岩溶地区隧道施工综合预报技术案例分析

刘 智，邓 辉，黄润秋，黄 艾，刘海军

（1.成都理工大学 地质灾害防治与地质环境保护国家重点实验室，四川 成都 610059；2.四川省地质矿产勘查开发局101地质队，四川 广汉 618300）

0 引言

进入21世纪以来，随着国家西部大开发战略方针的逐步实施，快速的推动了我国西部地区交通事业的发展，使得在我国西部岩溶地区修建的隧道工程和地下工程犹如雨后春笋一般。由于这些地区具有的特殊地形地貌、复杂地质条件等工程背景，使得在这些岩溶地区修建的隧道极具有复杂性和不可预见性［1］。因此，在岩溶高度发育地区修建大规模的铁路隧道时将不可避免的会遇到大量的岩溶灾害和不良地质问题，在施工过程中常出现突水、突泥、坍塌、瓦斯燃烧等灾害，给现场施工带来极大困难，造成很多人身伤亡事故和大量的工程经济损失。结合现有的技术经济条件，对隧道施工过程中出现的各种不良地质灾害实施高准确率的超前预测成为国内外工程地质和隧道工程界关注而又未能很好解决的难题［4，9］。

针对上述情况，为了保证高发育岩溶地区隧道施工的安全和减轻突水突泥等不良地质灾害给工程带来的损失，又能提高预报的准确和减少工程的费用，本文采用综合超前地质预报方法，以叙大铁路B标段尹家岩隧道为工程背景，对高发育岩溶隧道进行地质雷达连续跟踪预报，有效地指导了隧道施工。

1 工程概况

尹家岩隧道进口位于古蔺县龙山镇、石屏乡境内，中心里程K71+658，全长3050m，交通极为不便。该区属于四川盆地南缘山地与云贵高原过渡带，属低中山构造侵蚀地貌，斜坡沟谷地形，山高谷深，地形起伏大，总体北低南东高，山体多呈东西走向，与构造线基本一致。本区海拔高程多在350～2000m，相对高差200～700m，沟谷基本上沿构造线发育，谷深坡陡，沟谷一般呈“V”字形，局部为“U”字形，宽谷谷底大多辟为农田，灰岩地区岩溶地貌显著，表面溶蚀严重，多石林、石柱等典型灰岩地貌特征，且溶蚀洼地、溶洞、暗河较多，洼地呈串珠状相连，暗河时隐时现，与地表水相通形成本区主要的排水通道。斜坡及山脊处植被较发育，大多地段人烟稀少，山间多沟槽与洼地，坡脚及沟槽内多为旱地及水田。

隧道隧址区穿越二叠系梁山、栖霞组（P1l+q）灰岩，志留系韩家店群（S1－2hn）页岩、灰岩、泥岩、砂岩，石牛栏及龙马溪组（S1l+s）页岩、灰岩。隧道内主要断裂构造体为刘家沟断层（陡倾正断层，影响带宽），层面缓倾20°左右，围岩除洞口外以Ⅲ、Ⅳ级围岩为主，节理裂隙发育，进口边坡顺层面，出口存在崩坡积碎石土和由于差异风化产生的危石。灰岩（尤其是梁山栖霞组）岩溶发育程度强，勘察孔在进口和中部发现多个溶洞（2～6m深），水位较高（洞身以上）。隧道埋深较浅，上部岩体多为V级围岩或富水岩体，稳定性较差。

综上所述，尹家岩隧道主要的不良地质现象是地层岩性决定的岩溶和断层破碎带及其影响带和其他破碎岩体中可能出现的坍塌和完整岩体中可能出现的掉块现象。

2 岩溶隧道综合超前地质预报

目前，隧道地质超前预报越来越受到重视，其方法也有多种，但每种方法都有自己的特点，针对不同的地质条件和环境，选择采用合适的方法是非常重要的。为了更好地了解隧道的地质情况，降低施工的风险，本文在地质分析的基础上，运用地质雷达预测技术，结合综合地质预报方法对尹家岩隧道进口DK70+803～DK70+831段开展综合地质超前预报。

2.1 地质分析法和地球物理探测方法

目前，国内外的隧道施工都把掌子面前方地质情况视作为隧道安全生产的重要环节，根据大量的工程实际，目前对掌子面前方不良地质体的探测方法已有许多种。按照是否使用仪器进行分类，可以分两类：地质分析法和地球物理探测方法，其中地质分析法是隧道超前预报中的一项基本方法，常见种类有：地面地质调查、隧道掌子面地质编录、超前钻探、断层预测法和地质经验法等。地球物理探测方法主要以电磁反射波理论为主，主要仪器包括：TSP隧道地震探测、地质雷达探测、瞬变电磁法等［11－12］。

