 |  | |
 УДК 624.159 Методы количественного прогнозирования, применяемые в инженерной геодинамике
Арсланов Р.Э., магистрант, Хайдаршина Э.Т., ст. преподаватель Башкирский государственный аграрный университет, Россия
Проводится всесторонний анализ и систематизация современных методов количественного прогнозирования, применяемых в инженерной геодинамике для оценки и прогнозирования оползневой опасности. Основное внимание уделено классификации методов на две фундаментальные группы: детерминированные и вероятностные (статистические).
Введение Для прогноза поведения грунтов основания, зданий и сооружений во время эксплуатации необходимо дать оценку влияния неблагоприятных инженерно-геологических процессов и комплекса дополнительных воздействий на условия их работы, а именно: технологические, геомеханические и экологические воздействия. Кроме того необходимо прогнозировать возможность изменения геологической среды под влиянием строительства и эксплуатации сооружений, негативно влияющих на геологическую обстановку территории. Современные подходы к прогнозированию в инженерной геодинамике все чаще опираются не только на качественные оценки, но и на количественные методы, основанные на статическом анализе, численном моделировании и обработке данных мониторинга. В данной статье представлены ключевые количественные методы прогнозирования оползневой опасности. Материалы и методы Количественное прогнозирование оползневой опасности состоит из двух подклассов методов: детерминированные и вероятностные. К подклассу детерминированных методов относятся следующие группы: методы оценки проявления оползневых процессов и методы аналогий. Методы оценки проявления оползневых процессов состоят из двух подгрупп: распространенность и временная изменчивость. Распространенность характеризуется следующими коэффициентами:
Временная изменчивость характеризуется показателем активизации оползневого процесса. Рассчитывается такой показатель по следующей формуле, где V1 – скорость движения оползня за прошлый год, V2 – скорость движения оползня в текущем году, t – промежуток времени между замерами скорости оползневого процесса:
Считается, что эти коэффициенты, вычисленные по данным геодезическим определений, позволяют оценить потенциальную возможность склоновой территории к возможным проявление оползневых смещений, и в связи с этим рассматривают их в качестве прогнозных. Методы аналогий основаны на изучении геоморфологии развития оползней и склонов, вы явлении характерных показателей, систематизации данных и сопоставлении их для разных склонов, подлежащих оценке и прогнозированию. Оценка оползневой опасности склона может быть приближенно количественной. При прогнозировании методами аналогий используется такая категория, как изоморфизм инженерно-геологических условий. Изоморфизмом определенных объемов литосферы называют равенство структур этих объемов и сходство свойств инженерно-геологических условий. Включает следующие типы методов:
Сравнительно-геологический метод предполагает, что состояние прогнозируемого объекта и состояние объекта-аналога идентичны. Подразумевается, что результаты их движения за одинаковый промежуток времени должны быть близкими. Геодезические работы не предусмотрены. Сравнительно-количественный анализ оценивает устойчивость исследуемого склона по соотношению показателей его характеристик с показателями характеристик тех склонов, у которых устойчивость известна. Для использования метода необходимо изучить большое количество разновозрастных склонов и их устойчивость, установить связи между характеристиками. По Е.П. Емельяновой, количественные показатели, которые характеризуют основные параметры оползней, следующие:
Эти коэффициенты так же вычисляют по данным геодезических определений. Они могут быть полезными, но не более того. Метод геологического подобия позволяет корректно подходить к обоснованию подобия оползневых склонов с точки зрения инженерной геологии. У Л.Б. Розовского предлагается огромная совокупность количественных условий геологического подобия и возможные решения для всех способов оценки вероятных отклонений в поведении объектов прогнозирования в зависимости от степени их соответствия аналогам. Заметим, что методы прямых инженерно-геологических аналогий имеют следующие ограничения: недостаточный банк данных аналогов и невозможность осуществления прогнозирования на больший срок, чем срок существования аналога. И все-таки считается, что методы прямых инженерно-геологических аналогий являются наиболее перспективными методами и если увеличить банк данных по аналогам, то их развитие в будущем с практической точки зрения будет неограниченно. Подкласс вероятностных методов. Еще не так давно для оценки оползневой опасности использовались в основном детерминистические методики анализа. Однако в последнее время все чаще появляются методики анализа, которые основаны на статистических методах. К методам прогнозирования оползневой опасности, основанным на статистическом подходе, относятся:
