Том 49, № 4 (2024)

Геоакустическая эмиссия — это процесс генерации упругих волн горными породами в результате динамической перестройки их структуры. Результаты наблюдений показывают, что на динамику геоакустической эмиссии влияют механические процессы, протекающие в очаге готовящегося землетрясения. Ранее с целью обоснования связи между вариациями геоакустической эмиссии и процессом подготовки землетрясений было проведено моделирование зон геоакустической эмиссии — областей поверхности земной коры с деформациями порядка 10^-8 – 10^-5. Результаты проведенного ранее моделирования показывают, что уровень расчетных деформаций в пунктах наблюдений превышает приливные, но на порядок отличается от зарегистрированных. Это может быть связано с тем, что земная кора рассматривалась в виде однородной среды. В действительности земная кора состоит из слоев горных пород, часть из которых находятся в закритическом состоянии и проявляют пластические и квазипластические свойства. Настоящая статья посвящена моделированию влияния неоднородностей земной коры на пространственное распределение зон геоакустической эмиссии. Неоднородности описываются системой простых сил, распределенной по поверхности сферического включения. Интенсивность действия сил полагается постоянной. Получены решения краевой задачи линейной теории упругости в виде свертки функций Грина для однородного изотропного упругого полупространства. Проведены вычислительные эксперименты, и построены линии уровней компонентов поля вектора смещений поверхности земной коры. Показано, что сферические включения оказывают влияние на поле вектора смещений поверхности земной коры. Характер влияния зависит от количества неоднородных включений и их расположения относительно очага готовящегося землетрясения.

В работе предложено обобщение ранее полученной математической модели геоакустической эмиссии, согласно которому в модели учитываются эффекты наследственности в диссипативных членах. Модель представляет систему из двух связанных линейных осцилляторов с непостоянными коэффициентами и с производными дробных порядков Герасимова-Капуто, которые описывают вязкое трение (дробное трение). Математическая модель исследуется численно с помощью нелокальной явной конечно-разностной схемы первого порядка точности, которая была реализована в среде компьютерной символьной математики Maple 2022. В этой компьютерной среде была произведена визуализация результатов моделирования: построены осциллограммы и фазовые траектории при различных значениях параметров модели. Дана интерпретация результатов моделирования. Показано, что дробное трение может влиять на процесс взаимодействия источников геоакустической эмиссии.

Исследование задачи геодинамо часто проводят на основе спектральных моделей, когда поля задачи полностью или частично раскладываются по собственным полям (модам) подходящих спектральных задач. Наиболее осмысленными с физической точки зрения являются спектральные задачи о свободных колебаниях или свободном затухании полей. Составление спектральных моделей прежде всего требует расчета параметров базисных мод, а затем и коэффициентов модели. Чаще всего это коэффициенты Галеркина. Затем возникает задача собственно численного решения уравнений модели. В работе описывается разработанный авторами комплекс программ, позволяющий решать такие задачи. Он включает в себя модули расчета параметров мод, модуль расчета коэффициентов Галеркина, два модуля численного решения системы, модуль генерации шума. Комплекс позволяет вести расчет модели с эредитарным подавлением α-эффекта энергией поля. Предусмотрено два типа ядер функционала подавления, требующих различных разностных схем. Эти схемы реализованы в двух модулях численного решения. Случайный шум имитирует влияние спонтанной синхронизации мелкомасштабных компонент полей, которое в среднем отсутствует. Расчет параметров базисных мод и коэффициентов Галеркина выполняется с помощью комбинированных символьно-численных вычисления, поэтому соответствующие модули реализованы в пакете Maple. Необходимость символьных вычислений связана с большой сложностью выражений самих мод и подынтегральных выражений при расчете коэффициентов Галеркина. Поэтому возникает задача прежде всего формировать необходимые выражения. Это и делается с помощью символьных вычислений. Остальные модули реализованы на C++. Разработанный комплекс может быть полезен специалистам, изучающим задачу геодинамо на основе спектральных моделей и эффекты памяти в этой задаче.

В работе предложен алгоритм выделения следа искусственного сигнала свистящего атмосферика (вистлера) в спектрограмме, реализованный на языке Python в интегрированной среде разработки PyCharm 2024.1. Алгоритм позволяет с помощью установки некоторого порогового значения (фильтра) выделить след вистлера. Фильтр учитывает интенсивность сигнала в спектре, стандартное отклонение значений от среднего, а также некоторый множитель, который позволяет исключить шум и выделить только более значимые пики в сигнале. В алгоритме с помощью маски на основе фильтра удается получить массив частот для следа искусственного вистлера. Компьютерная программа позволяет сохранять полученный массив в текстовый файл, который можно использовать для дальнейшего анализа в различных табличных процессорах, а также строить графики следа вистлера для визуального исследования. В статье была произведена проверка адекватности алгоритма на примере расчета коэффициента дисперсии. Показано, что алгоритм дает хорошие результаты.

