基于CBR的泥石流區域鐵路選線方案輔助決策模型研究

樊惠惠，李遠富，蔣 頻，楊昌睿，鄒 鑫

(1.西南交通大學土木工程學院，成都 610031；2.高速鐵路線路工程教育部重點實驗室，成都 610031)

引言

泥石流是山區常見的一種地質災害，我國的西南地區山地眾多，地質條件復雜，泥石流災害頻發，其數量和規模居世界前列[1]。大部分泥石流災害區域地段只能依靠重大工程結構物如高墩橋梁、深埋長隧才能通過，往往工程費用極高，并且控制著整條線路的安全性。擬建川藏鐵路行經區域是典型的高海拔、大高差復雜艱險山區，泥石流災害頻繁發生，且現有技術條件難以在如此復雜的地形、地貌、地質條件下全面完整地掌握線路情況。因此，在制定選線策略時，就需要借助歷史案例來支持和指導現在的方案決策。

案例推理是一種人工智能技術，它通過重用或者修改歷史相似問題的解決方案來實現解決現有的問題。案例推理技術給遭遇瓶頸的問題以新的視野，其次是具有動態和增量式學習的優點，即在解決問題的同時也增大了系統的“知識面”，因此在諸多領域得到了廣泛的應用[2-3]。

因此，針對擬建川藏鐵路泥石流區域地質環境的復雜性和不可控性，重用已有泥石流實例的工程技術資料建立案例庫，將案例推理技術應用在艱險山區泥石流區域鐵路選線輔助決策中，以便于在出現新的泥石流案例時，充分采用案例庫進行檢索，尋求更科學、可靠的解決方法。

1 模型分析

1.1 案例推理基本理論

在案例推理中，首先根據歷史案例資料建立案例庫，當出現需要解決的問題，即目標案例時，根據案例的特征屬性在案例庫中進行檢索，得到相似歷史案例，并在相似案例的指導下，結合實際情況加以適當修正，得到解決方案。最后，將新的案例歸納整理，加入原案例庫中，實現系統更新[4]。

1.2 特征屬性選定

在案例推理技術中，相似案例的檢索依據是特征屬性，因此應選具有代表性的特性作為描述泥石流情況特征屬性。泥石流是由于降水(暴雨、冰川、積雪融化水)在溝谷或山坡上產生的一種攜帶大量泥沙、石塊和巨礫等固體物質的特殊洪流，按照泥石流激發條件分為：降雨型泥石流、冰水混合型泥石流。

根據大海拔、大高差常見的泥石流形成機制和時空分布規律的總結分析，結合泥石流本身的發育特征并綜合兩類泥石流的特點[5-7]，重點選取降雨因素、冰川及冰湖發育程度、植被覆蓋率、松散物源條件、河溝縱坡和地層巖性6個主要屬性。見圖1。

圖1 泥石流特征屬性

1.3 特征值標準化

前文論述了與泥石流密切相關的特征屬性，接下來需要將這些特征屬性的指標進行量化和標準化，以便對已有的泥石流案例資料進行統籌管理，建立案例庫。由于目前泥石流的安全性與各屬性指標之間的量值關系等基礎研究數據不夠完善，量化處理泥石流與其影響因素之間的關系有一定難度，因此一般采用定性的方法進行描述，處理數據。

根據前人的研究以及已有的工程經驗[8-11]，擬將泥石流安全性劃分為5個等級：安全性高(1)、安全性較高(2)、安全性較低(3)、安全性低(4)、安全性極低(5)，各特征屬性的量化范圍見表1。

表1 泥石流災害特征屬性量化及賦值

1.4 權重的確定

泥石流案例的各個特征屬性對泥石流安全性的影響程度不同，因此需要對各特征屬性賦予不同的權值。實際情況中，由于工程數據資料的不完整，專家在實際評判時存在不確定性和模糊情況，一般的層次分析法難以解決這一問題。為了保證各特征屬性權值的科學性、全面性及準確性，使用梯形模糊層次分析法確定權重[12]。

(1)構造判斷矩陣

在梯形模糊層次法中，運用兩兩比較的方法構造判斷矩陣，判斷矩陣標度采用表2所示梯形模糊數表示。

表2 梯形模糊層次分析判斷矩陣標度

(2)綜合專家評估意見

假設泥石流災害案例有n個，特征屬性指標m個，現有l位專家進行打分評估，則根據第k位專家的打分，得到梯形模糊判斷矩陣如下

k=1，2，…，l

(1)

