Вестник КРАУНЦ. Физ.-мат. науки. 2024.Т. 49. №4. C. 125-134. ISSN 2079-6641

ИНФОРМАЦИОННЫЕ И ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ
https://doi.org/10.26117/2079-6641-2024-49-4-125-134
Научная статья
Полный текст на русском языке
УДК 550.8; 004.8; 004.93

Содержание выпуска

Read English Version

К вопросу подготовки данных геоакустических наблюдений для идентификации пред- и постсейсмических аномалий

Ю.И. Сенкевич^{\ast}, М. А. Мищенко

Институт космофизических исследований и распространения радиоволн ДВО РАН, 684034, c. Паратунка, ул. Мирная, д. 7, Россия

Аннотация. Предложен метод повышения качества подготовки геофизических данных на примере геоакустических наблюдений для обучения нейронных сетей в рамках решения задачи идентификации пред- и постсейсмических аномалий. Метод основан на преобразовании сигнала геоакустической эмиссии, связанной с деформационными процессами в приповерхностных породах, в трёхмерные изображения. Серия таких изображений несёт информацию о динамике характеристик сигнала. Трёхмерные изображения представляют из себя матрицы, состоящие из векторов распределения выбранных характеристик (спектральных, структурных, статистических и др.). Из серии таких изображений формируется структура — тензор данных, которая подаётся на вход нейронной сети. Из-за влияния внешних факторов (погодных, техногенных) регистрируемый геоакустический сигнал искажается. Поэтому необходимо производить очистку исходных данных. Для этого предлагается использовать нейронную сеть, которая проводит кластеризацию подготовленных изображений и удаляет выбросы в полученных кластерах. Из оставшихся изображений формируется новый тензор, который повторно подвергается очистке. Это продолжается до тех пор, пока в результате кластеризации в выходных данных обнаруживаются выбросы. Применение разработанного метода очистки тензоров на основе технологий искусственного интеллекта позволяет значительно улучшить качество подготовки данных. Подготовленные таким образом данные будут подаваться на вход другой нейронной сети с целью обнаружения общих и отличительных черт, а также закономерностей, скрытых в потоке геоакустических данных. Получаемые результаты будут полезны для исследований в области идентификации и классификации пред- и постсейсмических аномалий в сигналах геоакустической эмиссии, связанных с деформационными процессами в приповерхностных породах в сейсмоактивном регионе.

Ключевые слова: геоакустическая эмиссия, приповерхностные породы, динамика характеристик сигнала, кластеризация, нейронные сети, предсейсмические аномалии, постсейсмические аномалии.

Получение: 07.11.2024; Исправление: 19.11.2024; Принятие: 22.11.2024; Публикация онлайн: 28.11.2024

Для цитирования. Сенкевич Ю.И., Мищенко М. А. К вопросу подготовки данных геоакустических наблюдений для идентификации пред- и постсейсмических аномалий // Вестник КРАУНЦ. Физ.-мат. науки. 2024. Т. 49. № 4. C. 125-134. EDN: PHFGUU. https://doi.org/10.26117/2079-6641-2024-49-4-125-134.

Финансирование. Исследование выполнено за счет Государственного задания ИКИР ДВО РАН (рег. № темы 124012300245-2)

Конкурирующие интересы. Конфликтов интересов в отношении авторства и публикации нет.

Авторский вклад и ответственность. Авторы участвовали в написании статьи и полностью несут
ответственность за предоставление окончательной версии статьи в печать.

^{\ast}Корреспонденция: E-mail: senkevich@ikir.ru

Контент публикуется на условиях Creative Commons Attribution 4.0 International License

© Сенкевич Ю.И., Мищенко М. А., 2024

© ИКИР ДВО РАН, 2024 (оригинал-макет, дизайн, составление)

Список литературы

1. Марапулец Ю.В., Шевцов Б.М. Мезомасштабная акустическая эмиссия. Владивосток: Дальнаука, 2012. 126 с.
2. Пережогин А. С., Шевцов Б. М.Модели напряженно-деформированного состояния горных пород при подготовке землетрясений и их связь с геоакустическими наблюдениями // Вычислительные технологии, 2009. Т. 14, №3, С. 48–57.
3. Марапулец Ю.В. и др. Отклик геоакустической эмиссии на активизацию деформационных процессов при подготовке землетрясений //Тихоокеанская геология, 2012. Т. 31, №6, С. 59–67.
4. Моргунов В. А. и др. Геоакустический предвестник Спитакского землетрясения // Вулканология и сейсмология, 1991. №4, С. 104–106.
5. Долгих Г.И. и др. Деформационные и акустические предвестники землетрясений // Доклады академии наук, 2007. Т. 413, №1, С. 96–100.
6. Салтыков В. А., Кугаенко Ю.А.Развитие приповерхностных зон дилатансии как возможная причина аномалий в параметрах сейсмической эмиссии перед сильными землетрясениями //Тихоокеанская геология, 2012. Т. 31, №1, С. 96–106.
7. Gregori G.P., et. al. “Storms of crustal stress” and AE earthquake precursors // Natural Hazards and Earth System Sciences, 2010. vol. 10, no. 2, pp. 319–337.
8. Lukovenkova O., Marapulets Yu., Solodchuk A.Adaptive approach to time-frequency analysis of AE signals of rocks // Sensors, 2022. vol. 22, no. 24, pp. 1–13, 9798.
9. Gapeev M., Marapulets Y.Modeling Locations with Enhanced Earth’s Crust Deformation during Earthquake Preparation near the Kamchatka Peninsula // Appl. Sci., 2022. vol. 13, no. 1, pp. 1–14, 290.
10. Marapulets Y., et al. Sound Range AE as a Tool for Diagnostics of Large Technical and Natural Objects // Sensors, 2023. vol. 23, no. 3, pp. 1–14, 1269.
11. Сенкевич Ю.И. и др. Методика выделения информативных признаков в сигналах геоакустической эмиссии // Труды СПИИРАН, 2019. Т. 18, №5, С. 1066–1092 DOI: 10.15622/sp.2019.18.5.1066-1092.
12. Каталог землетрясений Камчатки и Командорских островов, Камчатский филиал ФИЦ ЕГС РАН, [Электронный ресурс]. URL: http://sdis.emsd.ru/info/earthquakes/catalogue.php (дата обращения: 20.11.24).
13. Чеброва А.Ю. и др. Единая информационная система сейсмологических данных в Камчатском филиале ФИЦ ЕГС РАН: принципы организации, основные элементы, ключевые функции //Геофизические исследования, 2020. Т. 21, №3, С. 66–91.
14. Добровольский И. П. Математическая теория прогноза и подготовки тектонического землетрясения. М.: ФИЗМАТЛИТ, 2009. 240 с.
15. Pedregosa F., et al. Scikit-learn: Machine Learning in Python // Journal of Machine Learning Research, 2011. vol. 12, no. 85, pp. 2825–2830.

---

Информация об авторах

---

---