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.

В работе описана ионосферная компонента интерактивной системы «Аврора». В системе «Аврора» реализованы новые методы анализа данных, основанные на синтезе современных средств цифровой обработки сигналов с классическими методами анализа данных. В статье представлены результаты работы ионосферной компоненты, основанные на разработанной авторами обобщенной многокомпонентной модели параметров ионосферы. Модель и основанные на ней численные алгоритмы позволяют детально изучить динамику параметров ионосферы в периоды возмущений (выделить аномальные периоды и оценить их параметры). Ионосферная компонента системы «Аврора» выполняет обработку и анализ параметров критической частоты ионосферы foF2, регистрируемых на ионосферной станции Паратунка (Камчатcкий край), и формирует заключение о состоянии ионосферы над Камчаткой. Данная разработка выполнена коллективом лаборатории системного анализа ИКИР ДВО РАН. В статье представлены реализованные в системе численные алгоритмы и показаны результаты работы системы в периоды повышенной геомагнитной активности (на примере слабой магнитной бури от 15 июня 2024 г.) и сейсмических процессов на Камчатке (на примере землетрясения от 2 ноября 2018 г.). В периоды рассмотренных событий в ионосфере выделены аномальные изменения, которые сопровождались как повышением, так и понижением электронной концентрации.

Основная гипотеза возникновения предсейсмических аномалий направленности геоакустической эмиссии состоит в том, что на заключительной стадии подготовки землетрясения формируются постоянные направления осей главных напряжений пород в точке наблюдений. Направления этих осей в свою очередь определяют преимущественную ориентацию акустических источников. Для подтверждения этой гипотезы произведено моделирование ориентации осей главных напряжений, обусловленных процессом подготовки землетрясений. Расчеты основаны на модели, построенной в рамках линейной теории упругости: земная кора рассматривается в виде однородного изотропного упругого полупространства, силовое воздействие в очаге готовящегося землетрясения — в виде комбинации двойных пар сил. Учтена потенциальная энергия упругих деформаций, накопленная в процессе подготовки землетрясения. В работе использован каталог механики очагов землетрясений «The Global Centroid-Moment-Tensor Catalog». Из него были выбраны параметры сейсмических событий, произошедших вблизи полуострова Камчатка с 1976 по 2020 годы. Так как ориентация акустического излучения зависит от азимутального направления на эпицентры землетрясений, то все рассматриваемые сейсмические события были разделены на три группы методом K-средних по пространственному расположению их эпицентров. Результаты моделирования сопоставлены с экспериментальными оценками направления осей главных напряжений в пункте наблюдений «Микижа» (52,99^° с. ш., 158,22^° в. д.). Оценки были получены ранее по аномалиям направленности геоакустической эмиссии. Показано, что гистограммы распределения направлений осей главных напряжений согласуются с результатами экспериментальных оценок для двух групп землетрясений. Модальные интервалы и локальные максимумы гистограмм распределения попадают в диапазоны оценок ориентации осей главных напряжений от 290^° до 320^° и от 20^° до 50^° соответственно.

Аномальные изменения параметров, характеризующих состояние ионосферных областей E и F, наблюдаемые перед наступлением сейсмических событий, могут рассматриваться как возможные ионосферные предвестники этих землетрясений. С целью идентификации сейсмоионосферных возмущений, предшествующих наступлению землетрясений, в работе использованы ежечасные значения параметров h′Es, hmF2, fbEs, fbEs и foF2, которые получены за период 2016–2023 гг. на ионосферной станции вертикального радиозондирования, расположенной в с. Паратунка (52.97^◦ с.ш., 158.24^◦ в.д.). В качестве возможного ионосферного предвестника землетрясений рассматривались отклонения значений комплекса ионосферных параметров от верхней границы диапазона их фоновых значений в течение суточного интервала при условии отсутствия геомагнитных возмущений. Для оценки прогностической эффективности использованы методики А.А. Гусева, Г.М. Молчана, критерий Ханссена-Койпера, а также вычислялась достоверность и надежность предвестника. Оценки прогностической эффективности проводились для землетрясений, произошедших за временной интервал 2016–2023 гг., с магнитудами M≥ 5.0,M≥ 5.5, M≥ 6.0, глубинами гипоцентров до 100 км и эпицентральными расстояниями до 400 км до места расположения ионосферной станции. Согласно полученным оценкам прогностической эффективности комплекса рассматриваемых ионосферных параметров, прогноз сейсмических событий с магнитудами M ≥ 5.0 и M ≥ 5.5 отличается от случайного угадывания и, следовательно, выявленные ионосферные возмущения могут быть связаны с процессами подготовки землетрясений. Наибольшие значения эффективности прогноза получены для землетрясений с магнитудами M≥ 5.5.