A novel geophysics and fractal-based approach for predicting engineering geological structures in subsurface underground engineering
Notice bibliographique
Résumé
Abstract Constructing underground structures in coastal regions poses significant challenges, particularly due to seawater intrusion, which can cause corrosion and threaten the safety and stability of the caverns and surrounding facilities. A crucial aspect of preventing seawater intrusion lies in accurate mapping of the geological structure of the reservoir area and its proximity to the coastline. This study uses reflection seismic data, borehole ultrasonic imaging, and core samples to identify geological features that influence subsurface stability. The seismic profile revealed a V-shaped or concave-down structure associated with faults, suggesting a down-dropped block within the subsurface. Seismic facies analysis identified chaotic, high-amplitude reflections within basement rocks, indicating highly fractured and faulted zones, possibly including mylonitic rocks. A novel approach is proposed that combines borehole ultrasonic imaging with fractal theory, integrating core photos, seismic attributes, and geophysical analysis. A functional relationship was established between the joint surface density and the joint information dimension within the borehole. Additionally, a relationship was established between fault information dimension and borehole joint surface density. Results showed that the joint information dimensions within the identified fault zones consisttently exceeded 1.775. By applying a threshold of joint information dimension greater than 1.775, 15 small-scale structural prediction zones were identified. Subsequent analysis of core photos from the predicted regions confirmed the presence of relatively long fractured zones, demonstrating the high accuracy of the proposed method in identifying small-scale structures. This study presents a comprehensive method for mapping geological structures in coastal areas, providing an essential reference for the identification and management of small-scale features in underground engineering projects.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».