Earth Sciences Research Journal

Letter from the editor

Soil sealing in Madrid (Spain), study case of Colmenar Viejo

ABSTRACT This work analyses soil loss over the last 150 years due to urban growth in one of the boroughs of highest environmental value around Madrid (Spain), i.e. Colmenar Viejo. The extent and patterns followed by urban extension are examined retrospectively using a present cartographic base layer. This evolutionary approach considering space and time has required a thorough compilation of cartographic sources that were created using classic topography, photogrammetry or remote sensing, some of which have been rarely used so far. These documents have been georeferenced, edited and handled using Geographic Information Systems (GIS) and remote sensing programs. Urban growth in Colmenar Viejo has been steady, has registered exponential increases (soil sealing affected 0.14% of the total municipal territory in 1861 and covers 2.64% nowadays) and has followed similar patterns to other Spanish towns influenced by metropolitan processes.

RESUMEN Este trabajo analiza la pérdida de suelo en los últimos 150 años debido al crecimiento urbano en uno de los municipios de mayor valor ambiental de Madrid (España), Colmenar Viejo. La extensión y los patrones seguidos por la expansión urbana se examinan retrospectivamente usando una capa base cartográfica actual. Este enfoque evolutivo que considera el espacio y el tiempo, ha requerido una recopilación completa de fuentes cartográficas, que fueron creadas usando la topografía clásica, la fotogrametría o la teledetección, algunas de las cuales han sido raramente utilizadas hasta ahora. Estos documentos han sido georeferenciados, editados y manipulados utilizando Sistemas de Información Geográfica (GIS) y programas de teledetección. El crecimiento urbano en Colmenar Viejo ha sido estable, ha registrado aumentos exponenciales (el sellado del suelo afectó al 0,14% del territorio municipal total en 1861 y cubre el 2,64% en la actualidad), y ha seguido patrones similares a otros pueblos españoles influenciados por procesos metropolitanos.

Quality Indices of Groundwater for Agricultural Use in the Soconusco, Chiapas, Mexico

ABSTRACT In Soconusco, Chiapas, in spite of the high availability of surface water, it is resorting to the use of groundwater. Knowledge about the quality of surface or groundwater used to irrigate crops in that region is low. This paper aims to contribute to the knowledge of the quality of groundwater for agricultural use through the characterization of the spatial variability. Assuming a random spatial distribution of 45 samples which were collected in situ were determined: acidity and alkalinity (pH), electrical conductivity (EC), Total Dissolved Solids (TDS), cations and anions and trace elements; in addition to the agricultural index: Sodium Adsorption Ratio (SAR), Residual Sodium Carbonate (RSC), Soluble Sodium Percentage (SSP), Sodium Percentage (% Na), Kelly Ratio (KR), Magnesium Adsorption Ratio (MAR), Permeability Index (PI), Effective Salinity (ES), Salinity Potential (SP) and Osmotic Potential (OP). In general, SSP, % Na, KR, PI are low, there is only one anomalous point (9) with high values at W of the study area. Similarly, PS, ES, Cl, Na and SAR are low except point 16 and conversely, RSC and pH are high, except at this point located in the center of the study area. The results allow us to infer that the water in that aquifer presents no problems or sodicity toxic ions. In 27 sites sampled values above 250 µmhos/cm were found at 25°C, classified as medium to high risk of salinity, unsuitable for agricultural use. Analysis of the combined effect of the presence of sodium (SAR) and salinity (EC or TDS) shows that 27 of analyzing sites have restricted water medium at very high for use in irrigation.