以上各种超前地质预报方法及目前国内外情况可知都有各自的优缺点，以致于在当今国内外隧道工程地质界提高预报的准确性和及时性仍是亟需解决的学术难题。因此，研究综合超前地质预报技术具有紧迫性和工程必要性，以便更及时、有效地指导隧道施工，完善信息化施工技术。不同的地质超前预报方法的优缺点受限于不同的地质环境条件。表1是不同预报方法的预测范围、理论依据以及评价的准确性，表2是不同预报方法优缺点的比较［2－10］。针对不同灾害分级等级地段，结合地质情况合理采用不同的预报手段对施工工作掌子面前方地质情况进行预报，岩溶隧道综合超前地质预报流程图（图1），岩溶隧道综合地质超前预报工作程序框图（图2）。

图2 岩溶隧道综合超前地质预报工作程序框图Fig.2 Flowblockchartofcomprehensivegeological predictioninkarsttunnels

2.2 模糊神经网络预报方法

岩溶隧道施工过程中，地质灾害可能发生的数量、发生地质灾害的位置、单点单个地质灾害的规模及其对工程的影响范围都具有随机性和不可控性，使其无规律可从。因此采用模糊神经网络方法来对目标隧道建立起预测模型，以到达更好预测目的。首先确定高风险岩溶隧道灾害风险评价的主要因素，即因素集Y={Y1，Y2，Y3，…，Yn}，其中岩溶隧道主要存在工程地质灾害风险的主要影响因素：

Y1——设计阶段地质勘察资料；

Y2——掌子面溶蚀发育特征；

Y3——掌子面节理裂隙发育特征；

Y4——掌子面断层调查情况；

Y5——掌子面地下水出渗特征；

Y6——掌子面岩体强度指标；

D7——掌子面岩性；

D8——地质雷达反射波谱。

针对岩溶隧道风险因素的随机性和相互组合不可控性的特点，整个综合超前预报过程仍需进一步改进和提高，使其更具有可操作化。本文采用自适应模糊神经网络（ANFIS）方法，建立上述岩溶隧道影响因素的模糊神经网络综合预报模型并进行综合预报［6，14］。自适应模糊神经网络（ANFIS）模型结构简示图（图3）。

图3 自适应模糊神经网络（ANFIS）结构示意图Fig.3 Sketchoffuzzyneuralnetworkstructure

表1 常见超前预报方法的特点及预测准确性Table1 Methodsandscopeofgeologicalpredictionandaccuracyofevaluation

表2 常见超前预报方法的比较Table2 Comparisonofthegeologicalforecastmethodsincharacteristics

3 岩溶地区隧道施工综合地质超前预报技术及应用实例

由于尹家岩隧道施工区域的复杂地质环境，对隧道开挖掌子面前方岩层的断层、裂隙、岩溶、地下水等不良地质因素进行查明已成为该隧道工程建设的必要。结合本文所提出的地质超前综合预报方法和工作体系，在隧道施工过程中对该隧道进行连续超前地质综合分析预报，根据开展的预报结果看，预报的准确率较高，为变更施工方案及时提供依据，并且有效的减少了隧道施工所带来的地质灾害的发生，保障施工的安全生产，也为工程建设带来经济效益。

3.1 建立地质灾害综合预报和风险评估模型

根据岩溶隧道的各项影响因素，以自适应模糊神经网络（ANFIS）方法为理论基础建立评价模型，即综合评定在岩溶隧道施工过程中实际出现的影响因子，可以确定出灾害出现的种类及其存在性。即①具体某种灾害的存在性；②灾害存在的规模大的情况；③灾害存在的规模小的情况；④某种灾害不存在，以岩溶为例见表3。灾害种类大致可分为8类：溶洞、瓦斯、突泥、突水、破碎岩体、软弱岩体、塌方、断层。根据已经定义出的8类灾害，又用预报评价模型可以确定灾害分级，灾害风险等级可分为4种：Ⅰ、Ⅱ、Ⅲ、Ⅳ级。具体情况见表4。

