Utafiti huu unachunguza programu ya MATLAB iitwayo SWAPS, inayotumia kelele za mazingira za seismiki kupata mikunjo ya mtawanyiko wa kasi ya awamu na kasi ya kundi ya mawimbi ya uso ya Rayleigh kupitia sensa mbili au jozi nyingi za sensa. Mbinu hii hutumia kwa pamoja ukadiriaji wa kasi ya awamu unaotegemea SPAC katika kikoa cha masafa na ukadiriaji wa kasi ya kundi unaotegemea FTAN katika kikoa cha muda; kwa njia hiyo inalenga kupunguza utata wa awamu, ambao ni tatizo kuu la mbinu za vituo viwili, bila kulazimika kutumia modeli ya ziada ya marejeo au taarifa ya awali. Katika mifano ya makala, zilitumiwa takriban rekodi za saa 1, geofoni wima zenye masafa asilia ya 4.5 Hz na kiwango cha sampuli cha sampuli 256/sekunde; mikunjo iliyopatikana kwa nafasi za vituo za 20 m, 40 m na 80 m ilionekana kuendana na MASW, huku uchaguzi wa kiotomatiki kutoka jozi nyingi ukiendana na ESAC. Kikomo muhimu zaidi cha tafsiri ni kwamba kazi hii ni preprint inayolenga programu na utendaji umeonyeshwa kupitia mifano ya matumizi ya uwanjani; kwa hiyo, ingawa matokeo yanaunga mkono kwa nguvu uwezekano wa kutumia mbinu hiyo, hayamaanishi ushahidi wa kujumlisha bila kikomo kwa kila mazingira ya kijiolojia.

Kwa mtazamo wa MATLAB, kazi hii ni muhimu kwa sababu SWAPS haitoi tu maelezo ya algoriti, bali pia humpa mtumiaji mtiririko kamili wa uchanganuzi kupitia kiolesura cha picha: kuingiza data, kuchagua sensa, kugawa data katika madirisha, kuhesabu spektra za kasi ya awamu na kundi, kufanya picking kwa mkono au kiotomatiki, na kuhamisha matokeo. Chanzo kinaeleza kuwa miundombinu hii hufanya kazi na MATLAB R2023b+ pamoja na toolbox nne tofauti.

Tatizo kuu la utafiti ni nini?

Katika geofizikia ya karibu na uso, tabia ya mtawanyiko wa mawimbi ya uso hutoa taarifa kuhusu muundo wa kasi ya mawimbi ya shear katika mazingira ya chini ya ardhi, hasa katika mwelekeo wa wima. Kwa hiyo, mikunjo ya mtawanyiko inayotegemea kasi ya awamu na kundi ni miongoni mwa ingizo muhimu katika uainishaji wa seismiki wa eneo. Kawaida mikunjo hii hutokana na vyanzo hai au safu mnene zenye idadi kubwa ya sensa. Hata hivyo, ingawa mbinu ya vituo viwili huhitaji vifaa vichache, ni ngumu zaidi kutafsiri kwa sababu mikunjo mingi ya awamu inayowezekana inaweza kutoka katika data ileile. Hili ndilo tatizo kuu la kazi: mkunjo wa kuaminika wa mtawanyiko wa awamu unachaguliwaje kwa kutumia sensa mbili pekee?

Mchango wa SWAPS si kupendekeza sheria mpya ya msingi ya fizikia; ni kutumia kwa pamoja njia mbili za taarifa ambazo tayari zinajulikana — kasi ya awamu na kasi ya kundi — ndani ya mtiririko mmoja wa programu ili kudhibiti kwa njia ya vitendo zaidi utata wa awamu ulio katika asili ya mbinu ya vituo viwili.

Kwa nini SWAPS ni ya kuvutia katika muktadha wa MATLAB?

Kazi hii hutumia MATLAB si kama zana ya hesabu za nambari pekee, bali pia kama mazingira shirikishi ya kutengeneza programu ya kisayansi. Programu hufanya kazi kupitia kiolesura cha picha cha mtumiaji (GUI) na huanzishwa kwa kuendesha faili SWAPS_main.m. Jukumu la MATLAB hapa lina sehemu tatu:

• Uchakataji wa data: kusoma rekodi za seismiki na viwianishi vya vipokezi kutoka faili za maandishi za ASCII, kugawa katika madirisha na kufanya uhusianishaji.
• Uchanganuzi wa nambari: mbinu inayotegemea SPAC katika kikoa cha masafa, mbinu inayotegemea FTAN katika kikoa cha muda, na tafsiri yao ya pamoja.
• Mwingiliano wa mtumiaji: katika hali ya sensa mbili, kubadilisha vigezo na kuona matokeo mara moja; katika jozi nyingi, kufanya uchakataji wa mfululizo kiotomatiki kwa seti ileile ya vigezo.

Kwa hiyo, kwa msomaji anayejifunza MATLAB, makala hii haiishii katika kiwango cha “kazi hii hufanya nini?”; pia ni mfano wa swali programu halisi ya matumizi ya uwanjani huundwaje kwa MATLAB?

Usanifu wa programu na mtiririko wa kazi

Kazi ya chanzo inaeleza usanifu wa SWAPS kupitia moduli kuu nne: uingizaji wa data na uchaguzi wa sensa, uchanganuzi wa mtawanyiko, picking na uhifadhi wa matokeo. Pia kuna zana mbili za ziada: uchanganuzi wa safu wa ESAC na project viewer. Mchakato wa Verianla Live ulio hapa chini unafupisha mtiririko huu kwa uaminifu kwa kazi ya chanzo.

Hali mbili kuu za kufanya kazi: uchanganuzi shirikishi wa jozi ya sensa na uchanganuzi wa batch wa kiotomatiki

Jambo linaloongeza thamani ya vitendo ya SWAPS ni kwamba programu ileile hutoa njia mbili tofauti za matumizi. Sensa mbili hasa zinapochaguliwa, uchanganuzi huwa shirikishi; vigezo hubadilishwa na athari zake huonekana mara moja. Sensa tatu au zaidi zinapochaguliwa, programu hufanya uchanganuzi wa kiotomatiki na wa mfululizo kupitia jozi zote zinazowezekana zilizochaguliwa au orodha ya jozi iliyoingizwa.

Tofauti hii ni muhimu pia kwa ufundishaji wa MATLAB; kwa sababu hapa mtumiaji huona jinsi uchanganuzi uleule wa msingi unavyogeuzwa katika kiwango cha GUI kuwa uzoefu mbili tofauti za mtumiaji. Kwa maneno mengine, kazi inaonyesha wazi kwamba MATLAB haitumiki kwa hesabu pekee, bali pia kwa ubunifu wa mtiririko wa kazi.

Muundo wa ingizo na matokeo

Katika SWAPS, data ya ingizo imewekwa rahisi: chanzo kinaeleza kuwa mfululizo wa muda wa seismiki na viwianishi vya sensa huingizwa kama faili za ASCII .txt. Huu ni uchaguzi unaoongeza uwezo wa kuhamisha data katika programu ya utafiti. Kwa upande wa matokeo, mikunjo ya awamu na kundi iliyochaguliwa huhifadhiwa kama faili mbili tofauti; thamani za kasi hupangwa kwa uinterpolishaji wa mstari kwa vipindi vya 0.5 Hz. Pia, ikiwa inahitajika, vigezo vya uchanganuzi vinaweza kuhifadhiwa katika faili tofauti. Njia hii ni imara kwa upande wa uwezo wa kurudia matokeo; kwa sababu huruhusu matokeo kujaribiwa tena kwa mipangilio ileile.

Muktadha wa Uturuki

Kazi haikufanywa nchini Uturuki; kwa hiyo, haiwezekani kutoa moja kwa moja matokeo ya kiasi yanayohusu Uturuki kutoka mifano ya uwanjani iliyo katika makala. Hata hivyo, mbinu hiyo ina maana ya kimawazo katika nchi kama Uturuki ambako uhandisi wa tetemeko la ardhi na uainishaji wa maeneo ni muhimu. Hasa katika maeneo ya mijini yenye ufikiaji mdogo, maeneo finyu ambako ni vigumu kusanidi safu mnene au tafiti za micro-zoning zinazohitaji tathmini ya awali ya pointi nyingi, mbinu ya sensa mbili yenye vifaa vichache inaweza kuwa na thamani ya vitendo. Lakini kwa sababu hali za udongo wa ndani, mpangilio wa sensa, tabia ya uga wa kelele na lojistiki ya uwanjani hutofautiana, mbinu hiyo inahitaji uthibitishaji wa uwanjani mahsusi katika hali za Uturuki.

Matokeo ambayo kazi inaunga mkono na ambayo haiungi mkono

Matokeo ambayo kazi inaunga mkono: SWAPS ni programu inayoweza kutumika ya MATLAB inayolenga kupunguza utata wa awamu katika uchanganuzi wa vituo viwili kwa kutumia kwa pamoja kasi ya awamu na kundi; katika mifano ya uwanjani imetoa mikunjo inayolingana na MASW na ESAC; uchaguzi wa kiotomatiki katika jozi nyingi kwa ujumla umefanya kazi kwa uthabiti; na inatoa chaguo la vitendo kwa uainishaji wa seismiki wa karibu na uso kwa kutumia vifaa vichache.

Matokeo ambayo kazi haiungi mkono au haijathibitisha: Haiwezi kuhitimishwa kutoka kazi hii kwamba programu daima hutoa suluhisho bora katika mazingira yote ya kijiolojia, kwamba inachukua nafasi kikamilifu ya mbinu za kawaida za safu mnene katika kila hali, kwamba hutoa matokeo yasiyo na kasoro katika maeneo yote changamano bila uthibitishaji wa ziada, au kwamba imekomaa kikamilifu kwa kiwango cha kibiashara. Kazi pia haisemi kwamba mbinu hiyo haina makosa katika kila uchaguzi wa kiotomatiki; katika mfano mmoja, tukio la uchaguzi ulioshindwa limebainishwa wazi.

Mbinu na Matokeo ya Utafiti

Ukusanyaji wa data na uchakataji wa awali

Chanzo kinaeleza wazi mpangilio wa ukusanyaji wa data uliotumiwa katika matumizi ya mfano. Katika mifano yote ya SWAPS, data ilirekodiwa kwa kutumia geofoni wima zenye masafa asilia ya 4.5 Hz na kiwango cha sampuli cha sampuli 256/sekunde. Programu haitumii mfululizo wa muda wa sensa zilizochaguliwa kama rekodi nzima; badala yake huugawa katika madirisha ya muda yanayofuatana. Mtumiaji anaweza kurekebisha vigezo vifuatavyo:

• muda wa kuanza na kumaliza unaojumuishwa katika uchanganuzi,
• upana wa dirisha,
• uwiano wa mwingiliano,
• kizingiti cha amplitude kwa kuondoa matukio ya mpito yenye amplitude kubwa.

Hatua hii ni muhimu; kwa sababu si data zote za kelele za mazingira zina ubora sawa. Kuondoa madirisha ambako vyanzo vya karibu vya kelele vinatawala husaidia kupata utekelezaji mwingi wa kelele unaowakilisha zaidi.

Kupata spektra za kasi ya awamu na kundi

Kwa kila jozi ya sensa iliyochaguliwa, programu hutumia cross-correlation kati ya jozi za madirisha ya wakati mmoja na kurundika matokeo haya katika mfululizo wote wa muda. Kutokana na hapo huzaliwa matokeo mawili ya kati:

• Kazi ya SPAC katika kikoa cha masafa
• Kazi ya Green katika kikoa cha muda

Ukadiriaji wa kasi ya awamu hupatikana kwa kuoanisha kazi ya SPAC na kazi ya kinadharia ya Bessel ya daraja la sifuri. Ukadiriaji wa kasi ya kundi hutolewa kutoka tabia ya vipengele tofauti vya masafa vya kazi ya Green katika kikoa cha muda kwa kutumia FTAN (Frequency-Time Analysis). Mantiki ya kazi huwa muhimu katika hatua hii: katika spektra ya awamu, maksimumu kadhaa zinazowezekana zinaweza kuonekana kwa masafa moja; mkunjo wa kundi hutumiwa kama uchunguzi mwongozo unaoaminika zaidi ili kuamua ni tawi gani la awamu lina maana zaidi kimwili.

Mantiki ya algoriti ya picking

Kiini cha SWAPS ni mantiki ya uchaguzi inayolinganisha mkunjo wa majaribio wa kundi na mkunjo sintetiki wa kundi unaotokana na mkunjo wa awamu uliochaguliwa. Katika hali ya sensa mbili, mtumiaji hubadilisha vigezo, huona mara moja athari kwenye spektra za awamu na kundi, na hufanya picking kwa mkono. Katika hali ya batch, matawi kadhaa ya mkunjo wa awamu hukubaliwa mwanzoni kama “yanayowezekana”; algoriti huacha lile linalolingana zaidi na mkunjo wa majaribio wa kundi. Chanzo pia kinaeleza kuwa, ikiwa inahitajika, mkunjo wa marejeo wa awamu unaweza kutumiwa na unaweza kupatikana kutoka zana ya ESAC.