Метод геодинамического потенциала предполагает расчет вероятности появления оползневого процесса в пределах рассматриваемой площади. Основная идея заключается в том, что определение вероятности проявления оползней за висит от величин вероятностей влияния факторов оползнеобразования Р1, Р2, ..., Рn. При этом величина влияния каждого фактора оползнеобразования принимается независимой от воздействия остальных факторов. Для регионального прогнозирования рекомендуется отметить такие факторы оползнеобразования:
Метод регрессионного анализа включает определение статистических зависимостей какого-то показателя от возможных количественных параметров влияния факторов оползнеобразования и в конечном счете получение регрессионного уравнения первой и второй степеней. Метод применяется для прогнозирования степени развития оползней при возможных изменениях факторов оползнеобразования. Метод анализа ритмичности оползневого процесса основан на выявлении периодичности активизаций оползневого процесса и ее связи с ритмами солнечной активности, выпадением осадков и другими метеорологическими параметрами. Чтобы использовать этот метод, необходимы представительные и продолжительные циклы наблюдений за оползневыми процессами с последующим достаточно сложным математическим анализом для выявления корреляционных функций по определенным специальным программам. Полученные корреляционные функции дают возможность для изучаемого региона приближенно выполнять прогноз по количеству оползней на ближайшие годы с их площадью и одно временно прогнозировать время ожидаемой оползневой активизации. Методы статистического анализа оползневых факторов предполагают, что между зависимой переменной (нанесенной на карту распространения оползней) и независимыми переменны ми (несколькими способствующими факторами) есть существенная статистическая корреляция и что независимые переменные могут использоваться для прогноза возможного расположения оползней в будущем. Метод многомерной статистики основан на том, что инвентаризация всех оползней непосредственно связана с землетрясениями. Это дает возможность исключить долговременные и продолжительные наблюдения. Достоинством метода считается то, что он учитывает периодичность сейсмического воздействия для активизации прогнозируемых типов оползней. Проведенные проверки этой методики на ряде сейсмогенноопасных оползнях государства Тайвань показали, что методика вполне может быть применена с довольно высокой точностью. Метод может использоваться и в том случае, если необходимые для построения детерминистических моделей данные не доступны. Если же такие данные доступны, то метод может быть использован вместе с детерминистическими методиками. Это даст возможность повысить качество прогнозирования. Из написанного выше можно заключить, что опасность оценивается коэффициентом линейной или площадной пораженности территории оползневым процессом по геодезическим данным. Склоновые территории, на которых уже были проявления оползневых процессов, оцениваются как территории потенциально опасные, поскольку есть угроза продолжения развития оползневого процесса. Количественный локальный прогноз оползневой опасности. Локальные прогнозы имеют наибольшее практическое значение, осуществляются комплексом методов и глубже оценивают природу и механизм оползневого процесса. При локальном прогнозировании оползневых опасностей решают два вида задач: 1) расчет устойчивости склона; 2) оценка скорости смещения оползневых масс. При изучении устойчивости склона используют следующие методы: 1) аналогий; 2) физического моделирования; 3) математического моделирования. При локальном прогнозировании оползневой опасности методы аналогий аналогичны региональному прогнозированию. Но этот метод практически не применяется при инженерно-геологических исследованиях, поскольку нет в достаточном количестве геологических параметров оползневых процессов. При методе физического моделирования предусматривается воссоздание в физических моде лях аналогичных физических полей, которые есть у объекта натуры, только измененных по раз мерам в соответствии с масштабом моделирования. Однако для сложных инженерно-геологических условий модели не созданы, поскольку методы физического моделирования не позволяют оценивать устойчивость склонов с необходимой точностью и нуждаются в проверке и подтверждении полученных результатов. Их использование весьма затруднительно. Методы математического моделирования предусматривают построение математических моделей исследуемых оползневых процессов. При прогнозировании оползневой опасности решают две главные проблемы: 1) оценка устойчивости склонов, основанная на теории предельного равновесия; 2) динамика развития оползневого процесса. В основу расчетов по устойчивости склонов положено известное условие прочности грунтов Кулона – Мора:
где τ — удельное сопротивление сдвигу; σ — нормальное напряжение; φ — угол внутреннего трения грунтов; c — удельное сцепление грунтов. В последнее время в связи с внедрением в практику расчетов устойчивости склонов специальных программных продуктов, в основе которых положены численные методы анализа, методы математического моделирования оползневых процессов становятся все более востребованы. Программные продукты, основанные на механике сплошной среды, получили наибольшее развитие. При этом используются программы, которые основаны на методе конечных элементов PLAXIS и PHASE. Этот метод является основным численным методом решения задач механики сплошной среды. В программах помимо геологических данных о свойствах грунтов используются данные, полученные из геодезических определений: площадь оползня, крутизна, высота, рельеф. Математическое моделирование в этом случае часто называют геомеханическим моделированием. Результаты исследования Проведённый анализ современных методов количественного прогнозирования в инженерной геодинамике позволил получить следующие развёрнутые результаты, систематизированные по ключевым направлениям: 1. Результаты анализа детерминированных методов · Методы оценки проявления: Разработанная система количественных индикаторов (Kл, Kп, Kч,) предоставляет строгий аппарат для картографирования и ранжирования оползневой опасности. Установлено, что коэффициент линейной поражённости наиболее репрезентативен для линейно-протяжённых объектов (дороги, трубопроводы), в то время как коэффициенты площадной и частотной поражённости критически важны для территориального планирования. Показатель активизации (a), рассчитанный по данным периодического геодезического мониторинга, является ведущим индикатором для прогноза перехода склона в критическое состояние и выдачи оперативных предупреждений. · Методы аналогий: Сравнительный анализ показал, что эффективность методов аналогий напрямую зависит от полноты и детализации базы данных об объектах-аналогах. Сравнительно-геологический метод даёт лишь качественную оценку, неприменимую для точного инженерного расчёта. Сравнительно-количественный метод, использующий безразмерные коэффициенты (Lудл, Iгл, Iупл, Iкр), позволяет формализовать сходство склонов, однако его прогностическая сила ограничена сложностью учёта всех факторов. Метод геологического подобия (Л.Б. Розовский) представляет собой наиболее развитый теоретический фундамент для применения аналогий, но требует сложной параметризации и на текущий момент имеет ограниченное практическое применение из-за отсутствия стандартизированных и оцифрованных банков данных. 2. Результаты анализа вероятностных (статистических) методов · Метод геодинамического потенциала продемонстрировал высокую эффективность для мелкомасштабного (регионального) прогноза. Результаты показывают, что наибольший вес в региональных моделях часто имеют такие факторы, как литологический состав, крутизна склонов и интенсивность осадков. Ключевым ограничением метода является допущение о независимости факторов, что в природных условиях часто не выполняется. · Регрессионный анализ подтвердил свою применимость для установления количественных связей между конкретным прогнозируемым параметром (например, скоростью смещения) и контролирующими факторами. Построенные уравнения (линейные и нелинейные) позволяют выполнять сценарные прогнозы при изменении внешних условий. · Анализ ритмичности выявил перспективность данного подхода для долгосрочного прогноза активизаций в регионах с выраженной цикличностью климатических (осадки, снеготаяние) или сейсмических процессов. Однако для его успешного применения необходимы длительные ряды наблюдений (десятилетия), что является существенным барьером. · Многомерный статистический анализ (включая методы кластеризации и распознавания образов) доказал свою высокую эффективность, особенно в условиях сейсмически активных регионов (на примере Тайваня). Главный результат – возможность получения прогнозных оценок высокой достоверности даже при отсутствии полных данных для детерминистического моделирования. Метод наиболее ценен как инструмент предварительного зонирования и выделения наиболее опасных участков. Выводы Современное количественное прогнозирование в инженерной геодинамике базируется на комбинации детерминированных и вероятностных методов, что позволяет оценивать как конкретные параметры оползневого процесса, так и вероятность его реализации. Для региональной оценки оползневой опасности эффективны методы, основанные на анализе коэффициентов поражённости и статистических зависимостях между факторами оползнеобразования и проявлениями процессов. Наиболее точные результаты для локального прогнозирования, необходимого при проектировании и эксплуатации сооружений, обеспечивают методы математического моделирования с использованием программных комплексов, основанных на механике сплошной среды и методе конечных элементов. Дальнейшее повышение точности прогнозов связано с развитием и интеграцией методов количественного анализа, расширением банков данных мониторинга и объектов-аналогов, а также совершенствованием алгоритмов численного моделирования сложных инженерно-геологических условий.
Библиографический список
| ||
 |  |
