Mir Reza Ghaffari Razin - دانشگاه صنعتی خواجه نصیرالدین طوسی دانشکده نقشه برداری گروه ژئودزی
Behzad Voosoghi - استاد گروه ژئودزی دانشکده نقشه برداری دانشگاه خواجه نصیرالدین طوسی

در این مقاله از ۲ روش شبکه عصبی مصنوعی (ANN) و درونیابی کریژینگ فراگیر جهت برآورد مکانی تغییرات سرعت پوسته زمین در ایران استفاده شده است. در هر ۲ روش جهت تست و ارزیابی نتایج بدست آمده از ۷ ایستگاه GPS که مقادیر سرعت آنها نسبت به صفحه اوراسیا معلوم بوده، استفاده شده است. میانگین خطای نسبی بدست آمده از این مقایسه ۴۸/۱۳+ درصد برای شبکه عصبی و ۳۸/۲۵+ درصد برای روش کریژینگ فراگیر در مولفه شمالی (VN) از ۷ ایستگاه تست می باشد. برای مولفه شرقی (VE) میدان سرعت، میانگین خطای نسبی ۱۲/۱۸+ درصد برای شبکه عصبی و ۶۱/۲۸+ درصد برای روش کریژینگ فراگیر از ایستگاههای تست بدست آمده است. همچنین جذر خطای مربعی میانگین (RMSE) در روش شبکه عصبی مصنوعی برای مولفه شمالی۱± میلیمتر و برای مولفه شرقی۵/۱± میلیمتر بدست آمده است. برای روش کریژینگ فراگیر در مولفه شمالی ۸/۲± میلیمتر و برای مولفه شرقی۱/۳± میلیمتر محاسبه شده است. نتایج بدست آمده نشاندهنده قابلیت و کارائی بالای روش شبکه های عصبی مصنوعی در برآورد مکانی میدان سرعت پوسته زمین در این منطقه می باشد. در مورد روش کریژینگ نتایج بیانگر این موضوع است که پراکندگی و تعداد نقاط مورد نیاز در مرحله آموزش و تعیین ضرایب در نتایج بدست آمده بسیار دخیل می باشند.

شبکه عصبی مصنوعی, درون یابی کریژینگ فراگیر, میدان سرعت, مشاهدات GPS