مروری بر روش های پیش بینی پارامترهای زلزله و مخاطرات منابع طبیعی

هدف از مدلسازی در این مقاله ارائه روابط غیر پارامتریک برای میرایی لرزه ای و عامل جهت است [1]. روش متداول، روش تحلیل رگرسیون داده های لرزه ای شدید موجود است[2]. برای حذف کردن اثر قضاوت شخصی در تعیین روابط، استفاده از روش های رگرسیون غیر پارامتری است. یکی از این روش ها روش GRNN[3] میباشد. برای انتخاب مجموعه مناسبی از متغیرهای طراحی از روش Bayesian استفاده میشود. در این مقاله General Regression در چارچوب Bayesian فرمول بندی می شود و BNGR خوانده می شود که در آن قضاوت شخصی در انتخاب مدل Bayesian از بین رفته است و تعداد مدل هایی که قابلیت بررسی کردن را دارند کمتر از مسائل رگرسیون است. در روش دوم [4] روابط تئوریک مرتبط با مجذور میانگین مربعات (RMS) برای زمین لرزه حوزه دور با استفاده از مدل مربعات امگا Brune به دست آمده اند. این پیش بینی ها که با استفاده از مدل انجام می شوند راه را برای دستیابی به معادلات پیش بینی زمین لرزه که مبنایی فیزیکی دارند (GMPE) هموار می-کند. روابط سرعت و شتاب شامل مجموعه ای از سه رابطه ی مستقل هستند که از 3 مجهول تشکیل شده اند: تکانه لرزه ای، اختلاف تنش و پارامتر میرایی . روابط بالا برای رسیدن به روابط GMPE مرتبه اول شتاب، سرعت و تغییرمکان مورد استفاده قرار می گیرند.

کلیدواژه ها:

میرایی لرزه ای ، روش رگرسیون غیر پارامتری ، شتاب حداکثر زمین ، روابط تئوری مجذور میانگین مربعات