مجله ژئوفیزیک ایران
سال:1403 | دوره:18 | شماره:4 |تعداد مقالات:8

برای شناسایی دینامیک پوشن سپهر، آشکارسازی اثرات چرخه 11 ساله خورشیدی بر آن و نحوه وابستگی این اثرات به نوسان شبه دوسالانه (QBO) حائز اهمیت است. برای آشکارسازی اثرات، از داده های بازتحلیل JRA-55 با تفکیک ˚25/1 در دو راستای مداری و نصف النهاری در بازه زمانی 1958 تا 2017 استفاده شده است. با کمک داده های شار خورشیدی طول موج 7/10 سانتی متر (F10.7) وبگاه دانشگاه کلرادو (LISIRD)، فازهای متناظر با بی هنجاری های مثبت و منفی F10.7، با نام های به ترتیب HS و LS، محاسبه شد. همچنین برای QBO، فازهای غربی (WQBO) و شرقی (EQBO) با استفاده از داده های هواشناسی دانشگاه برلین (FUB) در ماه ژوئیه، اوایل زمستان (نوامبر و دسامبر) و اواخر زمستان (ژانویه، فوریه و مارس) تعیین شد. سپس، برمبنای میانگین ماهانه دما، ارتفاع ژئوپتانسیلی و تاوایی پتانسیلی (PV) در تراز hPa 30، همبستگی آنها با F10.7 برای فازهای QBO محاسبه و همراه با اختلاف دما و ارتفاع ژئوپتانسیلی بین فازهای HS و LS تحلیل شد. نتایج نشان داد بیشینه همبستگی دما و ارتفاع ژئوپتانسیلی با F10.7 برای ماه ژوئیه در منطقه جنب حاره منطبق بر بیشینه دریافت شار خورشیدی است. این همبستگی ها در مجموعه سال های EQBO، بزرگ تر و گسترده تر از مجموعه تمام سال ها و مجموعه WQBO هستند. درعین کوچکی مقادیر همبستگی PV با F10.7 برای ماه ژوئیه، الگوی مشخصی برای تغییرات آنها طی فازهایQBO  مشاهده نشد. برای اوایل و اواخر زمستان، همبستگی دما و ارتفاع ژئوپتانسیلی با F10.7 در تمام سال ها و WQBO کوچک است اما برای EQBO همبستگی مقدار به نسبت بزرگی دارد و بیشینه آن در مناطق حاره هر دو نیمکره دیده می شود. این همبستگی برای PV در مناطق زیادی از دو نیمکره گسترده شده و مقادیر آن در EQBO از WQBO قوی تر است. همچنین اختلاف دما و ارتفاع ژئوپتانسیلی بین HS و LS برای WQBO در نیمکره جنوبی بیشینه است اما در EQBO الگوی همبستگی گسترده تری در مناطق جنب حاره دو نیمکره وجود دارد.

برای بررسی اقلیم شناسی و شناسایی چشمه­های موثر بر رخداد گردوخاک در منطقه تهران در ماه های مختلف سال از داده های بازتحلیل MERRA-2 با تفکیک افقی 625/0×5/0 درجه طی دوره 1980-2022 استفاده شده ­است. نتایج نشان داد که غلظت جرمی گردوخاک سطحی در منطقه تهران در اواخر بهار و اوایل تابستان، به ویژه در ماه ژوئیه به بیشترین مقدار خود می رسد. شار نهشت خشک در ماه های آوریل و می، و شار نهشت تر در ماه های مارس و آوریل در تهران بیشینه است. شار گسیل گردوخاک در منطقه تهران در بهار و تابستان بیشتر از دو فصل دیگر است و بیشینه مقدار آن در ماه های ژوئن و ژوییه رخ می دهد که با بیشینه شار گسیل گردوخاک در منطقه دشت کویر هم زمان است. منطقه ورامین تنها چشمه گردوخاک قابل شناسایی توسط داده های MERRA-2 در منطقه تهران است. در این منطقه در تابستان میزان شار گسیل گردوخاک از میزان نهشت آن بیشتر است. چشمه های احتمالی گردوخاک  بر اساس قرارگیری در مسیر سامانه های غربی، میزان شار گسیل گردوخاک بالاتر نسبت به مناطق اطراف و قرارگیری در  منطقه تهران  تعیین شده اند: 1- منطقه غرب خاورمیانه؛ 2- منطقه دشت کویر؛ 3- چشمه های درون منطقه تهران. در همه این مناطق شار گسیل گردوخاک و غلظت جرمی گردوخاک سطحی در اواخر بهار و در تابستان، بویژه در ماه های ژوئن و ژوییه به بیشینه مقدار خود می رسد. بررسی همبستگی بین شار گسیل گردوخاک در چشمه های احتمالی و غلظت جرمی گردوخاک در منطقه تهران نشان داد که در بیشتر ماه های سال، بویژه در زمستان و اوایل بهار (ژانویه-آوریل) منطقه غرب خاورمیانه کانون اصلی وقوع گردوخاک در منطقه تهران است. در تابستان و اوایل پاییز (ژوئن-اکتبر)، علاوه بر چشمه های گردوخاک خارج از ایران، دشت کویر و چشمه های واقع در منطقه تهران به کانون های اصلی گردوخاک اضافه می شوند.

