تعيين چشمه‌هاي لرزه‌اي با استفاده از الگوريتم خوشه‌بندي فازي بهينه‌

Delineation of seismic sources using an optimized fuzzy clustering

چشمه‌هاي لرزه‌اي نقش مهمي در برآورد خطر در فرايند تحليل خطر لرزه‌اي ايفا مي­كنند. انتخاب اين مناطق بيشتر بر پايه قضاوت‌هاي كارشناسان انجام مي‌شود و در بيشتر موارد، تعيين چشمه‌هاي لرزه‌اي توسط چند كارشناس نتايج متفاوت و بحث‌برانگيزي را دربر دارد. از اين ‌رو، يكي از عوامل مهم در ايجاد عدم قطعيت در تحليل خطر مي‌تواند به دليل چگونگي انتخاب چشمه‌ها باشد. نسبت دادن رخدادهاي گذشته به هر چشمه لرزه‌اي مسأله مهم بعدي تحليل خطر زمين‌لرزه است كه اين كار نيز توسط قضاوت‌هاي بصري كارشناسان انجام مي‌شود و از آنجايي‌كه گسل مسبب هر رخداد به‌طور واضح مشخص نيست؛ مانند تعيين چشمه‌هاي لرزه‌اي، اين شيوه نتايج مبهمي دارد. در پژوهش حاضر سعي شده است كه با استفاده از روش‌ بهينه‌سازي توده ذرات به‌منظور خوشه‌بندي فازي، به‌طور هم‌زمان چشمه‌هاي لرزه‌اي تعيين ‌شده و رويدادهاي لرزه‌اي به گسل‌ها نسبت داده شوند. الگوريتم مورد استفاده بر پايه كمينه‌سازي دو تابع هدف فاصله رويداد‌ها از گسل و مركز خوشه (مركز چگالي رويدادها) كار مي‌كند. اين الگوريتم به دو حالت روي داده‌هاي ناحيه شمال باختر ايران اعمال شد؛ در حالت اول فاصله مورد محاسبه فاصله اقليدسي بوده است و در حالت دوم فاصله ماهالانوبيس در محاسبات در نظر گرفته شدند. براي ارزيابي درستي الگوريتم، از رويداد‌هايي كه از پيش به گسل‌ها نسبت داده‌ شده‌اند استفاده شد. مقايسه خروجي‌هاي الگوريتم با بانك اطلاعات زمين‌لرزه‌هاي نسبت داده‌ شده گذشته نشان داد كه 79/2 درصد از اين رويدادها با در نظر گرفتن فاصله اقليدسي و 87/5 درصد از اين رويدادها با در نظر گرفتن فاصله ماهالانوبيس به ‌درستي به گسل‌ها اختصاص يافتند كه نشان از عملكرد خوب روش پيشنهادي اين مطالعه با استفاده از فاصله ماهالانوبيس دارد. نتايج حاصل نشان مي‌دهند كه رويكرد پيشنهادي به مهندسين زمين‌لرزه‌شناسي كمك مي‌كند تا با عدم قطعيت كمتري در فرايند تحليل خطر لرزه‌اي افزون بر تعيين چشمه‌ها، زمين‌لرزه‌ها را به گسل‌ها اختصاص دهند.

eismic source zones have an important role in hazard assessment in probabilistic seismic hazard analysis. These zones often determined according to judgments by experts are, in most cases, non-uniform across a specific region and typically controversial. Thus, most of the uncertainty in probabilistic seismic hazard analysis can be related to the delineation of seismic sources. Another problem of probabilistic seismic hazard analysis is the way earthquakes are associated with the faults. Even though it is well-known that earthquakes happen on faults, but most of them are still unknown, this constrains the realization and assessment of seismic risks by experts. This paper attempts to determine seismic sources and associate events to faults using a fuzzy particle swarm optimization clustering algorithm. The algorithm works based on the minimization of two objective functions: distance from events to fault, and distance from events to their center of density (i.e. cluster center). The algorithm is applied on seismic data acquired from northwest of Iran, and its performance is evaluated based on the events assigned to the faults by previous researchers. Comparing associated earthquakes to faults by the algorithm in northwest of Iran with known and documented earthquakes, reveals that, 79.2% of the events are correctly induced by faults. Final result shows that, this methodology will help seismological engineers take a step forward in hazard analysis by determining seismic sources and assigning earthquakes to different active faults.