山嶺隧道涌水來源識別研究現(xiàn)狀及建議

文/中交路橋建設有限公司 李海港 王軍威 劉光輝 史忠慧

山嶺隧道開挖中經(jīng)常面臨涌水問題，對工程安全造成較大的威脅，如何有效識別涌水的來源對工程的順利施行有重要作用。針對這一問題，在總結近年來山嶺隧道涌水來源識別研究的成果基礎上，結合工程所處的周邊環(huán)境及涌水來源的不同形式，對目前常用的幾種涌水來源識別方式按照各自屬性進行了詳細地分類闡述，并對每種方法存在的問題進行分析，對未來涌水來源識別方式的發(fā)展方向及優(yōu)化提出建議。

目前工程中較為常用的涌水來源預測方法主要分為化學法、數(shù)學分析法、物理法三大類，其中數(shù)學法主要以模糊聚類法、灰色理論法為主，依據(jù)算法的不同，數(shù)學法在實際運用的過程中經(jīng)常面臨著觀測指標選取是否恰當和數(shù)據(jù)有效性判別的問題，這一點在今后的數(shù)學法涌水來源識別方法的發(fā)展中需要進一步的研究；化學法主要以涌水中所含的各種礦物元素為指標，根據(jù)不同地層結構往往需要選取不同的元素指標，在實際運用過程中離子含量的測定是否符合試驗精度要求往往是影響結果的重要因素；物理法則以同位素為主要方法，利用同位素的示蹤性判斷涌水來源，這種方法的成本往往較高，并且會對環(huán)境造成一定的影響。

國內山嶺隧道涌水識別研究現(xiàn)狀

數(shù)學分析法

灰色理論分析法：灰色分析理論是由我國學者在1982年提出的一種主要用于研究“外延明確，內涵模糊”的小樣本問題的數(shù)學分析方法，而灰色關聯(lián)性分析正是建立在灰色分析理論之下的多因素關聯(lián)性分析方法。這種分析方法的原理是：將原始數(shù)據(jù)去量綱化，然后按照關聯(lián)性參數(shù)計算公式計算參考樣本和待測樣本之間的關聯(lián)系數(shù)，并形成關聯(lián)序列，對于某些特殊數(shù)據(jù)還可以求取關聯(lián)系數(shù)的加權平均值序列以便得到更深層次的關系。

圖1 灰色關聯(lián)度分析

這種分析方法主要思想是利用工程地區(qū)各個巖層之間可溶礦物含量的差異選取可供水源判別的樣本，對涌水的來源進行判別。例如，徐斌等人以灰色關聯(lián)性分析與逐步判別法作為基礎，選取涌水點的礦物離子作為判別因子，對礦山隧道涌水來源進行了驗證，表明單獨的灰色關聯(lián)分析法與逐步判別法進行耦合能夠提高算法的準確度，判別因子的選取是否符合實際情況對判定的結果影響非常大。當然，灰色關聯(lián)法自身仍然存在優(yōu)化的空間，李集等人運用改進的灰色關聯(lián)分析法對突水突泥綜合評價系統(tǒng)進行了優(yōu)化，得到的新的評估標準與實際情況更加貼合，說明灰色關聯(lián)性分析方法在涌水來源的識別問題上也存在進一步優(yōu)化的可能性。

模糊聚類算法：模糊聚類算法是按照事物之間的模糊界限對事物進行分類的數(shù)學方法。它的原理是通過計算樣本與變量之間的相似系數(shù)，建立模糊相似矩陣，然后利用模糊運算生成模糊等價矩陣，最后對樣本進行分類，達到涌水來源識別的目的。

模糊聚類算法與其他數(shù)學算法，如灰色相關性分析法具有相似的分析過程，計算的過程也相對比較簡便，在實際工程中有較多的應用。例如，高飛等人在敘嶺關隧道中使用模糊聚類算法對涌水來源進行判別，得到較好的效果。但是考慮到算法所需要的大量數(shù)據(jù)樣本，僅僅依靠每次手動的數(shù)據(jù)輸入明顯不能滿足更大項目的需要，因此鄭琳等人在引進GIS數(shù)據(jù)庫的前提下，將模糊聚類算法所需要使用的數(shù)據(jù)進行了優(yōu)化，簡化了運算所需要的時間。同時，利用其他方法與模糊聚類算法相結合也能夠提高算法的準確性，如將piper三線圖解法與模糊聚類算法相結合，比單獨使用算法更加精確地判別了涌水的來源。

