مقاله روش های پیش بینی زلزله ناشی از علائم سطحی روانگرایی

بخشی از مقاله

خلاصه

شاخص پتانسیل روانگرایی - LPI - شاخصی است که پتانسیل روانگرایی یک پروفایل ژئوتکنیکی را خلاصه می کند. این شاخص متناسب با ضخامت، عمق لایه روانگرا و فاکتور ایمنی است، در حالی که ارزشش در یک محل خاص می تواند در یک سیستم اطلاعات جغرافیایی گنجانده شود و نقشه های خطر روانگرایی منطقه مورد نظر را ارائه دهد. هدف اصلی این مقاله این است که احتمال علائم سطحی روانگرایی را بر اساس ارزش های LPI با استفاده از روش رگرسیون لجستیک برآورد کند. علاوه بر این به منظور تجزیه و تحلیل تابع تفکیکی خاک و طبقه بندی پروفایل های ژئوتکنیکی در یکی از دو گروه - رخداد روانگرایی و غیرروانگرا - بر اساس ارزش های LPI و H ضخامت - متر - از لایه خاک فوقانی غیر روانگرا - درپوش - استفاده شده است.

.1مقدمه

روانگرایی یکی از موضوعات مهم در تجزیه و تحلیل خطر زمین لرزه و نقشه برداری زمین های پر خطر است. روانگرایی خاک می تواند به تغییر شکل زمین منجر شود، مانند جوشش شن و ماسه و حرکت های جانبی زمین، و / یا خسارت ساختاری، حل و فصل و ظرفیت تحمل شکست ساختمان، سازه ی اسکله ها و خرابی های پل. به منظور بررسی پتانسیل روانگرایی یک لایه خاک، دانشمندان به طور عمده تست ها و روش های صحرایی - در محل - را به عنوان یک مورد "ساده" قطعی استفاده می کنند که توسط ادریس - 1971 - و سید پیشنهاد شده است.

با استفاده از این روش SPT پایه ای به طور گسترده ، که توسط سید - 1985 - و توسط یود و ادریس - 2001 - به روز شده ، محققان می توانند عامل ایمنی در برابر روانگرایی، fs، و هر یک از لایه های خاک را تخمین بزنند. اگر 1 < fs پس خاک به عنوان غیر بالقوه برای روانگرایی - عامل غیر روانگرا - طبقه بندی شده، در حالی که برای 1>fs خاک به عنوان روانگرا طبقه بندی شده است. هر چند این روش، SPT پایه ای می تواند حرکت یک لایه خاک را برآورد کند، نمی تواند به اندازه کافی ظاهر اثرات سطحی روانگرایی را ارزیابی کند.

بنابراین ایواساکی - 1982 - ، به منظور پیش بینی وقوع روانگرایی، استفاده از شاخص پتانسیل روانگرایی و مقیاس شدت را پیشنهاد داده است. به تازگی، سونمز - 2003 - شاخص پتانسیل روانگرایی را با اتخاذ یک مقدار آستانه FS به اندازه 1.2 به جای 1 به عنوان کمترین ارزش برای خاک های غیر روانگرا در نظر گرفته است و با معرفی دو دسته جدیدی از "غیر روانگرا" و " حد متوسط" تغییر یافته است. مزیت LPI این است که می تواند در ترکیب با سیستم های اطلاعات جغرافیایی - GIS - ، برای جمع آوری نقشه های خطر روانگرایی استفاده شود - توپراک و هولزر، . - 2003

تا به حال ارتباط بین LPI و احتمال روانگرایی ناشی از تغییر شکل زمین به طور سیستماتیک مورد بررسی قرار نگرفته است. توپراک و هولزر - - 2003 تلاش کردند تا این دو پارامتر را با استفاده از آزمایش نفوذ مخروط - CPT - مرتبط کنند. در کارشان، آنها معیارهای پیشنهاد شده توسط وانگ - 1979 - را به منظور تعریف حساسیت روانگرایی لایه های خاک به تصویب رساندند. با این حال، داده های اخیر - سید - 2003، توسط تست های صحرایی - - In site پس از زلزله ارائه شده در مکان های روانگرا که توسط دو زلزله ویرانگر قوجاایلی و تایوان در سال 1999 ایجاد شده است، نشان می دهد که "معیار چینی ها اصلاح شده" و معیارهای حساسیت روانگرایی که توسط اندروز و مارتین - 2000 - پیشنهاد شده به عنوان ضریب حداقل در نظر گرفته شده است.

سید و همکارانش - 2003 - به نتیجه رسیدند که رفتار شکل پذیر ذرات اندازه خوب خاک از اندازه درصد رس مهم تر است و به طور بالقوه در معرض مناطق روانگرایی در نمودار کاسا گرنده پیشنهاد شده است. بر اساس این توصیه ها، ما ارزش های LPI جمع آوری شده ی SPT در تست های صحرایی در مکان های روانگرایی تاریخی در ژاپن را مورد بازنگری قرار می دهیم که شاخص پتانسیل روانگرایی جدید در محل تست های محاسبه شده در مکان های روانگرا و غیر - روانگرا در تایوان و ترکیه محاسبه شده است. این مقادیر با شرح اثرات سطح به منظور برآورد رگرسیون بین احتمال اختلال در سطح روانگرایی و LPI در ارتباط بودند.

