基于滑坡案例库的铁路选线辅助决策方法研究

2022-11-25杨文腾

铁道勘察 2022年6期

杨文腾

(中铁第一勘察设计院集团有限公司，西安 710043)

我国西南地区多为山区，地势复杂，地质条件恶劣，受到强降雨等气候条件的影响或地震等强烈的地质构造作用的冲击，坡体极易失稳引起滑坡，进而引发其他灾害，如泥石流、水毁等，形成灾害链，造成铁路设施的严重损坏，对人民生命及财产安全构成极大威胁[1]。在西南地区铁路选线过程中，不可避免要通过可能存在滑坡的区域。因此，需要综合考虑滑坡的影响因素指标，以及选择合适的通过方式及相应治理措施。

我国自20世纪50年代便开始针对不良地质制定相应选线措施，在此后几十年里，积累了大量的针对滑坡选线的工程案例[2]，许多学者开展了相关研究，杨宗佶等通过贡献权重法对设计的4种选线方案危险性进行评价，从中推选出最优方案[3]；张喆深入分析天水北山滑坡群的特性，采用隧道内穿的方式通过，既避绕滑坡群，又避免外绕造成过大投资[4]。

以往工程案例包含大量的经验和教训，但多数研究仅集中于目标滑坡案例，未能充分利用历史案例，若能将历史案例利用到铁路选线决策中，并参考其处理措施，将大幅提高铁路选线决策的合理性。随着计算机技术的发展，运用现代网络技术，可将过往工程累积的，针对土质边坡滑坡进行选线设计的案例搭建成相应的案例库[5]。

以下针对西南地区常见的滑坡灾害，考虑可能引发土质边坡滑坡的影响因素指标，利用已有滑坡工程案例资料建立案例库，运用灰色关联分析法匹配相似案例，借鉴过去成功的案例进行滑坡区域选线设计的辅助决策，以期有效提高决策效率与可靠度。

1 滑坡案例库及其因素指标

1.1 案例库建立流程

案例库是指将已有的工程案例收集并添加至数据库中，在进行设计工作时调用数据库，即得到可供参考的具有极大相似性的历史案例，再结合新工程实际情况及专家意见，对相应解决办法进行优化，得到可靠的决策方案。同时，将新案例资料信息存储至数据库，不断更新案例库，从而达到增量式学习的效果。案例库的建立和使用主要包含4个步骤：案例匹配、案例重用、案例修正和案例保存。相较于以往的规则推理模式，案例库充分利用了历史知识与经验，获取知识较为容易，知识表达能力较高，求解效率高、质量好[6]。案例库建立流程见图1。

图1 案例库建立流程

1.2 影响因素指标

滑坡是指边坡在重力作用下，受其他因素诱发，失去自身结构的稳定性，沿内部破裂面发生剪切运动，整体产生向下或向外位移。滑坡成因机制复杂、暴发规模大、危害性严重，已造成大量经济损失和人员伤亡。因此，在滑坡区域进行铁路选线设计时，应综合考虑各项影响因素后进行决策。

滑坡是边坡演化的产物，受到控制因素和诱发因素共同作用而导致，控制因素主要是指边坡自身因素，包括地形地貌、地质水文、植被覆盖率等；而诱发因素一般是指外部活动因素，如强降雨、地质板块活动、人类工程活动等。控制因素和诱发因素之间产生各种直接或间接的影响，正是这种长期而复杂的相互作用，最终启动了滑坡[7-8]。以下选取8个与滑坡相关的影响因素指标进行分析，见图2。

图2 滑坡影响因素指标

1.3 因素指标标准化

根据前文所述，引起土质边坡滑坡的因素指标大部分都难以定量分析。因此，决定采用定性和定量分析相结合的方式，在充分分析相应的滑坡资料，挖掘语义关键词，消除量纲影响的基础上，将上述所有因素指标的初始值进行规范化和标准化处理。

根据其他学者的研究成果和过往滑坡工程案例，将滑坡风险性分为5个等级：①无风险，②低风险，③中风险，④高风险，⑤极高风险，各个因素指标标准化范围见表1。

1.4 因素指标权重确定

由表1可知，上述因素均有可能诱发滑坡灾害，但是其重要程度不同，为了提高案例匹配的精确性，需要对各个因素指标按其对滑坡产生影响进行定量分析，给予不同的权重。以下选用熵权法，信息和熵分别表示系统的有序程度和混乱程度，并以此计算每个因素指标的权重，当指标的熵越小，指标的离散程度越大，则其所蕴含的信息量越大，影响力和权重也应当越大；反之，当指标的熵较大时，其离散程度相对较小，所蕴含的信息量也相对较少，影响力小，该指标分配的权重也应减小。选用熵权法分配权重能避免主观上的随意性，保证计算客观和准确[8-9]。熵权法的计算步骤如下。

表1 滑坡影响因素指标标准化结果

(1)数据归一化处理

假设目前共有m个案例即评价对象，每个案例有n个影响因素即评价指标，则构成了判断矩阵A，有

(1)

式中，aij为第i个案例的第j个影响因素，将其按下式进行归一化处理，有

(2)

归一化处理后，有

(3)

(2)计算确定第j个影响因素下、第i个案例所占比例

(4)

(3)计算第j个因素指标的熵

(5)

式中，K=1/lnm；当rij=0时，定义rijlnrij=0。

(4)计算各个因素指标的权重

(6)

