Simulation of 3D block populations to characterize outcrop sampling bias in bimrocks: Fid-Bau Portal

Simulation of 3D block populations to characterize outcrop sampling bias in bimrocks

Hanneberg, William C.

Die geotechnische und geohydrologische Charakterisierung von Block-in-Matrix Gesteinen (sogenannte Bimrocks) wie tektonische Melange, Störungsfurchen, Geschiebemergel und Erdrutschgeröll ist mit einigen Schwierigkeiten verbunden. Eine genaue und zuverlässige Charakterisierung ist jedoch extrem wichtig, da bekannterweise Blöcke oder die Größenverteilung der Gesteinsblöcke die Materialeigenschaften wie Durchlässigkeit, Scherfestigkeit und die Wahl des Bauverfahrens entscheidend beeinflussen. Geotechnische und hydrogeologische Methoden zur Baugrunduntersuchung wie Bohrungen und Aufschlusskartierung ergeben jedoch widersprüchliche Ergebnisse, da von ein- und zweidimensionalen Stichproben auf dreidimensionale Vorkommen geschlossen wird. Monte Carlo Computer Simulationen können zur Untersuchung der Verzerrungswerte verwendet werden, die bei der Ableitung der dreidimensionalen Gesteinsblockverteilung aus zweidimensionalen Darstellungen wie Aufschlusskarten oder Fotoaufnahmen entstehen. Die Simulation von zweidimensionalen Aufschlussdarstellungen von dreidimensilonalen Gesteinen zeigt, dass Aufschlusskartierungen die Durchschnittsgesteinsgröße und das Gesamtblockvolumen um mehr als 10 % über- oder unterschätzen können, obwohl gleichförmige Gesteinsblöcke tendenziell unterschätzt werden. Die durch zweidimensionale Stichproben einfließende Fehlergrößenordnung bewegt sich im Bereich von +-50 % für Durschnittsgesteinsblöcke und +-80 % für das Gesamtblockvolumen. Ein gründlich geplantes statistisches Probenentnahmeprogramm von Gesteinsgröße und Ausrichtung in Verbindung mit numerischer Simulation birgt demnach die größte Chance auf verwendbare Information bezüglich der Gesteinsverteilungsstatistik, die wesentlichen Einfluss auf die Ingenieurplanung und Bauausführung haben kann.

Geotechnical and hydrogeological characterization of block-in-matrix rocks (bimrocks) such as melange, fault gouge, till, and landslide debris can be difficult, but accurate and reliable characterization is important because block or block size distributions are known to influence factors such as permeability, shear strength, and the choice of construction methods. Geotechnical and hydrogeological exploration methods such as drilling and outcrop mapping, however, produce biased results because they yield 1D or 2D samples of 3D populations. Monte Carlo computer simulations can be used to explore the amount of bias introduced when 3D block distribution information is inferred from 2D projections such as outcrop maps or photographs. Simulations of the 2D outcrop projections of 3D blocks show that outcrop mapping has the potential to overestimate or underestimate mean block sizes and total block volumes by tens of percent, although the tendency will be towards underestimation for blocks that are not highly elongated. The magnitudes of errors introduced by 2D outcrop sampling can be on the order of +-50 % for mean block sizes and +-80 % for total block volumes. Carefully designed statistical sampling of block sizes and orientations combined with numerical simulations, however, has the potential to yield valuable information about the statistics of block distributions that may have significant effects on the design and construction of engineered works.