Нейросетевая модель помогает прогнозировать локальные последствия землетрясений

Исследователи из Университета Хиросимы представили новый метод на основе искусственного интеллекта для оценки коэффициента усиления сейсмических колебаний грунтом (site amplification factor) на основе данных о микросейсмах — фоновых вибрациях земной поверхности. Метод, описанный 5 апреля в Bulletin of the Seismological Society of America, использует глубокую нейронную сеть для анализа отношения горизонтальных и вертикальных спектральных составляющих (MHVR), получаемых из записей микросейсм.

Точный прогноз усиления сейсмических волн грунтом критически важен для систем раннего предупреждения и карт сейсмической опасности, так как мягкие грунты могут значительно усиливать колебания. Традиционные геофизические изыскания для определения этих параметров дороги, тогда как регистрация микросейсм — более доступная альтернатива. Новая модель была обучена и протестирована на данных с 105 станций сети сейсмографов в регионе Тюгоку на западе Японии за 2012–2020 годы.

«Предложенный метод будет способствовать более точному и детальному прогнозированию сейсмических колебаний грунта при будущих землетрясениях», — отмечает ведущий автор работы, доцент Хироюки Миура. Модель успешно справилась с тестовыми данными, показав потенциал в качестве прогностического инструмента. Однако для применения метода в национальном или глобальном масштабе требуется обучение на более обширном наборе данных, поскольку в данном исследовании использовалось лишь 80 площадок для обучения. В дальнейшем авторы планируют усовершенствовать методы ИИ для оценки нелинейной реакции грунта на сейсмические воздействия.