یافتن پیش نشانگر میان مدت زلزله با استفاده از روش PCA

نگاه کردن به نحوه پراکندگی زلزله ها در زمان و مکان نمی تواند نظمی را در آنها نشان دهد چرا که زلزله پدیده ای غیرخطی است . ولی غیرخطی بودن به معنی کاتوره ای ( راندوم ) بودن زلزله نیست . روش های پیش بینی میان مدت بر اساس یافتن رفتارهای منظم در پراکندگی زمان - مکان زلزله ها کار می کنند . روش آنالیز مؤلفه های اساسی (PCA) روشی است که اخیرا جهت مطالعه رفتارهای منظم در پراکندگی مکان - زمان بکار برده شده و پتانسیل بکارگیری در پیش بینی میان مدت زلزله را دارد . این روش داده های ورودی را بر اساس همبستگی بین داده ها در فضای ویژه مقادیر، از هم تجزیه کرده و شرایطی برای دیدن جزئیاتی که احتمالا در انبوه اطلاعات گمشده اند را فراهم می کند . در این مقاله، داده های لرزه ای سیستم گسلی ایران مرکزی را با استفاده از روش آنالیز مولفه های اساسی مورد بررسی قرار می گیرد و ویژه مقادیر کوچک به عنوان پیش نشانگر میان مدت زلزله معرفی می شود.