Abstract:
بهطور متوسط هر چند سال یکبار، یک زلزلۀ بزرگ و مخرب در فلات ایران اتفاق میافتد که بهطور معمول، خسارات زیادی بهجای میگذارد. زلزلههای وان ترکیه، سراوان و سرپل ذهاب-کرمانشاه، سه زلزلۀ اخیر این منطقه از سال 2011 تا 2017 بودهاند. توجه به رفتار پیشنشانگری لرزهای با استفاده از الگوریتمهای پیشبینی میتواند در کاهش خسارات چنین زلزلههایی مؤثر واقع شود. در این مقاله، الگوریتم میانمدت پیشبینی M8 برای بررسی بازنگرانۀ زلزلۀ سرپل ذهاب بهکار گرفته شده است. در اینجا هدف ارزیابی و تکمیل کارنامۀ الگوریتم M8 در پیشبینی زلزلههای بزرگ فلات ایران و دستیابی به الگوی لرزهخیزی قبل از زلزلۀ سرپل ذهاب است. علاوهبر این، ارائۀ راهکاری برای دستیابی به محدودههای هشدار غیروابسته به مقادیر ورودی الگوریتم، دیگر هدف مهم این پژوهش است. در اینجا برای دستیابی به این هدف هشدارهای حاصل از مقادیر متفاوت ورودیهای الگوریتم M8 به دو روش تلفیق شدند که هر دو روش در پیشبینی زلزلۀ هدف موفق عمل کردند. نتایج نشان داد که زلزلۀ سرپل ذهاب با استفاده از الگوریتم M8 بهصورت بازنگرانه پیشبینیپذیر بوده است. همچنین از خروجیها مشخص است که رویکرد تلفیق هشدارهای حاصل از اجراهای مختلف M8 مساحت هشدار را کاهش میدهد و محدودۀ هشدار را در برابر تغییر مقادیر پارامترهای ورودی ثابت میکند. در نهایت با بررسی مقادیر توابع الگوریتم M8 مشخص شد که به حداکثر رسیدن تعداد پسلرزهها پیشنشانگر اصلی این زلزلۀ بزرگ بوده است.
on average, a large and destructive earthquake occurs in the Iranian plateau every few years in which usually causes lots of damages. The Van, Saravan and Sarpol-e Zahab earthquakes are three recent events that occurred in this region from 2011 to 2017. According to premonitory phenomena, using earthquake prediction algorithms can be effective in reducing the damages of such events. In this paper, the intermediate-term M8 algorithm is used for retrospective prediction of the Sarpol-e Zahab earthquake. The aim of this research is to evaluate and complete the M8 algorithm performance background in the prediction of the major Iranian plateau earthquakes and achieve precursory seismic pattern before the Sarpol-e Zahab earthquake. In addition, providing an approach to obtain alarm areas independent of the M8 input values is another important goal in this study. To achieve this propose, the results of alarm areas from different M8 input values were integrated in two ways. Both approaches were successful in predicting the target earthquake. The results showed that the Sarpol-e Zahab earthquake was predictable using the M8 algorithm, also the integration of alarm areas from various M8 statues reduces the area of the total alarm and stabilize it against the changes in the input parameter values. Finally, by considering the M8 functions values, it was found that reaching to the highest value of the maximum aftershocks number was the major precursory phenomena of this earthquake.