Modelado no paramétrico de fracturas tridimensionales a partir de mapas de fracturas
DOI:
https://doi.org/10.21701/bolgeomin.131.005Palabras clave:
modelado de malla de fracturas discretas, mapas de fracturas, optimización sistemáticas del modelo DFN, modelo de fracturas de Stripa MineResumen
Los macizos rocosos incluyen discontinuidades en forma de fracturas o juntas que, en general, resultan críticas en la determinación de las propiedades mecánicas o de flujo de la masa rocosa a escala ingenieril. Avances recientes en el poder de cálculo de los ordenadores ha hecho posible la representación explícita de estas fracturas en un modelo de macizo rocoso. Sin embargo, en la práctica, los sistemas de fracturas tridimensionales son imposibles de medir, y la mejor alternativa disponible es o medir las fracturas en sondeos (unidimensional) o sus trazas sobre la superficie del terreno (bidimensional). La construcción de un sistema tridimensional de fracturas que es representativo de la realidad se convierte en un problema inverso desafiante, ya que es esencialmente una relación de una realidad con correspondencia a muchas posibilidades diferentes. La mayoría de las metodologías existentes comienzan con asunciones sobre la distribución de las propiedades medidas, realizan una serie de correcciones de sesgo y entonces utilizan más asunciones y análisis estereológico para establecer un modelo tridimensional de fracturas. La práctica usual es concentrarse en aspectos particulares (parámetros) del modelo de fracturas tridimensionales que pueden producir una representación sesgada del sistema de fracturas reales. En este trabajo se describe el marco de una optimización sistemática no paramétrica que permite construir un modelo de fracturas tridimensionales más realista ya que reproducen mejor los estadísticos de los datos de fracturas obtenidos de mapas. Este enfoque no necesita una corrección por sesgo si el muestreo del modelo de fracturas es consistente con el utilizado en la toma de datos. Esta metodología se puede utilizar asimismo para evaluar la incertidumbre del modelo de fracturas, el cual es un importante, pero frecuentemente ignorado, componente del modelado en las metodologías existentes. Además, esta metodología no paramétrica es flexible y puede tratar con datos de diferentes fuentes (por ejemplo diferentes planos de muestreo con diferentes orientaciones o mezclas de muestreos en planos y a lo largo de sondeos). Esto representa un avance significativo sobre los métodos existentes ya que diferentes fuentes de datos presentan frecuentemente diferentes características estadísticas incluso para el mismo conjunto de fracturas. El conjunto de datos de Stripa Mine se ha usado para demostrar la aplicación del método propuesto.
Descargas
Citas
Chilès, J. P. (1988) Fractal and geostatistical methods for modelling of a fracture network, Mathematical Geology, 20, 6, 631-654. https://doi.org/10.1007/BF00890581
Dershowitz, W. (1984) Rock Joint Systems, Ph.D. Dissertation, Massachusetts Institute of Technology, Cambridge, M A.
Dershowitz, W. and Herda, H. (1992). Interpretation of fracture spacing and intensity, Proceedings of the 33 rd U.S. Symposium on Rock Mechanics, Tillerson, J. R. and Wawersik, W. R. (eds), Rotterdam, Balkema. 757-766.
Dershowitz, W.s. & Einstein, H.H. (1988) Characterizing rock joint geometry with joint system models, Rock Mechanics and Rock Engineering, 21, 21-51. https://doi.org/10.1007/BF01019674
Dowd, P. A., Xu, C., Mardia, K. V. and Fowell, R. J. (2007) A comparison of methods for the simulation of rock fractures, Mathematical Geology, 39, 697-714. https://doi.org/10.1007/s11004-007-9116-6
Dowd, P.A., Martin, J., Mardia, K.V., Fowell, R. J. and Xu, C. (2008) A three-dimensional fracture network data set for a block of granite. International Journal of Rock Mechanics and Mining Sciences, 46, 5, 811-818. https://doi.org/10.1016/j.ijrmms.2009.02.001
Einstein, H. H. and Baecher, G. B. (1983) Probabilistic and statistical methods in engineering geology, specific methods and examples, Rock Mechanics and Rock Engineering, 16, pp. 39-72. https://doi.org/10.1007/BF01030217
Fouché, O. and Diebolt, J. (2004) Describing the geometry of 3D fracture systems by correcting for linear sampling bias, Mathematical Geology, 36, 1, 33-63. https://doi.org/10.1023/B:MATG.0000016229.37309.fd
Hammah, R.E. and Curran, J.H. (1998) Fuzzy cluster algorithm for the automatic identification of joint sets, International Journal of Rock Mechanics and Mining Sciences, 35, 7, 889-905. https://doi.org/10.1016/S0148-9062(98)00011-4
Hekmatnejad, A., Emery, X. and Vallejos, J.A. (2018) Robust estimation of the fracture diameter distribution from the true trace length distribution in the Poisson-disc discrete fracture network model, Computers and Geotechnics, 95, 137-146. https://doi.org/10.1016/j.compgeo.2017.09.018
Hudson, J.A. and Priest, A.D. (1983) Discontinuity frequency in rock masses, International Journal of Rock Mechanics and Mining Sciences, 20, 2, 73-89. https://doi.org/10.1016/0148-9062(83)90329-7
Laslett, G. M. (1982) Censoring and edge effects in areal and line transect sampling of rock joint traces, Mathematical Geology, 14, 2, 125-140. https://doi.org/10.1007/BF01083948
Lee, J.-S., Veneziano, D. and Einstein, H. H. (1990) Hierarchical fracture trace model, in Hustrulid and Johnson (eds), Rock Mechanics Contributions and Challenges, Balkema.
Long, J. C. S. and Billaux, D. M. (1987) from field data to fracture network modelling: an example incorporating spatial structure, Water Resources Research, 23, 7, 1201-1216. https://doi.org/10.1029/WR023i007p01201
Kulatilake, P. H. S. W. and Wu, T. H. (1984) Estimation of mean trace length of discontinuities, Rock Mechanics and Rock Engineering, 17, 215-232. https://doi.org/10.1007/BF01032335
Kulatilake, P. H. S. W. and Wu, T. H. (1986) Relation between discontinuity size and trace length, 27 th US Symposium on Rock Mechanics Tuscaloosa, AL, pp. 130-133.
Kulatilake, P. H. S. W., Wathugala, D. N. and Stephansson (1993) Joint network modelling with a validation exercise in Stripa Mine, Sweden, International Journal of Rock Mechanics and Mining Sciences, 30, 5, 503-526. https://doi.org/10.1016/0148-9062(93)92217-E
Kulatilake, P. H. S. W., Um, J., Wang, M., Escandon, R. F. and Narvaiz, J. (2003), Stochastic fracture geometry modelling in 3D including validations for a part of Arrowhead East Tunnel, California, USA, Engineering Geology, 70, 131-155. https://doi.org/10.1016/S0013-7952(03)00087-5
Mahtab, M. and Yegulalp, T. (1982) A Rejection Criterion for Definition of Clusters in Orientation Data, in proceedings of the 23rd U.S Symposium on Rock Mechanics (US-RMS), Berkeley, California, 25-27 August.
Özkaya, S. (2003) Fracture length estimation from borehole image logs, Mathematical Geology, 35, 6, 737-753. https://doi.org/10.1023/B:MATG.0000002987.69549.ba
Pahl, P. J. (1981) Estimating the mean length of discontinuity traces, International Journal of Rock Mechanics and Mining Science, 18, 221-228. https://doi.org/10.1016/0148-9062(81)90976-1
Priest, S. D. and Hudson, J. A. (1981) Estimation of discontinuity spacing and trace length using scanline surveys, International Journal of Rock Mechanics and Mining Science, 18, 181-197. https://doi.org/10.1016/0148-9062(81)90973-6
Priest, S. D. (1993) Discontinuity analysis for rock engineering, Chapman & Hall. https://doi.org/10.1007/978-94-011-1498-1
Priest, S. D. (2004) Determination of discontinuity size distributions from scanline data, Rock Mechanics and Rock Engineering, 37, 5, 347-368. https://doi.org/10.1007/s00603-004-0035-2
Rouleau, A, E. Gale, J and Baleshta, J (1981) Fracture mapping in the ventilation drift at Stripa: procedures and results, Lawrence Berkeley Laboratory Report, LBL-13071, SAC-42, UC-70. https://doi.org/10.2172/5470671
Rouleau, A. and Gale, J. (1985a) Characterisation of the fracture system at Stripa with emphasis on the ventilation drift, Lawrence Berkeley Laboratory Report, LBL-14875, SAC-52, UC-70.
