Your browser doesn't support javascript.
loading
Mostrar: 20 | 50 | 100
Resultados 1 - 1 de 1
Filtrar
Mais filtros

Base de dados
Ano de publicação
Tipo de documento
Intervalo de ano de publicação
1.
Mine Water Environ ; 43(1): 87-103, 2024.
Artigo em Inglês | MEDLINE | ID: mdl-38680166

RESUMO

Tailings dam breaches (TDBs) and subsequent flows can pose significant risk to public safety, the environment, and the economy. Numerical runout models are used to simulate potential tailings flows and understand their downstream impacts. Due to the complex nature of the breach-runout processes, the mobility and downstream impacts of these types of failures are highly uncertain. We applied the first-order second-moment (FOSM) methodology to a database of 11 back-analyzed historical tailings flows to evaluate uncertainties in TDB runout modelling and conducted a sensitivity analysis to identify key factors contributing to the variability of the HEC-RAS model output, including at different locations along the runout path. The results indicate that prioritizing resources toward advancements in estimating the values of primary contributors to the sensitivity of the selected model outputs is necessary for more reliable model results. We found that the total released volume is among the top contributors to the sensitivity of modelled inundation area and maximum flow depth, while surface roughness is among the top contributors to the sensitivity of modelled maximum flow velocity and flow front arrival time. However, the primary contributors to the sensitivity of the model outputs varied depending on the case study; therefore, the selection of appropriate rheological models and consideration of site-specific conditions are crucial for accurate predictions. The study proposes and demonstrates the FOSM methodology as an approximate probabilistic approach to model-based tailings flow runout prediction, which can help improve the accuracy of risk assessments and emergency response plans. Supplementary Information: The online version contains supplementary material available at 10.1007/s10230-024-00970-w.


Las roturas de presas de relaves (TDBs) y los flujos subsiguientes pueden suponer un riesgo significativo para la seguridad pública, el medio ambiente y la economía. Los modelos numéricos de desbordamiento se utilizan para simular posibles flujos de relaves y comprender su impacto aguas abajo. Debido a la naturaleza compleja de los procesos de rotura-desbordamiento, la movilidad y los impactos aguas abajo de este tipo de fallos tienen mucha incertidumbre. Se aplicó la metodología del segundo-momento de primer-orden (FOSM) a una base de datos de 11 flujos históricos de relaves analizados retrospectivamente para evaluar las incertidumbres en la modelización del desbordamiento de TDB y se realizó un análisis de sensibilidad para identificar los factores clave que contribuyen a la variabilidad de los resultados del modelo HEC-RAS, incluso en diferentes ubicaciones a lo largo de la trayectoria de fuga. Los resultados indican que es necesario priorizar los recursos hacia avances en la estimación de los valores de los principales contribuyentes a la sensibilidad de los resultados del modelo seleccionado para obtener resultados más fiables del modelo. El volumen total liberado se encuentra entre los principales contribuyentes a la sensibilidad del área de inundación modelizada y la profundidad máxima del flujo, mientras que la rugosidad de la superficie se encuentra entre los principales contribuyentes a la sensibilidad de la velocidad máxima del flujo modelizado y el tiempo de llegada del frente de flujo. Sin embargo, los principales factores que contribuyen a la sensibilidad de los resultados del modelo varían dependiendo del caso de estudio; por lo tanto, la selección de modelos reológicos apropiados y la consideración de las condiciones específicas del emplazamiento son cruciales para obtener predicciones precisas. El estudio propone y muestra la metodología FOSM como un enfoque probabilístico aproximado para la predicción de la extensión de flujos de relaves basada en modelos, que puede ayudar a mejorar la precisión de las evaluaciones de riesgos y los planes de respuesta a emergencias.

SELEÇÃO DE REFERÊNCIAS
DETALHE DA PESQUISA