گردوخاک از پدیده­های اقلیمی است که در طی چند سال اخیر اکثر استان­های کشور را درگیر ساخته است. در پژوهش حاضر روزهای 21 تا 24 نوامبر و 3 تا 9 دسامبر سال 2016 به عنوان نمونه روزهای گردوخاکی با دید افقی کمتر از 1000 متر انتخاب گردیده است. به این منظور پس از استخراج شاخص تفاضلی نرمال شده گردوخاک (NDDI) و شاخص اختلاف دمای درخشندگی (نوارهای 8/10 و 12) (BTD) از تصاویر ماهواره­ METEOSAT، و تعیین آستانه مناسب گردوخاک برای هر دو رخداد توفان با دو روش شبکه عصبی (ANN) و جنگل تصادفی (RF) به مدل سازی و پیش­بینی گردوخاک پرداخته شده است. در این مدل ها شاخص های NDDI وBTD  به عنوان متغیر وابسته و متغیرهای اقلیمی دمای هوا (AT)، سرعت باد (WS)، فشار هوا (P) و رطوبت مطلق هوا (AH) به عنوان متغیرهای مستقل به کار گرفته شده اند. 80% این داده ها شامل هردو دسته پیش­بینی کننده­ها و پاسخ­ها برای آموزش مدل در نظر گرفته شد. نتایج نشان داد R2 حاصل از اجرای مدل شبکه عصبی به منظور پیش بینی شاخص NDDI، 08/0 و برای اختلاف دمای درخشندگی 42/0 به دست آمده است. با این وجود درستی سنجی سری­های زمانی شاخص تفاضلی نرمال شده پیش­بینی شده با مدل جنگل تصادفی نشان داد که R2 به بیش از 55/0 و RMSE به 2/0 رسید در حالی که R2 حاصل از اجرای مدل جنگل تصادفی به منظور برآورد الگوریتم اختلاف دمای درخشندگی در حدود 7/0 بوده است. بنابراین، نتایج، شاخص اختلاف دمای درخشندگی و مدل جنگل تصادفی از قابلیت بالاتری در پیش­بینی داده­های گردوخاک برخوردار هستند.

در این مقاله، الگوریتم بهینه سازی گرگ خاکستری مورد بحث قرار گرفته است که به عنوان یک تکنیک بهینه سازی  سراسری در نظر گرفته می­شود و قادر است جست وجوی سراسری ذرات در کل فضای جست وجو را بهبود دهد. هدف اصلی الگوریتم گرگ خاکستری بهینه سازی  توابع هدف با الهام از ترکیب رفتار گرگ ها است تا به راه حل بهینه و نزدیک به جواب بهتر برسد. ازاین رو هر یک از گرگ ها یک مدل با ابعاد تعداد پارامترهای مدل است. پارامترهای هر گرگ (مدل)، ضریب دامنه(A)، عمق(Z)، فاکتور شکل(q) و موقعیت مرکز جسم(x0) هستند. برای ارزیابی کارایی این روش میدان گرانی سه مدل مصنوعی کره، استوانه افقی و استوانه قائم همراه و بدون افزودن نوفه تصادفی تحلیل شد. نتایج نشان می­دهد که الگوریتم پیشنهادی قادر به تخمین پارامترهای مدل با دقت بالا است. سپس، الگوریتم گرگ خاکستری  برای تحلیل میدان گرانی گنبد­نمکی هومبل درایالات متحده استفاده شده است .نتایج برای منطقه مورد مطالعه نشان می دهد که عمق مرکز جرم جسم مدفون حدود 76/4 کیلومتر، ضریب دامنه 25/294- واحد و شکل تقریبی آن بر اساس مقدار فاکتور شکل محاسبه شده  که 47/1 است مشابه یک کره است که با نتایج به دست آمده از مطالعات قبلی به خوبی مطابقت دارد. مزیت وارون سازی GWO این است که از پارامترهای کمی برای تنظیم استفاده می­شود و بدون گیرافتادن در کمینه های محلی ،مقدار بهینه پارامترها را تخمین می زند و به سرعت همگرا می­شود.

