نشریه زمین شناسی مهندسی

تحلیل خطر زمین‌لرزه به روش احتمالاتی و تهیه نقشه‌های پهنه‌بندی شتاب: مطالعه موردی بندر شهید رجایی

مائده روشن لیارجدمه

ایران به دلیل قرارگیری در میان دو صفحه تکتونیکی فعال، همواره در معرض زمین لرزه های متعدد بوده و وقوع بیش از ۱0۰ زلزله شدید در قرن اخیر، بیانگر میزان خطرپذیری بالای کشور در برابر این مخاطره طبیعی می باشد. هدف این پژوهش تحلیل لرزه خیزی و ارزیابی خطر زلزله در بندر شهید رجایی، به عنوان بزرگ ترین بندر تجاری ایران (واقع در محل تلاقی کریدور ترانزیتی شمال- جنوب) می باشد، که گامی اساسی در افزایش تاب آوری و پایداری زیرساخت های حیاتی این منطقه خواهد بود. در این مطالعه از تمامی وقایع لرزه ای رخداده در شعاع 200 کیلومتری ساختگاه و نرم افزارهای Knopoff و Ez-Frisk استفاده شده است. بررسی آماری زمین لرزه های تاریخی و دستگاهی حاکی از لرزه خیزی بالای منطقه بوده که شاخصه آن زلزله هایی با بزرگای متوسط با دوره بازگشت کوتاه مدت می باشد، به نحوی که زلزله هایی با بزرگای بین چهار تا پنج ریشتر، سهم بیشتری را به خود اختصاص می دهند. برآورد خطر به روش احتمالاتی مقادیر بیشینه شتاب های افقی و قائم را به ترتیب (g) 0/385 و 0/290 نشان داد. همچنین طیف پاسخ ساختگاه بر اساس شتابنگاشت های زمین لرزه طبس و نقشه های هم شتاب گستره مورد مطالعه به فواصل 0/1 درجه در جهت طولی و عرضی جغرافیایی تهیه گردید. نتایج نشان داد که محدوده مطالعاتی، به مقدار (g) 0/85 از خطر لرزه ای بالاتری نسبت به مقدار استاندارد در آیین نامه 2800 ایران برخوردار است به نحوی که در پهنه خطر نسبی خیلی زیاد جای می گیرد. بدین سبب اجرای رویکردهای مبتنی بر ریسک در توسعه زیرساخت ها، کمک می کند تا بنادر به صورت بهینه طراحی شوند و میزان خسارات ناشی از زلزله کاهش یابد.

ضرورت انجام آزمایش پمپاژ و حفر چاه‌های اکتشافی در مطالعات پایه منابع آب و خلاء‌های موجود در ایران

کمال گنجعلی پور

مطالعات اکتشافی و انجام آزمون های پمپاژ، پایه ای ترین ابزارهای شناخت رفتار هیدروژئولوژیکی آبخوان ها محسوب می شوند و نقش کلیدی در مدل سازی، برنامه ریزی و حکمرانی منابع آب ایفا می کنند. این مقاله با هدف تحلیل جایگاه این مطالعات در ساختار حکمرانی آب در ایران، به بررسی چالش های نهادی، فنی و قانونی کشور در مقایسه با کشورهای توسعه یافته می پردازد. یافته ها نشان می دهد که ضعف در الزامات قانونی، نبود نظام یکپارچه داده برداری، محدودیت تجهیزات و کمبود چاه های اکتشافی، موجب کاهش دقت مطالعات پایه، تضعیف مدل های عددی و تصمیم گیری های ناپایدار شده است. مقاله همچنین سیر تحول تاریخی حفاری اکتشافی و آزمون های پمپاژ، ابزارها و اهداف آن ها را مرور کرده و بر نقش چاه های اکتشافی در توسعه مدل مفهومی و پایش دینامیک آبخوان ها در شرایط افت سطح ایستابی تأکید دارد. در پایان، بر لزوم بازنگری سیاست گذاری، تقویت ساختار نهادی، و الزام اجرای آزمون های دقیق در راستای تحقق حکمرانی مبتنی بر شواهد تأکید می شود.

