بررسی و کاربرد داده کاوی در پیش بینی وقوع زلزله

پیش بینی زلزله یک مشکل بسیار مهم در زلزله شناسی می باشد که موفقیت آن بصورت بالقوه می تواند جان بسیاری از انسانهارا نجات دهد. انواع مختلفی از فناوری ها برای رفع این مشکل پیشنهاد شده اند، مانند تحلیل ریاضی، الگوریتم های یادگیریماشین مانند درخت تصمیم و ماشین های بردار پشتیبان و یا مطالعه سیگنال های پیش ساز. متاسفانه به دلیل ماهیت به ظاهرپویا و غیرقابل پیش بینی زمین لرزه معمولا نتایج خوبی حاصل نمی شود. زمین لرزه ها به دلیل حرکت پوسته زمین از نظرمکانی و زمانی همبستگی دارند. بر همین اساس تلاش شد بهترین مدلهای داده کاوی رایج را که قادر به درک این همبستگیبهتر از بقیه مدلها هستند پیدا گردد. در این پژوهش تلاش شده توانمندی داده کاوی در این حوزه خاص مورد ارزیابی و تحلیلقرار گیرد. نتایج نشان داد در این پژوهش شدت زلزله با دقت خوبی پیش بینی شد که البته مدل پژوهش در زمانی که شدتزلزله به بالای ۶ ریشتر می رسید از پیش بینی ناتوان بود و برای زلزله های زیر ۳ ریشتر نیز نمی توانست نتایج خوبی ارائه کندولی برای شدت های بین ۳ الی ۶ ریشتر تقربیا با دقت خوبی توانست پیش بینی انجام دهد. پس نتیجه گیری شد که داده کاویابزاری توانمند در پیش بینی میزان شدت زلزله می باشد. بهترین نتیجه ای که حاصل شد با دقت ۱۴ درصد توانست طول و عرضجغرافیایی را پیش بینی نماید.

کلیدواژه ها:

زمین لرزه ، بلایای طبیعی ، داده کاوی ، یادگیری ماشین