萬炳彤，鮑學(xué)英，李愛春

基于環(huán)境承載力的隧道工程環(huán)境影響評價體系及應(yīng)用

萬炳彤，鮑學(xué)英，李愛春

(蘭州交通大學(xué) 土木工程學(xué)院，甘肅 蘭州 730070)

為了將隧道工程環(huán)境影響控制在區(qū)域環(huán)境所能承載的范圍之內(nèi)，考慮適應(yīng)性、可操作性和推廣性等原則，提出基于環(huán)境承載力構(gòu)建隧道工程環(huán)境影響評價指標(biāo)體系。支持向量回歸機(jī)(Support vector Regression, SVR)與傳統(tǒng)評價方法相比減少了指標(biāo)體系賦權(quán)過程，能避免人為因素或指標(biāo)數(shù)據(jù)的干擾，提高評價體系的通用性。利用SVR建立的隧道工程環(huán)境影響評價模型，并結(jié)合交叉驗證法對SVR模型參數(shù)進(jìn)行優(yōu)化選擇，解決SVR模型在參數(shù)選擇上的盲目性。以蘭渝鐵路全線中段的西秦嶺隧道為例進(jìn)行模型運算。結(jié)果表明該方法符合實際，適應(yīng)性及可操作性強(qiáng)，能夠為隧址區(qū)生態(tài)環(huán)境的修復(fù)工作提供科學(xué)依據(jù)。

