CN116011811A - 基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法 - Google Patents

基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法 Download PDF

Info

Publication number
CN116011811A
CN116011811A CN202211700623.0A CN202211700623A CN116011811A CN 116011811 A CN116011811 A CN 116011811A CN 202211700623 A CN202211700623 A CN 202211700623A CN 116011811 A CN116011811 A CN 116011811A
Authority
CN
China
Prior art keywords
evaluation
tunnel
index
risk
source heterogeneous
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211700623.0A
Other languages
English (en)
Inventor
凌贤长
彭程谱
陈宏伟
唐亮
邱瑞
王欣亮
何会盟
王宇
曲宝军
丛晟亦
田爽
孔祥勋
唐文冲
张钟远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
China Railway 12th Bureau Group Co Ltd
China Railway 17th Bureau Group Co Ltd
Chongqing Research Institute of Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
China Railway 12th Bureau Group Co Ltd
China Railway 17th Bureau Group Co Ltd
Chongqing Research Institute of Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology, China Railway 12th Bureau Group Co Ltd, China Railway 17th Bureau Group Co Ltd, Chongqing Research Institute of Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202211700623.0A priority Critical patent/CN116011811A/zh
Publication of CN116011811A publication Critical patent/CN116011811A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Excavating Of Shafts Or Tunnels (AREA)

Abstract

本发明公开了一种基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,所述方法如下:步骤S1:获取多源异构数据作为隧道施工风险分级的评价指标;步骤S2:对评价指标进行分级,并对评价指标进行无量纲化处理;步骤S3:分析评价指标对隧道整体稳定性的影响,根据不同评价指标对隧道整体稳定性的影响程度,确定评价指标的权重;步骤S4:计算评价指标的单指标属性测度函数和综合指标属性测度函数;步骤S5:划分隧道施工风险危险性等级,设定风险属性识别置信度,进行风险属性识别。本发明实施简单方便,评价过程客观,且对煤矿采空区风险评估的适用性较强,评估结果能为项目施工决策与工程防灾减灾提供科学依据。

