Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/15457
Title: การพยากรณ์สึนามิโดยวิธีโครงข่ายใยประสาทเทียม
Other Titles: Tsunami forecast using artificial neural networks
Authors: อาทิตย์ อินทวี
Advisors: อาณัติ เรืองรัศมี
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: fcearr@eng.chula.ac.th
Subjects: สึนามิ -- พยากรณ์
นิวรัลเน็ตเวิร์ค (คอมพิวเตอร์)
Issue Date: 2551
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: การพยากรณ์สึนามิโดยทั่วไปอาศัยฐานข้อมูลของความสูงและเวลาเดินทางถึงของคลื่น โดยใช้แบบจำลองสึนามิ และเหตุการณ์ที่วิเคราะห์ไว้ล่วงหน้า โดยสมมติจากกลไกการเกิดแผ่นดินไหวที่เป็นกรณีที่วิกฤติที่สุด ซึ่งอาจทำให้การเตือนภัยคลาดเคลื่อนขึ้นได้ ในงานวิจัยครั้งนี้จึงใช้ข้อมูลจากสถานีวัดน้ำในการพยากรณ์ตำแหน่งของรอยเลื่อน และประมาณค่าการเคลื่อนตัวของรอยเลื่อนด้วยหลักการซ้อนทับ การศึกษานี้ได้ใช้โครงข่ายใยประสาทเทียมเพื่อสร้างความสัมพันธ์ระหว่างเวลาเดินมาถึงของคลื่นกับตำแหน่งของรอยเลื่อน โดยใช้เวลาเดินทางมาถึงของคลื่น 7 สถานีทั้งบริเวณกลางมหาสมุทร และชายฝั่งประเทศไทยเป็นชุดข้อมูลนำเข้า และใช้ตำแหน่งของรอยเลื่อนเป็นชุดข้อมูลส่งออกสำหรับการฝึกแบบจำลอง และสามารถใช้แบบจำลองที่ได้รับการฝึกแล้วพยากรณ์ตำแหน่งของรอยเลื่อนได้โดยใช้เวลาเดินทางมาถึงของคลื่นทั้ง 7 สถานี อย่างไรก็ตามความคลาดเคลื่อนของเวลาเดินทางมาถึงของคลื่นมีผลต่อความถูกต้องแม่นยำของแบบจำลอง จากการศึกษาพบว่าความคลาดเคลื่อนในช่วง +-5 นาทียังไม่มีผลต่อการทำนายตำแหน่งของรอยเลื่อน ในการศึกษาได้แบ่งกลุ่มรอยเลื่อนออกเป็น 3 กลุ่มตามขนาดของรอยเลื่อนเพื่อให้คลอบคลุมขนาดแผ่นดินไหวตั้งแต่ขนาด 7.5 ถึง 9.0 ซึ่งขนาดของรอยเลื่อนที่ต่างกันทำให้เฟสของคลื่นที่สถานีวัดน้ำแตกต่างกัน และพบว่าค่าสัมประสิทธิ์สหสัมพันธ์สามารถใช้บ่งชี้ว่าสึนามิที่วัดได้มาจากกลุ่มรอยเลื่อนแบบใด สำหรับการประมาณค่าการเคลื่อนตัวของรอยเลื่อน ได้ใช้ค่ารากของผลรวมผลต่างกำลังสองเป็นตัวบ่งชี้ที่ในการหาระยะการเคลื่อนไหว โดยทดสอบกับกรณีศึกษาสำหรับแผ่นดินไหวขนาด 8.3 และ 8.6 ให้ค่าความผิดพลาดระหว่าง 2.8% ถึง 14.3% นอกจากนั้นยังพบว่าควรใช้ระยะเวลาเดินทางถึงของคลื่นอย่างน้อย 30 นาที หลังจากคลื่นเดินทางถึง ณ สถานีสุดท้าย ซึ่งจะไม่ส่งผลต่อการพยากรณ์สึนามิ.
Other Abstract: The tsunami forecast is usually done using pre-computed database of elapsed time of arrival and tsunami amplitudes from tsunami modeling. The database is developed based on critical scenarios which may be different from actual focal mechanisms. That can lead to false alarms in tsunami warning. In this research, sea level information is used to determine fault parameters. The fault location is evaluated by an artificial neural network (ANN) and the dislocation is estimated by a principle of superposition. The ANN is used to obtain the relationship of the elapsed time of arrival and the fault locations. The elapsed time of arrival of tsunamis observed from seven tidal stations in the Indian ocean and along the coastal of Thailand is used as the ANN inputs. The fault location is the network output. The trained model can predict the fault location with a good accuracy and the algorithm is robust to the error in the arrival time up to about +-5 minutes. In this study, fault combinations are divided into 3 groups, coverting the possible magnitudes from 7.5 to 9.0. It is found that phase angles of tsunamis depend on the fault dimension. To identify the fault dimension, the correlation coefficient is used as an indicator. The dislocation is estimated using the principle of superposition. The square root of sum of square of errors is used to determine the appropriate dislocation of a fault. This algorithm is applied to cases with moment magnitudes of 8.3 and 8.6. It is found that the error ranges from 2.8% to 14.3%. In addition, it is found that 30 minute observation time is required after the arrival of tsunamis at the last station.
Description: วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2551
Degree Name: วิศวกรรมศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: วิศวกรรมโยธา
URI: http://cuir.car.chula.ac.th/handle/123456789/15457
URI: http://doi.org/10.14457/CU.the.2008.336
metadata.dc.identifier.DOI: 10.14457/CU.the.2008.336
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Artith_in.pdf5.55 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.