隧道施工；環(huán)境承載力；支持向量回歸機(jī)(SVR)；交叉驗證法

改革開放以來，我國基礎(chǔ)設(shè)施建設(shè)發(fā)展迅速，但以往依靠資源高消耗、污染高排放的粗放型發(fā)展模式都是以環(huán)境惡化為代價的。隧道工程作為一項復(fù)雜的基礎(chǔ)設(shè)施項目，其洞身開挖、施工爆破、棄渣處理、支護(hù)、襯砌等施工過程不可避免的會對沿線地區(qū)的水環(huán)境、大氣環(huán)境、聲環(huán)境、水土資源、生態(tài)植被等造成一定程度的不利影響。因此，有必要開展對隧道工程環(huán)境影響綜合評價體系的研究，以便指導(dǎo)下一步隧址區(qū)生態(tài)環(huán)境的修復(fù)工作。目前，對于隧道工程環(huán)境影響的內(nèi)涵、評價理論、評價指標(biāo)體系和評價方法尚未達(dá)成共識，評價指標(biāo)體系的構(gòu)建模式也是多種多樣，總結(jié)歸納目前應(yīng)用較多的指標(biāo)體系構(gòu)建模式有：1) 基于壓力-狀態(tài)-響應(yīng)(pressure-state response，PSR)模型構(gòu)建評價指標(biāo)體系。PSR概念模型的顯著特點的是含有清晰的因果關(guān)系，其基本原理是人類的經(jīng)濟(jì)活動對環(huán)境產(chǎn)生了一定影響，導(dǎo)致環(huán)境狀態(tài)發(fā)生了改變，人類社會應(yīng)通過意識和行為對環(huán)境狀態(tài)的改變做出響應(yīng)?；赑SR思想，隧道工程環(huán)境影響評價指標(biāo)體系由“壓力”指標(biāo)、“狀態(tài)”指標(biāo)和“響應(yīng)”指標(biāo)組成。趙鑫[1]以生態(tài)角度為出發(fā)點，基于PSR概念模型，建立了隧道建設(shè)對生態(tài)環(huán)境影響的綜合評價指標(biāo)體系。王澤興[2]遵循PSR思想建立了一套由大氣環(huán)境效應(yīng)、聲環(huán)境效應(yīng)、環(huán)境風(fēng)險效應(yīng)、社會環(huán)境效應(yīng)構(gòu)成的評價指標(biāo)體系，并采用層次分析法與模糊綜合評價法對城市道路隧道工程產(chǎn)生的環(huán)境效應(yīng)進(jìn)行了評價研究。2) 基于生命周期評價(Life Cycle Assessment, LCA)構(gòu)建評價指標(biāo)體系。LCA是指對產(chǎn)品整個生命周期內(nèi)消耗的資源、能源和排出的環(huán)境負(fù)荷進(jìn)行測算，從而定量評價產(chǎn)品對環(huán)境造成的負(fù)面影響[3]。楊龍龍[4]運用LCA理論分析了隧道在建造、運營、拆除這整個生命周期內(nèi)各階段的資源、能源消耗以及固體廢棄物的產(chǎn)生量等，定量評價了公路隧道對環(huán)境產(chǎn)生的影響。徐建峰等[5]按照LCA思想，以NO2和SO2為研究對象，對隧道施工空氣污染導(dǎo)致的人員健康損害進(jìn)行了評價研究。3) 基于環(huán)境要素構(gòu)建評價指標(biāo)體系。評價指標(biāo)體系由土壤環(huán)境、生態(tài)環(huán)境等環(huán)境要素構(gòu)成，并采用傳統(tǒng)的層次分析法、模糊評價法、BP神經(jīng)網(wǎng)絡(luò)法[6]等對隧道工程環(huán)境影響進(jìn)行綜合評價。上述指標(biāo)體系構(gòu)建模式各具特點，在適用性、可操作性等方面存在較大差異。由于環(huán)境的特性所在，自然環(huán)境受到外界影響后，其環(huán)境質(zhì)量的變化存在一定的滯后性，一旦人類活動對環(huán)境的影響超出了環(huán)境承載力，將會導(dǎo)致生態(tài)環(huán)境惡化以及后期環(huán)境恢復(fù)工作難度增大，甚至導(dǎo)致社會、經(jīng)濟(jì)的不可持續(xù)發(fā)展。所謂環(huán)境承載力是指在一定時期，一定環(huán)境狀態(tài)下，一定區(qū)域內(nèi)環(huán)境對人類活動支持能力的閾值[7]。換言之環(huán)境承載力是衡量環(huán)境影響程度的閾值、是人類活動與環(huán)境協(xié)調(diào)程度的標(biāo)尺。人類活動應(yīng)控制在區(qū)域環(huán)境所能承載的范圍之內(nèi)。鑒于此，本文以一種全新視角，結(jié)合隧道施工特點，同時考慮適應(yīng)性、可操作性、推廣性等基本原則，提出基于環(huán)境承載力構(gòu)建隧道工程環(huán)境影響評價指標(biāo)體系，即用隧道施工產(chǎn)生的污染物排放濃度、強(qiáng)度等指標(biāo)以及其相應(yīng)的環(huán)境治理指標(biāo)對隧道工程一定區(qū)域范圍內(nèi)的環(huán)境承載力大小進(jìn)行量化研究，目的是將隧道工程環(huán)境影響控制在區(qū)域環(huán)境所能承載的范圍之內(nèi)。當(dāng)前，國內(nèi)外對于隧道工程環(huán)境影響評價方法的研究[2, 4-5, 8]多數(shù)是從對指標(biāo)體系賦權(quán)以形成綜合影響指數(shù)以及其衍生算法入手，但權(quán)重的確定不但容易受到人為因素或指標(biāo)數(shù)據(jù)的干擾，也限制了評價體系的通用性。機(jī)器學(xué)習(xí)方法具有強(qiáng)大的容錯性，能夠排除外界干擾。目前已有國內(nèi)學(xué)者運用人工神經(jīng)網(wǎng)絡(luò)模型[6]對隧道建設(shè)產(chǎn)生的環(huán)境影響進(jìn)行了綜合評價，并驗證了機(jī)器學(xué)習(xí)思維在隧道工程環(huán)境影響評價中的可行性。支持向量機(jī)(Support vector machine，SVM)是一種以統(tǒng)計學(xué)理論為基礎(chǔ)的機(jī)器學(xué)習(xí)方法，它以結(jié)構(gòu)風(fēng)險最小化為原則，以訓(xùn)練誤差為約束條件，以VC維最小(置信區(qū)間最小)為優(yōu)化目標(biāo)，相比傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)模型，SVM能夠在有限的樣本信息下尋求到模型的復(fù)雜性和學(xué)習(xí)能力之間的最佳平衡點，即在小樣本集的條件下SVM具有更強(qiáng)的學(xué)習(xí)能力和泛化推廣能力[9]。SVM作為機(jī)器學(xué)習(xí)領(lǐng)域的集大成者，已經(jīng)廣泛應(yīng)用到分類和回歸領(lǐng)域，但是運用SVM進(jìn)行隧道工程環(huán)境影響評價的研究還未見報道。因此，本文選擇SVM的回歸算法即支持向量回歸機(jī)(Support vector Regression, SVR)作為隧道工程環(huán)境影響評價的主要方法，并利用交叉驗證法對SVR模型參數(shù)進(jìn)行優(yōu)化選擇，解決了SVR在參數(shù)選擇上的盲目性，構(gòu)造了基于交叉驗證的SVR評價模型。最后，本文以蘭渝鐵路全線中段的西秦嶺隧道為例，運用該模型對其環(huán)境影響進(jìn)行評價研究，旨在為隧址區(qū)生態(tài)環(huán)境的修復(fù)工作提供科學(xué)依據(jù)。

1 隧道工程環(huán)境影響評價指標(biāo)體系的建立

1.1 基于環(huán)境承載力的隧道工程環(huán)境影響評價指標(biāo)體系

區(qū)域環(huán)境承載力主要涉及環(huán)境、資源、人類活動這3大子系統(tǒng)，本文根據(jù)承載對象的特性，分別從這3大子系統(tǒng)出發(fā)進(jìn)行了評價指標(biāo)的設(shè)定，如表1所示。各指標(biāo)的選取依據(jù)如下。

1) 環(huán)境子系統(tǒng)：環(huán)境子系統(tǒng)主要考慮水環(huán)境、大氣環(huán)境和聲環(huán)境這三類要素，由于環(huán)境承載力主要表征環(huán)境系統(tǒng)對人類活動產(chǎn)生的各類污染物的承受能力，故將隧道施工產(chǎn)生的污染物作為水環(huán)境和大氣環(huán)境的評價指標(biāo)。其中，根據(jù)《鐵路給水排水設(shè)計規(guī)范》(TB10010—2016)，隧道施工導(dǎo)致區(qū)域水質(zhì)下降的主要污染因子為懸浮物(SS)、化學(xué)需氧量(COD)、石油類等；隧道施工中產(chǎn)生的粉塵、有害氣體是影響大氣環(huán)境的主要因素，根據(jù)文獻(xiàn)[10]選用CO，NO和PM10(可呼吸入粉塵)作為大氣環(huán)境污染的評價指標(biāo)。此外，隧道施工時噪聲污染嚴(yán)重，以區(qū)域噪聲Leq值(等效聲級)作為聲環(huán)境污染的評價指標(biāo)。

2) 資源子系統(tǒng)：隧道建設(shè)過程中，其工程占地、挖方填方、棄土棄碴等施工過程都會對水土資源造成一定影響，導(dǎo)致其區(qū)域地表土層松動，土壤抗蝕性下降，水土保持功能降低，水土流失加劇。根據(jù)文獻(xiàn)[11]選用水土流失強(qiáng)度這一指標(biāo)來度量施工活動對水土資源造成的影響。水土流失強(qiáng)度可以按照土壤水蝕模數(shù)確定，其計算方法見《土壤侵蝕分類分級標(biāo)準(zhǔn)》(SL 190—2007)和文獻(xiàn)[11]。

