پهنه بندی استعداد روانگرایی خاک های مسیر خط ۲ متروی تبریز با استفاده ازGIS
Publish place: Scientific Quarterly Journal of Iranian Association of Engineering geology، Vol: 3، Issue: 1
Publish Year: 1389
Type: Journal paper
Language: Persian
View: 281
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JIRAEG-3-1_002
Index date: 3 January 2024
پهنه بندی استعداد روانگرایی خاک های مسیر خط ۲ متروی تبریز با استفاده ازGIS abstract
شهرتبریز دریک منطقه فعال تکتونیکی و روی رسوبات ماسه ای و سیلتی واقع شده است. به دلیل بالا بودن سطح آب های زیرزمینی در برخی از مناطق شهر و دانه بندی خاص آبرفت ها، درصورت وقوع زلزله های قوی، پدیده روانگرایی محتمل خواهد بود. بنابراین به منظور احداث سازه های حیاتی ارزیابی استعداد پدیده مذکور ضروری است. در این مقاله با استفاده از نتایج آزمایش نفوذ استاندارد (SPT)، روابط تجربی و نمودارهای پیشنهادی توسط کمیته [۱]NCEER پتانسیل روانگرایی خاک های مسیر خط ۲ متروی تبریز ارزیابی شده است. ابتدا ضریب اطمینان در مقابل روانگرایی، با استفاده از اعداد نفوذ استاندارد تصحیح شده، عمق سطح آب زیرزمینی و درصد مواد ریزدانه خاک (FC[۲]) محاسبه گردید. سپس با استفاده از نرم افزار ArcGIS۹.۳ نقشه های استعداد روانگرایی آبرفت های مسیر در عمق های ۸،۱۰، ۱۲، ۱۴، ۱۶ و ۱۸ متری تهیه شد. بر اساس ارزیابی انجام شده ضریب اطمینان مصالح آبرفتی در مقابل روانگرایی، در بخش شرقی و غربی مسیر برای بیشتر نقاط بزرگ تر از یک می باشد. ولی در بخش مرکزی مسیر، مناطقی با ضریب اطمینان کمتر از ۱ وجود دارد که وقوع روانگرایی در آنها محتمل است.
پهنه بندی استعداد روانگرایی خاک های مسیر خط ۲ متروی تبریز با استفاده ازGIS Keywords:
پهنه بندی استعداد روانگرایی خاک های مسیر خط ۲ متروی تبریز با استفاده ازGIS authors
محمد حسین قبادی
استاد گروه زمین شناسی د انشگاه بوعلی سینا همدان
ابراهیم اصغری کلجاهی
استادیار گروه زمین شناسی دانشگاه تبریز
غلامرضا خانلری خانلری
دانشیار گروه زمین شناسی دانشگاه بوعلی سینا همدان
رضا بابازاده
۳. دانشجوی کارشناسی ارشد زمین شناسی مهندسی دانشگاه بوعلی سینا همدان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :