کاربرد مدل رگرسیون چندجمله ای برای برآورد بزرگی و زمان وقوع پس لرزه اصلی زلزله های بزرگ با استفاده از الگوی طبقه بندی پس لرزه ها

تحلیل زمانی و مکانی پس لرزه های یک زمین لرزه ، در کانون توجه پژوهشگران علم زلزله شناسی قرار دارد. این موضوع به دلایلمختلف، از جمله ضرورت برآورد بزرگی و زمان وقوع پس لرزه اصلی در بازه زمانی معین پس از وقوع یک زلزله بزرگ در مدیریت بحران اهمیت دارد. از اهداف این پژوهش، شناسایی ارتباط بین بزرگی و زمان وقوع پس لرزه اصلی با الگوی رویداد پس لرزه ها در چند ساعت اولیه پس از وقوع یک زلزله بزرگ است. بدین منظور، یک مدل رگرسیون چند جمله ای با 15 پارامتر مختلف که در برگیرنده اطلاعات مربوط به زلزله اصلی و اطلاعات برداشت شده از اولین پس لرزه های رویداده پس از وقوع زلزله اصلی می باشد،پیشنهاد گردید. این 15 پارامتر بر اساس بررسی ضرایب همبستگی پارامترهای مختلف با بزرگی و زمان وقوع پس لرزه اصلی انتخاب شده اند. ضرایب مدل پیشنهادی با استفاده از 32 رویداد بزرگ ثبت شده مربوط به زلزله های اصلی با بزرگی بیش از 5.6 در 13 سال منتهی به سال 2020 در محدوده کشور ایران و به کمک روش کمترین خطای مربعات برآورد شد. همزمان، آزمون فاکتور واریانس ثانویه برای پذیرش ضرایب و بررسی پایداری مدل به روش شبیه سازی خطای عمدی بر روی ضرایب و آزمون باقیمانده های خطا انجام شده است. برای یافتن بهترین مدل، با طبقه بندی داده ها در دو بازه مختلف، 60 حالت در نظر گرفته شده است. بازه اول بررسی پس لرزه ها در دوره های های زمانی 1، 2، 3، 6، 9، 12، 15، 18، 21 و 24 ساعتو بازه دوم انتخاب بزرگ ترین پس لرزه در دوره 2، 4، 8، 12، 16 و 20 روز، بعد از زلزله اصلیاست. در نتیجه با تحلیل خطای مدل ها در برآورد دو پارامتر بزرگی و زمان وقوع پس لرزه اصلی، سه مدل برای پیش بینی کوتاه مدت، میان مدت و بلند مدت پیشنهاد گردید. این مدل ها می توانند، بزرگی و زمان وقوع بزرگ ترین پس لرزه در بازه های 2 روزه، 8 روزه و 20 روزه را با دقت قابل قبول (برای هر سه مدل، دقت متوسط 0.18 در بزرگی به مقیاس ناتلی و دقت متوسط 18.1 ساعت در زمان وقوع) برآورد کنند. دقت مدل های پیشنهادی با استفاده از 9 زلزله رویداده در کشورهای ایران و ترکیه، که از آن ها در تولید مدل استفاده نشده است اما در چشمه های زمین لرزه ای با ساختار مشابه قرار دارند، مورد ارزیابی قرار گرفت. نتایج حاکی از آن است که مدل بزرگی وقوع پس لرزه اصلی قادر است با خطای نسبی کمتر از 4.5 درصد، بزرگای قوی ترین پس لرزه رویداده در دوره های کوتاه مدت، میان مدت و بلند مدت را پیش بینی کند. درحالی که مدل زمان وقوع پس لرزه با خطای نسبی متوسط 7.2 درصد، از دقت پایین تری برخوردار است.