Прогноз землетрясений: Прогноз землетрясений возможен? | Новости сибирской науки

Прогноз землетрясений возможен? | Новости сибирской науки

Земные недра не спокойны. Процессы, происходящие глубоко внутри планеты, вызывают движения земной коры. Это приводит к деформации поверхности. В обычной жизни мы практически не замечаем столь масштабные процессы. Однако поверхность Земли поднимется и опускается, растягивается и сжимается, на ней образуются гигантские трещины. Движение и деформация поверхности приводит к колебаниям и довольно ощутимым толчкам. А землетрясения с высокими магнитудами — это жертвы, экономические потери и техногенные катастрофы.

Когда говорят о землетрясениях часто упоминают нелегкую судьбу Японии. Часто ее называют «страной землетрясений». Всё потому, что Япония находится в зоне Тихоокеанского огненного кольца. Но не только в Японии можно ощутить отголоски внутренних процессов Земли. Есть, например, Сахалин, где также множество свидетельств о разрушающем воздействии землетрясений. Специалисты Института морской геологии и геофизики Дальневосточного отделения РАН пытаются обуздать природу и найти ответ на главный вопрос современной сейсмологии — можно ли предсказывать землетрясения с высокой точностью? Подробнее в интервью с ведущим научным сотрудником ИМГиГ ДВО РАН

Александром Закупиным.

Александр Сергеевич Закупин – специалист в области механики деформируемого твёрдого тела, геофизики, сейсмологии, кандидат физико-математических наук, заместитель директора по научной работе Института морской геологии и геофизики Дальневосточного отделения Российской академии наук.

— В чем уникальность острова Сахалин с точки зрения сейсмичности?

— Остров Сахалин находится в зоне особого внимания сейсмологов. Сахалин, равно как и Курильские острова, Япония и другие страны азиатско-тихоокеанского региона, расположены в так называемой зоне Тихоокеанского огненного кольца. Оно известно не только своими активными вулканами, но и опасной сейсмической обстановкой. Причина в действующих разломах, которые разграничивают взаимодействие тектонических плит. Тем самым в регионе проявляется сейсмическая опасность самого высокого уровня.

Вспомним землетрясение Тохоку, произошедшее 11 марта 2011 года у восточного побережья острова Хонсю (Япония). Оно привело к большим человеческим жертвам и техногенной катастрофе. Магнитуда оценивалась в 8,9 при максимальной 9,5.

11 марта 2011 года в Японии произошло одно из самых сильных в истории страны землетрясений, в котором погибли 18 тысяч человек и которое привело к аварии на АЭС «Фукусима». На фотографии город Ямада в префектуре Иватэ. После землетрясения он был почти полностью разрушен последовавшим цунами. Источник и фото: Интерфакс

Несмотря на то, что Сахалин расположен в зоне Тихоокеанского огненного кольца, сильных землетрясений на острове не наблюдалось. Максимальные оценки, которые дают наши сейсмологи по историческим данным, а также современным инструментальным — магнитудой не выше 8.

— Известны последствия землетрясения в Нефтегорске. Почему произошли столь серьезные разрушения?

— В новейшей истории землетрясения в Нефтегорске и других близлежащих городах действительно у всех на слуху. Однако магнитуды были сравнительно небольшими. Например, в Невельске произошло землетрясение магнитудой 6.2, а в Нефтегорске — 7.2. Если бы подобные землетрясения произошли сегодня в Японии, о них бы говорили максимум 2 дня.

Исторический след об этих землетрясениях оставила не природа, а бездарное управление с точки зрения сейсмического районирования и халатное строительство.

25 лет назад произошло сильнейшее землетрясение на Сахалине. В результате был разрушен город Нефтегорск, погибли 2 тысячи человек. Источник и фото: РИА Новости

— Можно ли минимизировать последствия от землетрясений в будущем?

— Конечно. В этом направлении активно работают специалисты Института морской геологии и геофизики Дальневосточного отделения РАН.

Мы знаем, что сильные землетрясения, наносящие серьезный ущерб, происходят достаточно редко — примерно раз в 100 лет. Сотни лет достаточно, чтобы подготовиться к угрозе.

Необходимо выяснить, какие сильнейшие землетрясения происходили в этом регионе за историю наблюдений. Чего стоит ожидать? Эти вопросы чрезвычайно важны для сейсмического районирования. В дальнейшем ответы на эти вопросы становятся основой для формирования норм и правил строительства зданий и объектов инфраструктуры.

Лично я сторонник советской идеологии, когда брался двойной запас прочности. В целом карты сейсмического районирования, которые сейчас построены для всей страны достаточно проработанные. Но с учетом региональных особенностей для Сахалина необходимы постоянные уточнения. В этом смысле в институте сформирован глубокий опыт и множество наработок.

— Какие мероприятия наиболее важны при подготовке к возможным сейсмическим угрозам?

— Во-первых, проведение качественного детального сейсмического районирования. На Сахалине подобные работы невозможно провести без участия специалистов Института морской геологии и геофизики ДВО РАН. Поскольку вся история и аналитика подобных событий объединена именно в стенах института. Во-вторых, очень важно уметь прогнозировать землетрясения.

Институт морской геологии и геофизики ДВО РАН. Фото: Научная Россия / Николай Малахин

Памятная доска в честь 60-летнего юбилея ИМГиГ ДВО РАН. Фото: Научная Россия / Николай Малахин

— Насколько это возможно?

— Общее настроение ученых-сейсмологов всегда было достаточно пессимистичным до определенного момента. Ситуация несколько изменилась, когда ученые на Сахалине стали применять разработанную методику. Существующие методы прогноза землетрясений натыкались на определенные препятствия. Одно из них было связано с эффективностью самого прогноза. Как правило, она равнялась 50-60%.

Что такое 50% вероятности прогноза? Проще говоря: «или будет, или нет». Всё равно, что гадание на кофейной гуще.

В каком направлении пошли специалисты института? Последние 6 лет мы работаем над новой методикой, которая изначально появилась за границей. Мы активно ее использовали на собственных программных комплексах с некоторой долей усовершенствований. Методика опирается на изучении напряженного состояния среды, в нашем случае земной коры.

Напомню, что к сильному землетрясению очаг может готовиться очень долго (сотни лет). В какой-то момент под поверхностью Земли складывается ситуация, когда напряженное состояние достигает критического уровня, который можно зафиксировать. В такой ситуации напряженная среда иначе реагирует на солнечно-лунное взаимодействие и приливные силы. Благодаря нашим расчетам, мы можем этот момент заметить. После этого до катастрофического землетрясения остается около 2 лет, такие сроки определены на сегодняшний день исключительно для Сахалина и они реальные.

За последние 30 лет история Сахалина с точки зрения сейсмологии переживает эдакий контрастный период.

В 90-е годы, как известно, науке почти не уделяли внимание. Это привело к тому, что в современной России долгое время практически отсутствовала полноценная сеть сейсмических станций. Не секрет, что для сейсмолога отсутствие сейсмической сети серьезно ограничивает возможности для исследований.

Во многом, поэтому, разрушения и жертвы в Нефтегорске, Невельске и других городах — это отголоски состояния сейсмологии в стране в те годы .

— В настоящее время происходят позитивные изменения?

— Да. С 2005 года на Сахалине стремительно развивается качественная сейсмическая сеть, результаты которой мы используем в своих методах прогноза.

Для анализа мы взяли данные о землетрясениях, которые уже произошли, чтобы выяснить, смогли бы мы предсказать их с помощью используемого метода. Оказалось, что все события в рамках нашего исследования были предсказуемы.

Эксперимент важный, но не определяющий. Поскольку ретроспективный анализ делают многие. Но он не всегда неубедительный.

В нашем случае в процессе ретроспективного анализа мы также давали прогнозы на возможные события в будущем. Впервые, такой прогноз был сделан в 2015 году. В институте действует экспертный совет по мониторингу природных катастроф, на котором мы указали, что в течении одного-двух лет должно произойти землетрясение в указанной зоне. 14 августа 2016 года недалеко от села Онор происходит землетрясение с магнитудой 5.8. Серьезных разрушений не было, но на общий резонанс повлияло. Это позволило нам «осмелеть» и предсказать еще два землетрясения с магнитудой 5 в 2017 и 2020 годах в районе поселка Шебунино и городе Углегорске. Все прогнозы документировались, как и положено, по месту, времени и силе будущего землетрясения.

Сканирование юга Сахалина. Эллипсы по всей территории — области для расчета параметра LURR (прогностического признака) за период с 2011 по 2016 год. Если в какой-то области параметр резко возрастает (нормальные значения от 1 до 2), то это значит, что в течение одного-двух лет в этой области произойдет землетрясение. На схеме это центральная область. Она выделена прямоугольником. Справа — скачок параметра LURR, который стал сильнее (от 15 до 22). Это позволило уточнить место, где произойдёт землетрясение. Предоставлено А.С. Закупиным Закономерности вариаций потока сейсмический событий на острове Сахалин перед сильными землетрясениями. Источник: Институт морской геологии и геофизики ДВО РАН. Предоставлено: А.С. Закупиным (видео)

Вопреки всем пессимистам и распространенному мнению, что эффективность прогноза землетрясений не может превышать 70-80 %, мы доказали, что можем предсказывать сейсмические события с точностью близкой к 100%. Специалисты института планируют и дальше совершенствовать эти методы. Прямо сейчас мы пытаемся объединить этот метод с другим методом, ориентированным на краткосрочный прогноз (сутки).

Конечно, когда мы говорим о сейсмологии, важно развивать не только науку, но и регламенты строительства. Большинство экспертиз по сейсмике проходит мимо нашего института и выполняется компаниями с весьма сомнительной репутацией. Хочется, чтобы ситуация изменилась в лучшую сторону.

Видео

Беседовала: Анастасия Пензина.

Фото: Николай Мохначев.

Видео: Алексей Корноухов.

ПРОГНОЗ ЗЕМЛЕТРЯСЕНИЙ ПО ДАННЫМ МОНИТОРИНГА ГИДРОГЕОДЕФОРМАЦИОННОГО ПОЛЯ | Куликов

1. Арнольд В.И. Теория катастроф. Изд. 5е. М.: Едиториал УРСС, 2009. 136 с.

2. Вартанян Г.С., Куликов Г.В. Гидрогеодеформационное поле Земли // Доклады АН СССР. 1982. Т. 262. № 2. С. 310–314.

3. Викулин А.В. Мир вихревых движений. Петропавловск-Камчатский: КамчатГТУ, 2008. 230 с.

4. Гасанов А.Г., Керамова Р.А. Отражение глобальных геодинамических процессов в сейсмогеохимическом режиме флюидов Азербайджана на примере катастрофического землетрясения в Индийском океане (26.12.2004; МLH=8.9) // Геофизика XXI столетия: Сб. тр. 7х геофизических чтений им. В.В. Федынского. М.: Научный мир, 2006. С. 326–329.

5. Зецер Ю.И. Энергетика внутренних и внешних геосфер // Проблемы взаимодействующих геосфер: Сб. научных трудов ИДГ РАН. М.: ГЕОС, 2009. С. 9–18.

6. Куликов Г.В., Рыжов А.А., Гарифулин В.А., Лыгин А.М. Оценка геодинамической обстановки и сейсмической опасности по энергетическим параметрам и векторам напряжений гидрогеодеформационного поля // Разведка и охрана недр. 2010. № 7. С. 19–24.

7. Латынина Л.А., Милюков В.К., И.М. Васильев И. М. О глобальных возмущениях деформаций земной коры перед сильными мировыми землетрясениями // Геофизика XXI столетия: Сб. тр. 7х геофизических чтений им. В.В. Федынского. М.: Научный мир, 2006. С. 206–212.

8. Латынина Л.А.. Милюков В.К., Васильев И.М., Миронов А.П. Максимальные смещения земной поверхности в районе Подмосковья при Суматранском землетрясении 26.12.2004 г. // Геофизика XXI столетия: Сб. тр. 9х геофизических чтений им. В.В. Федынского. М.: «Герс», 2007. С. 114–120.

9. Методические указания по ведению гидрогеодеформационного мониторинга для целей сейсмопрогноза (система RSTEPS) / Сост. Г.С. Вартанян, B.C. Гончаров, В.П. Кривошеев и др. М.: Геоинформмарк, 2000.

10. Пущаровский Ю.М. Строение, энергетика и тектоника мантии Земли // Вестник РАН. 2005. Т. 75. № 12. С. 1115–1122.

11. Сибгатулин В.Г., Перетокин С.А. Синергетика процессов в сейсмических очагах и краткосрочный прогноз землетрясений. Международный семинар «Геодинамика и сейсмичность Средиземноморско-Черноморско-Каспийского региона»: Тезисы докладов. Геленджик: ККО ЕАГО, 2006. 90 с.

12. Хаин В.Е., Халилов Э.Н. Цикличность геодинамических процессов: ее возможная природа. М.: Научный мир, 2009. 520 с.

13. Sobolev G.A., Lyubushin A.A., Zakrzhevskaya N.A. Asymmetrical pulses, the periodicity and synchronization of low frequency microseisms // Journal of Volcanology and Seismology. 2008. V. 2. № 2. P. 118–134. doi:10.1134/S074204630802005X.

Методика прогнозирования

ОБЩИЕ ПОЛОЖЕНИЕ ПРОГНОЗА ЗЕМЛЕТРЯСЕНИЙ

Прогноз землетрясений в настоящее время является наиболее актуальной и сложной задачей всех наук о Земле, т. к. сейсмокатастрофы наносят громадный экономический ущерб и приводят к гибели людей. Достаточно вспомнить сейсмокатастрофы в конце декабря 2004 г. у острова Суматра, в начале декабря 2010 г. на острове Гаити и последствия грандиозного землетрясения 11 марта 2011 г. на острове Хонсю в Японии, которые привели к гибели десятков тысяч людей.

Прогноз сейсмокатастроф включает систему мероприятий по определению вероятности возникновения крупных землетрясений, их масштабов и возможных последствий в зоне их воздействий для конкретного региона.