Rouleau, A. and Gale, J. (1985b) Statistical characterization of the fracture system in the Stripa granite, Sweden. International Journal of Rock Mechanics and Mining Sciences, 22, 6, 353-367. https://doi.org/10.1016/0148-9062(85)90001-4
Song, J.-J. and Lee, C.-I. (2001) Estimation of joint length distribution using window sampling, International Journal of Rock Mechanics and Mining Sciences, 38, pp. 519-528. https://doi.org/10.1016/S1365-1609(01)00018-1
Terzaghi, R. (1964) Sources of errors in joint surveys, Geotechnique, 15, 287-304. https://doi.org/10.1680/geot.1965.15.3.287
Tonon, F. and Chen, S. (2007) Closed-form and numerical solutions for the probability distribution function of fracture diameters, International Journal of Rock Mechanics and Mining Sciences, 44, 3, 332-350. https://doi.org/10.1016/j.ijrmms.2006.07.013
Villaescusa, E. and Brown, E. T. (1992) Maximum likelihood estimation of joint size from trace length measurements, Rock Mechanics and Rock Engineering, 25, 67-87. https://doi.org/10.1007/BF01040513
Warburton, P. M. (1980), A stereographical interpretation of joint trace data, International Journal of Rock Mechanics and Mining Science, 17, 181-190. https://doi.org/10.1016/0148-9062(80)91084-0
Xu, C and Dowd, P A. (2010) A new computer code for discrete fracture network modelling, Computers and Geosciences, 36, 292-301. https://doi.org/10.1016/j.cageo.2009.05.012
Xu, C., Dowd, P. A. and Wyborn, D. (2013) Optimisation of a Stochastic Rock Fracture Model Using Markov Chain Monte Carlo Simulation, Mining Technology, 122 (3), 153-158. https://doi.org/10.1179/1743286312Y.0000000023
Xu, C. and Dowd, P. A. (2014) Stochastic rock fracture propagation modelling for enhanced geothermal systems, Mathematical Geosciences, 46 (6), 665-690. https://doi.org/10.1007/s11004-014-9542-1
Zhan, J., Chen, J., Xu, P., Zhang, W., Han, X. and Zhou, X. (2017) Automatic identification of rock fracture sets using finite mixture models, Mathematical Geosciences, 49, 8, 1021-1056. https://doi.org/10.1007/s11004-017-9702-1
Zhang, L. and Einstein, H. H. (2000) Estimating the intensity of rock discontinuities, International Journal of Rock Mechanics and Mining Science, 37, 819-837. https://doi.org/10.1016/S1365-1609(00)00022-8
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Consejo Superior de Investigaciones Científicas (CSIC)

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
© CSIC. Los originales publicados en las ediciones impresa y electrónica de esta Revista son propiedad del Consejo Superior de Investigaciones Científicas, siendo necesario citar la procedencia en cualquier reproducción parcial o total.
Salvo indicación contraria, todos los contenidos de la edición electrónica se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento 4.0 Internacional ” (CC BY 4.0). Consulte la versión informativa y el texto legal de la licencia. Esta circunstancia ha de hacerse constar expresamente de esta forma cuando sea necesario.
No se autoriza el depósito en repositorios, páginas web personales o similares de cualquier otra versión distinta a la publicada por el editor.