Matumizi ya mfano 1: Uchanganuzi wa vituo viwili uliolinganishwa na MASW

Katika matumizi ya kwanza ya mfano, eneo ambalo awali lilikuwa limeainishwa kwa uchunguzi wa MASW wenye geofoni 16 lilitumika. Kwa SWAPS, uchanganuzi tofauti tatu ulifanywa kwa kutumia takriban rekodi za saa 1, na jozi za sensa zilichaguliwa kwa nafasi za 20 m, 40 m na 80 m, mtawalia. Katika kazi, mikunjo hii mitatu ya awamu ya SWAPS ililinganishwa na mkunjo huru wa MASW; katika paneli za kulia pia zilitolewa bendi za kutokuwa na uhakika kwa kila mkunjo.

Ugunduzi mkuu ni kwamba, katika mipangilio yote mitatu ya umbali, mikunjo ya awamu iliyochaguliwa na SWAPS iliendana na mkunjo wa MASW. Matokeo haya yanaonyesha kuwa usanidi wa vituo viwili — hata kwa nafasi kubwa zaidi za vituo kama 80 m — unaweza kunasa tabia ya mtawanyiko ya mazingira. Hata hivyo, ugunduzi huu lazima utafsiriwe katika muktadha wa hali husika za eneo na vigezo vilivyochaguliwa; kazi haiujumlishi kiotomatiki kwa maeneo yote.

Matumizi ya mfano 2: Uwezo wa kurudia wa uchanganuzi wa batch wa kiotomatiki

Katika mfano wa pili, SWAPS ilitumika katika hali ya batch kwenye eneo ambalo awali lilithibitishwa kuwa takriban sare upande kwa upande kwa uchunguzi wa ESAC wenye geofoni 24. Programu ilichagua kiotomatiki mikunjo ya mtawanyiko wa awamu kwa jozi mbalimbali za sensa. Kutokana na maelezo ya kielelezo, inaeleweka kuwa mikunjo iliyotolewa kwa jozi 16 za sensa imeonyeshwa.

Kulingana na kazi, mikunjo hii ina uthabiti mkubwa kati yake licha ya tofauti za nafasi na mwelekeo wa vituo, na pia ina ulinganifu wa jumla na mkunjo huru wa ESAC. Tukio moja tu la uchaguzi ulioshindwa limebainishwa. Maelezo haya ni muhimu; kwa sababu yanaonyesha utendaji mzuri wa programu huku yakiepuka kutoa picha kwamba otomatiki haina dosari. Waandishi pia wanaeleza kuwa mtawanyiko wa mikunjo iliyochaguliwa kwa usahihi unaweza kutoa ukadiriaji wa kitaalamu wa kutokuwa na uhakika katika kiwango fulani cha masafa.

Zana za ziada na uwezo wa kurudia matokeo

SWAPS haijazuiliwa kwenye uchaguzi wa msingi wa awamu-kundi pekee. Programu ina zana mbili za ziada:

• Zana ya ESAC: inaweza kufanya uchanganuzi wa safu na kutoa mkunjo wa marejeo wa awamu.
• Project Viewer: huunga mkono uonyeshaji na ulinganishaji wa mikunjo iliyotengenezwa ndani ya mradi au safu.

Kuhifadhi matokeo kwenye diski, kuhifadhi vigezo vya uchanganuzi kwa hiari, na kuhamisha mikunjo ya awamu/kundi kwa sampuli iliyopangwa huifanya SWAPS isiwe tu “programu ya maonyesho” bali zana ya vitendo ya utafiti.

Athari na thamani ya matumizi

Katika sehemu ya athari ya kazi, faida kuu ya SWAPS ni uwezo wake wa kuzalisha mikunjo ya kuaminika ya mtawanyiko kwa vifaa vyepesi zaidi katika hali ambako kusanidi safu mnene za seismiki ni vigumu au si lazima. Inaelezwa kuwa katika maeneo rahisi na takriban 1B, idadi ya sensa inaweza kupunguzwa sana; katika mazingira yenye utofauti zaidi, tofauti za upande kwa upande zinaweza kusampuliwa vizuri zaidi kwa kuchanganua kwa kujitegemea jozi nyingi za sensa ndani ya safu ileile.

