Neural network modeling in the problem of localization earthquake of Ukraine
An example of using the capabilities of neural network modeling in the problem of localizing the sources of earthquakes in the territory of Ukraine registered by the network of seismic stations of the Institute of Geophysics of the National Academy of Sciences of Ukraine: «Odessa», «Squira», «Poltav...
Збережено в:
| Дата: | 2020 |
|---|---|
| Автори: | , , , , , , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Subbotin Institute of Geophysics of the NAS of Ukraine
2020
|
| Теми: | |
| Онлайн доступ: | https://journals.uran.ua/geofizicheskiy/article/view/201743 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Geofizicheskiy Zhurnal |
Репозитарії
Geofizicheskiy Zhurnal| id |
journalsuranua-geofizicheskiy-article-201743 |
|---|---|
| record_format |
ojs |
| institution |
Geofizicheskiy Zhurnal |
| collection |
OJS |
| language |
Ukrainian |
| topic |
source earthquake localization neural networks modeling hodograph seismic stations territory Ukraine waves estimation real time process warning |
| spellingShingle |
source earthquake localization neural networks modeling hodograph seismic stations territory Ukraine waves estimation real time process warning Gerasymenko, O.O. Shumlyanska, L.O. Nadezhka, L.I. Pivovarov, S.P. Ganiev, O.Z. Ostapchuk, N.M. Shipko, N.L. Neural network modeling in the problem of localization earthquake of Ukraine |
| topic_facet |
source earthquake localization neural networks modeling hodograph seismic stations territory Ukraine waves estimation real time process warning |
| format |
Article |
| author |
Gerasymenko, O.O. Shumlyanska, L.O. Nadezhka, L.I. Pivovarov, S.P. Ganiev, O.Z. Ostapchuk, N.M. Shipko, N.L. |
| author_facet |
Gerasymenko, O.O. Shumlyanska, L.O. Nadezhka, L.I. Pivovarov, S.P. Ganiev, O.Z. Ostapchuk, N.M. Shipko, N.L. |
| author_sort |
Gerasymenko, O.O. |
| title |
Neural network modeling in the problem of localization earthquake of Ukraine |
| title_short |
Neural network modeling in the problem of localization earthquake of Ukraine |
| title_full |
Neural network modeling in the problem of localization earthquake of Ukraine |
| title_fullStr |
Neural network modeling in the problem of localization earthquake of Ukraine |
| title_full_unstemmed |
Neural network modeling in the problem of localization earthquake of Ukraine |
| title_sort |
neural network modeling in the problem of localization earthquake of ukraine |
| title_alt |
Нейросетевое моделирования в задаче локализации источников землетрясений территории Украины Нейромережеве моделювання в задачі локалізації джерел землетрусів території України |
| description |
An example of using the capabilities of neural network modeling in the problem of localizing the sources of earthquakes in the territory of Ukraine registered by the network of seismic stations of the Institute of Geophysics of the National Academy of Sciences of Ukraine: «Odessa», «Squira», «Poltava», «Nikolaev». According to monitoring data 2007―2019, the authors conducted a continuous accumulation of a seismological database, including for organizing the functioning of a neural network, in the first place, the formation of a training set. Using the capabilities of a powerful statistical analysis tool ― neural networks, the authors built local hodographs of P-, S-waves of the territory of Ukraine, namely, earthquakes of the Ukrainian Shield, the Dnieper-Donets Depression and the Sea of Azov in the magnitude range 2.7―4.8 from the records of four institute seismic stations geophysicists in a form that allows them to be integrated into modern means of digital processing. To clarify the arrival times of the phases of seismic waves within the study region that are poorly visually assessed, the authors use a high level of programmable applications in simulated azimuths to process the signals. The article provides examples of network operation in operational mode. The simulation of the localization problem allows us to accurately design the foci of seismic events in the industrial regions of Ukraine, which confirms the examination of the results by global Jeffries―Bullen hodographs. The examples of localization of earthquakes of 2011, 2013 with magnitudes of 3.9 and 4.6 in the region of the Kryvyi Rih basin provide additional opportunities for analyzing the structural features of the lithosphere, and in the future, real-time assessments of the characteristics of the seismic process to prevent it. |
