公路交通科技  2022, Vol. 39 Issue (3): 100-107

扩展功能

文章信息

杜义祥, 朱宏伟, 李明骏
DU Yi-xiang, ZHU Hong-wei, LI Ming-jun
基于AHP-理想点法的隧道突泥涌水风险评价
Evaluation of Water and Mud Inrush Risk in Tunnel Based on AHP-ideal Point Method
公路交通科技, 2022, 39(3): 100-107
Journal of Highway and Transportation Research and Denelopment, 2022, 39(3): 100-107
10.3969/j.issn.1002-0268.2022.03.013

文章历史

收稿日期: 2020-12-23
基于AHP-理想点法的隧道突泥涌水风险评价
杜义祥1 , 朱宏伟2 , 李明骏1     
1. 四川振通检测股份有限公司, 四川 绵阳 621010;
2. 西南科技大学 环境与资源学院, 四川 绵阳 621010
摘要: 为实现对隧道突泥涌水风险的有效管控, 减少因这种灾害带来的损失, 采用AHP-理想点法建立了隧道突泥涌水风险等级的评价模型, 分析了雅叶高速公路折多山隧道发生突泥涌水风险的等级。首先, 通过分析影响隧道突泥涌水的各种因素, 将不良地质、地层岩性、水力条件和人为因素作为一级指标, 构建了一个多层次的隧道突泥涌水风险评价指标体系, 并采用层次分析法确定了各评价指标的权重。其次, 依据隧道孕灾环境特点和各指标对隧道涌突水灾害发生的影响程度, 结合隧址区地质灾害的发育状况及相关统计分析结果, 将涌突水风险等级划分为低风险(Ⅰ)、中等风险(Ⅱ)、高风险(Ⅲ)和极高风险(Ⅳ)4级, 并确定了隧道突泥涌水风险定性评价的分级标准。最后, 引入理想点法, 将评价指标划分为"正向增长型"和"逆向减小型"两类, 由此得到正反理想点矩阵和理想点贴近度, 根据理想点贴近度最大即与对应风险等级最为贴近的原则确定出隧道突泥涌水风险的等级。将该方法应用于该隧道3个典型施工段落的突泥涌水风险评价。结果表明: 评价结果与采用集对分析方法和模糊综合评判法得到的结果完全一致, 与现场实际开挖情况也较为吻合, 进而验证了该评价模型的有效性, 该方法为隧道突泥涌水风险评价及预测提供了新的思路。
关键词: 隧道工程     风险评价     理想点法     突泥涌水     层次分析法    
Evaluation of Water and Mud Inrush Risk in Tunnel Based on AHP-ideal Point Method
DU Yi-xiang1, ZHU Hong-wei2, LI Ming-jun1    
1. Sichuan Zhentong Inspection Co., Ltd., Mianyang Sichuan 621010, China;
2. School of Environment and Resources, Southwest University of Science and Technology, Mianyang Sichuan 621010, China
Abstract: In order to effectively prevent and control the occurrence of water and mud inrush in tunnel and reduce the damage caused by such disaster, a model for evaluating the risk level of water and mud inrush in tunnel is established by using AHP-ideal point method, and the risk level of water and mud inrush in Zheduoshan Tunnel on Yaan-Yecheng expressway is analyzed. First, by analyzing the influencing factors of water and mud inrush in tunnel, taking the poor geological condition, stratum lithology, hydraulic condition and human factor as the first-class indicators, a multi-level indicator system for tunnel water and mud inrush risk evaluation is established, and the weight of each evaluation indicator is determined by using AHP. Then, according to the characteristics of disaster-pregnant environment and the influence degree of each indicator on the occurrence of tunnel water and mud inrush disaster, combining with the development of geological hazards in the tunnel area and the related statistical analysis results, the water and mud inrush risk levels is divided into 4 levels: low risk (Ⅰ), medium risk (Ⅱ), high risk (Ⅲ) and extremely high risk (Ⅳ), and the classification criterion for qualitative evaluation of water and mud inrush risk in tunnel is determined. At last, the evaluation indicators are divided into positive increase type and negative decrease type by introducing the ideal point method, thus the positive and negative ideal point matrixes and the ideal point closeness are obtained. The risk level of tunnel water and mud inrush is obtained according to the principle that the maximum ideal point closeness is the closest to the corresponding risk level. The proposed method is applied to the risk evaluation of water and mud inrush in 3 typical construction section of a tunnel. The result shows that the prediction result is consistent with the results obtained by set pair analysis and fuzzy comprehensive evaluation method, and is also in good agreement with the actual excavation situation on the site, thus verified the effectiveness of the evaluation model, which provides a new idea for evaluating and predicting water and mud inrush risk in tunnel.
Key words: tunnel engineering     risk evaluation     ideal point method     water and mud inrush     analytic hierarchy process (AHP)    
0 引言

