Актуальность работы.
Автоматизация проектирования — неотъемлемая составляющая современного научно-технического прогресса. Она значительно снижает длительность, трудоемкость и стоимость создания математического обеспечения систем сбора и обработки информации при одновременном повышении его качественного уровня. Учитывая то, что на создание программно-алгоритмического обеспечения уходит больше средств, чем на создание всей системы, снижение трудоемкости разработки и, следовательно, ее стоимости является очень важным аргументом на пути применения систем автоматизированного проектирования (САПР) при разработке математического обеспечения.
Работы В. М. Курейчика, И. П. Норенкова, Л. С. Понтрягина оказали существенное влияние на развитие САПР и послужили базой для создания новых подходов в совершенствовании систем автоматизированного проектирования.
Одной из областей применения САПР является сбор и обработка данных, связанных с ультранизкочастотными (УНЧ, Р=0.001 — 1Гц) возмущениями, разработка математических моделей и автоматизированных проектных решений с целью создания систем прогнозирования сильных землетрясений.
Исследования особенностей поведения градиентов и фазовых скоростей УНЧ вариаций в сейсмоактивных зонах показали, что задолго до первого форшока на большом расстоянии от магнитных градиентометров (три трехкомпонентные магнитовариационные станции, установленные треугольником на небольшом расстоянии друг от друга) можно определять локальные области аномальной проводимости в земной коре, которые приурочены к очагу предстоящего сильного землетрясения. Поэтому фазово-градиентные исследования УНЧ электромагнитных предвестников имеют большое значение для прогноза разрушительных землетрясений.
Построение и исследование математической модели генерации УНЧ литосферных геомагнитных вариаций позволяет подтвердить возможность генерации этих электромагнитных излучений, связанных с гипоцентром будущего сильного землетрясения.
САПР автоматизированных методов расчета коэффициентов корреляции УНЧ электромагнитных сигналов позволяют задолго до землетрясения оптимизировать и принимать проектные решения относительно необходимости подключения более высокочастотных датчиков, а также определять при необходимости удаленные датчики, вышедшие из строя.
Создание САПР комплекса прогноза землетрясений позволяет автоматизировать процесс прогноза сильных землетрясений даже в отсутствии форшоковой активности.
Цель диссертационной работы.
Целью работы является разработка алгоритмов автоматизированного выбора проектных решений для построения САПР прогноза землетрясений. Задачи диссертационной работы.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Разработать систему автоматизированного проектирования комплекса прогноза сильных землетрясений.
2. Разработать САПР автоматизированных методов расчета коэффициентов корреляции УНЧ сигналов на разнесенных магнитных датчиках перед сильным землетрясением.
3. Разработать автоматизированные методы анализа аномального поведения градиентов и фазовых скоростей УНЧ геомагнитных возмущений перед, во время и после сейсмоактивного периода.
4. Разработать математическую модель генерации литосферных УНЧ геомагнитных вариаций и разработать алгоритм реализации этой модели.
Методы исследования.
Для решения поставленных задач использованы теория САПР, методы ^ к обработки сигналов, фазово-градиентный метод, методы математического моделирования, методы теории вероятности. Программное обеспечение разработано с применением методов объектно-ориентированного программирования.
Научные положения, выносимые на защиту:
• Автоматизированный метод выбора проектного решения построения комплекса прогноза сильных землетрясений.
• Автоматизированный метод УНЧ магнитной локации для определения эпицентра будущего землетрясения.
• Математическая модель генерации литосферных УНЧ геомагнитных вариаций.
• Методы анализа корреляции УНЧ сигналов на разнесенных магнитных датчиках перед сильным землетрясением.
Научная новизна работы.
• Разработаны автоматизированные методы анализа аномального поведения градиентов и фазовых скоростей УНЧ геомагнитных возмущений перед, во время и после сейсмоактивного периода.
• Разработана математическая модель генерации литосферных УНЧ геомагнитных вариаций, разработан алгоритм реализации этой модели. На основе этого алгоритма разработано ПО, показывающее, что микротрещины, возникающие в районе гипоцентра будущего сильного землетрясения, могут являться источником УНЧ геомагнитных вариаций.
• Разработана САПР автоматизированных методов расчета коэффициентов корреляции УНЧ сигналов на разнесенных магнитных датчиках перед сильным землетрясением.
• Исследовано аномальное поведение коэффициентов корреляции УНЧ сигналов на разнесенных магнитных датчиках перед сильным землетрясением.
