CC BY
57
Никонорова О.А. ПРОЕКТИРОВАНИЕ ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ КРАТКОСРОЧНОГО ПРОГНОЗА ЗЕМЛЕТРЯСЕНИЙ ПО ПРИЛИВНЫМ ВАРИАЦИЯМ СИЛЫ ТЯЖЕСТИ
Рассматриваются сложившиеся предпосылки для проектирования системы краткосрочного прогноза землетрясений по приливным вариациям силы тяжести. Средствами унифицированного языка моделирования разработано и описано взаимодействие между вариантами использования разнообразных функций прогностической системы и действующими лицами.
Периоды высокого энтузиазма не раз сменялись периодами критического отношения научного сообщества к вопросу о принципиальной возможности прогноза землетрясений. Проблема прогноза землетрясений до сих пор остается одной из наиболее дискуссионных, однако, результаты прогноза землетрясений по современным алгоритмам свидетельствуют о том, что проблема принципиальной возможности предсказания землетрясений решена.
Последние два десятилетия основное внимание уделялось семейству математических алгоритмов среднесрочного прогноза сильных землетрясений. И к настоящему времени создан комплекс алгоритмов среднесрочного прогноза землетрясений М8 и MSc [8], RTP и SSE [2], ФОП [9] и другие.
Способы краткосрочного прогноза землетрясений на настоящем этапе развития теории краткосрочных предвестников применяются в комплексе с долгосрочными и среднесрочными для уточнения времени землетрясения .
Повышение эффективности краткосрочного прогноза землетрясений связанно с созданием службы краткосрочного прогноза и прогностической системы, объединяющей сети инструментальных наблюдений и Центр сбора данных, о необходимости которой обозначено в [7].
Учитывая масштаб задачи создания прогностической системы, в рамках проводимого исследования возможно рассмотрение лишь одной из составных ее частей, а именно, проектирование системы для краткосрочного прогноза по одному из параметров, в качестве которого рассматриваются приливные силы.
Основания такого рассмотрения базируются на работах [3, 4, 5, 10], в которых отмечается связь
сейсмичности с приливными силами.
При этом далеко не каждая сейсмоактивная область восприимчива к воздействию приливной силы, поиском таких областей занимались Юрков Е.Ф. и Гитис В.Г. [12], в результате которого были определены области сейсмически чувствительные к различным компонентам приливной силы. Большая часть из найденных областей оказалась связанной с океаническими структурами, в частности для нашей страны авторами выделяется глубоководный Курило - Камчатский желоб.
Приливные силы можно рассматривать как тектонический фактор, о чем свидетельствуют результаты исследований, проведенных в [1], при этом поиск соответствия момента землетрясения и максимальной интенсивности приливного воздействия показал, что максимум мощности полусуточной волны не является прогностическим признаком. Поэтому представляет интерес сопоставление моментов землетрясений с вычисленными на перекрывающемся интервале времени вариациями компонент приливной силы.
Приливные силы могут быть строго и однозначно формализованы, что является необходимым условием для любого предвестника землетрясений, так как только в этом случае алгоритм будет воспроизводимым и иметь возможность статистического оценивания.
Исходя из выше сказанного, можно заключить, что к настоящему времени имеется достаточно оснований для проектирования возможного варианта программного комплекса для краткосрочного прогноза землетрясений.
Современные системы на основе графического пользовательского интерфейса (GUI) требуют объектного программирования, и объектный подход является наилучшим способом проектирования таких систем. Стандартным средством моделирования для этого подхода является унифицированный язык моделирования (UML).
Разработка любой системы начинается с изучения требований, предъявляемых к системе. Для этих целей наилучшим образом подходит диаграмма вариантов использования, которая отображает все взаимодействия между вариантами использования разнообразных функций системы и действующими лицами (людьми, функциональными модулями), которая представлена на рисунке.
Основным исполнителем системы является аналитик - это человек, который проводит подготовку данных, их анализ и производит краткосрочный прогноз времени землетрясения по приливным изменениям силы тяжести.
Вспомогательные исполнители - это система среднесрочного прогноза землетрясений и Центр данных, которые представляют информацию и участвуют на этапе подготовки данных.
А именно, по результатам работы системы среднесрочного прогноза формируется отчет о месте, силе и времени землетрясения. На базе информации о месте прогнозируемого землетрясения формируется запрос к Центру данных о произошедших землетрясениях, результаты которого заносятся в базу данных разрабатываемой системы.
Закулисный исполнитель, в качестве которого выступает аналитический центр службы краткосрочного прогноза землетрясений, заинтересован в получении отчетов о краткосрочном прогнозе по различным краткосрочным предвестникам, в данном случае по приливным изменениям силы тяжести.
В настоящей статье не приводится описание алгоритмов в виде диаграмм UML, так как реализованные в системе алгоритмы определения приливных вариаций силы тяжести, аппроксимации, факторного анализа и прогноза могут быть описаны математически, что является их достоинством.
Рисунок - Диаграмма вариантов
Вариант использования системы при подготовке данных аналитиком подразумевает приведение данных к виду для дальнейшего анализа. Ключевым моментом в данном варианте является определение системой значений приливных вариаций силы тяжести, а также скорости, ускорения, 3й и 4 й производной приливной волны методами численного дифференцирования на каждый час суток, в которые произошли землетрясения.
В нашем случае использовался традиционный подход к способу расчета приливной силы, предложенный Лапласом и основанный на классической (ньютоновской) модели взаимодействия трех тел - Земли, Луны и Солнца.
При этом рассматривается вертикальная компонента приливного вектора (1), поскольку она меньше подвержена влиянию океанического прилива.
F = k(3cos2 Z -1)
(1)
где Z - зенитное расстояние Луны (Солнца) и можно получить из соотношения (2), к-
fMr
R3
, f - по-
стоянная тяготения, M - масса Луны (Солнца) , r - радиус Земли, R - расстояние от Земли до Луны (Солнца).
cosz — sin^ • sin5 + cos^ • cos5• cosH
где ф - широта места наблюдения, 5 - склонение светила, Н - часовой угол Луны.
Результаты, полученные при подготовке данных представляют собой точки выборки , х^ ^, i=1..n, ,
j=1..m, где n - количество наблюдений; m - количество факторов; у - время землетрясения от начала рассмотрения зависит от каталога, в частности рассматривался оперативный каталог сейсмических данных за период с 1983 года, ч; х^ - приливные изменения силы тяжести в час.
Вариант использования в качестве анализа полученных данных подразумевает возможность определения статистических характеристик выборки, определения наиболее информативные факторов и построение уравнения множественной нелинейной регрессии.
Для этого используется алгоритм метода главных компонент. Уменьшение количества факторов позволит сконцентрировать исходную информацию, выражая большое число рассматриваемых признаков через меньшее число более емких внутренних характеристик явления.
Построение уравнения множественной нелинейной регрессии в виде (2) позволяет определять зависимые и независимые параметры, в контексте решаемой задачи зависимый параметр y - время землетрясения, в
качестве независимых параметров рассматриваются х j .
У (xi=
J=1
где V} (X) - полиномы возрастающих степеней переменной х^. . Коэффициенты полиномов, определяются
методом Брандона, алгоритм которого изложен в работе [6]. Данный метод математического моделирования сложных систем основан на так называемом принципе самоорганизации моделей на ЭВМ, который позволяет осуществлять целенаправленный перебор многих моделей-претендентов различной сложности по ряду критериев. В результате находится модель оптимальной структуры в виде одного уравнения.
Вариант использования прогноза, реализует алгоритм прогноза времени землетрясения по приливным вариациям силы тяжести, подробное описание которого изложено в работе [11].
В заключение необходимо отметить, что к настоящему времени имеется достаточно оснований для проектирования прогностической системы краткосрочного прогноза землетрясений, в рамках которой может работать система, предложенная в настоящей статье.
x
ЛИТЕРАТУРА
1. Авсюк Ю.Н. Приливные силы и природные процессы. - М.: ОИФЗ, 1997. - 188 с.
2. Алгоритмы прогноза землетрясений. - М.:ГЕОС, 2006. - 292 с. - (Вычислительная сейсмология;
Вып.37)
3. Валяев В.И., Копытенко Ю.А., Почтарев В.И., Погребников М.М., Серова С.В. О связи сильных землетрясений с приливными деформациями земной коры. Препринт №12(626), М.: ИЗМИРАН, 1986. - С. 12-13.
4. Волков Ю.В. Связь сейсмичности с приливными силами.- М.:МГУ, 2002. -1 с.
5. Моргунов В.А., Боярский Э.А., Степанов М.В. Землетрясения и фазы прилива // Физика Земли. -
2 0 05.-№1. - С.74-88.
6. Никонорова О.А. Построение моделей прогноза параметров землетрясений ступенчатым регрессионным методом // Информационные технологии в науке, образовании и производстве: Материалы II Международной научно-технической конференции. - Орел: ОГТУ, 2006, с. 118 - 121.
7. О необходимости федеральной программы работ по решению проблемы краткосрочного прогноза землетрясений / В.Н.Страхов и др.; Рос.акад., Рос.акад. космонавтики - М.: ИФЗ РАН, 2005. -С. 3-15.
8. Прогноз землетрясений и геодинамические процессы. Часть I. В.Г.Кособоков. Прогноз землетрясений: основы, реализация, перспективы. - М.: ГЕОС, 2005. - 179 с.(Вычислительная сейсмология; Вып.36)
9. Соболев Г.А. Основы прогноза землетрясений / Г.А. Соболев; Отв. ред. А.В. Николаев; Рос.АН, Ин-т физики Земли им. О.Ю. Шмидта. - М.: Наука, 1993. - С. 243-287.
10. Хомутов С.Ю. Исследование зависимости глобальной сейсмичности от положения Луны (проверка законов Перре). - Новосибирск, 1992. - С. 24-25. (Препр./Объед.)
11. Чепасов В.И., Никонорова О.А. Прогноз землетрясений по приливным изменениям силы тяжести //
Вестник Оренбургского государственного университета, №10, Часть2. - Оренбург: ГОУ ОГУ, 2006 г., с.
370 - 373.
12. Юрков Е.Ф., Гитис В.Г. О связи сейсмичности с фазами приливных волн // Физика Земли. - 2005.-№4. - С.4-15.
