基于变权重−云模型的岩溶隧道涌突水灾害风险评估——以中梁山隧道为例.pdf

基于变权重云模型的岩溶隧道涌突水灾害风险评估以中梁山隧道为例李慧1，魏兴萍1,2，刘程3，李良鑫1（1.重庆师范大学地理与旅游学院,重庆401331；2.长江上游湿地科学研究重庆市重点实验室,重庆401331；3.重庆师范大学计算机软件学院,重庆401331）摘要：针对岩溶隧道涌突水的致险因素的不确定性、复杂性和隧道涌突水风险评价的主观性，以成渝中线中梁山岩溶隧道工程为背景，建立基于正态云模型的隧道涌突水风险评价方法。通过选取地层岩性、地质构造、地表汇水条件、隧道空间位置、地下水循环交替条件作为风险影响因素，构建涌突水风险评估体系；基于正态云模型确定的各影响因子数字特征及变权向量计算综合隶属度，最终判定岩溶隧道涌突水灾害风险等级。结果表明：成渝中线中梁山隧道涌突水灾害为“II 级”与“级”之间，涌突水灾害发生可能性大且危害高，与实际开挖结果一致。文章构建的岩溶隧道涌突水灾害风险评估方法，实现了多元决策下的隧道涌突水灾害风险分级客观性，适合岩溶隧道的风险评估，为日后隧道质量控制和寿命评估提供参考。关键词：正态云模型；变权重；岩溶隧道；综合隶属度；涌突水灾害中图分类号：U456；U458.1文献标识码：A文章编号:10014810（2023）03054810开放科学（资源服务）标识码（OSID）：0引言社会经济的快速发展和交通运输需求的激增，加速了国家高速公路网和铁路网的建设与完善，促进了隧道工程建设的迅速发展。中国已成为世界上拥有隧道规模最大、数量最多和修建技术最完善的国家1。十四五现代综合交通运输体系发展规划的通知提出“打造成渝地区双城经济圈一小时交通网，积极构建成渝城际交通网”的发展规划。推进西南地区深长隧道建设成为建设交通强国、巩固西南地区脱贫攻坚成果的必然要求。西南地区独特的地质环境和岩溶作用形成了地表、地下双层空间结构，岩溶含水层发达的裂隙、管网、溶洞、溶孔和暗河水系等地下水系统，成为地表水与地下水交换输移的通道2，地表水经常漏失为地下水3。复杂的地质结构给隧道施工造成巨大困难，丰富的地下水系统使隧道施工极易发生涌、突水等严重地质灾害4，可能造成巨大的经济损失，甚至人员伤亡5。因此，对岩溶隧道涌突水灾害风险性的准确评估，对规避隧道涌突水灾害发生，保证隧道建设与运营安全具有重要意义。近年来，模糊数学67、层次分析法8、BP-神经网基金项目：重庆市自然科学基金项目(cstc2021jcyj-msxmX0616)；国家自然科学基金项目(42107355，41202135)；重庆师大学三春湖创新项目（202201465）第一作者简介：李慧（1999），女，硕士研究生，主要从事岩溶地质灾害研究。E-mail：。通信作者：魏兴萍（1974），女，博士，教授，主要从事岩溶地质灾害研究。E-mail：。收稿日期：20220112第42卷第3期中国岩溶Vol.42No.32023年6月CARSOLOGICASINICAJun.2023李慧，魏兴萍，刘程，等.基于变权重云模型的岩溶隧道涌突水灾害风险评估以中梁山隧道为例J.中国岩溶，2023，42（3）：548-557,572.DOI：10.11932/karst20230306络法9、FAHP-TOPSIS 法10和可拓物元理论11等方法被运用到隧道涌突水评估工程实践中，且均取得一定成效，但隧道涌突水影响因素的不确定性、复杂性以及风险评价的主观性等问题尚未解决，评价指标赋权均采用常权理论，对工程施工动态反馈因素研究匮乏，评估结果易存在误差，增大施工风险。李德毅院士基于概率论和模糊数学方法提出的云模型，旨在通过算法解决定性描述向定量数值表达之间的不确定性转换，处理模糊问题方面具备一定优势，在数据挖掘和系统综合评估等方面广泛应用。相比其他评估方法，建立基于云模型理论的岩溶隧道涌水风险评价模型，能清晰直观地反映风险的模糊隶属情况，确定风险等级。变权理论在多属性决策12、趋势预测13、可靠性分析14等方面应用广泛，能够解决常权理论权重一成不变，与实际情况不符的问题。变权函数和云模型相结合的风险评估，针对岩溶涌突水灾害影响因素的随机性、模糊性和评估结果的主观性具有重要的研究价值和现实意义。本文基于变权理论与云模型理论针对岩溶隧道涌突水风险评估的优势，以成渝中线中梁山岩溶隧道为研究对象，采用基于正态云模型的岩溶隧道涌突水风险评估方法，引入变权理论动态调整权值，确立涌突水风险等级及划分标准，进行岩溶隧道涌突水灾害风险评估，验证模型的可行性和科学性，以期为相似地理背景的岩溶隧址区的涌突水灾害预测提供参考依据和今后隧道建设的安全施工及运行提供理论参考。