一种用于分离霜冻隆起温度场的新红外方法

《Cold Regions Science and Technology》：A novel infrared method for segregation frost heaving temperature fields

针对冻土冻胀过程中温度监测的难题，提出了一种结合有限温度传感器和红外热成像的高精度温度场重构方法，通过动态校正模型解决了传感器位移和表面发射率不均的问题，实现了冻胀裂缝边缘的非破坏性温度测量，为热力耦合模型参数标定提供了新方法。

　　

郑双飞|李旭|杨铮|张东|王萌

教育部城市地下工程重点实验室，北京交通大学，北京100044，中国

摘要

在冻土中，由于水分分离作用引起的冻胀会对结构造成损坏。在分离过程中准确获取关键区域的温度数据对于理解水与热耦合迁移的机制至关重要。然而，目前的冻土分离实验缺乏非侵入性和实时的温度监测方法，尤其是在分离裂缝和冻胀前沿等关键区域。传统的温度传感器受到其物理尺寸的限制，过度插入会显著干扰自然的热量和水分传输。此外，冻胀过程中的严重变形会导致传感器位移，从而产生不准确的温度读数。为了解决这些问题，提出了一种基于有限数量温度传感器和红外热成像结合校正的高精度温度场重建方法。该方法能够实时测量冻土中的全截面温度分布。进行了一维冻胀柱实验，并使用数字图像相关（DIC）技术分析了传感器位移。建立了红外图像与温度传感器读数之间的动态校正模型。在分离过程的瞬态阶段（0–78小时），校正频率应增加；而在稳态阶段（78–368小时），校正频率可以降低。利用所提出的方法，实现了对冻胀裂缝边缘温度的无损测量。所提出的红外校正方法广泛适用于存在物理障碍物的温度测量场景。本研究可用于分离冻胀过程中热-水-力学模型的参数校准。

引言

冻土中的冻胀是寒冷地区工程损坏的主要原因之一，例如路基变形和开裂、管道抬升以及衬砌结构失效（Tian等人，2020年；Wu等人，2025年；Wang等人，2025年）。冻胀可以分为原位冻胀和分离冻胀（SFH）（Zhang等人，2023年）。SFH主要由冻土内的水分迁移和热传递驱动，通常占总冻胀量的大部分。因此，准确观测SFH过程中的水热性质变化对于寒冷地区的科学研究和工程应用非常重要（Zhao等人，2023年；Grenier等人，2013年）。

为了更好地理解SFH行为，全球研究人员开发了许多理论模型。这些模型为冻胀过程中的水热相互作用和分离冰的形成提供了宝贵的见解（Huang等人，2022年；Li和Li，2023年）。然而，大多数这些模型需要复杂的参数化和大量的计算工作。它们的实施通常依赖于多个输入参数的实验校准（Li等人，2024年），这突显了开发更精细、高分辨率实验方法的迫切需求（Teng等人，2019年）。因此，开发实时、无损的技术来监测关键的SFH参数（如冻胀前沿的温度梯度）对于验证和完善数值模型以及加深对SFH机制的理解至关重要。

目前，通常采用柱状冻胀实验来研究冻土中的SFH过程（Lai等人，2014年；Wu等人，2025年）。由于温度传感器具有高精度（Ren等人，2023年；Zheng等人，2025年），它们仍然是测量土壤温度的标准工具。然而，由于它们的物理尺寸较大，将大量传感器插入冻土会显著干扰自然的水分和热量传输。结果，只能获取有限的截面温度数据，难以捕捉土壤柱内的全场温度分布（Wang等人，2024年；Wu等人，2025年）。这一限制在热交换的关键位置（如冻胀前沿和分离裂缝）尤为关键，因为这些位置的温度梯度常常会出现拐点。

红外热成像（IRT）作为一种非接触式温度测量技术，不会干扰冻土中的水热传输，并能够实时获取土壤柱全截面的温度分布。然而，IRT的准确性受到表面发射率、灰尘和水蒸气等因素的影响。目前，IRT的典型精度约为±2°C或±2%（Wang等人，2020年）。许多研究通过将表面温度数据与其他材料属性相关联来扩展其应用范围（Frodella等人，2020年）。例如，使用红外相机获取的表面温度数据已被用于实时、无损地监测裂缝形成（De Lima和Abrantes，2014年；Zhao等人，2022年）、机械性能（Loche等人，2023年）和含水量（Cheng等人，2022年）。然而，上述大多数研究都没有考虑表面发射率的校准（Playà-Montmany和Tattersall，2021年；Yan等人，2024年）。

