مناطق زلزله خیز معرفی شاخص شباهت زلزله خیزی برای تجزیه و تحلیل مقابله ای
Publish place: 24th Symposium of Geosciences
Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 668
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GSI24_143
تاریخ نمایه سازی: 14 شهریور 1392
Abstract:
نظر به اینکه زلزله پدیده ایست آشوب ناک و حاصل فرآیندهای ژئودینامیکی غیرخطی و پیچیده، پیشبینی دقیق زمان، مکان و اندازه آن با استفاده از روشهای معمول چندان محتمل به نظر نمیرسد . در این تحقیق با استفاده از مدلهای آماری پیشرفت، شاخص شباهت زلزله خیزی SEISMICITY SIMILARITY INDEX ( SSI) معرفی گردیده است. تعیین این معیار کمی برای مناطق مختلف زلزله خیز گامی مؤثر و مفید در شناخت و مقایسه رفتار لرز خیزی هر منطقه میباشد. برای محاسبه و ارزیابی این معیار جدید بیش از 8٬000 زلزله که در کمربند فعال آلپ - هیمالیا به وقوع پیوست مورد بررسی قرار گرفته است. منطقه مورد مطالعه به 490 چهارگوش 2*2 تقسیم و شاخص شباهت زلزله خیزی ( SSI ) برای هر یک از چهار گوشها محاسبه شده است. سپس به عنوان مطالعه موردی منطقه زلزله خیز طبس ( TABAS ) واقع در شرق ایران انتخاب و شاخص شباهت زلزله خیزی ( SSI ) آن نسبت به سایر مناطق آلوده - هیمالیا تعیین و نقش مربوط رسم گردیده است. نتایج بهدستآمده حاکی از آنست که منطقه طبس از نظر زلزله خیزی با منطقه جانگار ( JUNGGAR ) در شمال شرق چین دارای حداکثر شباهت لرزهای میباشد. مقایسه سابق زلزله خیزی دو منطقه طی چهار هفته گذشته نیز این موضوع را تأیید مینماید. این شباهت به احتمال زیاد دلالت بر یکسان بودن فرایندهای ژئودینامیکی و لرز - زمین ساختی در این دو منطقه دارد. نتایج بهدستآمده حاکی از آنست که شاخص رقومی ( SSI ) معرفی شده در این مقاله میتواند برای شناخت وضعیت ژئودینامیکی و پیش بینی زلزله در مناطق زلزله خیز مفید و مؤثر باشد.
Authors
احمد زمانی
استاد بخش علوم زمین - دانشکده علوم دانشگاه شیراز
نرگس خواجوی
کارشناسی ارشد بخش علوم زمین - دانشکده علوم دانشگاه شیراز
مینا توحیدی
استادیار پخش آمار - دانشکده علوم دانشگاه شیراز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :