Методы анализа данных активного сейсмического мониторинга очаговых зон сильных землетрясений : На примере юга Центральной Сибири

• Автор: Перетокин, Сергей Анатольевич
• Шифр специальности: 05.11.13
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Красноярск
• Количество страниц: 199 с. : ил.

ч 1. ОБЗОР СУЩЕСТВУЮЩИХ НАПРАВЛЕНИЙ ДЛЯ РЕШЕНИЯ 1 ПРОБЛЕМЫ СЕЙСМИЧЕСКОЙ БЕЗОПАСНОСТИ РЕГИОНА
1.1. Проблема сейсмической безопасности региона
1.2. Система сейсмического мониторинга в регионе
1.3. Обзор теоретических и экспериментальных исследований
1.4. Схема анализа данных активного сейсмического мониторинга
2. АЛГОРИТМЫ АНАЛИЗА ДАННЫХ СЕЙСМИЧЕСКОГО МОНИТОРИНГА
2.1. Вейвлет-преобразование сигнала
2.2. Быстрое вейвлет-преобразование сейсмических сигналов
2.3. Быстрое вейвлет-преобразование пространственных данных 274. Способы визуализации данных
ß 2.5. Визуализация данных на основе метода «упругих карт»
3. УТОЧНЕНИЕ СЕЙСМИЧЕСКОЙ ОПАСНОСТИ
3.1. Метод оценки сейсмической опасности
3.2. Методика уточнения сейсмической опасности
3.3. Анализ инструментальных сейсмологических данных
3.4. Уточнение сейсмической опасности для Красноярской промышленной агломерации
3.5. Сейсмический мониторинг на основе локальной сейсмической группы
4. ОПЕРАТИВНАЯ ОЦЕНКА СЕЙСМИЧЕСКОЙ ОПАСНОСТИ
4.1. Признаки подготовки землетрясений и особенности афтершокового процесса
4.2. Оперативные оценки очагов юга центральной Сибири
5. АЛГОРИТМИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ СЕЙСМИЧЕСКОГО МОНИТОРИНГА
fr-5.1'. Расчет сейсмической опасности

5.2. Расчет вейвлет-спектров одномерных сигналов
5.3. Расчет вейвлет-спектров пространственных сигналов
5.4. Расчет характеристик сейсмических сигналов для ЛСГ
5.4. Расчет параметров сейсмических сигналов для распознавания «взрыв-землетрясение»
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЯ

Актуальность темы. Наблюдение за опасными природными процессами с целью оценки рисков для населения и промышленных объектов и обеспечения безопасности стало отправной точкой для создания
соответствующих систем мониторинга [2-3,41,121,132]. Развитие
современной аппаратурной базы повлекло необходимость разработки методов обработки непрерывного потока информации в режиме реального времени [61-62,126]. Система обеспечения сейсмической безопасности является частью этого научно-технического направления [9, 47, 127].
В настоящее время достаточно подробно проработаны выбросы оценки сейсмической опасности в долгосрочном плане [13, 26, 45, 50, 58, 60, 66, 78, 81, 88, 92, 128, 131, 133]. Официальным документом, отображающим сейсмический «климат» территории Российской Федерации, является комплект карт общего сейсмического районирования ОСР-97 под редакцией академика РАН
В.Н. Страхова и профессора В.И. Уломова (ОИФЗ РАН) [90-91, 118-120]. Что касается проблем оперативной оценки сейсмической опасности, то работы в этом направлении пока не принесли широко признанных результатов [5, 50, 54, 58, 61-63, 66, 78, 88, 92, 109-111, 121, 134].
Для создания службы контроля и оперативной оценки сейсмической «погоды» необходима система получения данных о сейсмической активности контролируемого региона с высокой степенью автоматизации и оперативности. Кроме того, «чувствительность» системы мониторинга не должна определяться человеческим фактором. Таким образом, регистрация низкоэнергетических сейсмических событий становится базовой проблемой при решении задач, связанных с активным мониторингом очаговых зон сильных землетрясений в исследуемом регионе [5, 58-59, 61-62, 66, 78, 92, 109-110, 134].
Разработка эффективных методов анализа и визуализации данных геомониторинга природных процессов, возможность работы с сильно зашумленными сигналами открывает новые перспективы в различных областях
науки о Земле [7, 21-23,27, 39, 42, 44, 53-54, 56, 73, 113].
В связи с этим проблемы обработки нечетких данных, активное внедрение разрабатываемых методов анализа стали на протяжении последнего десятилетия предметом обсуждений и исследований на ряде международных и всероссийских научных конференций, посвященных прогнозу сейсмической обстановки [58-59, 61-62, 66, 78, 92, 115-116].
Как показал обзор исследований в приведенных выше публикациях, математический аппарат автоматизированной обработки таких данных проработан недостаточно, а существующие методы и алгоритмы не позволяют использовать всю имеющуюся в данных информацию для анализа при решении £ прогностических задач.
Исследование посвящено разработке и адаптации эффективных алгоритмов быстрого вейвлет-преобразования сильно зашумленных пространственно-временных данных геомониторинга природных процессов, а также разработке способов визуализации для получения новых знаний о неоднородной структуре изучаемых данных.
В данной работе представлены методы, требующие значительного объема вычислений и, следовательно, применение приемов распараллеливания алгоритмов. Актуальность исследований подтверждается также широким спектром различных применений разработанных алгоритмов анализа данных наблюдений, описанных ниже.
Таким образом, новое решение задачи контроля сейсмического режима защищаемой территории и комплексного анализа данных активного сейсмомониторинга позволяет перейти к решению содержательных задач в проблеме сейсмобезопасности региона: прогнозу в изучаемой сейсмоактивной области «сейсмической погоды», долгосрочной и оперативной оценке сейсмической опасности.
В диссертации разработаны алгоритмы, вычислительные методики и М комплекс программ, позволяющие существенно повысить качество решения указанных прогностических задач.
Таким образом, если хотим получить вейвлет-диаграмму функции f(x) на
интервале [х0, xl], то параметр сдвига b изменяется именно в этом диапазоне.
ф Границы области значений коэффициента масштабирования выбираются в
соответствии с требованиями каждой конкретной задачи.
Вычисление на каждом шаге значений функций f(x), ср(х) и
интегрирование по всей числовой оси делает эту процедуру крайне
нерациональной для программно-алгоритмического использования в задачах с
реальными данными. Кроме того, в каждой конкретной ситуации требуется
своя точность, которая определятся качеством начальных данных или
требованиями к качеству и скорости расчетов. ф.
Дискретная цифровая запись какого-либо процесса характеризуется
частотой дискретизации, точностью и величиной разрядной сетки
сканирующего устройства, и нет смысла решать задачу существенно точнее,
чем это диктуется неопределенностью начальных данных. Поэтому
рационально использовать приближенные методы вычисления различной
степени точности, ориентированные на быстрые вычисления [И, 55, 57, 73,
123]. Предлагается следующий алгоритм вейвлет-преобразования.
j = 0,1, 2 N; i = 1, 2 М
Ах = ---Цт = const ; (2.16)
ф N
bj = j ■ Дх е [0, xl - хО]; а,, е {а,, а2 аи),
где N - число дискретных отсчетов на промежутке, М — величина выборки масштабов.
Введем функцию L(a,j), характеризующую окно сходимости базисного вейвлета:
L(at) е {1, 2 да};
(± j-Ах) _ w . .. . (2.17)
(р — < 8, V j > L(a,) ,
ф а, )
где <5 - порог сходимости, положительная постоянная величина «близкая» по