折多山隧道隧址区工程地质和水文地质条件极其复杂,加之围岩节理裂隙发育,地下水丰富,发生大变形、涌突水、塌方等地质灾害的风险极高,给施工作业带来了极大挑战。2019年6月18日,折多山隧道进口主洞K1+035处在喷射混凝土时,掌子面左上角突然出现股状涌水,施工单位立即采取措施封堵,但无济于事,遂撤离了现场施工人员及设备。6月21日早上隧道突发突泥涌水灾害,整个过程持续约20 min,突泥量达13 500 m3,导致隧道主洞洞身150 m被掩埋,地表形成直径约30 m的塌坑,深约15 m。可以看出,突泥涌水作为致灾危险性最高的隧道施工地质灾害,除了靠超前地质预报探明不良含导水地质构造的特征信息外,还需对有可能发生突泥涌水的施工区段进行风险识别,确保不遗漏任何一个重大的突泥涌水灾害源,从根本上杜绝此类施工安全事故的发生[1-3]

对此,韩行瑞[4]提出了“岩溶隧道突泥涌水及其专家评判系统”,并将其用于在建隧道的突泥涌水地质预报,取得了良好的效果。杨艳娜等[5]在考虑隧址区自然环境和地质条件等因素的基础上,建立了山岭隧道地下水环境负面影响的评价指标体系。匡星等[6]建立了山岭隧道岩溶灾害评估体系,并开发了突泥涌水灾害预警系统。许振浩等[7]基于层次分析法,建立了山岭隧道突泥涌水风险评价体系。毛邦燕和李集等[8-9]运用模糊综合评判法建立了岩溶隧道突泥涌水风险评估模型。张志成等[10]选取围岩岩性、地形地貌、地质构造、地下水作为一级指标,基于AHP法建立了隧道涌水灾害危险性评价模型。侯东赛[11]运用模糊综合评判理论得出深埋山岭隧道突泥涌水风险等级,并根据风险等级提出了相应的防控建议。游波等[12]利用集对分析与信息熵对公路隧道水害倾向性进行了综合评判分析。可以看出,现有工作的研究重点主要集中于隧道突泥涌水致灾因子的遴选、评价指标体系的构建以及评价方法的选择上。由于隧道所处的地质环境不同,发生突泥涌水灾害的影响因素也会各异,另外,指标权重的赋值受人为主观因素的影响也较大。

折多山隧道隧址区经历了多次地质构造运动,其特点为高水压、地形地貌复杂、断层、褶皱裂隙等不良地质发育、地表水系错综复杂。鉴于此,本研究通过对折多山隧道突泥涌水孕灾环境的广泛调研,构建了隧道突泥涌水风险的评价指标体系,提出了一种基于AHP-理想点法的隧道突泥涌水风险辨识方法,以期为隧道的安全施工提供技术支持。

1 评价指标体系的构建

(1) 围岩岩性:围岩岩性为隧道发生突泥涌水灾害提供了物质基础,其可溶性直接决定着隧道发生突泥涌水的概率[13]。可溶性岩层主要包括石灰岩、白云岩和大理岩,由于岩溶类型、厚度和发育环境不同,导致地层岩性表现出不同的溶解度和特征各异的导水构造。

