随着我国经济发展的高速发展，交通建设对经济发展的支持越远越重要。大力发展交通运输事业的同时，交通建设施工受自然条件限制营运而生，在我国西南地区山高谷深，地质条件复杂，岩溶广泛发育条件。工程施工中往往需要通过桥梁、隧道的方式来满足线路的需要。多年来，岩溶地区的隧道施工中经常遇到突水突泥及地面塌陷等问题，影响施工进度，造成安全事故。而目前对岩溶隧道涌突水灾害危险性的预测评价主要依据经验判断，在实际运用中其预测精度和效果仍然不够理想。据对我国部分铁路隧道预测涌水量与实际涌水量的统计中，预测值与实测值依旧相差较大，部分隧道的预测误差竟高达数十倍，不能满足工作需求。随着西部大开发战略的推进，建成隧道和在建隧道数量越来越多，通过文献资料收集和参与导师项目回访资料为我们提供了这样的机会，即通过收集的隧道实际涌突水样本数量，从数学统计的角度，分析隧道涌突水量主要的影响因素，尝试从统计角度得到回归方程，为传统的涌突水量预测方法作为补充。通过前期导师项目所涉及课题资料和文献查阅，收集的西南地区已建、在建岩溶隧道近六十多条资料，对重点岩溶隧道涌突水灾害信息进行整合分析。选择信息相对完整和工况较清晰隧道资料进行统计分析。选择部分隧道资料进行回归分析，本文主要结合对整条隧道与分段隧道两方面探讨，其影响因素和涌水量之间的影响关系和作用，这里主要通过回归分析，曲线估计，偏最小二次法，神经网络等方法分析数据，以此得到有代表意义的回归模型和预测验证，为岩溶隧道涌突水量方法进行补充。本文通过文献查阅的归纳总结讨论分析了在岩溶地区隧道涌突水量的影响因素纷繁复杂，了解到地质环境诸多的因素决定和影响着岩溶隧道涌突水发生，选取搜集隧道中信息相对较准确的涌突水段作为讨论训练集。1）通过初步讨论西南地区岩溶的发育特征，探讨总结了西南地区岩溶隧道的发育条件特征。2）通过文献查阅的总结出目前主要的隧道涌突水量预测方法，可知在岩溶地区隧道涌突水量的影响因素纷繁复杂，对于岩溶地区隧道涌突水量的预测方法的的预测结果精度还不够高，因此对于隧道涌水量预测应该考虑多学科交叉采用多种方法结合的方式，本文尝试从统计的角度为预测水量方法作为补充。3）通过本文了解到地质环境诸多的因素决定和影响着岩溶隧道涌突水发生，进行没有一个公认可行的标准和指标体系的选择，选取搜集隧道中信息相对较准确的涌突水段作为讨论训练集，本文这里主要通过回归分析，曲线估计，偏最小二次法，神经网络分析数据，以此得到有代表意义的回归模型和预测模拟，为岩溶隧道涌突水量方法进行补充。4）主要成果结论，通过数据分析拟合得出回归方程模型如下：模型1： Q=-940542.734+7382.866*c+1607.783*l+7061.595*s。模型2：-968295.376+37327.373*c+15.921*l+35291.673*s。通过偏最小二乘法得到模型3：Q=-19913.8+7497.16*c+7618.89*m+10796*d+7116.24*s+17159.3*p。模型4：Q=-29095.8+18669.9*c+42731.1*p；模型5：通过软件得到神经网络预测模型，可在今后实际工作中调用。5）模型的验证：通过统计对比，模型1在预测结果中相对误差小于50%总共有4条隧道占样本数的57%，相对误差在1以内的为6条隧道占整个样本数的71%。模型2在预测结果中误差小于50%只有5条占样本数的71%。相对误差率在1以内的71%。模型3预测结果中相对误差率小于1的隧道总工有5条，占整个样本集的12.5%。预测结果的相对误差率在一个数量级以内的总工有27条，占整个样本集的67.5%。模型4的预测结果中相对误差率小于1的隧道总工有3条，占整个样本集的7.5%，而预测结果的误差率在一个数量级以内的隧道有24条，占整个样本集的60%。通过对比：得出结论，对于信息相对模糊，整条隧道预测采用模型2，对于信息相对完整，分段隧道预测采用模型4，预测精度相对高一些。在下一步工作中，需要进一步搜集隧道样本数据，优化数字化处理方法，增加有效优势数据，从而提高回归方程的拟合度，使得出的结论具有普遍适用性。