Короткопериодные вариации удельного электрического сопротивления Земной коры

  Установлено, что удаленные землетрясения магнитудой M>5.0 являются важным фактором, оказывающим краткосрочное влияние на напряженно-деформированное состояние земной коры на территории БГП, которое проявляется в синхронных или предваряющих разнонаправленных изменениях приращений удельного электрического сопротивления Dr_t(t) на величину порядка 5-12 Ом*м (более ±3σ) (рис.1.1). Вариации приращения удельного электрического сопротивления Dr_t(t) характеризуют скорость изменения деформации геологической среды в результате сжатия / растяжения с равномерной дискретизацией по времени и связаны с сейсмическим процессом. Динамика напряженно-деформированного состояния земной коры на территории БГП показала четкую реакцию на наиболее сильные удаленные землетрясения (M≥5.0) в виде аномального увеличения абсолютных величин приращений среднесуточных значений удельного электрического сопротивления. Деформационный процесс на разных глубинах не является согласованным и аномальные изменения r_t(t) на одном из уровней не всегда сопровождаются изменениями на других. Более отчетливо это влияние проявляется в верхней части разреза (~7.0-10.0 км).

Рис.1.1 Сопоставление соответствующих различным временам становления поля (0.14, 0.56 и 3.14 с) среднесуточных величин приращения удельного электрического сопротивления (Dr_t) на пункте режимных электромагнитных наблюдений Аксу (a-c) с распределением по времени магнитуд локальных (1.8≤ M <4.5), региональных (M³4.0) и сильных удаленных (M³5.0) землетрясений (d)

Фрактальный анализ геоакустических сигналов, регистрируемых на территории Бишкекского Геодинамического Полигона

  Во время сеансов электрозондирования с помощью установки ЭРГУ-600-2 отмечается изменение фрактальных характеристик геоакустического сигнала, регистрируемого на территории НС РАН. Геоакустический сигнал, регистрируемый в стационарной точке на территории Научной Станции РАН, представляет собой набор нестационарных компонент различной амплитуды и частоты и демонстрирует мультифрактальное поведение в периоды электрозондирования с помощью установки ЭРГУ-600-2. Методом анализа флуктуаций после исключения масштабно-зависимых трендов (DFA) выявлено, что во время электрозондирований в геоакустическом сигнале отмечаются периоды резкого падения значений параметра Херста относительно фонового уровня (рис.2.1). Вне периодов электромагнитного зондирования значения параметра Херста варьируются на фоновом уровне ~0.5, свидетельствуя об отсутствии в сигнале в этот период коррелированности, как в случае с классическим броуновским движением.

Рис.2.1 Вариации параметра Херста геоакустического сигнала (Y компонента, начало записи, 2019-01-08 07:08:21), утолщенная синяя кривая – сглаживание скользящим средним; желтые полосы – сеансы работы ЭРГУ-600-2

Фрактальный анализ сейсмоакустических сигналов приповерхностных осадочных пород

  Фрактальные свойства сейсмоакустических сигналов различной амплитуды были проанализированы с использованием моно- и мультифрактального анализа на основе метода DFA. Выявлено, что фоновый шум до и после вступления сейсмической волны характеризуется узкой шириной спектра мультифрактальности (Δα≈0.1) и почти постоянным значением обобщенного параметра Херста (H_q≈0.5), демонстрируя монофрактальное поведение подобно белому шуму. Участки же сигнала, содержащие сейсмическую волну имеют более широкие спектры мультифрактальности и диапазоны изменения параметра Херста, соответствующие различным фазам сейсмической волны (рис.3.1). Указанные различия можно использовать для обнаружения момента регистрации сейсмической волны (рис.3.2), выделения участков P-, S- и кода-волн в сигналах с низкой амплитудой, соизмеримой с уровнем шума.

Рис.3.1 Акустические отклики на различные фазы сейсмической волны (a) и их мультифрактальные характеристики: (b) обобщенный параметр Херста H_q, (c) спектр мультифрактальности f(α)

Рис.3.2 Сейсмоакустические отклики различной амплитуды и динамика вариаций параметра Херста. Красные треугольники – сейсмическое событие согласно каталогу

Алгоритм обработки данных спутниковых измерений температуры и предсейсмические аномалии во временных рядах температуры атмосферы

  Алгоритм основан на общих принципах универсального метода RST (Robust Satellite Techniques), использующимся в комбинации со спектральным и корреляционным анализом. В отличие от традиционных подходов он дополнен специальным модулем диагностирования короткопериодных аномалий температуры (dТ) в разделенных тропопаузой областях верхней тропосферы / нижней стратосферы (UTLS) (рис.4.1) с последующим вычислением интегральных показателей аномальных вариаций (D и D_CORR), пространственное и временное распределение которых сопоставлялось с сейсмической активностью. Задача выделения предсейсмических атмосферных возмущений решалась с учетом особенностей изменения амплитуды и фазы вариаций температуры в верхней тропосфере и области тропопаузы, а выбор высотных уровней производился на основе построения корреляционных матриц. Алгоритм построен таким образом, что превышающие единицу значения интегрального параметра D > 1.0 свидетельствуют о наличии аномальных противофазных возмущений температуры. Подавление «ложных» (синфазных) аномалий производилось путем вычисления параметра D_CORR с учетом коэффициента корреляции (R) между изменениями температуры на рассматриваемых уровнях UTLS: D_CORR = 0, если R ≥ 0 и D_CORR = D × ïRï, если R < 0. Блок-схема модифицированной версии алгоритма обработки сейсмических и температурных данных представлена на рис.4.2.

