APP下载

铜锣山隧道排水对当地农业生产的影响

2012-04-29刘建

湖北农业科学 2012年14期
关键词:支持向量机农业生产

刘建

摘要:基于隧道排水及其可能来源的水化学信息,利用支持向量机(SVM)技术建立了隧道排水来源识别模型,并分析了垫邻高速铜锣山隧道排水对当地农业生产的影响。结果表明,该隧道排水并未对当地农业生产的主要灌溉水源——清水溪产生影响,而是对一些井泉等辅助灌溉水源影响较为明显,建议有关部门考虑影响区内农业生产用水的供水措施和隧道排水的资源化利用。

关键词:农业生产;支持向量机;灌溉用水;隧道排水

中图分类号:S274.4文献标识码:A文章编号:0439-8114(2012)14-2976-03

Study on the Impact of Water Inrush on Regional Agricultural Production in Tongluoshan Tunnel Area

LIU Jian

(Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 610031, China)

Abstract: Support vector machines was introduced to build a model to identify water source of groundwater inrush in tunnel, based on the chemical information of groundwater inrush in tunnel and its possible sources. The impact of water inrush of Tongluoshan tunnel in Dianjiang to Linshui expressway on regional agricultural production was analyzed using this model. The results showed that water draining from Tongluoshan tunnel had no influence on the major source of local agricultural irrigation-Qingshuixi, but severely impacted some supplementary irrigation water sources. Therefore, regarding central water supply for the people who were influenced by tunnel water draining and taking inrush water resource utilization into consideration were recommended for the departments concerned.

Key words: agricultural production; support vector machines; irrigation water; water inrush from tunnel

我国是世界上的农业大国之一,其西部地区的农业生产又是当地的主要经济来源之一。随着我国西部大开发战略的稳步推进,西部山区的隧道工程不仅越建越多,而且越修越长[1]。然而,在改善当地交通环境的同时,山区隧道建设也产生了一系列的环境问题,其中隧道排水影响当地农业生产较为突出,如襄渝铁路中梁山隧道施工期间引起48口泉水被排干,极大地改变了隧址区的人居环境[2];渝怀铁路圆梁山隧道建设导致一定范围内的地下水被排干,直接或间接地影响了当地居民的生活和生产用水[3];渝怀铁路歌乐山隧道施工导致山上6万多居民的生产和生活用水受到严重影响[4]。这些影响不仅容易引发严重的民众纠纷,而且可能形成社会的不稳定因素。以垫(江)邻(水)高速铜锣山隧道(以下简称隧道)为例,通过建立隧道排水来源识别的支持向量机(Support vector machines,SVM)[5,6]模型,分析了隧道排水对当地农业生产的影响,以期为影响区内农业生产用水供水措施的制定和隧道排水的资源化利用提供参考。

1隧道工程及区域水文地质概况

1.1隧道工程概况

铜锣山越岭双洞公路隧道为重庆垫江—广安邻水高速公路的关键控制性工程,位于四川省广安市邻水县元市镇和城南镇之间的铜锣山背斜中段,东距重庆约80 km,西至成都约310 km。隧道进口位于铜锣山背斜东翼的蓼子沟,出口位于背斜西翼的腊月丘,全长5.2 km,最大埋深280 m,人字形纵坡,采用由进出口同时向变坡点掘进的施工方式。该隧道始建于2005年,已于2008年夏季贯通。

1.2区域水文地质概况

隧址区地貌景观主要呈一山(铜锣山)两岭(背斜两翼)夹一谷(岩溶槽谷)的特征,出露地层主要有三迭系下统嘉陵江组(T1j),中统雷口坡组(T2l)和上统须家河组(T3x)及侏罗系(J)地层。除第四系(Q4)松散堆积物分布在槽谷和地形低洼处外,其余地层大面积出露,岩性主要为可溶岩(石灰岩及白云岩)和非可溶岩(砂岩、粉砂岩、泥岩等),且前者(分布于槽谷)被挟持于后者(地处两岭地带)中。

隧址区属温热潮湿气候,年平均气温16.9 ℃,年平均降雨量1 215.5 mm,地下水主要赋存、运移在呈条带状分布的碳酸盐岩溶蚀裂隙和管道中,非可溶岩构成相对隔水层。岩溶地下水主要接受降水的集中式渗(注)入补给及部分地表溪流水补给。受地层出露及地形条件的限制,在中部和东部,岩溶水主要沿东北向西南方向运移;而在西部,岩溶水则由西南向东北方向运移,并在地形切割处以泉或泉群形式排泄。