因此，在应用IRT监测SFH过程中的温度场时存在两个挑战。1）对于冻土，未冻结含水量、冰含量和干密度等物理性质会随温度变化（Zheng等人，2024a，Zheng等人，2024b；Cai等人，2025a，Cai等人，2025b；Li等人，2024年）。这些变化会导致不同温度下的表面发射率不同，因此需要适当的校准。2）红外相机只能接收从材料表面发射的辐射，因此仅限于表面温度测量。在SFH实验中，通常需要一个密封的环境来确保热量、水和蒸汽的适当迁移（Teng等人，2019年；Zhang等人，2023年）。这种情况往往会导致土壤表面被外部材料部分覆盖，从而在红外测量的温度和障碍物下方的实际土壤温度之间引入显著误差。这些因素大大降低了IRT在冻土应用中的准确性，无法满足监测SFH过程所需的精度。此外，冻胀过程中的强烈变形可能导致传感器位移，从而造成测量温度数据的不准确。因此，采用无损监测技术来捕捉土壤柱的全温度剖面是必要的。

为了监测分离裂缝附近的局部变形，广泛采用了荧光追踪（Wang等人，2019年）和数字图像相关（DIC）等技术（Rousseau和Ancey，2020年；Ngo等人，2019年）。然而，在将DIC应用于冻土时，冰-水相变常常会导致图像灰度变化。Wang等人（2023年）通过在土壤表面制造黑白石英砂的人造纹理来增强相变期间的图像稳定性，从而解决了这一挑战。

在这项研究中，提出了一种新的方法，将有限数量的温度传感器与DIC结合使用，以校正IRT，从而实现土壤柱全截面的高精度温度测量。

部分内容片段

一维冻土柱测试

本节介绍在水供应条件下对粉质粘土进行的一维冻胀测试。使用红外相机和温度传感器监测SFH过程中的温度场，同时使用DIC跟踪变形。

红外温度测量的误差分析

需要注意的是，红外相机并不直接“测量温度”；相反，它们检测的是从物体表面发射的红外辐射。根据斯特凡-玻尔兹曼定律，辐射功率可以表示为以下公式（Wu等人，2024年）：$W=\mathrm{\epsilon \sigma }{T}^4$其中W是单位面积的辐射功率（W·m^?2）；ε是发射率；σ是斯特凡-玻尔兹曼常数，约为5.67×10^?8·W·m^?2·K^?4；T是绝对温度（K）。

ε是红外测量中的关键参数

实验结果

实验持续了450小时。传感器温度和土壤变形的时间演变分别显示在图6(a)、6(b)和(c)中，其中t=0表示实验开始时间。

土壤柱内的温度分布大致可以分为两个阶段：从0到78小时的瞬态阶段，期间温度迅速下降；以及78小时后的稳态阶段，此时传感器温度基本保持不变。

在

方法应用

通过校正IRT，可以获得整个土壤柱截面的温度分布。换句话说，可以进一步计算不同位置的温度梯度（?T = ΔT/Δh）。在红外图像中，步长Δh的灵敏度可达0.1厘米。

土壤柱温度场被空间划分为三个部分：冻土区、解冻土区和分离裂缝。在本节中，应用红外校正方法进行研究

适用性和局限性

本研究提出的方法使用有限数量的校准传感器来校正红外温度测量，特别适用于以下情况：

（1）目标土壤体与红外相机之间存在物理障碍物的情况；以及。

由于冻胀或相关过程引起的变形导致传感器位置发生位移的情况。

理论上，所提出的方法仅依赖于障碍物的性质和周围环境

结论与未来工作

本研究提出了一种新的全场温度测量方法，通过结合IRT和有限数量的温度传感器，首次实现了对冻土中SFH过程整个截面温度场的高精度、无损监测。

经过实时校正后，红外

CRediT作者贡献声明

郑双飞：撰写——原始草稿、验证、调查、正式分析。李旭：撰写——审阅与编辑、方法论、资金获取、概念化。杨铮：调查、正式分析。张东：调查、正式分析。王萌：撰写——审阅与编辑、调查、资金获取。

未引用的参考文献

He等人，2021年

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了中央高校基本研究基金（编号：2024YJS075）、北京市自然科学基金（编号：8242017）、国家自然科学基金（编号：52408379）、河北省自然科学基金（编号：E2024210134）、河北省科技计划（编号：232A7601Z）以及青海省青藏高原公路建设与维护重点实验室开放研究项目（编号：2024-JY-Y-07）的支持。