1变权重-云模型原理1.1正态云评估模型云估模型以模糊理论为基础，通过正向云变换和逆向云变换实现定性概念和定量表示之间的相互映射15，反映了各定性概念自身所具有的不确定性，同时揭示了客观事物的随机性和模糊性的关联16。云的数字特征反映了定性概念的定量特性，用期望Ex、熵 En 和超熵 He 三个数值来表征。本文运用正态云模型进行隧道涌突水灾害风险评估，依据正态云模型理论，U 为影响因素的论域且 U=x；假定 T是 U 上的一个定性概念，随机元素 x 均存在一个具有稳定倾向的随机数值(x)0,1，即 x 对 T 的隶属度，隶属度在 U 上的分布为云。单个(x,(x)结果称为云滴，云滴是论域空间中的一个随机变量，整体服从泛正态分布。对于定性概念 T，正态云模型隶属度满足：(x)=exp(xEX)2(2En)2)(1)式中：x 为实际取值；Ex 和 En 为云模型的期望和熵；且 En 服从 En(En,He2)；He 为超熵（即 En 的熵），He 的取值相对于 En 的取值较小，计算(x)时，可以用 En 来代替 En。1.2变权重计算与综合隶属度众多影响因素的综合作用导致岩溶隧道涌突水灾害的发生，影响因素的赋权权值对评估结果准确性至关重要。基于隧道涌突水各影响因子间的相对重要性，引入变权理论，动态调整常数权值。变权系数综合评估法包含激励型、惩罚型、混合型三种类型17，本文采用惩罚型变权函数对评估指标进行处理。定义 1：Wj:0,1n0,1，（x1,xn）Wj（x1,xn），j=1,2,n。该映射满足归一性、连续性及单调递减性条件。W(x)=(W1(x),Wn(x)，(j=1,n)为特定状态向量 x 下的变权值。定义 2：S:0,1n0,1,xS(x)=(S1(x),Sn(x)。映射 S 为一个 n 维状态变权向量，惩罚性变权向量应满足以下条件：(1)xixjSi(x)Sj(x)；(2)Si(x)（i=1,n）自变量为连续变量；(3)常权向量 W 在满足上述定义前提下有：W(x)=(W1S1(x),WnSn(x)nj=1WjSj(x)=W S(x)nj=1WjSj(x)(2)式中：WS(x)为静态权向量 W 和状态变权向量 S(x)归一化的 Hadamard 乘积；均衡函数 f(x)计算得状态权向量值18。正态云评估模型确定隧道涌突水的单个影响因素隶属度 j(x)，结合变权向量 W(x)，计算综合隶属度 U，公式为：U=nj=1j(x)wj(x)(3)2岩溶隧道涌突水灾害风险分析2.1岩溶隧道涌突水灾害风险评估体系的确立岩溶涌突水是地下水运移网络或储存条件受外第42卷第3期李慧等：基于变权重云模型的岩溶隧道涌突水灾害风险评估以中梁山隧道为例549界干扰造成动力失稳的现象。中梁山岩溶隧址区页岩、灰岩、白云岩等岩层分布，可溶性岩层在地表水和地下水的长期作用下，裂隙、溶洞和暗河等广泛发育。隧道建设过程中穿越岩溶发育的岩层，隧道掘进面底部被质地软弱的填充物填满，给隧道底部的夯实处理造成困难。爆破施工等易导致隧址区岩层内饱水的填充物受到扰动，直接喷涌入施工巷道，威胁施工作业人员的人身安全。地质构造是涌突水灾害发生的直接因素，严重制约着地下水的水力联系，并影响涌突水灾害发生时的水量补给1920。中梁山隧道属于川东隔挡式构造华蓥山帚状褶皱束之东南缘，位于观音峡背斜两江（长江、嘉陵江）河间地带北段，在强烈侵蚀溶蚀作用下，塑造了典型的“一山三岭两槽”的笔架式地形。构造应力的强烈作用下，促使隧址区形成了溶沟、溶槽和断层破碎带等地质构造，特殊地质构造为地下水的储存提供空间21，地下水在高水头压力下易向隧道输送，导致涌突水灾害的发生。地下水的水位和水量在很大程度上取决于地表的汇水条件22，地表水的汇集是隧道涌突水灾害发生的补给条件23。降雨量、坡度及渗透系数是影响地表汇水的主要因素。中梁山区的降雨会直接影响地下水的流速、水位等变化24；石灰土为主要土壤类型，土层薄且分布不均匀，土壤和岩层渗透性高。中小雨强时，雨滴对地表的击溅能力弱，雨水下渗并沿裂隙形成地下径流25，坡面产流主要以地下径流为主；大雨强时，土壤较快达到饱和，下渗能力减弱，地表产流和地下产流并重26。地形、坡度决定地表水的汇聚能力22，隧址区位于观音峡背斜，西翼岩层倾角为 4779，东翼岩层倾角为 3560，陡峻坡面促进坡面产流，地表径流汇流于低洼地带并渗漏进入地表缝隙和岩溶管道内。