• Разработана система автоматизированного проектирования комплекса прогноза сильных землетрясений.
Практическая ценность работы.
Разработана автоматизированная процедура выбора проектного решения построения СА11Р прогноза землетрясений.
Создана САПР комплекса прогноза землетрясений, разработаны соответствующие алгоритмы и программное обеспечение.
Внедрение результатов работы. Результаты работы были внедрены в Санкт-Петербургском филиале Институте Земного магнетизма, ионосферы и распространения радиоволн Российской академии наук, а также в учебный процесс Санкт-Петербургского государственного университета информационных технологий, механики и оптики, что подтверждается соответствующими актами.
Апробации работы. Научные и практические результаты диссертационной работы докладывались и обсуждались в период 2002;2007 г. г. на международных конференциях и семинарах. Среди них:
XXVii European Geophysical Society General Assembly Nice, France, 21 -26 April 2002, F. uropean Geosciences Union General Assembly 2005, Vienna, Austria, 24 — 29 April 2005, III-я межвузовская конференция молодых ученых, Санкт-Петербург, 10−13 апреля 2006 года, семинарах кафедры ПКС СПб ГУ ИТМО, заседании ППС 2007 СПб ГУ ИТМО.
Публикации.
По теме диссертации опубликовано 7 работ, из иих 4 статьи и 3 тезисов к докладам на международных и российских конференциях, в том числе входящие в список рекомендованных ВАК для защиты кандидатских диссертаций.
Структура и объем диссертации
Диссертация состоит из введения, 4 глав, заключения, списка использованной литературы, включавшего 67 наименований. Основная часть работы изложена на 136 стр. машинописного текста. Работа содержит 40 рисунков и 1 таблицу.
3.4 Выводы.
Обработка результатов моделирования.
Для эксперимента были выбраны следующие параметры: горизонтальная плита размером 5×1,5×2 км. Она была разбита соответственно на 500, 500 и 40 ячеек размером 10×3×50 м Расположена она была на расстоянии 25−30 км от точки наблюдения. Удельное сопротивление среды бралось 1000 Q*m. Потенциальным излучателем являлась каждая ячейка. Изначальная амплитуда излучения бралась равной 500 нТл. Продолжительность импульса излучения равнялась 0,01с.
Ниже (рис. 33) представлен пример графического отображения обработки полученных результатов. Для сравнения, выходные данные (верхняя панель на рис. 33) были профильтрованы низкочастотным фильтром (частота менее 0,1 Гц) (нижняя панель). Из рисунка видно, что в случайном исходном широкополосном сигнале содержатся и низкочастотные гармоники.
1°.
2 т.
1 •г.
I I I I I I I.
I I I ' I ' I I I I I I I I I.
0 500 1000 1500 2000 2500 3000 3500 4000 4500 500(].
Время ©.
Рис. 33 Графическое отображение обработки полученных результатов.
На рис. 34 показана зависимость амплитуды, градиента и фазовой скорости вдоль земной поверхности от периода пульсаций. Градиенты и фазовые скорости рассчитывались в соответствии с фазово-градиентным методом, изложенным в Главе 2. Для этого по программе Modeling рассчитывались значения магнитного поля в трех точках расположенных треугольником на земной поверхности. Результаты, представленные на рис. 34, хорошо согласуются с результатами экспериментов в сейсмоактивной зоне Японии [23, 25, 69].
Результаты моделирования, проведенные в данной работе, позволяют делать вывод, что суперпозиция очень большого количества малых, случайно распределенных в пространстве и во времени магнитных источников (микротрещин), может быть эффективным генератором УНЧ магнитных возмущений.
Рис. 34 Зависимость амплитуды, градиента и фазовой скорости вдоль земной поверхности от периода пульсаций.
Глава 4 Система автоматизированного проектирования комплекса прогноза сильных землетрясений.
Разработанная схема алгоритма выбора проектного решения прогноза землетрясения представлена ниже на рис. 35.
Рис. 35 Схема алгоритма выбора проектного решения прогноза землетрясения.
4.1 Общая схема САПР.
Разработанная система автоматизированного проектирования прогноза землетрясений, состоит из нескольких подсистем:
1. Подсистема сбора данных.
2. Подсистема первичной обработки информации.
3. Группа моделей.
4. Подсистема окончательной обработки информации.
5. Подсистема вывода конечного результата.
6. Монитор
Этот монитор позволяет пользователю, взаимодействуя с подсистемами, названными в пунктах с 1-го по 5-й, каждая из которых будет подробно описана позже, осуществлять проектирование системы для каждого конкретного случая и каждого конкретного набора начальных условий.
Общая схема взаимодействия подсистем САПР приведена ниже на рис.
Рис. 36 Общая схема взаимодействия подсистем САПР комплекса прогноза землетрясений.
4.2 Подсистема сбора данных.
Схема подсистемы сбора данных описана ниже на рис. 37.
Подсистема сбора данных.
Рис. 37 Схема подсистемы сбора данных.
Подсистема выбора аппаратуры.
Выбор аппаратуры осуществляется исходя из 3-х основных параметров: сейсмическая опасность в области, где необходимо осуществлять прогноз, физической доступности датчиков данного типа и экономического фактора.
Сейсмическая опасность в свою очередь зависит также от 3-х параметров: частоты землетрясений в данной области, их силы и человеческого фактора. Под человеческим фактором здесь понимается плотность населения и народнохозяйственных объектов в области и готовность инфраструктуры (зданий, дорог, мостов) отражать сейсмические атаки. Человеческий фактор также является очень важным и при выборе топологии размещения, о чем будет сказано позже.
Физическая доступность датчиков: датчики, нужной нам чувствительности могут просто отсутствовать в нашем распоряжении, тогда выбираются наиболее близкие к ним, с учетом последнего, экономического, фактора. Чувствительность магнитных датчиков зависит от частоты измерений, которые необходимо произвести. Для высоких частот (> 1 Гц) это индукционные датчики. Для низких частот (< 1 Гц) — торсионные.
Экономический фактор: датчики являются достаточно дорогим ресурсом, и с учетом остальных факторов, безусловно, стоит выбирать наиболее предпочтительные по соотношению цена / качество.
Функционалом для выбора датчика следует признать произведение коэффициента сейсмической опасности и коэффициента человеческого фактора. Окончательный выбор делается по экономическому фактору.
Подсистема управления топологией расположения датчиков.
Будем считать, что сейсмическая опасность является одинаковой на всей плоскости, в которой предполагается производить прогноз землетрясений. Человеческий фактор тоже будем считать одинаковым. Если это не так, разобьем всю область на области меньшего размера, где эти факторы можно считать одинаковыми и будем рассматривать каждую из этих областей по отдельности.
Сейсмически активная зона в области всегда представляет собой или ломаную кривую или плоскость. Так происходит из-за того, что землетрясения являют собой продукт движения тектонических плит. И в том и в другом случае датчики должны ставиться на определенном расстоянии от зоны потенциальной сейсмической активности, в шахматном порядке, чтобы покрывать более-менее равномерно всю область. Расстояние, на котором должны ставиться датчики, зависит от нескольких факторов, но важно отметить один факт: они не должны ставиться прямо над сейсмически-активной областью.
Расстояние, назовем его X, зависит от экономического фактора, (Е) человеческого фактора (Н), фактора сейсмической опасности (М) и фактора местности (О). Последний фактор можно описать как маску запретных зон, наложенную на местность. К запретным зонам относятся, например, водная поверхность или местность рядом с крупными предприятиями, как источниками сильного электромагнитного излучения, препятствующего измерениям.
Эффективность землетрясения I зависит от сейсмической опасности и расстояния. При этом формула будет такая [39].
10″ .
44) где грасстояние от эпицентра землетрясения, а М — магнитуда землетрясения по шкале Рихтера.
Человеческий фактор Н всегда превалирует над экономическим и почти всегда напрямую с ним связан. Исключения надо делать для областей, где находятся вредные производства, тогда в дальнейших расчетах вместо Н надо подставлять Е.
Зависимость же критической эффективности землетрясения 1к, при которой землетрясение следует считать опасным в данной области, рассчитывается по формуле.
Jк = Ю0'-Я (45) для густозаселенных областей или.
100^ (46) для слабозаселенных областей.
Н напрямую зависит от плотности населения в данной области и варьируется от 0 до 1. 0 — для незаселенной области, 1 — для плотности населения крупного города.
Формула при этом будет такая:
Р Рк примерно 1000 человек на км2, а Р — плотность населения в данной области.
Для экономического фактора формулы будут такими же, только вместо плотности населения надо ставить стоимость Подставляя (45) в (44) получаем:
Н Ш1П (^ Д) ^ где р^ критическая плотность населения, равная.
10 г= м*.
100 «где Мк — максимально возможная магнитуда землетрясений в данной области.
А с учетом того, что датчики имеют чувствительность на границе 150 км, окончательная формула выглядит так: г- 0.5 * min (.
