نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشگاه خواجه‌نصیرالدین‌طوسی، تهران، ایران

2 سازمان نقشه برداری کشور، تهران، ایران

چکیده

در این مقاله، یک شبکه GPS برای مطالعه پارامترهای مکانیکی گسل طراحی می‌شود. الگوی کشسان مورد استفاده، تابعی از پارامترهای مکانیکی گسل واقع در یک محیط کشسان و همگن است. پارامترهای مورد نظر عمق قفل شدگی و سرعت لغزش گسل است.  با ذکر چند نمونه عددی، اثر فاصله ایستگاه‌های شبکه از خط گسل بر دقت برآورد پارامترهای فوق بررسی شده‌است. نتایج نمونه عددی نشان می‌دهد که فقط با تغییر محل ایستگاه‌ها در یک شبکه فرضی، دقت تعیین عمق قفل‌شدگی و سرعت لغزش گسل به ترتیب از  به مقدار  بهبود می‌یابد.

کلیدواژه‌ها

 
References
Chen et al., 1983 - Design considerations in deformation monitoring. FIG XVII International congress, Sofia, Bulgaria, paper No. 608.2
Grafarend, E., 1974 - Optimization of geodetic networks. Bolletino di geodesi a science affini, V.33, N.4 , PP.351-406
Grasimenko M. D. et al., 2000- ”on optimal geodetic network design for fault-mechanics studies”, Earth Planets Space, 52,PP.985-987
Haupt, L. R. &  Haupt, S. E., 2004 - Practical genetic algorithm. Published by John Wiley & Sons, Inc., Hoboken, New Jersey
Jicang, W. U., 2004 - First-order optimization for GPS crustal deformation monitoring. The Hong KongPolytechnicUniversity
Jin, Y. Q. & Wang, Y., 2001- A genetic algorithm to simultaneously retrieve land surface roughness and soil wetness. International Journal of    remote sensing, 22(16), PP. 3093–3099.
Johnson, H. O., Wyatt, F. K., 1994 - Geodetic network design for fault-mechanics studies. Manuscripta Geodaetica, 19, PP. 309-323
Kuang, S-l, 1991- Optimization and design of deformation monitoring schemes. Department of SurveyingEngineeringUniversity of New Brunswick.
Savag, J. C. &  Prescott, W.H., 1978 - Asthenospheric readjustment and the earthquake cycle. journal of Geophysical Research Letters., 83.
Wyatt, F., 1989 - Displacement of surface monuments: vertical motion, 94, P.1655-1664
Zhan, H.G., Lee, Z.P., Shi, P., Chen, C.Q. & Carder, K.L., 2003- Retrieval of water optical properties for optically deep waters using genetic algorithms.  IEEE Transactions on Geosciences and Remote Sensing. 41(5), pp.1123–1