تخمین کیفیت سنگهای آهکی مقاطعی از سلسله جبال زاگرس با استفاده از سرعت موج لرزه ای

نوع مقاله: مقاله پژوهشی

نویسندگان

1 ‌‌‌استادیار، گروه زمین‌شناسی کاربردی، دانشکده علوم، دانشگاه خوارزمی، تهران، ایران

2 ‌‌‌دانشجوی دکترا، گروه زمین‌شناسی کاربردی، دانشکده علوم، دانشگاه خوارزمی، تهران، ایران

3 استاد، گروه زمین‌شناسی کاربردی، دانشکده علوم زمین، دانشگاه خوارزمی، تهران، ایران

چکیده

در این مطالعه کارایی روش ژئوفیزیکی سرعت عبور موج فشاری (Vp) برای پیش‌بینی کیفیت توده ‌سنگ‌های آهکی در مناطقی از رشته کوههای زاگرس مورد بررسی قرار گرفته است. جهت طبقه‌‌بندی کیفی توده‌ سنگ‌های آهکی از شاخص طبقه‌‌بندی Q و شاخص طبقه‌‌بندی اصلاح شده آن برای توده ‌سنگ‌های رسوبی (Qsrm) استفاده شده است. بدین منظور داده‌‌های مربوط به Vp، Q و Qsrm از محل ساختگاه سدهای کارون2، کارون 4، خرسان 3 و سد تنگ معشوره استخراج گردید و با استفاده از روش‌های درونیابی در نرم‌افزار ArcGIS، لایه‌ های اطلاعاتی از Q، Qsrm و Vp بدست آمد. با استفاده از تجزیه و تحلیل رگرسیون ساده و چندمتغیره بر روی داده‌‌های استخراج شده از لایه‌های اطلاعاتی و استفاده از اصول منطق فازی (FIS)، مدل‌هایی جهت پیش‌بینی Q و Qsrm در توده سنگ‌های آهکی ارائه شده است.‌‌‌ برای ارزیابی دقت مدل‌های بدست آمده، علاوه بر ضریب R2، شاخص های عملکرد (VAF) و جذر میانگین مربعات خطا (RMSE) مورد استفاده قرار گرفت. نتایج بدست آمده نشان می‌دهد: از آنجا که شاخص Qsrm طیف گسترده‌‌تری از خواص توده ‌‌سنگ را در نظر می‌گیرد، پیش‌بینی شاخص Qsrm با استفاده از Vp نسبت به پیش‌بینی شاخص Q، به واقعیت نزدیک‌‌تر است.

کلیدواژه‌ها


عنوان مقاله [English]

Estimation of the quality of limestone rocks in some section of the Zagros mountains using seismic wave velocity

نویسندگان [English]

  • Mehdi Talkhablou 1
  • Mehdi Kianpour 2
  • Seyed Mahmoud Fatemi Aghda 3
1 Assistant Professor, Department of Applied Geology, Faculty of Erath Science, Kharazmi University, Tehran, Iran
2 Ph.D. Student, Department of Applied Geology, Faculty of Erath Science, Kharazmi University, Tehran, Iran
3 Professor, Department of Applied Geology, Faculty of Erath Science, Kharazmi University, Tehran, Iran
چکیده [English]

In this study, the efficiency of the compressive wave velocity (Vp) geophysical method for predicting the quality of limestone mass in areas of Zagros formation, has been investigated. For qualitative classification of limestone rock masses, the Q classification system and its modified classification system for sedimentary rocks (Qsrm) have been used. For this purpose, the data related to Vp, Q and Qsrm were extracted at the site of Karun 2, Karun 4, Khersan 3 and Tangeh Manshoureh dam sites and by using software interpolation methods in ArcGIS has been transformed into information layers. Using simple and multivariable regression analysis on data extracted from information layers and using Fuzzy Inference System (FIS), models for predicting Q and Qsrm in calcareous rock masses are presented. Also, to evaluate the accuracy of the obtained models, in addition to R2, performance indicators (VAF) and root mean square error (RMSE) were used. The results show that since the Qsrm index considers a wider range of massive properties, the prediction of the Qsrm value is closer to reality using geophysical methods than the Q index.

کلیدواژه‌ها [English]

  • Sedimentary Rock Mass Quality Index
  • Limestone Rock Mass
  • Geophysical Methods
  • Empirical equations
  • Fuzzy inference system
کتابنگاری

درویش‌زاده، ع.، 1371- زمین‌شناسی ایران، انتشارات امیرکبیر، چاپ پنجم، تهران، 902 ص.

شرکت توسعه منابع آب و نیروی ایران، 1378- مطالعات ژئوفیزیکی ساختگاه سد خرسان 3 (گزارش مقدماتی مطالعات به روش لرزه‌نگاری).

شرکت توسعه منابع آب و نیروی ایران، 1380- مطالعات مرحله دوم طرح سد مخزنی کارون 4  (گزارش زمین‌شناسی مهندسی). 

شرکت توسعه منابع آب و نیروی ایران، 1387- مطالعات مرحله دوم طرح سد مخزنی کارون 2 (گزارش زمین‌شناسی مهندسی).

شرکت توسعه منابع آب و نیروی ایران، 1389الف- سد مخزنی و نیروگاه خرسان 3  (گزارش زمین‌شناسی مهندسی و ژئوتکنیک).

شرکت توسعه منابع آب و نیروی ایران، 1389ب- طرح سد و نیروگاه تنگ معشوره (گزارش نهایی زمین‌شناسی مهندسی).

شرکت توسعه منابع آب و نیروی ایران، 1391-گزارش ژئوفیزیک سد کارون 2.

شرکت سابیر، 1385- گزارش توموگرافی لرزه ای سد کارون 4.

 

References

Alavi, M., 2004- Regional stratigraphy of the Zagros fold-thrust belt of Iran and its preforland evaluation. American Journal of Science 304:1- 20.

Alvarez Grima, M. and Babuska, R., 1999- Fuzzy model for the prediction of unconfined compressive strength of rock samples. International Journal of Rock Mechanics and Mining Sciences 36:339–349.

Azwin, I. N., Saad, R., Saidin, M., Nordiana, M. M. and Bery, A. A. and Hidayah, I. N., 2015- Combined analysis of 2-D electrical resistivity, seismic refraction and geotechnical investigations for Bukit Bunuh complex crater IOP Conference Series: Earth and Environmental Science 23(1):12-13.

Barton, N., 2007- Rock quality, seismic velocity, attenuation, and anisotropy. London: Taylor & Francis Group; pp 19-48.

Barton, N., Lien, R. and Lunde, J., 1974- Engineering classification of rock masses for the design of tunnel support. Journal of Rock Mechanics engineering 6(4):189–236.

Bieniawski, Z. T., 1973- Engineering classification of jointed rock masses. Trans S. Afr. Inst. Journal of Civil Engineering 15:335-344.

Carrozzo, M. T., Leucci, G., Margiotta, S., Mazzone, F. and Negri, S., 2008- Integrated geophysical and geological investigations applied to sedimentary rock mass characterization. Lecce, Italy, university of Salento, Department of Science and Material. annals of geophysics 51(1):191-202.

Costamagna, E., Oggeri, C., Segarra, P., Castedo, R. and Navarro, J., 2018- Assessment of contour profile quality in D&B tunneling. Journal of Tunneling and Underground Space Technology 75:67-80.

Deere, D. U., 1963- Technical Description of Rock Cores for Engineering Purposes. Journal of rock mechanic and engineering geology 1:16-22.

Feizi, F., Ramezanali, A. K. and Mansouri, E., 2017- Calcic iron skarn prospectively mapping based on fuzzy AHP method, a case study in Varan area, Markazi province. Journal of Geoscience 21:123-126.

Finol, J., Guo, Y. K. and Jing, X. D., 2001- A rule based fuzzy model for the prediction of petro physical rock parameters. Journal of Petroleum Science and Engineering 29(2):97–113.

Ghasemi, E., Ataei, M. and Hashemolhosseini, H., 2012- Development of a fuzzy model for predicting ground vibration caused by rock blasting in surface mining. Journal of Vibration and Control. doi: 10.1177/1077546312437002.

Ghasemi, E., Ataei., M. and Shahriar, K., 2011- Prediction of roof fall rate in coal mines using fuzzy logic. Proceedings of the 30th International Conference on Ground Control in Mining, University of West Virginia, Morgantown, WV 186-191.

Gokceoglu, C., Yesilnaca, E., Sonmez, H. and Kayabasi, A., 2004- A neuro-fuzzy model for modulus of deformation of jointed rock masses. Journal of Computers and Geotechnics 31(5): 375–383.

Gustafson, D. and Kessel, W., 1978- Fuzzy clustering with a fuzzy covariance matrix. In 1978 IEEE conference on decision and control including the 17th symposium on adaptive processes 17:761–766.

Havenith, H. B., Jongmans, D., Faccioli, E., Abdrakhmatov, K. and Bard, P. Y., 2002- Site effects analysis around the seismically induced Ananevo rockslide, Kyrgyzstan. Bulletin of the Seismological Society of America 92:3190–3209.

Jalalifar, H., Mojedifar, S. and Sahebi, A. A., 2014- Prediction of rock mass rating using fuzzy logic and multi-variable RMR regression model. International Journal of Mining Science and Technology 24:237–2.

Jongmans, D., Hemroulle, P., Demanet, D., Renardy, F. and Vanbrabant, Y., 2000- Application of 2D electrical and seismic tomography techniques for investigating landslides. European Journal of Environmental and Engineering Geophysics 5: 75–89.

Juang, C. H. and Lee, D. H., 1990- Rock mass classification using fuzzy sets. Tenth Southeast Asian Geotechnical Conference. Chinese Institute of Civil and Hydraulic Engineering, Taipei, pp 309–314.

Kearey, P., Brooks, M. and Hill, I., 2013- An introduction to geophysical exploration. Blackwell, London.

Koleini, M., 2012- Engineering geological assessment and rock mass characterization of the Asmari formation (Zagros range) as large dam foundation rocks in southwestern Iran. PhD. thesis, University of Pretoria, South Africa.

Lapenna, V., Lorenzo P., Perrone, A., Piscitelli, S., Sdao, F. and Rizzo, E., 2003- High-resolution geoelectrical tomographies in the study of Giarrossa landslide (southern Italy). Bulletin of Engineering Geology and the Environment 62:259–268.

Mosadeghi, R., Warnken, J., Tomlinson, R. and Mirfenderesk, H., 2015- Comparison of Fuzzy-AHP and AHP in a spatial multi-criteria decision making model for urban land-use planning. Journal of Computers Environment and urban systems 49:54-65.

Nguyen, V. U. and Ashworth., E. A., 1985- Rock mass classification by fuzzy sets. In: 26th US Symposium on Rock Mechanics, RapidnCity, SD, 937–945.

Ross, T. J., 1995- Fuzzy Logic with Engineering Applications. McGraw-Hill, New York, pp 600.

Rudman, A. J., Blake, J. F. and Biggs, M. E., 1975- Transformation of resistivity to pseudo-velocity logs. Journal of American Association of Petroleum Geologists 59:1151– 1165.

Sugeno, M., 1985- Industrial applications of fuzzy control. New York, USA. Elsevier Science Pub. Co, 269 pp.

Zadeh, L. A., 1973- Outline of a new approach to the analysis of complex systems and decision 431 processes, IEEE Transactions on Systems Man and Cybernetics 3:28–44.