Waandishi pia wanaripoti kuwa SWAPS imetumiwa katika mfumo wa volkano za matope za Nirano na kwamba, kutokana na rekodi za takriban saa 1 za kelele za mazingira zilizopatikana kwa safu yenye aperture chini ya 50 m, muundo wa chini ya ardhi wa 3B unaolingana na anomaly ya kasi ndogo inayoanzia usoni hadi kina cha 30–40 m chini ya mojawapo ya njia kuu ulijengwa upya. Matokeo haya yanaashiria kuwa programu inaweza kuwa na manufaa si kinadharia tu bali pia katika mazingira changamano ya uwanjani; hata hivyo, kazi inawasilisha matumizi haya kama mfano wa matumizi ya utafiti, si kama uthibitishaji mkubwa wa kibiashara.

Maelezo ya Chanzo na Mbinu

Maudhui ya kisayansi ya makala hii yanategemea tu kazi ya chanzo iliyopakiwa; hakuna ugunduzi mpya wa majaribio, matokeo mapya ya utendaji au mekanizimu isiyokuwapo kwenye chanzo iliyoongezwa kutoka vyanzo vya nje. Ukaguzi mdogo wa nje ulifanywa kwa ajili ya kuthibitisha utambulisho wa kibibliografia.

• Jina kamili la kazi asilia: SWAPS (Surface Waves dispersion Analysis from Pairs of Sensors): A MATLAB tool for inter-station Rayleigh phase and group dispersion analysis from ambient noise
• Waandishi: Nicolò Carfagna; Dario Albarello
• Mpangilio wa waandishi: Umehifadhiwa kwa mpangilio unaoonekana katika chanzo
• Mwandishi wa mawasiliano: Nicolò Carfagna
• Taasisi: Department of Physics, Earth and Environmental Sciences, University of Siena, Via Laterino 8, 53100 Siena, Italy
• DOI: 10.2139/ssrn.7193118
• Jukwaa: SSRN
• Kiungo rasmi: https://ssrn.com/abstract=7193118
• Hifadhi ya msimbo: https://github.com/ncarfagna/SWAPS
• Leseni ya programu: MIT License
• Lugha ya programu: MATLAB
• Mahitaji: MATLAB R2023b au baadaye; Signal Processing Toolbox, Curve Fitting Toolbox, Statistics and Machine Learning Toolbox, Image Processing Toolbox
• Aina ya chanzo: Makala ya utafiti/preprint inayolenga programu
• Hali ya mapitio ya kitaalamu: Kazi hii ni preprint ambayo haijapitia peer review; matokeo yake yanapaswa kutathminiwa kwa kuzingatia hatua hii ya uchapishaji.
• Hali ya jarida/mchapishaji: Katika maudhui yanayoonekana ya PDF ya chanzo, taarifa ya mwisho ya bibliografia ya jarida lililopitiwa na wataalamu haijaonyeshwa wazi; ingawa muundo wa hati unafanana na rasimu ya jarida la programu, toleo hili linaonekana kwenye SSRN kama preprint.
• Ufadhili / upatikanaji wa data / mgongano wa maslahi / michango ya waandishi: Hakuna tamko la wazi linaloonekana katika toleo hili.

Vikwazo vikuu vya kimetodolojia: Kazi ni uwasilishaji wa programu na mkusanyiko wa matumizi ya mfano; ingawa mifano inategemea data halisi, si utafiti mpana wa benchmark katika aina nyingi sana za maeneo. Katika hali ya batch, angalau uchaguzi mmoja wa kiotomatiki ulioshindwa umebainishwa. Eneo kuu la uhalali wa mbinu ni maeneo ya kiwango cha karibu na uso ambako uchanganuzi wa mawimbi ya uso ya Rayleigh hufanywa kwa kutumia kelele za mazingira.

Tanbihi ya ndani ya chanzo: Kuna tofauti kati ya kichwa cha metadata ya PDF na kichwa kinachoonekana cha makala; katika utambulisho wa makala, kichwa kinachoonekana kimetumiwa kama msingi.