程，地下水位显著提高；秋雨季期间9月18日至19日有局部暴雨，地下水位波动；春雨季和旱季无有效补给，水位总体呈下降趋势.

图 5

新窗口打开| 下载原图ZIP| 生成PPT

图 5   井头山遗址工地研究区观测井水位与日降水量

Fig.5   Water level of observation well of study field and daily precipitation at Jingtoushan site


3. 数值模拟

3.1. 水文地质概念模型

如图6所示，在Visual MODFLOW中，根据水文地质和测绘资料，采用有限差分法建立地下水数值模型. 遗址工地研究区尺寸为150 m×120 m×20 m，设置7个土层，在2018年9月基坑未开挖，概念模型如图6 （a）. 基坑面积为50 m×15 m，在2018年10月至11月份初步开挖至Ⅰ -2黏土层，如图6 （b）. 2020年4月后开挖至海相淤泥土层，平均深度约为10 m，基坑底部西侧地势高于东侧，参照图6 （c）. 开挖区域的网格状态设置为inactive，作为隔水层与边界无水力联系.

图 6

新窗口打开| 下载原图ZIP| 生成PPT

图 6   井头山遗址工地研究区基地的有限差分网格

Fig.6   Finite difference grid of foundation pit in study field at Jingtoushan site


3.2. 边界条件

遗址工地研究区边界条件如图7所示. 设置6个观测井，底部取基岩作为隔水边界. 西侧分布1条南北向河流，水位年变化量小，无降雨时设定为河流边界（RIV）；当降雨产生有效补给时，根据当月降雨强度及天数在河流区域设定降雨补给（RCH）. 基坑外侧排水沟设定为排水沟边界（DRN），根据排水沟尺寸及所在土层性质对参数进行赋值，如表2所示。表中，H1为河流水位、H2为河底高程、T1为河床厚度、W为河流宽度、K为河床渗透系数、H3为排水沟高程、T2为排水沟导水系数、H4为积水深度、H4-RIV为河流积水深度、H5为降水补给量.

图 7

新窗口打开| 下载原图ZIP| 生成PPT

图 7   井头山遗址工地研究区基坑的边界条件

Fig.7   Boundary condition of foundation pit in study field at Jingtoushan site


表 2   井头山遗址工地研究区基坑的边界条件参数

Tab.2  Boundary condition parameters of foundation pit in study field at Jingtoushan site

边界条件 参数 赋值
RIV H1/m 18.5
H2/m 18.0
T1/m 0.2
W/m 8.0
K/m·s−1 1.50×10−6
DRN H3/m 19.6
T/（m2·d−1） 717.12
RCH（近30 a） H4−RIV/m 0.2
H4/m 1.1
H5（2018-09）/（mm·a−1） 1968.0
H5（2018-10）/（mm·a−1） 984.0
H5（2018-11）/（mm·a−1） 996.0
H5（2020-04）/（mm·a−1） 1356.0
H5（2020-06）/（mm·a−1） 2280.0
H5（2020-09）/（mm·a−1） 1932.0

新窗口打开| 下载CSV


RCH （近30 a）作为边界条件模拟降雨对地表的补给. 在不考虑蒸发和径流的条件下，雨季降水以入渗补给地下水位，补给效果取决于降雨强度、积水深度及入渗点分布等[29]. 根据余姚市近年月平均降水量，在年化后作为降雨强度以赋值，数据来源于国家气象科学数据中心网站. 为了预测2018年和2020年的地下水位，针对2018年选择1988年至2017年的数据，针对2020年选择1990年至2019年的数据，取近30年、近10年、近5年的月平均降雨量为RCH赋值，如图8所示. 积水深度依渗透系数较大的杂填土层厚度而定. 入渗点分布于整个研究区范围，设定为地表面状补给.

图 8

新窗口打开| 下载原图ZIP| 生成PPT

图 8   余姚近30年降水量对比

Fig.8   Precipitation comparison of Yuyao city in last 30 years


图9为分别基于2018年和2020年近5 a、近10 a、近30 a降雨量作为补给得到的模拟水位与实测水位对比，B为比例系数，即二者比值. 将回归直线与B=1线比较[30]，在其余边界条件一定的情况下，得出3种补给条件下模型拟合程度均较好.

