fa آنالیز 3 بعدی تغییر شکل پوسته زمین بروش ایزوپارامتریک و درون یابی با شبکه های عصبی مصنوعی (منطقه مورد مطالعه : شبکه ژئودینامیک ایران) پژوهشي Research <p dir="RTL">یکی از کاربردهای مهم ژئودزی در تحقیقات ژئودینامیک، مطالعه تغییرات پوسته‌ای زمین می‌باشد. در این مقاله مساله آنالیز سطحی تغییر شکل پوسته زمین در منطقه ایران بصورت مدل 3بعدی مورد بررسی قرار می گیرد. از روش ایزوپارامتریک 3بعدی و داده‌های <span dir="LTR">GPS</span> شبکه مبنای دائمی ژئودینامیک کشور ایران (37 ایستگاه بین سالهای&nbsp; 2007-2008) جهت برآورد مولفه های تنسور استرین استفاده&nbsp;شده است. بنا به ویژگیهای مدلسازی 3بعدی پوسته زمین بروش ایزوپارامتریک، با یک مساله بد وضع روبرو خواهیم شد. جهت&nbsp;حل این مساله از روش پایدارسازی تیخونوف در این مقاله استفاده شده است. اپتیمم مقدار پارامتر پایدارسازی جهت برآورد&nbsp;پارامترهای تنسور استرین، طوری انتخاب گردیده که نتایج حاصل از خطای نسبی کمتری برخوردار باشند. ارزیابی مقدار این خطا از روی عناصر قطر اصلی ماتریس رزولوشن انجام گرفته است. همچنین جهت درون یابی مقادیر میدان سرعت و مولفه های استرین در&nbsp;سایر نقاط ژئودتیکی موجود در فلات ایران، از یک شبکه عصبی مصنوعی 3 لایه استفاده شده است. تعداد نورونهای مورد استفاده جهت برآورد کمیتهای میدان سرعت و استرین براساس مینیمم سازی مقدار خطای نسبی در آموزش بطریقه پس انتشار خطا انتخاب شده است. 4&nbsp;ایستگاه با توزیع مناسب جهت تست نتایج انتخاب گردیده است. مینیمم خطای نسبی بدست آمده برای میدان سرعت در&nbsp;مولفه شمالی (<span dir="LTR">V_N</span>) 80/6 درصد و برای مولفه شرقی (<span dir="LTR">V_E</span>) 25/6 تعیین شده است. همچنین جذر خطای میانگین مربعی (<span dir="LTR">RMSE</span>) برای مولفه شمالی 85/1&plusmn; میلیمتر و برای مولفه شرقی 72/1&plusmn; میلیمتر بدست آمده است.</p> <p>One of the most important applications of geodesy in geodynamics is study of crustal deformations. In this paper, surface deformation analysis is investigated using 3-D model. 3-D isoparametric method and Iranian permanent GPS network (IPGN) were used to estimate strain tensor. In this method, strain parameters obtained from compares the relative distance between base point and its neighboring points. Since the strain tensor is calculated for each GPS station, considers the strain inhomogeouns and its compatibility with the reality. Due to the special characteristics of isoparametric method, using regularization techniques to solve this problem is inevitable. Tikhonov regularization is used for solving corresponding problem. Optimum value of regularization parameter is selected using minimum relative error in strain parameters, as well as, diagonal elements of resolution matrix is used for error analysis. For estimated velocity field and strain parameters in other geodetic points, in this research artificial neural network (ANN) with 3 layers is used. 4 GPS stations with convenient distribution were used for validating and testing. Minimum relative error obtained from this evaluation for velocity field in eastern component (V_E) is 6.25% and northern component (V_N) is 6.80%. Also root mean square error (RMSE) is computed &plusmn;1.85 (mm) and &plusmn;1.72 (mm) in V_N and V_E respectively. These results are agreement with focal mechanism of earthquakes in this region as well as Iran&#39;s geodynamic mechanisms.&nbsp;</p> روش ایزوپارامتریک, تنسور استرین, میدان سرعت, پایدارسازی, شبکه عصبی, GPS Isoparametric, Artificial neural network, Strain tensor, Crustal velocity, GPS 1 15 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-128-40&slc_lang=fa&sid=1 Mir Reza Ghaffari Razin میررضا غفاری رزین 10031947532846004644 10031947532846004644 No K.N.Toosi University of Technology دانشگاه صنعتی خواجه نصیرالدین طوسی Ali Mohammadzadeh علی محمدزاده a_mohammadzadeh@kntu.ac.ir 10031947532846004645 10031947532846004645 Yes K.N.Toosi University of Technology دانشگاه صنعتی خواجه نصیرالدین طوسی