Нейросетевые модели локальных годографов сейсмических волн
Для узагальнення задачі побудови годографів сейсмічних хвиль використовуються мережі штучних нейронів, котрі дозволяють створювати нелінійні моделі поля часу розповсюдження фаз сейсмічних хвиль як функцій кількох аргументів: глибини джерела, магнітуди, азимуту приходу хвилі і епіцентральної відстані...
Saved in:
| Published in: | Геофизический журнал |
|---|---|
| Date: | 2011 |
| Main Authors: | , , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут геофізики ім. С.I. Субботіна НАН України
2011
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/97130 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Нейросетевые модели локальных годографов сейсмических волн / М.А. Лазаренко, О.А. Герасименко, Н.Н. Остапчук // Геофизический журнал. — 2011. — Т. 33, № 6. — С. 157-160. — Бібліогр.: 7 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859545416666710016 |
|---|---|
| author | Лазаренко, М.А. Герасименко, О.А. Остапчук, Н.Н. |
| author_facet | Лазаренко, М.А. Герасименко, О.А. Остапчук, Н.Н. |
| citation_txt | Нейросетевые модели локальных годографов сейсмических волн / М.А. Лазаренко, О.А. Герасименко, Н.Н. Остапчук // Геофизический журнал. — 2011. — Т. 33, № 6. — С. 157-160. — Бібліогр.: 7 назв. — рос. |
| collection | DSpace DC |
| container_title | Геофизический журнал |
| description | Для узагальнення задачі побудови годографів сейсмічних хвиль використовуються мережі штучних нейронів, котрі дозволяють створювати нелінійні моделі поля часу розповсюдження фаз сейсмічних хвиль як функцій кількох аргументів: глибини джерела, магнітуди, азимуту приходу хвилі і епіцентральної відстані. Будуються 3D годографи для трьох нових українських сейсмостанцій, наводяться відхилення змодельованих часів приходу сейсмічних хвиль від глобальних оцінок.
To generalize the problem of the travel time assessment the artificial neuron networks are used. This approach makes possible to build the nonlinear model of seismic wave phase propagation as a function of several arguments: source depth, magnitude, back azimuth and epicenter distance. The 3D travel time curves for three Ukrainian seismic stations are presented together with the deviation from global travel time data.
Для обобщения задачи построения годографов сейсмических волн используются сети искусственных нейронов, позволяющие создавать нелинейные модели поля времен распространения фаз сейсмических волн как функций нескольких аргументов: глубины очага, магнитуды, азимута прихода волн и эпицентрального расстояния. Строятся 3D годографы для трех новых украинских сейсмостанций, приводятся отклонения моделируемых времен прихода сейсмических волн от глобальных оценок.
|
| first_indexed | 2025-11-26T01:42:36Z |
| format | Article |
| fulltext |
НЕЙРОСЕТЕВЫЕ МОДЕЛИ ЛОКАЛЬНЫХ ГОДОГРАФОВ СЕЙСМИЧЕСКИХ ВОЛН
Геофизический журнал № 6, Т. 33, 2011 157
Построение привычных для практики на-
блюдений годографов сейсмических волн есть
задача регрессии, использующей известное
распределение систем двух случайных вели-
чин: расстояния источник—сейсмостанция
и времени регистрации фазы сейсмической
волны. Регрессия приближенно отображает
статистическую зависимость одной величи-
ны от другой. Точность такого приближения
определяется, в основном, точностью измене-
ния времени в точке наблюдения, отклонением
эпицентров от линии проекции годографа на
земную поверхность, многопараметричностью
наблюденных событий.
Можно также рассматривать задачу постро-
ения годографа как аппроксимацию функции
многих аргументов суперпозицией функций с
меньшим их числом, правомерность которой
была доказана [Колмогоров, 1956]. С этих по-
зиций построение функции годографа можно
рассматривать как суперпозицию наблюден-
ных примеров ее поведения. В классическом
приложении эти наблюдения представляются
функцией с одним аргументом – эпицентраль-
ным расстоянием, определяющем ее информа-
тивность. Очевидно, увеличив число аргумен-
тов в примерах поведения функции-годографа
мы увеличим их информативное наполнение,
а нелинейную суперпозицию позволят осуще-
ствить сети искусственных нейронов.
УДК 550.344.094.6: 528.087.4 : 004.032.26
Нейросетевые модели локальных годографов
сейсмических волн
© М. А. Лазаренко, О. А. Герасименко, Н. Н. Остапчук, 2011
Институт геофизики НАН Украины, Киев, Украина
Поступила 1 апреля 2011 г.
Представлено членом редколлегии А. В. Кендзерой
Для узагальнення задачі побудови годографів сейсмічних хвиль використовуються мережі
штучних нейронів, котрі дозволяють створювати нелінійні моделі поля часу розповсюдження
фаз сейсмічних хвиль як функцій кількох аргументів: глибини джерела, магнітуди, азимуту
приходу хвилі і епіцентральної відстані. Будуються 3D годографи для трьох нових українських
сейсмостанцій, наводяться відхилення змодельованих часів приходу сейсмічних хвиль від
глобальних оцінок.
To generalize the problem of the travel time assessment the artificial neuron networks are used.
This approach makes possible to build the nonlinear model of seismic wave phase propagation as a
function of several arguments: source depth, magnitude, back azimuth and epicenter distance. The
3D travel time curves for three Ukrainian seismic stations are presented together with the deviation
from global travel time data.
В этом ключе такая задача решалась для
сейсмостанций «Одесса», «Сквира», «Полта-
ва», организованных в сеть в рамках програм-
мы создания национальной сети сейсмических
наблюдений.
Каждое зарегистрированное на этих сейс-
мостанциях событие кодировалось пятимер-
ным вектором:
1 2( , , , )i nx x x x= K , 1,5i = , (1)
с компонентами: глубина фокуса землетря-
сения, магнитуда, обратный азимут, эпицен-
тральное расстояние, время пробега фаз P- и
S-волн.
Множество таких векторов для каждой
сейсмической станции использовалось в каче-
стве обучающего для прямопоточной, много-
слойной, полносвязанной, управляемой сети
искусственных нейронов [Chen C., Chen H.,
1995]. В результате обучения методом обрат-
ной передачи ошибки [Chauvin, Rumelhart,
1995] были построены модели времен распро-
странения фаз сейсмических волн на каждой
из сейсмостанций, позволяющие проигрывать
как различные сценарии поведения времен
прихода волн в зависимости от величин ком-
понентов вектора (1), так и повышать точность
определения координат регистрируемого на
сейсмической станции события [Лазаренко,
Герасименко, 2004; 2008].
М. А. ЛАЗАРЕНКО, О. А. ГЕРАСИМЕНКО, Н. Н. ОСТАПЧУК
158 Геофизический журнал № 6, Т. 33, 2011
В соответствии с задачей были смоделиро-
ваны локальные годографы для неких осред-
ненных трасс прихода сейсмических волн к
каждой из трех сейсмических станций: для
с/с «Одесса» ориентация обратных азимутов
110°, 158°, 204°, 249°; для с/с «Сквира» — 121°,
158°, 191°, 209°; для с/с «Полтава» — 135°, 175°,
208°, 273° (рис. 1).
бенностей среды. При изменении направления
распространения сейсмических волн изме-
няются значения невязок по модулю, однако
основные тенденции остаются постоянными.
Для повышения точности построений, осо-
бенно на территории Украины, целесообразно
использовать локальные годографы, построен-
ные для отдельных сейсмостранций, которые
максимально отражают особенности строения
региона.
При изучении геологической среды с по-
мощью сейсмических волн принято анализи-
ровать отклонения времени регистрации P- и
S-волн локального годографа от стандартной
сферически-симметричной модели, каким в
нашей работе есть годограф Джеффриса —
Буллена [Jeffreys, Bullen,1940]. Возможность
оперировать эмпиричными и «эталонными»
нейросетевыми моделями времени прихода
сейсмических волн, позволяет получать «не-
вязки» времен пробега сейсмических волн для
произвольной трассы региона[Лазаренко, Ге-
расименко, 2010, соотношение (12)].