(2) 含导水构造:隧道常见的含导水构造包括断层、褶皱和节理裂隙等。断层处破碎的岩石为地下水的储存和移运创造了条件,当隧道开挖至断层附近时,极易发生大规模的突泥涌水。背斜轴部发育的大量张性裂隙也会成为地下水的迁移通道,而向斜核部地下水富集,隧道在此处穿越易发生突泥涌水。节理裂隙,尤其是宽大型裂隙,是引发突泥涌水的重要灾害源。

(3) 地表汇水条件:地表水可通过围岩节理裂隙等运移通道汇集至地下水潜水层。如地表负地形面积占比较大,地表水的补给作用会更加明显,隧道发生突泥涌水的概率也更大。

(4) 岩层产状:一般来说,地下水的渗透性具有各向异性的特征。根据有关统计,岩层倾角为25°~65°时隧道发生突泥涌水的概率达36%;岩层倾角为10°~25°时隧道发生突泥涌水的概率为27%;岩层倾角为0°~10°时发生突泥涌水的概率仅为10%[14]

(5) 水头压力:对于深埋隧道,地下水位与隧道底板间的高差越大,形成的水头压力也就越大。在较大的水头压力下,富集于围岩中的地下水会因隧道的开挖而瞬间释放,进而形成突泥涌水灾害。另外,水头压力的大小也反映了围岩的富水程度,水头压力越大,地下水越发育。

(6) 人为因素:隧道突泥涌水不仅与围岩的地质情况相关,也与施工方法和超前地质预报方法等主观因素有关。如不合理的施工方法会降低围岩的自承能力,进而增加隧道发生突泥涌水的风险。另外,准确的超前地质预报可为隧道发生突泥涌水提供早期预警,在施工方采取相关处治措施的前提下,可以极大降低隧道发生突泥涌水的概率。

综合以上分析,选取不良地质(A1)、地层岩性(A2)、水力条件(A3)、人为因素(A4)作为1级指标,断层(B1)、褶皱(B2)、层间裂隙(B3)、围岩级别(B4)、岩层产状(B5)、岩层组合(B6)、降雨强度(B7)、地形地貌(B8)、水头压力(B9)、施工方法(B10)、超前预报(B11)、超前支护(B12)等作为2级指标,构建了如图 1所示的折多山隧道突泥涌水风险评价指标体系。

图 1 折多山隧道突泥涌水风险评价指标体系 Fig. 1 Evaluation indicator system for water and mud inrush risk in Zheduoshan Tunnel

依据折多山隧道孕灾环境特点和各指标对隧道突泥涌水灾害发生的影响程度,结合隧址区地质灾害的发育状况及相关统计分析结果,可将涌突水风险等级划分为低风险(Ⅰ)、中等风险(Ⅱ)、高风险(Ⅲ)和极高风险(Ⅳ)4级,编制了如表 1所示的隧道突泥涌水风险定性评价的分级标准。

表 1 隧道突泥涌水风险评价的分级标准 Tab. 1 Classification criteria for evaluating water and mud inrush risk in tunnel
评价指标 风险级别
低风险Ⅰ 中等风险Ⅱ 高风险Ⅲ 极高风险Ⅳ
不良地质A1 断层B1(赋值) 压性断层(0, 4) 扭性断层(4, 6) 张扭断层(6, 8) 张性断层(8, 10)
褶皱B2 缓倾褶皱翼部 缓倾褶皱核部 陡倾褶皱翼部 陡倾褶皱核部
(赋值) (0, 4) (4, 6) (6, 8) (8, 10)
地层岩性A2 节理间距B3/m 2~1 1~0.4 0.4~0.2 0.2~0
围岩级别B4(BQ) Ⅰ、Ⅱ(550~450) Ⅲ(450~350) Ⅳ(550~250) Ⅴ(250~150)
岩层产状B5/(°) 0~5 5~10 10~25 25~65
岩性组合B6 (赋值) 有利(0, 4) 较有利(4, 6) 较不利(6, 8) 不利(8, 10)
水力条件A3 降雨强度B7/(d·月-1) <2 2~8 8~20 >20
负地形面积B8/% <25 25~50 50~70 >70
水头压力B9/MPa <0.5 0.5~1 1~1.5 >1.5
人为因素A4 开挖方法B10(赋值) 合理(0, 4) 较合理(4, 6) 不合理(6, 8) 极不合理(8, 10)
超前预报B11(赋值) 准确(0, 4) 较准确(4, 6) 不准确(6, 8) 极不准确(8, 10)
超前支护B12(赋值) 合理(0, 4) 较合理(4, 6) 不合理(6, 8) 极不合理(8, 10)

2 隧道突泥涌水风险评价模型 2.1 指标权重的确定

隧道突泥涌水地质灾害是各种复杂因素共同作用的结果,这些因素的影响程度不一,且具有模糊性。对于这类不确定问题,可采用层次分析法来确定各指标的权重[15]

(1) 确定判断矩阵:采用1~9级标度法进行两两成对比较,用aij表示评价指标CiCj对目标的影响程度之比,aij赋值与含义如表 2所列。

表 2 1~9标度的定义 Tab. 2 Definitions of scale 1 to scale 9
赋值aij 含义
1 CiCj相比,二者同等重要
3 CiCj相比,前者稍微重要
5 CiCj相比,前者明显重要
7 CiCj相比,前者更加重要
9 CiCj相比,前者极端重要
2, 4, 6, 8 处于两个相邻等级之间
倒数 1/ aijCjCi相比

在得到判断矩阵A的基础上,按照式(1)计算评价系统中各指标的权重:

(1)

对于判断矩阵A要计算满足Aω=λmaxω的特征根和特征向量,ω为对应于λmax的正规化特征向量,也即权重值。

(2)
(3)
(4)

当随机一致性比率CR < 0.1时,认为层次单排序的结果有满意的一致性,即计算得到的权重ωk为各指标的权重值,否则需要调整判断矩阵内指标的取值,再依据上述步骤重新计算,直至满足一致性验证。

2.2 正反理想点的确定

根据图 1所示的折多山隧道突泥涌水风险评价指标体系,可将理想点的评价指标分为“正向增长型”和“逆向减小型”两类[16]

当评价指标为“正向增长型”时:

(5)
(6)

当评价指标为“逆向减小型”时:

(7)
(8)

式(5)~(8)中,fi*(+)和fi*(-)分别为第i个评价指标的正反理想点值;fi(x)为该指标的实测值。

2.3 理想点评价函数

理想点法评价问题的核心是通过计算各点与理想点间的距离来判断解的优劣性,离正理想点越近或离反理想点越远,解越优[17]。最优解需满足以下两个条件:

(9)

距离可用Minkowski函数计算[18],到正反理想点的距离可分别用式(10)和式(11)计算:

(10)
(11)

式中,wi为各指标的权重。

2.4 贴近度的计算

贴近度可用式(12)计算:

(12)

显然M∈[0, 1],M越大,即代表距离正理想点越近,距离反理想点越远。

3 工程实例 3.1 工程背景

折多山位于四川省甘孜州境内,最高峰海拔4 962 m,垭口海拔4 298 m,与康定市的海拔落差达1 800 m,是川藏线上第1个需要翻越的高山垭口,因此有“康巴第一关”之称。拟建的雅叶高速公路康定折多山隧道进口位于康定折多河右岸二台子附近,距康定县城直线距离约10~13 km,出口位于距新都桥镇东约22 km的贡布卡。该隧道的建设对缓解318国道的交通拥堵及保障冬季行车安全,促进地区经济发展有特殊意义。

3.2 工程地质和水文地质

隧址区地层区划属巴颜喀拉秦岭地层区马尔康分区金川雅江小区,属扬子地层区康定地层分区,除第四系外,地层中的岩石受构造影响,遭受不同程度的变质。工程区区域构造上属于鲜水河NW向构造带,以东属于龙门山NE向构造带,以南为川滇SN向构造带,构成“三岔裂谷系”,隧址区的大地构造背景正处在这三岔口交接地带。区域地层主要包括:第四系全新统崩积层(Q4c)、崩坡积层(Q4c+dl)、坡洪积层(Q4dl+pl)、冲洪积层(Q4al+pl)、泥石流堆积层(Q4sef)和第四系更新统冰水堆积层(Q3fgl);中生界三叠系上统如年各组(T3r1)、中统杂谷脑组(T2z)、燕山晚期黑云母花岗岩(γβ5)及断层构造岩。

隧址区地下水主要由松散堆积体孔隙水、构造裂隙水、风化带网状裂隙水组成,大多数沿着围岩节理裂隙进行移动,补给主要以大气降水和地表径流为主。隧址区冲沟发育,冲沟多呈“V”字形,纵坡较大,常年有水。隧道穿越折多山近山顶部位,斜坡呈上缓下陡的浑圆状,沟谷纵坡较大,且径流较长,不利于地下水向下排泄。隧道浅层地下水排泄基准面分别为冲沟,更深层地下水则以折多河及兰泥巴为基准面排泄,沟床高程以上覆盖层中的浅层地下水部分在斜坡脚以泉的形式排泄。折多山隧道地质纵剖面图如图 2所示。

图 2 折多山隧道地质剖面 Fig. 2 Geological profile of Zheduoshan Tunnel

3.3 风险等级评价

(1) 各指标数据量化:以折多山隧道K0+613~K1+050、K7+940~K8+160和K8+740~K8+880共3个典型施工段落为例,介绍本研究提出的隧道涌突水风险评价方法的具体应用。上述3个区段均3台阶预留核心土的施工方法,并采用超前锚杆和超前小导管支护以控制围岩的变形,超前预报以掌子面地质素描,TSP探测、地质雷达和超前水平钻为主。相关工程数据如表 3所示。

表 3 工程数据表 Tab. 3 Data of project
一级指标 二级指标 相关数据
K0+613~K1+050 K7+940~K8+160 K8+740~K8+880
不良地质A1 断层B1 9 5 7
褶皱B2 3 3 3
节理间距B3/m 0.2 0.3 0.26
地层岩性A2 围岩级别B4 150 230 210
岩层产状B5/(°) 55 63 65
岩性组合B6 7 7 7
水力条件A3 降雨强度B7 8 9 7
负地形面积B8/% 36 18 28
水头压力B9/MPa 1.42 1.35 1.38
人为因素A4 开挖方法B10 5 5 5
超前预报B11 5 6 6
超前支护B12 5 5 5

(2) 权重的确定:根据1~9级标度法,得到一级判别矩阵U-A和二级判别矩阵A-B,如表 4表 5所示。

表 4 一级判别矩阵 Tab. 4 One-level discriminant matrix
U-A A1 A2 A3 A4
A1 1 3 1/3 6
A2 1/3 1 1/5 4
A3 3 5 1 7
A4 1/6 1/4 1/7 1

表 5 二级判别矩阵 Tab. 5 Two-level discriminant matrix
A1-B B1 B2 B3
B1 1 4 3
B2 1/4 1 1/2
B3 1/3 2 1
A2-B B4 B5 B6
B4 1 1/4 1/3
B5 4 1 1/2
B6 3 2 1
A3-B B7 B8 B9
B7 1 1/3 1/5
B8 3 1 1/3
B9 5 3 1
A4-B B10 B11 B12
B10 1 1/3 1/4
B11 3 1 1
B12 4 1 1

分别计算上述判别矩阵的特征值和特征向量,结果如表 6所列。

表 6 各判别矩阵特征向量和特征值 Tab. 6 Eigenvectors and eigenvalues of each discriminant matrix
判断矩阵 特征向量 特征值
U-A [0.268 7, 0.124 8, 0.557 6, 0.048 9] 4.179 3
A1-B [0.625 2, 0.136 5, 0.238 3] 3.018 3
A2-B [0.124 2, 0.358 6, 0.517 2] 3.107 8
A3-B [0.104 7, 0.258 4, 0.636 9] 3.038 5
A4-B [0.126, 0.416 1, 0.457 9] 3.009 2

分别对判别矩阵U-AA-B进行一致性检验,结果均满足要求。对表 4表 5进行层次组合总排序,各指标的权重如表 7所列。

表 7 各指标的权重 Tab. 7 Weight of each indicator
A A1 A2 A3 A4 权值 排序
B 0.268 7 0.124 8 0.557 6 0.048 9
B1 0.625 2 0 0 0 0.156 2
B2 0.136 5 0 0 0 0.034 9
B3 0.238 3 0 0 0 0.06 8
B4 0 0.124 2 0 0 0.031 11
B5 0 0.358 6 0 0 0.09 6
B6 0 0.517 2 0 0 0.129 3
B7 0 0 0.104 7 0 0.026 12
B8 0 0 0.258 4 0 0.065 7
B9 0 0 0.636 9 0 0.159 1
B10 0 0 0 0.126 0.032 10
B11 0 0 0 0.416 1 0.104 5
B12 0 0 0 0.457 9 0.114 4

(3) 正反理想点矩阵的确定:根据表 1所示,在所选择的评价指标中,断层、褶皱、岩性组合、岩层产状、大气降水、负地形面积、水头压力、开挖方法、超前预报方法、超前支护方法属于“正向增长型”指标,指标值越大,隧道发生突泥涌水的风险越高;节理间距和围岩级别为“逆向减小型”指标,指标值越小,隧道发生突泥涌水的风险越高。

根据式(5)~(8),可得到折多山隧道突泥涌水风险评价标准的理想点矩阵F*(+)和反理想点矩阵F*(-)分别为:

(4) 贴近度的计算:根据所建立的评价模型进行计算,得到了折多山隧道3个典型段落突泥涌水风险等级的理想点贴近度,结果如表 8所示。

表 8 判别结果对比 Tab. 8 Comparison of discriminant results
隧道段落 理想点贴近度
M M M M 本研究评价结果 SPA辨识结果 模糊综合评判法
K0+613~K1+050 0.568 8 0.592 9 0.654 1 0.782 1
K7+940~K8+160 0.583 7 0.616 3 0.683 8 0.450 6
K8+740~K8+880 0.574 6 0.601 1 0.668 2 0.654 9

根据理想点贴近度最大即与对应风险等级最为贴近的原则,可以判定折多山隧道K0+613~K1+050段涌突水风险级别为Ⅳ级(极高风险),K7+940~K8+160段和K8+740~K8+880段涌突水风险级别均为Ⅲ级(高风险)。同时,本研究还将集对分析方法(SPA)和模糊综合评判法得到的结果和本文的评价结果进行了对比,得出3种方法的评价结果完全一致,从而验证了该模型用于隧道涌突水风险等级辨识的合理性和可行性。

3.4 实际开挖验证

折多山隧道K0+613~K1+050区段围岩以粉砂岩和糜棱岩为主,极松散且含水,洞壁稳定性极差,综合推测该段围岩等级为Ⅴ级;K7+940~K8+160和K8+740~K8+880区段围岩以三叠系中统杂谷脑砂质板岩和炭质绢云板岩为主,呈薄~中厚层状,节理裂隙发育,掌子面中部发育有层间破碎带,厚约0.8~1.5 m,破碎带岩体呈小碎块散体结构,地下水呈股状从破碎带内流出,稳定性差,有岩体不时发生塌落。

图 3所示的是2019年6月21日折多山隧道发生突泥涌水灾害后路面被淤泥掩埋后的情景(掌子面里程桩号K1+035)。由于预报及时,施工方事先撤离了相关人员和设备,进而避免了重大人员伤亡和财产损失。在对K7+940~K8+160和K8+740~K8+880区段施工时,施工方采取了沙袋反压掌子面围岩以及导管排水降低地下水位的方法,降低了隧道发生突泥涌水的概率,并没有出现大规模的突泥涌水。从开挖结果来看,本研究将K0+613~K1+050区段判定为Ⅳ级(极高风险),将K7+940~K8+160和K8+740~K8+880的突泥涌水风险等级判定为Ⅲ级(高风险)是合理准确的。

图 3 隧道发生突泥涌水后的情形 Fig. 3 Situation after water and mud inrush in tunnel

4 结论

(1) 基于层次分析法构建了折多山隧道突泥涌水风险评价的指标体系,并采用AHP法确定了各评价指标的权重。在此基础上,引入理想点法,提出了基于AHP-理想点法的隧道突泥涌水风险等级辨识方法。

(2) 将AHP-理想点法用于折多山隧道3个典型区段的突泥涌水风险评价,并将本研究得到的结果与采用集对分析方法和模糊综合评判法得到的结果进行了对比,对比显示3种方法的预测结果一致,并与实际开挖情况吻合。

(3) 由于隧道围岩地质条件复杂多变,在施工前可根据地勘资料,采用本研究提出的方法对隧道突泥涌水风险等级进行初步辨识,并结合隧道超前地质预报进行全面准确评价,方便施工人员采取有效的处治措施。

参考文献
[1]
何发亮, 李苍松, 陈成宗. 隧道地质超前预报[M]. 成都: 西南交通大学出版社, 2006.
HE Fa-liang, LI Cang-song, CHEN Cheng-zong. Tunnel Geological Advanced Prediction[M]. Chengdu: Southwest Jiaotong University Press, 2006.
[2]
李术才, 许振浩, 黄鑫, 等. 隧道突水突泥致灾构造分类、地质判识、孕灾模式与典型案例分析[J]. 岩石力学与工程学报, 2018, 37(5): 1041-1069.
LI Shu-cai, XU Zhen-hao, HUANG Xin, et al. Classification, Geological Identification, Hazard Mode and Typical Case Studies of Hazard-causing Structures for Water and Mud Inrush in Tunnels[J]. Chinese Journal of Rock Mechanics and Engineering, 2018, 37(5): 1041-1069.
[3]
何发亮, 吴德胜, 郭如军, 等. 隧道施工地质灾害与致灾构造及其致灾模式[M]. 成都: 西南交通大学出版社, 2015.
HE Fa-liang, WU De-sheng, GUO Ru-jun, et al. Geological Hazard and Disaster-causing Structure and Its Disaster-causing Mode during Tunnel Construction[M]. Chengdu: Southwest Jiaotong University Press, 2015.
[4]
韩行瑞. 岩溶隧道涌水及其专家评判系统[J]. 中国岩溶, 2004, 23(3): 213-218.
HAN Xing-rui. Karst Water Bursting in Tunnel and Expert Judging System[J]. Carsologica Sinica, 2004, 23(3): 213-218.
[5]
杨艳娜, 曹化平, 许模. 岩溶隧道涌突水灾害危险性评价指标体系及量化取值方法[J]. 现代地质, 2015, 29(2): 414-420.
YANG Yan-na, CAO Hua-ping, XU Mo. Index System of Risk Assessment on Karst Tunnel Water Inrush Disasters and Value of Quantitative Method[J]. Geoscience, 2015, 29(2): 414-420.
[6]
匡星, 白明洲, 王成亮, 等. 基于模糊评价方法的隧道岩溶突水地质灾害综合预警方法[J]. 公路交通科技, 2010, 27(11): 100-103.
KUANG Xing, BAI Ming-zhou, WANG Cheng-liang, et al. Research of Comprehensive Warning of Water Inrush Hazards in Karst Tunnel Based on Fuzzy Evaluation Method[J]. Journal of Highway and Transportation Research and Development, 2010, 27(11): 100-103.
[7]
许振浩, 李术才, 李利平, 等. 基于层次分析法的岩溶隧道突水突泥风险评估[J]. 岩土力学, 2011, 32(6): 1757-1766.
XU Zhen-hao, LI Shu-cai, LI Li-ping, et al. Risk Assessment of Water or Mud Inrush of Karst Tunnels Based on Analytic Hierarchy Process[J]. Rock and Soil Mechanics, 2011, 32(6): 1757-1766.
[8]
毛邦燕, 许模, 蒋良文. 隧道岩溶突水突泥危险性评价初探[J]. 中国岩溶, 2010, 29(2): 183-189.
MAO Bang-yan, XU Mo, JIANG Liang-wen. Preliminary Study on Risk Assessment of Water and Mud Inrush in Karst Tunnel[J]. Carsologica Sinica, 2010, 29(2): 183-189.
[9]
李集, 常乐. 基于岩溶分布分析的突水风险评估模型研究[J]. 隧道建设, 2015, 35(8): 792-801.