Из вышеуказанного следует, что прогноз землетрясения включает решение трех основных задач:

Предсказание вероятного места или района, где ожидается землетрясение.
Прогноз вероятной магнитуды (или силы) ожидаемого события.
Определение вероятного времени ожидаемой сейсмокатастрофы.

При этом наиболее сложной и важной задачей является предсказание точного времени ожидаемой сейсмокатастрофы и до сих пор не существует общепринятых методов решения этой задачи, т. к. очаги крупных землетрясений располагаются на больших глубинах (5-35 км) и они занимают громадные объемы (от 100 до 106 км), которые невозможно моделировать обычными способами разрушения горных пород.

По предсказанию ожидаемого времени сильного землетрясения прогнозы делятся на следующие категории:

долгосрочный с заблаговременностью 5-10 лет;
среднесрочный — от 1 до 5 лет;
краткосрочный — от 1 месяца до 12 месяцев;
оперативный — от 1 до 30 дней;
сверхоперативный от 1 до 24 часов.

Все виды вышеуказанных прогнозов для данного региона выполняются на основе анализа изменений во времени сейсмического режима, количественных данных электромагнитного поля, изменений химического состава и дебита подземных вод, а также подпочвенного газа и поведения животных. При этих исследованиях выявляются аномалии или предвестники землетрясений, общее количество которых превышает более 300 наименований. Для такого анализа в ИС НАН КР Центром Данных создан банк информации, включающих параметры более 70 тысяч землетрясений за 1900-2013 гг. В настоящее время в ИС НАН КР выполняются долго- и — среднесрочные прогнозы для отдельных тектонических зон на основе квазипериодичности изменений сейсмического режима и проявлений сильных землетрясений, а место ожидаемых событий выделяется по сейсмическим «брешам» (где раньше они не происходили)по параметру плотности сейсмогенных разрывов. Кроме этого, используются гидрохимические, гидродинамические и геомагнитные данные. Опыт многолетних данных показывает, что при существующей аппаратурной оснащенности территории Кыргызстана современными сейсмическими станциями, вероятное место ожидаемых сейсмокатастроф можно предсказывать с заблаговременностью 1-3 года с вероятностью 0.60. Ежегодные результаты прогнозных исследований ИС НАН КР с практическими рекомендациями передаются в Департамент мониторинга МЧС КР.

Прогноз землетрясений возможен?

Александр Сергеевич Закупин – специалист в области механики деформируемого твёрдого тела, геофизики, сейсмологии, кандидат физико-математических наук, заместитель директора по научной работе Института морской геологии и геофизики Дальневосточного отделения Российской академии наук.

— В чем уникальность острова Сахалин с точки зрения сейсмичности?

— Известны последствия землетрясения в Нефтегорске. Почему произошли столь серьезные разрушения?

Исторический след об этих землетрясениях оставила не природа, а бездарное управление с точки зрения сейсмического районирования и халатное строительство.

25 лет назад произошло сильнейшее землетрясение на Сахалине. В результате был разрушен город Нефтегорск, погибли 2 тысячи человек. Источник и фото: РИА Новости

— Можно ли минимизировать последствия от землетрясений в будущем?

— Какие мероприятия наиболее важны при подготовке к возможным сейсмическим угрозам?

Во-вторых, очень важно уметь прогнозировать землетрясения.

Институт морской геологии и геофизики ДВО РАН. Фото: Научная Россия / Николай Малахин

Памятная доска в честь 60-летнего юбилея ИМГиГ ДВО РАН. Фото: Научная Россия / Николай Малахин

— Насколько это возможно?

Существующие методы прогноза землетрясений натыкались на определенные препятствия. Одно из них было связано с эффективностью самого прогноза. Как правило, она равнялась 50-60%.

Что такое 50% вероятности прогноза? Проще говоря: «или будет, или нет». Всё равно, что гадание на кофейной гуще.

За последние 30 лет история Сахалина с точки зрения сейсмологии переживает эдакий контрастный период. В 90-е годы, как известно, науке почти не уделяли внимание. Это привело к тому, что в современной России долгое время практически отсутствовала полноценная сеть сейсмических станций. Не секрет, что для сейсмолога отсутствие сейсмической сети серьезно ограничивает возможности для исследований.

— В настоящее время происходят позитивные изменения?

Закономерности вариаций потока сейсмический событий на острове Сахалин перед сильными землетрясениями. Источник: Институт морской геологии и геофизики ДВО РАН. Предоставлено: А.С. Закупиным

Специалисты института планируют и дальше совершенствовать эти методы. Прямо сейчас мы пытаемся объединить этот метод с другим методом, ориентированным на краткосрочный прогноз (сутки).

Конечно, когда мы говорим о сейсмологии, важно развивать не только науку, но и регламенты строительства. Большинство экспертиз по сейсмике проходит мимо нашего института и выполняется компаниями с весьма сомнительной репутацией. Хочется, чтобы ситуация изменилась в лучшую сторону.

Название видео

Прогноз землетрясений: старые ожидания и новые результаты

Известно, что удовлетворительной физической модели землетрясений не существует. Известен парадокс сейсмичности, согласно которому реализация сейсмической подвижки по общепринятой модели упругой отдачи Рида, ввиду соответствующих значений температуры и давления, не может происходить на глубинах более нескольких десятков километров. Чтобы обойти эти трудности, предлагались модели роли в возникновении более глубоких землетрясений флюидной фазы и различного рода метаморфических превращений.

Эксперименты подтверждают, что наличие флюида и реализация твердотельных превращений действительно способствуют развитию разрушений, но полностью (и потому вполне убедительно) условия в очагах более-менее глубоких землетрясений в эксперименте реализованы быть не могут. Требования подобия в эксперименте также не могут быть полностью реализованы. Поэтому вопрос остается дискуссионным. Приводится ряд примеров, на которых видно, что для реализации землетрясений глубже нескольких десятков километров существования требуемых для сейсмичности деформаций и напряжений недостаточно. Для возникновения землетрясений требуется некий дополнительный «фактор Х», и можно предположить, что этим фактором является реализация достаточно массированных превращений в данном объеме геосреды; во всяком случае, необходимы достаточно быстрые изменения РТ условий. Напоминается также, что по данным ряда авторов между уровнем сейсмичности и величиной действующих напряжений наблюдается отрицательная, а не положительная корреляция, что также указывает, что уровень напряжений не является единственным и доминирующим фактором в реализации сейсмического процесса, что решающую роль играет некий иной «фактор Х».

По данным анализа обобщенной окрестности сильного землетрясения выявлены два режима предвестниковой активизации (см. рисунок). Первый – долгосрочный, с продолжительностью годы – отвечает небольшому фоновому росту сейсмической активности. Второй – краткосрочный, около сотни дней – описывает степенной рост форшоковой активности. Первый ассоциируется с предполагавшейся ранее Н.В. Шебалиным фазой «роста сейсмического потенциала»; можно предположить, что его возникновение отвечает активизации метаморфических превращений в данной области. Второй – краткосрочный – соответствует собственно развитию сейсмической неустойчивости.

В совокупности приведенные данные свидетельствуют в пользу модели связи большей части землетрясений с метаморфическими превращениями, в частности с реакциями дегидратации.

Рисунок. Режим сейсмичности в окрестности обобщенного главного события (t = 0). По оси у – логарифм числа событий в масштабе размера очага соответствующего сильного землетрясения. Использована информация о сейсмичности в окрестности 500 сильнейших землетрясений с глубиной H ≤ 70 км из каталога GCMT

Источник: Rodkin M. V. Earthquake Prediction: Old Expectations and New Results // Seismic Instruments. 2021. Vol. 57. No. 4, pp. 438–445.

Прогноз землетрясений из космоса — РИА Новости, 26.05.2021

Была замечена и связь между концентрацией газа радона вблизи эпицентра будущего землетрясения и концентрацией электронов в ионосфере над этим районом. Выяснилось также, что аэрозоли с высоким содержанием металлов, которые выделяются из земной коры в области готовящегося землетрясения, приводят к резкому усилению электрического поля над его эпицентром.

Но все эти данные о предвестниках землетрясений были получены как бы попутно с другими научными исследованиями. Для набора статистики требовался непрерывный мони-торинг с помощью специализированного спутника. ИЗМИРАН, как головная научная орга-низация в этих исследованиях, предложил разработать такой спутник и запустить его с по-мощью конверсионной ракеты-носителя «Штиль» Государственного ракетного центра (ГРЦ) «КБ им. академика Макеева» из города Миасс на Урале. Предполагалось, что участие Центра в проекте сведется только к доработке ракеты под спутник, который должен был предоста-вить ИЗМИРАН. Однако академические ученые самостоятельно выполнить свои обязатель-ства не смогли, и миасским специалистам пришлось подключиться к разработке и изготов-лению и самого спутника. Работы выполнялись в рамках комплексной темы «Вулкан», кото-рая была включена в Федеральную космическую программу на 2001-2005 гг. Заказчиком те-мы выступил Роскосмос.

В декабре 2001 г. на орбиту в качестве попутной нагрузки к российскому метеороло-гическому спутнику «Метеор-3М» был выведен первый экспериментальный спутник «Ком-пас» (от английской аббревиатуры COMPASS (Complex Orbital Magneto — Plasma Autonomous Small Satellite — «Комплексный орбитальный магнитно-плазменный автономный малый спут-ник»)). Научная аппаратура спутника была создана в институтах России, Венгрии, Греции, Украины и Польши. Целью запуска была оценка в реальном космическом полете возможно-стей специализированных орбитальных средств по обнаружению предвестников землетря-сений и статистической оправдываемости прогнозов. К сожалению, отказ служебной аппа-ратуры на «Компасе» не позволил до конца выполнить эти интересные для понимания лито-сферно-магнитосферных связей исследования притом, что уже первые полученные данные были очень обнадеживающими.

С октября 2002 г. по май 2003 г. исследования продолжались с помощью «Метеора-3М», аппаратура которого частично могла использоваться для этих целей. Последующая обработка спутниковых наблюдений и сравнение их результатов с данными, полученными от наземных сейсмологических служб, показало совпадение по 44 из 47 событий.

Для набора статистики и дальнейшей отработки бортовой аппаратуры и планируется запустить спутник «Компас-2». Выведет его на орбиту ракета-носитель «Штиль». На 4-ой квартал 2006 г. для проверки новых средств мониторинга запланирован запуск следующего спутника — «Компаса-3».

Следует также заметить, что отработка средств и методов, которые будут задейство-ваны на космических аппаратах геокосмической системы «Вулкан» для прогноза и монито-ринга природных и техногенных катастроф, уже длительное время ведется и на борту Меж-дународной космической станции в рамках программы «Ураган». МКС, вследствие низкой орбиты, оказалась очень удобным инструментом для таких исследований в ионосфере.

Надо сказать, что предложения для программы создания наземно-космической систе-мы предупреждения о катастрофах были подготовлены рядом институтов и организаций, в основном Академии наук, после трагического землетрясения в Армении в декабре 1988 г. Тогда планировалось, что аппаратура будет отрабатываться на орбитальной станции «Мир» с последующим развертыванием системы предупреждения на базе беспилотных космических аппаратов. Однако с распадом СССР эта программа, как и многие другие, оказалась нереали-зованной. Тем не менее, наработки, полученные на «Мире», а еще раньше во время длитель-ных полетов станций «Салют-6» и «Салют-7», используются сегодня при подготовке экспе-риментов по этой проблеме на МКС.

Перспективная геокосмическая система «Вулкан» позволит проводить сбор, обработ-ку и анализ данных о предвестниках катастроф. Ожидается, что система обеспечит кратко-срочный, среднесрочный и долгосрочный прогноз готовящихся стихийных бедствий для служб по чрезвычайным ситуациям не только в России, но и для других стран.

Геосистема будет включать в себя две группировки малых космических аппаратов, размещенных на круговых солнечно-синхронных орбитах с высотами в 400-500 км и 900-1000 км, а также комплекс наземных геофизических обсерваторий, станции приема и обра-ботки информации и ситуационный центр.

Основные преимущества спутниковых методов — возможности глобального обзора с выявлением всех сейсмоактивных зон и определение региона будущего крупного землетря-сения, а также точный временной масштаб (интервал времени между появлением предвест-ника и толчком) в 1-5 суток. Наземные обсерватории, как бы они ни были хорошо оснащены, дают лишь фрагментарную информацию, недостаточную для надежного прогноза.

Мнение автора может не совпадать с позицией редакции

Прогнозирование землетрясений и минимизация их возможных последствий

%PDF-1.4 % 1 0 obj > endobj 5 0 obj /Title >> endobj 2 0 obj > endobj 3 0 obj > endobj 4 0 obj > stream

Прогнозирование землетрясений и минимизация их возможных последствий

Пеньков Александр Иванович; Сафронова А.

Б. endstream endobj 6 0 obj > endobj 7 0 obj > endobj 8 0 obj > /ExtGState > /Font > /Pattern > /Shading > /XObject > >> /Rotate 0 /Type /Page /Annots [27 0 R] >> endobj 9 0 obj > /ExtGState > /Font > /Pattern > /Shading > /XObject > >> /Rotate 0 /Type /Page >> endobj 10 0 obj > /ExtGState > /Font > /Pattern > /Shading > /XObject > >> /Rotate 0 /Type /Page >> endobj 11 0 obj > /ExtGState > /Font > /Pattern > /Shading > /XObject > >> /Rotate 0 /Type /Page >> endobj 12 0 obj > /ExtGState > /Font > /Pattern > /Shading > /XObject > >> /Rotate 0 /Type /Page >> endobj 13 0 obj > /ExtGState > /Font > /Pattern > /Shading > /XObject > >> /Rotate 0 /Type /Page >> endobj 14 0 obj > stream x=ɮdu

В чем разница между ранним предупреждением о землетрясениях, прогнозом землетрясений, вероятностью землетрясений и прогнозом землетрясений?

Геологическая служба США использует эти четыре термина для обозначения четырех различных вещей .

Раннее предупреждение — это уведомление, которое выдается после начала землетрясения. Вероятности и прогнозы сопоставимы с вероятностями климата и прогнозами погоды, в то время как прогнозы больше похожи на заявления о том, когда, где и насколько велико, что еще невозможно для землетрясений.

Вот более подробные описания каждого:

Раннее предупреждение о землетрясениях Системы используют науку о землетрясениях и технологию систем мониторинга для предупреждения устройств и людей, когда ожидается, что сотрясения, вызванные землетрясением, прибудут к месту их нахождения. От секунд до десятков секунд заблаговременного предупреждения люди и системы могут принять меры для защиты жизни и имущества от разрушительного сотрясения.

Прогнозы землетрясений похожи на вероятности, но для более коротких временных окон, и мы обычно применяем этот термин к афтершокам.После сильного землетрясения афтершоки бывают, как правило, реже и со временем меньше. Большинство последовательностей афтершоков следуют одной и той же схеме, поэтому можно определить вероятность афтершока во временном окне после землетрясения. Эти вероятности могут быть больше 1 из 30.

Вероятности землетрясений описывают долгосрочные шансы того, что землетрясение определенной магнитуды произойдет в течение временного окна. Большинство вероятностей землетрясений определяется на основе средней частоты исторических событий.Предполагая, что годовая скорость постоянна, можно сделать вероятностное утверждение о вероятности такого события в следующие несколько лет. Эти вероятности могут варьироваться от 1 из 30 до 1 из 300.

Для некоторых разломов исторические события недоступны, но можно оценить скорость скольжения по разлому. Предполагая определенную величину, можно оценить количество лет, которое потребуется для накопления необходимого количества промаха. Эта оценка может использоваться для определения годовой ставки и использоваться так же, как исторические ставки. Эти вероятности могут варьироваться от 1 из 300 до 1 из 3000.

Прогноз землетрясения должен определять 3 элемента: 1) дату и время, 2) место и 3) магнитуду. Да, некоторые люди говорят, что могут предсказывать землетрясения, но вот причины, по которым их утверждения ложны:

Они не основаны на научных данных, а землетрясения являются частью научного процесса. Например, землетрясения не имеют ничего общего с облаками, телесными болями и болями или слизнями.
Они не определяют все три элемента, необходимые для прогноза.
Их прогнозы настолько общие, что всегда будет подходящее землетрясение; например: (a) В ближайшие 30 дней где-нибудь в США произойдет землетрясение M4. (b) Сегодня на западном побережье США произойдет землетрясение М2.

Третий унифицированный прогноз землетрясения в Калифорнии (UCERF3)

* Эта страница скоро будет обновлена более полной информацией, содержащейся в этой недавней записи SRL: Field, Jordan и др. «Синоптический обзор третьего унифицированного прогноза землетрясения в Калифорнии» (UCERF3) « писем о сейсмологических исследованиях. (июль 2017 г.) DOI: 10.1785 / 0220170045 *

Используя инновации, свежие данные и уроки, извлеченные из недавних землетрясений, ученые разработали новую модель прогноза землетрясений для Калифорнии, региона, находящегося под постоянной угрозой потенциально разрушительных событий. Новая модель, называемая третьим Единым прогнозом разрыва землетрясения в Калифорнии, или UCERF3 (http://www.WGCEP.org/UCERF3), обеспечивает авторитетные оценки величины, местоположения и вероятности разрыва разлома в результате землетрясения на всем протяжении штат.В целом результаты подтверждают предыдущие выводы, но с некоторыми существенными изменениями из-за улучшений модели. Например, по сравнению с предыдущим прогнозом (UCERF2) вероятность землетрясений средней силы (магнитудой от 6,5 до 7,5) ниже, тогда как вероятность более крупных событий выше. Это связано с включением многоразломных разрывов, когда землетрясения больше не ограничиваются отдельными отдельными разломами, но иногда могут вызывать одновременный разрыв нескольких разломов. Последствия этой и других усовершенствований модели для общественной безопасности зависят от нескольких факторов, включая расположение участка и тип конструкции (например, семейное жилище по сравнению с длиннопролетным мостом).Строительные нормы и правила, продукты страхования от землетрясений, планы действий в чрезвычайных ситуациях и другие меры по снижению рисков будут соответственно обновлены. Эта модель также служит напоминанием о том, что разрушительные землетрясения для Калифорнии неизбежны. К счастью, есть много простых шагов, которые жители могут предпринять для защиты жизни и имущества.

Это исследование поддержано:

Что такое UCERF3?

Единый прогноз землетрясения в Калифорнии, версия 3 (UCERF3) — это комплексная модель возникновения землетрясений в Калифорнии. Он представляет собой наилучшую доступную науку для авторитетных оценок силы, местоположения и вероятности потенциально разрушительных землетрясений в Калифорнии.
Два типа научных моделей позволяют принимать решения о том, как обезопасить себя от потерь от землетрясений: (1) прогноз землетрясения говорит нам, где и когда Земля может проскользнуть по многочисленным разломам штата, и (2) земля модель прогнозирования движения оценивает последующие сотрясения от разрыва при разрыве.UCERF3 — это последний прогноз землетрясения в Калифорнии.

Кто разработал UCERF3?

UCERF3 был разработан Рабочей группой 2014 г. по вероятности землетрясений в Калифорнии (WGCEP), многопрофильным сотрудничеством ведущих специалистов в области сейсмологии, геологии, геодезии, палеосейсмологии, физики землетрясений и инженерии землетрясений. Разработка UCERF3 включала многочисленные встречи с общественностью и формальные оценки пятью отдельными экспертными комиссиями.
Исследование проводилось Геологической службой США, Центром землетрясений Южной Калифорнии и Геологической службой Калифорнии при частичной финансовой поддержке Управления землетрясений Калифорнии, которое является крупнейшим поставщиком страхования домовладельцев от землетрясений в Калифорнии.
Разработка прогнозов землетрясений WGCEP (в 1988, 1990, 1995, 2003 и 2007 годах) показывает прогресс в направлении более точного представления очень сложной системы разломов в Калифорнии.

Видео с результатами UCERF3, показывающими сегменты разломов (более 350), используемые в модели.

Что нового в UCERF3?

UCERF3 включает более 350 участков разломов по сравнению с 16 и 200 разломами, рассмотренными WGCEP в 1988 и 2007 годах, соответственно. Поскольку подробные геологические данные об истории землетрясений и местонахождении разломов ограничены во многих частях Калифорнии, UCERF3 включил анализ постепенного перемещения сотен мест по всей Калифорнии с использованием космической геодезии (данные GPS) для оценки скорости деформация разломов, по которым отсутствуют геологические данные.
Недавние события демонстрируют, что землетрясения могут разрушаться за пределами ранее понятых границ разлома, что приводит к гораздо большей площади разлома и разлому, чем ожидалось (например, M7.2 El Mayor-Cucapah 2010; M9 Tohoku 2011, Япония; 2012 M8.6 Sumatra ). Ученые теперь признают, что разломы не изолированы, а вместо этого часто связаны между собой в широкую сеть или «систему разломов», где несколько близлежащих разломов могут иногда разрушаться одновременно. В отличие от предыдущих моделей, UCERF3 учитывает возможность этих множественных повреждений.
- «Великая инверсия» была разработана для UCERF3 для определения скорости всех возможных разрывов в результате землетрясений во взаимосвязанной системе разломов в Калифорнии. Этот новый подход на системном уровне также основан на более широком диапазоне наблюдений, чтобы прийти к решению.
- При использовании метода «большой инверсии» результирующая скорость прогноза UCERF3 для землетрясений средней силы (магнитудой от 6,5 до 7,5) больше соответствует наблюдаемой скорости в природе. Все предыдущие исследования прогнозов разрыва землетрясений в Калифорнии оценивали гораздо более высокую частоту этих явлений умеренной силы по сравнению с наблюдаемой частотой.
- Для расчета результатов «большой инверсии» UCERF3 потребовалось использование суперкомпьютеров для охвата широкого диапазона моделей (> 5 000), каждая из которых учитывает более 250 000 возможных землетрясений (включая разрывы при множественных разломах) по всей Калифорнии. Для того же расчета на одном настольном компьютере потребуется более 8 лет.
После разрыва разлома требуется время, чтобы тектоническое напряжение вновь накопилось в этом разломе — концепция, известная как теория упругого отскока Рейда (Reid, 1911).UCERF3 включает это понятие «готовность» разлома в прогноз землетрясения. Разломы с большей вероятностью разорвутся (более готовы) там, где тектоническое напряжение накапливалось в течение многих лет без землетрясения. И наоборот, разломы с меньшей вероятностью разорвутся (менее готовы), когда и где произошло недавнее землетрясение.
- Мы можем не знать, когда произошло последнее землетрясение по большинству разломов в Калифорнии, но мы можем предположить, что это было до того, как начали надежные записи (в 1875 году). Путем учета этого «исторического открытого интервала» для событий до 1875 года мы можем количественно оценить готовность к сбоям по всей системе разломов Калифорнии, в отличие от предыдущих исследований, которые ограничивались только подмножеством разломов с хорошо известной историей.

Каковы основные выводы UCERF3?

UCERF3 подтверждает многие предыдущие выводы, но проливает новый свет на то, как будущие землетрясения будут распространяться по Калифорнии и насколько сильными могут быть эти землетрясения.
Большая Калифорния. UCERF3 показывает, что вероятность землетрясений средней силы (магнитудой от 6,5 до 7,5) ниже, в то время как вероятность более крупных событий выше по сравнению с результатами UCERF2.
- Это связано с тем, что UCERF3 включает возможность того, что несколько близлежащих разломов могут случайным образом разорваться вместе, что приведет к более сильным землетрясениям. Повышенная частота этих более сильных землетрясений должна быть уравновешена пониженной частотой событий меньшей магнитуды, чтобы поддерживать общий бюджет тектонической системы плит и системы разломов.
- По оценкам, частота землетрясений магнитудой около 6,7 (размер разрушительного землетрясения в Нортридже в 1994 году) снизилась примерно на 30 процентов. Ожидаемая частота таких событий по всему штату снизилась с одного из четырех.От 8 лет (в UCERF2) до примерно одного за 6,3 года (в UCERF3).
- Вероятность того, что Калифорния испытает землетрясение магнитудой 8 или более в следующие 30 лет, увеличилась с примерно 4,7% в UCERF2 до примерно 7% в UCERF3.
Южная Калифорния / Лос-Анджелес.
- Модель UCERF3 оценивает большее увеличение вероятности более сильных землетрясений в регионе Лос-Анджелес по сравнению с большей частью Калифорнии, поскольку в этом регионе больше разломов, которые могут содержать множественные разрывы.
- UCERF3 соглашается с предыдущими исследованиями, которые считают, что разлом Южный Сан-Андреас с наибольшей вероятностью может принять сильное землетрясение.
- По сравнению с UCERF2, вероятность землетрясений с M≥6,7 в разломе Сан-Хасинто уменьшается в три раза в UCERF3, но уравновешивается эквивалентным увеличением вероятности землетрясений с M≥8 по этому разлому.
Северная Калифорния / Область Сан-Франциско.
- Северный разлом Сан-Андреас имеет более низкую вероятность землетрясения (по сравнению с Южным Сан-Андреасом) отчасти из-за относительно недавнего землетрясения 1906 года по этому разлому.
- Разломы Хейворд-Роджерс Крик и Калаверас с большей вероятностью разорвутся (по сравнению с Северным Сан-Андреасом), потому что прошло много времени с тех пор, как в этих разломах произошли последние землетрясения.
- По сравнению с UCERF2, разлом Калаверас показывает трехкратное увеличение вероятности землетрясений с M≥6. 7, но не компенсирует снижение скорости при более высоких магнитудах. Это связано с тем, что большинство событий на Калаверасе в UCERF2 были значительно ниже магнитуды 6,7, поэтому включение множественных разрывов в UCERF3 увеличивает вероятность всех M≥6.7 землетрясений.

Как используется UCERF3? Модель

UCERF3 может быть объединена с моделями прогнозирования движения грунта для определения сейсмической опасности или сотрясения грунта, вызванного каждым возможным разрывом землетрясения. Эти оценки сейсмической опасности в сочетании с инженерными моделями застроенной среды используются для определения сейсмического риска или вероятности того, что люди понесут убытки или нанесут ущерб своей застроенной среде в случае воздействия сейсмической опасности.
UCERF3 использовался для обновления 2014 года Национальной карты сейсмической опасности Геологической службы США.
Управление землетрясений Калифорнии будет использовать UCERF3 для оценки страховых взносов, взимаемых с клиентов, а также их собственного уровня перестрахования.
UCERF3 будет использоваться для других мер по снижению рисков в ближайшие годы, включая инженерное проектирование зданий и путей жизнеобеспечения, оценку убытков по катастрофическим облигациям и другим ценным бумагам, связанным с риском, а также готовность к чрезвычайным ситуациям — все для повышения общественной безопасности и устойчивости сообщества.

Каковы ограничения UCERF3?

Трудно сделать обобщения относительно опасностей или рисков, связанных с UCERF3, без предварительного определения обоих типов активов и их местоположения. Выводы будут различаться в зависимости от того, проектируете ли вы дом для одной семьи, модернизируете мост, учитываете расположение электростанции, прокладываете трубопровод через разлом Сан-Андреас или рассматриваете совокупные убытки по большому портфелю страхования.Практические последствия необходимо будет рассматривать в индивидуальном порядке.

Как подготовиться к землетрясениям в будущем?

В рамках Национальной программы уменьшения опасности землетрясений (www. nehrp.gov) Геологическая служба США и ее партнеры будут продолжать проводить исследования, направленные на улучшение нашего понимания поведения разломов и оценок опасности землетрясений в будущем.
UCERF3 также должен служить напоминанием о том, что Калифорния — страна землетрясений, и жители всегда должны быть готовы.Простые меры предосторожности включают в себя практику «брось, укрывайся и держись», закрепляя в своем доме и на рабочем месте предметы, которые могут упасть во время землетрясения, а также запасать запасы еды и воды на семь дней. Домовладельцы также могут рассмотреть возможность структурного переоборудования, такого как крепление дома болтами к фундаменту, а также варианты страхования от землетрясения. Для получения дополнительных указаний о том, как подготовиться к сильным землетрясениям, выжить и восстановиться после них, следуйте рекомендациям Seven Steps to Earthquake Safety (www.earthquakecountry.org / sevennsteps).