隧道洞身的埋深位置是涌突水灾害发生的重要影响因子。隧道对地下水环境的影响程度由隧道的埋深和其与地下水位的相关关系决定27。依据中梁山的地形地貌、地质环境和水域状况，可分为上层水循环带、潜水循环带和深层溶隙水渗透带 3 类地下水循环系统（图 1，图 2）。中梁山岩溶区隧道均位于地下水位以下，存在渗水或涌突水问题。在枯水期，不易发生渗水或涌突水问题；在雨季或丰水期，降雨量丰沛，地表径流大量补给地下水，隧道洞内裂隙的出水量增大甚至会形成新的涌突水点。同时，岩溶裂隙发育程度随深度增加逐渐降低28，地下水的水压力也会影响涌突水灾害的发生。00.5 km图1成渝中线中梁山隧道隧址区位置图Fig.1LocationofZhongliangshantunnelonthemiddlerouteofChengdu-Chongqing600高程/m隧道T3xjT2lT1 jT1 f 3+4T1 f 3+4T1 jT3 xjT2lT1 f 2地下水水位50040030020010038075078546020680630720DK15D17DK16页岩白云质灰岩灰岩泥岩长石石英砂岩白云岩强富水较富水贫富水断层图2中梁山岩溶隧道水文地质剖面图Fig.2HydrogeologicalprofileofZhongliangshantunnel本文岩溶隧道涌突水风险评估考虑以下影响因子（图 3）：地层岩性，包括岩层碳酸钙含量和岩石结构；地质构造，包括导水断裂构造、阻水断裂构造和褶皱构造；地表汇水条件；隧道空间位置；550中国岩溶2023年地下水循环交替条件。参考武鑫、刘敦文等6,29的研究方法并向科研高校地质灾害领域教授、隧道施工单位工程师和隧道检测单位工程师共 8 位专家咨询，确定各影响因素对岩溶隧道涌突水灾害等级及分级标准，明确成渝中线中梁山隧道涌突水灾害各影响因素的参数值。隧道涌突水风险等级划分标准及因素取值范围见表 1；岩溶隧道涌突水灾害影响因素基本参数见表 2。2.2岩溶隧道涌突水风险评价因素及分级标准根据隧道涌突水影响因素取值范围，确定各风险等级的正态云模型数字特征，数字特征计算公式29如下：Ex=(Cmax+Cmin)2En=(CmaxCmin)6He=K(4)式中：Cmax和 Cmin为隧道涌突水五个风险等级标准区间的边界值；Ex 为期望，表示云滴在论域空间分布的期望，即云模型覆盖范围面积的中心；En 表示熵，由定性概念的随机性和模糊性共同决定；超熵 He 是En 的熵，揭示了模糊性和随机性的关联，反映了云滴的离散程度；K 为当前超商取值，根据经验值取0.0130。各风险等级数字特征计算结果见表 3。如图 4a 至 4d、4f 所示，各单因素云图自左向右风险评价等级逐步提高，表明地层岩性、地表水的汇水条件、导水断裂构造与褶皱构造和岩溶隧道涌突表 1岩溶隧道涌突水灾害风险影响因素及分级标准Table1Influencingfactorsandclassificationstandardsofwaterinrushdisasterinkarsttunnels影响因素无风险（级）轻度风险（级）中度风险（级）高度风险（级）最高风险（级）II1I11144881212161620I12144881212161620I2144771212171720I3I3116610101414171720I32144661010141417I3320161714141010441I4201818141488331I5201616121288441表 2岩溶隧道涌突水影响因素正态云模型数字特征Table2Digitalcharacteristicsofnormalcloudmodelforinfluencingfactorsofwaterinrushinkarsttunnels影响因素级级级级级（Ex,En,He）（Ex,En,He）（Ex,En,He）（Ex,En,He）（Ex,En,He）I11(2.5,0.5,0.01)(6,0.66,0.01)(10,0.66,0.01)(14,0.66,0.01)(18,0.66,0.01)I12(2.5,0.5,0.01)(6,0.66,0.01)(10,0.66,0.01)(14,0.66,0.01)(18,0.66,0.01)I2(2.5,0.5,0.01)(5.5,0.5,0.01)(9.5,0.