Диссертация (1104382), страница 7
Текст из файла (страница 7)
Причины резкого ухудшения представительности сейсмических данных в1996–2006 гг. были отмечены выше.На рис. 2.3 приведены карты оценок представительного класса впространстве для этих интервалов времени. Из этого рисунка видно, чторазличие величин представительного класса в выделенных интервалахвремени сопровождается изменением размера и положения областинаилучшей представительности. Самое полное представительное покрытиереализовалось в 1987–1995 годах (рис.2.3, б). В это время область наилучшейпредставительностисKc=8.3–8.4располагаетсянасеверо-западерассматриваемой территории и соответствует Южному Тянь-Шаню иТаджикской Депрессии [Шозиёев, 2016].Эта область существенно сокращается в последующие годы (рис.2.3, в,г).
Так, на территории Памира, представительный класс увеличился с 8.5 до9.5 в связи с закрытием высокочувствительных сейсмостанций Мургаб иИшкашим,обеспечивавшихвпредыдущуюэпохупредставительнуюрегистрацию землетрясений на одну и две единицы меньшего класса38(землетрясения на один-два порядка меньших энергий) на территорииПамира и за её пределами (рис. 2.3, в).Рис.
2.3. (см. следующую стр.)39Рис. 2.3. Пространственная вариация представительного класса Кс согласнокаталогу СКЗТ за срок наблюдения 1962–2008 гг. [Шозиёев и др., 2016]: а –за период 1962–1986 гг.; б – 1987–1995 гг.; в – 1996–2006 гг.; г – 2007–2008гг. Легенда показана в правом верхнем углу каждого рисунка. Значком обозначены сейсмические станции40Выявленные этапы изменения представительного класса во времени ипространстве соответствуют этапам изменения сейсмической сети (см.
табл.1.1.). Увеличение во времени представительного класса в 1993–2005 годах(см. рис. 2.2) и уменьшение пространственной области представительнойрегистрации (см. рис.2.3, в) является следствием массового закрытиясейсмических станций Обигарм, Гарм, Джиргаталь, Карасу, Чусал, Ялдымыч,Тавильдора, Джафр, Чуянгарон, Больджуан, Калайдашт, Регар, Хаи,Чильдора, Ура-Тюбе, Игрон, Чорсады, Комароу, Кангурт, Пештава,Комсомолабад,Арджинак,Офтобруй,Деонасу,Ишкашим.Заметноеулучшение представительности регистрации землетрясений Таджикистана исопредельных территорий после 2006 г.
(см. рис.2.2, рис.2.3, г) обусловленосозданием на территории Таджикистана новой сети цифровых сейсмическихстанций – данные СКЗТ после 2005 г. основаны на записях семи цифровыхсейсмических станций и только одной аналоговой [Землетрясения…, 2014].Сейсмическая сеть Таджикистана после деградации в 1993–2005 гг. вновьвозвращается по уровню представительности к состоянию, в котором онабыла в свои лучшие годы (в 1987–1995 гг.). Это позволяет надеяться навозможность дальнейшего полноценного использования региональногокаталога землетрясений для получения детальных оценок сейсмическогорежима и углубленного анализа сейсмической опасности на территорииТаджикистана.В то же время следует заметить, что существующая на территорииТаджикистана сеть сейсмических наблюдений нуждается в приобретенииновой современной цифровой аппаратуры для модернизации существующейсети и установки дополнительных сейсмических станций.
Результатынастоящей работы свидетельствуют, что использованная методика можетбыть применена для мониторинга представительности каталога в реальномвремени в зависимости от поступления новых данных, что будетспособствовать выявлению зон, где не хватает чувствительности сети, и где41требуется установка дополнительных станций для получения качественногоматериала наблюдений.Выводы по главе 2СоставленныйсводныйкаталогземлетрясенийТаджикистананеоднороден во времени и пространстве по величине представительногокласса землетрясений.
Такая ситуация типична для сейсмических каталогов,составленных по данным сейсмических сетей, претерпевавших измененияпарка приборов, геометрии и плотности сети.Использованные статистические методики первичного анализа данныхсейсмического каталога позволили получить оценки представительногокласса каталога в различные интервалы времени и в различных областяхпространства.Анализпространственно-временныхизмененийпредставительного класса показал, что эти изменения отражают процессыразвития и деградации сейсмической сети.Полученные результаты представляют характеристику каталога поосновномупараметру(представительность),характеризующемуегооднородность, и могут быть использованы при проведении предметныхисследований закономерностей сейсмичности Таджикистана по даннымСКЗТ.42Глава 3. Оценка статистических параметров закона Омори, закона Бата,закона Гутенберга-Рихтера.Всякоеземлетрясениевозникаетвследствиевнезапноговысвобождения значительного количества энергии в некотором объемевнутриЗемли.Большаячастьнакопленнойэнергиидеформацииосвобождается во время главного толчка.
Реализация остаточной частинакопленной энергии деформации в одних случаях не происходит, а в другихслучаях, т.е. в условиях активизированного состояния (афтершоковыйпроцесс), осуществляется в виде серии последующих толчков (афтершоков),Установленныеафтершоковойвнастоящееактивностивремявыражаютсязакономерностинесколькимиразвитиястатистическимисоотношениями, известными в сейсмологии как законы афтершоковыхпоследовательностей: закон Омори, закон Бата, закон Гутенберга-Рихтера идр.Перечисленныезаконыявляютсярезультатомстатистическогообобщения эмпирических данных и часто их называют статистическимизакономерностями сейсмичности.3.1.
Методика выделения афтершоков.Афтершоковые последовательности отражают локальные аномалиисейсмического режима и значительно отличаются по своим характеристикамот фонового режима. Зависимость от степени декластеризации каталогадается оценками параметров сейсмического процесса.Для выделения афтершоков из всех фоновых событий, авторыиспользуемого метода [Молчан, Дмитриева, 1991; Molchan, Dmitrieva, 1992]работы основываются на сопоставлении временных и пространственныхфункцийраспределений.Распределениядляфоновыхсобытийпредполагаются равномерными. Для идентификации афтершоков принятоиспользование двумерных гауссовских распределений на плоскости ираспределения по закону Омори во времени.
В качестве критерия43классификации, события относятся к группе фоновых или афтершоков изусловия равенства вероятностей ошибок классификации.В двумерном гауссовском распределении важны три параметра: дведисперсии и коэффициент корреляции. На плоскости это распределениепредставляет собой эллипс, внутри которого определяется вероятностьпопадания афтершоков.Процедура идентификации афтершоков сводится к построениюдискриминантной функции, позволяющей отнести каждое землетрясение кодному из двух классов: афтершок или фоновое событие. Различие междуафтершоком и фоновым событием с физической точки зрения не очевидно,все процедуры идентификации афтершоков опираются на статистическиезакономерности,т.е.напространственно-временнуюлокализациюафтершоков в окрестности главного события.Пусть фоновые события представляют собой пуассоновский поток сравномернойфункциейплотностираспределениявероятности.Дляафтершоковой последовательности принимается двумерная гауссовскаяфункция плотности распределения в пространстве и степенная функцияраспределения во времени (закон Омори).
Параметры распределенийвеличин фонового и афтершокового потоков оцениваются локально, повыбранным разбиениям исследуемой пространственно-временной области.При идентификации афтершоков возможны два типа ошибок:отнесениеафтершокаидентификациякгруппефоновыхфоновогособытиякаксобытийафтершока.и,наоборот,Рассматриваемыйалгоритм может скомпенсировать эти ошибки – количество ошибочноидентифицированных фоновых событий и афтершоков уравниваются, чтообеспечиваетравенствоматематическогоожиданияколичестваидентифицированных афтершоков их истинному значению (у авторовалгоритма - минимаксный принцип).44Процедура выделения афтершоков состоит из следующих шагов.Выбор возможных главных событий: В качестве главных событийвыбираются события с магнитудой выше заданной.
Пользователь задает этумагнитуду и выбирает на 1-2 единицы больше представительной для данногокаталога магнитуды, поскольку афтершоки на 1-2 единицы слабее главногособытия. Список "кандидатов" в главные события сортируется по убываниюмагнитуды, и последующие шаги применяются ко всем "кандидатам",начиная с самого сильного [Смирнов, 2009].Выделениепервичныхафтершоков:Подпервичнымиафтершокамипонимаются события, попадающие в заданное пространственно-временноеокно вокруг тестируемого "кандидата" в главные события. Размеры окнавыбираются в зависимости от размера очага тестируемого в данный моментглавного события [Смирнов, 2009].
Для расчета радиуса окна в пространствеи его длительности во времени (после главного события размером очага l0 и сэнергией E0 ) применяются следующие формулы:Rmax 3.5l0 3.5 101(lg E 0 11)3,(3.1)100.17 lg 0 −1.8 , если 0 ≥ 1014.5 Дж100.033 lg 0 +0.19 , если 0 < 1014.5 Дж. = {(3.2)Значения Rmax и Tmax ограничиваются сверху значениями 1000 км и 1год, соответственно.Тестируемый "кандидат" в главные события и проверка гипотезы опревышении величины потока выделенных первичных афтершоков вокруг:Если поток первичных афтершоков превышает значение фонового потока вобласти Rmax Tmax , то рассматриваемый "кандидат" переводится в категориюглавного события.
Допускаем, что у этого "кандидата" действительноимеется афтершоковая последовательность. В противном случае, "кандидат"относится к категории фоновых событий и процедура идентификации45афтершоков принимается за следующий по списку "кандидат" в главныесобытия [Смирнов, 2009].Далее в качестве нулевой гипотезы H 0 принимается гипотеза о том,что поток в рассматриваемой области Rmax Tmax является пуассоновскимпотоком с параметром, определяемым фоновой плотностью событий:2b Rmax Tmax .Затем находим правый квантиль пуассоновского распределенияс этим параметром, отвечающий выбранному уровню значимости –количество событий N b такое, что пуассоновская вероятностьЕсли количество первичных афтершоковN p Nb ,то делается заключение,что обнаруженное количество первичных афтершоковуровнезначимостивариациифоновойPr(n N p ) .Npсейсмичностина выбранномнеслучайны.Тестируемый "кандидат" в главные события сопровождается афтершоковойпоследовательностью.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
