تعیین منحنی تضعیف تجربی و مقیاس بزرگی محلی (ML) برای شمال باختر ایران بر پایه روش JHD

وجود داده های زیاد که توسط شبکه لرزه نگاری تبریز در  سال های اخیر ثبت شده است، سبب شد تا در این نوشتار منحنی تضعیف و مقیاس بزرگی محلی (ML) با استفاده از روش JHD  (Joint Hypocentral Determination) برای منطقه شمال باختر ایران تعیین شود. ML یک مقیاس بسیار مفید در مهندسی است. بسیاری از سازه ها دارای پریود طبیعی نزدیک به دستگاه         وود- اندرسون (۸/۰ ثانیه) هستند و گستره خسارت زمین لرزه خیلی مرتبط با این مقیاس است. بنابراین، برای تحلیل خطر جامع، وجود کاتالوگی با این مقیاس مورد نیاز است. در این پژوهش از ۶۵۱۸ رویداد با ۱۰۳۴۶۷ رکورد (شامل ۶۸۹۷۸ مولفه افقی و ۳۴۴۸۹ مولفه قائم ) که از سال ۱۹۹۶ تا ۲۰۰۹ در محدوده جغرافیایی ۴۳ تا ۵۲ درجه خاوری و ۳۴ تا ۴۱ درجه شمالی رخ داده اند و توسط شبکه لرزه نگاری تبریز ثبت شده اند، استفاده شد .پس از تبدیل شکل موج ها به رکورد ساختگی وود- اندرسون دامنه ها بر پایه اندازه گیری دامنه قرائت شده بر پایه میانگین حسابی مقادیر افقی خط مبنا تا پیک استخراج و در محاسبه بزرگی استفاده شد. در روش های جاری وارون سازی (Inversion) برای تعیین مقیاس بزرگی مقادیر بزرگی زمین لرزه ها، تصحیح ایستگاه ها و دو ثابت موجود در رابطه بزرگی (مرتبط با پدیده گسترش هندسی و تضعیف ناکشسان) که بازتاب کننده تغییرات دامنه به عنوان تابعی از فاصله هستند، به طور همزمان تعیین می شوند. در این روش ها افزون بر این که نیازمند مقداردهی اولیه و حل تکراری هستند، مقادیر بزرگی و تصحیح ایستگاهی سرشکن می شوند. ولی در روش JHD امکان حل سامانه معادلات در دو مرحله و بدون تکرار و مقادیر اولیه وجود دارد و از سوی دیگر مقادیر بزرگی و تصحیح ایستگاهی سرشکن نمی شوند. بنابراین، در این پژوهش از این روش برای تعیین مقادیر کالیبراسیون استفاده شد که در پایان تابع تصحیح تجربی به صورت -logA۰=۱.۴۰۵۰log(r/۱۰۰)+۰.۰۰۱۹(r-۱۰۰)+۳.۰ به دست آمد که r  فاصله کانونی به کیلومتر و A۰ دامنه برحسب میلی متر است. با محاسبه دوباره MN رخدادها و مقایسه آنها با ML برای زمین لرزه با بزرگی های ۱≤ML≤۶.۲ در این پژوهش رابطهMN=۰.۹۱۷۷ML+۰.۶۱۵۹  به دست آمد که نشان می دهد برای بزرگی های با ۳.۵≤ML≤۶ فرض برابری MN=ML  فرض منطقی است.

Keywords:

منحنی تضعیف تجربی , مقیاس بزرگی محلی (ML) , شبکه لرزه نگاری تبریز , روش .JHD