Thiết lập tương quan sức chống cắt không thoát nước giữa thí nghiệm trong phòng và thí nghiệm hiện trường của đất bùn sét khu vực quận 2, tp hồ chí minh

ĐẶC ĐIỂM ĐẤT BÙN SÉT Ở QUẬN 2, TP HCM

Vị trí khu vực nghiên cứu

Quận 2, nằm ở phía đông thành phố Hồ Chí Minh, tọa lạc trên tả ngạn sông Sài Gòn Khu vực này giáp ranh với quận Thủ Đức, quận 9 và quận Bình Thạnh ở phía bắc qua sông Sài Gòn và sông Rạch Chiếc Phía nam, quận 2 tiếp giáp với quận 7 và huyện Nhơn Trạch tỉnh Đồng Nai qua sông Sài Gòn và sông Đồng Nai Về phía tây, quận 2 giáp quận 4, quận 1 và quận Bình Thạnh qua sông Sài Gòn, trong khi phía đông giáp quận 9 và huyện Nhơn Trạch tỉnh Đồng Nai qua sông Đồng Nai.

Hình 2.1 Bản đồ Quận 2, Tp HCM

(nguồn: http://www.diaoconline.vn/tin-chi-tiet/20/307/ban-do-quan-2-cua-tp-hcm)

Đặc điểm đất bùn sét ở Quận 2, Tp HCM

2.2.1 Khái niệm đất bùn sét: Đất bùn sét chính là lớp đất mặt loại sét trong tự nhiên ở trạng thái chảy, chịu tác dụng của các hoạt động vi sinh vật và thực vật tạo thành Trong đất bùn sét, pha lỏng chiếm tỉ lệ lớn hơn hẳn pha rắn, chứa thành phần hữu cơ và có các tính chất sau:

2.2.2 Nguồn gốc thành tạo đất bùn sét ở Tp HCM: Đến đầu Holocene, một đợt biển tiến vào đất liền ở đồng bằng sông Cửu Long và một phần khu vực Đông Nam Bộ, chứng tỏ hoạt động kiến tạo đã làm cho mặt đất bị hạ thấp, tạo nên loạt trầm tích đầm lầy ven biển Biển tiến vào khu vực thông qua các lạch triều, hiện nay vết tích của lạch triều cổ này chính là hệ thống kênh rạch khá dày đặc trong khu vực thành phố Hồ Chí Minh và các vùng lân cận Trầm tích ở khu vực này để lại lớp sét pha, cát pha màu xám xanh, xám đen chứa nhiều tàn tích thực vật chưa phân hủy hoàn toàn Tiếp đó biển rút đi vào Holocene muộn, thời kì này khu vực trở lại tính chất đầm lầy ven biển có nhiều thực vật phát triển tạo nên lớp bùn sét, bùn sét pha, bùn cát pha, … màu xám đen, nâu đen do chứa nhiều hữu cơ [5]

2.2.3 Đặc điểm của đất bùn sét ở Quận 2, Tp HCM:

Bảng 2.1 tổng hợp kết quả thí nghiệm các chỉ tiêu cơ lý đất, trình bày các giá trị trung bình đặc trưng địa kỹ thuật của đất bùn sét tại Quận 2, Tp HCM.

Bảng 2.1 Các đặc trưng địa kỹ thuật của đất bùn sét ở Quận 2, Tp HCM Độ Ẩm

Chỉ Số Dẻo Độ Sệt

Góc Ma Sát Trong Lực Dính ̅

Phân tích các giá trị ở Bảng 2.1 ta thấy: o Đất bùn sét nghiên cứu có đặc tính chung của đất bùn sét như mô tả ở mục

2.2.1 là có hệ số rỗng ̅ = 2,17 > 1,5 và độ sệt ̅ = 1,33 > 1 o Các giá trị được gạch dưới, và in đậm trong Bảng 1 thể hiện rõ tính chất của đất bùn sét nghiên cứu là đất yếu Do đó, nếu công trình phải xây dựng trên lớp đất yếu này thì người kỹ sư thiết kế cần thận trọng trong tính toán, thiết kế để phòng tránh sự cố công trình có thể xảy ra.

Mô hình nội suy Kriging cho chiều dày lớp bùn sét ở Quận 2, Tp HCM

Kriging là một tập hợp các phương pháp phân tích địa thống kê, được sử dụng để nội suy giá trị của một trường ngẫu nhiên, chẳng hạn như cao độ z của địa hình, tại các điểm không được đo đạc thực tế, dựa trên dữ liệu từ những điểm đo lân cận.

