پیش‌بینی بزرگای زمین‌لرزه احتمالی در بخش شاهرود شهرستان خلخال با استفاده از شبکه عصبی

زمینه و هدف زمین‌لرزه یکی از پدیده‌های طبیعی و مخاطره‌آمیز بر روی کره زمین است که به‌علت میزان صدمات و شدت آن از اهمیت ویژه‌ای برخوردار است. بنابراین شناخت پارامتر‌ها و پیش‌بینی زمین‌لرزه یکی از اقدامات ضروری برای کاهش خسارات، توسعه زیرساخت‌های مقاوم و جلوگیری از از دست رفتن زندگی جوامع انسانی است. هدف از پژوهش حاضر پیش‌بینی بزرگای زمین‌لرزه احتمالی در بخش شاهرود شهرستان خلخال با استفاده از شبکه عصبی است. روش در این پژوهش از شبکه عصبی پرسپترون چندلایه برای پیش‌بینی بزرگای زمین‌لرزه استفاده شد. یافته ها نتایج حاصل از پژوهش نشان داد در مناطق گسله به‌ویژه گسل کلور رخداد زمین‌لرزه با بزرگای 1 تا 3 ریشتر در منطقه با مجموع 70 درصد دارای احتمال بیشتری است، اما به‌خاطر مجهول بودن بخشی از داده‌های زمین‌لرزه با بزرگای بالای 6 ریشتر، از عوامل تاثیرگذار دیگر استفاده شده که این امکان را برای شبکه عصبی پرسپترون چندلایه در بخش پیش‌بینی فراهم می‌سازد تا با تشکیل ماتریس و مقایسه‌ آن نتایج نهایی ایجاد شود. همچنین پیش‌بینی وقوع زمین‌لرزه با بزرگای 4 تا 6 در آینده، با 26 درصد احتمال متوسطی دارد، اما پیش‌بینی زمین‌لرزه‌هایی با بزرگای 7 تا 10 ریشتر توسط مدل پرسپترون چندلایه با مجموع 4 درصد دارای احتمال خیلی پایینی است. نتیجه گیری درنهایت پیشنهاد می‌شود در مطالعات آتی، برای پیش‌بینی هرچه بهتر و دقیق‌تر زمین‌لرزه‌ها در منطقه موردمطالعه، از مدل‌های مبتنی بر روش‌های یادگیری ماشینی استفاده شود. 

predicting the magnitude of possible earthquakes in the shahrood district of khalkhal county, ardabil, iran, using artificial neural networks

background and objective earthquakes are natural disasters that can cause high damage. prediction of earthquakes is necessary to reduce damages, develop resistant infrastructure, and prevent the loss of life in human societies. this research aims to predict the magnitude of possible earthquakes in the shahrood district of khalkhal county using artificial neural networks (ann). method a multi-layer perceptron neural network was used to predict earthquake magnitude. results the results showed that in the fault areas, especially the kalur fault, earthquakes with a magnitude of 1-3 on the richter scale are more likely to occur (70%). the likelihood of earthquakes with a magnitude of 4-6 on the richter scale is moderate (26%) and the earthquakes with a magnitude of 7-10 on the richter scale have a very low probability (4%).conclusion in future studies, it is recommended to use machine learning models to better and more accurately predict earthquakes in the studied area.