การทดสอบแบบจำลองโครงข่ายประสาทเทียมสำหรับการ คาดการณ์เหตุการณ์แผ่นดินไหวในประเทศไทย และกลุ่มรอยเลื่อนพะเยา

The Investigation of artificial neural network model for earthquakes prediction in Thailand and group of Phayao Faults

Name: พรรณปพร บุญแปง

ThaSH: พยากรณ์แผ่นดินไหว -- พะเยา

ThaSH: พยากรณ์ธรณีฟิสิกส์

Abstract: งานวิจัยนี้เป็นการศึกษาการคาคการณ์การเกิดแผ่นดินไหวในครั้งถัดไปของประเทศไทย และบริเวณ กลุ่มรอยเลื่อนพะเยา ด้วยแบบจำลองโครงข่ายประสาทเทียม ทั้งนี้เหตุการณ์แผ่นดินไหวที่ได้เลือก ศึกษาเพื่อเป็นข้อมูลสำหรับนำเข้าแบบจำลอง ประกอบด้วย เหตุการณ์แผ่นดินไหวในประเทศไทย และบริเวณรอยเลื่อนพะเยา ในช่วงปี พ.ศ. 2558-2562 ที่มีขนาด > 3.5 และ > 3.0 แมกนิจูด ตามลำดับ โดยพบว่าประเทศไทยเกิด 51 เหตุการณ์ และบริเวณรอยเลือนพะเยา 32 เหตุการณ์ โดยข้อมูลของ เหตุการณ์ที่เกิดขึ้นจะถูกนำมาคำนวณค่าทางสถิติเพื่อเป็นตัวแปรชั้นนำเข้าของแบบจำลอง (ค่า Mmean, dE' IL c, b, n และ AM )และตัวแปรชั้นผลลัพธ์ (ค่า T) ซึ่งตัวแปรเหล่านี้จะ ได้จาก สมการความสัมพันธ์ G-R โดยตัวแปรที่ศึกมาจะมีหน่วยเป็นวันและหัวโมง จากผลการทดสอบพบว่า การคาดการณ์ของแบบจำลองที่มีหน่วยตัวแปรอยู่ในรูปของวัน สามารถคาดการณ์ระยะเวลาในการ เกิดแผ่นดินไหวครั้งถัดไปได้สอดคล้องกับข้อมูลจริงที่เกิดขึ้นมากกว่าแบบจำลองที่มีหน่วยตัวแปรอยู่ ในรูปของชั่วโมง ดังนั้นตัวแปรที่มีหน่วยเป็นวันจึงมีความเหมาะสมต่อการนำมาคาดการณ์ แผ่นดินไหวของแบบจำลอง และเพื่อเพิ่มประสิทธิในการคาดการณ์ของแบบจำลองที่มีหน่วยตัวแปร อยู่ในรูปของวัน จึงพัฒนาสถาปัตยกรรมของแบบจำลองที่มีโครงสร้างต่างกัน ได้แก่ โครงสร้างที่มี จำนวนชั้นซ่อนเรั้น 1,2,3 3 และ ชั้น และจำนวนโหนดในชั้นซ่อนเรั้น 1.50% และ 100% ของจำนวน ตัวแปรนำเข้า จากนั้นจึงทำการเปรียบเทียบผลการคาดการณ์แผ่นดินไหวของโครงสร้างดังกล่าว โดยพบว่าแบบจำลองที่มีโครงสร้างชั้นซ่อนเร้นจำนวน 3 ชั้น และจำนวนโหนดของชั้นซ่อนเร้น คือ 4:4:4 มีความแม่นชำและเหมาะสมที่สุดในการคาดการณ์แผ่นดินไหวของประเทศไทย ส่วนบริเวณ รอยเลื่อนพะเยา แบบจำลองที่มีความแม่นยำและเหมาะสมที่สุด คือ แบบจำลองที่มีโครงสร้างชั้นซ่อน เร้นจำนวน 3 ชั้น และจำนวนโหนดของชั้นซ่อนเร้น คือ 4:7:7 และจากการเปรียบเทียบผลการ คาดการณ์แผ่นดินไหวในประเทศไทย และบริเวณรอยเลื่อนพะเยา พบว่าผลการคาดการณ์ แผ่นดินไหวในประเทศไทยมีความแม่นยำกว่าการคาดการณ์แผ่นดินไหวบริเวณรอยเลื่อนพะเยา โดย มีค่า เท่ากับ 0.899 และ 0.878 ตามลำดัม สำหรับผลการคาดการณ์แผ่นดินไหวครั้งถัดไปในอนาคต พบว่าในประเทศไทยจะเกิดแผ่นดินไหวขนาด 2 3.5 แมกนิจูด ในช่วงวันที่ 1-29 กรกฎาคม พ.ศ. 2563 และบริเวณรอยเลื่อนพะเยาจะเกิดแผ่นดินไหวขนาด 2 3.0 แมกนิจุด ในช่วงวันที่ 26 เมษายน - 17 มิถุนายน พ.ศ. 2563

Abstract: This research was to study the prediction of the next earthquake in Thailand and group of Phavao faults using Artificial Neural Network model. The earthquake events were chosen to study as data for importing the model consisted of earthquakes in Thailand and in the Phayao Fault zone during the years 2015-2019 with the size of 3.5 and 2 3.0 magnitude, respectively. The earthquake database revealed found that Thailand occurred SI events and group of Phayao faults occurred 32 events. These data were calculated statistically to be the input variables of the model (Mmean, dE , , lu, c, b, 17 and AM) and the output variable (T value). These variables were obtained from G-R relation equation. The studied variables have the units in the form of days and hours. The result suggested that the prediction of models with days as the unit of variables could predict the duration of the nest earthquake in accordance with the actual data more than the model with hours as the unit of variables. Therefore, the variables in days were appropriate for the earthquake prediction of the model. In order to increase the forecasting efficiency of models with the variables in days, the architecture of models with different structures were developed, including structures with 1, 2, 3 and 4 hidden layers and the number of hidden nodes in 1, 50% and 100% of the number of of ut variables. Then, comparing the prediction results of each structures, this study found that the model with 3 layers and the hidden nodes of 4:4:4 were the most accurate and suitable model for earthquake prediction in Thailand. For group of Phayao faults, the most accurate and suitable model was the model with 3 hidden layers and the hidden nodes of 4:7:7. By comparing the result of the earthquake prediction in Thailand and group of Phayao faults, it was found that the earthquake prediction in Thailand was more accurate than the earthquake prediction in group of Phayao faults, with r values of 0.899 and 0.878 respectively. The result of the next earthquake prediction suggested that Thailand will have an earthquake of 3.5 magnitude between July 1.2020 and July 29, 2020 and group of Phayao faults will have an earthquake of23.0 magnitude between April 26, 2020 and June 17, 2020.

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: ทวี ชัยพิมลผลิน

Role: อาจารย์ที่ปรึกษา

Created: 2568

Modified: 2568-02-10

Issued: 2568-02-10

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: ภูมิศาสตร์และภูมิสารสนเทศศาสตร์

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	600431037.pdf	9.29 MB

ใช้เวลา

0.028878 วินาที