جستجو در تالارهای گفتگو

نظریه كاپولا و کاربرد آن در شناسایی الگوهای پیچیده رخدادهای لرزه‌ای آینده مصطفي علامه‌زاده, رسول مظلوم پیشرفتهای موجود در روشهای تحلیل پیش‌یابی زلزله‌ها، امکان ارزیابی مکانهای پر خطر لرزه‌ای را با دقت زیاد توسط رو‌شهای تحلیل گرافی به وجود آورده‌اند. مطالعات نشان می‌دهد که علاوه بر شکل‌گیری خوشه‌های پر خطر لرزه‌ای، زمین شبکه‌ای پیچیده از زیرخوشه‌‌های متصل به هم قبل از یک زمین‌لرزه بزرگ را فراهم می‌آورد. در این تحقیق، برای مطالعه ‌و شناسایی خوشه‌های پر خطر زلزله‌های آینده از معیاری مبتنی بر کاپولا استفاده شده است. نتایج به دست آمده نشان‌دهنده برتری این معیار نسبت به معیارهایی همانند شبکه‌های عصبی مصنوعی است. ارزیابی آماری رویدادهای موجود در کاتالوگ زمین‌لرزه‌های منطقه‌ای می‌تواند اطلاعاتی جدید از الگوهای مکانی زمین‌لرزه‌های مورد مطالعه یا خوشه‌هایی که نقش بیشتر و مهمتری در وقوع رخداد دارند را فراهم آورد. در این تحقیق برای تعیین بی‌هنجاریهای قبل از وقوع زمین-لرزه در ناحیه البرز و زاگرس از معیار کاپولا، که پایداری بیشتری نسبت به عوامل محیطی دارد، استفاده شده است و عملکرد آن در یافتن شبیه‌سازی زمین‌لرزه‌های مشابه آتی را نمایان می‌سازد. این معیار پایداری بیشتری نسبت به نوفه دارد و توانایی بیشتری در تعیین ارتباط درونی بین شبکه مکانی زمین‌لرزه‌ها قبل از زلزله اصلی را خواهد داشت. The Use of Monte Carlo Simulations by Using Copula algorithm for Seismic Hazard Assessment in the Iran Keywords: Monte-Carlo Simulation, Pattern Recognition, Copula, Doughnut Pattern, Seismic Hazard منبع دانلود از پیوست 41-73-1-SM.pdf