Mô hình nội suy Kriging được lựa chọn để nghiên cứu phân bố độ sâu lớp bùn sét vì những ưu điểm sau:

Mô hình nội suy giá trị cho phép phân nhóm dữ liệu hiệu quả bằng cách xử lý từng nhóm như những điểm đơn lẻ Nó cung cấp ước lượng về sai số (sai số Kriging) và ước lượng của biến, giúp cải thiện độ chính xác trong phân tích dữ liệu.

Chú thích: Điểm đo được Điểm cần nội suy giá trị o Dựa vào sai số ước lượng có thể mô phỏng biến ngẫu nhiên gần giống với thực tế

The Kriging method offers various analytical models for users to choose from, including Ordinary Kriging, Simple Kriging, Universal Kriging, Indicator Kriging, Probability Kriging, and Disjunctive Kriging.

Trong luận văn này, tác giả đã lựa chọn mô hình Ordinary Kriging do tính phổ biến và khả năng phù hợp trong việc tính toán giá trị nội suy cho chiều dày lớp bùn sét.

Kriging thường được gọi là Kriging không biết trước giá trị trung bình, và phân tích mô hình này chủ yếu dựa vào giả thuyết về hàm ngẫu nhiên ổn định.

Một hàm ngẫu nhiên thỏa mãn giả thuyết ổn định thật sự nếu:

 Kỳ vọng toán tồn tại và không phụ thuộc vào điểm tựa (phân bố) x:

 Đối với bất kì vectơ nào, sự chênh lệch [Z (x+h) – Z (x) ] có một phương sai D[Z (x+h) – Z (x) ] xác định cũng độc lập với x, nhưng phụ thuộc vào h

[ ] [ ] (2.1) Cũng như các phương pháp Kriging khác, mô hình Ordinary Kriging được tính toán, phân tích dựa vào hàm cấu trúc variogram và covariance

Variogram được định nghĩa như là một nửa kỳ vọng toán của biến ngẫu nhiên [Z (x) – Z (x+h) ] 2 , ta có:

(h) = E[Z (x) – Z (x+h) ] 2 (2.2) hay có thể xem (h) như là một nửa phương sai của [Z (x) – Z (x+h) ]:

Z (x) , Z (x+h) – hai đại lượng ở hai điểm nghiên cứu cách nhau một đoạn h Variogram thực nghiệm được xác định như sau:

N(h) – số lượng cặp điểm nghiên cứu

Các variogram thực nghiệm thường có hình dạng dích dắc và dao động xung quanh đường cong lý thuyết Vì vậy, có thể sử dụng nhiều phương pháp khác nhau để mô phỏng hình dạng của đường cong lý thuyết này.

Nếu hai biến ngẫu nhiên Z (x) và Z (x+h) cách nhau một đoạn h có phương sai thì chúng cũng có một covariance được tính như sau:

C(h) = E{[Z (x) – m].[Z( x+h) – m]} (2.6) hay C(h) = ∭ Z (x) – m].[Z( x+h) – m]dv (2.7) trong đó: m – kỳ vọng toán của hàm

C(h) thực nghiệm được tính như sau:

∑ Z (x) – m].[Z( x+h) – m] (2.8) Nếu covariance tồn tại thì variogram tồn tại thông qua mối quan hệ sau:

Hình 2.4 Biểu diễn mối quan hệ covariance và variogram

Giả sử có n giá trị tại các điểm quan sát x1, x2, …, xn phân bố gần điểm cần ước lượng x0 (hoặc khối ước lượng v0) Giá trị ước lượng tuyến tính tối ưu cho x0 (hoặc v0) có dạng như sau:

– các thông số quan sát được ở điểm lân cận (hoặc khối) cần ước lượng Để phép ước lượng đạt tối ưu cần phải thỏa mãn những điều kiện sau:

(a) Không có sai số hệ thống: nghĩa là sai số trung bình phải xấp xỉ bằng 0, vậy dưới dạng khối có thể viết:

 ∑ trong đó: ̅ – kỳ vọng toán trung bình khu vực

Vậy điều kiện (a) thỏa mãn khi:

(b) Phương sai của ước lượng đạt cực tiểu: ta có

] cực tiểu (2.14) hay ] cực tiểu (2.15)

∑ ̅ ̅ (2.16) Để phương sai đạt cực tiểu thì , suy ra:

Vậy phép ước lượng đạt tối ưu khi thỏa mãn công thức (2.13) và (2.17) như trình bày ở trên

2.3.3 Thu thập dữ liệu hố khoan cho mô hình nội suy Kriging:

Dựa trên các báo cáo khảo sát địa chất công trình, đã thu thập được 28 hố khoan Vị trí của các hố khoan này được thể hiện rõ ràng trong tài liệu khảo sát.

Dữ liệu tọa độ của 28 hố khoan khảo sát địa chất công trình, bao gồm chiều dày lớp bùn sét, đã được thu thập và trình bày trong Phụ lục 1 Hệ tọa độ được sử dụng cho các hố khoan là WGS-84.

Dữ liệu trong Hình 2.6b cho thấy đặc trưng thống kê với phân bố chuẩn, thể hiện qua việc các điểm dữ liệu sắp xếp dọc theo một đường thẳng.

Chú thích: vị trí hố khoan khảo sát địa chất công trình

Hình 2.5 Sơ đồ vị trí các điểm dữ liệu a) Histogram

Histogram of Chiều Dày Lớp Bùn Sét b) Đồ thị Q-Q Plot của các điểm dữ liệu

Hình 2.6 Đặc trưng thống kê của tập dữ liệu kiểm tra bằng phần mềm Minitab version 16.0

2.3.4 Kết quả mô hình nội suy Ordinary Kriging cho chiều dày lớp bùn sét ở

Mô hình nội suy Ordinary Kriging cho chiều dày lớp bùn sét ở Quận 2, Tp

HCM được thực hiện bằng chương trình phần mềm GMS version 7.1 với cơ sở dữ liệu như trình bày ở mục 2.3.3

Biểu đồ variogram được thiết lập cho mô hình Ordinary Kriging như Hình

2.7 Mô hình semivariogram được chọn là hàm Spherical với các thông số như sau:

Probability Plot of Chiều Dày Lớp Bùn Sét

Hình 2.7 Biểu đồ variogram Ordinary Kriging của chiều dày lớp bùn sét

Kết quả mô hình nội suy Ordinary Kriging của chiều dày lớp bùn sét khu vực Quận 2, Tp HCM bao gồm:

 Mô hình nội suy Ordinary Kriging (Hình 2.8a); và

 Sai số mô hình nội suy Ordinary Kriging (Hình 2.8b)

Theo kết quả nội suy từ Hình 2.8a, chiều dày lớp bùn sét tăng dần từ khu vực Cát Lái, phường Thạnh Mỹ Lợi ở phía đông nam đến phường Thảo Điền ở tây bắc, với bề dày thay đổi từ 0m đến hơn 28m Kết quả này được xác định thông qua phương pháp nội suy Ordinary Kriging, đồng thời cũng cho thấy sai số nội suy của phương pháp này.

Hình 2.8 Kết quả mô hình nội suy Ordinary Kriging của chiều dày lớp bùn sét khu vực Quận 2, Tp HCM

2.3.5 Đánh giá kết quả nội suy Kriging:

Để đánh giá hiệu quả của mô hình Kriging, chúng ta sẽ so sánh kết quả nội suy với dữ liệu từ các mũi khoan khảo sát địa chất công trình thực tế trong khu vực nghiên cứu, như được trình bày trong bảng.

Bảng 2.2 So sánh kết quả khảo sát trực tiếp với kết quả nội suy

Tọa Độ (độ) Chiều Dày Lớp Bùn Sét

X Y Thực Tế Nội Suy Độ Lệch

2 106,7691 10,7707 Không có Không có Không có

Vị trí 1: Công trình British Intl School, số 215 Nguyễn Văn Hưởng, phường

Vị trí 2: Công trình trường Tiểu học Thạnh Mỹ Lợi, phường Thạnh Mỹ Lợi

Vị trí 3: Công trình chùa Huệ Nghiêm 2, số 299B Lương Định Của, phường

Kết quả từ Bảng 2.2 cho thấy mô hình nội suy Kriging về độ dày lớp bùn sét phù hợp với số liệu khảo sát thực tế, với độ sai lệch giữa dữ liệu thực và dữ liệu nội suy không lớn Do đó, kết quả của mô hình Kriging được coi là chấp nhận được.

LÝ THUYẾT PHÂN TÍCH HỒI QUI TƯƠNG QUAN S u ÁP DỤNG TRONG ĐỀ TÀI NGHIÊN CỨU

Giới thiệu

Để nghiên cứu mối tương quan sức chống cắt không thoát nước (S u ) giữa thí nghiệm phòng và hiện trường, chúng ta áp dụng lý thuyết phân tích hồi quy Kết quả phân tích cho thấy mức độ tương quan của các biến S u thông qua hệ số xác định R 2, cho phép dự đoán giá trị S u phụ thuộc dựa vào giá trị S u độc lập và ngược lại Mô hình tiên đoán này được thể hiện dưới dạng đồ thị hồi quy hoặc hàm hồi quy tuyến tính và phi tuyến tính.

Khi hệ số xác định R² đạt từ 50% trở lên, mô hình tương quan giữa các biến nghiên cứu được coi là có sự liên kết Giá trị R² càng cao, mức độ tương quan giữa các biến càng mạnh.

Để đảm bảo mô hình kết quả có ý nghĩa thống kê, chúng ta cần kiểm tra giá trị p Nếu giá trị p nhỏ hơn 0,05, mô hình được coi là có ý nghĩa thống kê và có thể chấp nhận Ngược lại, nếu p lớn hơn hoặc bằng 0,05, mô hình sẽ không có ý nghĩa thống kê và không thể chấp nhận.

Qui trình phân tích mô hình tương quan S u

Qui trình phân tích mô hình tương quan S u được thực hiện theo sơ đồ trình bày trong Hình 3.1 bên dưới.

Hình 3.1 Qui trình phân tích mô hình tương quan S u

Phân tích hồi qui tuyến tính

Thống kê dữ liệu S u theo độ sâu, độ sệt, …

Phân tích hồi qui phi tuyến tính (hàm bậc 2, bậc 3, log, …)

Không chấp nhận kết quả

Kết quả thí nghiệm S u trong phòng / hiện trường không đạt đạt đạt đạt không đạt không đạt

Xác định cỡ mẫu (N) trong phân tích tương quan

Cỡ mẫu N được xác định theo công thức sau [12]:

C là hằng số liên quan đến sai lầm loại I và II, được xác định theo luật phân phối chuẩn như thể hiện trong Bảng 3.1; r là hệ số tương quan giữa hai biến.

Bảng 3.1 Giá trị hằng số C [12] α = β = 0,20

* Chú thích: α – sai lầm loại I; β – sai lầm loại II;

Power – xác suất mà kết quả kiểm định thống kê cho ra kết quả p < 0,05 ; ta có: Power = 1 – β.

Đối với phân tích hồi quy tuyến tính, việc kiểm tra cỡ mẫu của biến độc lập (biến giải thích) là cần thiết để đánh giá tính đại diện của đại lượng nghiên cứu.

Mô hình hồi qui tuyến tính đơn (linear regression)

Phân tích hồi quy là một phương pháp nghiên cứu nhằm xác định mối quan hệ giữa biến phụ thuộc và một hoặc nhiều biến độc lập Mục tiêu chính của phân tích hồi quy là ước lượng giá trị trung bình của biến phụ thuộc dựa trên các giá trị đã biết của biến độc lập.

3.4.1 Phương trình hồ i qui tuy ến tính đơn: Đặt (x 1, y 1 ), (x 2, y 2) ,…, (x n , y n ) là mẫu gồm n cặp quan sát trên đường hồi qui tổng thể: y i = a + bx i +ei (3.2)

Theo phương pháp bình phương cực tiểu, các hệ số a và b được ước lượng sao cho tổng bình phương sai số của phương trình đạt giá trị tối thiểu.

Các hệ số a và b được tính như sau: b = ∑ ∑ ( ( )( ) ) (3.4)

Phương trình hồi qui tuyến tính mẫu của y trên x là: y = a + b x (3.6)

3.4.2 Kho ả ng tin c ậ y và ki ểm đị nh gi ả thuy ế t trong h ồ i qui tuy ến tính đơn:

Giả sử đường hồi qui tuyến tính có dạng: y i = a + bx i + e i (3.7) σ là phương sai của sai số và được ước lượng từ công thức sau: σ = S =

SEE n- (3.8) với: S – ước số của σ Đặt b là ước lượng mẫu của b thì phương sai của b là:

Nếu giả sử rằng sai số hồi quy (e1) tuân theo phân phối chuẩn, thì giá trị ngẫu nhiên (t) được sử dụng để kiểm định giả thuyết về tham số b và ước lượng khoảng tin cậy của b được tính theo công thức: t = b / Sb.

Khoảng tin cậy 100 (1 - a )% cho b là:

- là một số sao cho P( t n - 2 >

3.4.3 Phân tích phương sai h ồ i qui:

Hệ số xác định R² là chỉ số dùng để đánh giá mức độ mối quan hệ giữa hai biến X và Y Nó cho biết phần trăm sự biến thiên của Y có thể được giải thích bởi sự phụ thuộc tuyến tính vào X.

R = ∑ ∑ ( ( ) ) (3.12) trong đó: y – giá trị ước lượng của y i ; y– giá trị trung bình. y i – giá trị thực tế, với: y i = a + bx i +e i (3.13)

Giá trị dự đoán theo phương trình hồi qui: y = a + bx i (3.14)

Giá trị e i đại diện cho sự chênh lệch giữa giá trị thực tế và giá trị dự đoán trong phương trình hồi quy tuyến tính Nó cho thấy phần biến thiên của Y mà không thể được giải thích bởi mối quan hệ tuyến tính giữa Y và X.

SSR càng lớn thì mô hình hồi qui tuyến tính càng có độ tin cậy cao trong việc giải thích sự biến động của Y.

Một hệ số cũng cần đề cập ở đây là h ệ s ố điề u ch ỉnh xác đị nh

Hệ số điều chỉnh R-squared (Adjusted R-squared) cho biết mức độ cải thiện của phương sai phần dư, và nó tương tự như hệ số xác định.

Mô hình hồi qui phi tuyến tính (non-linear regression)

Phân tích mô hình hồi quy phi tuyến tính được thực hiện tương tự như mô hình hồi quy tuyến tính thông qua phương pháp bình phương cực tiểu Dưới đây là một số dạng hàm hồi quy phi tuyến tính phổ biến.

THIẾT LẬP SỰ TƯƠNG QUAN S u THEO KẾT QUẢ THÍ NGHIỆM TRONG PHÒNG VÀ THÍ NGHIỆM HIỆN TRƯỜNG CHO ĐẤT BÙN SÉT Ở QUẬN 2, TP HCM

Sơ đồ vị trí thực hiện thí nghiệm

Vị trí các điểm lấy mẫu đất thí nghiệm Su,DS và Su,UU trong phòng, cũng như thí nghiệm cắt cánh hiện trường S u,VS được thể hiện rõ ràng trong Hình 4.1 dưới đây.

Chú thích: Vịtrí thí nghiệm Su,DS, Su,UU, Su,VS

Vịtrí thí nghiệm S u,DS , S u,UU

Hình 4.1.Sơ đồvị trí các điểm thí nghiệm Su

Kiểm tra cỡ mẫu N phân tích tương quan S u

Bảng 4.1 cung cấp thông tin về số lượng mẫu thu thập cho nghiên cứu, bao gồm các thí nghiệm cắt trực tiếp, thí nghiệm 3 trục UU, và thí nghiệm cắt cánh hiện trường (xem thêm tại Phụ lục 2).

Bảng 4.1.Tổng hợp số lượng mẫu Suthu thập được

TN Cắt Trực Tiếp TN 3 Trục UU TN Cắt Cánh ĐộSâu

* Chú thích: TN – Thí nghiệm

Dựa trên số liệu từ Phụ lục 1 và Phụ lục 2, chúng tôi đã phân loại các giá trị trung bình sức chống cắt không thoát nước (Su) theo từng độ sâu (z) và độ sệt (LI), như thể hiện trong Bảng 4.2 và Bảng 4.3 Mục đích là để phân tích hồi quy các cặp tương quan (Su,D ; Su,UU) và (Su,D ; Su,V).

Bảng 4.2.Giá trịSutheo từng khoảng độsâu (z) với z 16m Độ Sâu z

* Chú thích: N DS – Cỡmẫu của giá trịSu,D

Bảng 4.3.Giá trịSu theo từng khoảng độsệt (LI)

* Chú thích: NDS– Cỡmẫu của giá trịSu,D

Dựa vào kết quả nghiên cứu sức chống cắt không thoát nước của đất sét yếu ở

Tp HCM theo [15] ta thấy hệsố tương quan (R 2 ) rất cao khoảng từ 97% đến 99%

Để xác định cỡ mẫu N, chúng ta sử dụng công thức (3.1) với sai lầm loại I α = 5%, sai lầm loại II β = 0,05 và hệ số tương quan ρ = 90% Kết quả tính toán cho ra cỡ mẫu N = 9.

Chúng tôi sẽ tiến hành phân tích hồi quy các cặp tương quan (Su,D ; Su,UU) và (Su,D ; Su,V) với biến độc lập Su,D Kết quả từ bảng 4.2 và bảng 4.3 cho thấy giá trị NDS lớn hơn N, cụ thể là NDS > N = 9, điều này chứng tỏ cỡ mẫu nghiên cứu tương quan Su đáp ứng yêu cầu.

Kết quả nghiên cứu mô hình tương quan S u

4.3.1 Tương quan ( , ; , ) v ớ i độ sâu nghiên c ứ u z ≤ 14m:

Dựa theo số liệu ở Bảng 4.2, ta xây dựng được mô hình tương quan

(Su,D ; Su,UU) bằng phương pháp phân tích hồi qui thực hiện bằng chương trình phần mềm Minitab 16.2.0 Kết quảtrình bày như Hình 4.2bên dưới.

Hình 4.2.Kết quảmô hình tương quan (Su,D ; Su,UU) với độsâu nghiên cứu z ≤14m

Từkết quảHình 4.2, ta thấy tương quan (Su,D ; Su,UU) với độsâu nghiên cứu z ≤14m có dạng tuyến tính với hàm tương quan tìm được như sau:

Hệsố xác định R 2 = 98,2% mức độ tương quan cao. Đồng thời kết quả phân tích cho giá trịp < 0,05 mô hình tương quan tìm được có ý nghĩa thống kê.

Vậy ta có thểchấp nhận kết quảmô hình tương quan (Su,D ; Su,UU) với độsâu nghiên cứu z ≤14m.

4.3.2 Tương quan ( , ; , ) v ớ i độ sâu nghiên c ứ u z ≤ 16m:

Tương tự mục 4.3.1, ta có kết quả mô hình hồi qui tuyến tính tương quan (Su,D ; Su,V ) với độsâu nghiên cứu z ≤16mnhư Hình 4.3.

Su,VS (kPa) = 26.32 + 0.5088 Su,DS (kPa)

Hình 4.3.Kết quảmô hình hồi qui tuyến tính tương quan (Su,D ; Su,V ) với độsâu nghiên cứu z ≤16m

Mô hình hồi quy tuyến tính cho thấy mức độ tương quan rất thấp với R² chỉ đạt 15,8%, điều này cho thấy kết quả của mô hình không thể chấp nhận được.

Tiến hành phân tích mô hình hồi qui phi tuyến tính cho tương quan (Su,D ; Su,V ), ta tìm được mô hình kết quả như Hình 4.4.

Su,VS = - 29.96 + 8.505 Su,DS - 0.2408 Su,DS**2

Residual standard error: 2.411 on 5 degrees of freedom

Multiple R-squared: 0.9453, Adjusted R-squared: 0.9234 F-statistic: 43.18 on 2 and 5 DF, p-value: 0.0007009

Hình 4.4.Kết quảmô hình tương quan (Su,D ; Su,V ) với độsâu nghiên cứu z ≤16m

Từkết quảHình 4.4, ta thấy tươngquan (Su,D ; Su,V ) có dạng phi tuyến tính với hàm tương quan(dạng đa thức bậc 2) tìm được như sau:

Hệsố xác định R 2 = 94,5% mức độ tương quan cao. Đồng thời kết quả phân tích cho giá trịp < 0,05 mô hình tương quan tìm được có ý nghĩa thống kê.

Vậy ta có thểchấp nhận kết quảmô hình tương quan (Su,D ; Su,V ) với độsâu nghiên cứu z ≤16m có dạng đa thức bậc 2 như trên.

4.3.3 Tương quan ( , ; , ) trong kho ả ng độ s ệ t nghiên c ứ u LI = [1,0;1,8]:

Dựa theo số liệu ở Bảng 4.3, ta xây dựng được mô hình tương quan

(Su,D ; Su,UU) bằng phương pháp phân tích hồi qui thực hiện bằng chương trình phần mềm Minitab 16.2.0 Kết quảtrình bày như Hình 4.5bên dưới.