RESUMEN En el Soconusco, Chiapas, a pesar de la alta disponibilidad de agua superficial, se recurre al uso del agua subterránea. El conocimiento de la calidad del agua superficial o subterránea utilizada para el riego de los cultivos en la región es bajo. Este trabajo contribuye al conocimiento de la calidad del agua subterránea para uso agrícola a través de la caracterización de su variabilidad espacial. Asumiendo una distribución espacial aleatoria, se colectaron 45 muestras, a las que se les determinó: acidez y alcalinidad (pH), conductividad eléctrica (CE), Sólidos Totales Disueltos (TDS), cationes y aniones y oligoelementos; además se determinaron índices agrícolas: Índice de adsorción de sodio (SAR), Carbonato de sodio residual (CSR), Porcentaje de sodio soluble (PSS), Porcentaje de sodio (% Na), Relación de Kelly (RK), Relación de Absorción de Magnesio (RAM), Índice de Permeabilidad (IP), Salinidad Efectiva (SE), Salinidad Potencial (SP) y Potencial Osmótico (OP). En general, el PSS, % Na, RK, IP son bajas, sólo hay un punto anómalo (9) con valores altos en la parte oeste del área de estudio. Del mismo modo, SP, SE, Cl, Na y el RAS son bajos, excepto en el punto 16 y en contraste, CSR y pH son altos, excepto en este punto ubicado en el centro del área de estudio. Los resultados nos permiten inferir que el agua en ese acuífero no presenta problemas de sodicidad y de tóxicos. En 27 sitios se encontraron valores superiores a 250 µm/cm a 25 ° C, clasificados como de riesgo medio a alto de salinidad, es decir inadecuados para uso agrícola. El análisis del efecto combinado de la presencia de sodio (RAS) y salinidad (CE o SDT) muestra que 27 de los sitios analizados presentan restricciones de medias a muy altas para su uso en riego.

Mean velocity and suspended sediment concentration profile model of turbulent shear flow with probability density function

ABSTRACT This work purposes a general mean velocity and a suspended sediment concentration (SSC) model to express distribution in every point of the cross section of turbulent shear flow by using a probability density function method. In order to solve turbulent flow and avoid multifarious dynamical mechanics, the probability density function method was used to describe the velocity and concentration profiles interacted on directly by fluid particles in turbulent shear flow. The velocity profile model was obtained by solving for the profile integral with the product of the laminar velocity and probability density, through adopting an exponential probability density function to express probability distribution of velocity alteration of a fluid particle in turbulent shear flow. An SSC profile model was also created following a method similar to the above and based on the Schmidt diffusion equation. Different velocity and SSC profiles were created while changing the parameters of the models. The models were verified by comparing the calculated results with traditional models. It was shown that the probability density function model was superior to log-law in predicting stream-wise velocity profiles in coastal currents; and the probability density function SSC profile model was superior to the Rouse equation for predicting average SSC profiles in rivers and estuaries. Outlooks for precision investigation are stated at the end of this article.

RESUMEN Este trabajo propone un modelo de velocidad media general y un modelo de concentración de sedimentos suspendidos (CSS) para expresar la distribución en cada punto de la sección de cruce del flujo turbulento de cizalla mediante el uso de funciones de densidad de probabilidad (PDF).. El método de funciones de densidad de probabilidad se usó para describir los perfiles velocidad y concentración que interactuaron directamente con partículas fluidas en el flujo de desprendimiento turbulento para resolver el flujo turbulento y evitar diferentes mecánicas dinámicas. El modelo del perfil de velocidad se obtuvo resolviendo el perfil integral con el producto de la velocidad laminar y la densidad de probabilidad, mediante la adopción de una función de densidad exponencial para expresar la probabilidad de distribución de la velocidad de alteración de la partícula de un fluido en un flujo de desprendimiento turbulento. También se creó un modelo de perfil CSS siguiendo un método similar al anterior y basado en la ecuación de difusión Schmidt. Se crearon diferentes perfiles de velocidad y CSS durante el cambio de parámetros de los modelos. Los modelos se verificaron comparando los resultados calculados con los modelos tradicionales. Se demostró que el PDF era superior a la ley logarítmica en la predicción de los perfiles de velocidad en corrientes costeras, y que la probabilidad del modelo del perfil de función de densidad SSC fue superior a la ecuación Rouse para predecir perfiles SSC promedio en ríos y estuarios. Las perspectivas para la investigación de precisión se indican al final de este artículo.

Online Outlier Detection for Time-varying Time Series on Improved ARHMM in Geological Mineral Grade Analysis Process

ABSTRACT Given the difficulty of accurate online detection for massive data collecting real-timely in a strong noise environment during the complex geological mineral grade analysis process, an order self-learning ARHMM (Autoregressive Hidden Markov Model) algorithm is proposed to carry out online outlier detection in the geological mineral grade analysis process. The algorithm utilizes AR model to fit the time series obtained from "Online x - ray Fluorescent Mineral Analyzer" and makes use of HMM as a basic detectiontool, which canavoidthe deficiency ofpresettingthethreshold intraditional detectionmethods.Thestructure oftraditional BDT (Brockwell-Dahlhaus-Trindade) algorithm is improved to be a double iterative structure in which iterative calculation from both time and order is applied respectively to update parameters ofARHMM online. With the purpose of reducing the influence of outlier on parameter update of ARHMM, the strategies of detection-before-update and detection-based-update are adopted, which also improve the robustness of the algorithm. Subsequent simulation by model data and practical application verify the accuracy, robustness, and property of online detection of the algorithm. According to the result, it is obvious that new algorithm proposed in this paper is more suitable for outlier detection of mineral grade analysis data in geology and mineral processing.