图4 地质雷达预报2D视图Fig.4 2DfigureofresultonGPR

表3 通过ANFIS方法进行灾害预测Table3 DisasterpredictionwiththeANFISmethod

3.2 综合地质超前预报初判

本次预报位于隧道进口DK70+803，预报掌子面前方28m，采用SIR－3000型地质雷达现场测试，结合本文提出的ANFIS综合超前预报方法来实现预测。其中现场采集到的雷达数据解译结果如图4所示，ANFIS的训练样本取自表3标准构筑的样本同时结合尹家岩隧道实际探测结果以建立ANFIS模型训练样本如表5所示，使用样本数据的判定结果比较理想，与模型所得到的结果完全吻合。对模型网络样本进行调试好了以后，对该预测段岩体岩溶进行综合预报，其结果见表6。

3.3 岩溶隧道地质灾害分级判断

结合已建立的风险评估模型，根据前期的地质综合超前预测结果和现有地质资料，预测分析结果如下：该处为栖霞组（P1l+q）灰岩，可发育大型洞穴，而且溶洞内含有大量的粘土充填物，且含水量较大。因处于夏季施工，降雨量较大，地表水通过通天溶蚀裂隙下渗较快，对隧道施工影响较大，需采取必要措施严加防范，故此处风险等级为II级，隧道内可能会发生较为严重突水、突泥、坍塌掉快和大规模溶洞地质灾害，该突发灾害能导致重大安全事故，严重影响隧道施工，给工程造成重大经济损失和严重社会影响。

3.4 超前预报结果与实际开挖情况对比

通过对DK70+803～DK70+831段的连续现场编录与追踪调查，结合地质分析，该段实际开挖情况为：风险等级为Ⅲ，依据为：本段位于栖霞组（P1l+q）灰岩，中厚层状，处于夏季施工，掌子面内有线状渗水，溶蚀现象严重，岩溶强发育，有较大的溶腔或者溶管，并且填充大量的饱水粘土，时有塌落（图5）。因此，综合超前地质预报在此隧道施工段的预报准确度是非常高的，到达了90％以上，超前预报结果与实际开挖对比情况见表6所示。实践证明以上预报精度完全可以满足动态施工要求，为隧道工程的安全快速掘进、支护材料的提前准备以及灾害事故的有效预防

提供了可靠的地质资料与信息，同时也为变更设计赢得了宝贵的时间，避免开挖后与设计不符造成的停工。

表4 灾害风险评估分级Table4 Resultsofriskrankofgeologicaldisasterintokarsttunnel

表5 溶洞发育情况ANFIS典型训练样本Table5 TypicaltrainingsamplesoftheANFISforkarstcave

表6 综合预报结果和实际开挖比较Table6 ComparingbetweentheComprehensivepredictionresultsandtheactualexcavation

图5 DK70+825处溶洞照片Fig.5 PhotoofDK70+825karstcave

4 结论

（1）通过在建的尹家岩高风险岩溶隧道中的实践应用进一步验证了此综合超前预报探测方法应用于隧道超前地质预报的准确性。据统计资料，实践证明此方法的总体预报正确率可达90％以上，为隧道工程的安全动态施工、安全快速掘进、支护材料的提前准备以及灾害事故的有效预防提供了保证，与此同时也为工程建设取得了较好的经济效益。

（2）运用模糊神经网络方法建立的隧道综合地质预报和地质灾害评估模型考虑了影响隧道施工安全各因素的不确定性、随机性和模糊性，能较为准确地预判隧道掌子面前方地质条件和灾害等级，而且此预报方法不影响施工、操作方便快捷，能够紧跟掌子面开挖进度，提高了超前地质预报的工作效率。

（3）为提高预报准确精度，在隧道不同灾害风险等级区段，结合地质情况，运用综合超前地质预报方法，提前制定不同预报方案，严格在隧道施工过程中执行，合理采用不同的物探手段对工作面前方的地质情况进行预报，且长期预报与短期预报有效结合，以实现准确预报出隧道内的不良地质灾害。

［1］李术才，李树忱，张庆松，等.岩溶裂隙水与不良地质情况超前预报研究［J］.岩石力学与工程学报，2007，26（2）：217 －225.LIShucai，LIShuchen，ZHANG Qingsong，etal.Forecastofkarst－fracturedgroundwateranddefective geologicalconditions［J］. Chinese JournalofRock MechanicsandEngineering，2007，26（2）：217－225.

［2］曲海峰，刘志刚，朱合华.隧道信息化施工中综合地质预报技术［J］.岩石力学与工程学报，2006，25（6），1241－1251.QUHaifeng，LIUZhigang，ZHUHehua.Techniqueof syntheticgeologicpredictionaheadintunnelinformational construction［J］.ChineseJournalofRockMechanicsand Engineering，2006，25（6）：1241－1251.

