آنالیز جابجایی پوسته زمین در شمالغرب ایران (آذربایجان) با استفاده از مشاهدات پیوسته GPS و مدل رگرسیون بردار پشتیبان
- سال انتشار: 1403
- محل انتشار: همایش ملی مدیریت زیرساخت ها، شبکه های ارتباطی و فناوری های نوین شهری
- کد COI اختصاصی: IMCNT01_017
- زبان مقاله: فارسی
- تعداد مشاهده: 118
نویسندگان
دانشگاه آزاد اسلامی واحد اهر
چکیده
یکی از اهداف مهم و اساسی ژئودزی، استفاده از آن در مباحث ژئودینامیکی و ژئوفیزیکی است. آنالیز جابجایی پوسته زمین یکی از مباحث مهم ژئودینامیکی بوده و از اهمیت خاصی برخوردار است. بررسی و آنالیز جابجایی پوسته زمین و همچنین آشکار نمودن چگونگی جابجایی آن در طول زمان، برای فعالیت های بشری بسیار حائر اهمیت است. در سالیان اخیر با به وجود آمدن سامانه های تعیین موقعیت ماهواره ای و همچنین ایجاد شبکه های محلی و منطقه ای GNSS در نقاط مختلف دنیا، استفاده از اندازه گیری های این شبکه ها جهت محاسبه جابجایی پوسته زمین رواج پیدا کرده است. مشکل اصلی در این شبکه ها، تعداد کم ایستگاه های اندازه گیری است. بنابراین میدان جابجایی محاسبه شده با مشاهدات شبکه های محلی و منطقه ای GNSS به صورت میدان گسسته جابجایی بوده و مربوط به محل ایستگاه خواهد بود. جهت رفع این مشکل، مدل های مختلفی جهت ایجاد میدان جابجایی پیوسته به وجود آمده است. در سالیان اخیر، استفاده از روش های یادگیری ماشین در مباحث مختلف ژئودزی اهمیت پیدا کرده و تحقیقات بسیار زیادی انجام گرفته است. در این راستا، هدف این پایان نامه استفاده از روش های یادگیری ماشین برای تولید میدان پیوسته از جابجایی پوسته زمین در منطقه شمالغرب ایران است. در این پایان نامه از دو مدل رگرسیون بردار پشتیبان (SVR) و سیستم استنتاج فازی (FIS) جهت مدل سازی و برآورد میدان جابجایی پوسته زمین در منطقه شمالغرب ایران استفاده می شود. جهت انجام اینکار از مشاهدات ۲۵ ایستگاه GPS موجود در شبکه شمالغرب ایران در بازه زمانی سال های ۲۰۰۷ الی ۲۰۱۰ استفاده شده است. پس از محاسبه میدان جابجایی و جهت تست دقت مدل های SVR و FIS، ایستگاه های آزمون با تعداد و پراکندگی مختلف بکار گرفته می شود. همچنین نتایج دو مدل با میدان جابجایی حاصل از GPS و مدل کریجینگ معمولی نیز مقایسه و ارزیابی می شوند. نتایج این تز نشان دهنده دقت بالاتر مدل SVR نسبت به سایر مدل ها در برآورد میدان سرعت پوسته زمین است.کلیدواژه ها
میدان جابجایی, مدل رگرسیون بردار پشتیبان, مدل فازی, GPS, آذربایجانمقالات مرتبط جدید
- Resource Optimization in Large Language Model Deployment Using Reinforcement Learning and Adaptive Software Engineering
- کاربرد یادگیری ماشین در پیشبینی خطاهای نرم افزاری در مراحل اولیه توسعه سیستم های پیچیده
- A review of the application of silver nanoparticles in improving the performance of ultrathin silicon solar cells
- نگرشی برنانو و نقش آن در تصفیه آب در نیروگاه های برق
- The Biomechanical Effect of Knee Flexion Angles on Squat Lifting with a Flat Back Position
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.