1.5 基于灰色关联分析的案例匹配

确定各个因素指标的权重后，应当进行最关键的环节—案例匹配。其主要工作原理是将目标案例与案例库中各个既有案例的相似度进行比较，从而得到与目标案例最为匹配的既有案例，获得可辅助决策的设计经验和教训。案例匹配的效率和准确率决定了案例库的可靠度，故选用合适的方法建立相应的匹配机制尤为重要。以下选用灰色关联分析法相关理论进行案例匹配。

灰色关联分析法是在决策行为中常用的关联分析方法，其优势在于对样本数量和出现规律要求不高，可根据少量的既有数据，深度挖掘数据内部信息，经过一定规范化的计算处理后，匹配目标案例与案例库既有案例之间的共性，继而确定两者的相似度。

(1)确定比较对象

依据上文假设，案例库目前共有m个案例，每个案例有n个影响因素指标，则案例库中案例的因素指标序列为：pi={pi1，pi2，…，pin}，目标案例的因素指标序列为：p0={p01，p02，…，p0n}。

(2)确定案例的因素指标权重

根据上文所述，采用熵权法确定各个因素指标的权重为：w={w1，w2，…，wn}。其中，wj表示第j个因素指标的权重。

(3)计算关联系数

目标案例与数据库中第i个案例第j个因素指标的邓氏关联计算式[10]为

(7)

(4)考虑权重后的相似度

目标案例与案例库中第i个案例的相似度为

(8)

2 工程实例

选用某山区铁路滑坡工点作为目标案例，将其与前文建立的案例库中的案例进行匹配，从而得出可行的选线策略，并与现行方案进行比对，以验证案例库的适用性[11]。

2.1 工程概况

Ⅰ区位于四川甘孜州，雅砻江的支流自其东侧流过，水系发达，属于铁路沿线的一处潜在滑坡群工点。

(1)地形条件

河谷海拔为3 600 m，顶部最高海拔超过4 000 m，可见由冰川发育形成的宽谷和侵蚀形成的陡坡。该滑坡有过多次滑动变形历史，前缘滑体厚重，后缘滑体相对较薄，呈现出上缓下陡的形态，平均坡度约30°，前后缘相对高程差约480 m，主滑方向为70°，斜坡长度约900 m，宽度约820 m，平均厚度约40 m，土方总体积为3 248万m3，属于特大型滑坡，滑坡体情况见图3。

图3 滑坡体情况

(2)地质条件

滑坡基岩为中风化的炭质板岩，节理较发育。上部滑体土主要为碎石土。滑带土主要为灰色或灰黑色的粉质黏土夹角砾土，粉质黏土为软塑状态，角砾土主要成分为砂质板岩，呈棱角状和次棱角状，滑带厚度为1.5～3.3 m，含水率较高。由于滑动历史的影响，滑坡表面呈现阶梯状，存在多个缓坡平台。滑坡体地质情况见图4。

图4 滑坡体工程地质剖面

(3)气象水文

Ⅰ区所在区域属于典型的高原气候，常年高寒缺氧，年平均降雨量为705 mm，旱雨季分明，每年的5～9月为雨季。

滑坡下缘为雅砻江支流，坡脚常年受到水流侵蚀，坡体表面有水系径流，由于高寒山区昼夜温差极大，该滑坡受到严重的冻融循环影响。

(4)地震

Ⅰ区处于青藏高原的东南部，夹于两大断裂带之间，其周边地区曾发生多次大规模地震。卡子拉山地区地震烈度为Ⅶ度，地震动峰值加速度为0.1g。

2.2 基于案例库选线决策推理

运用上文熵权法算式，可计算出滑坡灾害案例中各项影响因素指标的权重，见表2。

表2 滑坡影响因素指标权重

按照上文对目标案例影响因素指标标准化后，其结果见表3。

表3 滑坡因素指标标准化结果

根据目标案例相应情况，广泛收集西部地区土质边坡滑坡灾害案例，组建案例库，对其影响因素指标进行标准化处理[12-18]，结果见表4。

表4 西部地区滑坡灾害案例库标准化处理结果

运用灰色关联法将目标案例与案例库中既有案例进行分析，结果见表5。

表5 案例库匹配结果

由表5可知，内江至六盘水铁路K285滑坡与目标案例匹配的相似度最高，达到0.910 0。查阅内江至六盘水铁路K285滑坡资料，分析其成因，可知该案例与目标案例滑体组成相似，滑体土均为碎石土，结构松散，滑动带均位于土石分界处。两个滑坡地形陡峻，均具有较大的前后缘高程差，较高的临空面，坡体易沿临空方向发生滑动。两滑坡所处位置均位于河谷附近，河流下切坡脚，且干湿季节分明，雨季均集中在5～9月份，滑坡区域地震活动频繁。

针对内江至六盘水铁路K285滑坡，综合各项调研资料可知，滑坡体处于极限平衡状态，稳定性不高，一旦受到强降雨、地震等因素影响，极易诱发滑坡灾害，威胁铁路安全。因此，铁路选线过程中应尽量绕避，且应减少铁路施工产生的扰动。

专家选线建议是绕避，选择滑坡旁的山脊处作为隧道进口，尽管目前滑坡处于稳定状态，但施工行为可能诱发滑坡灾害的发生，因此需要规范施工行为，尽量减少施工扰动。

对比可知，两个案例的建议方案有一定相似度，因此，可认为基于匹配案例得到的选线措施具有一定合理性。