图 9

新窗口打开| 下载原图ZIP| 生成PPT

图 9   地下水位比例系数回归散点图

Fig.9   Scatter plot of groundwater level proportional coefficient


表3为不同降水来源的拟合精度对比. 可见，在6个月18组观测值中近30 a的B值最大相对误差REmax=21.20%，平均相对误差 $\overline {{\rm{RE}}} $=5.73%，其回归直线残差平方和SSE=0.6043，随机误差最小；B （0.9, 1.1）的比例 RB=77.78%，整体预测精度较高. 综上所述，将近30 a数据作为近5~30 a内最佳降水边界条件，设定为RCH补给.

表 3   不同降水来源拟合精度对比

Tab.3  Comparison of fitting accuracy of different precipitation sources

降水
来源 		SSE REmax/% $\overline {{\rm{RE}}}$/% RB/%
近5 a 0.8267 30.58 6.70 74.07
近10 a 0.6768 23.07 5.78 75.93
近30 a 0.6043 21.20 5.73 77.78

新窗口打开| 下载CSV


3.3. 模拟结果及分析

图8 （a）表明，在2018年9月至11月基坑开挖前期，相比于近5~10 a数据，近30 a降水更为贴近余姚市气象局发布的当年数据；2011年1月至5月降水为1961年以来同期最低，2016年为“厄尔尼诺”影响年，余姚市气候总体异常，平均降水量居历史同期第四；尤其是在9月份的秋雨季，在近5 a中形成2016年“莫兰蒂”、2017年“泰利”、2018年“山竹”等共5个台风，导致该月的短期强降水，并使得近5~10 a气候要素变化更显著. 在图8 （b）中，在2020年基坑开挖后期，春雨季4月份月降水量比常年少70.4 mm，月降水日数为5 d，均打破历史同期最少记录，与近30 a降水最为接近；梅雨期间主要降水处于主雨季，从2020年5月29日入梅至7月18出梅， 6月份共出现7轮梅汛期强降水过程，约为9月降水量214.5 mm的1.8倍. 数值模型运行稳定，符合研究区地下水含水层实际情况，预测结果具有可靠性和准确性. 根据不同工况下边界条件设定，得到遗址工地研究区开挖前后全过程水位场演化，如图10所示. 图10 （a）为遗址工地内开挖前期 （2018年9月），基坑未开挖时遗址工地初始等水位线图，西侧河流在受台风“山竹”外围环流强降水影响后水位短期上升，模型通过设置RCH补给河流水位，等水位线密度较大. 随着矩形基坑初步开挖至Ⅰ -2黏土层，伴随10月至11月份秋雨季降水补给减少，等水位线开始出现椭圆雏形图10 （b）及椭圆向矩形过渡阶段图10 （c），范围逐渐扩大；11月基坑内最低水位达到−1.05 m. 在2020年4月基坑开挖后期，由于春雨季RCH补给减少，海相淤泥层土体渗透系数较小，基坑周围等水位线相对密集，等水位圈边缘持续向外伸展至最大，趋近于矩形，伴随若干细长闭合不规则等水位圈出现在放坡及开挖区域外沿，如图10 （d）所示. 6月份梅雨持续，多强降水，地下水得到显著补给，水位升高，遗址东北部等水位线趋于平缓，细长闭合不规则等水位圈消失，等水位圈缩小趋近于开挖区域范围，形成图10 （e）. 至9月基坑开挖完成，基坑范围水位场呈矩形图10 （f），长宽比约为2∶1，从基坑边缘至自然边界，等水位线水头逐渐向外增大，形成降雨影响下的地下水位场.

图 10

新窗口打开| 下载原图ZIP| 生成PPT

图 10   井头山遗址水位场演化

Fig.10   Evolution of seepage field at Jingtoushan site


3.4. 地下水位预测

将井头山遗址工地2018年开挖至2020年回填过程中的6个月的模拟水位与实测水位进行典型对比分析，得出近30 a降水数据作为边界条件补给是可行的，且预测精度较高. 现采用近30 a降水数据对2020年11月回填后遗址工地进行地下水位预测，结果如图11所示，为井头山遗址二次主动性发掘提供了一定参考.

