عنوان پایان‌نامه
تعیین محل زمین لرزه های ناحیه البرز مرکزی به روش غیر خطی در بازه زمانی ۲۰۱۰-۲۰۰۶
- رشته تحصیلی
- ژئوفیزیک - زلزله شناسی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 51646;کتابخانه موسسه ژئوفیزیک شماره ثبت: 747
- تاریخ دفاع
- ۳۰ شهریور ۱۳۹۰
- دانشجو
- وحید ملکی
- استاد راهنما
- محمدرضا حاتمی, ظاهرحسین شمالی
- چکیده
- مکان یابی زمین لرزه ها یکی از مهم ترین شاخه های علم زلزله شناسی است که کیفیت نتایج آن پایه و اساس بسیاری از شاخه های زلزله شناسی مانند توموگرافی، لرزه خیزی و تحلیل خطر محسوب می شود. روش های مکان یابی زمین لرزه ها همراه با پیشرفت کامپیوتر ها و بهره گیری از ایده های نوین در حل مسائل معکوس در سال های اخیر پیشرفت های چشمگیری داشته است. با توجه به این پیشرفت ها مکان یابی زمین لرزه ها در مرکز لرزه نگاری کشوری وابسته به مؤسسه ژئوفیزیک دانشگاه تهران که به عنوان مسئول در ارائه اطلاعات زلزله های کشور می باشد، با استفاده از روش های خطی شده صورت می گیرد. این موضوع انگیزه اصلی این مطالعه است که با به کار گیری روش های نوین بر اساس معادلات کاملا غیر خطی مکان زمین لرزه های ناحیه تهران و البرز مرکزی بهبود یابد و راهگشای مطالعاتی از این قبیل در سراسر پهنه لرزه خیز ایران باشد. در این مطالعه با انجام آزمایش هایی بر اساس داده های مصنوعی نحوه ی عملکرد روش غیر خطی تعیین محل زمین لرزه ها در شرایط مختلف ایستگاهی و با استفاده از داده هایی با کیفیت های متفاوت بررسی می شود. همچنین نحوه ی عملکرد روش های خطی شده با استفاده از داده های شبیه سازی شده مورد بررسی قرار می گیرد و نتایج حاصل از آن با روش غیر خطی مقایسه می شود. در این آزمایش ها مهمترین اهداف، بررسی عملکرد روش های مکان یابی و ارزیابی خطای برآورد شده در روش های مکان یابی است. در این مطالعه نتایج حاصل از آزمایش های مصنوعی نشان می دهد، که روش غیر خطی تعیین محل زمین لرزه ها در شرایط نا مطلوب مانند پوشش آزیموتی نا مناسب، وجود خطای بالای قرائت فاز در داده ها و همچنین نبود ایستگاه ها ی نزدیک به رو مرکز زمین لرزه می تواند با خطای قابل قبول در رو مرکز و عمق، زمین لرزه ها را مکان یابی کند. با توجه به نتایج حاصل از این آزمایش ها مشخص شد که برآورد خطای مکان یابی در روش غیر خطی مورد استفاده در این مطالعه، به خطای واقعی تعیین محل نزدیک بوده و در مقایسه با روش های خطی شده مکان یابی، پاسخ قابل اعتماد تری را ارائه می کند. در این مطالعه با توجه به معیار هایی که از مدل سازی مصنوعی به دست آمد، مکان یابی برای 809 زمین لرزه با بزرگای Mn?2 در بازه زمانی 2010-2006 انجام گرفته است. همچنین به منظور تحلیل لرزه زمین ساخت ناحیه تهران و البرز مرکزی از تمام داده های مرکز لرزه نگاری کشوری، زمین لرزه های با بزرگای Mn?2 در بازه زمانی 2006-1996 میلادی استفاده گردیده است. به این ترتیب در این مطالعه برای 3012 زمین لرزه با بزرگای Mn?2 در بازه زمانی 1996-2010 در ناحیه البرز مرکزی مکان یابی مجدد به روش غیر انجام شده است. نتایج حاصل نشان می دهد تعداد 816 زمین لرزه با خطای رومرکزی کمتر از 3 کیلومتر و 981 زمین لرزه با خطای عمقی کمتر از 3 کیلومتر مکان یابی شده اند. همچنین تعداد 582 زمین لرزه با خطای رومرکزی و عمقی کمتر از 3 کیلومتر مکان یابی شده اند. بررسی نتایج حاصل از مقاطع عرضی در ناحیه البرز مرکزی، روند های گسلی مسبب زمین لرزه ها را به خوبی نشان می دهد.
- Abstract
- Earthquake location process has an important role in any seismological applications including seismic tomography etc. The relationship between the travel-time of seismic phases and earthquake hypocenter (latitude, longitude, depth) and origin-time is a non-linear and many different linearized methods have been implemented in the recent years to linearize the relationship. The principal underlying most of the linearized methods is given by Geirger (1912) based on the Taylor series. However, attempts have been made to incorporate higher terms of the Taylor series in earthquake location process (e.g. Thurber, 1985). Using more higher-terms of the Taylor series provide more constrained solution at the expense of computation costs. Full-nonlinear earthquake location algorithm was also developed and discussed earlier e.g. by Tarantola and Vallette (1982) and Tranatola (1987). In this algorithm, the location of earthquake is defined using Probability Density Functions (PDF) of all possible points around the hypocenter. In this study we use a nonlinear probabilistic methods based on global search methods. In this method, the calculations of the partial derivatives are not required, and there is a higher probability to converge to the global minima due to the nonlinearity of the problem. (E.g. Lomax et al, 2008). The optimal solution in this method can be found using different algorithms such as Metrololise-Gibs (Metropolis et al, 1953), grid search (e.g. Sambridge and Mosegaard, 2002) and Octtree (oct-tree) Importance sampling algorithm (Lomax and Curtis, 2001). The oct?tree importance sampling algorithm is very faster, complete and simple in comparison to the other methods e.g. grid search and metropolis-Gibs algorithms. The application using octtree algorithm is provided to produce accurate, efficient and complete mapping of probability density function (PDFs) (e.g. Lomax and Curtis, 2001). In this study we use the octtree importance sampling to find the optimized solution. In this study, we apply non-linear earthquake location method developed by Lomax et al. (2000) for local earthquakes during 2006-2010, for magnitude Mn?2 occurred in the Central Alborz region. Also in this stdy to evaluate beter the seismicity of Central Alborz, we add a larg data set recorded by Iranian seismological center (IRSC) including arrival time during 1996-2006. Non-linear location method is based on a posterior Probability Density Functions (PDF) determined for the model parameters. This function represents a complete probabilistic solution for the earthquake location problem including information on the uncertainties due to phase-picking uncertainties, calculated travel-time and the network geometry. We perform different synthetic tests to evaluate the performances of non-linear method, where the location problem is ill-conditioned due to station geometry and phase picking error. In this regard we test the affect of azimuthal gap and distance to the nearest station using various synthetic tests conducted in this research. In the synthetic tests conducted, we consider 4 events in different situations located outside of an assumed seismic network. The seismic network includes 8 stations with station-spacing of order of 15 km. The azimuthal gap of the events varies in the range of 225-320 degree. In these tests we also add noise with Gaussian distribution in arrival-times, in order to investigate the performance of the nonlinear location method in the presence of large azimuthal gap and noise in the data simultaneously. In other synthetic-tests to consider the performance of nonlinear location method due to distance of nearest station to earthquake, we perform tests using different situations in presence of noise in the data with different levels in arrival times. In first case we consider an event in a dense network with station spacing of order of 15 km, and in second case we expand the network to 150 km station spacing. To investigate the reliability and robustness of the results, various synthetic location scenarios were tested using the same grid spacing, network geometry and recorded phases as used for the real data (809 events from 2006-2010). In the synthetic test to consider uncertainty parameters such as LOCGAU2 we have done some test to evaluate these parameters and determine the criteria to using uncertainties. Finally, we show the robustness of the non-linear location algorithm in the presence of outliers by analyzing the shape, size and position of the 68% confidence ellipsoid that can be calculated from the PDF to track the changes in the distribution of the PDF with changing station geometry. We find that the non-linear method is robust in the presence of high azimuthal gap e.g. 300 degree and high Gaussian errors up to 1.0 sec, and is able to locate earthquakes with error less than 5 km. We relocate 3012 earthquake occurred in the Central Alborz region with Mn?2.0 between 1996-2010. Despite of high azimuthal gap and high station spacing in the dataset used in this study, 816 earthquakes relocated with horizontal error less than 3 km and 981 earthquakes relocated with focal depth error less than 3 km. The results show high resolution seismicity of the region, majority of the seismicity shows more focused clustering along several known active faults such as Mosha fault, garmsar fault, Firuzkuh fault, and Baladeh and Kahak earthquakes sequences.
