بررسی پدیده همبوسی مدها در روش های MASW و MALW
محل انتشار: مجله فیزیک زمین و فضا، دوره: 47، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 208
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JESPHYS-47-3_001
تاریخ نمایه سازی: 26 مهر 1402
چکیده مقاله:
تخمین پروفیل سرعت موج برشی لایه های سطحی در پروژه های مهندسی از اهمیت بالایی برخوردار است. این پارامتر به عنوان مثال در پروژه های ژئوتکنیکی به منظور دسته بندی نوع خاک و در پروژه های مهندسی زلزله برای تعیین پاسخ ساختگاه مورد استفاده قرار می گیرد. در حال حاضر روش های مختلفی برای تخمین پروفیل سرعت موج برشی وجود دارد که از میان آنها روش های MASW و MALW به واسطه سرعت اجرای بالا، هزینه کم و در مواردی غیرمخرب بودن، بسیار پرکاربرد هستند. یکی از مشکلات مهم پیش روی روش های امواج سطحی پدیده همبوسی مدهاست که در حضور تباین شدید سرعتی (شرایط مرسوم نهشته شدن رسوبات جوان روی سنگ بستر) رخ می دهد. این پدیده می تواند منجر به تفسیر غلط ازمنحنی پاشش و حصول مدل سرعتی اشتباه شود. این موضوع برای تصمیم سازی در پروژه های مهندسی می تواند بسیار خطرناک باشد. در این مطالعه ضمن بررسی شرایط ایجاد همبوسی مدها، عملکرد دو روش تحلیل امواج سطحی فوق در حضور این مشکل مقایسه شده است. نتایج نشان می دهد برخلاف روش MASW که به وجود تباین های سرعتی بالا حساسیت زیادی دارد، روش MALW در مقابل این شرایط پیچیده عملکرد مطلوبی از خود نشان می دهد. همچنین در این مطالعه نشان داده شده است که با استفاده از روش HVSR در کنار روش های امواج سطحی می توان فرکانس وقوع همبوسی را نیز پیش بینی کرد و از منحنی H/V حاصل در وارون سازی همزمان با داده های امواج سطحی بهره برد. روشن است که این موضوع از عدم قطعیت ذاتی موجود در روش های ژئوفیزیکی کاسته و بر دقت مدل سرعتی نهایی می افزاید.
کلیدواژه ها:
نویسندگان
Hossein Kazemnezhadi
دانش آموخته کارشناسی ارشد، گروه فیزیک زمین، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران
Hamid Reza Siahkoohi
استاد، گروه فیزیک زمین، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :