پهنه بندي خطر زلزله استان كرمان با استفاده از تحليل هاي آماري و شبكه هاي عصبي مصنوعي

Probabilistic Earthquake Hazard Zonation in Kerman using Statistical Analysis and Artificial Neural Networks

علم پيش بيني زلزله در جايگاه خود هنوز به تكامل مطلوب نرسيده است و تاكنون پيش بيني كاملا دقيقي بر اساس اصول فيزيكي صورت نگرفته است. لذا پيش بيني مشخصات رخداد يك زلزله همواره مورد توجه محققين بوده است. سه پارامتر اصلي يك زلزله شامل زمان، بزرگي و محل وقوع از جمله عدم قطعيت‌هايي هستند كه از اهميت ويژه اي برخوردار مي باشند. در بررسي قابليت اعتماد پذيري لرزه اي سازه ها وجود عدم قطعيت‌هاي زلزله نقش اساسي دارد. ماهيت تغيير پذيري زلزله سبب شده است كه پيش بيني پارامتر هاي آن بسيار سخت باشد. در پيش بيني زلزله اگر پارامتر هاي تصادفي رخداد را لحاظ شود از اعتبار خاصي برخوردار خواهد شد. از اين رو امروزه اكثر مطالعات بر پايه استفاده از روش هاي آماري براي پيش بيني احتمال رخداد زلزله مي باشد. در مورد پيش بيني پارامتر هاي زلزله، مطالعات گسترده اي انجام شده است، ولي در زمينه پهنه بندي مكان رخداد زلزله احتمالي مطالعات كمي صورت گرفته است. استان كرمان به عنوان يكي ار لرزه خيز ترين مناطق كشور، زلزله هاي مخربي چون، بم، گلباف و زرند را تجربه كرده است. در اين پژوهش با استفاده از شبكه هاي عصبي مصنوعي و تجزيه و تحليل آماري، احتمال رخداد زلزله هاي بزرگتر از 5/4 ريشتر در مناطق مختلف استان كرمان بررسي شده است. با توجه به نتايج بدست آمده، بيشترين احتمال وقوع زلزله در اين استان، در منطقه جنوبي وبا احتمال 6/38 درصد پيش بيني شده است.

The science of earthquake prediction has not yet reached its desired level of development. It has not yet led to a successful prediction of an earthquake based on physical principles. Therefore, the prediction of the occurrence of an earthquake has always been an interest for researchers. Three parameters of earthquakesincluding: time, location and magnitude, are the most important uncertainties in earthquake prediction. Uncertainties of earthquakes have the fundamental role in assessment of reliability of structures. In reality, the mechanism of earthquakes makes predicting them more difficult. Earthquake prediction will have a special validity if random variables consider. Therefore, nowadays statistical hypothesis methode are used to determine the probability of an earthquake. There are many studies in prediction of earthquake parameters, but there is not any particular research in the probabilistic earthquake hazard zonation. Kerman province has experienced destructive earthquakes such as Bam, Golbaf and Zarand as the one of the most seismic regions of Iran. In this study, the probability of future earthquakes location with the magnitude greater than 4.5 Richter has been predicted in Kerman by using artificial neural networks and statistical analysis. The most probable event of earthquake has been predicted 38.6% in south of Kerman.