吳偉東，茍?zhí)魄桑S博浩，潘海澤，何 鑫

(西南石油大學(xué) 土木工程與建筑學(xué)院，四川 成都 610500)

0 引言

棄渣場是鐵路工程項目的重要組成部分，一般作為滿足鐵路工程建設(shè)的取土與棄土需求而存在，目前我國大型棄渣場約有幾萬座，其中大多數(shù)地理位置處在山嶺坡地，部分處在峽谷，而棄渣場屬于人造邊坡，在各種內(nèi)外誘因下，發(fā)生滑坡泥石流等風(fēng)險災(zāi)害的可能性較大，如，2015年深圳光明新區(qū)發(fā)生棄渣場滑坡事故共造成33 棟建筑物被掩埋或不同程度損壞，73人遇難[1]，所以棄渣場的綜合風(fēng)險評價具有迫切的現(xiàn)實意義。

隨著我國鐵路工程技術(shù)的發(fā)展與突破，山區(qū)鐵路的規(guī)模及其占全國鐵路的比重都在逐年上升，由此產(chǎn)生的大量棄渣場不僅破壞了沿線生態(tài)環(huán)境也提高了自然災(zāi)害的發(fā)生率，于是學(xué)術(shù)界開始重視棄渣場的相關(guān)研究，這個階段的研究方向主要有2個分支：一是試圖找到影響棄渣場水土流失和土壤侵蝕的主要因素，王大為等[2]發(fā)現(xiàn)棄渣場土壤流失受降雨量和降雨時間乘積、植被類型和表層土前期土壤含水量的影響；二是探索科學(xué)有效的植被恢復(fù)方法，穆軍等[3]對干熱河谷棄渣場土壤采用了“保水劑+保水緩釋肥”處理方法，發(fā)現(xiàn)植被恢復(fù)效果較好。而目前國內(nèi)外學(xué)者關(guān)注的熱點則是轉(zhuǎn)向了棄渣場的穩(wěn)定性評估和選址研究，周昌群[4]通過分析棄渣場不同堆載形式、不同堆置步驟下變形演變規(guī)律，優(yōu)化設(shè)計方案，提高其穩(wěn)定性。袁普金等[5]提出了歷史發(fā)生頻率法和模型預(yù)測選址法的棄渣場安全選址方法。從以上研究中發(fā)現(xiàn)目前對棄渣場的研究分支眾多，但是缺乏對棄渣場綜合風(fēng)險評價的研究，大量專家學(xué)者從某一個或幾個方面來研究棄渣場的安全顯然缺乏整體性和系統(tǒng)性，不能為棄渣場潛在和已發(fā)生的風(fēng)險問題提供較為有力的決策支持。

鑒于此，本文擬將投影尋蹤聚類模型引入棄渣場綜合風(fēng)險評價領(lǐng)域，考慮多個維度的本質(zhì)特點，建立較為系統(tǒng)和全面的風(fēng)險評價體系，以期從更深更廣的研究視角來解決棄渣場綜合風(fēng)險問題。

1 評價標(biāo)準(zhǔn)和指標(biāo)體系的建立

目前國內(nèi)外對于棄渣場綜合風(fēng)險評價的研究較少，指標(biāo)體系的建立并沒有一個權(quán)威的參考，所以在遵循系統(tǒng)性、針對性、綜合性的原則上，查閱相關(guān)文獻(xiàn)并參考《鐵路路基設(shè)計規(guī)范》《鐵路建設(shè)工程安全風(fēng)險管理暫行辦法》等行業(yè)規(guī)范。從“棄渣場邊坡條件”、“棄渣場物料性質(zhì)”、“氣象條件”、“地形與地基條件”、“棄渣場基本情況”、“支擋結(jié)構(gòu)情況”6個維度建立了共19個因素的指標(biāo)體系，如圖1所示，其中“內(nèi)摩擦角”、“黏聚力”、“走向夾角”、“擋渣墻實際高度”4個指標(biāo)為負(fù)向指標(biāo)，其余指標(biāo)為正向指標(biāo)。同時將風(fēng)險等級分為“Ⅰ級(輕微風(fēng)險)”、“Ⅱ級(低度風(fēng)險)”、“Ⅲ級(中度風(fēng)險)”、“Ⅳ級(高度風(fēng)險)”4個等級，定量指標(biāo)各等級的值域和定性指標(biāo)各等級的定義都有明確的規(guī)定，見表1。對于Ⅰ級到Ⅳ級4個風(fēng)險等級的接受準(zhǔn)則分別為“可忽略”、“可接受”、“不期望”、“不可接受”，由于前2個等級風(fēng)險較低，可不采取風(fēng)險應(yīng)對措施，而Ⅲ級則要采取相應(yīng)措施使其風(fēng)險降低到可接受的范圍內(nèi)，Ⅳ級必須高度重視，并不惜一切降低其風(fēng)險。

表1 棄渣場綜合風(fēng)險等級評價標(biāo)準(zhǔn)Table 1 Evaluation criteria for comprehensive risk grade of abandoned dreg site

2 棄渣場綜合風(fēng)險評價理論模型

2.1 風(fēng)險評價模型的選擇

風(fēng)險評價的方法有很多，如故障樹分析法用于工程系統(tǒng)安全或事故風(fēng)險比較單一的分析，對于區(qū)域綜合風(fēng)險評價不太適用[6]；概率風(fēng)險評估法是對已發(fā)生的風(fēng)險資料和實驗結(jié)果數(shù)據(jù)進(jìn)行分析，評價各類風(fēng)險，但其存在不確定變量多使得計算量較大等問題；蒙特卡羅法是針對有確定概率分布或大量樣本的風(fēng)險事件，但只能解決已確定的風(fēng)險評價和較為單純風(fēng)險問題[7]。多數(shù)的統(tǒng)計模型不能解決定性和定量等目標(biāo)較多的復(fù)雜情況。由此，本文建立改進(jìn)投影尋蹤聚類風(fēng)險評價模型，優(yōu)化參數(shù)減少計算量，避免專家賦權(quán)的人為因素影響，更準(zhǔn)確、全面地進(jìn)行鐵路棄渣場綜合風(fēng)險評價。

圖1 棄渣場綜合風(fēng)險評價指標(biāo)體系Fig.1 Index system for comprehensive risk assessment of abandoned dreg site

2.2 PPC模型

PPC模型是Friedman 和Tukey[8]基于Kruskal[9]的觀點建立的一種特征提取方法。其原理是將樣本原始高維數(shù)據(jù)從不同方向投影到低維空間，通過分析低維空間的數(shù)據(jù)結(jié)構(gòu)特點，達(dá)到研究高維數(shù)據(jù)的目的。該方法能最大化遵循樣本數(shù)據(jù)的本質(zhì)和特征，降低人為主觀因素對聚類結(jié)果的干擾，同時大大減少了計算量。目前PPC模型主要被應(yīng)用在水資源評價[10]和土壤分析[11]等領(lǐng)域，并與云模型、BP神經(jīng)網(wǎng)絡(luò)等方法相結(jié)合，以應(yīng)對不同的研究環(huán)境和目標(biāo)。但在土木工程領(lǐng)域，尤其是在棄渣場的綜合風(fēng)險評價中幾乎沒有得到應(yīng)用。

設(shè)各指標(biāo)的樣本集{x*(i,j)|i=1,2,…,n;j=1,2,…,m}，其中x*(i,j)為第i個樣本第j個指標(biāo)值；n,m分別代表樣本的數(shù)量和指標(biāo)的數(shù)量，若令a=(a1,a2,…,am)為投影方向，PPC模型就是將x(i,j)投影到a上，得到一維投影值z(i):