Приведенные на рис. 3 невязки демон-
стрируют региональное распределение трех-
мерных невязок P- и S-волн для разных глубин
гипоцентра, сгенерированных нейросетевыми
моделями трех сейсмических станций. При ти-
пичной для рассматриваемого региона длине
годографов порядка 2000 км, можно оцени-
вать глубину распространения сейсмических
волн как ~1/10 эпицентрального расстояния,
что дает возможность исследовать аномалии
скорости сейсмических волн больших блоков,
Рис. 1. Схема региона с направлениями контрольных ази-
мутов прихода сейсмических волн на станции наблюдения.
Рис. 2. Зависимость невязок моделированных годографов и S-волн при глубине очага 0 км и =5 для разных сейсми-
ческих станций в зависимости от направления прихода сейсмической волны с запада (а), центра (б), востока (в): 1 — с/с
«Сквира», 2 — с/с «Одесса», 3 — с/с «Полтава».
В качестве модели использовалась трех-
слойная сеть искусственных нейронов с архи-
тектурой NN=4:25:1, где в роли учителя высту-
пает время прихода на сейсмостанцию одной
из фаз сейсмических волн.
Анализ приведенных на рис. 2 зависимо-
стей показывает, что характер распределения
невязок для каждой сейсмической станции
индивидуален и зависит от геологических осо-
НЕЙРОСЕТЕВЫЕ МОДЕЛИ ЛОКАЛЬНЫХ ГОДОГРАФОВ СЕЙСМИЧЕСКИХ ВОЛН
Геофизический журнал № 6, Т. 33, 2011 159
в первую очередь трех регионов — восточно-
го направления (землетрясения Кавказа, вос-
точной Турции), южного направления (земле-
трясения Турции, Крыма, акватории Черного
моря) и западного (землетрясения Греции,
Карпат, Италии).
Выводы. Полученные с помощью нейронно-
го моделирования зависимости времен пробега
сейсмических волн от расстояния наилучшим
образом с заданной погрешностью аппрокси-
мируют облако данных, полученных для огра-
ниченных азимутальных диапазонов сейсми-
ческих наблюдений. Такой подход моделиро-
вания годографов может быть использован для
локализации пространственных аномалий при
изучении геологических особенностей строе-
ния и оценок его влияния на время прихода
волн таких составляющих входного вектора
как глубина очага, азимут и магнитуда.
Алгоритм моделирования годографов мо-
Рис. 3. Невязки времен пробега - и S-волн, зарегистрированных сетью сейсмических станций, в зависимости от глу-
бины гипоцентра (0—50 км)
М. А. ЛАЗАРЕНКО, О. А. ГЕРАСИМЕНКО, Н. Н. ОСТАПЧУК
160 Геофизический журнал № 6, Т. 33, 2011
жет быть легко вмонтирован в пакет обработ-
ки сейсмологических данных и постоянно со-
Список литературы
Колмогоров А. Н. О представлении непрерывных
функций нескольких переменных суперпози-
циями непрерывных функций меньшего числа
переменных // Докл. АН СССР. — 1956. — 108,
№ 2. — С. 179—182.
Лазаренко М. А., Герасименко О. А. Використання
нейронних мереж для побудови годографів сей-
смічних хвиль // Вісн. Київ. нац. ун-ту. Геологія.
— 2004. — Вип. 30. — С. 93—98.
Лазаренко М. А., Герасименко О. А. Моделювання
сейсмічної анізотропії акваторії Чорного моря
за допомогою мереж штучних нейронів // Вісн.
Київ. нац. ун-ту. Геологія. — 2008. — Вип. 45. —
С. 18—23.
вершенствоваться при накоплении данных о
новых землетрясениях.
Лазаренко М. А., Герасименко О. А. Нейросетевое
моделирование годографов сейсмических волн //
Геофиз. журн. — 2010. — 32, № 5. — С. 126—141.
Chauvin Y., Rumelhart D. Back Propagation: Theory,
Architectures, and Applications. — New-Iork: Law-
rence Erlbaum Associates, 1995. — 561 р.
Chen C., Chen H. Universal Approximation to Nonlin-
ear Operators Neural Networks with Arbitrary Ac-
tivation Function and its Application to Dinamical
Systems // Neural Networks. — 1995. — № 6. —
P. 911—917.
Jeffreys H., Bullen K. Seismological Tables. — London:
British Association Seismological Committee, 1940.
