Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

844
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

563
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تشخیص آنومالی های حرارتی قبل از وقوع زلزله با تلفیق الگوریتم های شبکة عصبی مصنوعی و بهینه سازی کلونی مورچه

صفحات

 صفحه شروع 207 | صفحه پایان 224

چکیده

 ازآنجا که تشخیص آنومالی های لرزه ای به دلیل ساختار پیچیدة زمین و عدم شناخت کامل سازوکار وقوع زلزله, دشوار است, دسترسی به داده های حرارتی متنوع به دست آمده از روش های سنجش از دوری سبب شده تا امکان بررسی آنومالی حرارتی قبل از وقوع زلزله های بزرگ فراهم شود. آنومالی های حاصل از پیش نشانگرهای حرارتی, از اصلی ترین منابع پیش بینی زلزله اند. در این مطالعه با استفاده از پیش نشانگرهای دمای سطح (Land Surface Temperature), دمای جو (Atmospheric Temperature), شار گرمای نهان سطح (Surface Latent Heat Flux) و موج بلند خروجی (Outgoing long-wave radiation) امکان وقوع آنومالی حرارتی قبل از زلزله های ورزقان (21/05/1391), بوشهر (20/01/1392) و سراوان (27/01/1392) بررسی شده است. برای تشخیص آنومالی پیش از وقوع زلزله, سری زمانی مربوط به دمای سطح و دمای جو توسط محصولات سنجنده ی MODIS, شار گرمای نهان سطح از کتابخانة GLDAS و موج بلند خروجی از محصولات سنجندة AIRS در دورة زمانی قبل و پس از وقوع زلزله تشکیل شد و با تلفیق شبکه ی عصبی مصنوعی و الگوریتم بهینه سازی کلونی مورچه این سری های زمانی پیش بینی شده و امکان وقوع آنومالی در آنها بررسی شد. همچنین نتایج حاصل از این روش با نتایج روش شبکه ی عصبی با الگوی آموزش لونبرگ-مارکارد (Levenberg– Marquardt) مقایسه شده است. نتایج این تحقیق نشان دهندة وقوع آنومالی در تغییرات دمای سطح زمین, دمای جو, شار گرمای نهان سطح و موج بلند خروجی 10 تا 13 روز پیش از وقوع زلزلة ورزقان, دمای جو و موج بلند خروجی 6-9 روز و شار گرمای نهان سطح 2 روز پیش از وقوع زلزلة بوشهر و تشخیص آنومالی در تمامی پیش نشانگرهای حرارتی مورد مطالعه 5 تا 8 روز پیش از وقوع زلزلة سراوان است.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    چوب ساز، سپهر، آخوندزاده هنزائی، مهدی، و سراجیان، محمدرضا. (1394). تشخیص آنومالی های حرارتی قبل از وقوع زلزله با تلفیق الگوریتم های شبکة عصبی مصنوعی و بهینه سازی کلونی مورچه. مدیریت مخاطرات محیطی، 2(2 )، 207-224. SID. https://sid.ir/paper/265009/fa

    Vancouver: کپی

    چوب ساز سپهر، آخوندزاده هنزائی مهدی، سراجیان محمدرضا. تشخیص آنومالی های حرارتی قبل از وقوع زلزله با تلفیق الگوریتم های شبکة عصبی مصنوعی و بهینه سازی کلونی مورچه. مدیریت مخاطرات محیطی[Internet]. 1394؛2(2 ):207-224. Available from: https://sid.ir/paper/265009/fa

    IEEE: کپی

    سپهر چوب ساز، مهدی آخوندزاده هنزائی، و محمدرضا سراجیان، “تشخیص آنومالی های حرارتی قبل از وقوع زلزله با تلفیق الگوریتم های شبکة عصبی مصنوعی و بهینه سازی کلونی مورچه،” مدیریت مخاطرات محیطی، vol. 2، no. 2 ، pp. 207–224، 1394، [Online]. Available: https://sid.ir/paper/265009/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا