Rock tunnel impact on overburden soil layer : Geological and groundwater modeling of a rock tunnel in Stockholm, Sweden

För att uppskatta inläckage till en bergförlagd tunnel finns ett antal analytiska modeller som tar hänsyn till parametrar som hydraulisk konduktivitet, storlek på tunnel och hur djupt tunneln är förlagd. Ett antagande i samtliga analytiska modeller är en homogen och isotrop geologi. I verkligheten är detta sällan fallet, som i exempelvis Kista, strax norr om Stockholm, där en VA-tunnel har drivits under 2017 och inläckaget till tunneln överskrider kravet som baserats på en analytisk modell. En modell utvecklas över områdets geologi och grundvattenmagasin för att simulera grundvattennivåer med och utan inläckage till en bergförlagd tunnel. Avsänkningens utbredning till följd av tunneln är ett s.k. influensområde. Modellen utvecklas i ett relativt nytt modelleringsverktyg, MODFLOW-USG, som utnyttjar ostrukturerade rasternät för att bättre representera tunnelsträckning och öka numerisk stabilitet. Geologin modelleras utifrån jorddjup, bergöveryta och geotekniska undersökningar som utförts i området. Hydraulisk konduktivitet i berget approximeras med hjälp av SGU:s brunnsarkiv. Dessutom utvecklas en modell som innehåller en anslutande tunnel och två st sprickzoner i berget. Jämfört med det influensområde som skattats i tunnelns MKB visar modellen på ett mindre influensområde i vissa riktningar och ett större i andra riktningar. Resultaten bekräftar att influensområdet ökar med ett ökat inläckage, och att en numerisk modell är bättre på att representera områdesspecifik geologi än en enkel vattenbalansmodell. Influensområdet i det undre magasinet i Kista bedöms vara cirka 24,4 ha stort. Enligt den numeriska modellen ger en förändring i inläckage på 0,01 l/min och m tunnel en ökning respektive miskning av influensområdet med cirka 19 %. Vidare visar arbetet på att val av analytisk modell för att skatta inläckage kan påverka skattning med en faktor 3. För att hantera osäkerheter i skattning av inläckage föreslås att flera olika värden på inläckage simuleras för att bedöma influensområdets utbredning och för att skapa en uppfattning om hur storleken på inläckaget påverkar influensområdets utbredning.To determine leakage into rock tunnels one can choose between a range of analytical models. Common to all analytical models is their inability to reflect complex hydrogeological settings and only taking into account hydraulic conductivity, dimensions of the tunnel and tunnel depth. In Stockholm, Sweden, a rock tunnel built in 2017 currently exceeds maximum allowed leakage which was derived from an analytical model. A model is developed to represent the site’s hydrogeological settings. The model is used to simulate groundwater levels with and without representation of the tunnel, the area of influence being the difference between the two. A Voronoi-cell unstructured grid is implemented in MODFLOW-USG to improve representation of complex geology and increase numerical stability. Geology is modeled using soil depth, bed rock surface and geotechnical investigations. Rock hydraulic conductivity is derived from a well archive. A second model is developed to represent geological fault zones and a connecting tunnel. The model verifies the positive relationship between magnitude of leakage and size of the zone of impact. Results also show an improved approximation of the zone of impact as compared to an earlier approximation derived from a simple water balance. The numerical models predicts a larger zone of impacts in some areas and a smaller zone of impact in other areas. Furthermore, the numerical model shows that a change in leakage of 0,01 l/min and m tunnel can alter the size of the zone of impact by about 19%. By comparing some of the most well-known analytical models to predict leakage it is found that the approximation can differ by a factor 3 using identical parameter values. To reflect the uncertainty in predicted leakage the author recommends simulating a numerical model with varying magnitudes of leakage. This will help in risk assessment and identify a site specific relationship between magnitude of leakage and area of influence