Где я могу найти дополнительную информацию о UCERF3?

Дополнительные ссылки

Рабочая группа по вероятности землетрясений в Калифорнии

Программа землетрясений Геологической службы США

Национальные и региональные карты сейсмической опасности

Национальная программа уменьшения опасности землетрясений

Центр данных о землетрясениях в Южной Калифорнии

Устранение корней в стране, пострадавшей от землетрясения

Контакты для СМИ

Район залива Сан-Франциско
Лесли К.

Гордон
Геолог / специалист по связям с общественностью
Геологическая служба США ( Menlo Park )
(650) 329-4006
[email protected]

Южная Калифорния
Марк Бентиен
Директор по коммуникациям, образованию и работе
Центр землетрясений Южной Калифорнии ( Лос-Анджелес, )
(213) 740-5843
[email protected]

Сакраменто
Дон Дрисдейл
Сотрудник по общественной информации
Геологическая служба Калифорнии ( Сакраменто, )
(916) 445-0633
ddrysdale @ consrv.ca.gov

Район Большого Денвера
Хайди Кунц
Специалист по связям с общественностью
Геологическая служба США ( Golden )
(303) 202-4763
[email protected]

Эта разношерстная команда встряхивает мир предсказаний землетрясений.

Однако данных достаточно, чтобы заглянуть в будущее — в некоторой степени. Такие организации, как Геологическая служба США, используя данные о прошлой сейсмичности и современную геофизическую информацию, говорят, что, например, существует 20-процентная вероятность того, что район залива Сан-Франциско испытает балл-7. 5 землетрясений в ближайшие 30 лет.

Они также могут прогнозировать афтершоки, землетрясения, следующие за главным толчком, самое мощное землетрясение в последовательности. Когда случается сильное землетрясение (потенциально главный толчок), ряд уравнений и расчетов — основанных на статистических моделях и разумных предположениях о том, как работают землетрясения — создают временное окно (скажем, неделю), в течение которого приблизительно количество афтершоков с приблизительной величиной.

Эти вычисления очень надежны.Но они являются ретроспективными и реактивными, и их нельзя использовать для прогнозирования основных толчков, звезд шоу, которые могут разбрасывать людей и их дома. Проблема заключается в отсутствии предвестников: сейсмологи еще не окончательно определили сигналы, предшествующие основным толчкам, которые четко указывают на их появление и силу.

Когда дело доходит до предсказания землетрясений, «существует долгая […] история, назовем это стагнацией по этой теме с очень небольшим серьезным успехом», — говорит Захари Росс, сейсмолог из Калифорнийского технологического института, который не был Не участвую в работе. «По сравнению с прогрессом, достигнутым климатологами за последние несколько десятилетий, что просто поразительно, существующие методы прогнозирования [землетрясений] кажутся довольно насыщенными тем, что они, кажется, могут сделать».

Enter, машинное обучение. Грубо говоря, это описывает способность компьютерного кода поглощать данные, выявлять закономерности, делать выбор или делать прогнозы, а затем учиться на своих ошибках и исправлять себя — и все это без значительного вмешательства человека. Для сейсмологов это новинка; они только начали обсуждать его потенциал и свою работу с ним на крупных научных конференциях в последние несколько лет.

И все же он уже используется в реальном мире. Проект, в котором участвовал Росс, использовал машинное обучение, чтобы найти миллионы землетрясений, похороненных в сейсмологических записях южной Калифорнии. После обработки множества сейсмических данных их программное обеспечение могло быстро различать случайные грохоты и настоящие грохоты землетрясений, невидимые для людей.

Пол Джонсон, геофизик из Национальной лаборатории Лос-Аламоса в Нью-Мексико и ведущий автор нового исследования, считает, что машинное обучение может помочь в прогнозировании землетрясений.Вместо использования уравнений, разработанных на основе человеческого понимания сейсмологии, эти коды будут начинаться заново, потреблять данные и использовать только эти данные для составления прогнозов — и удалять из смеси потенциально ошибочные или человеческие предположения.

В более раннем исследовании использовалась машина для создания искусственных землетрясений в лаборатории. Стальные блоки зажаты между блоками трещин, скалами, обычно встречающимися в естественных разломах. Блоки механически перемещались, толкали, сжимали и тянули блок.Если блок треснет и есть толчок вперед, вуаля, вы только что устроили землетрясение.

Джонсон и его коллеги задавались вопросом, может ли модель машинного обучения, обеспечивающая поток данных о размерах и характеристиках «разлома», напряжениях и деформациях, которым подвергалась система, и ее результирующей сейсмичности, может предсказать будущие землетрясения. «Очень быстро модель была разработана некоторыми талантливыми молодыми людьми», — говорит он — командой ученых-материаловедов и математиков. Через несколько месяцев после настройки аппарата их программное обеспечение могло с большой точностью предсказывать, когда произойдут будущие землетрясения.

«Это было просто откровение», — говорит Джонсон. «Сначала это казалось волшебством». Модель смогла идентифицировать несколько энергетических сигнатур в сейсмических данных, которые дали понять, что неисправность вот-вот исчезнет.

Но если это была видеоигра, она была установлена на «легкую» сложность. Землетрясения были периодическими, то есть происходили довольно регулярно. Сможет ли машинное обучение справиться с нерегулярными землетрясениями, которые вы видите в дикой природе?

CA Предсказание землетрясений — Система раннего предупреждения, обнаружения и оповещения

Главная> Блог> 2019> Прогнозирование землетрясений в Калифорнии — система раннего предупреждения, обнаружения и оповещения

10 декабря 2019

Калифорнийская система прогнозирования землетрясений и раннего предупреждения

Когда в Калифорнии произойдет следующее сильное землетрясение? В течение многих лет исследователи землетрясений пытались разработать более надежные методы предсказания землетрясений в Калифорнии.

Мы знаем, что Калифорния — это страна землетрясений, в которой известно около 16 000 разломов. Вероятность сильного землетрясения превышает 99 процентов. Имейте в виду, что ученые все еще находят новые недостатки. Возьмем, к примеру, новые морщины в земной коре, обнаруженные всего в нескольких милях к юго-востоку от Санта-Крус, Калифорния. Эта группа разломов на дне океана повлияет на центральное побережье Калифорнии цунами и землетрясениями.

Некоторые из самых разрушительных землетрясений в мире произошли в районах, которые считались относительно безопасными, например, в Нортридже в 1994 году.Это произошло из-за разлома, которого даже не было на сейсмических картах. В результате землетрясения в Нортридже 57 человек погибли и около 9000 получили ранения. Землетрясение в Нортридже также привело к повреждению миллиардов жилых домов.

Что делать, если было предупреждение?

Как предсказать землетрясение

Прогнозирование землетрясений и предупреждение о землетрясениях — это два отдельных и взаимосвязанных вида деятельности. Оба зависят от развития информационных и коммуникационных технологий. Машинное обучение может помочь в прогнозировании в будущем.

Сегодня ученые Геологической службы США (USGS) могут рассчитать только вероятность того, что сильное землетрясение произойдет в определенной области в течение определенного количества лет.

Чтобы прогноз землетрясения был точным, он должен определять дату и время, место и силу землетрясения. В настоящее время проводятся исследования по использованию искусственного интеллекта для лучшего понимания физики неисправностей.

Поскольку ученые не могут с уверенностью предсказать, где и когда произойдет следующее сильное землетрясение, CEA, USGS и другие агентства сосредоточивают свои усилия на безопасности и подготовке.

Безопасность и прогнозирование

Поскольку точный день и время землетрясения предсказать невозможно, существует мера безопасности, которая встречается на перекрестке безопасности и прогнозирования: система раннего предупреждения о землетрясениях (EEW).

Системы

EEW используют системы изучения и мониторинга землетрясений для оповещения устройств и людей о том, что волны сотрясения, вызванные землетрясением, прибудут к месту их нахождения. Секунды предварительного предупреждения могут позволить людям предпринять действия, чтобы защитить себя.

Что такое система раннего предупреждения о землетрясениях?

Смартфоны теперь могут предупреждать жителей Калифорнии о землетрясении за секунды до того, как мы их почувствуем. Система раннего предупреждения о сотрясениях достигает людей двумя способами: через приложение (приложение) под названием MyShake и через существующие беспроводные аварийные оповещения, которые подают сигнал на мобильные телефоны для предупреждения о наводнении и пропавших без вести детях (Amber Alerts).

Система предупреждения о землетрясении в Калифорнии MyShake предупредит вас за «десятки секунд» до того, как вы почувствуете сотрясение земли.

Основы раннего предупреждения

Во время крупного землетрясения существуют три разных волны — P-волны, S-волны и поверхностные волны, которые обнаруживаются центрами оповещения и передаются на датчики MyShake.

Зубец P быстро движется и появляется первым.
Повреждение вызвано более медленными S-волнами и поверхностными волнами.
Датчики обнаруживают P-волну и передают данные в центр оповещения о землетрясениях.
В приложение MyShake передается сообщение из центра предупреждений.

Получите бесплатное приложение MyShake

Бесплатное приложение для оповещения о землетрясении для вашего смартфона. MyShake помогает улучшить систему раннего предупреждения в Калифорнии. Загрузите его сегодня. Просмотрите руководство по приложениям.

Поделитесь своим опытом

Вы это почувствовали? Функция (DYFI) приложения MyShake собирает информацию от людей, которые почувствовали землетрясение, и создает карты, которые показывают, что люди испытали, и степень ущерба.

Стать гражданином-ученым

Университет Южной Калифорнии управляет сетью Quake-Catcher Network.С помощью компьютерного программного обеспечения Сеть стремится сформировать самую крупную и плотную систему мониторинга землетрясений в мире в районах, где отсутствует широкополосная связь.

С датчиками, подключаемыми через USB в классах K-12, Сеть служит образовательным инструментом для преподавания естественных наук.

Как раннее предупреждение защищает вас до и во время землетрясения?

Технология

MyShake может принести пользу вашей семье и сообществу:

Общественное предупреждение
Мобилизация службы быстрого реагирования
Уведомленные поставщики медицинских услуг
Уведомление для сектора энергетики и коммунальных услуг
Системы общественного транспорта
Безопасность на рабочем месте

Продолжительность времени, в течение которого вам придется действовать после уведомления, зависит от скорости сенсорной системы и вашего расстояния до события.

В будущем люди без смартфонов, с ограниченными возможностями и говорящие на разных языках также будут получать оповещения по телевизору и радио. Также будут добавлены оповещения на испанском и других языках.

Что бы вы сделали, если бы у вас было 10 секунд до землетрясения?

У вас может быть всего несколько секунд, чтобы действовать, когда сработает оповещение о землетрясении.

Что нужно делать, чтобы пережить землетрясение?

Многие люди получают травмы, пытаясь двигаться во время тряски.Безопаснее Drop, Cover, и Удерживайте , пока тряска не закончится.
Избегайте дверных проемов. На самом деле вы рискуете, что дверь захлопнется в вас во время тряски.

Следуйте этим советам, чтобы защитить себя и свою семью, подготовьтесь к землетрясению дома, на работе, в дороге и на улице.

Дома.
Оставайтесь на месте. Drop, Cover, и Hold On . Укройтесь под прочной мебелью, например, тяжелым письменным столом или столом, или у внутренней стены.Отойдите от мест, где стекло может разбиться вокруг окон, зеркал, картин или где тяжелые книжные шкафы или другая тяжелая мебель могут упасть.

Подождите, пока не прекратится тряска, а затем проверьте, не пострадали ли другие. АФТЕРШОКОВ может быть несколько. Если вы выйдете из здания после того, как тряска прекратится, используйте лестницу. Никогда не пользуйтесь лифтом.

В многоэтажном доме, офисе или школе.
Отойдите от окон. Упасть на четвереньки; закройте голову руками и держитесь за шею.Если нет письменного стола, подползите к внутренней стене и прикройте голову и шею.
Во время движения.
Избегайте путепроводов, мостов, линий электропередач и знаков. Съехать на обочину дороги. Стоп. Включите стояночный тормоз. Оставайтесь в машине, пока тряска не прекратится. После того, как тряска утихнет, проверьте радиорепортажи на открытых дорогах. Двигайтесь осторожно, чтобы не допустить падения мусора и повреждения тротуара.
В постели.
Оставайся на месте. Лягте лицом вниз, чтобы защитить свое тело от падающих предметов.Накройте голову и шею подушкой. Держите руки как можно ближе к голове.
На открытом воздухе.
Отойдите от линий электропередач, зданий и транспортных средств. Затем опустите и прикройте голову.
В театре или на стадионе.
Сядьте на землю перед сиденьем или максимально наклонитесь. Накройте голову руками. Возьмитесь обеими руками за шею, пока тряска не прекратится. Медленно покиньте зал. Следите за всем, что может упасть во время подземных толчков.
С маленькими детьми.
Взрослый должен прижать младенца к груди, Drop. Крышка. Держись, . Это обеспечивает дополнительную защиту сверху и с обеих сторон ребенка.
Если у детей постарше нет стола, под которым можно укрыться, упадите на землю и переместитесь во внутренний угол комнаты, если это возможно. Вам и вашим детям следует принять позу ползания. Практическое падение, укрытие, и Удерживайте до землетрясения года.
В инвалидной коляске.
Заблокируйте колеса. Если возможно, наклонитесь и прикрывайте голову руками. Подтяните шею.

Как подготовиться к землетрясению дома

Сотрясение от сильного землетрясения может сдвинуть почти все в вашем доме. Подумайте, что можно бросить или опрокинуть.

