مطالعه موردی سیگنال‌های لرزه‌ای ایستگاه قیر قبل از رخداد زلزله

در این مقاله با استفاده از نتایج دو سری آزمون، مدل کردن آشوبناکی سیگنال بر اساس نویزها و تشخیص ناهنجاری‌های قبل از زلزله مورد مطالعه قرار گرفته است. ابتدا تعدادی ویژگی مانند ویژگی‌های فرکانسی، آماری و آشوب از سیگنال لرزه استخراج شد، سپس ماتریس ویژگی حاصل توسط شبکه پرسپترون چند لایه مورد بررسی قرار گرفت. شبکه پرسپترون توانایی تشخیص آشوبناکی بر اساس نویزها در فاصله زمانی 5 دقیقه قبل از وقوع زلزله با دقت قابل قبول 81.1404 درصد برای زلزله‌های 57 ریشتری ثبت شده سال‌های 2004-2010 برای 21 ایستگاه ایران را دارا می‌باشد. سیگنال‌های ثبت شده لرزه‌نگار ایستگاه قیر نیز با این روش مورد بررسی قرار گرفت، که شبکه آشوبناکی قبل از وقوع زلزله را با دقت قابل قبول 60.8696 درصد برای آن ایستگاه تشخیص داد. در مقاله حاضر تلاش می‌شود تا ویژگی‌های غیر وابسته به زمین‌شناسی از سیگنال‌های لرزه‌نگاشت یک ایستگاه و 21 ایستگاه استخراج شود، سپس نتایج شبکه پرسپترون در تشخیص ناهنجاری و آشوبناکی سیگنال بر اساس نویزها در فاصله زمانی 5 دقیقه قبل از زلزله برای هر دو حالت مورد مقایسه قرار گیرد. نتایج نشان می‌دهد که استفاده از تعداد بیشتر داده‌های ثبت شده هر ایستگاه و افزودن ویژگی‌های غیر زمین‌شناسی آنها به ویژگی‌های زمین‌شناختی هر منطقه می‌تواند در نتیجه شبکه پرسپترون برای مدل کردن آشوبناکی سیگنال بر اساس نویزها تاثیرگذار ‌باشد.