شناسایی مناطق مستعدخطر مرتبط با پس لرزه های زمین لرزه های بزرگ مطالعه موردی: زمین لرزه سیلاخور، لرستان
- سال انتشار: 1391
- محل انتشار: مجله آمایش جغرافیایی فضا، دوره: 2، شماره: 4
- کد COI اختصاصی: JR_GPS-2-4_007
- زبان مقاله: فارسی
- تعداد مشاهده: 627
نویسندگان
دانشجوی کارشناسی ارشد گروه زمین شناسی، دانشکده علوم، دانشگاه گلستان
استادیار گروه زمین شناسی، دانشکده علوم، دانشگاه گلستان- مسئول مکاتبه
چکیده
یکی از مسایل مهمی که بعد از وقوع زمین لرزه های بزرگ باید به آن توجه شود رویداد پس لرزه هااست. در بیشتر موارد، وقوع این پدیده با خسارت های مادی فراوان و تلفات انسانی بالا همراه بوده است.بدین ترتیب آگاهی از مکان و زمان احتمالی پس لرزه ها برای ارزیابی مناطق مستعد زلزله، ارایه الگویمناسب ساخت و ساز و گسترش شهری و در نهایت کاهش خسارت های جانی و مالی بسیار مفید است.این مطالعه با هدف آزمودن مدل تغییر تنش کولمب برای شناسایی مناطق مستعد خطر لرزه ای یابه عبارتی مناطقی که احتمال وقوع پس لرزه در آن زیاد است، بعد از وقوع زمین لرزه اصلی انجام گرفتهاست. بدین منظور، زمین لرزه یازدهم فروردین ماه 1385 سیلاخور به عنوان مطالعه موردی انتخابگردید. محاسبات تغییر تنش کولمب بر روی دو نوع گسل گیرنده، گسل گیرنده با هندسه مشخص و ازنوع گسل مرجع و صفحات گیرنده با هندسه بهینه، صورت گرفت. این پژوهش با توجه به این فرض کهزمین لرزه های بزرگ، با تغییر در میدان تنش نواحی مجاور خود می توانند سبب تحریک توالی پس لرزه هاشوند، انجام شده است. بررسیهای صورت گرفته نشان میدهد که در گسل گیرنده از نوع گسل مسببزمین لرزه، تطابق بهتری بین مراکز سطحی بیش تر پس لرزه ها و نواحی افزایش تنش وجود دارد.بنابراین می توان نواحی افزایش تنش محاسبه شده بر روی این نوع گسل گیرنده را به عنوان نواحیمستعد خطر معرفی کرد. از این رو وقوع احتمالی حوادث لرزه ای در این مناطق دور از انتظار نیست.بنابراین با توجه به این نتایج، می توان اظهار داشت که مدل تغییر تنش کولمب روش مناسبی برایشناسایی نواحی افزایش تنش و در نهایت محل وقوع احتمالی پس لرزه ها می باشد.کلیدواژه ها
تغییر تنش کولمب، مناطق مستعد زلزله، پس لرزه، زمین لرزه سیلاخورمقالات مرتبط جدید
- حکمرانی دریایی ایران به عنوان یک سیستم پیچیده: تحلیل جغرافیای سیاسی با رویکرد هوش مصنوعی و هوش مکانی
- تبیین سناریوهای آینده تقسیمات استان تهران
- آسیبشناسی حمل و نقل و مدیریت ترافیک در شهرداری های نوظهور ایران
- معایب و مشکلات برنامهریزی و سیاست گذاری حوزه فرهنگ شهری در ایران
- سیاست گذاری بهینه در حوزه ترافیک شهری با استفاده از تکنولوژی های هوش مصنوعی
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.