Abstract
Sub-surface construction in urban areas generally involves drainage of groundwater, which can induce subsidence in soil deposits. Knowledge of where compressible sediments are located and how thick these are is essential for estimating subsidence risk. A probabilistic method for coupled bedrock-level and soil-layer modeling to detect compressible sediments is presented. The method is applied in an area in central Stockholm, where clay is the compressible sediment layer. First, a bedrock-level model was constructed from three sources of information: (a) geotechnical drillings reaching the bedrock; (b) drillings not reaching the bedrock; and (c) mapped bedrock outcrops. Input data for the probabilistic bedrock-level model was generated by a stepwise Kriging procedure. Second, a three layer soil model was constructed, including the following materials: (a) coarse grained post glacial and filling material below the ground surface; (b) glacial and post-glacial clays; and (c) coarse grained glaciofluvial and glacial till deposits above the bedrock. Layer thicknesses were transformed to proportions of the total soil thickness. Since Kriging requires data to be normally distributed, the proportions were transformed from proportions (P) to standard normal quantiles (z). In each iteration of a Monte-Carlo simulation, a spatial distribution of the bedrock level was simulated together with the transformed values for the soil-layer proportions. From the iterations, the probability density of the clay thickness (compressible sediments) at each grid cell was calculated. The results of the case study map the expected value (mean) and the 95th percentile of the probability of compressible sediments at specific locations. The resulting model is geologically realistic and validated through a cross-validation procedure in order to be in good agreement with a reference dataset. The case study showed that the method can efficiently handle large amounts of data and requires little manual adjustment. Moreover, the mapped results can provide useful decision support when planning risk-reducing measures and when communicating with stakeholders. Although this novel method is developed for risk assessment of groundwater drawdown induced subsidence, it is useful for other applications involving spatial soil strata modeling
چکیده
ساخت و ساز زیرسطحی در نواحی شهری معمولاً زهکشی آب زیرزمینی را نیز دربردارد، که می تواند سبب فرونشست در رسوبات خاکی شود. دانستن این که رسوبات تراکم پذیر در کجا قرار دارند و برای براورد خطر فرونشست باید چه ضخامتی داشته باشند ضروری است. یک روش احتمالاتی برای مدل سازی سطح سنگب ستر و لایه های خاک برای شناسایی رسوبات تراکم پذیر ارائه می شود. این روش بر یک ناحیه در استکهلم مرکزی اعمال می شود، که در آن، خاک رس، لایه رسوب تراکم پذیر است. ابتدا، مدل سطح سنگ بستر از سه منبع اطلاعات تولید می شود: (الف) حفاری های ژئوتکنیکی تا رسیدن به سنگ بستر؛ (ب) حفاری بدون رسیدن به سنگ بستر؛ و (ج) بیرون زدگی های سنگ بستر نقشه برداری شده. داده های ورودی برای مدل سطح سنگ بستر احتمالاتی با یک روند کریجینگ گام به گام تولید شدند. دوم، یک مدل خاک سه لایه ای ایجاد شد که شامل مواد زیر بود: (الف) ماده پرکننده و درشت دانه پس از انجماد زیر سطح زمین؛ (ب) رس های دوران انجماد و پس از انجماد؛ و (ج) رسوبات یخرفت و یخچالی – رودخانه ای درشت دانه بالای سنگ بستر. ضخامت لایه ها به صورت نسبت هایی با ضخامت کل خاک تبدیل شدند. از آنجا که کریجینگ، نیازمند داده هایی است که به صورت نرمال توزیع شده اند، کسرها به نسبت های (P) به چندک های نرمال استاندارد (z) تبدیل شدند. در هر تکرار از یک شبیه سازی مونت کارلو، یک توزیع خاص از سطح سنگ بستر همراه با مقادیر تبدیل شده مربوط به نسبت های لایه خاکی شبیه سازی شد. به کمک تکرارها، چگالی احتمال ضخامت خاک رس (رسوبات تراکم پذیر) در هر سلول شبکه محاسبه شد. نتایج این موردپژوهی، مقدار موردانتظار (میانگین) و صدک 95ام احتمال رسوبات تراکم پذیر در مکان های خاص را به تصویر کشید. مدل حاصل، یک مدل زمین شناختی واقعی است و از طریق روش اعتبارسنجی متقابل، سنجش شده است تا توافق خوبی با مجموعه داده های مرجع داده باشد. این موردپژوهی نشان داد که این روش می تواند به صورت موثر مقادیر عظیم داده ها را بررسی کند و به تنظیمات دستی کمی نیاز دارد. به علاوه، وقتی که اقدامات کاهش خطر برنامه ریزی می شوند و وقت ارتباط با سهامداران، نتایج به تصویر کشیده شده، می توانند پشتیبان مفیدی برای تصمیم گیری باشند. اگرچه این روش نوین برای ارزیابی خطر فرونشست حاصل از پایین رفتن آب زیرزمینی توسعه یافته است، برای کاربردهای دیگر مانند مدل سازی فضایی لایه های خاک مفید است.
1-مقدمه
بهبود زیرساخت در فضاهای شهری، معمولاً نیازمند تونل زنی و گودبرداری عمیق است. زمانی که ساختمان در شهرها بر روی رس تراکم پذیر ساخته می شود، در نظر گرفتن خطر نشست زمین در اثر افت آب زیرزمینی اهمیت دارد. اگر آب زیرزمینی، به تونل هایی که از نشست خاک رس یا دیگر رسوبات با تراکم پذیری بالا ایجاد شده اند، رسوخ کند، می تواند کاهش قابل ملاحظه ای در فشار تخلخل ایجاد کند و سبب فرونشست رسوبات خاکی شود. فرونشست به علت آب زیرزمینی، در بسیاری از نواحی دنیا یک مشکل جدی است، از جمله در شهرهای چین (زو و همکاران، 2005)، مکزیکوسیتی (اورتگا – گوررو و همکاران، 1999)، بانکوک (فین ویج و همکاران، 2006)، لاس وگاس (بوربی، 2002)، و استکهلم (برومز، 1970؛ تیرن، 1968)...