This thesis investigates how machine learning can support the preliminary assessment of strength-related geotechnical risk indicators through the systematic analysis of rock laboratory data from Doha, Qatar. The study is motivated by the need to extract interpretable engineering value from heterogeneous geotechnical datasets while recognising that model outputs cannot replace geological logging, laboratory testing, source-record review, or professional judgement. In this thesis, geotechnical risk is therefore treated in a screening-level sense, rather than as a full quantitative risk assessment based on probability, consequence, exposure, or formal risk ranking.

Doha’s shallow subsurface is characterised by variable carbonate and shale-bearing rock units, including Simsima Limestone, Midra Shale, Dukhan Limestone, and the Rus Formation, where strength and stiffness may be affected by lithology, depth, weathering, dolomitisation, karstification, discontinuities, moisture, and groundwater-related conditions. The thesis develops a staged and reproducible workflow covering exploratory data inventory, category-specific cleaning, parameter summary and outlier review, feature selection, model development, performance evaluation, error diagnosis, and engineering interpretation. The available rock laboratory dataset contained 5,638 records and 67 columns. Unconfined compressive strength (UCS) was selected as the main modelling target because of its engineering relevance and relatively suitable data availability. The final UCS model used bulk density, depth, lithology, and moisture content as predictors, while a supplementary point load index Is50 workflow used depth and lithology because richer paired data were not sufficiently available.

Ridge Regression and Random Forest Regression were compared. For UCS, Random Forest Regression performed better on the held-out test set, with moderate predictive capability, but the result was accompanied by possible overfitting and persistent underprediction of high-UCS samples. The Is50 workflow showed weaker to modest performance, reflecting the sparse predictor set. Overall, the findings indicate that machine learning can help identify broad strength trends, data gaps, influential variables, and unusual cases within cleaned Doha laboratory data. However, the models remain screening-level decision-support tools and require validation against geological context, source records, and engineering judgement before practical use.

Η παρούσα διατριβή εξετάζει πώς η μηχανική μάθηση μπορεί να υποστηρίξει την προκαταρκτική αξιολόγηση δεικτών γεωτεχνικού κινδύνου που σχετίζονται με την αντοχή, μέσω της συστηματικής ανάλυσης εργαστηριακών δεδομένων πετρωμάτων από τη Ντόχα του Κατάρ. Η μελέτη βασίζεται στην ανάγκη εξαγωγής ερμηνεύσιμης γεωτεχνικής αξίας από ετερογενή σύνολα γεωτεχνικών δεδομένων, αναγνωρίζοντας παράλληλα ότι τα αποτελέσματα των μοντέλων δεν μπορούν να αντικαταστήσουν τη γεωλογική καταγραφή, τις εργαστηριακές δοκιμές, την ανασκόπηση των αρχικών τεχνικών αρχείων ή την επαγγελματική γεωτεχνική κρίση. Στο πλαίσιο της διατριβής, ο όρος γεωτεχνικός κίνδυνος χρησιμοποιείται σε επίπεδο προκαταρκτικού ελέγχου και όχι ως πλήρης ποσοτική αξιολόγηση κινδύνου με βάση την πιθανότητα, τη συνέπεια, την έκθεση ή την τυπική κατάταξη κινδύνου.

Το ρηχό υπέδαφος της Ντόχα χαρακτηρίζεται από μεταβλητές ανθρακικές και σχιστολιθικές ενότητες, όπως ο Simsima Limestone, ο Midra Shale, ο Dukhan Limestone και ο Rus Formation, όπου η αντοχή και η δυσκαμψία μπορεί να επηρεάζονται από τη λιθολογία, το βάθος, την αποσάθρωση, τη δολομιτίωση, την καρστικοποίηση, τις ασυνέχειες, την υγρασία και τις συνθήκες που σχετίζονται με το υπόγειο νερό. Η διατριβή αναπτύσσει μια σταδιακή και αναπαραγώγιμη ροή εργασίας, η οποία περιλαμβάνει διερευνητική απογραφή δεδομένων, καθαρισμό ανά κατηγορία παραμέτρων, στατιστική περίληψη παραμέτρων και έλεγχο ακραίων τιμών, επιλογή χαρακτηριστικών, ανάπτυξη μοντέλων, αξιολόγηση απόδοσης, διαγνωστική ανάλυση σφαλμάτων και τελική γεωτεχνική ερμηνεία. Το διαθέσιμο σύνολο εργαστηριακών δεδομένων πετρωμάτων περιλάμβανε 5.638 εγγραφές και 67 στήλες. Η μονοαξονική θλιπτική αντοχή (UCS) επιλέχθηκε ως ο κύριος στόχος μοντελοποίησης λόγω της γεωτεχνικής της σημασίας και της σχετικά κατάλληλης διαθεσιμότητας δεδομένων. Το τελικό μοντέλο UCS χρησιμοποίησε ως μεταβλητές πρόβλεψης τη φαινόμενη πυκνότητα, το βάθος, τη λιθολογία και την περιεκτικότητα σε υγρασία, ενώ η συμπληρωματική ροή εργασίας για τον δείκτη σημειακής φόρτισης Is50 χρησιμοποίησε το βάθος και τη λιθολογία, επειδή δεν ήταν επαρκώς διαθέσιμα πλουσιότερα συζευγμένα δεδομένα.

Συγκρίθηκαν τα μοντέλα Ridge Regression και Random Forest Regression. Για τον στόχο UCS, το Random Forest Regression παρουσίασε καλύτερη απόδοση στο ανεξάρτητο σύνολο ελέγχου, με μέτρια προβλεπτική ικανότητα, αλλά το αποτέλεσμα συνοδεύτηκε από ενδείξεις πιθανής υπερπροσαρμογής και επίμονης υποεκτίμησης των δειγμάτων με υψηλές τιμές UCS. Η ροή εργασίας για τον Is50 παρουσίασε ασθενέστερη έως μέτρια απόδοση, αντανακλώντας το περιορισμένο σύνολο μεταβλητών πρόβλεψης. Συνολικά, τα ευρήματα δείχνουν ότι η μηχανική μάθηση μπορεί να συμβάλει στην αναγνώριση γενικών τάσεων αντοχής, κενών δεδομένων, σημαντικών μεταβλητών και ασυνήθιστων περιπτώσεων σε καθαρισμένα εργαστηριακά δεδομένα της Ντόχα. Ωστόσο, τα μοντέλα παραμένουν εργαλεία υποστήριξης αποφάσεων σε επίπεδο προκαταρκτικού ελέγχου και απαιτούν επικύρωση με βάση το γεωλογικό πλαίσιο, τα αρχικά τεχνικά αρχεία και την επαγγελματική γεωτεχνική κρίση πριν από πρακτική εφαρμογή.