图 11

新窗口打开| 下载原图ZIP| 生成PPT

图 11   井头山遗址回填后水位场

Fig.11   Water level field after backfill at Jingtoushan site


4. 结　论

（1）以基坑开挖面积750 m2，其中海相淤泥层厚为9.4 m的井头山深埋土遗址为例，对近2 a开挖过程不同工况下的6个月地下水位进行实测。结果表明，利用Visual MODFLOW预测以雨季降水为主导引起基坑地下水位变化的方法是可行的. 以监测当年起近5~30 a降水数据设定为补给来预测是较为精确的，其中基于2018年和2020年的近30 a RCH补给数据为最佳降水边界条件，平均相对误差为5.73%，且有77.78%的数据误差不超过10%；预测值与实测值之间的误差主要来源于梅雨持续降水及台风短期强降水，而旱季降水入渗的减少则易造成地下水位预测值的偏低.

（2）地下水位场的演化是多方面因素耦合的结果，本研究以雨季降水量作为主导影响因素，但考虑到基坑场地特征，未引入地表水的蒸发和径流等边界条件. 总的来说，针对不同工况预测地下水位需要结合地貌演化、水文地质及气象要素等条件并进行量化分析. 全面的监测数据使预测更贴近实际工况，为考古发掘工作提供指导意义. 针对不同数值模拟方法及基坑排水条件的进一步优化，也有待更为深入地研究.

参考文献

PAN C, CHEN K, CHEN D, et al

Research progress on in-situ protection status and technology of earthen sites in moisty environment

[J]. Construction and Building Materials, 2020, 253: 119219

DOI:10.1016/j.conbuildmat.2020.119219      [本文引用: 1]

EDINA S, CECILIA M C, ANDREEA B, et al

Investigating antibiotics, antibiotic resistance genes, and microbial contaminants in groundwater in relation to the proximity of urban areas

[J]. Environmental Pollution, 2018, 236: 734- 744

DOI:10.1016/j.envpol.2018.01.107      [本文引用: 1]

张璞, 柳荣华

SMW工法在深基坑工程中的应用

[J]. 岩石力学与工程学报, 2000, 19 (Suppl.1): 1104- 1107

[本文引用: 1]

ZHANG Pu, LIU Rong-hua

The application of SMW method in foundation pit

[J]. Chinese Journal of Rock Mechanics and Engineering, 2000, 19 (Suppl.1): 1104- 1107

[本文引用: 1]

霍镜, 朱进, 胡正亮, 等

双轮铣深层搅拌水泥土地下连续墙(CSM工法)应用探讨

[J]. 岩土工程学报, 2012, 34 (Suppl.1): 666- 670

[本文引用: 1]

HUO Jing, ZHU Jin, HU Zheng-liang, et al

Application of deep mixing cement soil mixing wall (CSM)

[J]. Chinese Journal of Geotechnical Engineering, 2012, 34 (Suppl.1): 666- 670

[本文引用: 1]

张勇, 赵云云

基坑降水引起地面沉降的实时预测

[J]. 岩土力学, 2020, 29 (6): 1593- 1596

[本文引用: 1]

ZHANG Yong, ZHAO Yun-yun

Real time prediction of land subsidence caused by foundation pit dewatering

[J]. Rock and Soil Mechanics, 2020, 29 (6): 1593- 1596

[本文引用: 1]

曾超峰, 薛秀丽, 宋伟炜, 等

开挖前降水引发基坑变形机制模型试验研究

[J]. 岩土力学, 2020, 41 (9): 2963- 2972

ZENG Chao-feng, XUE Xiu-li, SONG Wei-wei, et al

Mechanism of foundation pit deformation caused by dewatering before soil excavation: an experimental study

[J]. Rock and Soil Mechanics, 2020, 41 (9): 2963- 2972

郑刚, 栗晴瀚, 哈达, 等

天津市承压层应力状态及减压引发沉降规律研究

[J]. 岩土力学, 2018, 39 (Suppl.2): 285- 294

[本文引用: 1]

ZHENG Gang, LI Qing-han, HA Da, et al

Study of stress state and settlement induced by pressure relief of confined aquifers in Tianjin

[J]. Rock and Soil Mechanics, 2018, 39 (Suppl.2): 285- 294

[本文引用: 1]

朱满满. 半湿润地区土质地层古墓葬防渗研究及应用[D]. 郑州: 郑州大学, 2018: 37–42.

