برآورد میدان تغییر شکل ناهمگن سطحی زمین با استفاده از روشهای آماری
تهران
۶۵۲ص.
مسعود مشهدی حسینعلی
دکتری
صنعتی خواجه نصیرالدین طوسی
۱۳۹۸
زئودزی
در این رساله از روشهای آمار مکانی برای برآورد میدان تغییر شکل سطحی زمین استفاده شده است. مهمترین روش مورداستفاده کولوکیشن کمترین مربعات می باشد. با رویکرد اعتبار سنجی و بهینهسازی کولوکیشن، استفاده از تکنیکهای ذیل موردبحث قرارگرفته است: اعتبار سنجی متقابل با کنار گذاشتن تک مشاهده، آزمون جامع آماری برای ارزیابی کلی نتایج کولوکیشن، آزمونهای تشخیص مشاهدات اشتباه در کولوکیشن و برآورد واریانس نویز دادهها. از نوآوریهای رساله در زمینههای فوقالذکر میتوان به این موارد اشاره کرد: ارائه فرمولی جامع برای محاسبه برداری خطای اعتبار سنجی متقابل و ماتریس کوواریانس آن، استفاده از فرم مربعی این نوع خطا برای آزمون واریانس فاکتور پسینی، استفاده از فرم استاندارد شده ی این نوع خطا برای انجام آزمونهای تشخیص دادههای اشتباه ،ارائه تکنیکی برای برآورد واریانس نویز مشاهدات با مدل نویز همگن، ارائه الگوریتمی برای طبقهبندی دادههای دارای سطوح نویز مختلف به کمک خوشهبندی آماری جهت برآورد مٶلفههای واریانس نویز دادهها. سپس پیادهسازی کولوکیشن با استفاده از مدل کوواریانس ناایستای پاسیورک و شرویش مورد بررسی قرارگرفت و روابط ریاضی لازم با این نوع تابع کوواریانس ارائه گردید. نوآوریهای این قسمت عبارتاند از: ارائه الگوریتمی بهمنظور برآورد پارامترهای کوواریانس تابع ناایستا و ناهمسانگرد، استخراج فرمولهای محاسبات کرنش با مدل کوواریانس ناایستا و ناهمسانگرد بر روی سطح کره. برای پیادهسازی مطالب تئوری از دادههای مربوط به تغییر شکل پوستهی زمین در سه منطقه مختلف استفاده گردید. نرخ جابجایی ارتفاعی در مناطق ساحلی شمال خلیج مکزیک برای مدلسازی تغییر شکل ارتفاعی با کولوکیشن کمترین مربعات بکار گرفته شد. نتایج تحقیقات نشان داد که پس از بهکارگیری روش پیشنهادی، اندازه SMR خطاهای اعتبار سنجی متقابل و پیشبینی به ترتیب حدود 15 و %93 کاهش مییابند و همینطور خطای اعتبارسنجی با تقطیع مشاهدات نزدیک برای فواصل 5، 51 و 02 کیلومتری به ترتیب 5/91، 9/11 و 8/%01 کاهش نشان داد و انحراف معیار برآورد شده برای نویز مشاهدات از حدود 93/2 میلیمتر برسال به حدود 99/0 میلیمتر بر سال تقلیل یافت. پس از تفکیک دادهها به سه خوشه با سطوح نویز متفاوت و برآورد مٶلفههای واریانس نویز مشخص گردید که اندازه SMR نویز برآورد گردیده برای خوشههای دوم و سوم به ترتیب به میزان %52 و %65 کاهش پیداکرده و این بیانگر انطباق بهتر مدل تغییر شکل ارائهشده توسط کولوکیشن بر رویدادهها است. از تئوری ارائهشده در خصوص بهکارگیری مدل کوواریانس ایستا و ناهمسانگرد برای محاسبات کرنش با کولوکیشن در شبهجزیرهی کنای واقع در جنوب مرکزی آلاسکا استفاده شد. نتایج حاصل نشان داد که در اثر پیادهسازی مدل ناهمسانگرد با روش پیشنهادی SMR خطای اعتبارسنجی متقابل هر دو مٶلفهی میدان جابجایی حدود %54 کاهش مییابد و همچنین ملاحظه گردید الگوی تغییر شکل مربوط به مٶلفه اتساع میدان کرنش بهدستآمده برای منطقهی موردمطالعه با تغییر شکل ارتفاعی گنبدی شکل حاصل از اندازهگیریهای ترازیابی توسط محققین پیشین همخوانی دارد. همچنین از دادههای میدان سرعت اندازهگیری شده در فلات ایران برای پیادهسازی مدل کوواریانس ناایستا و ناهمسانگرد با الگوریتم پیشنهادی استفاده گردید. پس از پیادهسازی معیارهای مختلف ارزیابی شامل جذرمتوسط مربعات خطاهای اعتبار سنجی متقابل، خطای استاندارد پیشبینی، خطای داخلی و نویز برآورد شده به ترتیب به میزان 23%، 81%، %8 و %32 برای مٶلفهی شمالی جنوبی و 8%، 9%، %71 و %32 برای مٶلفهی شرقی غربی تقلیل یافت. محاسبات تنسور نرخ کرنش در مختصات کروی انجام شد و نتایج حاصل نشان از انطباق مناسب مٶلفههای اصلی نرخ کرنش با واقعیتها و ویژگیهای شناختهشده ژئودینامیکی و تکتونیکی منطقه دارد. برای این منظور مٶلفههای نرخ کرنش بر روی گسلهای امتدادلغز و معکوس شناختهشده در مناطق مختلف کشور محاسبه شد و در اکثریت موارد توافق بین شکل نرخ مٶلفههای اصلی کرنش و جهت لغزش گسلها مشاهده گردید. همچنین کمیتهای نرخ اتساع، نرخ بیشینه کرنش برشی و نرخ دوران سالیانه نیز برآورد شدند و هماهنگی آنها با خصوصیات شناختهشده ژئودینامیکی منطقه مورد تصدیق قرار گرفت. علاوه بر این پیادهسازی موقعیت مختصات رومرکزی کانونهای زمینلرزه و سازوکار کانونی زمینلرزههای رخداده در حدفاصل 1991 تا 5102 با بزرگای بیش از 3/3 بر روی نقشهی بیشینه کرنش برشی محاسبهشده، همبستگی معنیداری را بین مکانهای رخداد زلزله و اندازهی بیشینه کرنش برشی در این مکانها نشان میدهد.
In this dissertation, I have applied Least-squares collocation )LSC( as the primary method employed for the estimation of the non-homogeneous deformation field of the Earth surface. Aiming at verification and improving LSC results, I have used some statistical techniques. A general formula developed for estimation of the vector of cross-validation errors )CVEs( and its covariance matrix. Using this formula significantly decreases the computation time of CVEs, and this is especially noticeable when a massive dataset is concerned. A posteriori variance factor )or global( test in LSC is introduced by using the quadratic form of CVEs. I have also applied standardized CVEs for detection and removing outliers in the LSC estimation process. The other statistical method applied in this thesis is cluster analysis, which used for dividing input data into groups with different noise levels. I used this method for the cases in which noise variance)s( of input data is/are the unknown, and the estimation of noise variance components is required. I have also proposed an iterative technique for the evaluation of a posteriori noise variance factor in LSC, assuming a homogeneous noise model for the whole dataset. To improve the quality of LSC estimations, I employed non-stationary and anisotropic covariance models. For this purpose, I applied the kernel convolution method from spatial statistics. In this thesis, an algorithm for precise estimation of the covariance parameters of non-stationary covariance functions is developed. In this algorithm, the restricted maximum likelihood )REML( method is used, and the Fisher scoring technique is implemented for direct estimation of the unknown covariance parameters. The required formulae for estimation of strain tensor components by LSC are also derived in spherical coordinates. The proposed methods are implemented in three case studies: modeling vertical displacement rate of the coastal area in the north part of the Gulf of Mexico, computation of strain tensors in the Kenai Peninsula in South-central Alaska by the LSC method using the anisotropic covariance function and accurate estimation of strain rate tensors by LSC in Iranian plateau using the non-stationary covariance function Keywords: earth crustal deformation, least squares collocation, non-stationary covariance model, statistical tests, restricted maximum likelihood estimation, cross validation errors