2SVM基本理论

SVM的核心是构造最优超平面,其基本思想为通过构造合适的映射函数将输入向量映射到一个高维特征空间,再在高维特征空间中寻找最优分类超平面,使它尽可能将不同类别数据正确分开,并使类间间隔最大。相关计算理论见文献[5-10]。

2.1二分类SVM

假设存在训练样本{xi,yi},i=1,2,…,l;xi∈Rn;yi∈{-1,+1};l为训练样本数,n为输入维数。在线性可分的情况下,存在一个分类超平面,可使两类样本完全分开,即:

w·xi+b=0(1)

求解分类超平面就是找到给定训练样本的权值w和阈值b的最优值,故可将上述问题归结为以下二次规划:

利用拉格朗日优化可将上述二次规划问题转化为对偶问题进行求解,即可得到最优拉格朗日乘子α*=(α*1,α*2,…,α*l)T,α*≠0对应的样本称为支持向量,此时决策函数为:

对于线性不可分问题,可通过引入一个非线性映射函数把样本映射到一个高维特征空间,在高维特征空间将其转化为线性分类问题。该非线性映射函数通常选用核函数K(xi,x),此时决策函数为:

得到决策函数后,可将待判定的样本x代入,通过计算该函数的正负来识别x的归属。

2.2多分类SVM

目前,多分类支持向量机算法主要通过组合一系列二分类支持向量机来实现,常用算法主要有“一对一”和“一对多”算法,这里采用有向无环图的“一对一”算法,即通过构建l(l-1)/2个子分类器并采取投票策略和竞争机制来确定预测样本的类别。

3隧道排水对当地农业生产的影响

3.1隧道排水的可能来源筛选

隧道地区地表冲沟发育,但常年性溪流主要为清水溪。隧道地区居民农业生产用水以溪沟水(主要是清水溪)为主,当井泉水有富余时也可用作农业生产用水,如AQ23、AQ24、AQ21、AQ37、BQ26和BQ27等。隧道建设过程中,不可避免会揭露某些含水通道,从而形成排水,随着隧道排水的不断延续,含水层中储存的地下水将被不断排干,进而影响当地农业灌溉。为准确分析隧道排水对当地农业灌溉用水的影响,首先应识别出哪些灌溉用水与隧道排水可能存在联系。从水文地质角度分析,铜锣山隧道排水的主要来源可能为区内岩溶地下水、地表溪流和煤系地层砂岩裂隙水,因此此次选取2005年7月至2007年8月采取的清水溪地表水(XBQ25)、老窑水(AQ11、AQ21)和岩溶泉水(AQ23、AQ24、AQ37、BQ26和BQ27)为训练样本,以K++Na+、Ca2+、Mg2+、Cl-、SO42-和HCO3-作为水源判别的特征因子,对隧道内7处主要排水点的水源进行识别。

隧道与各水文点位置关系见图1。

3.2模型主要参数设置

影响SVM模型分类精度和推广能力的主要参数为核函数和惩罚常数C[10],鉴于径向基函数(RBF)具有较强的非线性映射能力和良好的性态,因此,SVM模型选取RBF函数作为核函数。核函数中的参数直接影响RBF函数的形状和分类性能,γ过小,SVM对训练样本的错分率较低,但推广能力较差,过大则错分率高且推广能力差[11]。C的大小表征模型对训练样本错判时的惩罚程度显示,C越大则分类精度越高,但可能出现“过度训练”现象[10]。经试算搜索,确定SVM模型的最优参数为C=1.15,γ=23.5。

3.3隧道排水对当地农业用水的影响

利用训练好的模型,对隧道内排水进行识别,其结果均与地表岩溶泉水属同一类别,换言之,隧道排水主要来自区域嘉陵江组和雷口坡组地层岩溶含水层的贡献,即隧道排水对当地主要灌溉水源清水溪未造成影响。对于上述结论,结合清水溪、AQ21、AQ23、AQ37、BQ26和BQ27的流量动态监测资料进行分析论证:

1)主要灌溉水源清水溪未受影响。隧道YK33+935至YK34+040段为廖家沟浅埋段,埋深小于40 m,距地表常年水体清水溪的直线距离不足400 m。隧道施工单位在施工至该段时进行了地表注浆,根据清水溪流量动态监测资料,该段隧道施工期间,清水溪并无明显漏失现象,表明隧道排水的主要来源并非清水溪,这与SVM模型识别结论一致,从而说明隧道排水未对当地主要灌溉水源清水溪造成影响。

