مقایسه روشهای GRM و GRM-SSM از نظر تحلیل و پردازش داده ها در مطالعه اکتشافات لرزه ای شکست مرزی

در روش پیشنهادی این تحقیق یک رویکرد ارزیابی به صورت خودکار انجام شده است به این ترتیب که تمرکز بر روی داده های مستخرجشده از یک ناحیه در ایالت نیوساوت ولز در کشور استرالیا انجام شده است. روش پیشنهادی داده های استخراج شده را به کمک دو تکنیکGRM و GRM-SSM از دید دقت تحلیل و پردازش داده مقایسه کرده است اما این مقایسه به کمک شبکه های عصبی انجام گرفته استبه این طریق که ابتدا داده ها در قالب یک پایگاه داده اولیه و استاندارد به عنوان ورودی به الگوریتم شبکه عصبی داده شده است تا بر اساساین شاخص های استاندارد ارزیابی و مقایسه وضعیت جاری انجام گردد. در نهایت از دید دقت تحلیل و پردازش داده روشهای مورد بررسیمقایسه شده اند. روش پیشنهادی بر اساس یک مدل قابل اجرا و خودکار در ابزار MATLAB به کمک شبکه عصبی بر روی روشهای GRMو GRM-SSM از نظر تحلیل و پردازش داده ها در مطالعه اکتشافات لرزه ای شکست مرزی توسعه داده شده است و از دید کارایی و دقتارزیابی صحیحی انجام میشود. همچنین در این بررسی مشاهده گردید که روش GRM SSM تاثیر به سزایی در نرمتر کردن منحنیسرعت و کاهش اثر ناهمگنی های نزدیک به سطح و لایه هوازده، افزایش ناگهانی زاویه بحرانی پس از عبور از ناحیه برشی و تصحیح عمقدارد. نتایج بدست آمده بیانگر بهبود دقت، صحت و بازیابی روش ارائه شده در مقایسه با چند روش مشابه دیگر است، از طرفی امکان کاربردیشدن در قالب یک سیستم هوشمند توسط این مدل توسعه داده شده برای کاهش خطاهای انسانی در اکتشافات و پردازش دادهای وجود دارد.

کلیدواژه ها:

، GRM-SSM ، GRM ، شبکه عصبی ، شکست مرزی ، لرزه نگاری ، تحلیل داده ، اکتشافات ژئوفیزیکی