|
|
پیشبینی و تشخیص ناهنجاریهای یونسفری زلزله در محتوای کلی الکترون نقشههای جهانی یونسفر(gim) براساس تکنیک تبدیل موجک بهمنظور کاهش مخاطرات (زلزلۀ7/7 ریشتری سراوان ،16 آوریل2013)
|
|
|
|
|
نویسنده
|
سبزه ای فریده ,شریفی محمدعلی ,آخوندزاده مهدی
|
منبع
|
مديريت مخاطرات محيطي - 1393 - دوره : 1 - شماره : 1 - صفحه:83 -96
|
چکیده
|
زلزلهها رفتاری ناشناخته و غیرخطی دارند و با توجه به بزرگای زلزله، شاهد تغییراتی در لیتوسفر، اتمسفر و یونسفر خواهیم بود. پارامترهای یونسفر در برابر زلزلههای بزرگ بسیار حساساند و تحت تاًثیر قرار میگیرند. علاوه بر تغییرات یونسفری بهوجودآمده بر اثر فعالیتهای خورشیدی، تغییرات کوتاهمدت قابل توجهی در یونسفر دیده میشود که ناشی از تغییرات سریع در فعالیتهای ژئومغناطیسی است. بنابراین، تشخیص تغییرات نابهنجار یونسفری ناشی از فعالیتهای خورشیدی و ژئومغناطیسی، بسیار دشوار خواهد بود، بهویژه زمانیکه توفانهای ژئومغناطیسی کوچکی هم دخالت داشته باشند. پردازش سری زمانی محتوای کلی الکترون (tec) یونسفری بهمنظور تشخیص نابهنجاریهای یونسفری، موضوع بسیار مهم و کاربردی برای کاهش مخاطرات زلزله، از طریق پیشبینی بهنگام و در اختیار داشتن زمان لازم برای تصمیمگیری و آمادهسازی وضعیت حاکم برای کاهش تلفات جانی و مالی در زمان رخداد زلزله خواهد بود. از دو تکنیک موجک برای سریهای زمانی غیرخطی و غیرثابت محتوای کلی الکترون استفاده شده است: تبدیل موجک تحلیلی (awt) برای آشکارسازی تغییرات در tec و تبدیل موجک متقابل (xwt) برای آنالیز روابط دوطرفۀ میان تغییرات نابهنجاریهای یونسفری و شاخصهای ژئومغناطیسی اطراف مرکز زلزله در حوزۀ زمان فرکانس. زلزلهای در منطقۀ سراوان (53،62 درجه شرقی و 107،28 درجه شمالی) با بزرگای 7/7 در مقیاس ریشتر در تاریخ 16 آوریل2013 در زمان بیشینۀ فعالیت خورشیدی رخ داد. در این تحقیق، این زلزله تحت بازۀ 62روزه (1 مارس تا 31 آوریل 2013) توسط نقشه جهانی یونسفر (gim) با نرخ دوساعته، بررسی شد و با در نظر گرفتن شاخصهای ژئومغناطیسی و خورشیدی موجود، شناسایی عوامل بهوجودآورنده تغییرات در محتوای کلی الکترون صورت گرفت. تحت شرایط آرام ژئومغناطیسی، تنها زلزله، دلیل این تغییرات دانسته شد و در فاصله 10 تا 15 روز قبل از زلزله و 7 روز پس از زلزله، تغییرات شدیدی مشاهده شد. در بازۀ مورد مطالعه، سطح فعالیت خورشیدی بالا بود و مقادیر tec تحت تاثیر تابشهای نابهنجار خورشیدی دچار تغییرات شدیدی شد. لازم است تغییرات فعالیتهای خورشیدی و فعالیتهای ژئومغناطیسی از روی tec یونسفری حذف شود تا خطایی رخ ندهد. برای شناسایی اینکه آیا اغتشاشات یونسفری تشخیصدادهشده توسط awt در ارتباط با فعالیتهای ژئومغناطیسی است یا نه، از xwt برای سریهای زمانی ec وap در بازۀ زمانی 1 مارس تا 31 آوریل 2013 استفاده شده است. یک منطقۀ مشترک پرانرژی از طریق دو سری زمانی استخراج شده که برای تاریخ 17 مارس 2013 است. بر این اساس، این افزایش در محتوای کلی الکترون یونسفری بهدلیل آثار توفانهای ژئومغناطیسی بوده است. در بازۀ رخداد زلزله هیچ نقطۀ مشترک پرانرژی مشاهده نشد که نشان میدهد در زمان وقوع زلزله، فعالیت ژئومغناطیسی در ایجاد آنومالی یونسفری نقشی نداشته و عامل دیگری این ناهنجاری را در مقادیر یونسفری بهوجود آورده است که احتمالاً دلیلی بهجز زلزله نمیتواند داشته باشد. به این ترتیب، بهمنظور کاهش مخاطرات، با بررسی پارامترهای یونسفری میتوان زمان و فرکانس وقوع زلزله را با داشتن سری زمانی از تغییراتtec پیشبینی و استخراج کرد.