Hình 4.5.Kết quảmô hình tương quan (Su,D ; Su,UU) trong khoảng độsệt nghiên cứu LI = [1,0;1,8]

Từkết quảHình 4.5, ta thấy tương quan (Su,D ; Su,UU) có dạng tuyến tính với hàm tương quan tìm được như sau:

Hệsố xác định R 2 = 76,3% mức độ tương quan khá. Đồng thời kết quả phân tích cho giá trịp < 0,05 mô hình tương quan tìm được có ý nghĩa thống kê.

Vậy ta có thể chấp nhận kết quả mô hình tương quan (Su,D ; Su,UU) trong khoảng độsệt nghiên cứu LI = [1,0;1,8].

4.3.4 Tương quan ( , ; , ) trong kho ả ng độ s ệ t nghiên c ứ u LI = [1,0;1,9]:

Tương tự mục 4.3.3, ta có kết quả mô hình tương quan (Su,D ; Su,V ) trong khoảng độsệt nghiên cứu LI = [1,0;1,9]như Hình 4.6.

Hình 4.6.Kết quảmô hình tương quan (Su,D ; Su,V ) trong khoảng độsệt nghiên cứu LI = [1,0;1,9]

Theo Hình 4.6, mức độ tương quan của mô hình hồi quy thấp với R² = 46% (dưới 50%), cho thấy kết quả mô hình không thể chấp nhận Để cải thiện, chúng ta có thể sử dụng lg các giá trị Su,D và Su,V để phân tích hồi quy nhằm kiểm tra xem kết quả tương quan có cao hơn không, như được trình bày trong Hình 4.7 bên dưới.

Fitted Line Plot lg(Su,VS) = - 0.6491 + 1.864 lg(Su,DS)

Hình 4.7.Kết quảmô hình tương quan (lgSu,D ; lgSu,V ) trong khoảng độsệt nghiên cứu LI = [1,0;1,9]

Từkết quảHình 4.7, ta thấy tương quan (lgSu,D ; lgSu,V ) có dạng tuyến tính với hàm tương quan tìm được như sau: lgSu,V = −0,6491 + 1,864lgSu,D (4.4)

Hệsố xác định R 2 = 63,3% mức độ tương quan trung bình. Đồng thời kết quả phân tích cho giá trịp > 0,05 mô hình tương quan tìm được không có ý nghĩa thống kê.

Chúng ta loại bỏ các kết quả phân tích mô hình tương quan (Su,D; Su,UU) trong khoảng độ sệt nghiên cứu LI = [1,0;1,9] do chúng không đại diện cho quần thể nghiên cứu.

KẾT LUẬN VÀ KIẾN NGHỊ

Luận văn đã hoàn thành các mục tiêu nghiên cứu, bao gồm việc xây dựng mô hình phân bố đất bùn sét trong khu vực nghiên cứu bằng phần mềm GMS (version 7.1) Bài viết cũng trình bày các đặc điểm địa kỹ thuật đặc trưng của đất bùn sét Đồng thời, nghiên cứu đã phân tích và thiết lập sự tương quan sức chống cắt không thoát nước thông qua kết quả thí nghiệm cắt trực tiếp và thí nghiệm nén ba trục không cố kết không thoát nước, cũng như mối tương quan giữa thí nghiệm cắt trực tiếp và thí nghiệm cắt cánh hiện trường cho đất bùn sét tại Quận 2, Tp HCM.

Kết quả nghiên cứu cho thấy mối tương quan giữa sức chống cắt không thoát nước (Su) của đất bùn sét tại khu vực quận 2, Tp HCM trong thí nghiệm phòng thí nghiệm và thí nghiệm hiện trường.

Mô Hình Kết Quả Tương quan DS

– UU với độsâu nghiên cứu z ≤

– UU trong khoảng độsệt nghiên cứu LI [1,0;1,8]

– VS trong khoảng độsệt nghiên cứu LI [1,0;1,9]

Nghiên cứu sức chống cắt không thoát nước (Su) cho đất bùn sét trong khu vực quận 2, Tp HCM chỉ giới hạn ở độ sâu 16m Tuy nhiên, loại đất yếu này phân bố rộng rãi trên toàn thành phố Do đó, cần thiết phải tiến hành thêm nhiều nghiên cứu về đất bùn sét tại các khu vực khác trong Tp HCM và ở độ sâu lớn hơn 16m để có cái nhìn tổng quát hơn về đặc điểm của loại đất này.