Способ прогнозирования сейсмического события

Изобретение относится к области геофизики и может быть использовано для прогнозирования сейсмического события. Предложен способ прогноза сейсмических событий, основанный на совместной обработке результатов измерений контрольных параметров, полученных в режиме реального времени от нескольких пунктов измерений, покрывающих сейсмоактивный регион. Обработка данных включает в себя формирование для исследуемого сейсмоактивного региона регулярной сети из N×M узлов, выбор скользящего временного окна, определение для каждого узла регулярной сетки из N×M узлов меры согласованности S изменений контролируемых параметров, и/или мульти-фрактального параметра Δα_ij(τ) ширины носителя спектра сингулярности (далее ШНСС) Δα как среднее от значений Δα в некотором числе ближайших к узлу (i,j) пунктов измерения среди общего числа n пунктов измерения, покрывающих сейсмоактивный регион. Далее, используя значения меры согласованности S в каждом узле (i,j), для каждого временного окна на текущий момент времени τ определяют подобласть исследуемого региона, оцениваемую как область с повышенной сейсмоопасностью в пределах текущего скользящего временного окна, путем сравнения меры согласованности S с пороговым значением. Пороговое значение определяют на основе статистического анализа значения S для предыдущих сейсмических событий в этом сейсмоактивном регионе. Технический результат - повышение точности прогнозировании предстоящего сейсмического события. 1 н. и 18 з.п. ф-лы, 7 ил.

 

Область техники, к которой относится изобретение

Изобретение относится к сейсмологии и может быть использовано для прогнозирования места, силы и времени сейсмического события, например, землетрясения, извержения вулкана.

Уровень техники

Проблема прогнозирования места, силы и времени предстоящего сейсмического события, например, землетрясения, является наиболее актуальной для современной геофизики, так как многие сейсмоопасные зоны расположены в густонаселенных районах Земли и в этих районах находятся многочисленные промышленные объекты, полное или частичное разрушение которых может привести к непредсказуемым последствиям или к экологической катастрофе.

Сложность прогнозирования предстоящего сейсмического события связана с тем, что невозможно получить прямые данные о состоянии земной коры на глубине несколько километров и приходится использовать косвенные оценки состояния земной коры в очаге предполагаемого сейсмического события, по измерениям контрольных параметров с использованием ограниченного количества измерительных приборов, причем измерительные приборы не обязательно находятся над очагом или вблизи очага предполагаемого сейсмического события.

Известны многочисленные решения по прогнозированию землетрясения, основанные на отслеживании изменения определенных контрольных параметров, так или иначе связанных с процессами, протекающими в земной коре в сейсмоопасных районах. При прогнозе используются как отдельные параметры, такие как: микросейсмические колебания в земной коре, изменение напряженности магнитного поля Земли, изменение напряженности электромагнитного поля Земли, колебания уровня подземных вод, колебания давления подземных вод, концентрацию одного или нескольких растворенных в подземных водах газов, например, углекислого газа, метана, водорода, радона, или положение Земли относительно Солнца, Луны и других планет солнечной системы. В известных решениях текущие изменения контрольных параметров связываются с их критическими значениями, и на основе такого сравнения определяются местоположение, время предстоящего землетрясения и сила землетрясения.

Известен способ прогнозирования землетрясения, включающий формирование в сейсмоопасном районе измерительного полигона в виде прямоугольной решетки из N безынерционных измерителей, размещенных в узлах решетки и отстоящих друг от друга на расстоянии λ/4 при геометрических размерах сторон решетки, кратных длине волны λ сигнала предвестника, измерении амплитуды А сигнала в каждом узле решетки со скважностью менее 1 с, формирование матрицы цифровых отсчетов сигнала предвестника размерностью m·m элементов в функции пространственных координат A(x, y). Затем вычисляют параметры электрического сигнала матрицы: энергетический спектр сигналов S(F_x), S(F_y), пространственный период

направление прихода волны Θ=arctg F_x/F_y, автокорреляционную функцию B(R) и по их значениям и времени существования судят о магнитуде и времени ожидаемого землетрясения (см. патент РФ №2130195 по кл. G01V 1/00 от 10.05.1999).

Известен способ прогноза местоположения и интенсивности землетрясения, включающий прием и обработку информационных сигналов, поступающих из зон механических деформаций под землей, при этом в качестве информационных сигналов используют электромагнитную волну, порождаемую деформационными процессами в очаге землетрясения, предпочтительно низкочастотную, которую принимают в низкопроводящем слое земной коры, предпочтительно, сложенном базальтами, для чего используют приемные антенны радиоволн, которые размещают в скважинах, пробуренных с поверхности до низкопроводящего слоя земной коры, и монтируют изолированно от земного массива, расположенного выше низкопроводящего слоя земной коры, при этом информационные сигналы отбирают одновременно по меньшей мере в трех точках (см. патент РФ №2147757 по кл. G01V 1/00 от 20.04.2004).

Известен способ прогноза землетрясений, включающий бурение наблюдательных скважин, глубина которых менее глубины уровня грунтовых вод и непрерывной регистрации в каждой из этих скважин выделения радона из массива горных пород и суммарного количества сейсмической энергии, поступившей в каждую наблюдательную скважину. По серии наблюдений во времени выделяют зоны с последовательным уменьшением или увеличением выделения радона с учетом поступившей сейсмической энергии, указанные зоны наносят на карту исследуемого района и по площади зоны динамического уменьшения выделения радона судят о положении эпицентра и магнитуде ожидаемого землетрясения, а по динамике уменьшения и/или увеличения выделения радона в наблюдательных скважинах судят о времени ожидаемого сейсмического события (см. патент РФ №2106663 по кл. G01V 1/00 от 10.03.1998).

Известен способ прогнозирования землетрясения, включающий отслеживание образования и развития солнечных пятен и вспышек на Солнце с последующим расчетом времени и зоны возмущений магнитного поля Земли, связанных со вспышками на Солнце, и оценкой возможности землетрясения в соответствующей сейсмоопасной зоне (см. патент США №7706982 по кл. G01V 1/00 от 27.04.2010).

Несмотря на множество предложенных решений по прогнозу местоположения и времени предстоящего землетрясения, до настоящего времени не предложено ни одного способа прогнозирования землетрясения или иного сейсмического события, который позволил бы с достаточной точностью определить местоположение, время и силу предстоящего землетрясения. Типичным примером, показывающим отсутствие достоверных способов прогнозирования землетрясения, является землетрясение в Японии, которое не было предсказано, несмотря на наличие на Японских островах большого количества датчиков, измеряющих параметры, характеризующие процессы в земной коре, например микросейсмические колебания земной коры.

Раскрытие изобретения

Задачей настоящего изобретения является разработка способа прогнозирования сейсмического события, например, землетрясения или извержения вулкана, который даст возможность на основе измерений контролируемых параметров, характеризующих процессы, происходящие в земной коре в сейсмоопасной зоне, определить область, в которой может произойти землетрясение, определить с достаточной точностью временной диапазон в течение которого может произойти землетрясение, и определить силу предстоящего землетрясения. Дополнительной задачей настоящего изобретения является разработка способа прогнозирования землетрясения, который даст возможность использовать для прогнозирования землетрясения как данные измеряемые в режиме реального времен, так и данные, полученные ранее.

Для решения указанных задач предлагается способ прогнозирования сейсмического события, содержащий:

выбор, по меньшей мере, одного контролируемого параметра, из числа параметров, характеризующих процессы в земной коре, для мониторинга ситуации, по меньшей мере, в одной зоне ожидаемого сейсмического события, принадлежащей исследуемому сейсмоактивному региону;

формирование в исследуемом сейсмоактивном регионе, к которому принадлежит, по меньшей мере, эта одна зона ожидаемого сейсмического события, наблюдательной сети из n пунктов измерения, по меньшей мере, этого одного контролируемого параметра, при этом в исследуемом сейсмоактивном регионе пункты измерения контролируемого параметра разнесены относительно друг друга,

получение в режиме реального времени от указанных n измерителей данных о результатах измерения, по меньшей мере, одного контролируемого параметра, при этом измерения контролируемого параметра выполняют непрерывно и одновременно на всех n пунктах измерения наблюдательной сети с постоянным и одинаковым для всех станций шагом дискретизации по времени Δt и регистрируют их в виде электрического сигнала;

формирование для исследуемого сейсмоактивного региона регулярной сети из N×M узлов, где N - количество узлов в направлении изменения долготы и М - количество узлов в направлении изменения широты, покрывающей исследуемый сейсмоактивный регион, причем каждому из этих узлов соответствует прилегающая к нему одна зона исследуемого сейсмоопасного региона;

обработку данных, полученных от указанных n пунктов измерения, для определения риска появления предстоящего сейсмического события, его местоположения, времени и силы, включающую:

выбор временного окна, состоящего из заданного числа L последовательных временных отсчетов с шагом дискретизации Δt, причем L≥16, при этом для текущего скользящего временного окна время окончания временного окна совпадает с текущим временем τ;

определение для каждого узла (i,j), 1≤i≤N, 1≤j≤М, регулярной сетки из N×M узлов меры согласованности S изменений контролируемых параметров, путем совместного анализа измерений в некотором числе ν (ν≥3) ближайших к узлу (i, j) пунктов измерения среди общего числа n пунктов измерения, покрывающих исследуемый сейсмоактивный регион, и/или определение для каждого узла (i,j), 1≤i≤N, 1≤j≤M, регулярной сетки из N×M узлов мульти-фрактального параметра Δα_ij(τ) ширины носителя спектра сингулярности (далее ШНСС) Δα как среднее от значений Δα в некотором числе ν(ν≥3) ближайших к узлу (i,j) пунктов измерения среди общего числа n пунктов измерения, покрывающих сейсмоактивный регион,

далее, используя значения меры согласованности S в каждом узле (i, j), для каждого временного окна на текущий момент времени τ; формируют для исследуемого сейсмоопасного региона пространственно-временную схему распределения меры согласованности S, далее называемую картой синхронизации S_ij(τ),

при этом совокупность зон, прилегающих к узлам (i,j) регулярной сети, для которых мера согласованности S превышает пороговое значение S_ij(τ)≥S^*, определяет подобласть исследуемого региона, оцениваемую как область с повышенной сейсмоопасностью в пределах текущего скользящего временного окна, причем пороговое значение определяют на основе статистического анализа значения S для предыдущих сейсмических событий в этом сейсмоактивном регионе,

при этом совокупность зон, прилегающих к узлам (i, j) регулярной сети, для которых ШНСС ниже порогового значения: Δα_ij(τ)≤Δα^*, определяет подобласть исследуемого региона, оцениваемую как область с повышенной сейсмоопасностью в пределах текущего скользящего временного окна, причем пороговое значение Δα^* определяют на основе статистического анализа значения Δα^* для предыдущих сейсмических событий в этом сейсмоактивном регионе,

При этом при обработке данных определяют среднюю меру согласованности для всего сейсмоактивного региона по формуле:

, и увеличение среднего значения <S(τ)> в пределах текущего скользящего временного окна является индикатором общего увеличения сейсмической опасности в данном сейсмоопасном регионе или в его отдельной подобласти.

Кроме того, при обработке данных определяют среднюю меру согласованности для всего сейсмоактивного региона по формуле: , и уменьшение среднего значения <S(τ)> в пределах текущего скользящего временного окна является индикатором общего снижения сейсмической опасности в данном сейсмоопасном регионе или в его отдельной подобласти.

При этом при обработке данных определяют среднее значения ШНСС для всего региона по формуле: , и уменьшение среднего значения ШНСС <Δα(τ)> на текущий момент времени для текущего скользящего временного окна является индикатором общего увеличения сейсмической опасности в данном сейсмоопасном регионе или в его отдельной подобласти.

Кроме того, при обработке данных определяют среднее значения ШНСС для всего региона по формуле: , и увеличение среднего значения ШНСС <Δα(τ)> на текущий момент времени для текущего скользящего временного окна является индикатором общего снижения сейсмической опасности в данном сейсмоопасном регионе или в его отдельной подобласти.

Предпочтительно под мерой согласованности S изменения контролируемых параметров понимается множественный коэффициент корреляции либо множественный спектр когерентности.

Предпочтительно в качестве контролируемых параметров используют, по крайней мере, один или несколько из следующих параметров: микросейсмические колебания, изменение напряженности магнитного поля Земли, изменение напряженности электромагнитного поля Земли, колебания уровня подземных вод, колебания давления подземных вод, концентрацию одного или нескольких растворенных в подземных водах газов, например, углекислого газа, метана, водорода, радона, при этом при обработке данных, полученных от указанных n пунктов измерения, используют измерения одного из указанных контрольных параметров, либо при обработке данных, полученных от указанных n пунктов измерения используют измерения разных указанных контрольных параметров.

При этом при обработке данных используют либо шаг дискретизации Δt, равный 1 секунде, либо шаг дискретизации Δt, равный 1 минуте.

При этом при обработке данных используют временное окно, равное 1 часу.

Кроме того, при обработке данных используют временное окно, равное 24 часам.

Кроме того, при обработке данных используют временное окно, равное или кратное 28 суткам.

Кроме того, при обработке данных используют временное окно, равное или кратное 365 суткам.

Дополнительно временное окно разделяют на несколько субокон, каждое из которых включает 16-64 шагов дискретизации.

Предпочтительно результаты измерений записывают в виде аналогового или оцифрованного электрического сигнала.

Кроме того, дополнительно обращаются к базам данных о предшествующих измерениях параметров в сейсмоактивных регионах, характеризующих процессы в земной коре, описывающих изменение этих параметров в период, предшествующий известному сейсмическому событию, в период самого сейсмического события и в период после сейсмического события, и используют эти данные для расчета критических значений сингулярности и меры согласованности S измерений контрольных параметров, при этом при обработке предшествующих измерений используют только те данные, периоды измерений которых перекрывают друг друга.

Настоящее изобретение дает возможность с достаточной для практического применения точностью предсказать зону предстоящего землетрясения, силу предстоящего землетрясения и время, когда оно произойдет.

Перечень фигур

Чертежи заявки представлены в виде достаточном для понимания принципов изобретения специалистами в данной области техники и ни в какой мере не ограничивают объема настоящего изобретения.

На фиг.1-6 приведены схемы и графики, иллюстрирующие конкретный пример обработки данных при прогнозировании землетрясения для Японии, обработка данных была выполнена до 11 марта 2011 г.

На фиг.1 представлены сглаженные кривые значений Δα в последовательных временных окнах длиной 30 мин для исходных записей вертикальной компоненты микросейсмических колебаний частотой 1 Гц. Тонкая черная линия - сглаживание во временном окне длительностью 13 суток; толстая линия - сглаживание во временном окне длительностью 0.5 года. Вертикальные линии на этом и последующих рисунках отмечают землетрясения: М=8.3, 25 сентября 2003 г. и М=9.0, 11 марта 2011 г.

На фиг.2 показано изменение среднего значения индекса линейной предсказуемости ρ (тонкая черная линия) и его значения, усредненного в скользящем временном окне длительностью 57 суток (толстая черная линия). Индекс ρ вычислялся внутри последовательных временных субокон длительностью 1 сутки

На фиг.3 показаны результаты кластерного анализа облаков 7-мерных векторов ежесуточных свойств поля микросейсмических колебаний на Японских островах в скользящем временном окне длительностью 2 года со смещением 7 суток в зависимости от положения правого конца временного окна: q^* - оптимальное число кластеров; µ - значение кластерной экспоненты

На фиг.4 показано изменение множественного коэффициента корреляции κ, оцененного для пяти средних значений параметра Δα, вычисленных внутри пяти пространственных групп пунктов измерения для 1-минутных данных в последовательных сутках. Коэффициент множественной корреляции вычислен во временном окне длительностью 1 год.

На фиг.5 показаны изменения коэффициента корреляции между средними величинами α* и Δα в скользящем временном окне длительностью 1 год в зависимости от положения правого конца временного окна. Горизонтальными стрелками выделены временные интервалы одинаковой длительности от момента первого глубоко "заостренного" минимума коэффициента корреляции до момента землетрясения 25 сентября 2009 г. и от момента второго минимума, имеющего тот же характер, до июля 2010 г., который оценивается как начало опасного временного интервала ожидания катастрофического землетрясения.

Фиг.6 иллюстрирует прогнозирование места расположения очага землетрясения 11 марта 2011 г. (M_w=9.0): средняя карта распределения ширины носителя мультифрактального спектра сингулярности Δα. Область афтершоков будущего землетрясения отчетливо выделяется как синее пятно пониженных значений Δα.

Фиг.7 иллюстрирует прогнозирование местоположения предстоящего землетрясения после события 11 марта 2011 г.

Примеры осуществления изобретения

Следует понимать, что данное описание служит только для иллюстрации осуществления полезной модели и ни в какой мере не ограничивает объема ее защиты.

В качестве примера реализации изобретения рассмотрим выполненный автором мониторинг ситуации в сейсмоопасном регионе - Японских островах в регионе от 30° до 46° с.ш. и от 128° до 146° в.д. В данном регионе имеется развитая сеть пунктов измерения контрольных параметров, характеризующих процессы в земной коре. В качестве контрольного параметра использовали микросейсмические колебания, но можно использовать и иные параметры: изменение напряженности магнитного поля Земли, изменение напряженности электромагнитного поля Земли, колебания уровня подземных вод, колебания давления подземных вод, концентрацию одного или нескольких растворенных в подземных водах газов, например, углекислого газа, метана, водорода, радона. Применительно к исследуемому сейсмоопасному региону сформировали регулярную сеть узлов 30×30 км, каждому из которых соответствует прилегающая нему зона сейсмоопасного региона, имеющая те же размеры.

Пример прогнозирования землетрясения, применительно к землетрясению в Японии 11 марта 2011 г.

11 марта 2011 г. в Японии произошло катастрофическое землетрясение магнитудой M_w=9.0, сопровождавшееся цунами. В результате этого стихийного бедствия погибли и пропали без вести в общей сложности около 30 тыс.человек, стране нанесен огромный материальный ущерб, исчисляемый сотнями миллиардов долларов США.

Для данного землетрясения с использованием настоящего изобретения был сделан заблаговременный научный прогноз времени и силы ожидаемой сейсмической катастрофы. Он базировался на результатах анализа данных регистрации микросейсмических шумов широкополосной сейсмической сетью F-net в Японии, которые позволили автору еще в середине 2008 г. сделать вывод о подготовке сейсмической катастрофы в районе Японских островов, при этом магнитуда будущего землетрясения оценивалась как М≥8.3. По мере обработки вновь поступающих данных оценки становились более определенными, и в конце 2009 г. появилась возможность оценить время возникновения сильнейшего землетрясения. В итоге был дан уточненный прогноз, обозначивший середину 2010 г. как начало периода ожидания сейсмической катастрофы магниту дои М=8.5-9.0.

Сделанный прогноз был также зафиксирован в заявке, поданной в Российский экспертный совет по прогнозу землетрясений и сейсмической опасности 26 апреля 2010 г.

Ниже излагаются основные этапы анализа данных регистрации микросейсмических шумов широкополосной сейсмической сетью F-net в Японии. Приводятся основные результаты обработки и представления данных, которые позволили сначала сформулировать прогноз о подготовке катастрофы, а потом дать оценку времени сильнейшего землетрясения. Особенность настоящего анализа состоит в том, что в ней впервые представлены ранее не публиковавшиеся данные о сделанном авторе ретроспективном прогнозе места возникновения катастрофического землетрясения. Этот результат, несмотря на его ретроспективный характер, убедительно демонстрирует широкие возможности заявленного изобретения при его применении для предсказания всех трех необходимых составляющих важных для практических целей прогноза разрушительных землетрясений - места, силы и времени.

Для мониторинга состояния среды в районе Японии использовались низкочастотные микросейсмические колебания, содержащие информацию о процессах в земной коре. Фактически земная кора является средой распространения колебаний при воздействии на нее атмосферных и океанических процессов. Поскольку передаточные свойства коры зависят от ее состояния, можно ожидать, что статистические свойства микросейсмических колебаний отражают изменения свойств литосферы.

Данные широкополосной сейсмической сети F-net свободно доступны в Интернете по адресу http://www.fnet.bosai.go.jp/top.php?LANG=en. Общее число станций равно 83. Наблюдения ведутся с 1997 года по настоящее время. Анализируемые данные - вертикальные компоненты с шагом по времени 1 с. Далее рассматривались лишь станции, расположенные выше 30° с.ш., что исключает из анализа данные 6 уединенных станций, расположенных на удаленных небольших островах. Данные остальных 77 станций анализируются либо в совокупности, либо после разбиения их на 5 групп, содержащих примерно одинаковое число станций.

Далее, при описании прогноза японской катастрофы, будут использованы следующие термины: 1) параметр Δα - ширина носителя мультифрактального спектра сингулярности; 2) параметр α^* - обобщенный показатель Херста; 3) параметр ρ - индекс линейной предсказуемости; 3) параметр κ - множественный коэффициент корреляции; 4) параметр µ - кластерная экспонента.

Подробное изложение их определений и способов их вычислений по данным мониторинга можно найти в работах [например, Л.1, Л.2, Л.3 или Л.4 в списке литературы]. Параметры Δα и α^* характеризуют различные качества случайных сейсмических колебаний на сети станций в Японии. Обобщенный показатель Херста описывает закон убывания размаха случайных колебаний на временном интервале при уменьшении длины этого интервала. Величина Δα отражает степень разнообразия случайного поведения сигнала и поэтому, косвенно, уменьшение Δα является признаком подавления определенных степеней свободы среды, уменьшения их числа.

Индекс линейной предсказуемости ρ дает меру того, насколько легко можно предсказать случайные сейсмические колебания на 1 шаг вперед: если ρ>0, то колебания сравнительно просто предсказуемы и чем больше величина ρ, тем точнее можно предсказать следующее значение сейсмических колебания по некоторому числу предыдущих значений. Таким образом, величина ρ описывает сложность случайных колебаний: чем больше ρ, тем колебания проще устроены.

Коэффициент множественной корреляции κ, 0≤κ≤1, представляет собой обобщение обычного коэффициента корреляции между двумя наборами данных, в нашем случае из наборов измерений микросейсмического шума, на случай, когда таких наборов больше 2. Наконец, кластерная экспонента µ возникает при рассмотрении того, насколько хорошо двухгодовое облако из 7 одновременно обрабатываемых параметров микросейсмического шума, вычисляемых каждый день (т.е. всего в двухгодовом скользящем временном окне находится 730 таких 7-мерных векторов), разбивается на число групп (кластеров), варьируемых от максимального количества 40 до минимального 1 [Л.4].

Результаты обработки данных до 11 марта 2011 года: прогноз магнитуды и времени возникновения будущего землетрясения

На фиг.2 представлены графики сглаженных значений ширины носителя спектра сингулярности Δα (ШНСС), усредненных по значениям от всех пунктов измерений наблюдательной сети, для исходных данных с шагом дискретизации по времени 1 с в последовательных временных интервалах длительностью 30 мин. Представлены кривые, сглаженные в окне 28 сут (тонкая линия) и 1 год (толстая линия). Как видно из фиг.2 особенность поведения сглаженных в 1-годовом окне значений Δα заключается в существенном падении среднего значения, которое началось в 2003 г. примерно за полгода до сильного землетрясения в районе о-ва Хоккайдо, причем достигнутый средний уровень после этого землетрясения уже не восстанавливается до прежнего значения вплоть до катастрофы 11 марта 2011 г.

Исходя из теории катастроф данная особенность Δα означает, что землетрясение в районе о-ва Хоккайдо, происшедшее 25 сентября 2003 несмотря на значительную силу (М=8.3) может быть всего лишь форшоком еще более сильного землетрясения, готовящегося в районе Японских островов. Качественная оценка магнитуды будущего толчка как 8.5-9.0 базировалась на предположении, что при таком поведении Δα: нижняя граница (М=8.5) магнитуда главного толчка должна быть больше магнитуды форшока, а верхняя граница (М=9.0) выбрана как максимальная из зарегистрированных магнитуд землетрясений.

Последующие фигуры описывают результаты обработки данных, полученные для записей сейсмических колебаний после перехода от исходных 1-секундных данных к 1-минутным путем вычисления средних значений в последовательных временных отрезках длительностью 1 мин (60 значений).

На фиг.3 представлен график изменения среднего значения по всем пунктам измерений наблюдательной сети для индекса линейной предсказуемости в последовательных временных окнах длиной 1 сут. Видно, что обобщенный показатель Херста ρ претерпевает значительный и довольно резкий скачок, приходящийся на июль 2002 г. Исходя из развития событий перед землетрясением 25 сентября 2003, этот скачок можно считать началом роста синхронизации. Рост индекса линейной предсказуемости означает увеличение временной коррелированности микросейсмических колебаний, т.е. за счет синхронизации характер сейсмических колебаний стал "проще" и более предсказуем. Из этого графика видно, что процесс синхронизации (консолидации блоков земной коры, возможно находящихся на разных тектонических плитах) начался в середине 2002 г.и землетрясение 25.09.2003 этот процесс не нарушило, в результате чего продолжалось накопление энергии в очаге землетрясения, и накопилось такое огромное количество энергии, выделившееся в результате землетрясения магнитудой М=9.0 11 марта 2011 г.

