بررسی تاثیر حذف پریودهای شناخته شده از سری زمانی داده‌های tec در شناسایی آنامولی لرزه‌ای یونسفری

ایران بر روی یکی از دو کمربند بزرگ لرزه خیز جهان، موسوم به آلپا قرار دارد. وقوع زمین لرزه های مخرب در تمام نقاط کشور، سالانه خسارت های جانی و مالی فراوانی به مردم وارد می کند. پیش بینی این پدیده می تواند تاثیر بسزایی در کاهش مخاطرات ناشی از آن داشته باشد. از جمله پیش نشانگرهای زمین لرزه که امروزه مورد توجه بسیاری از دانشمندان می باشد، می توان به وقوع تغییرات ناهنجار در پارامترهای یونسفری اشاره نمود. پارامتر یونسفری مورد بررسی در این مقاله محتوای چگالی الکترون کل (tec) حاصل از نقشه های جهانی یونسفری (gim) است. سری زمانی داده های tec شامل فرکانس های شناخته شده ای می باشد که منشا لرزه ای ندارند. به نظر می رسد با حذف تاثیر این عوامل تا حد امکان، شناسایی آنامولی لرزه ای یونسفر به نحو موثرتری صورت پذیرد. در این مطالعه تغییرات tec پیش از وقوع دو زمین لرزه در ایران با استفاده از روش میانگین، یکبار پیش از حذف فرکانس های شناخته شده و یکبار پس از آن بررسی شده است. نتایج نشان می دهد حذف پریودهای شناخته شده از داده های tec در شناسایی آنامولی لرزه ای یونسفر مفید می باشد. در واقع پس از حذف فرکانس های شناخته شده، برای زمین لرزه های خوزستان و سمنان در محدوده شناسایی آنامولی لرزه ای یونسفر، در اغلب نقاط به ترتیب بهبود بیش از 50 درصد و بیش از 10 درصد وجود دارد.

Investigating the effect of the removing well-known periods from TEC time series data in identifying seismo-ionospheric anomaly

Iran is situated on one of the two largest seismic belt of the world which is called Alpa. The occurrence of damaging earthquakes all around the country causes a lot of pecuniary losses and casualties. The prediction of this phenomenon can have a profound impact on reducing the risks which are posed by it. Among the earthquake predictors, which are of interest to many scholars today, we can mention the occurrence of abnormal changes in the ionospheric parameters. The studied ionospheric parameter in this paper is the Total Electron density Content (TEC) obtained from the Global Inosphere Map (GIM). The time series of the TEC data comprises wellknown periods whose causes are not seismic. It seems that, by eliminating the effect of these factors, as much as possible, the identification of the ionosphericseismic anomaly could be done much more accurately. In this study, changes in TEC before the occurrence of two earthquakes in Iran have been investigated by using the mean method two times, once before the elimination of the periods and once afterwards. In fact, after the removal of known frequencies for Khuzestan and Semnan earthquakes in the area of identification of seismoionospheric anamolysis, the improvement of more than 50% and 10% is seen in most of the places respectively.