پهنه‌بندی شاخص کیفی سنگ در ساختگاه سد سمیلان، براساس گسل‌ها و شبکه عصبی خودسازمانده

Abstract

پهنه‌بندی، یکی از مباحث مهم، در علوم‌زمین به شمار می­آید. در پهنه‌بندی، یک محدوده به چند بخش یا پهنه مجزا تقسیم و در نهایت از ترکیب نتایج پهنه­های مختلف، یک مدل واحد حاصل می­شود. در این مطالعه، از روش‌های خوشه‌بندی برای پهنه‌بندی سد سمیلان استفاده شده است. تعداد بهینه خوشه­ها براساس متغیر ژئوتکنیکی (لوژون و شاخص کیفی سنگ) و مقادیر شاخص‌گذاری شده سنگ‌شناسی و درجه اهمیت ساختگاه سد سمیلان تعیین شده است. براساس رتبه‌بندی 7 شاخص اعتبار‌سنجی خوشه‌بندی، تعداد بهینه خوشه‌‌ها برابر با 4 به<span style="font-family: Times New Roman;">‎</span>دست آمد. در این مقاله، از روش خوشه‌بندی براساس شبکه عصبی خودسازمانده، به‌همراه نحوه قرارگیری گسل‌ها، برای پهنه‌بندی استفاده شده است. در حالت اول، براساس گسل‌ها، پهنه به 4 بخش تقسیم شد که نوعی پهنه‌بندی دوبعدی است که این پهنه‌بندی در ژرفا‌های مختلف، یکسان و مستقل از بعد سوم (ژرفا) بوده و هر گمانه به‌یک پهنه اختصاص داده ‌شد. در حالت دوم، از روش نقشه خودسازمانده (<span style="font-family: Times New Roman;">SOM</span>) که نوعی شبکه عصبی با قابلیت خوشه<span style="font-family: Times New Roman;">‎</span>بندی است، استفاده شد. داده‌های ورودی این شبکه، شامل3 متغیر جهتی <span style="font-family: Times New Roman;">(</span><span style="font-family: Times New Roman;">X,Y,Z</span><span style="font-family: Times New Roman;">)</span>، متغیر ژئوتکنیکی (لوژون و شاخص کیفی سنگ)، مقادیر شاخص‌گذاریسنگ‌شناسی و درجه اهمیت ساختگاه سد سمیلان است. در مرحله بعد، 7 متغیر ورودی به‌صورت بهنجارشده (در دامنه 0 تا 1) برای آموزش وارد شبکه شده و خروجی شبکه براساس شاخص‌های اعتبارسنجی خوشه‌ها، داده‌ها به‌چهار پهنه (خوشه) مجزا اختصاص داده شد. سپس برای تعیین توزیع فضایی شاخص کیفی سنگ، اطلاعات مرتبط به ‌واریوگرافی و ناهمسانگردی در هر چهار پهنه برای دو حالت محاسبه شد. مبنای خوشه‌بندی صحیح، بیشترین تفاوت بین<span style="font-family: Times New Roman;">‎</span>خوشه‌ای و بیشترین تشابه درون‌خوشه­ای است. برای بررسی و اعتبارسنجی دو حالت خوشه<span style="font-family: Times New Roman;">‎</span>بندی، از شاخص کیفیت خوشه‌بندی استفاده شد. شاخص کیفیت خوشه‌بندی به‌‌صورت مجموع اختلاف میانگین بین هر دو خوشه تقسیم بر مجموع انحراف معیار خوشه‌ها تعریف شد که مقادیر بیشینه این شاخص، معرف کیفیت بهتر خوشه<span style="font-family: Times New Roman;">‎</span>بندی است. در این بررسی مشخص شد که خوشه‌بندی با استفاده از شبکه عصبی خودسازمانده، کیفیت بالاتری نسبت به‌خوشه‌بندی بر اساس گسل‌ها دارد.