Обеспечение безопасности вашего пространства может помочь защитить вашу семью и предотвратить травмы ваших близких. Согласно исследованию Калифорнийского университета в Лос-Анджелесе, большинство травм в результате разрушительного землетрясения в Нортридже в 1994 году было связано с падением тяжелой мебели и предметов домашнего обихода на людей.

Чтобы по-настоящему подготовиться к следующему землетрясению, оцените безопасность своего дома. Этот обзор безопасности дома должен занять первое место в вашем контрольном списке подготовки к землетрясению после того, как вы подготовите комплект средств защиты от землетрясения и соберете необходимые материалы.

Хотите знать, что взять с собой в комплект для обеспечения готовности к землетрясениям? Следуйте этим советам блога, чтобы подготовиться к работе в помещении и на улице.

Какова вероятность землетрясения в Калифорнии?

Калифорния — страна землетрясений.Вы не можете предсказать, когда произойдет следующее землетрясение. Но вы можете подготовиться к следующему сильному землетрясению.

В 2015 году Рабочая группа по вероятности землетрясений в Калифорнии опубликовала Единый прогноз землетрясений в Калифорнии, версия 3 (UCERF3). В этом документе ученые делают вывод, что в ближайшие годы в Калифорнии обязательно произойдет еще одно сильное землетрясение.

Вероятность того, что Калифорния испытает землетрясение магнитудой 8 или более в следующие 30 лет, увеличилась примерно до 7% в UCERF3.Другие находки включают:

Повышение вероятности более сильных землетрясений в районе Лос-Анджелеса из-за множественных разломов.
Разлом Южный Сан-Андреас, скорее всего, станет местом сильного землетрясения.
В Северной Калифорнии вероятность прорыва разломов Хейворд-Роджерс Крик и Калаверас выше.

USGS Ресурсы оповещения о встряхивании

Назад ко всем сообщениям блога

Прогнозирование землетрясений является главным приоритетом для исследовательского центра землетрясений

в USC.

Южная Калифорния покоится на шатком основании из движущихся скал, поскольку устрашающая угроза землетрясений таится под залитой солнцем поверхностью.Угроза ужасающая, потому что никто не знает, когда и где ударит большой темблор.

Эта угроза беспокоит профессора Иегуду Бен-Цион. Он геофизик в отделе наук о Земле Колледжа литературы, искусств и наук Дорнсифа Университета Южной Калифорнии, который на протяжении всей своей карьеры изучает землетрясения. Теперь, в качестве нового директора Центра землетрясений в Южной Калифорнии, он имеет смелый план по преобразованию своих исследований землетрясений и усилению внимания к прогнозированию сильных землетрясений.

Иегуда Бен-Цион (фото / любезно предоставлено Иегудой Бен-Цион)

«Я заинтересован в расширении границ науки. Я работаю над несколькими инициативами, которые могут улучшить прогнозирование землетрясений и открыть новые горизонты исследований », — сказал он.

Он предполагает резкое увеличение количества датчиков разломов, которые, как известно, вызывают сильные землетрясения. Он хочет трансформировать исследования землетрясений, изучая, как изменяются разломы до, во время и после разрыва. Он изложил свое видение центра землетрясений будущего в недавних статьях в журналах Seismological Research Letters и в журнале Nature.SCEC готовит несколько предложений по финансированию для Национального научного фонда, Геологической службы США и других спонсоров.

SCEC — это консорциум из более чем 90 американских и международных исследовательских организаций, включая Калифорнийский технологический институт, Стэнфордский университет, Массачусетский технологический институт, Гарвардский университет и школы Калифорнийского университета, со штаб-квартирой в USC. Его годовой бюджет составляет около 10 миллионов долларов, которые поступают из различных источников.

Возможно ли предсказание землетрясений? Некоторые ученые настроены скептически

Предсказание землетрясения было надеждой с тех пор, как земля сместилась под древние народы.Землетрясения способствовали падению древних цивилизаций в Китае и на Ближнем Востоке. Сильные землетрясения разрушили города Калифорнии и другие мегаполисы по всему миру, нанеся ущерб в сотни миллиардов долларов. Такие города, как Лос-Анджелес, Токио, Стамбул, Сан-Франциско и Мехико, постоянно находятся под угрозой.

Тем не менее, предсказание землетрясений также было прерогативой мистиков и шарлатанов. Ученые испытывают дискомфорт, когда их заставляют предсказывать землетрясения. Специалисты говорят, что в настоящий момент нет возможности надежно предсказать сильные землетрясения.Вместо этого они полагаются на научно обоснованные долгосрочные оценки вероятности для прогнозирования того, когда и где разлом может вызвать сильное землетрясение. Бен-Цион видит возможности для развития науки и приближения долгосрочного прогнозирования к краткосрочному прогнозированию.

Это самая многообещающая игра в городе для предсказания землетрясений.
Джон Видейл

Профессор Джон Видейл, предыдущий директор SCEC, говорит, что Бен-Цион решает смелую задачу в области наук о Земле в сотрудничестве с исследователями из Франции и других стран, хотя потенциал остается неопределенным.

«Существует убедительное понимание того, что землетрясения циклически изменяются от стрессовой нагрузки до разрыва и перезарядки до следующего разрыва, и если вы можете распознать прогрессию в цикле, вы на шаг приблизитесь к предсказанию землетрясений», — сказал он.

«Но некоторые ученые настроены скептически, учитывая медленный прогресс на сегодняшний день в предсказании землетрясений, и ожидают, что землетрясения происходят без предупреждения», — добавил он. «Можно ли получить больше информации, увидеть, как ведут себя камни непосредственно перед перерывом? Насколько сильны ключи? Надежно ли они случаются до землетрясений? Это самая многообещающая игра в городе для предсказания землетрясений, в ней есть новые теории и измерения, а также [Бен-Цион], основанный на очень хорошей науке. ”

Фокусировка датчиков землетрясений SoCal в зонах разломов

Понимание землетрясений является сложной задачей, потому что они возникают глубоко под землей или под водой, связаны со сложной геологией и предоставляют ограниченную информацию в точках разрыва на поверхности. Таким образом, землетрясения — это величайший ужас природы из-за их высокой неопределенности и потенциальной опасности. В мгновение ока неисправность может сместиться, высвободив энергию, накопленную веками, чтобы вызвать массовые разрушения и смерть. Величина 2019 года 7.1 землетрясение в Риджкресте привело к выбросу примерно 45 ядерных бомб размером с Хиросиму.

Южная Калифорния особенно уязвима для крупных землетрясений, потому что она занимает сейсмически активную область по обе стороны от двух тектонических плит размером с континент, которые примыкают к разлому Сан-Андреас. Ключевая инфраструктура, включая нефть, газ, воду и трубопроводы, пересекает разлом. Каждый год добавляется все больше людей и домов, многие из которых очень близки к другим крупным региональным разломам во Внутренней Империи, которые представляют собой отдельные и дополнительные угрозы разрыва. Кроме того, большая часть территории Лос-Анджелеса расположена на вершине лабиринта разломов, способных вызвать значительные землетрясения, как это произошло в 1933 году в Лонг-Бич, в 1971 году в Сильмаре, в 1987 году в Уиттиере и в 1994 году в Нортридже.

Ученые оценивают риск, используя долгосрочные прогнозы, чтобы предвидеть вероятность сильного землетрясения. Например, по оценке USGS, вопрос о том, поразит ли землетрясение силой 7 баллов в районе Лос-Анджелеса и в районе залива Сан-Франциско в течение 30 лет, — это примерно бросок монеты. В Южной Калифорнии шансы значительно выше для небольших, но разрушительных землетрясений и примерно 1 к 3 для магнитуды 6.Землетрясение 7, такого же размера, как землетрясение в Нортридже 1994 года, за тот же трехлетний период.

Чтобы улучшить эти прогнозы, Ben-Zion ищет новую обширную сеть для получения информации, которая может быть использована для мониторинга зон разломов и прогнозирования землетрясений, начиная с территории SCEC в Южной Калифорнии. Хотя в регионе уже имеется около 1000 датчиков землетрясений, Бен-Цион говорит, что они широко разбросаны, в основном вдали от крупных разломов. Это слепое пятно, которое, по его словам, оставляет пробелы в нашем понимании условий при неисправностях, предшествующих перерыву.

Устранение разрыва в данных имеет решающее значение.
Иегуда Бен-Цион

«Ни одна наука не может развиваться без прямых наблюдений за исследуемыми явлениями в естественных условиях», — сказал Бен-Цион. «Очень важно проводить измерения в зонах разломов, где можно наблюдать детали природных процессов. Устранение пробелов в данных имеет решающее значение ».

Что может включать в себя новый центр землетрясений на базе USC? Среди других инициатив SCEC предлагает значительное расширение датчиков землетрясений, включая акселерометры, широкополосные станции и станции GPS — сотни из них — размещенные в пределах километра от основных разломов.Они будут дополнены камерами, акустическими датчиками и другими геофизическими приборами. Система будет интегрирована с региональными датчиками, что будет стимулировать новые теоретические исследования, лабораторные эксперименты и полевые наблюдения, с анализом с помощью искусственного интеллекта и других передовых методов.

Нулевой точкой сети будет разлом Сан-Хасинто в округах Риверсайд и Сан-Бернардино — один из крупнейших и исторически активных разломов в регионе — а также разлом Сан-Андреас.

Оптимизм Иегуды Бен-Циона по поводу прогнозов землетрясений подкреплен данными

Что заставляет Бен-Циона оптимистично оценивать свой новый подход?

Ответ находится в статье от 17 ноября, в соавторстве которой он находится в журнале Nature, в которой анализируются данные, собранные с датчиков, близких к разломам, до недавних землетрясений силой примерно 7 баллов и более со всего мира. В некоторых случаях данные показывают соблазнительные улики, которые, кажется, предполагают, что большая группа готовится нанести удар.

Среди сигналов раннего предупреждения были свидетельства постепенного ослабления горных пород и деформации коры вокруг зон будущих разрывов, событий медленного скольжения и форшоков, а также увеличения концентрации сейсмической активности, локализованной в узкой полосе на вершине той части разлома, которая в конечном итоге прорвалась. .В документе поясняется, что эти процессы наблюдались за дни, недели и месяцы до главного толчка.

В частности, в исследовании анализируется, как некоторые из этих явлений проявились до землетрясений в Ландерсе в 1992 году, на шахте Гектор в 1999 году и в 2019 году на Риджкресте в пустыне Мохаве, а также в землетрясении 2010 года в Эль-Майор-Кукапа в Нижней Калифорнии. Подобные подсказки были зарегистрированы до нескольких крупных землетрясений в Японии, а также землетрясения магнитудой 8,2 возле Икике, Чили, в 2014 году.

Хотя не каждый разлом дает предупреждение о разрыве, Бен-Цион говорит, что «с более точными измерениями и лучшими данными о месте разлома, полученными непосредственно перед большим землетрясением, мы можем получать сигналы в зоне разлома, которые могут улучшить способность прогнозировать сильные землетрясения.”

Если все пойдет по плану, новый центр землетрясений может помочь Южной Калифорнии защитить себя от стихийных бедствий. Так называемое «большое», прогнозируемое гигантское землетрясение для южного разлома Сан-Андреас, простирающегося от Солтон-Си почти до Бейкерсфилда, приведет к катастрофе. Сценарий землетрясения ShakeOut, разработанный десять лет назад Геологической службой США, предупреждает о землетрясении силой 7,9 балла, в результате которого погибнут 1800 человек, погибнут 50 000 человек и нанесен материальный ущерб на сумму 200 миллиардов долларов. Самая южная часть разлома, недалеко от Солтон-Си и долины Коачелла, не прорывалась более 300 лет, что является необычно долгим периодом покоя.

Больше историй о: Науки о Земле, Землетрясения, Центр землетрясений в Южной Калифорнии

Лабораторное прогнозирование землетрясений: конкурс машинного обучения

Аннотация

Предсказание землетрясений, долгожданный Святой Грааль науки о землетрясениях, продолжает сбивать с толку ученых-геологов. Можем ли мы добиться прогресса за счет краудсорсинга, опираясь на обширные знания и творческий потенциал сообщества машинного обучения (ML)? Мы использовали платформу Google для соревнований по машинному обучению, Kaggle, чтобы привлечь мировое сообщество машинного обучения к соревнованию по разработке и совершенствованию подходов к анализу данных для задачи прогнозирования, в которой используются лабораторные данные о землетрясениях.Конкурентам было поручено предсказать время, оставшееся до следующего землетрясения из последовательных событий лабораторных землетрясений, на основе лишь небольшой части лабораторных сейсмических данных. Более 4500 команд-участниц создали и разместили более 400 компьютерных программ в общедоступных ноутбуках. Дополняя теперь хорошо известные особенности сейсмических данных, которые отображают критичность отказов в лаборатории, команды-победители использовали неожиданные стратегии, основанные на изменении масштаба времени отказов как части сейсмического цикла и сравнении входного распределения данных обучения и тестирования.В дополнение к научному пониманию процессов разломов в лаборатории и их связи с эволюцией статистических свойств связанных сейсмических данных, конкурс служит педагогическим инструментом для обучения ML в геофизике. Такой подход может служить моделью для других соревнований в области наук о Земле или других областях исследования, чтобы помочь вовлечь сообщество машинного обучения в решение важных проблем.

Прогноз землетрясения, который требует определения времени, места и размера события до его начала, имеет долгую и противоречивую историю.Огромные усилия были затрачены на ее выполнение, время от времени появлялись проблески надежды, но в конечном итоге приводились к разочаровывающим результатам, что привело многих к выводу, что краткосрочное прогнозирование землетрясений в лучшем случае невозможно, а, возможно, и невозможно. По словам Чарльза Рихтера, «только дураки, шарлатаны и лжецы предсказывают землетрясения».