(1)

PPC模型中投影指標(biāo)函數(shù)由聚類類別的局部密度和歸屬于該聚類類別的樣本之間整體距離相乘構(gòu)造而成的，可以表示為：

Q(a)=SZDZ

(2)

(3)

(4)

式中：SZ為投影值z(i)的標(biāo)準(zhǔn)差；DZ為投影值z(i)的局部密度；E(z)為z(i)(i=1，2，…,n)的平均值；R為局部密度的窗寬半徑；r(i，j)(i=1，2,…,n；j=1，2,…,n)為樣本i和樣本j之間的距離；u(t)為單位階躍函數(shù)，當(dāng)t≥0時，其函數(shù)值為1，當(dāng)t<0時，其函數(shù)值為0[12]。根據(jù)樣本聚類對投影目標(biāo)函數(shù)進(jìn)行優(yōu)化，當(dāng)SZ和DZ同時取得最大值時，聚類效果最好[13]。所以目標(biāo)函數(shù)可以表示為：

maxQ(a)=SZDZ

(5)

(6)

2.3 密度窗寬R的確定

PPC模型中局部密度的半徑R需要提前確定，目前R的選取并沒有一個公認(rèn)統(tǒng)一的方法，但它對最終聚類結(jié)果的影響極大，取值過大會使得大量樣本被歸到同一點團(tuán)內(nèi)，達(dá)不到聚類的效果；取值過小，則會出現(xiàn)過多點團(tuán)，點團(tuán)內(nèi)樣本較少，同樣影響聚類結(jié)果的可靠性。裴巍等[14]提出了一種基于聚類思想局部密度窗口半徑確定方法，改進(jìn)了PPC模型。具體思路如下：對進(jìn)行聚類的n個樣本做K均值聚類，假定將n分成k類(點團(tuán))，每個點團(tuán)中含有樣本數(shù)為x1，x2，x3，…，xk，且x1+x2+x3+…+xk=n，r(i，j)表示投影點之間的距離，即r(i，j)=|z(i)-z(j)|。降序排列，記為r(i，j)(k)，k=1，2，3，…，n2，r(i，j)(k)為降序排列后序號為第k個r(i，j)值，則R=r(i，j)(p)，其中，p=∑xixj(i≤i，j≤k)。R的取值應(yīng)該滿足不同點團(tuán)之間的每個樣本的r(i，j)最小值應(yīng)該大于R，而同一點團(tuán)內(nèi)的樣本的r(i，j)≤R，所以對于某一點團(tuán)來說，滿足R-r(i，j)<0的樣本將不計入該類別內(nèi)，具體個數(shù)為p=∑xixj(i≤k，j≤k)，所以將r(i，j)降序排列后，第p個r(i，j)的值可以作為R的合理取值，即R=r(i，j)(p)。

3 案例研究

為驗證本文建立的研究體系的可靠性與科學(xué)性，將新建鐵路貴昆線的10座代表性棄渣場樣本作為案例研究。根據(jù)所建立的指標(biāo)體系，收集施工方對樣本的現(xiàn)場實地勘測數(shù)據(jù)，如表2所示。

表2 棄渣場樣本原始數(shù)據(jù)Table 2 Raw data from samples of abandoned dreg site

3.1 樣本數(shù)據(jù)的無量綱化處理

由于各個指標(biāo)的取值范圍不同，不能進(jìn)行直接比較，所以樣本原始矩陣需要做無量綱化處理。

對于效益型指標(biāo)：

(7)

對于成本型指標(biāo)：

(8)

式中：xmax(j)和xmin(j)分別為第j項指標(biāo)取值范圍的最大值和最小值，x(i，j)為第i個樣本第j項指標(biāo)無量綱化后的值。

所建立的指標(biāo)體系中，A14，A41，A44，A624項指標(biāo)為定性指標(biāo)，利用黃金分割法[15]將其定量化，將指標(biāo)體系中定性指標(biāo)從Ⅳ級到Ⅰ級4個等級的取值分別劃分為：1，0.618，0.382，0.146。