— 145 р.
|
| id | nasplib_isofts_kiev_ua-123456789-97130 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0203-3100 |
| language | Russian |
| last_indexed | 2025-11-26T01:42:36Z |
| publishDate | 2011 |
| publisher | Інститут геофізики ім. С.I. Субботіна НАН України |
| record_format | dspace |
| spelling | Лазаренко, М.А. Герасименко, О.А. Остапчук, Н.Н. 2016-03-25T16:18:33Z 2016-03-25T16:18:33Z 2011 Нейросетевые модели локальных годографов сейсмических волн / М.А. Лазаренко, О.А. Герасименко, Н.Н. Остапчук // Геофизический журнал. — 2011. — Т. 33, № 6. — С. 157-160. — Бібліогр.: 7 назв. — рос. 0203-3100 https://nasplib.isofts.kiev.ua/handle/123456789/97130 550.344.094.6: 528.087.4 : 004.032.26 Для узагальнення задачі побудови годографів сейсмічних хвиль використовуються мережі штучних нейронів, котрі дозволяють створювати нелінійні моделі поля часу розповсюдження фаз сейсмічних хвиль як функцій кількох аргументів: глибини джерела, магнітуди, азимуту приходу хвилі і епіцентральної відстані. Будуються 3D годографи для трьох нових українських сейсмостанцій, наводяться відхилення змодельованих часів приходу сейсмічних хвиль від глобальних оцінок. To generalize the problem of the travel time assessment the artificial neuron networks are used. This approach makes possible to build the nonlinear model of seismic wave phase propagation as a function of several arguments: source depth, magnitude, back azimuth and epicenter distance. The 3D travel time curves for three Ukrainian seismic stations are presented together with the deviation from global travel time data. Для обобщения задачи построения годографов сейсмических волн используются сети искусственных нейронов, позволяющие создавать нелинейные модели поля времен распространения фаз сейсмических волн как функций нескольких аргументов: глубины очага, магнитуды, азимута прихода волн и эпицентрального расстояния. Строятся 3D годографы для трех новых украинских сейсмостанций, приводятся отклонения моделируемых времен прихода сейсмических волн от глобальных оценок. ru Інститут геофізики ім. С.I. Субботіна НАН України Геофизический журнал Научные сообщения Нейросетевые модели локальных годографов сейсмических волн Нейромережні моделі локальних годографів сейсмічних хвиль Neuronet models of local travel- time curves of seismic waves Article published earlier |
| spellingShingle | Нейросетевые модели локальных годографов сейсмических волн Лазаренко, М.А. Герасименко, О.А. Остапчук, Н.Н. Научные сообщения |
| title | Нейросетевые модели локальных годографов сейсмических волн |
| title_alt | Нейромережні моделі локальних годографів сейсмічних хвиль Neuronet models of local travel- time curves of seismic waves |
| title_full | Нейросетевые модели локальных годографов сейсмических волн |
| title_fullStr | Нейросетевые модели локальных годографов сейсмических волн |
| title_full_unstemmed | Нейросетевые модели локальных годографов сейсмических волн |
| title_short | Нейросетевые модели локальных годографов сейсмических волн |
| title_sort | нейросетевые модели локальных годографов сейсмических волн |
| topic | Научные сообщения |
| topic_facet | Научные сообщения |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/97130 |
| work_keys_str_mv | AT lazarenkoma neirosetevyemodelilokalʹnyhgodografovseismičeskihvoln AT gerasimenkooa neirosetevyemodelilokalʹnyhgodografovseismičeskihvoln AT ostapčuknn neirosetevyemodelilokalʹnyhgodografovseismičeskihvoln AT lazarenkoma neiromerežnímodelílokalʹnihgodografívseismíčnihhvilʹ AT gerasimenkooa neiromerežnímodelílokalʹnihgodografívseismíčnihhvilʹ AT ostapčuknn neiromerežnímodelílokalʹnihgodografívseismíčnihhvilʹ AT lazarenkoma neuronetmodelsoflocaltraveltimecurvesofseismicwaves AT gerasimenkooa neuronetmodelsoflocaltraveltimecurvesofseismicwaves AT ostapčuknn neuronetmodelsoflocaltraveltimecurvesofseismicwaves |