По конкурсу на грантовое финансирование по научным и (или) научно-техническим проектам на 2023-2025 годы (Министерство науки и высшего образования Республики Казахстан)
Актуальность
При традиционных инженерно-геологических изысканиях свойства грунтов оснований определяется отбором проб путем бурения скважин диаметром от 34 до 325 мм на глубину от 0,6 до 20 и более метров, в зависимости от вида горных выработок и способов бурения и др. При этом, расстояние между горными выработками (т.е. точками бурения) могут варьироваться от 20 и 100 метров, в зависимости от категории сложности инженерно-геологических условий и уровня ответственности зданий и сооружений. Очевидно, что чем больше выработок будет выполнено, тем точнее окажется прогноз несущей способности оснований. Однако, следует учесть стоимость данных мероприятий, которая может превышать 20 тысяч тенге за 1 метр точечного пробоотбора. Так, для участка строительства среднего жилого комплекса, может потребоваться около 10 выработок, что при глубине скважин 20 метров ставит 4 млн. тенге. Также, следует отметить, что дискретные (т.е. точечные) значения точны только для этой точки, а линейное приближение промежуточных значений в вертикальном геолого-литологическом разрезе, как это делают традиционно, – лишь увеличивает погрешности. Поэтому, в данном проекте предлагается пространственная репрезентация грунтовых пластов, осуществляемая в виде «многомерных растровых данных» (МРД), содержащие в пикселях значения характеристики грунта на разных глубинах. Так, неизвестные промежуточные пиксельные значения будут вычисляться пространственной нелинейной интерполяцией и экстраполяцией. Для получения подобной репрезентации будут разработаны специальные алгоритмы, преобразующие векторные дискретные данные в континуальные, а также алгоритмы для создания МРД. Для этого будут использованы настольные ГИС (ArcGIS, QGIS) и данные инженерно-геологических изысканий.
Цель
Разработка и валидация методики определения промежуточных геотехнических характеристик грунтов и их пространственной репрезентации в ГИС.
Ожидаемые и достигнутые результаты
2023 год:
1. Выполнен анализ существующих методов определения промежуточных характеристик грунтов. Проанализированы известные методы интерполяции и экстраполяции характеристик грунтов, обсуждены их преимущества и недостатки. Проанализированы следующие методы интерполяции и экстраполяции: Многоугольники Тиссена, Метод естественных соседей (NaN), Взвешивание обратного расстояния (IDW), Сплайн, Тренд, Topo to Raster и Кригинг. Исходя их анализа литературы можно сделать вывод, что среди методов пространственной интерполяции метод Кригинга является наиболее точным. Также метод Topo to Raster использует итерационный метод интерполяции методом конечных разностей, что позволяет без потери непрерывности поверхности проводить пространственную интерполяцию.
2. Собраны и обработаны данные инженерно-геологических изысканий. Собрана, классифицирована и структурирована геотехническая база данных. Анализ потенциальных поставщиков архивных материалов из отчетов инженерно-геологических изысканий, выполненных на территории г. Астана. В процессе выполняемой работы были изучены (проанализированы) организации, занимающихся инженерно-геологическими изысканиями на территории г. Астана и имеющие архивные материалы. В результате анализа были отобраны несколько организаций, имеющие свои лаборатории, такие как: ТОО «Geodelo», ТОО «Geocenter», ТОО «KGS», ТОО «КарагандаГИИЗ» и другие. Были проведены переговоры с руководителями организаций, занимающихся инженерно-геологическими изысканиями на территории г. Астана и имеющие архивные материалы. В результате переговоров было достигнуто соглашение с ТОО «Geocenter» о передаче архивных материалов из отчетов инженерно-геологических изысканий. Был отработан проект договора с потенциальным поставщиком о передаче архивных материалов из отчетов инженерно-геологических изысканий. Отобраны архивные материалы из отчетов инженерно-геологических изысканий в виде геолого-литологических колонок 500 скважин глубиной до 15 м и сводные ведомости физико-механических характеристик грунтов, отобранных из этих скважин. Собранные геотехнические данные из отчетов были оцифрованы, классифицированы и структурированы в программном обеспечении Excel.
3. Создана пространственная база данных инженерно-геологических изысканий. Обработанные геотехнические данные сконвертированы в форматы пространственных данных для работы в настольных ГИС. Оцифрованные, классифицированные и структурированные геотехнические данные из 500 скважин и физико-механические характеристики грунтов, полученные по инженерно-геологических изысканиям, были сконфертированы в формат пространственных данных в программном комплексе ArcGIS.