3) 調(diào)節(jié)子系統(tǒng)：環(huán)境承載力反映環(huán)境與人類的相互作用關(guān)系，是人類活動與環(huán)境協(xié)調(diào)程度的標(biāo)尺，人類活動在對環(huán)境排放污染物，影響水土資源的同時，也需要通過相應(yīng)的環(huán)境治理措施來調(diào)節(jié)區(qū)域環(huán)境狀況。根據(jù)隧道工程環(huán)境影響特征及《生產(chǎn)建設(shè)項目水土流失防治標(biāo)準(zhǔn)》(GB/T50434—2018)，選用施工廢水處理率、植被恢復(fù)率與攔渣率作為調(diào)節(jié)子系統(tǒng)的評價指標(biāo)。根據(jù)GB/T50434—2018標(biāo)準(zhǔn)中的定義，施工廢水處理率表示區(qū)域內(nèi)施工廢水處理量占總產(chǎn)生量的比重；植被恢復(fù)率表示隧道建設(shè)區(qū)內(nèi)植被面積占可恢復(fù)植被面積的百分比；攔渣率表示隧道建設(shè)區(qū)內(nèi)采取措施實際攔擋的棄土(石、渣)量與工程棄土(石、渣)總量的百分比。

表1 基于環(huán)境承載力的隧道工程環(huán)境影響評價指標(biāo)及指標(biāo)測定(計算)方法

1.2 分級標(biāo)準(zhǔn)建立

根據(jù)現(xiàn)行的《污水綜合排放標(biāo)準(zhǔn)》(GB8978—1996)，《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095—2012)，《工作場所有害因素職業(yè)接觸限值第1部分：化學(xué)有害因素》(GBZ2.1－2007)，《聲環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2008)，《建筑施工場界環(huán)境噪聲排放標(biāo)準(zhǔn)》(GB 12523—2011)，《土壤侵蝕分類分級標(biāo)準(zhǔn)》(SL 190—2007)和《生產(chǎn)建設(shè)項目水土流失防治標(biāo)準(zhǔn)》(GB/T50434—2018)來確定隧道區(qū)域環(huán)境承載力的分級標(biāo)準(zhǔn)，如表2所示。

表2 環(huán)境承載力分級標(biāo)準(zhǔn)

2 基于SVR的隧道工程環(huán)境影響評價模型

2.1 SVR算法原理

支持向量回歸機(jī)(Support vector Regression, SVR)是基于SVM模型提出的，兩者的區(qū)別為SVM[12]是在兩類樣本點之間找到一個最優(yōu)分類面(函數(shù)())，使得離該平面最近的樣本點能夠最遠(yuǎn)，從而形成最大間隔(margin)，如圖1所示。但SVR[13]尋求的是一個線性回歸方程(函數(shù)=())來擬合所有的樣本點，即它尋求的超平面不是劃分樣本點，而是使樣本點離超平面的總方差最小，如圖2所示。SVR的計算原理[14]如下。

圖1 SVM分類示意圖

圖2 SVR擬合示意圖

式(3)是一個二次規(guī)劃求最優(yōu)解問題，利用Lagrange乘子法求解，引入Lagrange函數(shù)可獲得其對偶形式

目前應(yīng)用最廣泛的核函數(shù)是徑向基核函數(shù)(RBF)：

式中：為核參數(shù)。

2.2 基于SVR的隧道工程環(huán)境影響評價方法

隧道工程環(huán)境承載力評價問題可以看成一種數(shù)學(xué)映射問題，設(shè)評價因子與承載力等級之間存在一個復(fù)雜的非線性映射，其中承載力等級為評價因子在映射下的象，評價因子為承載力等級關(guān)于映射的原象?；赟VR強(qiáng)大的學(xué)習(xí)能力和泛化推廣能力，運用SVR對評價因子的指標(biāo)值進(jìn)行訓(xùn)練學(xué)習(xí)，獲得一個十分逼近的映射F，從而獲得隧道工程的環(huán)境承載力等級，具體過程如圖3所示。