83,0.01)(14.5,0.83,0.01)(18.5,0.5,0.01)I31(3.5,0.83,0.01)(8,0.66,0.01)(12,0.66,0.01)(15.5,0.5,0.01)(18.5,0.5,0.01)I32(3.5,0.5,0.01)(5,0.33,0.01)(8,0.66,0.01)(12,0.66,0.01)(15.5,0.5,0.01)I33(18.5,0.5,0.01)(15.5,0.5,0.01)(12,0.66,0.01)(7,1,0.01)(2.5,0.5,0.01)I419,0.33,0.01)(16,066,0.01)(11,1,0.01)(5.5,0.83,0.01)(2,0.33,0.01)I5(18,0.66,0.01)(14,0.66,0.01)(10,0.66,0.01)(6,0.66,0.01)(2.5,0.5,0.01)隧道涌突水风险评估 I地层岩性 I1岩层碳酸钙含量 I11岩石结构I12地表汇水条件件 I2地质构造条件 I3导水断裂构造 I31阻水断裂构造 I32褶皱构造 I33隧道空间位置 I4地下水循环交替强度 I5图3中梁山岩溶隧道涌突水风险评估指标体系Fig.3RiskassessmentindexsystemofwaterinrushinZhongliangshantunnel第42卷第3期李慧等：基于变权重云模型的岩溶隧道涌突水灾害风险评估以中梁山隧道为例551水风险呈负相关。地表岩溶洼地、槽谷等补给区的汇水面积影响地下水补给量；导水断裂构造和褶皱构造等地质造将地表水体、富水溶腔及地下暗河或高压强含水层与隧道贯通时,加剧了涌突水灾害发生的可能性。图 4e、图 4g 和 4h 中单因素云图自左向右安全评价等级逐步降低，地下水循环越快，表明地下储水空间越大，岩溶隧道越容易发生涌突水；阻水断裂构造和隧道位置埋深高于地下水位，隧道受到地下水循环条件及水压的影响越小，则不易发生岩溶隧道涌突水灾害。如前文所述，该云图表明了单因素影响下岩溶涌突水灾害的风险等级关系，通过惩罚变权理论进行多因素叠加，获得符合实际岩溶隧道涌突水灾害的综合隶属度结果。3工程算例成渝中线中梁山隧址区岩溶强烈发育，隧道工表 3岩溶隧道涌突水灾害影响因素基本参数Table3Basicparametersofinfluencingfactorsofwaterinrushdisastersinkarsttunnels隧道DK14+720DK15+630DK15+630DK15+680DK15+680DK16+020DK16+020DK16+460DK16+460DK16+750DK16+750DK16+785DK16+785DK17+380I1119519818.5818.5I1218151815181518I2188171217817I3116718518715I326224242I336121285314I414151315141218I51515159171571.0abcdefgh0510岩层碳酸钙含量1520250.80.6/x0.40.201.0510岩石结构1520250.80.6/x0.40.201.0510地表汇水条件1520250.80.6/x0.40.201.0510导水断裂构造1520250.80.6/x0.40.201.0510褶皱构造1520250.80.6/x0.40.201.0510阻水断裂构造15200.80.6/x0.40.201.0510隧道空间位置1520250.80.6/x0.40.201.0510地下水循环交替强度1520250.80.6/x0.40.20I 级II 级III 级IV 级V 级I 级II 级III 级IV 级V 级I 级II 级III 级IV 级V 级I 级II 级III 级IV 级V 级I 级II 级III 级IV 级V 级I 级II 级III 级IV 级V 级I 级II 级III 级IV 级V 级I 级II 级III 级IV 级V 级图4单影响因子典型云模型Fig.4Normalcloudmodelwithsinglefactor552中国岩溶2023年程在建设时遭遇不同程度的岩溶涌突水问题，并对环境造成了难以恢复的影响。因此，采用本文建立的变权重云模型进行岩溶隧道涌突水灾害风险评估。岩溶隧道涌突水灾害影响因素基本参数如表 3列出。因各影响因素存在量纲差异，为方便计算，将各影响因素的参数值归一化处理，结果见表 4。