پيش بيني بيشينه شتاب زمين براي زلزله‌هاي زاگرس با استفاده از شبكه انفيس و رويكرد تجزيه داده‌ها

اندازه گيري و يا محاسبه بيشينه شتاب ناشي از زمين لرزه (Peak Ground acceleration, PGA) به عنوان يكي از پارامترهاي اساسي جنبش نيرومند زمين، از دغدغه‌‌هاي مهم محققين علوم زمين است. كميت مذكور از روشهاي مبتني بر داده‌هاي ميرايي و زلزله‌هاي رخ داده در محل تهيه شده و در محاسبات تحليل خطر زمين لرزه مورد استفاده واقع مي‌شود. در پهنه‌هاي وسيع جغرافيايي و يا در شرايطي كه تاسيس ايستگاههاي دائمي يا موقت شبكه ميسر نباشد، رويكردهاي مبتني بر يادگيري ماشين به عنوان يك راه حل جايگزين مورد استفاده قرار مي‌گيرند. در راستاي افزايش دقت شبكه عصبي در مسئله پيش‌بيني بيشينه شتاب زمين، با استفاده از تحليل شناسايي داده‌هاي پرت يا نامتجانس، داده‌هاي ورودي شبكه يادگيرنده تفكيك شده و سپس فرآيند آموزش و تعميم شبكه انجام شده است. اين رويكرد باعث كاهش خطاي شبكه انفيس شده، چنانچه خطاي جذر ميانگين مربعات 36 درصد بهبود داشته است. با استناد به نتيجه مذكور، داده‌هاي طول و عرض جغرافياييِ رومركز، عمق و بزرگاي مربوط به 1571 ركورد ثبت شده در شبكه شتاب نگاري كشوري به همراه داده‌هاي مربوط به ميانگين سرعت موج مورد استفاده قرار گرفت تا شبكه انفيس آموزش داده شود. سپس، شبكه آموزش ديده، جهت ارزيابي كارآيي روش، بر روي داده‌هاي زلزله مورموي، 1393، در استان ايلام تعميم داده شد تا نقشه پهنه‌بندي مقادير بيشبينه شتاب، در پيرامون رومركز زلزله محاسبه گردد. بررسي خروجي‌ها نشان مي‌دهد كه نقشه بدست آمده با گزارش رسمي پژوهشگاه بين المللي زلزله‌شناسي و مهندسي زلزله تطابق داشته و از روش ارائه شده مي‌توان به عنوان يك روش جايگزين در پيش‌بيني بيشينه شتاب ناشي از زلزله اقدام نمود.