مدل‌سازی سه‌بعدی به منظور تعیین پارامترهای ژئومکانیکی مخزن آسماری و تنش‌های اصلی (یکی از میادین جنوب غرب ایران)

مهدی تلخابلو

در مخازن کربناته پیچیده مانند سازند آسماری، ناهمگنی بالای لیتولوژیکی و ساختاری، تعیین دقیق پارامترهای ژئومکانیکی و تنش های مؤثر را به چالش می کشد. این پژوهش با هدف توسعه یک مدل سه بعدی جامع از پارامترهای ژئومکانیکی و تنش های مؤثر در میدان نفتی کوپال انجام شد. برای این منظور، ضمن استفاده از داده های چاه نگاری، مغزه و لرزه ای، مدل سازی سه بعدی با به کارگیری روش شبیه سازی متوالی گوسی (SGS) و بر اساس تحلیل واریوگرام انجام گرفت. رژیم تنش حاکم با استفاده از تحلیل داده های چاه نگاری تصویری (FMI) و ریزش دیواره چاه (Wellbore Breakout) تأیید شد. همچنین، یک تحلیل حساسیت تک متغیره بر روی پارامترهای کلیدی شامل مدول یانگ استاتیک، نسبت پواسون، چسبندگی، زاویه اصطکاک داخلی و فشار منفذی انجام شد. نتایج نشان می دهد که بیشترین تنش قائم مؤثر 87 مگاپاسکال و بیشترین تنش افقی مؤثر حداکثر 127 مگاپاسکال است. تحلیل داده های چاه نگاری، رژیم تنش نرمال (σv>σHmax>σhmin) را در میدان تأیید می کند. همچنین، تمرکز تنش در اطراف گسل های فرعی شناسایی شد. مدل با تطابق 88 درصدی با نتایج مدل های یک بعدی اعتبارسنجی شد. یافته های این تحقیق می توانند در طراحی چاه، تزریق گاز و ارزیابی پایداری مخزن میدان کوپال مورد استفاده قرار گیرند.

مطالعه‌ای روی مکانیسم فرایندهای انجماد و آب شدن و تبلور نمک در زوال سنگ‌های ساختمانی

امین جمشیدی

سنگ ها کاربرد گسترده ای مانند نما، کف پوش، سنگ فرش، سنگ پله، جدول سنگی و اجزای باربر در ساختمان ها دارند. فرایندهای هوازدگی منجر به اثرات مضر روی سنگ های ساختمانی از جنبه های مختلف شامل خصوصیات زیباشناختی و فنی می شوند. هر گونه تغییرات در این خصوصیات، زوال سنگ را در پی خواهد داشت که باعث تحمیل خسارت های مالی از هر دو منظر معماری و سازه ای به ساختمان خواهد شد. شناخت مکانیسم فرایندهای هوازدگی در زوال سنگ می تواند در پیش بینی رفتار دوام بلند مدت سنگ در طی مدت سرویس دهی آن در ساختمان مفید و کارامد باشد. در پژوهش حاضر به بررسی مکانیسم فرایندهای انجماد و آب شدن و تبلور نمک در زوال سنگ های ساختمانی در یک شیوه نظامند پرداخته شده است. به این منظور مقالات منتشر شده در ارتباط با زوال سنگ های ساختمانی، شامل آذرین، رسوبی و دگرگونی، ناشی از فرایندهای انجماد و آب شدن و تبلور نمک گردآوری شد. بحث های صورت گرفته در مورد مکانیسم های انجماد و آب شدن و تبلور نمک گزارش شده در این مقالات از ابعاد مختلف مقایسه شدند. نتایج حکایت از این دارد که در هر کدام از این فرایندها، بیش از یک مکانیسم در زوال سنگ ساختمانی نقش دارد. علاوه بر این، یافته ها نشان می دهد که بسته به فاکتورهای مرتبط با محیط پیرامونی سنگ و از سوی دیگر ویژگی های ذاتی سنگ، مکانیسم های مختلف اثرات مضر متفاوتی روی زوال سنگ ساختمانی خواهند داشت.

بهینه‌سازی وارون‌سازی داده‌های مغناطیسی با استفاده از الگوریتم غزال کوهستان: مطالعه موردی دایک‌های دوبعدی

رضا توشمالانی

وارون سازی داده های مغناطیسی برای مشخصه یابی ساختارهای زمین شناسی مانند دایک ها، به دلیل ماهیت شدیداً غیرخطی و بدوضع (ill-posed)، یکی از چالش های اساسی در ژئوفیزیک مهندسی است که نیازمند روش های بهینه سازی قدرتمند است. این پژوهش برای نخستین بار، کارایی و پتانسیل الگوریتم بهینه سازی نوین غزال کوهستان (Mountain Gazelle Optimizer (MGO)) را به عنوان یک راهکار مؤثر برای حل این مسئله معرفی و ارزیابی می کند. این الگوریتم با ایجاد تعادل هوشمندانه بین اکتشاف و بهره برداری در فضای پارامترها، برای یافتن بهینه سراسری طراحی شده است. عملکرد MGO به صورت جامع و از طریق مقایسه با دو رویکرد متفاوت سنجیده شد: یک الگوریتم یادگیری ماشین قدرتمند، یعنی جنگل تصادفی (Random Forest (RF))، و یک روش پردازشی-تخمینی کلاسیک مبتنی بر برگردان به قطب. (Reduction to the Pole (RTP)) ارزیابی ها بر روی داده های مصنوعی (با سطوح نویز ۰٪ تا ۲۰٪) و همچنین داده های میدانی واقعی از کانسار آهن گانسو، چین، انجام گرفت. نتایج در تمامی سناریوها، برتری واضح MGO را به اثبات رساند. این الگوریتم نه تنها در برابر نویز پایداری بیشتری نسبت به RF نشان داد، بلکه در مطالعه موردی داده های واقعی، به خطای ریشه میانگین مربعات (RMSE) برابر با 48/ دست یافت که به طور قابل توجهی کمتر از خطای روش کلاسیک (88/) بود. مهم تر آنکه، پارامترهای تخمینی توسط MGO انطباق بیشتری با اطلاعات زمین شناسی حاصل از حفاری های موجود در منطقه داشتند. این مطالعه استدلال می کند که برتری MGO از رویکرد وارون سازی مستقیم و یکپارچه آن نشأت می گیرد. در نهایت، MGO به عنوان ابزاری دقیق و قابل اعتماد برای کاربردهای اکتشافی و مهندسی معرفی می گردد.

پیش‌بینی خواص مقاومتی سنگ‌آهک‌های زون سنندج - سیرجان با استفاده از روش‌های آماری و شبکه عصبی

غلامرضا لشکری پور

زون ساختاری - رسوبی سنندج - سیرجان یکی از مهم ترین مناطق زمین شناسی ایران است که سنگ آهک های موجود در آن نقش کلیدی در پروژه های عمرانی و معدنی ایفا می کنند. شناخت دقیق خواص مقاومتی این سنگ ها، به ویژه مقاومت فشاری تک محوری خشک (UCS_Dry) و شاخص بار نقطه ای خشک (Is_50-Dry)، به منظور طراحی ایمن و اقتصادی سازه ها بسیار ضروری است. با توجه به هزینه و زمان بر بودن آزمایش های مستقیم، در این پژوهش از روش های غیرمستقیم مدل سازی شامل رگرسیون و شبکه عصبی برای پیش بینی این خواص استفاده شده است. ابتدا با گردآوری داده های فیزیکی، مکانیکی، دینامیکی و شیمیایی نمونه های سنگ آهک منطقه، بانک اطلاعات جامعی تهیه شد. سپس با استفاده از تحلیل رگرسیون تک متغیره، دومتغیره و چند متغیره، روابط آماری بین متغیرها استخراج شد. در ادامه، مدل های شبکه عصبی پرسپترون چندلایه با ساختارهای مختلف و بر پایه الگوریتم یادگیری Levenberg-Marquardt توسعه یافتند. نتایج حاصل از مقایسه عملکرد مدل ها نشان داد که شبکه ی عصبی به دلیل توانایی در شناسایی روابط پیچیده و غیرخطی بین پارامترها، در پیش بینی خواص مقاومتی سنگ آهک ها عملکرد دقیق تری نسبت به مدل های آماری ارائه می دهد. مقایسه ی ضریب هم بستگی معادله های رگرسیون چند متغیره و مدل های شبکه عصبی نشان می دهند که به طور کلی استفاده از مدل های شبکه عصبی پیش بینی مقاومت فشاری تک محوری خشک، 14.89 درصد و مدل های شبکه عصبی پیش بینی شاخص بار نقطه ای خشک، 4.70 درصد میزان دقت نتایج (ضریب هم بستگی) را افزایش می دهند. نتایج نشان می دهد که پیش بینی UCS_Dry در حضور Is_50-Dry در میان پارامترهای ورودی تأثیر بسزایی در بهبود دقت مدل ها دارد. به عنوان نمونه، مدل با ورودی های Is_50-Dry ، SH ، γ _Dry و n عملکرد بسیار خوبی از خود نشان دهد. برای پیش بینی Is_50-Dry نیز، مدل هایی که شامل پارامترهای SDI1 و BI_Dry به عنوان ورودی بودند، عملکرد بسیار مطلوبی داشتند. استفاده از این مدل ها می تواند در کاهش هزینه ها، افزایش سرعت مطالعات مهندسی سنگ و بهبود ایمنی پروژه های عمرانی مؤثر باشد.