[本文引用: 1]

ZHU Man-man. Study and application research on anti-seepage of ancient tombs in semi-humid soil area [D]. Zhengzhou: Zhengzhou University, 2018: 37–42.

[本文引用: 1]

POWRIE W

Contributions to Géotechnique 1948 –2008: groundwater

[J]. Géotechnique, 2008, 58 (5): 435- 439

[本文引用: 1]

黄应超, 徐杨青

深基坑降水与回灌过程的数值模拟分析

[J]. 岩土工程学报, 2014, 36 (Suppl.2): 299- 303

HUANG Ying-chao, XU Yang-qing

Numerical simulation analysis of dewatering and recharge process of deep foundation pits

[J]. Chinese Journal of Geotechnical Engineering, 2014, 36 (Suppl.2): 299- 303

WöHLING T, BURBERY L

Eigenmodels to forecast groundwater levels in unconfined river-fed aquifers during flow recession

[J]. Science of The Total Environment, 2020, 747: 141220

DOI:10.1016/j.scitotenv.2020.141220     

MANSOUR M A, ALY M M

A simulation-optimization approach for optimal design of dewatering systems in unconfined strata

[J]. Alexandria Engineering Journal, 2020, 59: 839- 850

DOI:10.1016/j.aej.2020.02.029      [本文引用: 1]

KöHN J, KRUSE E E, SANTOS J E

Hydrogeologic behavior of an alluvial aquifer, Salta Province, Argentina: simulations of hydraulic conductivity field, groundwater flow, and chloride migration

[J]. Natural Resources Research, 2002, 11: 157- 166

DOI:10.1023/A:1019822820426      [本文引用: 1]

SBAI M A

Unstructured gridding for MODFLOW from prior groundwater flow models: a new paradigm

[J]. Groundwater, 2020, 58 (5): 685- 691

[本文引用: 1]

SAMANTA S, SHENG Z P, MUNSTER C L, et al

Easonal variation of infiltration rates through pond bed in a managed aquifer recharge system in St-André, Belgium

[J]. Hydrological Processes, 2020, 34 (18): 3807- 3823

DOI:10.1002/hyp.13827     

CAI J, SU Y, SHEN H, et al

Simulation of groundwater flow in fractured-karst aquifer with a coupled model in Maling Reservoir, China

[J]. Applied Sciences, 2021, 11 (4): 1888

DOI:10.3390/app11041888      [本文引用: 1]

刘佑荣, 陈中行, 周丽珍

中国南方大型古遗址主要环境地质病害及其防治对策研究

[J]. 岩石力学与工程学报, 2009, 28 (Suppl.2): 3795- 3800

[本文引用: 1]

LIU You-rong, CHEN Zhong-xing, ZHOU Li-zhen

Research on prevention countermeasure and main geoenvironmental cause of large-scale ancient sites in south China

[J]. Chinese Journal of Rock Mechanics and Engineering, 2009, 28 (Suppl.2): 3795- 3800

[本文引用: 1]

WAGSTAFF S, CHEETHAM J, DAVIS A, et al

Hydrogeological modelling of water-level changes in an area of archaeological significance: a case study from Flag Fen, Cambridgeshire, UK

[J]. Conservation and management of archaeological sites, 2016, 18 (1/3): 156- 169

[本文引用: 1]

郑洪波, 周友胜, 杨青, 等

中国东部滨海平原新石器遗址的时空分布格局——海平面变化控制下的地貌演化与人地关系

[J]. 中国科学:地球科学, 2018, 48 (2): 127- 137

[本文引用: 2]

ZHENG Hong-bo, ZHOU You-sheng, YANG Qing, et al

Spatial and temporal distribution of Neolithic sites in coastal China: sea level changes, geomorphic evolution and human adaption

[J]. Science China Earth Sciences, 2018, 48 (2): 127- 137

[本文引用: 2]

GOLZIO A, BOLLATI I M, LUCIANI M, et al

Weather simulation of extreme precipitation events inducing slope instability processes over mountain landscapes

[J]. Applied Sciences, 2020, 10 (12): 4243

DOI:10.3390/app10124243      [本文引用: 1]

SENGANI F, MULENGA F

Influence of rainfall intensity on the stability of unsaturated soil slope: case study of R523 road in Thulamela Municipality, Limpopo Province, South Africa

[J]. Applied Sciences, 2020, 10 (24): 8824

DOI:10.3390/app10248824      [本文引用: 1]

江大勇, 王新平, 郝维城

浙江中全新世古气候古环境变化与河姆渡古人类

[J]. 北京大学学报:自然科学版, 1999, 35 (2): 248- 253

[本文引用: 1]

JIANG Da-yong, WANG Xin-ping, HAO Wei-cheng

Mid-Holocene paleoclimatic-paleoenvironmental changes in Zhejiang Province and Hemudu Ancients

[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 1999, 35 (2): 248- 253

[本文引用: 1]

黄琰, 张人禾, 龚志强, 等

中国雨季的一种客观定量划分

[J]. 气象学报, 2014, 6: 1186- 1204

DOI:10.11676/qxxb2014.064      [本文引用: 1]

HUANG Yan, ZHANG Ren-he, GONG Zhi-qiang, et al

An objectively quantitative division for rainy seasons in China

[J]. Acta Meteorologica Sinica, 2014, 6: 1186- 1204

DOI:10.11676/qxxb2014.064      [本文引用: 1]

李明霖, 莫多闻, 孙国平, 等

浙江田螺山遗址古盐度及其环境背景同河姆渡文化演化的关系

[J]. 地理学报, 2009, 64 (7): 807- 816

DOI:10.11821/xb200907005      [本文引用: 3]

LI Ming-lin, MO Duo-wen, SUN Guo-ping, et al

Paleosalinity in Tianluoshan site and the relation between Hemudu Culture and its environmental background

[J]. Acta Geographica Sinica, 2009, 64 (7): 807- 816

DOI:10.11821/xb200907005      [本文引用: 3]

LUO Z, YONG C, FAN J, et al

Precipitation recharges the shallow groundwater of check dams in the loessial hilly and gully region of China

[J]. Science of The Total Environment, 2020, 742: 12

[本文引用: 1]

JAYAWARDANE V S, ANGGRAINI V, EMMANUEL E, et al

Expansive and compressibility behavior of lime stabilized fiber-reinforced marine clay

[J]. Journal of Materials in Civil Engineering, 2020, 32 (11): 04020328

DOI:10.1061/(ASCE)MT.1943-5533.0003430      [本文引用: 1]

杨迎晓, 龚晓南, 周春平, 等

钱塘江冲海积粉土渗透破坏试验研究

[J]. 岩土力学, 2016, 37 (Suppl.2): 243- 249

[本文引用: 1]

YANG Ying-xiao, GONG Xiao-nan, ZHOU Chun-ping, et al

Experimental study of seepage failure of Qiantang River alluvial silts

[J]. Rock and Soil Mechanics, 2016, 37 (Suppl.2): 243- 249

[本文引用: 1]

FLETCHER L, HUNGR O, EVANS S G

Contrasting failure behaviour of two large landslides in clay and silt

[J]. Canadian Geotechnical Journal, 2002, 39: 46- 62

DOI:10.1139/t01-079      [本文引用: 1]

张敬晓, 汪星, 汪有科, 等

黄土丘陵区林地干化土壤降雨入渗及水分迁移规律

[J]. 水土保持学报, 2017, 31 (3): 231- 238

[本文引用: 1]

ZHANG Jing-xiao, WANG Xing, WANG You-ke, et al

Regularity of rainfall infiltration and water migration in woodland drying soil in the loess hilly region

[J]. Journal of Soil and Water Conservation, 2017, 31 (3): 231- 238

[本文引用: 1]

闫长斌, 姜晓迪, 杨继华, 等

利用PLSR-DNN耦合模型预测TBM净掘进速率

[J]. 岩土力学, 2021, 42 (2): 519- 528

[本文引用: 1]

YAN Chang-bin, JIANG Xiao-di, YANG Ji-hua, et al

Predicting TBM penetration rate with the coupling model of partial least squares regression and deep neural network

[J]. Rock and Soil Mechanics, 2021, 42 (2): 519- 528

[本文引用: 1]

/

〈 〉