دانلود شبیه سازی مقاله بازسازی شبکه گسل با استفاده از خوشه بندی تجمعی

پروژه متلب خوشه بندی تجمعی

در این پروژه، روشی برای بازسازی شبکه گسله براساس توزیع فضایی سه بعدی لرزه خیزی، معرفی می کنیم. یکی از معایب اصلی مدل های آماری زمین لرزه، ناتوانی در نظر گرفتن توزیع ناهمسانگردی لرزه خیزی است. بازسازی گسل، به عنوان یک روش تشخیص الگو، با هدف استخراج این اطلاعات ساختاری از کاتالوگ های لرزه خیزی، پیشنهاد شده است. روش های فعلی از مدل های مقیاس بزرگ ساده شروع می کنند و به تدریج پیچیدگی را افزایش می دهند تا بتوانند ویژگی های مقیاس کوچک را توجیه کنند. برعکس، روش معرفی شده در اینجا از یک رویکرد از پایین به بالا استفاده می کند که بر نمونه گیری اولیه ویژگی های مقیاس کوچک و کاهش این پیچیدگی با ادغام محلی بهینه ساختارهای فرعی، متکی است. ابتدا، پیاده سازی این روش را از طریق نمونه های سنتزی گویا توصیف می کنیم. سپس این روش را برای کاتالوگ زیرمرکز مطلق احتمالاتی KaKiOS-16، که حاوی سه دهه لرزه خیزی کالیفرنیای جنوبی است، استفاده می کنیم. برای کاهش اندازه داده ها و افزایش بازده محاسبات، این روش جدید از روش متراکم سازی کاتالوگ قبلاً معرفی شده که از ناهمگنی عدم قطعیت های زیرمرکزها بهره می گیرد، استفاده می کند. شبکه گسل بدست آمده را از طریق یک تست پیش بینی فضایی شبه آینده نگر، اعتبار یابی می کنیم و در مورد بهبودهای احتمالی برای مطالعات آتی بحث می کنیم. عملکرد روش ارائه شده، نشان دهنده اهمیت روش های غیرخطی استفاده شده برای سنجش اطلاعات عدم قطعیت مکان است که یک ورودی بسیار مهم برای کاربرد مقیاس بزرگ این روش می باشد. پیش بینی می کنیم که نتایج این مطالعه را می توان برای ساختن مدل های بهینه برای تکامل فضایی زمانی لرزه خیزی، مورد استفاده قرار داد.

این مقاله مربوط به سال 2020 بوده و شبیه سازی آن در محیط نرم افزار متلب (MATLAB) انجام شده است. در ادامه نیز تصاویر مربوط به خروجی های شبیه سازی قرار داده شده است: