Mapping capabilities of geometric EM induction sounding in southern Yakutia permafrost

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

The purpose of the article is to consider the possibilities of the geophysical method in solving the problem of quantitative estimation of the strength of sedimentary rocks that form the basis of engineering structures at the Kyurgellakh station of the Amur-Yakutsk Railway located 572 km away from the town of Neryungri, which is an administrative center of southern Yakutia (Russia). The problem is solved using the method of geometric electromagnetic induction sounding and a new technique that explored the attenuation of the harmonic field induced by a vertical magnetic dipole in the inhomogeneous anisotropic geological medium at the frequencies of 1.125 and 0.281 MHz in the intermediate separation zone of  5–100 m. A comparative analysis has determined a good agreement in changes of geological and geophysical estimates of the average strength of laboratory water-saturated samples and sedimentary rock mass predicted in the same state at the comparable depth of 6–12 m. The measure of agreement when using the most adequate equation of the power function is high and equals 0.815 according to the normalized coefficient of multiple determination. This means that strength is the most important factor among the frozen ground characteristics affecting the electromagnetic field attenuation at the frequencies and spacing specified, contributing no less than 80 %. The tested geophysical method can thus correctly map the distribution boundaries of different strength sedimentary rocks. The crushed and fissured rocks with the strengths below 40–35 MPa are confined to the tectonic fractures of varying directions with a polygon-like structure. Geophysical data clearly delineate the structure at the depths of 12.3–27.5 m where predominate the rocks with high strengths (50–120 MPa). The geometric EM induction sounding is recommended to use at all stages of geotechnical investigations to map the development areas of southern Yakutia by rock strength classes.

Авторлар туралы

L. Neradovskii

Melnikov Permafrost Institute SB RAS

Email: L031950N@ya.ru

Әдебиет тізімі

  1. Гриб Н.Н., Самохин А.В. Физико-механические свойства углевмещающих пород Южно-Якутского бассейна / отв. ред. Г.И. Кулаков. Новосибирск: Наука, 1999. 236 с.
  2. Нерадовский Л.Г. Изучение прочности оснований инженерных сооружений по затуханию электромагнитного поля в г. Нерюнгри // Инновации. 2022. № 4. С. 63–74. https://doi.org/10.26310/2071-3010.2022.282.4.010. EDN: VGASFK.
  3. Задериголова М.М. Радиоволновой метод в инженерной геологии и геоэкологии: монография. М.: МГУ, 1998. 320 с.
  4. Иголкин В.И., Шайдуров Г.Я., Тронин О.А., Хохлов М.Ф. Методы и аппаратура электроразведки на переменном токе. Красноярск: СФУ, 2016. 272 с.
  5. Давыдов В.А. Двумерная инверсия дистанционных индукционных зондирований // Вопросы естествознания. 2018. № 1. С. 62–69. EDN: XQXBGP.
  6. Boaga J. The use of FDEM in hydrogeophysics: a review // Journal of Applied Geophysics. 2017. Vol. 139. P. 36–46. https://doi.org/10.1016/j.jappgeo.2017.02.011.
  7. Doolittle J.A., Brevik E.C. The use of electromagnetic induction techniques in soils studies // Geoderma. 2014. Vol. 223–225. P. 33–45. https://doi.org/10.1016/j.geoderma.2014.01.027.
  8. Sartorelli A.N., French R.B. Electro-magnetic induction methods for mapping permafrost along northern pipeline corridors // Geophysics and Subsea Permafrost: Proс. 4th Can. Permafrost Conf. 1982. P. 283–295.
  9. Basarir H., Tutluoglu L., Karpuz C. Penetration rate prediction for diamond bit drilling by adaptive neuro-fuzzy inference system and multiple regressions // Engineering Geology. 2014. Vol. 173. P. 1–9. https://doi.org/10.1016/j.enggeo.2014.02.006.
  10. Нерадовский Л.Г. Вероятностная модель прогноза прочности песчаников методом дистанционного индуктивного зондирования в криолитозоне Южной Якутии (на примере г. Нерюнгри) // Криосфера Земли. 2022. Т. 26. № 6. С. 43–57. https://doi.org/10.15372/KZ20220605. EDN: SJTDBR.
  11. Нерадовский Л.Г. Оценка прочностного состояния скально-полускального основания инженерных сооружений г. Нерюнгри в криолитозоне Южной Якутии по данным геофизики (метода дистанционного индуктивного зондирования) // Недропользование XXI век. 2022. № 4. С. 91–97. EDN: GYJQML.
  12. Светов Б.С. Основы геоэлектрики. М.: ЛКИ, 2008. 656 с.
  13. Варламов С.П., Скачков Ю.Б., Скрябин П.Н. Мониторинг теплового режима грунтов Центральной Якутии. Якутск: ИМЗ СО РАН, 2021. 155 с.
  14. Шац М.М., Скачков Ю.Б. К дискуссии об основных тенденциях изменения климата Севера // Климат и природа. 2020. № 2. С. 3–18. EDN: PNLPNU.
  15. Скачков Ю.Б., Нерадовский Л.Г. Прогноз изменения температуры воздуха в Якутии до середины XXI века // Ресурсы и риски регионов с вечной мерзлотой в меняющемся мире: сб. тр. X Междунар. конф. по мерзлотоведению TICOP. (г. Салехард, 25–29 июня 2012 г.). Салехард: Печатник, 2012. Т. 3. С. 471–474. EDN: VSJKXN.
  16. Необутов Г.П. Влияние масштабного фактора на прочность льдопородного материала // Горный информационно-аналитический бюллетень. 2012. № 2. С. 22–27. EDN: PVLNUJ.
  17. Коломенский Н.В. Некоторые проблемы развития инженерной геологии // Пути дальнейшего развития инженерной геологии: материалы дискуссии 1-го Междунар. конгресса по инженерной геологии. М., 1971. С. 36–40.
  18. Королёв В.А., Трофимов В.Т. Инженерная геология: история, методология и номологические основы: монография. М.: КДУ, 2016. 292 с.
  19. Ярг Л.А. Методы инженерно-геологических исследований процесса и кор выветривания. М.: Недра, 1991. 139 с.
  20. Мельников А.Е., Павлов С.С., Колодезников И.И. Разрушение пород насыпи новой железнодорожной линии Томмот-Кердем Амуро-Якутской магистрали под воздействием криогенного выветривания // Современные проблемы науки и образования. 2014. № 2.. URL: https://science-education.ru/ru/article/view?id=12945 (06.02.2022). EDN: SBWMQZ.
  21. Забелин А.В. Количественная оценка влияния процессов криогенного выветривания на устойчивость откосов бортов угольных карьеров Южной Якутии // Горный информационно-аналитический бюллетень. 2003. № 7. С. 11–13. EDN: KXFGGJ.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML


Creative Commons License
Бұл мақала лицензия бойынша қолжетімді Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».