گستره زنجان ناحیه ای در فلات ایران است که بخشی از دگرریختی فعال ناشی از هم گرایی عربی – اوراسیا را در میان دو کوهزاد البرز و زاگرس در خود جای می دهد. گسله شمال زنجان با بریدن کوه های طارم، گسترش رو به غرب کوهستان البرز را محدود کرده، با درازای نزدیک به 60 کیلومتر از کوه­های سلطانیه در جنوب زنجان رود تا شمال شهر زنجان ادامه دارد. نبود لرزه خیزی تاریخی مستند و زمین لرزه های دستگاهی با بزرگای بیش از 5/4 از ویژگی های لرزه زمین ساختی این گسله با آثار فعالیت زمین شناسی انکارناپذیر است. ما در این پژوهش تلاش داریم با تلفیق روش های ریخت زمین ساختی و داده های سنجش از دور در کنار بازدید های میدانی، شواهد مربوط به فعالیت لرزه ای این گسله را در گذشته چند هزار ساله بررسی کنیم. نقشه ریخت زمین ساختی گسلش کواترنری بر مبنای تحلیل تصویرهای ماهواره ای آرشیوی گوگل ارث، SASPlanet، تصاویر ماهواره ای KH9 دهه های 70 و 80 میلادی (پیش از گسترش شهر زنجان) و مدل های رقومی زمینی 50/12 متری ALOSPALSAR و 30 متری SRTM بررسی شده و پس از انتخاب محل های مناسب، تصاویر ارتوگرافیک و مدل رقومی ارتفاعی پهپادمبنا برای بررسی آثار زمین­لرزه­های دیرینه و کهن به کار گرفته شده است. این گسله با یک الگوی ساختاری پیچیده از سه بخش جنوبی، میانی و شمالی تشکیل شده و سازوکار اصلی آن فشاری راست بر است. جابه جایی های میانگین 1/1 متری (ترکیبی از جابه جایی های افقی و شاقولی) تک رویدادی، رویداد زمین لرزه های با بزرگای 7/6 تا 0/7 را در تاریخچه فعالیت هولوسن این گسله نشان می دهد. این پژوهش نمونه ای از کارآیی روش های فتوگرامتری نوین در بررسی رفتار زمین لرزه ای گسله ها در نواحی قاره ای با آهنگ دگرریختی آرام است.

اگر یک محیط کشسان، ناهمسانگرد باشد، امواج لرزه ای در این محیط در جهات مختلف، با سرعتهای متفاوت منتشر می شوند. مخزنهای نفتی و لایه های زمین شناسی معمولا ناهمسانگرد هستند. بنابراین تعیین پارامترهای ناهمسانگردی ضروری به نظر می رسد. پارامترهای ناهمسانگردی تامسن شامل Ɛ و δ می باشد که از روشهای مختلفی بدست می آید. در مناطقی که از نظر زمین شناسی پیچیده هستند و تغییرات جانبی سرعت وجود دارد مهاجرت زمانی نتایج معتبری ارائه نمی کنند اما تصویر زیرسطحی قابل اعتمادی از مهاجرت عمقی بدست می آید. در صورتی که محیط مورد بررسی ناهمسانگرد باشد تصویرهای لرزه ای که با روشهای همسانگرد تولید می شوند، بندرت با عمق سازندهای مشاهده شده در چاه تطابق دارند. بنابراین در این محیط ها باید از تقریبهای ناهمسانگردی در مهاجرت استفاده کرد. در این مقاله پردازش زمانی بر روی داده های یک خط لرزه ای انجام شده است. با استفاده از عمق سازندها در چاه و بازتابهای لرزه ای ضخامت لایه ها در چاه و مقطع لرزه ای تعیین و با استفاده از آنها پارامترهای ناهمسانگردی تامسن محاسبه شده است. سپس مهاجرت عمقی با الگوریتم های همسانگرد و ناهمسانگرد انجام شده است. نتایج بدست آمده نشان می دهند که عمق بازتابهای حاصله از مهاجرت عمقی با الگوریتم همسانگردی با عمق واقعی آنها در محل چاه اختلاف دارند اما مهاجرت عمقی با الگوریتم ناهمسانگردی این اختلاف را از بین برده است و تطابق خیلی خوبی بین عمق بازتابها و عمق واقعی آنها ایجاد می شود.