.2 پایگاه داده

در این تحقیق، پروفایل SPT توسط پایگاه داده های منتشر شده با اشاره به زمین لرزه های مختلف و اثرات ثانویه شان از قبیل روانگرایی خاک جمع آوری کرده است. از نظر تحلیلی، پایگاه داده ما شامل 30 پروفایل SPT از مکان های روانگرا و 15 پروفایل از مکان های غیر روانگرا که توسط 5 زمین لرزه اخیر در ژاپن ایجاد شده بودند، توسط لواسکی منتشر شده است. - 1986 - 10 گمانه SPT در مورد مکان هایی است که در آن روانگرایی رخ داده است و 6 گمانه SPT بدون هیچ گونه شواهد روانگرایی است، به ترتیب، از گزارش بولانگر و همکاران به دست آمد - 1995 - برای تغییر شکل، روانگرایی ناشی از سطح که در ماس فرود در سال 1989 زلزله لوما پریتا اتفاق افتاد و 14گمانه SPT مربوط با پایگاه داده های تاریخی منتشر شده توسط ماس است. این داده های SPT به دست آمده بر اساس سطح موجود به 3 دسته تقسیم می شود:

.1 در گروه A، داده هایی وجود دارد که مشخصات کامل SPT به عمق 20 متر می رسد و اطلاعات کامل در مورد ویژگی های اندازه دانه و لایههای خاک طبقه بندی می شود.

.2 در گروه B، داده ها بدون هیچ گونه اطلاعات برای ارزشهای SPT کمتر از 15 متر طبقه بندی می شود.

.3 در گروه C، داده هایی وجود دارد که مشخصات کامل SPT به عمق 20 متر می رسد و اطلاعات ناقص در مورد ویژگی های درجه بندی لایه های خاک موجود است. در گروه A، اطلاعات 49 لوگ گمانه وقوع روانگرایی مربوط به زلزله چی چی در کشور تایوان، و اطلاعات 9 لوگ گمانه مربوط به زلزله لفگادا در کشور یونان است.عمق گمانه هایSPT که در تایوان حفر شده است به طور معمول 1 متر و فاصله بین گمانه ها در مورد مکان هایی که در آن شواهدی برای روانگرایی وجود نداشت افزایش یافت.

علاوه بر این، نمونه های خاک بازیابی شده را برای آزمون شاخص های آزمایشگاهی در استاندارد ASTM از جمله غربال، چگالی سنج، حد مایع، حد پلاستیکی، چگالی و مقدار آب مورد استفاده قرار گرفتند. 9 پروفایل SPT، مربوط به زلزله لیفکادا 2003 یونان، اطلاعاتی در مورد ویژگی های درجه بندی خاک و حدود اتربرگ خاک داده است. اگر چه داده ها از زلزله کوجایلی ، ترکیه، که اطلاعات کافی در مورد ویژگی های درجه بندی خاک ارائه می دهد، آنها را در رده B گروه بندی می کند زمانی که آنها اطلاعات SPT کمتر از 15 متر ارائه نمی دهد. داده های SPT زلزله لوماپریتا در ایالات متحده به همان دلیل قبلی در رده B طبقه بندی می شوند.

در گروه C اطلاعات 30 لوگ گمانه وقوع روانگرایی قرار داردکه در سایت های ژاپن توسط ایواساکی - - 1986 منتشر شده است که اطلاعاتی در مورد عمق آب، مقدار SPT ارائه می دهد، در حالی که عمق پروفایل های SPT در حدود 20 متر بوده است. به منظور بررسی حساسیت روانگرایی خاک در طبقه بندی C، برای تمیزی خاک و وزن واحد خاک از خاک نوع USCS استفاده می کنیم. تعداد کلی داده های غیر قابل روانگرا 32 داده است.

از نظر تحلیلی، 15 داده از آنها مربوط به زمین لرزه های رخ داده در ژاپن، 5 داده ها به لوما پریتا، ایالات متحده آمریکا، در حالی که 9 داده SPT پس از زلزله تایوان حفر شد. در نهایت، 3 عدد از این داده ها به زلزله لیفکادا مربوط می شود. ما داده های غیر قابل روانگرا را دسته بندی کردیم ، و هر کدام از آنها را به منظور جلوگیری از عدم تعادل داده و برای رسیدن به یک نمونه آماری بهتر، با استفاده از یک روش آماری به عنوان زیر گروه در گروههای A و C دسته بندی کردیم.

.3 روش تجزیه و تحلیل روانگرایی

پس از این طبقه بندی، پتانسیل روانگرایی که بر اساس روش قطعی که توسط ادریس - 1971 - و سید ارائه شده است محاسبه کردیم. در این روش، که توسط سید و همکاران تغییر یافته است، - 1985 - ، فاکتور ایمنی در برابر روانگرایی ، FS، به عنوان نسبت CRR - نسبت مقاومت حلقوی - به CSR - نسبت تنش چرخه ای - را پیشنهاد شده است.