圖3 基于SVR的隧道工程環(huán)境影響評價流程圖

3 實證研究

西秦嶺隧道位于蘭渝全線中段，地處甘肅省隴南市，是蘭渝鐵路全線控制工程，全長28.236 km，為兩座平行的分離式單線隧道，是目前采用鉆爆法和TBM法相結(jié)合施工的最長隧道。根據(jù)對西秦嶺隧道監(jiān)測結(jié)果,本項目施工排放廢水的主要污染物為石油類、懸浮物(SS)、化學(xué)需氧量(COD)等。其中石油主要來自施工所使用的開挖、鉆孔等設(shè)備以及液壓施工機(jī)械、運渣機(jī)械等施工機(jī)械產(chǎn)生的油污，懸浮物(SS)主要來自鉆爆、噴射混凝土等過程中產(chǎn)生的污染物?；瘜W(xué)需氧量(COD)主要來自石油類的氧化等；本項目施工產(chǎn)生的大氣污染主要是材料運輸、堆放等過程中的風(fēng)揚灰塵導(dǎo)致的粉塵污染以及施工時施工機(jī)械和運輸車輛排放大量含有CO和NO的尾氣；施工中爆破、鉆孔、攪拌、運輸?shù)茸鳂I(yè)產(chǎn)生的噪聲是本項目施工造成聲污染的主要原因。指標(biāo)體系中各項指標(biāo)的監(jiān)測數(shù)據(jù)分別為210 mg/L，89 mg/L，21 mg/L，13 mg/m3，98mg/m3，110mg/m3，56 dB(A)，2 570 t/(km2·a，90%，89%和91%。

SVR尋求的是一個線性回歸方程(函數(shù)y=g(x))來擬合所有的樣本點，因此首先根據(jù)承載力評價指標(biāo)分級標(biāo)準(zhǔn)選取標(biāo)準(zhǔn)樣本值，即在各承載力等級上隨機(jī)均勻選取的5組指標(biāo)值作為SVR的輸入向量，其對應(yīng)的承載力等級為SVR的輸出值，從而獲得25組標(biāo)準(zhǔn)樣本,其中1~20組樣本作為學(xué)習(xí)樣本，21~25組樣本作為測試樣本。由于各指標(biāo)監(jiān)測數(shù)據(jù)差值大，影響模型準(zhǔn)確性，故將各指標(biāo)值等比例縮小映射到[0,1]區(qū)間內(nèi)，經(jīng)過處理的標(biāo)準(zhǔn)樣本值如表3所示。

表3 標(biāo)準(zhǔn)樣本值

本文借助Python平臺實現(xiàn)對SVR問題的求解，選用徑向基核函數(shù)(RBF)作為隧道工程環(huán)境影響評價模型的核函數(shù)，運用交叉驗證法對懲罰參數(shù)和核函數(shù)參數(shù)gamma進(jìn)行優(yōu)化選擇，設(shè)懲罰參數(shù)的對數(shù)log2的取值范圍為(0,100)，優(yōu)化步長為0.05，核函數(shù)參數(shù)gamma的對數(shù)log2的取值范圍為(0,100)，優(yōu)化步長為0.5，最終確定的最優(yōu)參數(shù)組合為：=99.36，gamma=0.01。此時基于SVR的隧道工程環(huán)境影響評價模型的預(yù)測準(zhǔn)確率為99.861%，測試集的擬合效果如圖4所示，誤差曲線如圖5所示，具體學(xué)習(xí)結(jié)果如表4所示。

圖4 測試集擬合效果圖

圖5 誤差曲線圖

表4 測試集學(xué)習(xí)結(jié)果

將指標(biāo)體系中各項指標(biāo)的監(jiān)測數(shù)據(jù)等比例縮小后輸入已經(jīng)訓(xùn)練好的隧道工程環(huán)境影響SVR評價模型中進(jìn)行測算，得到的輸出值為3.632，對照表2可知該隧道的環(huán)境承載狀況為輕度超載。根據(jù)現(xiàn)場調(diào)查與分析，該評價結(jié)果符合實際情況，驗證了該模型的可靠適用性，證明本文所建立的方法能夠為為隧址區(qū)生態(tài)環(huán)境的修復(fù)工作提供科學(xué)依據(jù)。因此，有必要對西秦嶺隧道區(qū)域進(jìn)行相應(yīng)的生態(tài)環(huán)境修復(fù)措施，如加強(qiáng)施工廢水處理、提高植被恢復(fù)率等。