3.1常权及变权计算岩溶隧道影响因素的变权向量由常权向量和状态变权向量计算确定。因此，首先需要计算各变权向量因素对应的常权向量。本文采用 AHP 法31确定岩溶隧道涌突水影响因素的常权向量，判断矩阵为：A=1.000.144.000.171.600.200.250.257.001.002.000.400.480.501.672.220.250.501.000.380.690.670.500.606.002.501.601.001.202.500.330.506.002.201.450.831.000.670.404.005.002.101.500.401.501.002.002.004.000.602.003.002.500.501.001.674.000.451.672.000.250.500.601.00计算得出常权向量 W：W=(0.0738,0.1316,0.0590,0.1593,0.1508,0.1618,0.1643,0.0995)惩罚型变权、激励型变权以及混合型变权均为状态变权32。惩罚型变权强调各因素的均衡性，针对单因素评估值，对低水平评估值的减少反应灵敏，对高水平评估值的增加反应迟缓。故本文采用惩罚性状态变权向量，表示各影响因素在岩溶隧道涌突水灾害发生中的不利影响，判定结果较为保守。n 维指数型状态变权向量 S(x)中第 i 项可写作3233：Si(x1,xn)=f(xi x)=e(xi)(5)x 0=0.5式中：为状态向量平均值；，0 1，其中是否定水平，为惩罚水平，的取值越大则惩罚效果越明显34。根据表 4 判定，各影响因素的参数值归一化后小于 0.5 的影响因素处于边缘状态，因此，本文选取否定水平=0.5，惩罚水平。结合状态变权向量 S(x)和常权向量 W 计算变权向量 W（x）32，结果如下:W1(x)=(0.0628,0.1150,0.0516,0.1467,0.1763,0.1939,0.1595,0.0941)W2(x)=(0.0838,0.1149,0.0619,0.1717,0.1845,0.1529,0.1435,0.0869)W3(x)=(0.0632,0.1158,0.0533,0.1402,0.2012,0.1667,0.1649,0.0947)W4(x)=(0.0761,0.1129,0.0548,0.1779,0.1703,0.1669,0.1410,0.1000)W5(x)=(0.0625,0.1129,0.0520,0.1367,0.1962,0.1955,0.1566,0.0877)W6(x)=(0.0748,0.1110,0.0598,0.1659,0.1674,0.1872,0.1500,0.0839)W7(x)=(0.0637,0.1151,0.0530,0.1508,0.2000,0.1573,0.1437,0.1163)表 4岩溶隧道涌突水灾害影响因素参数值归一化结果Table4Normalizedparametervaluesofinfluencingfactorsofwaterinrushdisastersinkarsttunnels隧道DK14+720DK15+630DK15+630DK15+680DK15+680DK16+020DK16+020DK16+460DK16+460DK16+750DK16+750DK16+785DK16+785DK17+380I110.950.210.950.370.920.370.92I120.890.740.890.740.890.740.89I20.890.370.840.580.840.370.84I310.790.320.890.210.890.320.74I320.310.060.060.190.060.190.06I330.260.580.580.370.210.110.68I40.680.740.630.740.680.580.89I50.740.740.740.420.840.740.32第42卷第3期李慧等：基于变权重云模型的岩溶隧道涌突水灾害风险评估以中梁山隧道为例5533.2涌突水风险灾害评估各因素对岩溶隧道涌突水灾害的权重由各段岩溶隧道涌水灾害的影响因素组合的变权向量计算得出。依据公式（1）计算不同隧道涌突水影响因素的隶属度，结合不同段岩溶隧道的变权向量，利用公式（3）得出各段岩溶隧道的综合隶属度。