Благодаря машинному обучению (ML) сообщество специалистов по землетрясениям получило новый набор инструментов, которые можно применить к этой давней проблеме; однако применение машинного обучения к проблеме прогнозирования порождает множество сложных вопросов, в том числе о том, как правильно проверять производительность на редких событиях, что делать с моделями, которые, кажется, имеют сильную прогностическую ценность, но не могут быть обобщены, и как обрабатывать выходные данные непрозрачных методов машинного обучения. .Несмотря на эти проблемы, недавняя работа показала, что прогресс по некоторым аспектам проблемы прогнозирования возможен. Например, ML показал, что время, оставшееся до землетрясения в лаборатории, и определенные типы тектонических землетрясений, известные как события медленного скольжения, можно предвидеть на основе статистических характеристик, извлеченных из сейсмических данных (1–3). Ниже мы представляем обзор лабораторных задач прогнозирования землетрясений. Затем мы описываем методы соревнования по машинному обучению, его результаты и полученные в результате понимание физики неисправностей.

Перспектива: Предсказание и прогноз землетрясений

Прогнозирование землетрясений, то есть «когда, где и сила» предстоящего события, основывается на идентификации характерных предвестников, которые могут предшествовать сильному землетрясению (4). Хорошо известно, что землетрясениям могут предшествовать форшоки, а за ними могут последовать афтершоки (4), известные как последовательность «форшок – главный удар – афтершок». Форшоки возникают во время зарождения землетрясения, когда разлом готовится к разрыву, и, как считается, представляют собой разрушение небольших пятен трения в месте или около того места, где разлом в конечном итоге разорвется при главном толчке.Многие исследователи изучали прекурсоры в лаборатории (5⇓⇓⇓⇓⇓⇓⇓ – 13), при моделировании (14⇓ – 16) и на Земле (17⇓⇓⇓⇓⇓⇓⇓⇓ – 26). Хотя сейсмические предвестники часто наблюдаются в лабораторных исследованиях и при моделировании, они ненадежно наблюдаются на Земле (19, 23), за некоторыми заметными исключениями, когда медленные землетрясения наблюдались до сильных субдукционных землетрясений (27–31). ).

Действительно, в начале 1990-х годов Международная ассоциация сейсмологии и физики недр Земли запросила информацию для списка важных прекурсоров (32).После тщательного изучения научной литературы Международная комиссия по прогнозированию землетрясений для гражданской защиты в 2011 году пришла к выводу, что существует «значительный простор для методологических усовершенствований» (32), что, конечно, преуменьшение. В отчете отмечается, что многие случаи сообщенных прекурсоров противоречивы и не подходят для строгой статистической оценки. Опубликованные результаты смещены в сторону положительных результатов, и поэтому частота ложноотрицательных результатов, когда землетрясение не дает предвестника, неясна (32).Частота ложных срабатываний для предполагаемых предшествующих явлений также редко определяется количественно.

Более того, существует широкая и спорная дискуссия о природе разлома — предсказуемы ли землетрясения или нет (4, 18). Если разломы проскальзывают полностью детерминированным образом, возможно прогнозирование задолго до землетрясения; если они проскальзывают в стохастической манере, возможно прогнозирование непосредственно предшествующей неудачи, но не задолго до этого.

Таким образом, мы далеки от предсказания и прогнозирования землетрясений, но недавняя работа, посвященная лабораторным землетрясениям, дает проблеск надежды.

Недавние применения ML в науках о землетрясениях

Приложения ML в геонауках быстро расширились за последние два десятилетия. Сочетание новых алгоритмов машинного обучения, быстрых и недорогих графических процессоров и модулей тензорной обработки, а также наличие массивных, часто непрерывных наборов данных привело к этой революции в анализе, управляемом данными. Это быстрое расширение привело к применению существующих и новых инструментов машинного обучения для решения ряда геонаучных задач (33⇓⇓ – 36), которые охватывают обнаружение сейсмических волн, идентификацию фаз и определение местоположения (34, 37⇓⇓⇓⇓⇓⇓⇓ – 45), идентификация геологических формаций (46, 47), раннее предупреждение о землетрясениях (48), мониторинг вулканов (49⇓ – 51), шумоподавление Интерферометрический радар с синтезированной апертурой (InSAR) (50, 52, 53), томографические изображения (54⇓⇓ – 57) , характеристика коллектора (58⇓ – 60) и др.Особо следует отметить, что за последние 5 лет значительные усилия были направлены на использование этих подходов для характеристики физики разломов и прогнозирования отказов в результате разломов (1–3, 13, 35, 61– –63).

Краткий набросок ML

Есть две широкие категории ML — обучение с учителем и обучение без учителя (некоторые утверждают, что обучение с подкреплением является третьей категорией) (38, 64).

Описание обучения с учителем класс задач, которые включают обучение модели тому, как аппроксимировать гипотетическую функцию, которая отображает входные данные в выходные данные на основе ряда примеров ввода-вывода.После обучения модель используется для прогнозирования входных данных теста, которые модель не видела раньше и при отсутствии информации о цели для тестовых данных. Эту проблему можно сформулировать либо как классификацию, либо как регрессию. Регрессия — это знакомый подход к обучению с учителем, который включает прогнозирование непрерывной метки. Классификация — это задача обучения с учителем, которая включает в себя предсказание класса (дискретной цели). Проблемы классификации и регрессии могут иметь одну или несколько переменных входных данных любого измерения, которое может быть любым типом данных, например числовыми, временными рядами или изображениями.

Обучение без учителя описывает класс проблем, которые используют модель машинного обучения для описания или извлечения взаимосвязей в данных. Обучение без учителя работает только с входными данными без выходных или целевых значений. Далее мы описываем успехи в прогнозировании землетрясений через призму обучения с учителем.

ML улучшает прогнозирование землетрясений в лаборатории

Прогнозирование землетрясений с помощью ML впервые подтвердилось в лабораторных условиях (1, 2) благодаря анализу характеристик непрерывного сейсмического сигнала, транслируемого из зоны сдвига разлома.Данные были получены из эксперимента, проведенного в геометрии двойного прямого сдвига с использованием устройства для двухосного сдвига (7, 65–68) (рис. 1).

Рис. 1.

Экспериментальная конфигурация и собранные данные. Конфигурация сдвига в двухосном эксперименте и собранные данные. ( Вверху слева ) Эксперимент состоит из трех стальных блоков с бороздой разлома, находящейся в пределах двух зон сдвига. Разломная борозда состоит из стеклянных шариков размером порядка 120 мкм и толщиной слоя 4 мм для каждого дефекта.Конфигурация удерживается фиксированной горизонтальной (нормальной) нагрузкой 5 МПа. Центральный блок движется вниз с постоянной скоростью. Акустическая эмиссия регистрируется пьезоэлектрическим керамическим преобразователем из цирконата титаната свинца (PZT). ( Вверху справа ) Измеренное напряжение сдвига как функция времени эксперимента. Происходит смещение приработки, во время которого напряжение сдвига увеличивается до тех пор, пока материал канавки не начинает квазипериодически прилипать-проскальзывать. Это происходит примерно в половине эксперимента, после чего центральный блок периодически выходит из строя, а затем стабильно скользит. Нижний левый и Нижний правый показывают расширенные виды сигнала акустической эмиссии и сигнала напряжения сдвига, соответственно, для заштрихованной области сигнала напряжения сдвига, где лабораторные землетрясения являются относительно периодическими. отн., произв. Печатается с разрешения исх. 1.

В эксперименте два разлома, содержащие зернистую борозду, были сдвинуты одновременно с заданной скоростью сдвига и постоянной нормальной нагрузкой. Механические данные, измеренные на аппарате, включали скорость срезающего блока, приложенную нагрузку, толщину слоя пропастовки, напряжение сдвига и трение.Кроме того, велись непрерывные записи излучения сейсмических волн зоны разлома с помощью пьезокерамики, встроенной в боковые блоки сдвигового узла (69, 70). Лабораторные разломы терпят неудачу в квазипериодических циклах прилипания и скольжения, которые в некоторой степени имитируют сейсмический цикл нагружения и разрушения тектонических разломов (рис. 1).

Подход использует модель машинного обучения на основе дерева решений, известную как алгоритм случайного леса (71). Исследование основано исключительно на снимке непрерывных сейсмических сигналов, зарегистрированных во время сдвига (рис.2) для прогнозирования времени отказа (были разработаны независимые модели дерева решений для прогнозирования мгновенного напряжения сдвига при разломе, сдвигового смещения и толщины канавки). Задача, сформулированная как регрессия, использует непрерывно записанные сейсмические данные в качестве входных данных и время разрушения до отказа в качестве цели (и, соответственно, напряжение сдвига, смещение и толщину борозды с использованием независимых моделей ML). Время до отказа, используемое в качестве истинного значения, рассчитывается на основе сигнала напряжения сдвига, измеренного на устройстве.Во время обучения входные и целевые данные используются для построения модели машинного обучения. Во время тестирования модель видит только сейсмические данные — зарегистрированное напряжение сдвига принимается как достоверное и не учитывается моделью во время тестирования.

Рис. 2.

Подход случайного леса (RF) для прогнозирования времени, оставшегося до отказа. Время отказа определяется большими падениями напряжения, связанными с лабораторными землетрясениями, как показано на рис. 1, , нижний правый угол . Прогноз RF (синяя линия) показан на данных тестирования (данные, которые ранее не просматривались алгоритмом ML) с 90% доверительных интервалов (область, заштрихованная синим).Прогнозы очень хорошо согласуются с фактическим оставшимся временем до отказа (красная кривая). Данные тестирования полностью независимы от данных обучения и не использовались для построения модели. На вставке показан расширенный вид трех циклов скольжения, демонстрирующий, что обученная модель хорошо справляется с апериодическими событиями скольжения (данные взяты из лабораторного эксперимента № p2394 в Пенсильвании). Печатается с разрешения исх. 1.

Модель предсказывает время лабораторных землетрясений с высокой точностью (рис.2). Применяя связанную модель машинного обучения дерева решений, известную как деревья с градиентным усилением (72), Hulbert et al. (2) может также предсказать время отказа для медленного скольжения [событие медленного скольжения — это «медленное землетрясение», которое происходит в лаборатории (68) и на Земле (73, 74) и является членом спектра поведения скольжения, которое варьируются от быстрых (землетрясения) до очень медленных (75, 76)]. Hulbert et al. (2) также могут прогнозировать магнитуду медленного землетрясения с использованием отдельной модели ML, хотя и с меньшей точностью, чем для определения времени землетрясения.Модель ML определяет, почему предсказание стало возможным — мощность непрерывного сейсмического сигнала изменяется предсказуемым образом на протяжении всего цикла напряжения. Эта характеристика используется моделью ML для изучения мгновенных и будущих характеристик системы разломов (например, см. Рис. 4 C ). Другие исследования также проводились с неконтролируемым доступом (77, 78).

После анализа непрерывных сейсмических сигналов был составлен каталог сейсмических сигналов с высокой точностью на основе большого количества мельчайших сейсмических предвестников, происходящих в лаборатории.Характеристики свойств каталога используются для прогнозирования будущего сдвига разлома с применением модели повышения градиента (63). Целевым является время до отказа, полученное из измеренного напряжения сдвига на образце. Исследование также показывает, что по мере того, как точность записи каталога землетрясений снижается, эффективность прогнозирования постепенно снижается.

ML Улучшает прогнозирование медленных землетрясений на Земле

Лабораторный разлом можно рассматривать как единое фрикционное пятно и представляет собой относительно однородную систему, предназначенную для облегчения понимания лежащих в основе процессов.С другой стороны, разлом в Земле состоит из очень большого количества пятен трения, которые ведут себя как ансамбль, когда происходит проскальзывание разлома, и это происходит в контексте сложных и неоднородных материалов Земли. Эти различия поднимают вопрос о том, насколько легко можно обобщить результаты лабораторных исследований на Землю. Подход к прогнозированию, разработанный на основе лабораторных данных, масштабируется на Землю в зоне субдукции Каскадия, где тектоническая плита Хуана де Фука погружается под Североамериканскую плиту.В некоторых частях зоны субдукции Cascadia наблюдаются подвижки продолжительностью порядка недель, происходящие примерно каждые 14 мес., Что проявляется в скольжении Североамериканской плиты на юго-запад над плитой Хуан-де-Фука (рис. 3) (79, 80).

Рис. 3.

Субдукция в Каскадии. Вид в разрезе зоны субдукции Cascadia в районе острова Ванкувер. Стрелки указывают на движение погружающейся плиты Яна де Фука под Североамериканскую плиту. По материалам исх. 61, который находится под лицензией CC BY 4.0.

В лаборатории характеристики скольжения измеряются непосредственно на приборе. На Земле скольжение происходит на границе субдукции на глубине, при этом все время излучаются сейсмические сигналы. Смещение разлома косвенно измеряется на поверхности Земли с использованием данных со станций глобальной системы позиционирования. Оценки времени, оставшегося до следующего события медленного скольжения в наборе данных тестирования, показаны на рис. 4 и взяты из ссылки. 61. На этом графике показаны оценки времени проскальзывания ML (синим цветом) и время, оставшееся до следующего события медленного проскальзывания (истинное значение; пунктирные красные линии).Эта наземная истина — обратный отсчет до следующего события промаха, подобный тому, который разработан для лабораторных данных.

Рис. 4.

Оценка времени медленного скольжения до отказа, сейсмические характеристики, выявленные с помощью модели ML, и сравнение с лабораторными экспериментами. ( A ) Тестирование установило оценки времени до отказа ML (синий) и измеренное время до отказа при медленных землетрясениях в Каскадии, в районе острова Ванкувер. CC, коэффициент корреляции. ( B ) Наиболее важная статистическая характеристика сейсмических данных связана с энергией сейсмического сигнала (черная кривая).Сейсмический элемент показывает систематические закономерности, развивающиеся в течение цикла проскальзывания в зависимости от времени последующего медленного землетрясения в Каскадии (левая ось). (Диапазон характеристики IQ60-40 — это межквантиль, полученный вычитанием 60-го процентиля из 40-го.) ( C ) Для сравнения, наиболее важной статистической характеристикой, обнаруженной в лабораторных экспериментах с медленным скольжением, является акустическая мощность, которая пропорциональна сигналу энергия (правая вертикальная ось). Сходство двух измерений, одно для Земли, а другое для лаборатории, предполагает, что процессы скольжения в обоих масштабах связаны.По материалам исх. 61, который находится под лицензией CC BY 4.0.