2024 год:
1. Выполнено моделирование и пространственный анализ в ГИС. Разработана модель, состоящая из алгоритмов преобразования многослойных векторных данных в растровые данные, интерполяции и экстраполяции пиксельных значений, и репрезентации. Модель разработана по принципу Парето из 80% собранных данных, а оставшиеся 20% использованы для тестирования и валидации модели. На основе данной модели сформирована методика определения промежуточных характеристик грунтов. В процессе разработки методики были использованы интерполяционные методы IDW, Kriging, Natural Neighbor, Topo to Raster, а также инструменты ArcToolbox: XY table to point, copy feature, calculate field, add field, feature to geodatabase, raster to geodatabase, iterator for, logic If value is, split by attributes, append, Select, create file geodatabase для преобразования исходных данных в ПО ArcGIS, так же эти инструменты были использованы для создания моделей в Model Builder (Analysis) для автоматизированного расчета, обработки и создания растровых коллекций данных. Отличие методик заключается в используемых формулах и получаемых результатах. Метод IDW (Inverse Distance Weighted, обратное взвешивание расстояния) применяет метод средних значений, зависящий от расстояния и веса значений каждой отдельной точки в пространстве. Выявлено, что данный метод не образует схожие области с приближенными между собой значения в отличие от метода Kriging. Выявлено, что интерполяция Kriging также использует вес и расстояние между точками, но в отличие от IDW позволяет выделять области близкие по значению точки. Интерполяция Natural Neighbor, разработанная Сибсоном в 1981 году, использует взвешенное значение на основе пропорциональных областей и придавая им вес. Если IDW и Kriging используют вес и расстояние чтобы вычислить вес промежуточной точки, то Natural Neighbor работает на основе захватывающей области, которая не выводит точки минимума, тренды распространения, а его поверхность, уравненная по всей области. Выявлено, что метод Topo to Raster, предназначенный для построения поверхности, универсален, поскольку в качестве входных данных могут использоваться не только точки, но и полигоны и линии, что способствует более точному определению неизвестных значений. Различия в результатах применимых для интерполяции на исходных данных заметны. В IDW вес точек может значительно отличаться, даже если значения точек несущественно разнятся. Kriging, напротив, объединяет те же точки при классификации и выявляет тренды интерполяции. Topo to Raster сглаживает значения растра, так как изначально интерполяция применялась для создания рельефа, но нашла применение и в анализе результатов исследований. Natural Neighbor использует метод создания серединных перпендикуляров диаграммы Вороного, создавая визуальные классификации. Этот инструмент не позволяет установить экстент в виде полигона, но при высокой плотности точек выдает результат, приближенный к реальным значениям на местности. В ходе выполнения операций были построены несколько моделей обработки данных. Важно учитывать параметры среды внутри инструментов, тип преобразованных данных и систему координат для определенных местностей (например, системы местных координат СК-42 могут не подойти из-за технической несовместимости). Первая модель использовала логический оператор «if field exist», который проверял наличие полей в исходных данных. Если поле существовало, производился расчет, если нет – операция пропускалась. Модель останавливалась после проверки всех полей. Данный оператор, выполняя логическое условие имеет ошибки в том, что пропускал расчет несмотря на условие, когда поля не существовало, тем самым выдавая ошибку. В модели использовались инструменты расчета, проверки существования поля, итератор for (задание значений для проверки), пакетное объединение растровых данных, создание баз данных для растров и векторов с наименованием, исходя из заданных итерируемых значений. Следующая модель была дополнена логическими функциями «if else» и «haskey» для расчета полей, добавления полей, разделения операций при помощи инструмента «copy features». Данные функции, производя расчеты, имеют некоторые статические ошибки. Например, в них пустые ячейки заполняются “Null”. С данным параметром невозможно вести дальнейшие операции и поэтому используя инструмент Calculate Field ячейки заполнялись значением “0”. Каждый новый векторный или растровый слой перезаписывался для экономии памяти на жестком диске. Модель могла потребовать значительных объемов оперативной памяти, минимум 16 ГБ, чтобы избежать остановок и ошибок. Важно было учитывать параметры среды для каждого инструмента на всех этапах модели, чтобы избежать постоянных ошибок. Полученные данные сохранялись в коллекцию данных, создавались базы данных для каждого заданного значения высоты. Результаты проверки правильности интерполяций, основанные на расчете полей в модели, соответствовали ожиданиям и допускам по погрешности.
2. Формы реализации результатов проекта:
1) Получено 1 (одно) авторское право на программу для ЭВМ в казахстанском патентном бюро:
— Python-скрипт модели пространственного анализа данных инженерно-геологических изысканий для интерполяции промежуточных геотехнических характеристик грунтов / Утепов Е.Б., Алдунгарова А.К., Тулебекова А.С., Назарова А.Г., Караулов С.А., Макашева И.С. // Программа для ЭВМ №49930 от «25» сентября 2024 г.
2) Опубликованы 2 (две) статьи в рецензируемых отечественных изданиях, рекомендованных КОКСНВО:
— Analysis of existing methods for determining intermediate geotechnical characteristics of soils / A.K. Aldungarova, A.T. Mukhamejanova, A.S. Tulebekova, A.G. Nazarova, A.K. Tleubaeva, A.K. Kozhas // Bulletin of D. Serikbayev EKTU. — 2024. — No. 1. — P. 16–26. https://doi.org/10.51885/1561-4212_2024_1_16
— Examining intermediate soil properties variability through spatial interpolation methods in GIS / A. Aldungarova, T. Muzdybayeva, A. Mukhamejanova, N. Alibekova, K. Moskalova, S. Karaulov // Technobius. — 2024. — Vol. 4, No. 3. — P. 0062. https://doi.org/10.54355/tbus/4.3.2024.0062
3) Опубликована 1 (одна) статья в рецензируемом отечественном издании:
— Geotechnical interpolation methodology for determining intermediate values of soil properties / A. Aldungarova, A. Mukhamejanova, N. Alibekova, S. Karaulov, D. Akhmetov // Technobius. — 2024. — Vol. 4, No. 1. — P. 0053. https://doi.org/10.54355/tbus/4.1.2024.0053
4) Опубликовано 5 (пять) статей в сборниках международных научных конференций за рубежом:
— Spatial interpolation of intermediate strength properties of soil to determine the bearing capacity of the foundation / A. Aldungarova, N. Alibekova, S. Karaulov, Z. Yespolova, D. Kurmanova, G. Baizakova // E3S Web of Conferences. — 2024. — Vol. 559. — P. 04040. https://doi.org/10.1051/e3sconf/202455904040
— Toward the use of an intermediate value of the modulus of deformation of soils in geotechnical design / A. Mukhamejanova, A. Aldungarova, N. Alibekova, S. Karaulov, N. Kudaibergenov, Z. Yespolova, D. Kurmanova, G. Baizakova, D. Kazhimkanuly // E3S Web of Conferences. — 2024. — Vol. 559. — P. 01008. https://doi.org/10.1051/e3sconf/202455901008
— Kriging interpolation to determine intermediate mechanical properties of soils / A. Aldungarova, N. Alibekova, S. Karaulov, N. Kudaibergenov, Z. Rakizhanova, M. Uruzalinova // E3S Web of Conferences. — 2024. — Vol. 559. — P. 04041. https://doi.org/10.1051/e3sconf/202455904041
— Approximation of strength and deformation properties of soils by ArcGIS Topo to Raster tool / A. Aldungarova, N. Alibekova, S. Karaulov, A. Aitkazina, B. Makhiyev, A. Khapin, D. Kazhimkanuly // E3S Web of Conferences. — 2024. — Vol. 559. — P. 01009. https://doi.org/10.1051/e3sconf/202455901009
— Spatial Interpolation of Intermediate Soil Properties to Enhance Geotechnical Surveying for Foundation Design / Ye.B. Utepov, A.T. Mukhamejanova, A.K. Aldungarova, A.G. Nazarova, S.A. Karaulov, N.T. Alibekova, A.K. Kozhas, D. Kazhimkanuly, A.K. Tleubayeva // Proceedings of the ICCEGE 2024: XVIII International Conference on Civil, Environmental and Geological Engineering. — Venice, Italy: 2024. — P. 58–64.
2025 год:
1. Будут проведены инженерно-геологические изыскания и валидация методики.
2. Формы реализации результатов проекта:
1) Будет опубликована 1 (одна) коллективная монография, рекомендованная ученым советом.
2) Будет опубликовано:
— не менее 3 (трех) статей и (или) обзоров в рецензируемых научных изданиях, индексируемых в Science Citation Index Expanded базы Web of Science и (или) имеющих процентиль по CiteScore в базе Scopus не менее 35 (тридцати пяти);
— либо не менее 2 (двух) статей и (или) обзоров в рецензируемых научных изданиях, индексируемых в Science Citation Index Expanded и входящих в 1 (первый) и (или) 2 (второй) квартиль по импакт-фактору в базе Web of Science и (или) имеющих процентиль по CiteScore в базе Scopus не менее 65 (шестидесяти пяти);
— либо не менее 1 (одной) статьи или обзора в рецензируемом научном издании, индексируемом в Science Citation Index Expanded и входящем в 1 (первый) квартиль по импакт-фактору в базе Web of Science и (или) имеющих процентиль по CiteScore в базе Scopus не менее 80 (восьмидесяти).
Исследовательская группа проекта
| № | ФИО, степень, звание | Позиция в проекте | Период участия в проекте | Идентицикаторы |
| 1 | Алдунгарова Алия Кайратовна, PhD, ассоциированный профессор | Научный руководитель проекта | 2023-2025 | Scopus ID: 56818984300 Researcher ID: AAQ-8856-2020 ORCID: 0000-0002-9248-7180 |
| 2 | Утепов Елбек Бахитович, PhD, профессор | Старший научный сотрудник | 2023-2025 | Scopus ID: 57211963527 Researcher ID: M-9719-2016 ORCID: 0000-0001-6723-175X |
| 3 | Тулебекова Асель Сериковна, PhD, профессор | Старший научный сотрудник | 2023-2024 | Scopus ID: 55356989600 Researcher ID: P-7820-2014 ORCID: 0000-0001-8553-3081 |
| 4 | Назарова Аида Гафуркызы, PhD | Старший научный сотрудник | 2023-2025 | Scopus ID: 57220785727 Researcher ID: AFC-0485-2022 ORCID: 0000-0002-0083-3219 |
| 5 | Алибекова Нургуль Толеубаевна, PhD, ассоциированный профессор | Старший научный сотрудник | 2023-2024 | Scopus ID: 35301708700 Researcher ID: D-5322-2015 ORCID: 0000-0002-3927-0644 |
| 6 | Тлеубаева Акмарал Кубегеновна, к.т.н. | Научный сотрудник | 2023-2024 | Scopus ID: 57214136352 Researcher ID: GHM-7424-2022 ORCID: 0000-0002-6741-780X |
| 7 | Темірболат Шолпан Бахитовна, MSc | Научный сотрудник | 2023 | — |
| 8 | Қажимқанұлы Диас, MSc | Младший научный сотрудник | 2023-2025 | Scopus ID: 59260190900 ORCID: 0000-0003-0851-2230 |
| 9 | Караулов Сабит Алтынбекович | Младший научный сотрудник | 2023-2025 | Scopus ID: 59259623700 ORCID: 0009-0006-0471-2808 |
| 10 | Aniskin Aleksej, PhD, ассоциированный профессор | Зарубежный ученый | 2023-2025 | Scopus ID: 57201720016 Researcher ID: E-7467-2018 ORCID: 0000-0002-9941-1947 |
| 11 | Баширова Динара Викторовна | Бухгалтер | 2023-2025 | — |
Информация для потенциальных пользователей
Предлагаемая методика имеет первостепенно-практическое значение для организаций, занимающихся инженерно-геологическими изысканиями для строительства. Ведь его применение сделает прогноз несущей способности оснований более точным, и к тому же достаточно обоснованным. Для заказчиков методика сэкономит определенную часть средств, затрачиваемую на дополнительные изыскания. Простота и удобство использования данной методики в настольных ГИС позволит изыскателям сократить время на камеральные работы (т.е. расчеты и написание отчета). И, чем больше данных инженерно-геологических изысканий будут обработаны в форматы МРД, тем меньше потребуется проводить полевые изыскания. Так как в совокупности МРД из различных объектов одной местности могут заложить основу для создания многомерных карт инженерно-геологического районирования для данной местности. Это позволит снизить затраты на проведение изысканий. Поэтому данная методика имеет достаточный потенциал коммерциализации не только в Казахстане, но и за его пределами. Предлагаемая методика может быть адаптирована и для океанографии, метеорологии, и для других сфер, где существуют аспекты многослойности данных, касающихся той же территории. Поэтому она может быть интересна коллективам ученых и научным организациям, занимающимся науками о Земле.
Russian