4 結(jié)論

1) 從環(huán)境承載力的概念出發(fā)，結(jié)合隧道施工特點，同時考慮適應(yīng)性、可操作性、推廣性等原則，提出基于環(huán)境承載力構(gòu)建隧道工程環(huán)境影響評價指標(biāo)體系，即用一定的指標(biāo)進(jìn)行隧道區(qū)域環(huán)境承載力的量化研究，目的是將隧道工程環(huán)境影響控制在區(qū)域環(huán)境所能承載的范圍之內(nèi)。

2) 目前對于隧道工程環(huán)境影響的評價方法多數(shù)是從對指標(biāo)體系賦權(quán)以形成綜合影響指數(shù)以及其衍生算法入手，但是權(quán)重的確定易受到人為因素或指標(biāo)數(shù)據(jù)的干擾，同時也限制了評價體系的通用性。相比傳統(tǒng)評價方法，SVR模型減少了指標(biāo)體系賦權(quán)過程，能夠排除外界干擾，且在有限的樣本信息下具有強(qiáng)大的學(xué)習(xí)能力和泛化推廣能力，使得評價結(jié)果更加科學(xué)可靠。因此，本文構(gòu)建了基于SVR的隧道工程環(huán)境影響評價模型，并以蘭渝鐵路全線中段的西秦嶺隧道為例驗證了該模型的可靠實 用性。

3)利用交叉驗證法對SVR模型參數(shù)進(jìn)行優(yōu)化選擇，解決了SVR模型在參數(shù)選擇上的盲目性。該方法簡便易行并且可操作性強(qiáng)，能夠為隧址區(qū)生態(tài)環(huán)境的修復(fù)工作提供科學(xué)依據(jù)。但由于指標(biāo)值數(shù)據(jù)、樣本的處理均會存在較大的差異性，該方法的通用性還有待深入研究與完善。

[1] 趙鑫. 高速公路隧道建設(shè)對生態(tài)環(huán)境影響的敏感性與安全性評價體系[D]. 蘭州: 蘭州大學(xué), 2008. ZHAO Xin. Sensitivity and security system of highway tunnel construction on the ecological environment[D]. Lanzhou: Lanzhou University, 2008.

[2] 王澤興. 城市道路隧道環(huán)境效應(yīng)綜合評價研究[D]. 成都: 西南交通大學(xué), 2016. WANG Zexing. Environmental influence comprehensive assessment of city road tunnel[D]. Chengdu: Southwest Jiaotong University, 2016.

[3] 鄭秀君, 胡彬. 我國生命周期評價(LCA)文獻(xiàn)綜述及國外最新研究進(jìn)展[J]. 科技進(jìn)步與對策, 2013, 30(6): 155-160. ZHENG Xiujun, HU Bin. Domestic literature review and the latest overseas research progress of life cycle assessment[J]. Science & Technology Progress and Policy, 2013, 30(6): 155-160.

[4] 楊龍龍. 基于LCA的公路隧道環(huán)境影響評價[D]. 鄭州: 中原工學(xué)院, 2018. YANG Longlong. Environmental impact assessment of road tunnels based on life cycle assessment[D]. Zhengzhou: Zhongyuan University of Technology, 2018.

[5] 徐建峰, 郭春, 郭雄, 等. 公路隧道施工空氣污染健康損害評價[J]. 地下空間與工程學(xué)報, 2017, 13(增1): 409-414. XU Jianfeng, GUO Chun, GUO Xiong, et al. Health damage evaluation for air pollution in highway tunnel construction[J]. Chinese Journal of Underground Space and Engineering, 2017, 13(Suppl 1): 409-414.

[6] 王慶偉, 陳必光. 米拉山高海拔隧道建設(shè)環(huán)境影響風(fēng)險評估研究[J]. 地下空間與工程學(xué)報, 2018, 14(增2): 975-979. WANG Qingwei, CHEN Biguang. Research on environmental impact risk assessment of mila mountain high altitude tunnel construction[J]. Chinese Journal of Underground Space and Engineering, 2018, 14(Suppl 2): 975-979.