LI Ji, CHANG Le. Study on Karst Water Inrush Risk Assessment Model Based on Karst Distribution Analysis[J]. Tunnel Construction, 2015, 35(8): 792-801.
[10]
张志成, 卢浩, 李集, 等. 一种深长隧道涌突水灾害危险性评价模型及其应用[J]. 中国地质灾害与防治学报, 2015, 26(4): 67-74.
ZHANG Zhi-cheng, LU Hao, LI Ji, et al. A Risk Assessment Model of Water Inrush in Long Deep-located Tunnels and Its Applications[J]. The Chinese Journal of Geological Hazard and Control, 2015, 26(4): 67-74.
[11]
侯东赛. 广大线长大隧道突(涌)水风险评估及应用研究[D]. 成都: 西南交通大学, 2017.
HOU Dong-sai. Study on Risk Assessment and Application of Tunnel Water Inrush in Long and Large Tunnel of Guangtong-Dali Railway[D]. Chengdu: Southwest Jiaotong University, 2017.
[12]
游波, 施式亮, 刘何清, 等. 基于信息熵和集对分析理论的公路隧道水害倾向性判定[J]. 公路交通科技, 2019, 36(6): 73-78.
YOU Bo, SHI Shi-liang, LIU He-qing, et al. Determination of Flood Tendency of Highway Tunnel Based on Entropy and Set Pair Analysis Theory[J]. Journal of Highway and Transportation Research and Development, 2019, 36(6): 73-78.
[13]
ALIAHMADI A, SADJADI S J, JAFARI-ESKANDARI M. Design a New Intelligence Expert Decision Making Using Game Theory and Fuzzy AHP to Risk Management in Design, Construction, and Operation of Tunnel Projects (Case Studies: Resalat Tunnel)[J]. The International Journal of Advanced Manufacturing Technology, 2011, 53(5/6/7/8): 789-798.
[14]
KATIBEH H, AALIANVARI A. Development of a New Method for Tunnel Site Rating from Groundwater Hazard Point of View[J]. Journal of Applied Sciences, 2009, 9(8): 1496-1502.
[15]
谢全敏, 殷建强, 杨文东. 基于AHP和GC-TOPSIS的山区桥型方案比选[J]. 公路交通科技, 2019, 36(3): 102-108.
XIE Quan-min, YIN Jian-qiang, YANG Wen-dong. Comparison and Selection of Bridge Type Schemes Based on AHP and GC-TOPSIS[J]. Journal of Highway and Transportation Research and Development, 2019, 36(3): 102-108.
[16]
吕镇锋, 李波, 杨小龙, 等. 基于逼近理想点排序法的废旧胶粉改性沥青生产工艺参数优选[J]. 公路交通科技, 2017, 34(4): 1-7.
LÜ Zhen-feng, LI Bo, YANG Xiao-long, et al. Production Process Parameter Optimization for Crumb Rubber Modified Asphalt Based on TOPSIS[J]. Journal of Highway and Transportation Research and Development, 2017, 34(4): 1-7.
[17]
冯树民, 吴海月, 王弟鑫. 基于理想点法的多目标最短路求解算法研究[J]. 公路交通科技, 2016, 33(3): 97-101.
FENG Shu-min, WU Hai-yue, WANG Di-xin. Study of Multi-objective Shortest Path Algorithm Based on Ideal Point Solution[J]. Journal of Highway and Transportation Research and Development, 2016, 33(3): 97-101.
[18]
王迎, 陈宽民, 周燕. 基于TOPSIS模型的轨道交通线网评价[J]. 公路交通科技, 2015, 32(6): 130-134.
WANG Ying, CHEN Kuan-min, ZHOU Yan. Assessment of Rail Transit Network Based on TOPSIS Model[J]. Journal of Highway and Transportation Research and Development, 2015, 32(6): 130-134.