زمین­لرزه­ جزء مهمترین و یکی از زیان­بارترن مخاطرات طبیعی است که رخداد آن­ اثرات جبران­ناپذیر جانی و خسارات مالی برجا می­گذارند. زمین لرزه ­ها که بیشتر در پوسته زمین به وقوع می پیوندند از لحاظ زمانی و مکانی پدیده ای پیچیده هستند. در سال های اخیر نظریه شبکه به عنوان یک روش مطالعه مناسب برای توصیف ویژگی های مختلف پدیده های پیچیده شناخته شده است. برای مطالعه روی زمین­لرزه­ها به عنوان یک شبکه پیچیده، ما نیازی به دانستن جزئیات گسل­ها و زمین­لرزه­ها نداریم و تنها با دانستن بزرگی، زمان وقوع و مکان وقوع زلزله، می توانیم چندین جنبه از پدیده زلزله را مطالعه کنیم.  از این رو در این تحقیق برای بررسی زمین لرزه های ایران در بازه زمانی 1996 الی 2020 میلادی (ثبت شده در ایستگاه­های شبکه های لرزه­نگاری وابسته به موسسه ژئوفیزیک دانشگاه تهران،ISC,) از ابزارهای تعریف شده برای بررسی سامانه های پیچیده که همان شبکه های پیچیده می باشد، استفاده شده است. برای ساخت شبکه، زمین لرزه ها به صورت گره در نظر گرفته شده و برای ایجاد یال بین گره ها از کمیت معرفی شده در روش بایسی و پاکزوسکی استفاده شد. در این پروژه با ساخت شبکه، پارامترهای لرزه­خیزی (a-value، b-value)، بعد فراکتالی و نسبت همبستگی در ایران مورد بررسی قرار گرفت. نتایج نشان داد که مقادیر 9/6a-value ≈، 93/0  b-value و 56/1 df  می­باشند و برای هر بزرگی، نرخ پس­لرزه از قانون اموری با گرادیان خط p≈-1  تبعیت می­کند و تابع توزیع درجه­های شبکه به صورت توانی از رابطه  با 59/1=γ پیروی می کند که نشان دهنده بدون مقیاس بودن شبکه زمین لرزه ها است. همچنین تابع توزیع احتمال همبستگی نیز به صورت توانی تغییر می نماید و با افزایش بزرگی زمین لرزه ها مقدار توان کاهش می یابد. با استفاده از مفهوم ضریب خوشه ای مقدار آستانه تابع همبستگی محاسبه گردید و توزیع فواصل l برای آستانه های مختلف m محاسبه و با برونیابی مقیاس مناسب، تابع آن محاسبه گردید.

دما یک متغیر اصلی در سامانه اقلیم زمین است که نقش مهمی در فرآیند های تبادل انرژی سطح زمین و جو دارد. هدف از پژوهش حاضر ارزیابی کارایی سه مجموعه داده بازتحلیل ERA5-Land، AgERA5 و MSWX به منظور تعیین مناسب ترین داده دما بر روی ایران است. درستی سه مجموعه داده با استفاده از داده های دمای 98 ایستگاه هواشناسی همدیدی در دوره آماری 2020- 1991 بررسی شد. با استفاده از مقادیر دمای کمینه، بیشینه و میانگین و با بکارگیری سنجه های اریبی، RMSE و ضریب توافق، کارایی سه مجموعه داده نسبت به داده های ایستگاهی در مقیاس های ماهانه و سالانه ارزیابی شد. ابتدا سه مجموعه داده به تفکیک برای دمای کمینه، بیشینه و میانگین به شکل فضایی درستی سنجی شدند. سپس با در نظرگرفتن 7 پهنه اقلیمی اصلی، کارایی دمای میانگین سالانه به صورت فضایی و زمانی مورد ارزیابی قرار گرفت. نتایج نشان دادکه هرسه مجموعه داده در برآورد دمای کمینه ایران از مقدار خطا و اریبی کمتری برخوردارند. در صورتی که در برآورد دمای بیشینه، داده های AgERA5 و MSWX به ترتیب با مقادیر℃74/1 و℃42/1 به طور محسوسی خطای کمتری را از خود نشان دادند. در مقابل، داده های ERA5-Land نشان دهنده بیش برآوردی (℃05/5) و مقادیر بالای خطا (℃07/5) در سطح کشور می باشد. ارزیابی هر سه متغیر دما نشان داد که مجموعه داده MSWX  با میانگین اریبی کمتر از ℃1 کارایی بالاتری در برآورد دمای ایران دارد. همچنین، در بررسی دمای میانگین برای داده های ERA5-Land، AgERA5 و MSWX مقادیرضریب توافق برای 98 ایستگاه مورد بررسی، به ترتیب 45/0، 65/0 و 75/0 به دست آمده است. تغییرات زمانی و روندهای کاهشی و افزایشی دما در سه مجموعه داده با ضرایب همبستگی بین86/0 تا 99/0، در تمام پهنه های اقلیمی کشور از انطباق بالایی با داده های مشاهداتی برخوردار است. نتایج همچنین نشان داد، مقادیر خطا در هر سه مجموعه داده در فصل زمستان در پهنه های اقلیمی کوهستانی کشور به بیشینه خود می رسد.