[7] 劉年磊, 盧亞靈, 蔣洪強(qiáng), 等. 基于環(huán)境質(zhì)量標(biāo)準(zhǔn)的環(huán)境承載力評價方法及其應(yīng)用[J]. 地理科學(xué)進(jìn)展, 2017, 36(3): 296-305. LIU Nianlei, LU Yaling, JIANG Hongqiang, et al. Environmental carrying capacity evaluation methods and application based on environmental quality standards[J]. Progress in Geography, 2017, 36(3): 296-305.

[8] Brousse B, Vidal B, Ponticq X, et al. Pollution dispersion at an urban motorway tunnel portal: Comparison of the small-scale predictive study with the actual conditions measured on the site[J]. Atmospheric Environment, 2005, 39(13): 2459-2473.

[9] 劉蘇蘇, 孫立民. 支持向量機(jī)與RBF神經(jīng)網(wǎng)絡(luò)回歸性能比較研究[J]. 計算機(jī)工程與設(shè)計, 2011, 32(12): 4202-4205. LIU Susu, SUN Limin. Performance comparison of regression prediction on support vector machine and RBF neural network[J]. Computer Engineering and Design, 2011, 32(12): 4202-4205.

[10] 張國珍, 崔圣達(dá), 張洪偉, 等. 隧道工程對生態(tài)環(huán)境的影響及環(huán)境效應(yīng)[J]. 地質(zhì)災(zāi)害與環(huán)境保護(hù), 2017, 28(4): 53-57. ZHANG Guozhen, CUI Shengda, ZHANG Hongwei, et al. Influence of tunnel engineering on ecological environment and environmental effects[J]. Journal of Geological Hazards and Environment Preservation, 2017, 28(4): 53-57.

[11] 高海東, 李占斌, 李鵬, 等. 基于土壤侵蝕控制度的黃土高原水土流失治理潛力研究[J]. 地理學(xué)報, 2015, 70(9): 1503-1515. GAO Haidong, LI Zhanbin, LI Peng, et al. The capacity of soil loss control in the Loess Plateau based on soil erosion control degree[J]. Acta Geographica Sinica, 2015, 70(9): 1503-1515.

[12] Kordjazi A, Pooya Nejad F, Jaksa M B. Prediction of ultimate axial load-carrying capacity of piles using a support vector machine based on CPT data[J]. Computers and Geotechnics, 2014(55): 91-102.

[13] Samui P, Kim D, Sitharam T G. Support vector machine for evaluating seismic-liquefaction potential using shear wave velocity[J]. Journal of Applied Geophysics, 2011, 73(1): 8-15.

[14] Franklin J. The elements of statistical learning: data mining, inference and prediction[J]. The Mathematical Intelligencer, 2005, 27(2): 83-85.

Environmental impact assessment system of tunnel engineering based on environmental bearing capacity and its application

WAN Bingtong, BAO Xueying, LI Aichun

(School of Civil Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China)

In order to control the environmental impact of tunnel engineering within the bearing range of the regional environment, considering the principles of adaptability, operability and extensibility, an environmental impact assessment index system based on the environmental carrying capacity of tunnel engineering was proposed. Compared with traditional evaluation methods, Support vector Regression (SVR) reduces the empowerment process of the index system. It can avoid the interference of human factors or index data, and improve the universality of the evaluation system. Therefore, a tunnel engineering environmental impact assessment model was established by using SVR. The parameters of the SVR model were optimized by combining the cross- validation method, which solved the blindness of the SVR model in parameter selection. Finally, the model calculation is carried out by taking the Xiqinling tunnel in the middle section of the Lanzhou-Chongqing railway as an example. The results show that this method is practical, adaptable and operable, and can provide scientific basis for the restoration of ecological environment in tunneling site.

tunnel construction; environmental carrying capacity; support vector regression machine (SVR); cross validation

10.19713/j.cnki.43-1423/u.T20190290

X828

A

1672 - 7029(2020)01 - 0258 - 08

2019-04-12

國家自然科學(xué)基金資助項目(51768034)

鮑學(xué)英(1974-)，女，寧夏中衛(wèi)人，教授，從事綠色鐵路及工程管理方面的研究；E-mail：813257032@qq.com

(編輯 蔣學(xué)東)