|
کلیدواژه
|
تبدیل موجک، زلزله سراوان، شاخص ژئومغناطیس، کاهش مخاطرات، محتوای کلی چگالی الکترون، یونسفر
|
آدرس
|
دانشگاه تهران، پردیس دانشکدههای فنی, گروه مهندسی نقشه برداری, ایران, دانشگاه تهران، پردیس دانشکدههای فنی, پژوهشکده مهندسی فناوریهای اطلاعات مکانی, گروه مهندسی نقشهبرداری, ایران, دانشگاه تهران، پردیس دانشکدههای فنی, گروه مهندسی نقشهبرداری, ایران
|
پست الکترونیکی
|
makhonz@ut.ac.ir
|
|
|
|
|
|
|
|
|
Prediction and Detection of Earthquake Ionospheric Anomalies in Total Electron Content of the GIM based on Wavelet Transform Technique and Hazards Reduction (the M 7.7 Saravan Earthquake of April 16, 2013)
|
|
|
Authors
|
Sabzehee Farideh ,Sharifi Mohammad Ali ,Akhoond Zadeh Mehdi
|
Abstract
|
Earthquakes show unknown nonlinear behavior and given the magnitude of the earthquake, we would encounter certain changes in lithosphere, atmosphere and ionosphere. The ionospheric parameters have been found to be sorely susceptible to major earthquakes. In addition to the ionospheric variations generated by solar activity, there are remarkable temporary changes in the ionosphere that are generated by prompt changes in geomagnetic activity. Therefore, recognizing the ionospheric anomaly variations generated by seismic activity or geomagnetic activity is hard, exclusively when there is interposition from little geomagnetic storms. Processing the time series of total electron content (TEC), in order to ionospheric anomalies detection is a significant subject. Two wavelet methods were used to nonlinear and nonstationary time series of the TEC: the analytic wavelet transform (AWT) to detect variation in the TEC, and cross wavelet transform method (XWT) to analyze the mutual relationship between the variability of the ionospheric anomalies and the geophysical indices around the epicenter of the earthquake in the timefrequency domain. The Saravan (28.107˚N, 62.053˚E) earthquake happened on 16 April 2013 during the period of high solar activity in the 24th solar cycle. In this study, we utilized the CODE GIMs from 1 March 2013 to 31 April 2013 for the Saravan earthquake. Under quiet geomagnetic condition, the earthquake was considered the only reason of these changes and within 10 to 15 days before the earthquake and 7 days afterward, severe changes were observed. There was a powerful nonlinear context in the TEC data, generated by abnormal solar irradiance during the studied period. It is essential to eliminate the solar activity and geomagnetic activity traces from the ionospheric TEC to elude for representing error in the TEC time series. To recognize if the ionospheric perturbation detected by the AWT is connected to geomagnetic activity, we carried out the XWT for the TEC and AP time series from 1 March to 31 April 2013. It specifies that there is one common high energy region extract within the two time series. The common high energy region related to 17 March 2013. Accordingly, this increment was more probably caused by the geomagnetic storm effects. Within the dynamic range of earthquake, no energetic common point was observed which showed that geomagnetic activity had no role in ionospheric anomalies and another factor, very probably the earthquake was the root of the mentioned anomalies. Therefore, in order to reduce hazard, given TEC time series, the time and frequency of the earthquake could be predicated and defined by evaluating ionospheric parameters.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|