Description

基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法
技术领域
本发明属于隧道施工风险评价领域,涉及一种隧道施工风险评价方法,具体涉及一种基于空-天-地多源异构数据的煤矿采空区岩溶隧道地表塌陷施工风险评价方法。
背景技术
煤矿采空区地形地质条件复杂,隧道建造过程中易发生坍塌、涌水、大变形等问题。隧道施工风险分级与评价是隧道安全施工的前提和基础。国内外对隧道施工危险性评价开展了大量研究。在评价指标的选取上,包含岩层岩性、地下水位、不良地质构造、地形地貌等地质信息,施工机械、企业资质和安全组织等施工因素,但是对煤矿采空区岩溶隧道施工风险分级与评价针对性不强,无法体现岩溶区隧道的致灾机理。在隧道施工风险评价方法上,常用方法有层次分析法、专家评议法、事故树法、蒙特卡罗法、专家信心指数法、机器学习法等,依靠专家进行风险评价的定性分析法易受主观因素的影响,评价结果偏于保守。故障树法有许多分析步骤,很容易遗漏一些影响因素。神经网络方法需要大量的历史数据作为学习样本,而评价结果与样本的选择密切相关。由于不同地区的岩溶现象存在差异,利用特定地区的地质和水文地质调查获得的研究结果在其他地质工况中的适用性有待进一步的研究。
发明内容
为了解决现有技术中指标因子适用性较差、评价方法存在局限性的问题,本发明提供了一种基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法。该方法通过多源异构数据构建隧道施工风险分级与评价指标体系,结合数值计算确定各评价指标的权重,基于属性数学有关理论,计算评价指标的属性测度,实现隧道施工风险的分级与评价。
本发明的目的是通过以下技术方案实现的:
一种基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,包括如下步骤:
步骤S1:多源异构数据获取
获取多源异构数据作为隧道施工风险分级的评价指标;
步骤S2:评价指标分级与无量纲处理
根据统计资料对步骤S1中的评价指标进行分级,并采用线性方法对评价指标进行无量纲化处理;
步骤S3:评价指标权重计算
采用数值计算的方法分析步骤S1中的评价指标对隧道整体稳定性的影响,根据不同评价指标对隧道整体稳定性的影响程度,确定评价指标的权重;
步骤S4:评价指标属性测度计算
计算步骤S1中评价指标的单指标属性测度函数和综合指标属性测度函数;步骤S5:隧道施工风险属性计算
划分隧道施工风险危险性等级,设定风险属性识别置信度,进行风险属性识别。
相比于现有技术,本发明具有如下优点:
1、本发明将反映煤矿采空区岩溶隧道致灾机理的参数(地表负地形比例、溶洞规模与展布、岩石可溶性、地下水位)作为评价指标,更加全面的考虑了特殊工况下的孕灾环境;
2、本发明采用数值计算的方法,分析各评价指标对隧道整体稳定性的影响,采用主成分析法分析数值计算结果,确定各评价的权重,更加客观地反映评价指标对隧道施工风险的影响程度;
3、本发明根据综合属性测度结果进行风险等级评价时,置信度为一个变化的区间,根据隧道的安全等级、施工风险的可能性和灾害的严重性可进行合理取值,评价结果的准确性更高。
附图说明
图1为煤矿采空区岩溶隧道地表塌陷施工风险评价方法的流程图;
图2为煤矿采空区岩溶隧道地表塌陷施工风险评价方法的具体实施步骤图。
具体实施方式
下面结合附图对本发明的技术方案作进一步的说明,但并不局限于此,凡是对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,均应涵盖在本发明的保护范围中。
本发明提供了一种基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,如图1和图2所示,所述方法的具体实施步骤如下:
步骤S1、多源异构数据获取:
