الگویابی داده‏های لرزه‏ای به منظور پیش بینی زلزله

زمین لرزه ها همواره یکی از فاجعه آمیزترین بلایای طبیعی در زمین بوده اند و خسارات جانی و مالی بسیاری در تمامی نقاط دنیا بر جای گذاشته اند. پیش بینی زلزله به عنوان یک ابزار مناسب در سال های اخیر مورد استفاده بسیاری از محققان در راستای کاهش آثار این بلای طبیعی مطرح بوده است. رویکردها ی بسیاری از جمله بررسی رفتار حیوانات، بررسی تغییرات میدان الکترومغناطیسی زمین و همچنین رصد نمودن رفتارهای یک گسل در یک منطقه به منظور پیش بینی زلزله مورد استفاده قرار گرفته است. از این رو که زلزله ها نوعا ساختار و ماهیت تصادفی دارند، به کار بردن داده کاوی، به طور مشخص روش های محاسبات نرم در زمینه پیش بینی بسیار امید بخش بوده است. استفاده از این روش به خصوص در زمینه پیش بینی زلزله و کسب نتایج رضایت بخش محققان را بیش از پیش به سوی این موضوع مشتاق نموده است. با توجه به اینکه کشور ایران یکی از حادثه خیزترین کشورهای دنیا به شمار می رود، پیش بینی زلزله در این کشور می تواند به عنوان یکی از راهکارهای امید بخش در کاهش میزان تلفات به شمار رود. بدین منظور منطقه ای از جنوب ایران، اطراف جزیره قشم، که شاهد رخ داد زلزله های بسیار بوده است، در نظر گرفته شده است. به منظور کشف الگو از روند رخداد زلزله های بزرگ در این منطقه، رفتار پارامتر معین به نام ضریب b، از رابطه گوتنبرگ ریشتر، برای ارائه الگویی از رخ‏داد زلزله هایی با بزرگای مساوی و یا بزرگتر از 0/6 m_w= بررسی شده است. از روش خوشه بندی به عنوان رویکرد اصلی این پایان نامه انتخاب شده است. دو تکنیک خوشه بندی k-means و نقشه خود سازمانده self-organizing map(som) برای استخراج الگوهای رخ‏داد زلزله های بزرگتر از 0/6 m_w= در این منطقه استفاده شده است. با استفاده از سنجه های معتبر ضریب سایه روشن و ضریب دیویس بولدین صحت خوشه بندی ها به ترتیب در خوشه بندی k-means و som استخراج شده است. از این دو تکنیک هر کدام به ترتیب سه خوشه بدست آمده است. با تحلیل خوشه های بدست آمده نشان داده شده است، که قبل از زلزله هایی با بزرگای بزرگتر و یا مساوی 0/6 m_w= کاهش معنادار در بازه زمانی مشخص در مقدار b-value وجود دارد. تمامی الگوهای بدست آمده به رویت خبرگان در حوزه لرزه شناسی رسیده و همگی بر معنادار بودن الگوهای استخراج شده تاکید دارند. بنابراین راهکاری جدید به منظور پیش بینی زلزله بر اساس روند تغییرات مقدار b-value ارائه شده است. بنابراین روش ذکر شده می تواند در رصد برخط زلزله ها و پیش بینی زلزله هایی با بزرگای بالا و خطرساز مورد استفاده قرار گیرد.