عنوان پایان‌نامه
کاربرد نظریه ترکیب اطلاعات در بررسی پیش نشانگرهای زلزله
- رشته تحصیلی
- ژئوفیزیک - زلزله شناسی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 59806;کتابخانه موسسه ژئوفیزیک شماره ثبت: 918
- تاریخ دفاع
- ۳۱ شهریور ۱۳۹۲
- دانشجو
- محمد حضرتی کاشی
- استاد راهنما
- نوربخش میرزائی
- چکیده
- در مطالعات لرزه¬زمین¬ساخت و تحلیل خطر زمین¬لرزه، رفتار لغزش بی‌لرزه بخش عمده¬ای از ادبیات موضوع را تشکیل می¬دهد. لغزش بی‌لرزه می¬تواند تأثیری شدید بر بودجه¬ی گشتاور گسل¬ها داشته باشد، بنابراین، باید این رفتار لغزش کمی¬سازی شود. همچنین، لغزش بی‌لرزه تنش را در پوسته بازتوزیع می¬کند و از این طریق بر محل زمین¬لرزه¬های آینده تأثیر می¬گذارد. تصویرنگاری و پایش رویدادهای آرام¬لغز نقش قابل¬توجهی را در شناخت چرخه¬ی لرزه¬ای دارند. به دلیل اثر آلوده¬کنندگی سیگنال¬هایی همانند لغزش گسلی، جنبش محلی نشانه مبنا و خطای اندازه‌گیری، تفسیر و بررسی سری‌های زمانی مربوط به جابجایی‌های ناشی از رویدادهای بی‌لرزه مسئله‌ی ساده¬ای نیست. در ادبیات موضوع لرزه¬زمین¬ساخت و زمین¬ساخت، الگوریتم وارون‌سازی زمان¬وابسته بر مبنای فیلتر کالمن توسعه‌یافته به عنوان یک عمل¬گر ترکیب اطلاعات، از روش‌های متداول برای وارون‌سازی داده‌های ژئودتیک به شمار می¬رود. این روش قابلیت مطلوبی در جداسازی سیگنال¬های متفاوت دارد و در نتیجه، امکان مطالعه‌ی جزئی سیر تکاملی مکانی-زمانی ناپایداری¬های لغزشی آرام¬لغز را فراهم می¬کند. فیلتر کالمن توسعه‌یافته دارای پاره¬ای از محدودیت¬ها و نقایص است که کاربرد آن را دچار مشکل می¬کند. به طور مثال، برای کاربرد این فیلتر باید ماتریس¬های ژاکوبین (و ماتریس¬های هسین، برای فیلترهای مرتبه دوم) حاصل از مشتقات جزئی مدل‌های فضای حالت سیستم مورد بررسی وجود داشته باشند، در حالی که این شرایط همیشه برقرار نیست. در این مطالعه، فیلتر کالمن unscented، را که دارای توانایی غلبه بر مشکلات ذکرشده برای فیلتر توسعه‌یافته است را مورد استفاده قرار داده و از طریق مسائل شبیه‌سازی عملکرد آن را با فیلتر کالمن توسعه‌یافته مقایسه کرده¬ایم. علی¬رغم اینکه فیلتر کالمن توسعه‌یافته رفتار ناپایداری را در ازای تغییرات پارامترهای فیلتر دارد و در خصوص مسئله‌ی شبیه‌سازی لغزش یکنواخت متغیر با زمان جوابی را به دست نمی-دهد، اما، عملکرد آن در بازیابی توزیع لغزش و نرخ لغزش ناپایداری شبیه¬سازی¬شده بهتر از فیلتر unscented، است. پس از بررسی محدودیت¬های فیلتر کالمن توسعه‌یافته و unscented، روش وارون‌سازی جدیدی بر مبنای قطعه‌بندی و تحلیل ریخت‌شناسی ریاضی تصویر ارائه و با یک مجموعه داده‌ی شبیه¬سازی¬شده با نسبت سیگنال به نوفه¬ی پایین، عملکرد آن با سایر روش‌های ذکرشده مقایسه شده است. نتایج حاصل بیان¬گر بهبود قابل-ملاحظه¬ای در بازیابی ناپایداری لغزش بی‌لرزه است.
- Abstract
- In seismotectonic and seismic hazard studies, aseismic slip behavior forms a significant body of literature. A large amount of the moment budget of faults is determined by aseismic slip and in this way, for accurate seismic hazard estimates, it should be quantified. Through redistributing stress in the crust, aseismic slip also affects the locations of future earthquakes. Monitoring of slow-slip events plays a significant role in seismotectonic and seismic hazard studies. Displacement time series resulting from aseismic events cannot be easily interpreted. It is mostly due to the contaminating effects of several contributing signals, namely, fault-slip, local benchmark motion and measurement error. In related literature, time dependent inversion algorithm based on the Extended Kalman Filter (EKF), as a data fusion operator, has been introduced as a common inverse method for geodetic data. This method can separate the various signals and allows the space-time evolution of slow-slip transients to be studied in details. EKF suffers from a number of disadvantages. For example, the Jacobian matrices (and Hessian matrices with second order filters) need to exist so that the transformation can be applied. However, there are cases where this is not true. In this study, Unscented Kalman filter (UKF), which is able to overcome the mentioned disadvantages by employing Unscented Transform (UT), has been compared with EKF through some simulation problems. Although, EKF filter shows an unstable behavior about parameters changes and have no answer for simulated uniform and time varying aseismic slip, its performance to recover simulated aseismic slip and slip-rate transient distribution is more satisfied and reliable than UKF. After investigation of EKF and UKF limitations, we propose a new inversion method based on image segmentation and mathematical morphology analysis and compare its performance against other methods through a simulated low signal to noise ratio data set. The results show a significant improvement in recovering simulated aseismic slip transient.
