جنبش نیرومند زمین

در تاریخ 4 اسفند 1383 زمین لرزه ای با بزرگی 5/6= M W زرند کرمان را به لرزه درآورد. درک ویژگی و استخراج پارامترهای گسل مسبب این زمین لرزه و تعیین و تحدید ارقام ، به منظور دستیابی به رقم اعتماد برانگیز از این پارامترها مسئله عددی بسیاری از محققین است. داده های ماهواره ای راداری به جهت برخورداری از تکنیک برداشت در دو گذر متفاوت (روبه بالا و پایین) قادرند اطلاعات متفاوتی از شرایط فیزیکی و هندسی یک گسل ارائه دهند؛ این خود امکان استخراج بهینه پارامتر گسل مسبب زمین لرزه را فراهم می آورد. بدین منظور با استفاده از روش کاتوره ای گسل محدود و شبیه سازی شتاب نگاشت مصنوعی، پارامترهای گسل مسبب در هر مدار به دست آمد و نتایج هر ایستگاه، در هر دو مدار بالاگذر و پایین گذر، با مقادیر مشاهده ای مقایسه گردید. نتایج نشان داد کمترین میزان اختلاف بیشینه شتاب ثبت شده در هر مدار، به نتایج به دست آمده از مدل سازی پارامترهای ماهواره های مدار پایین گذر به میزان %36/5، در مقایسه با مدار بالاگذر به میزان %51/7 تعلق داشت. بدین ترتیب می توان گفت دسته پارامترهای گسل محاسبه شده برای زلزله مذکور، از داده های مدار پایین گذر دقت بالاتری نسبت به داده های مدار بالاگذر دارند.

مخاطرات طبیعی از جمله زمین لرزها، از چالش های جدی برای جوامع بشری به شمار می روند. این پدیده ها علاوه بر جانی، خسارات اقتصادی و اجتماعی قابل توجهی را نیز به دنبال دارند. با توجه به اینکه بعضی از این مخاطرات، به طور ناگهانی و غیرقابل پیش بینی رخ می دهند، لازم است که ارزیابی و مدیریت بهینه این مخاطرات در دستور کار سیاست گذاران و مسئولان مدیریت بحران قرار گیرد. پیشرفت ها و دستاوردهای اخیر در زمینه الگوریتم های هوشمند توانسته است توان بشر در کاهش آثار ناشی از وقوع را کاهش دهد. از نمونه این دستاوردها، سیستم های هشدار سریع زمین لرزه هستند که به عنوان ابزاری مؤثر در کاهش آسیب ها و تلفات انسانی مطرح شده و می توانند با محاسبه پارامترهای مبنایی زمین لرزه هشدار زودهنگامی را به جمعیت متاثر از رویداد صادر کرده اطلاعات مورد نیاز را در اختیار مسولان قرار دهند. با توجه به اینکه یکی از ارکان اساسی استفاده از الگوریتم های یادگیرنده، وجود داده های آموزشی کافی می باشد که بتواند شرایط متنوع قابل انتظار را پوشش دهد. این در حالی است که در مواردی مانند داده های مربوط به مطالعات زمین لرزه که تعداد نمونه های موجود در دسترس ناکافی است، تکنیک های داده افزایی استفاده می شوند. در این تحقیق، تاثیر داده افزایی در محاسبه بزرگای زمین لرزه به صورت آنی و بر اساس داده های جنبش نیرومند زمین مورد بررسی قرار گرفته است. بر اساس تحلیل های صورت گرفته بر روی داده های بیش از سه هزار زمین لرزه بوقوع پیوسته نشان داده شده است که استفاده از داده افزایی موجب بهبود عملکرد تعمیم دهی شبکه یادگیرنده به مقدار 37 درصد شده است.