Рис.4.1 Трансформация вертикальных профилей температуры (а) и аномалий температуры (б) в UTLS перед землетрясением M = 5.8 (17 ноября 2015 г.)

Рис.4.2 Блок-схема алгоритма обработки сейсмических и температурных данных

Характерный для проведенных исследований пример обработки временных рядов температуры в период подготовки и прохождения землетрясения магнитудой M = 5.8, зарегистрированного 17 ноября 2015 г., показан на рис.4.3. 

Рис.4.3 Временные ряды температуры T₁ и T₂ на уровнях 350 и 100 гПа, соответственно (а), коэффициенты вейвлет-преобразования (б, в), коэффициент корреляции (г), аномалии температуры (д) и их скользящие дисперсии (е), параметры D и D_CORR (ж), магнитуда M и количество землетрясений за сутки N_events (з) в период с 15 октября по 15 декабря 2015 

  Графики иллюстрируют все этапы применения алгоритма к временным рядам температуры атмосферы в период с 15 октября по 15 декабря 2015 г. Представлены исходные ряды температуры в верхней тропосфере (Т_UT = T₃₅₀) и области тропопаузы (Т_TP = T₁₀₀) на уровнях 350 и 100 гПа, соответственно (рис.4.3а), вейвлет-спектрограммы (рис.4.3б и в), коэффициент корреляции R между T_UT и Т_TP (рис.4.3г), аномалии температуры (dТ_UT и dТ_TP) (рис.4.3д), скользящие дисперсии аномалий температуры  и  во временном «окне» m = 4 суток (рис.4.3е) и их произведение (D и D_CORR) (рис.4.3ж), которое коррелирует с сейсмическими данными (рис.4.3з), представленными последовательностью магнитуд (M) и количеством событий в сутки (N_events). Основным условием, приводящим к росту параметра D_CORR, является одновременное наличие двух факторов - увеличение амплитуды короткопериодных вариаций над и под тропопаузой и противофазный характер этих изменений. По мере приближения к моменту землетрясения происходило снижение интенсивности колебаний с периодом ~10-11 суток при заметном усилении вариаций в полосе периодов 4-6 суток (рис.4.3б, в), что приводило к росту величины скользящих дисперсий (рис.4.3е), а, соответственно, показателей аномальных вариаций. Видно, что высокие значения D_CORR наблюдались примерно за 2 суток до землетрясения M = 5.8. Второй пик D_CORR большей интенсивности совпадал по времени с землетрясением M = 4.3 (19.11.2015; 00:00:41 UTC).

Об афтершоковых процессах, сопровождающих умеренные и слабые землетрясения на территории Бишкекского геодинамического полигона и в его окрестностях

  На основании анализа афтершоковых последовательностей 21 события в диапазоне классов 10 < K < 15, произошедших на территории Бишкекского геодинамического полигона и в его ближайших окрестностях (рис.5.1), были получены оценки продолжительности афтершоковых процессов, высвободившейся в афтершоках сейсмической энергии, рассмотрены зависимости различных характеристик афтершоков от класса главного события.

Рис.5.1 Эпицентральное расположение событий за 1994–2017 гг. (более 9000 событий). Треугольники – станции сети KNET. Прямоугольник – БГП. Серые кружки – главные события рассмотренных афтершоковых последовательностей

  Установлено крайне неравномерное распределение событий во времени внутри афтершоковых последовательностей. В 50 % случаев в первые сутки после главного толчка регистрируется от 30 % до 77 % событий афтершоковой последовательности, а для 10 % землетрясений характерно их полное отсутствие.

  Продолжительность афтершоковых процессов в большинстве случаев землетрясений определяется классом главного события.

  Установлены слабые связи между классом главного события и количеством афтершоков и классом сильнейшего афтершока. Однако в целом можно констатировать, что известный эмпирический закон Бота, определяющий приближенное соотношение между магнитудами (классами) сильнейшего афтершока и главного события, выполняется.

  Обнаруживается некоторая зависимость отношения суммарной энергии афтершоков E_aft к энергии, высвободившейся при главном толчке E_ME (за редким исключением, требующим проверки), от класса главного события.

  Пространственно эпицентры большей части главных событий приурочены к тектоническим нарушениям разного порядка и типа. Размеры и конфигурации афтершоковых областей различны и определяются деформационными процессами, происходящими в геологической среде в пределах конкретной афтершоковой области (рис.5.2).

Рис.5.2 Примеры конфигураций афтершоковых областей на фоне рельефа и тектонических нарушений (разломов). Главные события (красные звездочки), сильнейшие и рядовые афтершоки (темные кружки) вынесены на карты в масштабе, пропорциональном классам событий

Предположение о том, что процессы релаксации тем продолжительнее и интенсивнее, чем ниже средняя сейсмическая активность в регионе, где они происходят, в полной мере справедливо лишь для одного события умеренной силы – Луговского землетрясения (22.05.2003, K = 14.3).

Детальный анализ данных и графиков зависимостей различных характеристик афтершоков от класса главных событий свидетельствует о том, что алгоритм, реализованный в программе Смирнова, недостаточно совершенен и в некоторых случаях, при изучении индивидуальных серий афтершоков, требуется обязательный визуальный контроль (проверка вручную) результатов машинной обработки.