［3 ］JA DoolIttle，B Jenkinson，D HophINS，etal.Hydropedologicalinvestigationswithground-penetrateing radar（GPR）：Estimatingwater－tabledepthsandlocal groundwaterflowpatterninareasofcoarse－textured soils［J］.Geoderma，2006：317－329.

［4］李术才，薛翊国，张庆松，等.高风险岩溶地区隧道施工地质灾害综合预报预警关键技术研究［J］.岩石力学与工程学报，2008，27（7）：1297 －1307.LIShucai，XUEYiguo，ZHANGQingsong，etal.Key technologystudyoncomprehensivepredictionandearly warningofgeologicalhazardsduringtunnelconstructionin high－riskkarstareas［J］.ChineseJournalofRock MechanicsandEngineering，2008，27（7）：1297 －1307.

［5］葛颜慧，李术才，张庆松，等.基于风险评价的岩溶隧道综合超前地质预报技术研究［J］.岩土工程学报，2010，32（7）：1124－1130.GE Yanhui，LIShucai，ZHANG Qingsong，etal.Comprehensive geological prediction based on risk evaluationduringtunnelinginkarstarea［J］.Chinese JournalofRockMechanicsandEngineering，2010，32（7）：1124 －1130.

［6］李天斌，孟陆波，朱劲，等.隧道超前地质预报综合分析方法［J］.岩石力学与工程学报，2009，28（12）：2429 －2436.LITianbin，MENGLubo，ZHUJin，etal.Comprehensive analysismethod foradvanced forecastofgeology in tunnels［J］.ChineseJournalofRockMechanicsand Engineering，2009，28（12）：2429 －2436.

［7］曲海锋，刘志刚，朱合华.隧道信息化施工中综合超前地质预报技术［J］.岩石力学与工程学报，2006，25（6）：1246 －1251.QUHaifeng，LIUZhigang，ZHUHehua.Techniqueof syntheticgeologicpredictionaheadintunnelinformational construction［J］.ChineseJournalofRockMechanicsand Engineering，2006，25（6）：1246 －1251.

［8］CasasA，LazaroR，VilasM，etal.Detectingkarstic cavities with ground penetrating radar at different geologicalenvironmentsinSpain［C］//Proceedingsofthe 6th InternationalConference on Ground Penetrating Radar.Sendai，Japan：［s.n.］，1996：455－460.

［9］徐则民，黄润秋.深埋特长隧道及其施工地质灾害［M］.成都：西南交通大学出版社，2000：1 －2.XUZemin，HUANGRunqiu.Deepandextra-longtunnel and geological hazards during construction［M］.Chengdu：SouthwestJiaotongUniversityPress，2000：1 －2.

［10］黄润秋，王贤能.深埋隧道工程主要灾害地质问题分析［J］.水文地质工程地质，1998（4）：21 －24.HUANGRunqiu，WANGXianneng.Analysisonthemain geo-logicaldisasterproblem indeep-lyingtunnel［J］.Hydrogeology＆EngineeringGeology，1998（4）：21 －24.

［11］王振宇，程围峰，刘越，等.基于掌子面编录和地质雷达的综合超前预报技术［J］.岩石力学与工程学报，2010，29（2）：3549 －3557.WANG Zhenyu，CHENG Weifeng，LIU Yue，etal.Syntheticadvancedforecasttechniquebasedongeological loggingfortunnelfaceandgroundpenetratingradar［J］.ChineseJournalofRockMechanicsandEngineering，2010，29（2）：3549－3557.

［12］白冰，周健.探地雷达测试技术发展概况及其应用现状［J］.岩石力学与工程学报，2000，20（4）：527 －531.BAIBing，ZHOUJian.Advanceandapplicationsofground penetrating radar measuringtechnology［J］.Chinese JournalofRockMechanicsandEngineering，2000，20（4）：527 －531.

［13］王国斌，利奕年，杨文东.隧道地质超前预报综合方法及应用研究［J］.武汉理工大学学报，2010，32（3）：58－69.WANGGuobin，LIYinian，YANGWendong.Researchon theGeologicalPredictionComprehensiveMethoofTunnels andItsApplication［J］.Journalofwuhanuniversityof technology，2010，32（3）：58 －69.

［14］袁清梅.模糊神经网络用于目标识别的研究［硕士学位论文］［D］.哈尔滨：哈尔滨工程大学，2007.YUANQingmei.Theapplicationoffuzzyneuralnetworkto targetrecognition［M.S.Thesis］［D］.HarbinEngineering University，2007.