Корреляционный анализ просадочности лёсса и физико-механических показателей в регионе Луньдун и прогноз коэффициента просадки с помощью машинного обучения

Почему просадка грунта важна для повседневной жизни

Во многих районах северного Китая города, дороги и каналы построены на ветровом осадочном грунте, называемом лёссом. Этот грунт может внезапно уплотняться при увлажнении, вызывая просадку почвы и повреждение зданий и инфраструктуры. В настоящем обзоре рассматривается лёсс в регионе Луньдун и показано, как простые измерения и современные методы машинного обучения позволяют оперативно выявлять места, где грунт, вероятно, останется устойчивым, и где он может просесть.

Хрупкий грунт под растущими городами

Регион Луньдун расположен в сердце Лёссовой возвышенности, где слои лёсса могут достигать десятков метров толщины. По мере того как здесь реализуются новые проекты — водоводы, железные дороги и жилые застройки — инженерам необходимо понять вероятность оседания грунта при его намокании. Традиционные испытания на просадочность требуют тщательной лабораторной работы с множеством образцов и занимают время. Авторы собрали 259 реальных записей испытаний с площадок строительства вокруг города Цинъян, каждая из которых содержала измеренную величину просадки грунта и базовые физические свойства, такие как глубина, плотность, пористость, влажность и сжимаемость грунта.

Простые признаки грунта, указывающие на проблему

С помощью статистического анализа исследователи изучили, как измеренная просадка лёсса связана с каждым из свойств грунта. Они обнаружили, что количество пустот в грунте, описываемое «коэффициентом пористости» (void ratio), имеет наиболее сильную связь с величиной просадки. Также важна глубина под поверхностью: поверхностные слои под меньшим давлением более рыхлые и более склонны к просадке, тогда как глубокие слои естественно более уплотнены. Влажность и сжимаемость грунта играют второстепенную роль. На основе тысяч точек данных были выявлены практические пороговые значения. В этом регионе лёсс с относительно небольшим количеством пор (коэффициент пористости ниже 0,960) и залегающий глубже 16 метров почти никогда не показывает вредной просадочности в испытаниях.

Быстрое правило для проверки безопасности грунта

Опираясь на эти результаты, команда предложила оперативное правило отбора для полевых инженеров. Если слой грунта удовлетворяет обоим условиям — низкий коэффициент пористости и достаточная глубина — его можно с высокой уверенностью считать непросядающим, что значительно сокращает необходимость в детальных испытаниях просадки в таких точках. Проверка этого правила на исходном наборе данных и на независимой выборке из 62 новых образцов с близлежащих участков показала, что оно правильно идентифицировало непросядающий грунт примерно в 98% случаев. Небольшое число ошибочно классифицированных образцов имело значения просадки на границе между «безопасным» и «опасным», что отражает естественную вариабельность лёсса и условия испытаний.

Обучение компьютеров «читать» грунт

Чтобы выйти за пределы простых правил, исследователи также обучили компьютерные модели предсказывать точное значение просадки по четырем ключевым измерениям: глубина, коэффициент пористости, степень водонасыщения и коэффициент сжимаемости. Они сравнили три популярных метода машинного обучения — случайный лес, экстремальное градиентное бустинг-дерево и машины опорных векторов — а также более простую формулу с двумя параметрами. Все модели уловили основные закономерности, но модель градиентного бустинга выделялась и точностью, и стабильностью, очень близко соответствуя измеренным значениям просадки как на обучающей, так и на тестовой выборках и корректно классифицируя просядающие и непросядающие образцы более чем в 92% случаев.

Открывая «черный ящик» прогнозов

Поскольку инженерам важно доверять и понимать эти предсказания, авторы применили инструмент объяснимости SHAP, чтобы увидеть, как каждое входное значение влияет на выход модели. Объяснения подтвердили, что коэффициент пористости и глубина доминируют в прогнозе: более высокий коэффициент пористости и меньшая глубина сдвигают модель в сторону большей предсказанной просадки. Влияние водонасыщения и коэффициента сжимаемости более тонкое и варьируется в каждом конкретном случае. Анализ также выделил особенно рискованную комбинацию: слои мельче примерно 11 метров с коэффициентом пористости выше 1,02 особенно склонны к просадке при увлажнении.

Что это значит для строительства на лёссе

Проще говоря, это исследование показывает, что несколько простых измерений грунта могут дать много информации о том, насколько безопасно строить на лёссе. Простое правило на основе глубины и пористости позволяет быстро выявлять слои, которые с высокой вероятностью не просадут, тогда как хорошо проверенная модель машинного обучения может при необходимости дать более точную оценку риска. Вместе эти инструменты дают инженерам в регионе Луньдун более быстрый и прозрачный способ планирования фундаментов, сокращения дорогостоящих неожиданностей и проектирования конструкций, способных стоять на по природе хрупком грунте.

Цитирование: Liu, D., Wang, K., Bian, Y. et al. Correlation analysis between the collapsibility of loess and physicomechanical indices in Longdong region and prediction of the collapsibility coefficient based on machine learning. Sci Rep 16, 15939 (2026). https://doi.org/10.1038/s41598-026-45254-1

Ключевые слова: просадочность лёсса, механика грунтов, машинное обучение, фундаментное строительство, регион Луньдун