根據模糊數的計算規則，綜合各專家評估意見(假設各專家平等)得到模糊判斷矩陣rij為

(2)

(3)一致性檢驗

首先將梯形模糊數轉化為實數，其計算公式為

(3)

由式(3)可得實數映射矩陣，求得最大特征根為λmax，則一致性條件為

(4)

其中，CI為一致性指標；n為判斷矩陣階數。

若隨機一致性比率CR=CI/RI<0.10，則判斷矩陣通過一致性檢驗，否則需要修改判斷矩陣。式中，RI為隨機一致性條件，其取值如表3所示。

表3 1至9階矩陣對應的RI值

(4)模糊權重的計算

將判斷矩陣R=(rij)m×n的每一列元素作歸一化處理

(5)

處理后的判斷矩陣按行相加

(6)

最后對向量Wi=(W1，W2，…，Wn)T歸一化處理

(7)

1.5 泥石流災害案例庫的建立

查閱相關文獻[13-26]，搜集整理泥石流災害案例涵蓋了成昆鐵路、南昆鐵路、東川鐵路、成蘭鐵路以及川藏公路5條線路，依據量化標準，最終建立的艱險山區泥石流災害案例庫如表4所示。

表4 艱險山區泥石流災害案例庫

1.6 基于灰色關聯分析的案例檢索

在運用案例推理方法時，案例檢索是關鍵環節，需要結合實際情況，建立一種快速且可靠的案例檢索機制。灰色關聯分析法對樣本的數量及其分布規律沒有嚴格的要求，可在系統信息不完整的條件下，得到系統各因素的關聯程度。因此，考慮到鐵路工程項目初期工程數據資料尚不明確和完善的情況，本文選擇灰色關聯分析法建立案例庫搜索機制[27]。

在進行關聯分析時，將目標案例的各特征屬性值構成的向量作為參考數據列，記為r0(r0={r01，r02，…，r0m})，案例庫中的各案例記為rj(rj={rj1，rj2，…，rjm})。選取第K個特征屬性，用式(8)表示目標案例與案例庫案例的屬性差

(8)

其中，ρ(ρ∈(0，1))為分辨系數，其作用是減輕極值在計算過程中產生的負面影響，在實際取用時，一般選擇ρ=0.5比較合適[28]。

最后，根據下式計算可得目標案例與案例庫案例之間的關聯度

(9)

2 實例應用

以西南某鐵路巴涅弄溝流域泥石流災害工點作為目標案例[29]，利用前文提出的模型對目標案例的選線策略進行推理，然后與專家提出的建議方案進行對比，以驗證該模型的有效性。

2.1 巴涅弄溝流域泥石流概況

巴涅弄溝于四川省白玉縣縣城，為金沙江支流歐曲的一級支流，處于藏曲右岸(溝口坐標：N 31.217 2°，E 98.820 1°)，為川藏線康定—昌都段一泥石流災害工點。

(1)降雨因子

白玉縣屬大陸季風高原性氣候，氣候溫和，年降水量600 mm。24 h最大降雨量為90 mm。

(2)冰川及冰湖發育程度

受氣候與地形控制，流域內海拔4 700 m以上分布季節性冰雪或冰川覆蓋，海拔4 300～4 700 m為寒凍風化侵蝕區，侵蝕強烈。歷史記載發生的泥石流基本只與降水有關，冰川融水觸發泥石流險情幾率很小。

(3)植被覆蓋率

海拔4 300 m以下分布有高寒稀疏林地和灌草植被。覆蓋率超過50%。

(4)松散物源條件

溝道內分布崩塌、滑坡和坡積物，可以為泥石流提供固體物源。

(5)溝谷縱坡坡度

巴涅弄溝溝口海拔約3 020 m，落差2 000 m，主溝比降約203‰。

(6)地層巖性

巴涅弄溝溝岸山坡多為軟硬相間地層，溝道內分布崩塌、滑坡和坡積物，可以為泥石流提供固體物源。

按照前文特征值標準化的規則，可得巴涅弄溝泥石流區域特征屬性如表5所示。

表5 巴涅弄溝泥石流特征屬性

2.2 基于案例推理的選線策略推理過程

運用公式(1)、公式(2)、公式(5)、公式(6)、公式(7)對各特征屬性賦權，結果得各特征屬性權重為W=(w1，w2，…，w7)=(0.271 7，0.271 7，0.088 4，0.040 7，0.040 7，0.198 1，0.088 7)，并通過了一致性檢驗。

