مدلسازی توپوگرافیک و برآورد دقیق حجم خاکبرداری و خاکریزی در پروژه های عمرانی به کمک روشهای زمین آمار کریجینگ و با استفاده از GIS
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 796
فایل این مقاله در 10 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:
ICSAU04_0148
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
گاهی یک سانتیمتر خطای ارتفاعی در پروژه های عمرانی و راهسازی، باعث ایجاد خطایی به بزرگی میلیون ها مترمکعبدر هنگام برآورد حجم خاکبرداری و خاکریزی می شود. این امر ناشی از اعمال شدن این خطای کوچک در وسعت زیادپروژه های عمرانی می باشد. اگرچه گاهی بروز این خطا باعث منافعی اقتصادی برای پیمانکارها و شرکت ها می شود اما گاهیضرر آنها را نیز در پی خواهد داشت. عواملی از جمله میزان دقت بنچ مارک، کالیبره بودن تجهیزات نقشه برداری، دقت نقشه-بردار (خطای انسانی) و روشهای ریاضی برآورد حجم، در ایجاد این خطا موثر می باشد، که در این پروژه با فرض دقت بالایبنچ مارک، تجهیزات نقشه برداری و شخص نقشه بردار؛ به بررسی نقش روش های مختلف درون یابی در برآورد دقیق حجم خاکبرداری و خاکریزی پرداخته شد. روشهای مختلف درون یابی، حجم های متفاوتی را نشان داد، لذا به کمک پردازش های انجامشده بر روی نقاط کنترل و با استفاده از آماره های ریاضی مشخص گردید که روش درون یابی کریجینگ معمولی با نیم-تغییرنمای کروی، کمترین خطا و بالاترین دقت را در مدلسازی توپوگرافیک و برآورد حجم خاکبرداری و خاکریزی در پروژه-ی حاضر داشته است. باید دقت نمود که در پروژهای دیگر ممکن است روش درون یابی دیگری دقت بالاتری داشته باشد و اینامر به عوامل مختلفی وابسته است.
کلیدواژه ها:
نویسندگان
اشرف تخت اردشیر
مهندس عمران (دانشگاه آزاد اسلامی، واحد سنندج)، کارشناس ژیومورفولوژی (دانشگاه رازی کرمانشاه) و کارشناس ارشد هواشناسی (دانشگاه تهران تهران)
هیبت امجدی علی آباد
کارشناس ارشد عمران ژیودزی، دانشگاه آزاد اسلامی، واحد اهر عضو هیات علمی دانشگاه آزاد اسلامی سما، واحد سنندج
جهانبخش محمدی
کارشناس ارشد ژیودزی، دانشگاه زنجان، زنجان عضو هیات علمی گروه نقشهبرداری، دانشگاه آزاد اسلامی، کردستان، واحد مریوان
سارا قادرمزی
مهندس عمران، دانشگاه آزاد اسلامی، واحد سنندج
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 :