在此基础上，依据最终的综合隶属度，按照最大隶属度原则，确定各段岩溶隧道涌突水的风险灾害的风险等级，涌突水灾害风险等级计算公式为：L=max(1,，n)(6)成 渝 中 线 中 梁 山 岩 溶 隧 道 涌 突 水 灾 害为II 级V 级（表5），中高风险区交替分布，其中DK15+630DK15+680、DK16+750DK16+785 为 II 级，DK16+020DK16+460 为III 级，DK14+720DK15+630、DK15+680DK16+020、DK16+460DK16+750 和DK16+785DK17+380 为 V 级。岩溶隧道涌突水灾害是多种影响因素共同作用的结果，易发生涌突水灾害的高风险隧道的各影响因子的参数值高于低风险区的影响因子参数值，且四段最高涌水风险区位于可溶岩与非可溶岩接触带，可溶岩地层是孔隙、裂隙与管道 3重介质系统，空隙率大21，岩溶发育，地下水活跃，为涌水灾害的发生提供了条件，增加了涌突水灾害发生的可能性，这与陈紫云35针对西南某隧道的研究结论相似，符合实际的隧道涌突水状况。表 5岩溶隧道涌突水灾害风险等级综合隶属度级评估结果Table5Assessmentofcomprehensivemembershipgradesofwaterinrushdisastersinkarsttunnels隧道DK14+720DK15+630DK15+630DK15+680DK15+680DK16+020DK16+020DK16+460DK16+460DK16+750DK16+750DK16+785DK16+785DK17+380I级0.00050.01050.00700.09290.04180.05960.0131II级0.10450.22560.09880.09190.06280.17420.0704III级0.01290.12240.08650.05980.00660.09890.0071级0.09860.04740.00680.11040.02960.04350.0921级0.14720.00050.15470.00040.17200.05870.1256风险等级级II级级III级级II级级4结论（1）将变权理论与云模型相结合，应用于岩溶隧道涌突水灾害风险评估，选取地层岩性、地质构造、地表汇水条件、隧道空间位置、地下水循环交替条件作为风险分级影响因素，确定涌突水风险灾害等级及分级标准，制定评价指标体系；（2)变权理论构造均衡函数，岩溶隧道各指标依具体情况赋权，规避了指标之间相互中和。量纲一计算得出的变权权重能够观察到同一样本内各指标的变化幅度和相对重要程度。云模型和变权权重计算的综合隶属度，实现了多元决策下岩溶隧道涌突水灾害风险分级；（3)构建岩溶隧道涌突水风险等级评估模型，结合成渝中线中梁山岩溶隧道涌突水灾害进行实例验证。结果表明：重庆中梁山岩溶隧道 DK15+630DK15+680 和 DK16+750DK16+785 为轻度风险隧道段，DK16+020DK16+460 为中度风险段，DK14+720DK15+630、DK15+680DK16+020、DK16+460DK16+750 和 DK16+785DK17+380 为最高风险段；本文构建的岩溶隧道涌突水灾害风险评价方法可考察不同参数组合下岩溶隧道涌突水风险等级差异并做出定量描述，与实际风险情况基本一致，较传统的层次分析法，对隧道涌突水风险评估更具参照性和客观性，为岩溶隧道隧道涌突水灾害评估提供了一种新方法，能够有效解决岩溶隧道涌突水灾害风险预测的模糊性、随机性和评判的主观性问题。参考文献王梦恕.中国铁路、隧道与地下空间发展概况J.隧道建设,2010,30（4）：351-364.WANGMengshu.Anoverviewofdevelopmentofrailways,tun-nelsandundergroundworksinChinaJ.TunnelConstruction,2010,30（4）：351-364.1谢国文,杨平恒,卢丙清,陈峰,张宇,池彦宾.基于高分辨率示踪技术的岩溶隧道涌水来源识别及含水介质研究J.中国岩溶,2018,37（6）：892-899.XIE Guowen,YANG Pingheng,LU Bingqing,CHEN Feng,ZHANGYu,CHIYanbin.Sourceidentificationofkarsttunnelgushingwaterandstudyofaquifermediabasedonhigh-resolu-2554中国岩溶2023年tion tracer technologyJ.Carsologica Sinica,2018,37（6）：892-899.