获取多源异构数据作为隧道施工风险分级的评价指标,并对评价指标进行分层,所述多源异构数据包括:地形地貌、基础地质、水文环境,其中:地形地貌数据包括高程、坡度、坡向、剖面曲率、地表负地形比例、溶洞规模与展布,基础地质环境包括地层岩性、岩层倾角、岩石强度、岩石完整性、断层、节理、软弱带、褶皱,水文环境包括水系河流、地下水位、溶洞富水状况,具体步骤如下:
步骤S1.1、SAR影像数据获取:基于中国陆地探测一号采集的数据,下载覆盖研究区域的卫星影像;
步骤S1.2、地形地貌数据获取:收集整理研究区域地貌资料,在GIS***里面进行地貌分类,通过高精度数字高程模型(DEM)在GIS***里面分析得到高程、坡度、坡向、剖面曲率、地表负地形比例、水系河流信息;
步骤S1.3、采用钻探、全航空与半航空瞬变电磁***综合探测技术采集地球物理场数据,解译溶洞分布及富水状况、地下水分布、地层岩性、岩层倾角、岩石强度、岩石完整性、断层、节理、软弱带、褶皱等信息;
步骤S1.4、根据步骤S1.2和步骤S1.3获取的多源异构数据集成到GIS***中,建立研究区域地质信息全空间精细结构数据模型。
步骤S2、评价指标分级与无量纲处理:
根据统计资料对步骤S1中的评价指标进行分级,并采用线性方法对评价指标进行无量纲化处理,具体步骤如下:
步骤S2.1:根据事故发生的可能性等级对应的概率([0,0.003)、[0.003,0.03)、[0.03,0.3)、[0.3,1]),将评价指标分为4级;
步骤S2.2:将步骤S2.1中的评价指标进行无量纲、归一化处理。
步骤S3:评价指标权重计算
采用数值计算的方法分析步骤S1中的评价指标对隧道整体稳定性的影响,根据不同评价指标对隧道整体稳定性的影响程度,确定评价指标的权重,具体步骤如下:
步骤S3.1:根据评价指标的分级,对评价指标设计4个水平(取对应区间的中间值),设计数值计算正交试验方案;
步骤S3.2:将步骤S1.4中建立的地质信息全空间精细结构数据模型导入ABAQUS软件中,采用强度折减法计算步骤S3.1中每个组合工况下评价指标对隧道整体稳定性的影响程度;
步骤S3.3:对步骤S3.2中的计算结果进行主成分析,计算每个指标的权重。
步骤S4:评价指标属性测度计算
根据评价指标等级划分标准,计算步骤S1中评价指标的单指标属性测度函数,再结合评价指标权重,计算综合指标属性测度函数,具体步骤如下:
步骤S4.1:指标Iij在区间aj(k-1),ajk)∈[aj0,ajK]对应评价等价Rk的单指标属性测度μijk计算公式如下:
Figure BDA0004023923170000051
djk=min{|bjk-ajk|,|bj(k+1)-ajk|}
Figure BDA0004023923170000052
步骤S4.2多指标综合属性测度函数μik对应评价等价Rk计算公式如下:
Figure BDA0004023923170000053
Figure BDA0004023923170000054
Figure BDA0004023923170000055
其中,
Figure BDA0004023923170000056
Figure BDA0004023923170000057
为评价指标Iij的下限和上限,Sijk(t)为单指标属性区间度量函数,ωj为评价指标Iij的权重。
步骤S5:隧道施工风险属性计算
划分隧道施工风险危险性等级,设定风险属性识别置信度,进行风险属性识别,具体步骤如下:
步骤S5.1:根据隧道施工风险的可能性、隧道重要性程度和灾害的严重性,将隧道施工风险分为低、中、高、很高四个等级;
步骤S5.2:风险属性识别置信度λ设为0.5~0.8,在工程实例计算中,可根据实际情况选取合适的置信度;
步骤S5.3:结合步骤S4计算的结果,根据下式判断隧道施工风险等级:
Figure BDA0004023923170000061
其中,K为最大属性等级,k0为评价等级。
本发明解决了现有技术隧道施工风险评价方法不足的问题,同时本发明实施简单方便,评价过程客观,且对煤矿采空区风险评估的适用性较强,评估结果能为项目施工决策与工程防灾减灾提供科学依据。

Claims (7)

1.一种基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,其特征在于所述方法包括如下步骤:
步骤S1:多源异构数据获取
获取多源异构数据作为隧道施工风险分级的评价指标;
步骤S2:评价指标分级与无量纲处理
根据统计资料对步骤S1中的评价指标进行分级,并采用线性方法对评价指标进行无量纲化处理;
步骤S3:评价指标权重计算
采用数值计算的方法分析步骤S1中的评价指标对隧道整体稳定性的影响,根据不同评价指标对隧道整体稳定性的影响程度,确定评价指标的权重;
步骤S4:评价指标属性测度计算
计算步骤S1中评价指标的单指标属性测度函数和综合指标属性测度函数;
步骤S5:隧道施工风险属性计算
划分隧道施工风险危险性等级,设定风险属性识别置信度,进行风险属性识别。
2.根据权利要求1所述的基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,其特征在于所述多源异构数据包括:地形地貌、基础地质、水文环境,其中:地形地貌数据包括高程、坡度、坡向、剖面曲率、地表负地形比例、溶洞规模与展布,基础地质环境包括地层岩性、岩层倾角、岩石强度、岩石完整性、断层、节理、软弱带、褶皱,水文环境包括水系河流、地下水位、溶洞富水状况。
3.根据权利要求1所述的基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,其特征在于所述步骤S1的具体步骤如下:
步骤S1.1、SAR影像数据获取:下载覆盖研究区域的卫星影像;
步骤S1.2、地形地貌数据获取:收集整理研究区域地貌资料,在GIS***里面进行地貌分类,通过高精度数字高程模型在GIS***里面分析得到高程、坡度、坡向、剖面曲率、地表负地形比例、水系河流信息;
步骤S1.3、采集地球物理场数据,解译溶洞分布及富水状况、地下水分布、地层岩性、岩层倾角、岩石强度、岩石完整性、断层、节理、软弱带、褶皱信息;
步骤S1.4、根据步骤S1.2和步骤S1.3获取的多源异构数据集成到GIS***中,建立研究区域地质信息全空间精细结构数据模型。
4.根据权利要求1所述的基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,其特征在于所述步骤S2的具体步骤如下:
步骤S2.1:根据事故发生的可能性等级对应的概率,将评价指标分为4级;
步骤S2.2:将步骤S2.1中的评价指标进行无量纲、归一化处理。
5.根据权利要求1所述的基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,其特征在于所述步骤S3的具体步骤如下:
步骤S3.1:根据评价指标的分级,对评价指标设计4个水平,设计数值计算正交试验方案;
步骤S3.2:采用强度折减法计算步骤S3.1中每个组合工况下评价指标对隧道整体稳定性的影响程度;
步骤S3.3:对步骤S3.2中的计算结果进行主成分析,计算每个指标的权重。
6.根据权利要求1所述的基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,其特征在于所述步骤S4的具体步骤如下:
步骤S4.1:指标Iij在区间[aj(k-1),ajk)∈[aj0,ajK]对应评价等价Rk的单指标属性测度μijk计算公式如下:
Figure FDA0004023923160000031
djk=min{bjk-ajk,bj(k+1)-ajk}
Figure FDA0004023923160000032
步骤S4.2多指标综合属性测度函数μik对应评价等价Rk计算公式如下:
Figure FDA0004023923160000033
Figure FDA0004023923160000034
Figure FDA0004023923160000035
其中,
Figure FDA0004023923160000036
Figure FDA0004023923160000037
为评价指标Iij的下限和上限,Sijk(t)为单指标属性区间度量函数,ωj为评价指标Iij的权重。
7.根据权利要求1所述的基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法,其特征在于所述步骤S5的具体步骤如下:
步骤S5.1:根据隧道施工风险的可能性、隧道重要性程度和灾害的严重性,将隧道施工风险分为低、中、高、很高四个等级;
步骤S5.2:风险属性识别置信度λ设为0.5~0.8;
步骤S5.3:结合步骤S4计算的结果,根据下式判断隧道施工风险等级:
Figure FDA0004023923160000041
其中,K为最大属性等级,k0为评价等级。
CN202211700623.0A 2022-12-28 2022-12-28 基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法 Pending CN116011811A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211700623.0A CN116011811A (zh) 2022-12-28 2022-12-28 基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211700623.0A CN116011811A (zh) 2022-12-28 2022-12-28 基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法

Publications (1)

Publication Number Publication Date
CN116011811A true CN116011811A (zh) 2023-04-25

Family

ID=86031474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211700623.0A Pending CN116011811A (zh) 2022-12-28 2022-12-28 基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法

Country Status (1)