3.2 樣本數(shù)據(jù)的處理與分析

完成棄渣場樣本的數(shù)據(jù)處理之后，代入式(2)中計算最佳投影方向和投影值，根據(jù)2.2所提及的方法，初步?jīng)Q定將10座棄渣場樣本分為4類，每1類包含的樣本數(shù)量為x1=4，x2=4，x3=1，x4=1，則p=∑1≤i，j≤4xixj=66，所以R=r(i，j)(66)，這表示將所有樣本之間的距離r(i，j)降序排列后第66個r(i，j)即為R的取值。同時通過遺傳算法來對PPC模型進(jìn)行優(yōu)化，參數(shù)設(shè)定為種群規(guī)模N=400，交叉概率Pc=0.8，變異概率Pm=0.2，迭代次數(shù)200次，最佳適應(yīng)度隨迭代次數(shù)的變化趨勢如圖2所示。

圖2 最佳適應(yīng)度隨迭代次數(shù)的變化趨勢Fig.2 Change trend of optimal fitness with number of iterations

從圖2中可以看出，經(jīng)過200次迭代后投影指標(biāo)函數(shù)的最大值約為-3.353 4，同時得到最終的最佳投影方向a=( 0.150，0.369，0.264，0.330，0.189，0.007 63，0.024 2，0.099 2，0.183，0.016 5，0.432，0.547，0.131，0.152，0.017 8，0.100，0.090 6，0.001 38，0.191)；樣本投影值z=( 1.043，1.391，1.739，1.392，1.736，1.390，1.739，1.027，1.043，1.021)。利用樣本投影值計算結(jié)果做出樣本聚類圖如圖3所示，得出10座棄渣場樣本聚類結(jié)果為3類：c1={M1，M8，M9，M10}，c2={M2，M4，M6}，c3={M3，M5，M7}。

圖3 棄渣場樣本聚類圖Fig.3 Cluster diagram of abandoned dreg site samples

根據(jù)最佳投影方向可以對本文所建立的指標(biāo)體系中的指標(biāo)做重要性的橫向比較，如圖4所示。同時可以計算得到6個一級指標(biāo)的權(quán)重值，分別為0.337，0.046，0.034，0.526，0.019，0.036。以此可以看出A41，A42，A12，A13，A145個指標(biāo)對棄渣場綜合風(fēng)險的影響較高，相應(yīng)的這5個指標(biāo)對應(yīng)的2個一級指標(biāo)A1和A4權(quán)重值之和高達(dá)0.863，而近年來被大多數(shù)專家學(xué)者作為研究棄渣場安全穩(wěn)定性的主要因素“棄渣物料性質(zhì)”的權(quán)重值僅為0.046，其下級指標(biāo)中也只有“內(nèi)摩擦角”的投影方向值稍高，但依然沒有超過0.2。

從以上數(shù)據(jù)分析中可以看出，控制棄渣場的綜合風(fēng)險，安全選址的重要性和優(yōu)先級是要遠(yuǎn)高于對棄渣物料性質(zhì)的分析。因為邊坡、地形和地基條件由棄渣場所處地理位置直接決定，一旦選址方案確定，都將成為不可抗力因素，無論后期對棄渣渣土類別如何控制，都對風(fēng)險的降低貢獻(xiàn)較小，還會造成較大的經(jīng)濟(jì)損失。

圖4 最佳投影方向橫向比較圖Fig.4 Horizontal comparison chart of optimal projection direction

3.3 棄渣場綜合風(fēng)險評價結(jié)果

利用3.2得出的最佳投影方向，計算出評價標(biāo)準(zhǔn)中每一個風(fēng)險等級的投影值，作為被評價樣本的風(fēng)險等級劃分的定量標(biāo)準(zhǔn)，如表3所示。本文所列舉的10個棄渣場樣本最終的風(fēng)險等級如表4所示。M3，M5，M7此3個樣本的風(fēng)險等級為Ⅲ級，接收程度為“不期望”，需采取相應(yīng)的風(fēng)險應(yīng)對措施降低其風(fēng)險；而其他7個樣本風(fēng)險等級為Ⅱ級，接受程度為“可接受”，風(fēng)險較低，無需采取風(fēng)險應(yīng)對措施，做好正常的監(jiān)控即可。

表3 風(fēng)險等級評定標(biāo)準(zhǔn)的投影值Table 3 Projection values of risk rating criteria

表4 風(fēng)險等級評價結(jié)果Table 4 Results of risk rating evaluation

為了對M3，M5，M7此3個樣本做出針對性、科學(xué)性的風(fēng)險應(yīng)對措施，根據(jù)每一個指標(biāo)所收集到的實際數(shù)據(jù)對其進(jìn)行進(jìn)一步的風(fēng)險分析，主要分析的重點為“棄渣場邊坡條件”和“地形與地基條件”這2個權(quán)重占比較重的指標(biāo)。首先從“棄渣場邊坡條件”方面可以看出三座棄渣場都存在邊坡高度太高的問題，M3達(dá)98米，邊坡級數(shù)為15級，在如此高危的邊坡高度下，M5和M7卻僅采取簡單的植物防護(hù)措施，這顯然增加了風(fēng)險。而在“地形與地基條件”方面，M3雖處在一般山嶺區(qū)，但棄渣場邊坡面與地基結(jié)構(gòu)面的關(guān)系卻是順向的，而地基傾角高達(dá)35度，使得產(chǎn)生滑坡的可能性較大；M5和M7則處在峽谷地帶，地基傾角較高，M5所處地理位置的地基更是存在軟弱巖土，降低了其穩(wěn)定安全水平。

根據(jù)以上分析本文提出以下風(fēng)險應(yīng)對措施：優(yōu)先考慮對M3，M5，M7此3座棄渣場進(jìn)行搬遷處理，因為從分析的結(jié)果來看，選址的不科學(xué)是造成3座棄渣場風(fēng)險較高的直接決定性因素，建議搬遷至一般山嶺區(qū)和山間平地，同時要對地質(zhì)情況進(jìn)行勘測，避免選擇陡坡和地基情況較差的位置作為棄渣場搬遷位置。如果因為方案無法更改或支出超過成本預(yù)算不能對棄渣場進(jìn)行整體搬遷，則只能從棄渣體的物料性質(zhì)和支擋泄水措施入手以期降低其風(fēng)險。

4 結(jié)論

1)借鑒K均值聚類思想的投影尋蹤模型在引入棄渣場綜合風(fēng)險評價后，能夠最大化反映評估樣本最本質(zhì)的數(shù)據(jù)結(jié)構(gòu)和內(nèi)在聯(lián)系；解決影響因素維度高，定性與定量因素交錯等難題；同時有效避免采用傳統(tǒng)評價方法產(chǎn)生的經(jīng)驗主義，使評價結(jié)果更具客觀性和科學(xué)性。

2)通過對案例的研究分析發(fā)現(xiàn)，“棄渣場邊坡條件”和“地形與地基條件”2個維度權(quán)重值之和高達(dá)0.863，而近年來被大多數(shù)專家學(xué)者作為研究重點的“棄渣物料性質(zhì) ”的權(quán)重值僅為0.046，反映了安全選址應(yīng)作為棄渣場風(fēng)險控制管理的重點。

3)本文所建立的評價系統(tǒng)，除樣本數(shù)據(jù)需實地勘測與人工收集外，其余過程均占用資源少，耗時短，成本低，也不受樣本量大小的影響，為棄渣場綜合風(fēng)險評價提供了新的研究思路。