王家楠,蒋勇军,贺秋芳,范佳鑫,何瑞亮,吴超.中梁山岩溶槽谷区荒草地土壤微生物群落对隧道建设的响应J.生态学报,2019,39（16）：6136-6145.WANGJianan,JIANGYongjun,HEQiufang,FANJiaxin,HERuiliang,WUChao.Responseofsoilmicrobialcommunityingrassland to tunnel construction in the karst trough valley,Zhongliang Mountain,ChongqingJ.Acta Ecologica Sinica,2019,39（16）：6136-6145.3徐颖,左昌群,陈志超,方晓睿.推覆构造带碳酸盐岩隧道突水机制及风险规避J.岩石力学与工程学报,2014,33（Supp.1）：2885-2893.XU Ying,ZUO Changqun,CHEN Zhichao,FANG Xiaorui.Karst water inrush mechanism and risk mitigation of tunnelhostedincarbonateofnappestructurebeltsJ.ChineseJournalof Rock Mechanics and Engineering,2014,33（Supp.1）：2885-2893.4魏兴萍,张虹,苏程烜.重庆南山隧道工程涌水隐患研究J.中国岩溶,2016,35（1）：74-80.WEIXingping,ZHANGHong,SUChengxuan.HazardofwatergushingcausedbyNanshanTunnelengineering,ChongqingJ.CarsologicaSinica,2016,35（1）：74-80.5武鑫,黄敬军,缪世贤.基于层次分析模糊综合评价法的徐州市岩溶塌陷易发性评价J.中国岩溶,2017,36（6）：836-841.WUXin,HUANGJingjun,MIAOShixian.Susceptibilityzon-ingandmappingofkarstcollapseinXuzhouusinganalytichier-archyprocess-fuzzycomprehensiveevaluationmethodJ.Car-sologicaSinica,2017,36（6）：836-841.6Sun Xingliang,Teng Guo,Guo Xiaolong,Li Xinzhi.Riskassessmentofwaterinrushinkarsttunnelsbasedonfuzzycom-prehensive evaluation considering misjudgment losses:A casestudyJ.ArabianJournalofGeosciences,2022,15:421-439.7吴远斌,刘之葵,殷仁朝,雷明堂,戴建玲,罗伟权,潘宗源.基于AHP和GIS技术的湖南怀化地区岩溶塌陷易发性评价J.中国岩溶,2022,41（1）：21-33.WUYuanbin,LIUZhikui,YINRenchao,LEIMingtang,DAIJianling,LUO Weiquan,PAN Zongyuan.Evaluation of karstcollapse susceptibility in Huaihua,Hunan Province based onAHPandGISJ.CarsologicaSinica,2022,41（1）：21-33.8杨卓,马超.基于BP神经网络方法的岩溶隧道突涌水风险预测J.隧道建设,2016,36（11）：1337-1342.YANGZhuo,MAChao.Riskpredictionofwaterinrushinkarsttunnels based on BP neural networkJ.Tunnel Construction,2016,36（11）：1337-1342.9袁青,陈培帅,钟涵,江鸿,吴诗琦,闫鑫雨.基于优化FAHP-TOPSIS法的高压富水花岗岩断层涌水预测J.