2)辅助灌溉水源受到明显影响。AQ23、AQ37、BQ26和BQ27均为廖家沟浅埋段附近的岩溶泉水,距隧道轴线的直线距离分别为370、20、570和670 m,为当地除大气降雨、清水溪和一些冲沟外的辅助灌溉水源。监测期间,上述泉点流量均出现了不同程度衰减甚至是枯竭现象。根据调查访问,AQ23往年枯水期流量可保持在0.5~1.0 L/s,但自2006年6月以来,该泉点经常枯竭,仅在降雨后能短时出水;AQ37受地表注浆干扰,趋势不明显;BQ26往年枯水期流量约0.1~0.3 L/s,自2006年5月以来,该点流量出现多次明显衰减,并于2007年5月曾一度枯竭,之后若短时间内无降雨,亦会出现流量减少或枯竭现象;BQ27往年枯水期流量约1.0~3.0 L/s,自2006年8月以来,该点流量衰减明显,并曾几近枯竭(Q=0.055 L/s)。

另外,AQ21为一废弃煤矿,洞口距隧道轴线约940 m,其出水主要供附近村民生产和生活使用。根据调查访问,该点往年枯水期流量约0.1~0.3 L/s,自2006年6月以来,该点长时间枯竭,并于2007年1月经较长时间降雨补给后,流量有所回升,但2007年7月又已枯竭,故认为AQ21亦可能受到了隧道施工的干扰。前述识别结论和动态监测资料均表明隧道地区辅助灌溉水源受到了明显影响。

4结论

分析表明,隧道排水的主要来源为区内嘉陵江组和雷口坡组岩溶含水层中的地下水,而并非清水溪。由此说明隧道排水并未对当地农业生产的主要灌溉水源清水溪造成影响,而只是影响了一些辅助灌溉水源,尽管如此,为切实保护当地人居环境,建议有关部门考虑影响区内农业生产用水的供水措施和隧道排水的资源化利用。

参考文献:

[1] 贺志勇,张娟,王存宝,等. 高速公路隧道安全性的综合评价[J].华南理工大学学报(自然科学版),2008,36(2):58-63.

[2] 付开隆.渝遂高速公路中梁山隧道岩溶塌陷及涌水量分析[J].水文地质工程地质,2005,32(2):107-110.

[3] 王勐,许兆义,王连俊,等.圆梁山毛坝向斜段隧道涌突水灾害及对地下水的影响[J].中国安全科学学报,2004,14(5):6-10.

[4] 赵金凤.歌乐山隧道施工涌水对周边地下水系统的影响及环境效应[D].成都:成都理工大学,2004.

[5] VAPNIK V N. The nature of statistical learning theory[M]. New York: Springer-Verlag,1995.

[6] VAPNIK V N. Statistical learning theory[M].New York: John Wiley & Sons,1998.

[7] 闫志刚,杜培军,郭达志. 矿井涌水水源分析的支持向量机模型[J].煤炭学报,2007,32(8):842-847.

[8] 闫志刚,白海波.矿井涌水水源识别的MMH支持向量机模型[J].岩石力学与工程学报,2009,28(2):324-329.

[9] 邓乃扬,田英杰.数据挖掘中的新方法——支持向量机[M].北京:科学出版社,2004.

[10] 李秀珍,孔纪名,王成华.多分类支持向量机在滑坡稳定性判识中的应用[J].吉林大学学报(地球科学版),2010,40(3):631-637.

[11] 任立辉,李文东,慈兴华,等.基于LIBSVM的石油录井中岩屑岩性识别方法研究[J].中国海洋大学学报,2010,40(9):131-136.

猜你喜欢

支持向量机农业生产
基于改进支持向量机的船舶纵摇预报模型
基于SVM的烟草销售量预测
动态场景中的视觉目标识别方法分析
论提高装备故障预测准确度的方法途径
浅析信息化在农业管理中的作用
新疆小麦滴灌技术的应用与存在问题
基于二元Logistic模型的新型职业农民农业生产意愿的影响因素及其对策探析
劳动力转移对农业生产的效应分析
基于熵技术的公共事业费最优组合预测
新形势下节水灌溉技术在农业生产中的应用研究