化學法

利用化學法進行涌水來源識別是近年來隧道水源識別方法的研究熱點之一。原理是利用隧道涌水中各個巖層中水離子含量的不同，對水質進行劃分，判斷涌水的來源。常見的是以涌水中礦化度這幾個指標進行水質的劃分，但是實際工程中也往往需要專業(yè)人員根據(jù)工程實際地質情況進行專業(yè)離子的選擇，以便使結果更能準確的反應真實情況。

由于涌水中某種離子的含量往往受到各種因素的影響，并且各個因素之間往往呈現(xiàn)非線性的關系，因此使用化學法作為涌水來源的判別辦法時應該結合非線性的數(shù)據(jù)分析方法對原始數(shù)據(jù)進行分析。常見的是結合模糊理論、概率論等數(shù)學工具進行數(shù)據(jù)處理，其結果除了受到識別樣本的選取影響之外，工程所處位置各個巖層的差異性也是方法成功與否的重要影響因素。因此，這種方法在礦區(qū)隧道中使用得更為常見，而在巖層差異性較大的公路隧道、鐵路隧道中也能有較好的表現(xiàn)。

物理法

物理法對隧道涌水水源的識別結果相比其他方法都更加直觀，能夠定性地反應涌水的來源，還能夠通過數(shù)據(jù)處理定量的反應涌水可能的來源點。常用的物理方法為同位素法，也有利用染色劑等工具進行涌水來源識別。相比其他辦法來說，同位素法更加穩(wěn)定，能夠極大地避免標識物被巖層吸收，從而得到更為精確的結果。但是另一方面，這種辦法的價格也相對昂貴，如何降低物理法識別涌水來源的成本，并且保持這種方法的準確，直觀的特性是今后這種方法研究的重點之一。

近年來，隨著國家隧道建設進程的不斷加快，需要利用物理法進行涌水來源識別的地方也越來越多，對于某些復雜地質情況下，不明來源涌水物理法具有優(yōu)異的識別能力。例如，在峽口隧道中一個歷時近兩年的不明來源地下涌水點，結合氫氧同位素法與化學法之后，成功判斷出涌水來源為較為發(fā)育的巖溶裂隙帶。而在其他項目中，同位素法都展現(xiàn)出了較強的水源識別能力，不僅為其他隧道涌水來源識別方法奠定了理論基礎，還為后續(xù)項目提供了實例參考，具有較強的推廣價值。

未來發(fā)展趨勢預測

多種算法結合

多方法耦合算法的優(yōu)點在于能夠彌補單獨一種算法在某些層面上的缺陷，并提高整體的準確性，為實際工程提供更為可信的識別結果。其原理是利用A、B兩種算法對原始數(shù)據(jù)分析過程中不同的側重點，使算法B能夠彌補A算法不能顧及到的地方，常見的有模糊聚類算法與貝葉斯算法的結合，灰色關聯(lián)分析法與逐步判別法的結合。這類算法相比某種算法單獨的使用除了在精度上有所提升，更重要的是，提高了算法的普適性，使算法能夠應對更多不同地質情況下的涌水水源識別問題。在工程地質情況越來越復雜的背景之下，多種方法相結合的耦合算法必將成為未來涌水來源識別的重要方向之一。

各類算法普適性的提升

無論何種計算方法，也無論何種形式的識別方法，在實際工程中都可能遇到以往沒有過的情況，這是科學發(fā)展過程中必須經(jīng)歷的過程，只有這樣我們使用的方法才能得到不斷地進步，涌水來源識別方法亦是如此。例如，在巖層分類不明顯的地區(qū)，如何利用數(shù)學分類方法對涌水來源指標進行選取，需要不斷的在實際工程中進行總結，然后方法的普適性才能得到提升。因此，各類算法普適性地提升是未來涌水來源識別方法的要點。

總結

隧道涌水來源識別技術近年來得到了較大的發(fā)展，從數(shù)學方法到物理方法，再到多種方法相結合，說明涌水來源識別方法在朝著多維度的方向發(fā)展，對涌水來源的識別結果也隨著相關研究的不斷進行而越來越精確。同時，涌水識別方法與勘探技術之間的結合，與地質資料之間的補充，都將為涌水來源識別技術帶來巨大的發(fā)展動力。