隧道建设(中英文),2019,39（5）：766-774.YUANQing,CHENPeishuai,ZHONGHan,JIANGHong,WUShiqi,YANXinyu.Watergushingpredictioninhigh-pressure10water-richgranitefaultzonebasedonoptimizedFAHP-TOPSISmethodJ.TunnelConstruction,2019,39（5）：766-774.黄小城,陈秋南,阳跃朋,张志敏.可拓理论对复杂条件下岩溶隧道的风险评估J.地下空间与工程学报,2013,9（5）：1179-1185.HUANGXiaocheng,CHENQiunan,YANGYuepeng,ZHANGZhimin.Riskevaluationofkarsttunnelundercomplexgeologi-cal condition with extension theoryJ.Chinese Journal ofUndergroundSpaceandEngineering,2013,9（5）：1179-1185.11徐选华,赵程伟,何继善,刘瑞环.多型异构数据下关联变权空间多属性决策方法J.系统工程理论与实践,2020,40（7）：1895-1905.XUXuanhua,ZHAOChengwei,HEJishan,LIURuihuan.Asso-ciation variable weight space multi-attribute decision methodundermulti-typeheterogeneousdataJ.SystemsEngineering-Theory&Practice,2020,40（7）：1895-1905.12Shi Liangliang,Wang Xia,Shen Yongliang.Research on 3Dface recognition method based on LBP and SVMJ.Optik-InternationalJournalforLightandElectronOptics,2020,220：165157.13ZhouPing,MengLuoming,QiuXuesong,WangZesheng,WangZhipeng,ChenZhifeng.EvaluationofcloudservicereliabilitybasedonclassifiedstatisticsandhierarchyvariableweightJ.JournalofSignalProcessingSystems,2019,91（10）：1115-1126.14LeiJunjie,YangWunian,YangXin.Soilmoistureinavegeta-tion-coveredareausingtheimprovedwatercloudmodelbasedonremotesensingJ.JournaloftheIndianSocietyofRemoteSensing,2021,50（1）：1-11.15杨洁,王国胤,刘群,郭毅可,刘悦,淦文燕,刘玉超.正态云模型研究回顾与展望J.计算机学报,2018,41（3）：724-744.YANGJie,WANGGuoyin,LIUQun,GUOYike,LIUYue,GANWenyan,LIUYuchao.RetrospectandprospectofresearchofnormalcloudmodelJ.ChineseJournalofComputers,2018,41（3）：724-744.16孙庆鹏,李战武,常一哲.基于威力势场的多机种威胁评估方法J.系统工程与电子技术,2018,40（9）：1993-1999.SUN Qingpeng,LI Zhanwu,CHANG Yizhe.Multi-types air-planethreatassessmentbasedoncombatpowerfieldJ.Sys-temsEngineeringandElectronics,2018,40（9）：1993-1999.17张萌,王俊智,李洁祥,张波,王心义.基于变权理论与物元可拓 模 型 的 矿 井 水 质 识 别J.环 境 科 学 与 技 术,2021,44（Supp.1）：66-72.ZHANG Meng,WANG Junzhi,LI Jiexiang,ZHANG Bo,WANGXin