Country Link
CN (1) CN116011811A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104133985A (zh) * 2014-07-02 2014-11-05 山东大学 隧道及地下工程地质灾害风险属性区间评价方法
CN106593526A (zh) * 2016-12-23 2017-04-26 长江三峡勘测研究院有限公司(武汉) 一种基于模糊判断的隧道地质岩溶风险评估方法
CN108009712A (zh) * 2017-11-23 2018-05-08 中国地质大学(武汉) 一种覆盖型岩溶区运营高速公路岩溶塌陷危险性评价方法
CN110826223A (zh) * 2019-11-05 2020-02-21 山东省交通科学研究院 基于综合属性测度的岩爆危险性预测方法、***及介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104133985A (zh) * 2014-07-02 2014-11-05 山东大学 隧道及地下工程地质灾害风险属性区间评价方法
CN106593526A (zh) * 2016-12-23 2017-04-26 长江三峡勘测研究院有限公司(武汉) 一种基于模糊判断的隧道地质岩溶风险评估方法
CN108009712A (zh) * 2017-11-23 2018-05-08 中国地质大学(武汉) 一种覆盖型岩溶区运营高速公路岩溶塌陷危险性评价方法
CN110826223A (zh) * 2019-11-05 2020-02-21 山东省交通科学研究院 基于综合属性测度的岩爆危险性预测方法、***及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李术才;石少帅;李利平;周宗青;郭明;雷霆;: "山岭隧道塌方风险评价的属性识别模型与应用", 应用基础与工程科学学报, no. 01, 15 February 2013 (2013-02-15), pages 147 - 157 *
秦胜伍;吕江峰;陈剑平;陈骏骏;马中骏;曹荣国;刘绪;翟健健;: "基于最大熵-属性区间识别的隧道塌方风险评价", 人民长江, no. 19, 14 October 2017 (2017-10-14) *
邹强;周建中;杨小玲;何耀耀;张勇传;: "属性区间识别模型在溃坝后果综合评价中的应用", 四川大学学报(工程科学版), no. 02, 20 March 2011 (2011-03-20) *

Similar Documents

Publication Publication Date Title
Zhao et al. GIS-based logistic regression for rainfall-induced landslide susceptibility mapping under different grid sizes in Yueqing, Southeastern China
Yu et al. Analysis of the influence of groundwater on land subsidence in Beijing based on the geographical weighted regression (GWR) model
Reichenbach et al. A review of statistically-based landslide susceptibility models
CN109584510B (zh) 一种基于评估函数训练的道路高边坡滑坡灾害预警方法
Singh et al. Hazard assessment of landslide disaster using information value method and analytical hierarchy process in highly tectonic Chamba region in bosom of Himalaya
Mezughi et al. Landslide susceptibility assessment using frequency ratio model applied to an area along the EW highway (Gerik-Jeli)
Lee et al. Statistical analysis of landslide susceptibility at Yongin, Korea
CN107271998B (zh) 一种集成D-InSAR和GIS技术的地下非法采矿识别方法及***
El-Naqa et al. GIS-based evaluation of groundwater vulnerability in the Russeifa area, Jordan
Weng et al. Evaluating triggering and causative factors of landslides in Lawnon River Basin, Taiwan
Castellazzi et al. Interpreting C-band InSAR ground deformation data for large-scale groundwater management in Australia
CN116665035A (zh) 一种地质灾害隐患风险的精细化识别与核查方法
Tang et al. Emergency assessment of seismic landslide susceptibility: a case study of the 2008 Wenchuan earthquake affected area
CN111507539A (zh) 一种基于层次分析法的泥石流危险等级评价方法及***
CN105975990B (zh) 一种复垦土壤剖面的精细表达方法
CN115079170A (zh) 一种利用InSAR形变监测滑坡风险的评估方法
Leoni et al. GIS methodology to assess landslide susceptibility: application to a river catchment of Central Italy
Sadeghi et al. Assessing the vulnerability of Iran to subsidence hazard using a hierarchical FUCOM-GIS framework
CN116699612A (zh) 融合InSAR形变量与降雨量的滑坡危险性评价方法
KR20120004113A (ko) 지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발
CN116011811A (zh) 基于多源异构数据的岩溶隧道地表塌陷施工风险评价方法
KR101926303B1 (ko) 건축물 영역에 대한 지진가속도계측기의 최적 설치위치 선정 방법
CN114493295B (zh) 一种盐岩地质下隧道监测项目的确定方法及监测***
Anamika et al. Identification of groundwater potential in hard rock aquifer systems using Remote Sensing, GIS and Magnetic Survey in Veppanthattai, Perambalur, Tamilnadu
Chitsazan et al. Land subsidence susceptibility mapping using PWRSTFAL framework and analytic hierarchy process: fuzzy method (case study: Damaneh-Daran Plain in the west of Isfahan Province, Iran)

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination