隧道突泥涌水情景构建及演化状态预测模型*

项 琴，朱宏伟，杜义祥，李明骏

(1.西南科技大学 环境与资源学院，四川 绵阳 621010;2.四川振通检测股份有限公司，四川 绵阳 621010)

0 引言

在隧道施工地质灾害中，突泥涌水发生的概率和伤亡规模均居于前列。由于隧道突泥涌水事故风险因素众多、难以精确预报、现场情况复杂、救援疏散紧急、决策时间紧迫，使得其风险管控和应急准备尤为重要。突发事件情景构建技术可为突发事件应急准备、应急预案、应急演练提供依据，将其应用于隧道突泥涌水应急管理，具有非常迫切的需求。

学者们普遍认为突发事件情景构建是实现灾害应急管理的有效手段[1-3]。以王永明[1]、刘铁民[4]、李湖生[5]等为代表的应急管理专家和学者对情景构建方法展开了研究，提出了情景构建的技术框架为“构建情景-梳理任务-评估能力”；屈静等[6]基于动态贝叶斯网络，构建了输油管道泄漏事故的情景推演模型；王喆等[7]采用知识元模型和贝叶斯网络，研究了城镇洪涝灾害情景的演化过程；王海东等[8]针对LNG船舶港口碰撞发生泄漏事故，建立了LNG船舶在港口卸船期间发生泄漏事故的情景构建方案。

目前，对于隧道突泥涌水事故的研究主要集中在灾害机理分析、风险评估及处治策略等方面，而将情景构建与风险分析、应急准备有机结合的成果较少。鉴于此，本文在情景构建理论的基础上，分析隧道突泥涌水情景要素构成，基于承灾体损失进行灾害情景分级，研究灾害情景的演化规律，并建立情景演化路径图，构建灾害情景演化状态预测矩阵，提出情景概率计算方法，以期为隧道突泥涌水应急管理提供科学有效的依据。

1 隧道突泥涌水的情景要素

1.1 隧道突泥涌水情景要素构成

构建隧道突泥涌水情景，首要工作是确定其情景要素构成。研究表明，突发事件的情景组成要素可归纳为孕灾环境、致灾因子、驱动要素以及承灾体要素等[9]。

1)孕灾环境

孕灾环境是指事故发生时的外部环境。隧道突泥涌水事故的发生概率及突泥涌水规模，与隧道穿越区域的地形地貌、水文地质特征有着密切的联系。从历史数据来看，所处环境地形高差大、水源易汇集、强富水、高承压、岩体破碎或溶洞发育的隧道，突泥涌水灾害发生的概率较高[10]。因此，隧道突泥涌水的孕灾环境集合H={地形特征H1,地质特征H2,水文特征H3}。

2)致灾因子

隧道突泥涌水灾害是孕灾环境与致灾因子综合作用的结果，孕灾环境是内在因素，而致灾因子是外在诱因。实践证明，施工期的降雨强度、隧道与不良地质的空间位置关系、施工方法和操作管理的合理性等因素在一定程度上决定了隧道发生突泥涌水灾害的概率及规模[10]。因此，隧道突泥涌水的致灾因子集合Z={施工期降雨强度Z1,隧道与不良地质的空间位置关系Z2,施工方法Z3,现场管理水平Z4}。

3)驱动要素

情景驱动要素是指在情景发展过程中起主要推动作用的要素。其既包含事件客观发展的关键因素(前兆迹象、隔水结构破坏等)，也包含决策者主观上采取的应对措施(风险评估、超前地质预报、启动应急响应、灾害处治等)。隧道突泥涌水的驱动要素根据趋向性可分为正向和负向2类；其中正向驱动要素集合Q1={风险评估Q11,超前地质预报Q12,启动应急响应Q13,采取治理措施Q14}；负向驱动要素集合Q2={前兆迹象Q21,隔水结构破坏Q22}。

4)承灾体要素

隧道突泥涌水事故发生时，主要造成的危害为：施工人员伤亡、掌子面上方塌陷、隧道衬砌损毁、隧道模板台车、开挖台架、防水板台架等设备被损毁、经济及社会影响损失。因此，隧道突泥涌水的承灾体要素集合C={施工人员C1,掌子面上方围岩C2,隧道衬砌C3,施工设备C4,经济损失C5,社会影响C6}。

1.2 隧道突泥涌水情景要素的属性参数

1)孕灾环境的属性参数

孕灾环境的属性参数为突泥涌水灾害的风险等级。通过勘察调研现场地形地貌、水文地质等孕灾条件，将隧道突泥涌水风险分为4个等级：低、较低、高、极高。

2)致灾因子的属性参数

致灾因子的属性参数为致灾强度，根据施工期的气候条件、隧道与不良地质的空间位置关系、具体的施工方案及开挖工法、现场管理水平等影响因子进行评价。致灾强度也可分为4个等级：弱、较弱、强、极强。

3)驱动要素的属性参数

驱动要素的属性参数为趋向性和驱动强度。正向驱动要素主要为断链减灾措施，其驱动强度表征了应对措施的有效程度；负向驱动要素为前兆迹象和隔水结构破坏。驱动强度同样分为4个等级：弱、较弱、强、极强。后文所提的驱动要素主要为防灾措施。

4)承灾体要素的属性参数

承灾体要素的属性参数为承灾体抗灾能力和承灾体损失。抗灾能力应根据施工人员应急培训情况、设备状况等因素，由建设单位通过自评确定，分为4个等级：弱、较弱、强、极强。承灾体损失是突泥涌水各情景要素相互作用演化的结果，是突泥涌水灾害情景等级划分的依据,下文将详细阐述。

2 隧道突泥涌水情景的分级及演化规律

2.1 基于承灾体损失的隧道突泥涌水情景分级

为了明确隧道突泥涌水灾害情景演化规律及预测情景等级，设定一系列基本可信的突发事件情景，并基于承灾体损失对情景进行分级。情景等级用集合D表示，参照国家相关标准，分为6个等级，即D={D1,D2,D3,D4,D5,D6}。分析近年来典型隧道突泥涌水案例[10-11]，参考隧道施工风险后果等级划分，进行情景分级及相应的承灾体损失描述，见表1。

表1 基于承灾体损失的隧道突泥涌水情景分级Table 1 Scenario levels of water and mud inrush in tunnel based on loss of disaster-bearing carriers

2.2 隧道突泥涌水情景的演化阶段及应急任务

隧道突泥涌水灾害的演化一般经历3个阶段：隐患期、前兆期、发生期。各阶段的特征及应急任务见表2。

表2 情景的演化阶段及应急任务Table 2 Evolution stages and emergency tasks of scenario

2.3 隧道突泥涌水情景的演化规律

构建具体的事故灾害情景，核心工作是明确灾害演化规律。研究表明，突发事故是由孕灾环境、致灾因子在驱动要素的推动下，作用于承灾体而产生的结果，呈现出多米诺骨牌效应的链式演化规律[12]。其链式演化规律如图1所示。

图1 事故情景链式演化规律Fig.1 Chained evolution law of accident scenario

在隧道突泥涌水情景演化过程中，孕灾环境为客观因素，致灾因子为主观诱因，二者相互作用，在各阶段防治措施的驱动下，导致不同的承灾体损失，演化为不同等级的突泥涌水情景。

3 隧道突泥涌水情景的演化路径及模型

3.1 隧道突泥涌水情景的演化路径

在灾害情景演化各阶段，情景要素的属性不同，则灾害的演化路径也不同。参考隧道突泥涌水的演化特征、前兆判识等文献[13-15]，结合典型案例分析，设定4个表征情景状态的节点层和3个表征属性参数等级的路径层，具体内容见表3，情景演化路径如图2所示。

表3 情景演化的节点和路径Table 3 Nodes and paths of scenario evolution

图2 灾害情景演化路径Fig.2 Evolution paths of accident scenario

3.2 隧道突泥涌水情景状态的演化模型

根据图2，突泥涌水灾害演化的初始状态为孕灾环境，其特征属性为风险等级，在不同强度的致灾因子影响下，演化为不同等级的前兆状态；前兆状态在各级驱动要素的驱动下，演化为不同等级的突泥涌水状态；突泥涌水状态作用于各级抗灾能力的承灾体，演化成不同等级的承灾体损失。根据前文分析，孕灾环境的风险等级、致灾因子的致灾强度、驱动要素的驱动有效程度及承灾体的抗灾能力，可通过多目标决策评估获取。参考ALARP风险矩阵形式，通过专家咨询法，考虑偏向不利的预测原则，确定突泥涌水情景状态演化矩阵及相应的概率系数。前兆状态、突泥涌水状态及承灾体损失的等级及概率可通过演化矩阵获取，见表4～6。

表4 前兆状态演化矩阵Table 4 Evolution matrix of precursor state

表5 突泥涌水状态演化矩阵Table 5 Evolution matrix of water and mud inrush state

表6 承灾体损失演化矩阵Table 6 Evolution matrix of loss of disaster-bearing carriers

3.3 隧道突泥涌水情景演化状态的概率计算

通过多目标决策评估获取孕灾环境的风险等级、致灾因子的致灾强度、驱动要素的驱动有效程度及承灾体的抗灾能力的等级概率分布后，即可根据链式传递法则，推算出前兆状态、突泥涌水状态及承灾体损失的概率等级分布。

令孕灾环境风险等级{S1,S2,S3,S4}的概率分布为{Ph1,Ph2,Ph3,Ph4}；致灾因子的致灾强度等级{极强,强,较弱,弱}的概率分布为{Pz1,Pz2,Pz3,Pz4}，根据表4即可计算前兆状态各等级的概率，见表7。

表7 前兆状态等级的概率计算数据Table 7 Probability calculating data of precursor state level

对表7中各等级的概率叠加计算，可求得前兆状态等级{S5,S6,S7}对应的概率分布{P1,P2,P3}，如式(1)～(3)。

(1)

(2)

(3)

令驱动要素的驱动强度等级{弱,较弱,强,极强}的概率分布为{Pq1,Pq2,Pq3,Pq4}，同理，根据表5可求得突泥涌水状态等级{S8,S9,S10}对应的概率分布{P4,P5,P6}，见式(4)～(6)。

(4)

(5)

P6=Pq1×P3+0.5Pq1×P2+0.5Pq2×P3

(6)

最后，令承灾体抗灾能力等级{弱,较弱,强,极强}的概率分布为{Pk1,Pk2,Pk3,Pk4}，根据表6可求得承灾体损失等级{D1,D2,D3,D4,D5,D6}对应的概率分布{P7,P8,P9,P10,P11,P12}，见式(7)～(12)。

P7=Pk1×P6

(7)

P8=Pk1×P5+Pk2×P6

(8)

P9=Pk1×P4+Pk2×P5+Pk3×P6

(9)

P10=Pk2×P4+Pk3×P5+Pk4×P6

(10)

P11=Pk3×P4+Pk4×P5

(11)

P12=Pk4×P4

(12)

4 实例分析

拟建雅叶高速公路康定折多山隧道全长8.4 km，隧道进口位于康定县城大草坝折多河右岸二台子附近，距康定新县城直线距离约10～13 km，出口位于距新都桥镇东约22 km的贡布卡。经勘查，折多山隧道位于龙门山地震带影响范围内，所处地质环境复杂，具有高富水、高承压的特点，属于典型的断层破碎带型突涌水风险高发隧道。图3为折多山隧道地质纵剖面图。

图3 折多山隧道地质纵剖面Fig.3 Geological profile of Zheduo mountain tunnel

建设单位组织了10名隧道工程方面的专家对折多山隧道K0+613～K1+145段围岩突涌水的风险等级、致灾因子的致灾强度及驱动要素的驱动强度(即防灾措施的有效程度)进行评估，并向10名现场技术人员发放了自评表，获取承灾体抗灾能力等级的概率分布。评估结果如下：

1)孕灾环境风险等级{S1,S2,S3,S4}对应的概率分布{Ph1,Ph2,Ph3,Ph4}={0.2,0.8,0,0}。

2)致灾因子的致灾强度为{极强,强,较弱,弱}的概率分布{Pz1,Pz2,Pz3,Pz4}={0,0.6,0.4,0}。

3)驱动要素的驱动强度为{弱,较弱,强,极强}的概率分布{Pq1,Pq2,Pq3,Pq4}={0,0.2,0.8,0}。

4)承灾体抗灾能力等级为{弱,较弱,强,极强}的概率分布{Pk1,Pk2,Pk3,Pk4}={0,0.4,0.6,0}。

根据式(1)～(3)，可求得前兆状态等级{S5,S6,S7}对应的概率分布{P1,P2,P3}={0.14,0.41,0.45}；根据式(4)～(6)，可求得突涌水状态等级{S8,S9,S10}对应的概率分布{P4,P5,P6}={0.262,0.693,0.045}；根据式(7)～(12)，可求得承灾体损失等级{D1,D2,D3,D4,D5,D6}对应的概率分布{P7,P8,P9,P10,P11,P12}={0,0.018,0.304,0.521,0.157,0}。

根据计算结果，预测折多山隧道K0+613～K1+145段围岩突涌水前兆状态主要为S6和S7，即前兆持续时间30 min以下，建设方应高度重视人员逃生和设备撤离的演练。此外，预测突涌水状态处于S9的概率为0.693，说明集中突涌量较大，建设方应做好治理准备。最后，预测发生D4级承灾体损失的概率为0.521，为6个概率值中的最大者。

实际施工过程中，折多山隧道进口K1+035掌子面在喷射混凝土时，左上角突然出现股状涌水，施工单位立即采取措施封堵，但无济于事，遂紧急撤离了现场施工人员及设备。2 d后封闭该掌子面过程中突发较大突泥涌水，最大集中突涌量达13 500 m3，导致隧道洞身150 m被掩埋，地表形成直径约30 m塌坑，塌陷区域面积约600 m2，所幸人员撤离迅速，无伤亡。根据建设方统计的损失数据[16]，此次发生的突泥涌水情景等级为D4级，与预测等级一致。

5 结论

1)突发事件情景演化模型可用于模拟隧道突泥涌水全过程的演化路径及情景状态，设定4个表征情景状态的节点层和3个表征属性参数等级的路径层，构建情景演化路径图。其中，情景要素的属性参数可通过多目标决策评估获取，前兆状态、突泥涌水状态及承灾体损失的等级、概率分布可通过演化矩阵计算获取。

2)在隧道突泥涌水情景演化过程中，孕灾环境为客观因素，致灾因子为主观诱因，二者相互作用，在各阶段防治措施的驱动下，灾害情景状态趋好，承灾体损失减少。根据隧道突泥涌水情景演化预测结果，建设单位可摸清灾害情景演化状态，抓住防灾任务侧重点，以驱动情景状态向好发展。

3)通过实例分析表明，提出的模型和方法具备较强的可操作性和实效性，计算简便，该方法亦可为其他突发事件情景构建及推演提供参考。由于隧道围岩地质条件复杂多变，在施工前可采用本文提出的方法对隧道突泥涌水情景等级进行初步辨识，并结合隧道超前地质预报进行全面准确评价。