然后依權重按照公式(8)、公式(9)進行灰色關聯分析(本文分辨系數ρ取0.5)，結果如表6所示。

表6 相似度計算結果

從相似度計算結果來看，目標案例與中兆溝泥石流的相似度最高，高達0.979 6。相似案例與目標案例巴涅弄溝泥石流均屬于暴雨型泥石流溝谷，在植被覆蓋率、松散物源動儲量以及地層巖性3個特征屬性基本相同；雖然二者松散物源總儲量有較大差別，但該特征屬性所占權重較小；從溝谷縱坡坡度上來看，相似案例的297‰高于目標案例的203‰，但依據DZ/T 0220—2006《泥石流災害防治工程勘查規范》，溝谷縱坡坡度高于213‰均為極易發生泥石流災害的地區，目標案例很接近該閾值。因此，從整體上講把中兆溝泥石流作為相似案例是合理的。

查詢案例庫可知，中兆溝泥石流區域受地形限制，鐵路線路在泥石流溝南北兩側分別以隧道和橋梁形式穿越，用護坡等穩住松散物質、滑塌體及坡面殘積物等，在中下游設置攔渣壩，并在泥石流通過段采用排導槽，使泥石流從兩側橋隧處順暢下排。

根據該線路初期階段專家給出的建議[29]，該線路原推薦路線在白玉縣城路段以長隧通過，以橋梁方式跨越八涅弄溝下游溝道，并在溝口下游河段選擇寬谷段設白玉車站，設計隧道與橋梁距離白玉寺相近，今后工程施工與鐵路運營將涉及民族、宗教等問題，同時鐵路隧道位于縣城后山，增加了工程協調的難度。考慮到巴涅弄溝鐵路沿線歐曲河干流段泥石流典型的活躍的泥石流溝谷，施工擾動可能加大災害風險，因此建議鐵路線盡可能避開。修改后的鐵路線路在考慮白玉車站站址及歐曲河谷地形條件的基礎上，改由縣城對面(歐曲左岸)隧道通過。

通過對比可知，相似案例與目標案例原有方案采取的橋隧結構物通過泥石流地區的措施大致相似，因目標案例線路受地形限制，無法直接以橋梁跨過泥石流溝口或者隧道穿越，通過修改局部線路走向，得到調整后的方案同樣是以隧道穿越巴涅弄溝泥石流堆積區，可以認為基于相似案例的建議措施是合理的。

3 結語

本文提出了一種鐵路選線方案決策的新思路，結論如下。

(1)首先建立歷史泥石流工程案例庫。選取了降雨因素、冰川及冰湖發育程度、植被覆蓋率、松散物源條件、河溝縱坡和地層巖性6個因素，為表征泥石流特征屬性的因素。這些特征屬性的數據比較容易在項目前期獲取，且具有較高的可靠性和代表性，能夠保證在項目初期，盡可能準確地表征泥石流案例特性，同時便于案例庫的建立及后期的規范化處理。

(2)確定各特征屬性權重。充分考慮到專家分析泥石流安全性時的不確定性和模糊因素，在確定各特征屬性權重時，將梯形模糊數與傳統的層次分析法相結合，使得各特征屬性的權重盡可能全面和正確反映。

(3)在鐵路工程項目前期各種數據資料不夠詳細的情況下，通過案例推理得到相似的歷史泥石流案例，在相似案例的支持和指導下，結合實際工程情況進行分析，在初期得到較為合理的選線方案。該方法為山區鐵路初期的選線方案決策提供了新的思路，具有一定的參考性。

通過實例驗證，基于案例推理的艱險山區泥石流區域選線方案輔助決策模型能夠在各工程地質要素尚不明確的條件下，得出較為合理的選線方案，可用于艱險山區鐵道工程項目前期預可研及可研階段的選線方案輔助決策。

重大鐵路工程項目的選線是一個復雜和綜合的系統工程，本文主要從泥石流災害危險性的角度出發，為鐵路項目初期的選線方案決策提供基礎支撐，最終鐵路的規劃方案還需要結合其他因素綜合研究確定。