На фиг.4 представлены результаты кластеризации облаков 7 ежедневных средних характеристик микросейсмического фона сети F-net для 14 лет наблюдений (1997-2010 гг.) при оценке в скользящем временном окне длительностью 2 года (N=730) со смещением 7 суток. Эти графики показывают, что: а) число кластеров перед катастрофой стало стабильно минимальным и равным 1, что также является признаком потери разнообразия типов поведения или "заморозкой лишних степеней" свободы геологической среды; б) поведение кластерной экспоненты µ в середине 2008 г. стало напоминать поведение перед событием М=8.3 25 сентября 2003 г., но с большим размахом и временной длительностью линейного тренда. Когда же для двухгодового временного окна при оценке кластерной экспоненты µ в середине 2010 г. Линейная долговременная тенденция изменения поведения кластерной экспоненты µ переключилась с возрастающей на убывающую (аналогично периоду, предшествующему землетрясению 25 сентября 2003), стало ясно, что момент предстоящего землетрясения уже близок (определение даты предстоящего землетрясения будет описано ниже).

Фиг.5 представляет график изменений множественного коэффициента корреляции κ для 5 временных рядов средних значений ШНСС Δα внутри 5 пространственных групп пунктов измерений станций в скользящем временном окне длительностью 1 год. Использование годового временного окна для вычисления меры корреляции эквивалентно усреднению сезонных воздействий циклонов, штормов и ураганов как основных генераторов низкочастотных микросейсм и делает оценку весьма гладкой и устойчивой. Главная особенность графика на фиг.5 - рост степени коэффициента корреляции перед событием 25 сентября 2003 г. и его стабилизация на новом более высоком уровне вплоть до 11 марта 2011 г. Этот график независимо от графика среднего значения Δα на фиг.2 подтверждает синхронизацию поля микросейсмических колебаний, причем в отличие от среднего значения Δα он дает не косвенную, а прямую оценку синхронизации изменения сейсмических колебаний.

На фиг.6 представлен график изменения коэффициента корреляции между средними по всей сети пунктов измерений значениями параметров α^* и Δα, вычисленного в скользящем временном окне длительностью 1 год.

Как можно видеть, график на фиг.6 содержит 2 яркие аномалии поведения коэффициента корреляции - острые минимумы в 2002 и 2009 гг. Поскольку после первой аномалии 2002 г. последовало крупное землетрясение 25 сентября 2003 г., было предположено, что второй острый минимум коэффициента корреляции является предвестником будущего сильного землетрясения, начиная со второй половины 2010 г., причем это событие может быть большим по энергии с магнитудой М=8.5-9.0. Именно этот график дал основание уже в конце 2009 г. обозначить середину 2010 г. как оценку начала опасного периода ожидания катастрофического землетрясения.

Отметим, что середина 2010 г. также выделяется на графике кластерной экспоненты µ на рис.2 как точка перелома положительного линейного тренда на отрицательный, но это стало ясно лишь после обработки сответствующих данных в начале 2011 г.

Определение местоположения предстоящего землетрясения.

Покроем исследуемый сейсмоопасный регион от 30° до 46° с.ш. и от 128° до 146° в.д. регулярной сетью узлов 30×30 км, каждому из которых соответствует прилегающая нему зона сейсмоопасного региона, имеющая те же размеры. Выберем скользящее временное окно длительностью 60 суток со смещением 7 суток. Просканируем этим окном весь интервал наблюдений от начала 1997 г. до конца февраля 2011 г. и внутри каждого временного окна оценим значение параметра Δα, характеризующего ширину носителя спектра сингулярности (ШНСС), в каждом узле регулярной сети как медиану средних внутри временного окна оценок Δα от 5 ближайших к узлу пунктов измерений сейсмических колебаний, Оценки Δα в каждом узле регулярной сетки есть не что иное, как карта распределения Δα за 60-суточное окно для исследуемого сейсмоопасного региона..

Далее усредним оценки Δα от всех окон, и в результате получим усредненную за весь интервал наблюдений карту распределения Δα. Она представлена на рис.6. Области, не покрытые пунктами измерений сейсмических колебаний, закрыты серым фоном, поскольку оценки Δα там несостоятельны. Видно, что область афтершоков будущего землетрясения отчетливо выделяется как синее пятно пониженных значений Δα и местоположение предстоящего землетрясения должно находиться в этой области. Как видно из фиг.6 синее пятно соответствует зоне землетрясения 11 марта 2011 г.

Все расчеты по предсказанию, происшедшего в Японии 11 марта 2011 г. землетрясения, были выполнены до даты землетрясения.

Таким образом, пример прогнозирования землетрясения, применительно к землетрясению в Японии 11 марта 2011 г показывает, что предлагаемый способ дает возможность с достаточной для практического применения точностью предсказать зону предстоящего землетрясения, силу предстоящего землетрясения и время, когда оно произойдет.

В период после землетрясения 11 марта 2011 года был сделан прогноз местоположения следующего землетрясения в этом сейсмоопасном регионе с использованием данных, полученных от пунктов измерений сейсмических колебаний в период с 12 марта 2011 по 30 апреля 2011. Результаты показаны на фиг.7. Как показала обработка данных с использованием предлагаемого способа прогнозирования сейсмического события, в исследуемом сейсмоопасном регионе область повышенной вероятности сильного афтершока, характеризующаяся пониженным значением Δα, прогнозируется в районе между островами Хонсю и Хоккайдо, где возможно землетрясение с магнитудой М около 8 баллов.

Литература

Любушин А.А. Анализ данных систем геофизического и экологического мониторинга. М.: Наука, 2007. 228 с.Л.1.

Любушин А.А. Тренды и ритмы синхронизации мультифрактальных параметров поля низкочастотных микросейсм // Физика Земли. 2009. №5. C.15-28. Л.2.

Любушин А.А. Статистики временных фрагментов низкочастотных микросейсм: их тренды и синхронизация // Физика Земли. 2010. №6. С.86-96. Л.3.

Любушин А.А. Кластерный анализ свойств низкочастотного микросейсмического шума // Физика Земли. 2011. №6, с.26-34. Л.4.

Lyubushin А.А. Mean multifractal properties of low-frequency microseismic noise // Proceedings of 31st General Assembly of the European Seismological Commission ESC-2008. Hersonissos, Crete, Greece, 7-12 Sept. 2008. 2008a. P.255-270. Л.5.

Lyubushin А.А. Multifractal properties of low-frequency microseismic noise in Japan, 1997-2008 // Book of abstracts of 7th General Assembly of the Asian Seismological Commission and Japan Seismological Society. Fall meeting. Tsukuba, Japan, 24-27 Nov. 2008. 2008b. P.92. Л.6.

Lyubushin А.А. Synchronization of multifractal parameters of regional and global low-frequency microseisms // European Geosciences Union General Assembly 2010, Vienna, 02-07 of May, 2010. Geophys. Res. Abstr. V.12. EGU2010-696, 2010 a.n.7.

Lyubushin А.А. Synchronization phenomena of low-frequency microseisms // European Seismological Commission, 32nd General Assembly, Sept. 06-10, 2010, Montpelier, France: Book of abstr. Ses. ES6. 2010b. P.124. Л.8.

Lyubushin A. Multifractal parameters of low-frequency microseisms // Synchronization and Triggering: from Fracture to Earthquake Processes, GeoPlanet: Earth and Planetary Sciences, DOI 10.1007/978-3-642-12300-9_15. Berlin; Heidelberg: Springer-Verlag, 2010 с.388 p. Chapter 15. P.253-272. Л.9.

Промышленная применимость

Для реализации предложенного способа прогнозирования сейсмического события можно использовать существующие пункты измерения контрольных параметров, развернутые в сейсмоопасных регионах, и данные, поступающие из этих пунктов измерения контрольных параметров. При необходимости могут быть развернуты новые пункты измерения контрольных параметров, чтобы более полно охватить сейсмоопасный регион и повысить точность обработки данных.

Вышеприведенный вариант осуществления изобретения является просто примером и не ограничивает объема прав, определяемых формулой изобретения предложенной полезной модели.

1. Способ прогнозирования сейсмического события, содержащий:
выбор, по меньшей мере, одного контролируемого параметра, из числа параметров, характеризующих процессы в земной коре, для мониторинга ситуации, по меньшей мере, в одной зоне ожидаемого сейсмического события, принадлежащей исследуемому сейсмоактивному региону;
формирование в исследуемом сейсмоактивном регионе, к которому принадлежит, по меньшей мере, эта одна зона ожидаемого сейсмического события, наблюдательной сети из n пунктов измерения, по меньшей мере, этого одного контролируемого параметра, при этом в исследуемом сейсмоактивном регионе пункты измерения контролируемого параметра разнесены относительно друг друга,
получение в режиме реального времени от указанных n измерителей данных о результатах измерения, по меньшей мере, одного контролируемого параметра, при этом измерения контролируемого параметра выполняют непрерывно и одновременно на всех n пунктах измерения наблюдательной сети с постоянным и одинаковым для всех станций шагом дискретизации по времени Δt и регистрируют их в виде электрического сигнала;
формирование для исследуемого сейсмоактивного региона регулярной сети из N×M узлов, где N - количество узлов в направлении изменения долготы и М - количество узлов в направлении изменения широты, покрывающей исследуемый сейсмоактивный регион, причем каждому из этих узлов соответствует прилегающая к нему одна зона исследуемого сейсмоопасного региона;
обработку данных, полученных от указанных n пунктов измерения, для определения риска появления предстоящего сейсмического события, его местоположения, времени и силы, включающую:
выбор временного окна, состоящего из заданного числа L последовательных временных отсчетов с шагом дискретизации Δt, причем L≥16, при этом для текущего скользящего временного окна время окончания временного окна совпадает с текущим временем τ;
определение для каждого узла (i,j), 1≤i≤N, 1≤j≤М, регулярной сетки из N×M узлов меры согласованности S изменений контролируемых параметров, путем совместного анализа измерений в некотором числе ν (ν≥3) ближайших к узлу (i,j) пунктов измерения среди общего числа n пунктов измерения, покрывающих исследуемый сейсмоактивный регион, и/или определение для каждого узла (i,j), 1≤i≤N, 1≤j≤M, регулярной сетки из N×M узлов мульти-фрактального параметра Δα_ij(τ) ширины носителя спектра сингулярности (далее ШНСС) Δα как среднее от значений Δα в некотором числе ν (ν≥3) ближайших к узлу (i,j) пунктов измерения среди общего числа n пунктов измерения, покрывающих сейсмоактивный регион,
далее, используя значения меры согласованности S в каждом узле (i,j), для каждого временного окна на текущий момент времени τ; формируют для исследуемого сейсмоопасного региона пространственно-временную схему распределения меры согласованности S, далее называемую картой синхронизации S_ij(τ),
при этом совокупность зон, прилегающих к узлам (i,j) регулярной сети, для которых мера согласованности S превышает пороговое значение S*S_ij(τ)≥S^*, определяет подобласть исследуемого региона, оцениваемую как область с повышенной сейсмоопасностью в пределах текущего скользящего временного окна, причем пороговое значение определяют на основе статистического анализа значения S для предыдущих сейсмических событий в этом сейсмоактивном регионе,
при этом совокупность зон, прилегающих к узлам (i,j) регулярной сети, для которых ШНСС ниже порогового значения: Δα_ij(τ)≤Δα^*, определяет подобласть исследуемого региона, оцениваемую как область с повышенной сейсмоопасностью в пределах текущего скользящего временного окна, причем пороговое значение Δα^* определяют на основе статистического анализа значения Δα^* для предыдущих сейсмических событий в этом сейсмоактивном регионе,

2. Способ по п.1, в котором определяют среднюю меру согласованности для всего сейсмоактивного региона по формуле: , и увеличение среднего значения <S(τ)> в пределах текущего скользящего временного окна является индикатором общего увеличения сейсмической опасности в данном сейсмоопасном регионе или в его отдельной подобласти.

3. Способ по п.1, в котором определяют среднюю меру согласованности для всего сейсмоактивного региона по формуле: , и уменьшение среднего значения <S(τ)> в пределах текущего скользящего временного окна является индикатором общего снижения сейсмической опасности в данном сейсмоопасном регионе или в его отдельной подобласти.

4. Способ по п.1, в котором определяют среднее значения ШНСС для всего региона по формуле: , и уменьшение среднего значения ШНСС <Δα(τ)> на текущий момент времени для текущего скользящего временного окна является индикатором общего увеличения сейсмической опасности в данном сейсмоопасном регионе или в его отдельной подобласти.

5. Способ по п.1, в котором определяют среднее значения ШНСС для всего региона по формуле: , и увеличение среднего значения ШНСС <Δα(τ)> на текущий момент времени для текущего скользящего временного окна является индикатором общего снижения сейсмической опасности в данном сейсмоопасном регионе или в его отдельной подобласти.

6. Способ по п.1, в котором под мерой согласованности S изменения контролируемых параметров понимается множественный коэффициент корреляции либо множественный спектр когерентности.

7. Способ по п.1, в котором в качестве контролируемых параметров используют, по крайней мере, один или несколько из следующих параметров: микросейсмические колебания, изменение напряженности магнитного поля Земли, изменение напряженности электромагнитного поля Земли, колебания уровня подземных вод, колебания давления подземных вод, концентрацию одного или нескольких растворенных в подземных водах газов, например, углекислого газа, метана, водорода, радона.

8. Способ по п.7, в котором при обработке данных, полученных от указанных n пунктов измерения, используют измерения одного из указанных контрольных параметров.
9 Способ по п.7, в котором при обработке данных, полученных от указанных n пунктов измерения, используют измерения разных указанных контрольных параметров.

10. Способ по п.1, в котором при обработке данных используют шаг дискретизации Δt, равный 1 секунде.

11. Способ по п.1, в котором при обработке данных используют шаг дискретизации Δt, равный 1 минуте.

12. Способ по п.1, в котором при обработке данных используют временное окно, равное 1 часу.

13. Способ по п.1, в котором при обработке данных используют временное окно, равное 24 часам.

14. Способ по п.1, в котором при обработке данных используют временное окно, равное или кратное 28 суткам.

15. Способ по п.1, в котором при обработке данных используют временное окно, равное или кратное 365 суткам.

16. Способ по любому из пп.10-15, в котором временное окно разделяют на несколько субокон, каждое из которых включает 16-64 шагов дискретизации.

17. Способ по п.1, в котором результаты измерений записывают в виде аналогового или оцифрованного электрического сигнала.

18. Способ по п.1, в котором дополнительно обращаются к базам данных о предшествующих измерениях параметров в сейсмоактивных регионах, характеризующих процессы в земной коре, описывающих изменение этих параметров в период, предшествующий известному сейсмическому событию, в период самого сейсмического события и в период после сейсмического события, и используют эти данные для расчета критических значений сингулярности и меры согласованности S измерений контрольных параметров.

19. Способ по п.14, в котором при обработке предшествующих измерений используют только те данные, периоды измерений которых перекрывают друг друга.