| publisher |
Subbotin Institute of Geophysics of the NAS of Ukraine |
| publishDate |
2020 |
| url |
https://journals.uran.ua/geofizicheskiy/article/view/201743 |
| work_keys_str_mv |
AT gerasymenkooo neuralnetworkmodelingintheproblemoflocalizationearthquakeofukraine AT shumlyanskalo neuralnetworkmodelingintheproblemoflocalizationearthquakeofukraine AT nadezhkali neuralnetworkmodelingintheproblemoflocalizationearthquakeofukraine AT pivovarovsp neuralnetworkmodelingintheproblemoflocalizationearthquakeofukraine AT ganievoz neuralnetworkmodelingintheproblemoflocalizationearthquakeofukraine AT ostapchuknm neuralnetworkmodelingintheproblemoflocalizationearthquakeofukraine AT shipkonl neuralnetworkmodelingintheproblemoflocalizationearthquakeofukraine AT gerasymenkooo nejrosetevoemodelirovaniâvzadačelokalizaciiistočnikovzemletrâsenijterritoriiukrainy AT shumlyanskalo nejrosetevoemodelirovaniâvzadačelokalizaciiistočnikovzemletrâsenijterritoriiukrainy AT nadezhkali nejrosetevoemodelirovaniâvzadačelokalizaciiistočnikovzemletrâsenijterritoriiukrainy AT pivovarovsp nejrosetevoemodelirovaniâvzadačelokalizaciiistočnikovzemletrâsenijterritoriiukrainy AT ganievoz nejrosetevoemodelirovaniâvzadačelokalizaciiistočnikovzemletrâsenijterritoriiukrainy AT ostapchuknm nejrosetevoemodelirovaniâvzadačelokalizaciiistočnikovzemletrâsenijterritoriiukrainy AT shipkonl nejrosetevoemodelirovaniâvzadačelokalizaciiistočnikovzemletrâsenijterritoriiukrainy AT gerasymenkooo nejromereževemodelûvannâvzadačílokalízacíídžerelzemletrusívteritorííukraíni AT shumlyanskalo nejromereževemodelûvannâvzadačílokalízacíídžerelzemletrusívteritorííukraíni AT nadezhkali nejromereževemodelûvannâvzadačílokalízacíídžerelzemletrusívteritorííukraíni AT pivovarovsp nejromereževemodelûvannâvzadačílokalízacíídžerelzemletrusívteritorííukraíni AT ganievoz nejromereževemodelûvannâvzadačílokalízacíídžerelzemletrusívteritorííukraíni AT ostapchuknm nejromereževemodelûvannâvzadačílokalízacíídžerelzemletrusívteritorííukraíni AT shipkonl nejromereževemodelûvannâvzadačílokalízacíídžerelzemletrusívteritorííukraíni |
| first_indexed |
2024-04-21T19:42:54Z |
| last_indexed |
2024-04-21T19:42:54Z |
| _version_ |
1796974653987618816 |
| spelling |
journalsuranua-geofizicheskiy-article-2017432020-10-07T11:07:03Z Neural network modeling in the problem of localization earthquake of Ukraine Нейросетевое моделирования в задаче локализации источников землетрясений территории Украины Нейромережеве моделювання в задачі локалізації джерел землетрусів території України Gerasymenko, O.O. Shumlyanska, L.O. Nadezhka, L.I. Pivovarov, S.P. Ganiev, O.Z. Ostapchuk, N.M. Shipko, N.L. source earthquake localization neural networks modeling hodograph seismic stations territory Ukraine waves estimation real time process warning An example of using the capabilities of neural network modeling in the problem of localizing the sources of earthquakes in the territory of Ukraine registered by the network of seismic stations of the Institute of Geophysics of the National Academy of Sciences of Ukraine: «Odessa», «Squira», «Poltava», «Nikolaev». According to monitoring data 2007―2019, the authors conducted a continuous accumulation of a seismological database, including for organizing the functioning of a neural network, in the first place, the formation of a training set. Using the capabilities of a powerful statistical analysis tool ― neural networks, the authors built local hodographs of P-, S-waves of the territory of Ukraine, namely, earthquakes of the Ukrainian Shield, the Dnieper-Donets Depression and the Sea of Azov in the magnitude range 2.7―4.8 from the records of four institute seismic stations geophysicists in a form that allows them to be integrated into modern means of digital processing. To clarify the arrival times of the phases of seismic waves within the study region that are poorly visually assessed, the authors use a high level of programmable applications in simulated azimuths to process the signals. The article provides examples of network operation in operational mode. The simulation of the localization problem allows us to accurately design the foci of seismic events in the industrial regions of Ukraine, which confirms the examination of the results by global Jeffries―Bullen hodographs. The examples of localization of earthquakes of 2011, 2013 with magnitudes of 3.9 and 4.6 in the region of the Kryvyi Rih basin provide additional opportunities for analyzing the structural features of the lithosphere, and in the future, real-time assessments of the characteristics of the seismic process to prevent it. Приведен пример использования нейросетевого моделирования в задаче локализации очагов землетрясений территории Украины, зарегистрированных сетью сейсмических станций ИГФ НАН Украины «Одесса», «Сквира», «Полтава», «Николаев». По данным мониторинга 2007―2019 гг. авторами сформированы базы сейсмологической информации локальных и региональных событий, зарегистрированных на станциях сети наблюдений. При использовании возможностей мощного инструмента статистического анализа ― нейронных сетей, построены локальные годографы P-, S-волн территории Украины, а именно землетрясений Украинского щита, Днепровско-Донецкой впадины и акватории Азовского моря в диапазоне магнитуд 2,7―4,8 по записям четырех сейсмических станций ИГФ в форме, позволяющей интегрирование их в современные средства цифровой обработки. Для уточнения времен прихода фаз сейсмических волн в пределах исследуемого региона, плохо поддающихся визуальным оценкам, при обработке сигналов использованы программируемые приложения высокого уровня на моделируемых азимутах. Приведены образцы работы сети в операционном режиме. Моделирование задачи локализации позволяет с достаточной точностью конструировать очаги сейсмических событий в промышленных регионах Украины, что подтверждает экзамен полученных результатов глобальными годографами Джеффриса-Буллена. Примеры локализации землетрясений 2011, 2013 гг. с магнитудой 3,9 и 4,6 в районе Криворожского бассейна дают дополнительные возможности для анализа особенностей строения литосферы, а в перспективе - оценки в условиях реального времени характеристик сейсмического процесса в задаче его предупреждения. У статті наведено приклад використання нейромережевого моделювання в задачі локалізації вогнищ землетрусів території України, зареєстрованих мережею сейсмічних станцій ІГФ НАН України «Одеса», «Сквира», «Полтава», «Миколаїв». За даними моніторингу 2007―2019 рр. авторами сформовано бази сейсмологічної інформації локальних і регіональних подій, зареєстрованих на станціях мережі спостережень. Використовуючи можливості потужного інструменту статистичного аналізу ― нейронних мереж, автори побудували локальні годографи P-, S-хвиль території України, а саме, землетрусів УЩ, ДДЗ і акваторії Азовського моря в діапазоні магнітуд 2,7—4,8 по записах чотирьох сейсмічних станцій IГФ в формі, що дозволяє інтегрування їх в сучасні засоби цифрової обробки. Для уточнення часів приходу фаз сейсмічних хвиль в межах досліджуваного регіону, що погано піддаються візуальними оцінками, автори використовують при обробці сигналів програмовані додатки високого рівня на модельованих азимутах. У статті наводяться зразки роботи мережі в операційному режимі. Проведене моделювання задачі локалізації дозволяє з достатньою точністю конструювати вогнища сейсмічних подій в промислових регіонах України, що підтверджує іспит отриманих результатів глобальними годографом Джеффріса-Буллена. Наведені приклади локалізації землетрусів 2011, 2013 років з магнітудою 3,9 і 4,6 в районі Криворізького басейну дають додаткові можливості аналізу особливостей будови літосфери, а в перспективі ― оцінки в умовах реального часу характеристик сейсмічного процесу в завданню його попередження. Subbotin Institute of Geophysics of the NAS of Ukraine 2020-05-18 Article Article application/pdf https://journals.uran.ua/geofizicheskiy/article/view/201743 10.24028/gzh.0203-3100.v42i2.2020.201743 Geofizicheskiy Zhurnal; Vol. 42 No. 2 (2020); 86-98 Геофизический журнал; Том 42 № 2 (2020); 86-98 Геофізичний журнал; Том 42 № 2 (2020); 86-98 2524-1052 0203-3100 uk https://journals.uran.ua/geofizicheskiy/article/view/201743/203099 Copyright (c) 2020 Geofizicheskiy Zhurnal https://creativecommons.org/licenses/by/4.0 |