RESUMEN Existe gran dificultad para la detección en tiempo real para series de datos masivos con altos niveles de ruido de valores atípicos. Se propone un algoritmo de autoaprendizaje ARHMM (Modelo autoregresivo oculto de Markov) para llevar a cabo la detección de dichos valores atípicos en el proceso de análisis del grado mineral geológico. El algoritmo usa un modelo AR para ajustar la serie de tiempo obtenida del "analizador de fluorescencia de rayos X" y hace uso del HMM como una herramienta básica de detección, la cual puede evitar la deficiencia de predeterminar el umbral en métodos tradicionales de detección. Para actualizar los parámetros del ARHMM en tiempo real, la estructura del algoritmo BDT (Brockwell-Dahlhaus-Trindade) tradicional se mejora para ser una doble estructura iterativa en la que se aplica el cálculo iterativo en tiempo y en orden respectivamente. Con el propósito de reducir la influencia de valores atípicos (o extremos) en la actualización del parámetro de ARHMM, se adoptan las estrategias de detección-antes-que-actualización y la detección-basada-en-actualización, lo que también aumenta la robustez del algoritmo. La subsiguiente simulación por modelos de datos y aplicación práctica comprueba la precisión, fortaleza y capacidad de la detección en línea del algoritmo. De acuerdo con el resultado, es evidente que el nuevo algoritmo propuesto en este artículo es más apropiado para la detección de datos de valores atipicos para el análisis del grado mineral en geología y el procesamiento mineral.

PNN-based Rock burst Prediction Model and Its Applications

ABSTRACT Rock burst is one of main engineering geological problems greatly threatening the safety of construction. Prediction of rock burst is always an important issue concerning the safety of workers and equipments in tunnels. In this paper, a novel PNN-based rock burst prediction model is proposed to determine whether rock burst will happen in the underground rock projects and how much the intensity of rock burst is. The probabilistic neural network (PNN) is developed based on Bayesian criteria of multivariate pattern classification. Because PNN has the advantages of low training complexity, high stability, quick convergence, and simple construction, it can be well applied in the prediction of rock burst. Some main control factors, such as rocks' maximum tangential stress, rocks' uniaxial compressive strength , rocks' uniaxial tensile strength and elastic energy index of rock are chosen as the characteristic vector of PNN. PNN model is obtained through training data sets of rock burst samples which come from underground rock project in domestic and abroad. Other samples are tested with the model. The testing results agree with the practical records. At the same time, two real-world applications are used to verify the proposed method. The results of prediction are same as the results of existing methods, just same as what happened in the scene, which verifies the effectiveness and applicability of our proposed work.

RESUMEN El fracturamiento o explosión de rocas es uno de los principales problemas en ingeniería geológica que amenaza significativamente la seguridad de una construcción. La predicción del fracturamiento de rocas es importante para la seguridad de los trabajadores y el equipamiento en túneles. En este artículo se propone un nuevo modelo de predicción de fracturamiento de rocas basado en una red neuronal probabilística (PNN por sus siglas en inglés) para determinar la posible ocurrencia e intensidad de uno de estos eventos en proyectos subterráneos. La PNN se desarrolló con base en un criterio Bayesiano para la clasificación multivariada de patrones. Debido a que la PNN tiene las ventajas de una menor complejidad de adiestramiento, estabilidad, rápida convergencia y simplicidad en su construcción, se puede adecuar en la predicción del fracturamiento de rocas. Algunos factores principales de control, como la fuerza máxima tangencial de rocas, la resistencia de compresión uniaxial, la fuerza de tensión uniaxial, y el índice de energía elástica de las rocas fueron escogidos como los vectores característicos de la PNN. El modelo se obtuvo a través del adiestramiento de datos sobre fracturamiento de rocas en proyectos subterráneos en diferentes localidades. Otras datos también se analizaron con el modelo. Los resultados de la evaluación se ajustan a los registros observados. Simultáneamente, se utilizaron dos aplicaciones prácticas para verificar el método propuesto. Los resultados de la predicción son similares a los de métodos existentes, un factor que además se presentó en las pruebas de campo, lo que demuestra la efectividad y la aplicabilidad de la metodología propuesta.