Почему научные соревнования?

Соревнования по научным вызовам были обычным явлением в 1800-х годах во Франции, чтобы продвинуть понимание света и того, как свет взаимодействует с материалами (например, ссылка 81). В последнее время такие задачи, как «XPRIZE» (https://www.xprize.org/), использовались с 1994 года для содействия развитию технологий и методов, связанных с космическими полетами, обучением и очисткой от нефти. Соревнования позволяют определять текущее состояние дел, стимулировать инновации и привлекать инженеров и ученых из самых разных дисциплин и, возможно, из разных научных субкультур внутри дисциплин, для разработки новых решений предлагаемых проблем.

С 2010 года Kaggle (который был приобретен Google в 2017 году) стал платформой для мирового сообщества машинного обучения, на котором проводятся соревнования по предложению и разработке решений анализа данных для широкого круга проблем. Одним из ярких примеров является конкурс, спонсируемый НАСА, Европейским космическим агентством и Королевским астрономическим обществом, по обнаружению темной материи с помощью гравитационного линзирования (https://www.kaggle.com/c/mdm). Удивительно, но этот конкурс выиграл гляциолог, который использовал методы, разработанные для обнаружения краев фронтов ледников по спутниковым изображениям.

Основная идея, лежащая в основе философии Kaggle, — способствовать объединению науки о данных и экспертных знаний в предметной области для эффективного применения подходов машинного обучения к решению сложных научных проблем.

Ретроспективный анализ лабораторных данных и наборов данных Cascadia показывает, что информация о состоянии неисправности запечатлена в непрерывно генерируемых сигналах. Это поднимает вопрос о том, какая еще информация может содержаться в сигнале, который может иметь значение для прогнозирования наработки на отказ на Земле.Имея это в виду, мы создали конкурс с целью привлечь внимание всего мира и выработать новые идеи для решения проблемы прогнозирования землетрясений. Нашей целью было узнать о новых подходах к машинному обучению, которые могут помочь в прогнозировании землетрясений, а также привлечь специалистов, ориентированных на машинное обучение, к решению земных проблем. В следующем разделе мы опишем детали и результаты конкурса.

The Kaggle Competition

Конкурс поставил вопрос: может ли ML извлекать информативные сигнатуры из небольшой части непрерывных сейсмических данных, чтобы предсказать время приближающихся землетрясений в лаборатории? Данные были собраны с помощью того же двухосного устройства, показанного на рис.1, но для условий, близких к переходу фрикционной устойчивости, когда лабораторные землетрясения демонстрируют сложное метастабильное скольжение (82). В частности, лабораторные данные о землетрясениях показали меньше периодических отказов по сравнению с экспериментами, описанными ранее. Апериодические сбои предсказать сложнее, особенно на начальных стадиях цикла землетрясений. Прогнозы обычно улучшаются по мере приближения разрушения, как показано на рис. 2.

Обучающие данные включали один непрерывный временной сегмент записанных сейсмических данных, показывающих несколько лабораторных землетрясений (рис.5). Тестовые данные состояли из отдельных небольших сегментов разных частей одних и тех же экспериментальных данных. Таким образом, участники не могли предположить, что предсказания на основе тестовых данных следуют той же закономерности, что и в тренировочных данных, что усложняет предсказание. Между тренировочной и тестовой наборами не было совпадений.

Рис. 5.

Соревновательные тренировочные данные. Черная кривая показывает сейсмический сигнал, зарегистрированный на пьезокерамическом преобразователе, расположенном на боковом блоке двухосного устройства (устройство показано на рис.1). Каждый всплеск по амплитуде соответствует лабораторному землетрясению. Красная кривая показывает время до отказа, полученное в результате землетрясений, и измеренное напряжение сдвига на экспериментальной установке (как на рис. 1). Конкурентам было поручено предсказать время до следующего лабораторного землетрясения только на основе небольшого снимка сейсмических данных.

Итоги конкурса Kaggle

Конкурс Kaggle был объявлен на специальном семинаре по машинному обучению в геонауках, который мы организовали на конференции по системам обработки нейронной информации в Монреале в декабре 2018 года, а на следующей неделе на специальной сессии по машинному обучению в геонауках в Осеннее собрание Американского геофизического союза 2018 г. в Вашингтоне, округ Колумбия.Конкурс был официально запущен 10 января 2019 года и завершился 3 июня 2019 года. В конкурсе приняли участие 4521 команда с более чем 5450 участниками, что, по нашим сведениям, является наибольшим числом исследователей, одновременно работающих над одним и тем же набором геофизических данных (рис. 6). Свыше 59 890 работ было подано на участие в розыгрыше денежных призов (в общей сложности 50 000 долларов США), присужденных пяти лучшим командам.

Рис. 6.

Эволюция оценок MAE. Количество команд (голубые квадраты) и значение MAE ежедневной команды, занявшей первое место в наборе валидации (черные кружки), в течение периода соревнования, как определено в ходе публичной валидации, установленной до начала июня и окончательно определено на набор частных тестов для окончательного ранжирования (отсюда скачок MAE для окончательной оценки).Серые точки представляют значения MAE для всех остальных заявок на каждый день. Общедоступные (красные кружки; набор для проверки) и частные (зеленые квадраты; набор для тестирования) MAE для победившей команды показаны для заявок победившей команды.

Каждый день участникам / командам разрешалось представить максимум два решения / метода для проверки своего подхода к машинному обучению. Участники каждый раз делали прогнозы по всему набору тестов, но во время соревнований командам сообщалась только результат проверки подмножества (13% данных тестирования).Результаты проверки были размещены в «общедоступной таблице лидеров» для всеобщего обозрения. Оценки прогнозов модели из оставшихся примерно 87% тестовых данных были скрыты от участников («частная таблица лидеров»), и по завершении конкурса оценки из этой части данных использовались для получения окончательных результатов. (которые могли отличаться от результатов в общедоступной таблице лидеров) (см. рис. 6 и 9).

Для каждой заявки платформа Kaggle предоставляла оценку, основанную на средней абсолютной ошибке (MAE; мера расстояния между предсказанием ML и данными тестирования), и использовала MAE на проверочном наборе для ранжирования конкурентов.Через шесть дней после начала соревнования MAE ежедневной команды, занявшей первое место, составляло 1,396 и упало до 1,080 за день до закрытия соревнования (на рис. 6 представлена сводка). Когда записи ML выполнялись на основе данных частной таблицы лидеров, MAE увеличивалось до 2,2650, в результате чего некоторые из ежедневных лучших команд упали в рейтинге (рис. 7), что является явным признаком переобучения. Большой разрыв между производительностью обучения и тестирования можно частично объяснить нестационарностью данных (некоторые физические свойства эксперимента медленно менялись с течением времени), что серьезно ограничивало переобучение (подробнее об этом в следующем разделе).

Рис. 7.

Сравнение изменения ранга пяти лучших участников в последний день подачи заявок и пяти лучших победителей. В таблицах указаны ранг, MAE и общее количество заявок для пяти лучших участников за последний день и для победителей.

Очевидное дух товарищества среди участников было удивительным и отрадным — подходы публиковались и обсуждались ежедневно на доске обсуждений. Участники помогали друг другу улучшить свои результаты.Действительно, такого рода совместная работа часто является нормой в исследованиях машинного обучения, где коды используются, например, на GitHub и могут быть легко построены путем «разветвления», в отличие от исследований в естественных науках, где методы описаны в подробности в публикациях, но часто не передаются напрямую.

Победившая команда под названием «Зоопарк» состояла из восьми человек из США и Европы, обладающих опытом в математике, информатике, исследованиях операций и электротехнике.Члены Team Zoo имеют разный опыт, например, в сфере энергетики, кредитных рисков, отелей, страхования и искусственного интеллекта (AI). Многие члены команды ранее не работали вместе. Один участник имел опыт работы с сигналами из исследования электроэнцефалограммы, в то время как другие имели предыдущий опыт работы с Kaggle (например, Walmart Recruiting: Trip Type Classification, Springleaf Marketing Response, Allstate Claims Severity) или профессионально работали в ML. Разнообразный опыт Team Zoo подчеркивает разнообразие участников и демонстрирует, что цель объединения новых взглядов и различного опыта и дисциплин в области предсказания землетрясений была достигнута посредством конкурса.Команда Zoo подала в общей сложности 238 заявок и поднялась на 355 ступенек, чтобы занять первое место (рис. 7). Интересно, что Team Zoo никогда не занимала ежедневных первых мест в публичной таблице лидеров во время соревнований (рис. 6). Команды-победители, занявшие места со второго по пятое, показали очень похожие результаты с разницей в MAE около 0,001 (рис. 7). У Team Zoo, однако, было большое преимущество в производительности, в 30 раз превышающее этот небольшой разрыв по сравнению с другими командами-победителями. Здесь мы кратко опишем подход, принятый различными командами.

Team Zoo сгенерировала сотни функций на основе исходных сигналов, шумоподавленных сигналов и спектров. Четырьмя наиболее важными характеристиками, использованными в их подходе, были: 1) количество пиков в шумоподавленном сигнале, 2) 20 процентиль стандартного отклонения (SD) скользящего окна размером 50 точек, 3) 4-й кепстральный коэффициент частоты Mel (MFCC). среднее значение и 4) среднее значение 18-го MFCC. MFCC часто используется при обработке речи для нестационарных сигналов. Разнообразие этих мер дает пример того, как конкуренция привела к новым подходам.Их последний подход включал сочетание машины повышения светового градиента (LGBM) и модели нейронной сети, адаптированной к трехкратной перетасованной перекрестной проверке (рис. 8). Используя этот метод, команда обнаружила, что использование «наработки на отказ» в качестве дополнительной потери улучшает обучение модели. Наиболее важно то, что перед вычислением признаков их подход предполагал добавление шума к данным и обучение их моделей на подмножестве обучающих данных, которые имеют схожее распределение признаков по сравнению с тестовыми данными (на основе тестов Колмогорова – Смирнова).При этом Team Zoo эффективно использовала тестовые (частные) данные в качестве дополнительного набора для проверки. Кроме того, был добавлен шум, чтобы учесть функции, которые полагаются на медианные значения, и чтобы учесть удаление медианы вместо среднего из каждой выборки для лучшего обобщения. (Медианное удаление обычно более устойчиво к выбросам, чем среднее удаление.) Полное описание их подхода можно найти на https://www.kaggle.com/c/LANL-earthquake-Prediction/discussion/94390.

Рис. 8.

Модель-победитель конкурса от Team Zoo на тестовой выборке.Красный цвет указывает время, оставшееся до следующего лабораторного землетрясения по мере развития экспериментального времени. Синим цветом обозначены прогнозы победившей модели Team Zoo (ансамблевой модели градиентно-усиленных деревьев и нейронных сетей) на основе небольших снимков сейсмических данных (https://www.kaggle.com/dkaraflos/1-geomean-nn-and-6featlgbm -2-259-private-lb есть дополнительные сведения).

Рис. 9.

Распределение MAE по всем командам. Смоделируйте производительность всех соревнующихся команд на двух наборах тестов (публичном и частном).Производительность на частной площадке упала, что свидетельствовало о переоснащении.

Имея докторскую степень по физике и в настоящее время работая над спектром мощности распределения галактик, «JunKoda» (команда из одного человека) заняла второе место благодаря использованию CatBoost (реализация деревьев с усилением градиента) и 32 функциям. JunKoda обнаружил, что наиболее важной особенностью является SD в амплитуде сигнала после удаления пиков большой амплитуды, и что также важно избегать использования средних значений, поскольку данные не были стационарными.Подобно подходу Team Zoo к ограничению обучающих данных распределением, аналогичным тестовым входным данным, JunKoda изменил обучающий набор на основе цифр из ранее опубликованных работ.

Команда «Рейтинг персонажей», имеющая образование в области математики и права, а также опыт работы в области информационной безопасности, публикации мультфильмов и мобильных игр, заняла третье место. Эта команда обнаружила, что использование LGBM со многими функциями работает немного лучше, чем подход рекуррентной нейронной сети (RNN) с шестью функциями и простым стробированным рекуррентным блоком.Два члена команды независимо друг от друга попробовали 1900 и 2400 функций, но обнаружили, что, используя только 2 функции RNN, они могут получить 2,3273 балла в частной таблице лидеров, что показывает, что более простые модели лучше обобщают. В конце концов, они использовали смесь обоих своих методов LGBM и RNN.

Команда «Реза», состоящая из инженера-электрика, заняла четвертое место с LGBM-моделью, которая включала настройку гиперпараметров и выбор функций на основе теста Колмогорова – Смирнова между обучающим и тестовым наборами данных, и снова использовала только те землетрясения, которые были аналогичен набору тестов, аналогичен подходу Team Zoo.Выбранные функции включали скользящее стандартное отклонение / дисперсию, скользящий перекос / эксцесс, подвижные моменты 5 и 6, автокорреляцию, обнаружение пороговых значений и обнаружение пиков. Команда Реза обнаружила, что большинство выбранных функций сильно коррелировали с целью (время до отказа). Команда Реза разработала 63 различных алгоритма LGBM для 63 различных комбинаций землетрясений в обучающей выборке. Все модели были обучены с одним и тем же набором функций, но с разными наборами землетрясений. Конечным результатом было простое среднее значение прогнозов 63 моделей.

Занявшая пятое место команда «GloryorDeath» из Сиэтла, Вашингтон, использовала функции стандартных библиотек обработки сигналов, включая фильтры Баттерворта и вейвлет-разложение. Использовалось удаление из сигналов пиков наибольшей амплитуды. Произвольный коэффициент масштабирования 1,05 был одним из их гиперпараметров. Эти функции использовались в простой нейронной сети с прямой связью в библиотеке глубокого обучения pytorch. Одним из ключевых нововведений в их решении, которое значительно улучшило их результаты, было использование масштабирования времени, оставшегося до отказа, чтобы указать состояние системы, а не абсолютное время до отказа.Другими словами, предсказать, как далеко в сейсмическом цикле окажется система лабораторных разломов, оказалось проще, чем спрогнозировать конкретное время, оставшееся до следующего землетрясения. Дополнительную информацию можно найти на https://www.kaggle.com/c/LANL-earthquake-Prediction/discussion/94484.

Что мы узнали из конкурса Kaggle?

Предыдущая работа по сейсмическим данным с Земли (3) предполагает, что физика, лежащая в основе, может масштабироваться от лабораторного разлома до крупных систем разломов на Земле.Если это действительно так, то улучшение нашей способности предсказывать землетрясения в лаборатории может привести к значительному прогрессу в определении характеристик опасности землетрясений в зависимости от времени. Конечная цель задачи прогнозирования землетрясений состояла в том, чтобы определить многообещающие подходы ML для анализа сейсмических данных, которые могут позволить улучшить оценку отказов на Земле. Далее мы обсудим недостатки конкурентов, а также ключевые инновации, которые улучшили лабораторные прогнозы землетрясений и могут быть перенесены в исследования Земли.

Подходы, использованные командами-победителями, включали несколько нововведений, значительно отличающихся от нашей первоначальной работы по предсказанию лабораторных землетрясений (1). Team Zoo добавила синтетический шум к входным сейсмическим данным перед вычислением признаков и обучением модели, тем самым сделав свои модели более устойчивыми к шуму и более склонными к обобщению.

Team Zoo, JunKoda и GloryorDeath рассматривали только те функции, которые демонстрировали схожее распределение между данными обучения и тестирования, тем самым гарантируя, что нестационарные функции не могут быть использованы на этапе обучения и, опять же, улучшая обобщение модели.Мы отмечаем, что использование распределения входных данных тестового набора — это форма отслеживания данных, которая фактически сделала тестовый набор на самом деле набором для проверки. Однако идея использования только функций с распределениями, которые не развиваются с течением времени, является проницательной и может быть использована в научных целях, например, путем сравнения распределения функций между частями обучающих данных.

Возможно, что наиболее интересно с физической точки зрения, пятая группа, команда Реза, изменила прогнозируемую цель и попыталась предсказать оставшуюся долю сейсмического цикла вместо времени, оставшегося до отказа.Поскольку они не использовали подход сравнения распределения входных данных между обучающими и тестовыми наборами, как это было сделано первой, второй и четвертой группами, влияние на производительность прогноза нормализованного времени до отказа (доли сейсмического цикла) было значительным.

Как и на любом уровне статистики, большее количество данных в целом лучше и может улучшить производительность модели. Таким образом, если бы участникам было предоставлено больше данных о тренировках, в принципе результаты могли бы улучшиться. В то же время в эксперименте присутствует элемент нестационарности, потому что слой трещинных трещин истончается по мере продвижения эксперимента, и, следовательно, даже очень большой набор данных не приведет к идеальному прогнозу.Кроме того, Kaggle поддерживает разделение общедоступного и частного набора тестов таким образом, чтобы не было вознаграждения за переобучение. Независимо от того, насколько велик набор данных, если модель повторяет достаточно много раз на этом наборе данных, она не будет хорошо преобразована в «реальный мир», поэтому структура конкуренции была разработана таким образом, чтобы предотвратить эту возможность.

Стоит отметить, что метрику ML следует тщательно продумывать. На Земле будет важно точно предсказать следующее землетрясение по мере его приближения, но MAE рассматривает каждый временной шаг одинаково с учетом абсолютной ошибки, что усложняет задачу.

Физические лица участвуют в платформе Kaggle по многим причинам; наиболее распространенными являются способность участвовать в интересных и сложных проектах во многих различных областях, способность изучать и практиковать навыки машинного обучения и обработки данных, способность взаимодействовать с другими людьми, которые стремятся к тому же, и, конечно же, денежные призы. Особо следует отметить поразительное интеллектуальное разнообразие, которое платформа Kaggle привлекла для этого конкурса, с участием команд издателей мультфильмов, страховых агентов и менеджеров отелей.Фактически ни один из победителей конкурса не был геофизиком. Команды демонстрируют коллективное взаимодействие, о чем свидетельствуют поэтапные изменения MAE во времени (рис. 6), вероятно, вызванные общением через доску обсуждений и общий код.

Соревнование способствовало ускоренному росту приложений машинного обучения в науках о Земле, стало вводной проблемой для геолого-геофизического сообщества при изучении различных подходов к машинному обучению и используется для классов машинного обучения в отделах геолого-геофизических исследований.Студенты и исследователи использовали пять основных подходов, чтобы сравнить нюансы конкурирующих методов машинного обучения, а также попытаться адаптировать и улучшить подходы для других приложений.

Выражение признательности

Концепция конкурса возникла из презентаций и обсуждений на семинаре «Информация в шуме: сигнатуры развивающихся сигнатур систем разрыва», состоявшемся в марте 2018 года в Гейтерсбурге, штат Мэриленд. Семинар был спонсирован Советом по химическим наукам, наукам о Земле и бионаукам Министерства энергетики США, Отделом науки, Отделом фундаментальных энергетических наук.П.А.Дж. и Б.Р.-Л. благодарим за поддержку этой работы Министерство энергетики США, Управление науки, Управление фундаментальных энергетических наук, химических наук, наук о Земле и биологических наук, грант 89233218CNA000001. Б.Р.-Л. также благодарит за поддержку институциональной поддержки [Лабораторные исследования и разработки (LDRD)] в Лос-Аламосе. L.J.P.-N. благодарит за поддержку этой работы Министерство энергетики США, Управление науки, Управление фундаментальных энергетических наук, химических наук, наук о земле и биологических наук, награда DE-FG02-09ER16022.C.H. выражает признательность за совместные усилия исследовательских лабораторий в рамках Французской комиссии по альтернативным источникам энергии и атомной энергии (CEA) — Высшей нормальной школы (ENS) Laboratoire de Recherche Conventionné Yves Rocard (Франция). Призовой фонд Kaggle финансировался за счет равных взносов Департамента фундаментальных энергетических наук, Отделения химических наук, наук о Земле и биологических наук и Kaggle. Описанные в этой статье эксперименты были проведены в Университете штата Пенсильвания Чжэн Лю, Час Болтон и К.J.M. и включают эксперименты p4677, p4678 и p4679. Мы благодарим Джеймса Рустада за комментарии и дополнения к рукописи.

Сноски

Вклад авторов: P.A.J., L.J.P.-N., G.C.B., A.H. и W.R. разработали исследования; B.R.-L., C.J.M., P.S., D.G., D.K., C.J.L., P.P. и K.M.P. проведенное исследование; P.A.J., C.H., P.S., D.G., D.K., C.J.L., P.P. и K.M.P. проанализированные данные; и П.А.Дж., Б.Р.-Л. и L.J.P.-N. написал газету.
Авторы заявляют об отсутствии конкурирующей заинтересованности.
Эта статья представляет собой прямое представление PNAS.

Линия разлома: прогноз землетрясений | Exploratorium

Системы прогнозирования и предупреждения
Можем ли мы предсказать землетрясения? Если бы мы могли, это, безусловно, спасло бы множество жизней и спасло бы дома. Но мы не могу — во всяком случае, не сейчас.

Сейсмологам известно, что землетрясения возникают при разломах.Помимо этого, они испробовали широкий спектр методов прогнозирования землетрясений, от наблюдения за животными поведение при создании моделей на основе региональных сейсмических историй. Так далеко, ничто не оказалось неизменно точным, и несколько очень крупных землетрясения по всему миру застали геологов врасплох.

Предсказание землетрясения предполагает знание трех факторов: времени, места и силы приближающегося события.Сейсмологам удалось предсказать места и силу землетрясений, но фактор времени оказался неуловимым.

Две группы исследователей из Калифорнии, например, оценили вероятность крупного сотрясения вдоль разлома Сан-Андреас где-нибудь в ближайшие два десятилетия. Одна группа оценивает вероятность в 25 процентов, другая — немного ниже. Даже если один из них прав, двадцатилетний промежуток времени не помогает сотрудникам службы безопасности знать, когда нужно эвакуироваться.

Сейсмологи действительно знают, что когда происходит землетрясение, сбросившееся давление перемещается вниз по разлому. Таким образом, они могут видеть, где нарастает давление, и могут оценить, где возникнет следующий крупный шейкер и насколько он может быть большим. Однако нет никаких гарантий: землетрясение 2004 года на Суматре, вызвавшее огромное цунами в Азии, было сильнее, чем думали ученые, а землетрясение в Нортридже в 1994 году в Лос-Анджелесе произошло из-за разлома, который, по мнению сейсмологов, был неактивным.

По мере того, как давление в разломе со временем нарастает, есть вероятность, что даже небольшое землетрясение может передать достаточно напряжения только в нужное место, чтобы вызвать более сильное землетрясение. Ученые USGS оценивают вероятность этого, объединив данные недавних землетрясений, больших и малых, с сейсмической историей и геологией Калифорнии. Результатом является карта штата с 24-часовым прогнозом. Это не похоже на прогноз погоды (большой шторм сегодня), но карта вероятности того, что любое недавнее сотрясение вызовет сильное землетрясение.В любой момент времени карта, вероятно, покажет, что вероятность того, что небольшое землетрясение в Калифорнии вызовет сильное, не очень высока.

Тем не менее, калифорнийцы знают, что живут в стране землетрясений. Так что прогнозы и предсказания хоть и интересны, но оставляют жителей Сан-Андреаса. и другие зоны разломов с сообщением, которое вряд ли является новостью для них: Землетрясения случаются там, где они случались раньше, и в конце концов произойдет еще одно большое.

Другие способы избежать катастрофы
Даже не имея возможности предсказывать землетрясения, градостроители и инженеры могут установить системы предупреждения, которые спасут жизни.Одна схема раннего предупреждения основана на различии во время путешествия между созданными волнами землетрясением. Относительно мягкие первичные (P) волны распространяются намного быстрее, чем более деструктивные вторичные (S). волны. Датчики на зданиях и других сооружениях, которые обнаруживают P-волны, могут предупреждать о приближающихся S-волнах. Хотя это предупреждение поступит менее чем за минуту до S-волн, этого времени достаточно для автоматического системы для закрытия заводов, закрытия мостов и путепроводов на автомагистралях или замедления движения поездов — все меры, которые могут предотвратить катастрофические последствия.

Также можно предупредить людей о цунами, огромных водных волнах, которые обрушиваются на береговые линии в результате землетрясений, происходящих на дне океана. В декабре 2004 года у побережья Суматры произошло мощное землетрясение, в результате которого погибли десятки тысяч людей, живущих в странах, где не было систем предупреждения о цунами. Правительство Индонезии сейчас разрабатывает система предупреждения, чтобы предотвратить подобную трагедию. В Японии и на западе США имеются хорошо развитые системы предупреждения о цунами на случай, если землетрясение произойдёт у берегов этих районов.

Ученые надеются узнать больше о том, как происходят землетрясения, в обсерватории разломов Сан-Андреас на глубине (или сокращенно SAFOD). Проект SAFOD предполагает просверливание отверстия в месте разлома и установку там оборудования. Эти инструменты будут наблюдать за Сан-Андреас изнутри, отправляя назад горы новых данных о наиболее картированных, пробуренных, обнаруженных и отслеживаемых разломах на планете. Но даже с постоянно растущими знаниями о внутренней работе Земли, ученые, вероятно, не смогут сказать нам, когда великий Вина будет трепетать, как это было в 1906 году.

Прогноз землетрясений возможен? | Новости сибирской науки

ПРОГНОЗ ЗЕМЛЕТРЯСЕНИЙ ПО ДАННЫМ МОНИТОРИНГА ГИДРОГЕОДЕФОРМАЦИОННОГО ПОЛЯ | Куликов

Методика прогнозирования

Прогноз землетрясений возможен?

Прогноз землетрясений: старые ожидания и новые результаты

Прогноз землетрясений из космоса — РИА Новости, 26.05.2021

Прогнозирование землетрясений и минимизация их возможных последствий

В чем разница между ранним предупреждением о землетрясениях, прогнозом землетрясений, вероятностью землетрясений и прогнозом землетрясений?

Третий унифицированный прогноз землетрясения в Калифорнии (UCERF3)

Эта разношерстная команда встряхивает мир предсказаний землетрясений.

CA Предсказание землетрясений — Система раннего предупреждения, обнаружения и оповещения

Калифорнийская система прогнозирования землетрясений и раннего предупреждения

Как предсказать землетрясение

Безопасность и прогнозирование

Что такое система раннего предупреждения о землетрясениях?

Основы раннего предупреждения

Получите бесплатное приложение MyShake

Поделитесь своим опытом

Стать гражданином-ученым

Как раннее предупреждение защищает вас до и во время землетрясения?

Что бы вы сделали, если бы у вас было 10 секунд до землетрясения?

Как подготовиться к землетрясению дома

Какова вероятность землетрясения в Калифорнии?

USGS Ресурсы оповещения о встряхивании

Прогнозирование землетрясений является главным приоритетом для исследовательского центра землетрясений

Возможно ли предсказание землетрясений? Некоторые ученые настроены скептически

Фокусировка датчиков землетрясений SoCal в зонах разломов

Оптимизм Иегуды Бен-Циона по поводу прогнозов землетрясений подкреплен данными

Лабораторное прогнозирование землетрясений: конкурс машинного обучения

Аннотация

Перспектива: Предсказание и прогноз землетрясений

Недавние применения ML в науках о землетрясениях

Краткий набросок ML

ML улучшает прогнозирование землетрясений в лаборатории

ML Улучшает прогнозирование медленных землетрясений на Земле

Почему научные соревнования?

The Kaggle Competition

Итоги конкурса Kaggle

Что мы узнали из конкурса Kaggle?

Выражение признательности

Сноски

Линия разлома: прогноз землетрясений | Exploratorium

Leave a Reply Отменить ответ