Analysis of October 23 (Mw 7.2) and November 9 (Mw 5.6), 2011 Van Earthquakes Using Long-Term GNSS Time Series

ABSTRACT The eastern Anatolia provides one of the best examples of an area of rapid deformation and intense contraction that is the consequence of an active continental collision between the Arabian and Eurasian plates leading to large and devastating earthquakes. The latest evidence of the active tectonism in the region is revealed by two remarkable seismic events; Van-Tabanli (Mw 7.2, October 23, 2011) and Van-Edremit (Mw 5.6, November 9, 2011) earthquakes. The study of the earthquake cycle and observation of geodetic and seismic deformation in this region is very important to hazard assessments. In this study, the inter-seismic, co-seismic, and post-seismic movements caused by the above-mentioned earthquakes were investigated using the time series of 2300 days of Global Navigation Satellite Systems (GNSS) observations of the local stations selected from the network of the Continuously Operating Reference Stations, Turkey (CORS-TR). For the inter-seismic period, approximately 1100 daily data were obtained from 21 CORS-TR stations (prior to the earthquakes between October 1, 2008 and October 23, 2011) and evaluated using the GAMIT/GLOBK software. The behaviour of these stations was investigated by processing 1 Hz data from the GNSS stations during the earthquakes on the GAMIT/TRACK software. In addition to October 23 and November 9, the GNSS data on one day before and after the earthquakes was assessed to determine co-seismic deformations. During the October 23 earthquake, hanging-wall deformation of about 60 mm was detected in the SW direction at the MURA station. However, at the VAAN station, deformation of200 mm (value predicted by time series) was observed in the footwall block in the NW direction. There were not any significant changes at the stations during the November 9 earthquake. For the post-seismic period, the GNSS data from 2012 to 2015 was evaluated. According to the observations, post-seismic deformation continued at the stations close to the epicenter of the earthquake.

RESUMEN Anatolia oriental provee uno de los mejores ejemplos de un área de rápida deformación e intensa contracción, consecuencia de una colisión continental activa entre la placa Arábiga y la Euroasiática, lo que causa grandes y devastadores terremotos. Dos notables terremotos son evidencia de la actividad tectónica de la región: los terremotos Van-Tabanli (7.2 Mw. 23 de octubre de 2011) y Van-Edremit (5.6 Mw, 9 de noviembre de 2011). El estudio del ciclo sísmico y la observación de las deformaciones geodésicas y sísmicas en esta región es fundamental para la evaluación de riesgo. En este estudio, se investiga las fases inter-, co- y post-sísmicas asociados a estos terremotos a través de 2300 días de observaciones del Sistema Global de Navegación por Satélite (GNSS, por sus siglas en inglés) de estaciones locales seleccionadas de la red de Estaciones de Referencia de Funcionamiento Continuo en Turquía (CORS-TR). Para el periodo intersísmico se obtuvieron aproximadamente 1100 datos diarios de 21 estaciones CORS-TR (anteriores a los terremotos entre el 1 de octubre de 2008 y el 23 de octubre de 2011) y evaluados con el software GAMIT/GBLOK. El comportamiento co-sísmico fue investigado procesando datos de 1 Hz de las estaciones GNSS durante los terremotos en el software GAMIT/TRACK. Adicionalmente se evaluaron datos del GNSS un día antes y un día después de los terremotos para determinar las deformaciones cosísmicas. Durante el terremoto del 23 de octubre, en el bloque colgante se detectó una deformación de 60 mm en dirección SW (estación MURA). En la estación VAAN en el bloque yacente se observó una deformación de 200 mm en dirección NW (valor predicho por series temporales). Durtante el terremoto del 9 de Noviembre no se observó cambios significativos. Para la fase post-sísmica se evaluaron los datos de la GNSS del 2012 al 2015. Según las observaciones, la deformación postsísmica continuó en las estaciones cercanas al epicentro del terremoto.