10^.
100~Рк.
— Л50) а X <г, расстояние необходимо делить на 2, чтобы иметь максимально большие зоны перекрытия чувствительности датчиков (см. рис. 38).
Рис. 38. Схема расположения магнитных датчиков.
На рис. 38 показаны зоны чувствительности трех магнитных датчиков. Поскольку для определения координат источника сигнала необходимо, чтобы он находился в области действия хотя бы двух датчиков, то область локации становится очень небольшой (пересечение кругов). Исправляется это добавлением еще одного датчика — посередине между изначальными двумя. С его помощью достигается почти полное перекрытие всей области.
Подсистема сбора данных и подсистема передачи данных.
Стандартной частотой работы магнитных датчиков является 1Гц. При этом данные передаются по Сети на пункт сбора, где находится и монитор, раз в сутки. В случае появления первых признаков наличия сейсмической опасности, таких как рост корреляции данных и/или появление стабильного литосферного источника УНЧ электромагнитных вариаций, производится переключение на сбор данных с более высокой частотой (50Гц). Такие данные позволяют производить вычисления с большей точностью и давать более достоверные результаты.
При обоих вариантах данные пишутся на жесткий диск, однако во втором случае они не передаются по Сети, так как их объем становится слишком велик. Во втором случае специальная группа 1 раз в 1−2 недели объезжает все датчики и заменяет заполненные жесткие диски свободными, после чего диски с данными снова отправляются на пункт сбора.
Такая относительная редкость сбора данных объясняется тем, что речь идет о прогнозе землетрясений за 2−3, а часто и больше, месяцев.
4.3 Подсистема предварительной обработки информации.
Поскольку все алгоритмы прогноза землетрясений, описанные в данной работе, основываются на низкочастотных данных, то предварительная обработка информации сводится прежде всего к фильтрации.
При выборе подходящего фильтра, необходимо учитывать следующие факторы:
• Частотная характеристика магнитных датчиков.
• Критическая частота, на которой возможно получить максимальный сигнал из очага будущего землетрясения.
На рис. 38. кривая 1 показывает экспоненциальное [15,39] возрастание амплитуды УНЧ литосферных электромагнитных эмиссий в зависимости от частоты, а кривые 2, 2а и 26 [54] - зависимость поглощения электромагнитного излучения в земной коре, связанной с удельной проводимостью земной коры в районе наблюдений. Кривой 3 показан результирующая частотная зависимость, с максимумом в точке 4 в районе которой и надо производить фильтрацию данных.
Рис. 39 Зависимость амплитуды УНЧ литосферных электромагнитных эмиссий от частоты.
Учитывая возможности современного оборудования, лучше всего брать частотные фильтры с конечной импульсной характеристикой, в полосе частот от ^ до определенной по полуширине кривой 3.
4.4 Группа моделей обработки данных.
Рис. 40 Схема группы моделей обработки данных.
Модель, основанная на фазово-градиентном методе предполагает следующую последовательность действий: после сбора и первоначальной обработки информации, вычисляются фазовые скорости и градиенты УНЧ электромагнитных эмиссий. Это делается на основе методов и алгоритмов, изложенных в главе 2. После этого определяется, имеется ли стабильный как по местоположению, так и по величине излучения литосферный источник. В случае, если такой источник имеется, происходит коррекция сбора данных, если необходимо, а также принимаются решения о необходимости других сейсмических наблюдений и административных мер.
Пороговые значения определяются для каждой области отдельно.
Модель, основанная на наблюдении за корреляцией сигналов, основана на методах и алгоритмах, изложенных в главе 2. Ее применение иногда даже более важно, потому что позволяет узнать о необходимости сосредоточить усилия в какой-либо области даже при наличии всего лишь одной группы из 3-х датчиков, в отличие от фазово-градиентной модели, где таких групп требуется как минимум две. Кроме того, резкое падение корреляции свидетельствует о неисправности одного из датчиков, что тоже немало важно.
Обе модели работают одновременно, независимо друг от друга.
4.5 Подсистема для окончательной обработки информации.
Подсистема для окончательной обработки информации по своей схеме дублирует группу моделей обработки данных: каждой модели соответствует своя собственная подсистема. Они никак не связаны друг с другом и лишь позволяют проверять правильность полученных результатов. Алгоритмы, необходимые для реализации этих подсистем, описаны в главе 2. Соответствующее программное обеспечение также реализовано.
4.6 Подсистема вывода конечного результата.
Заметный конечный результат, получается в результате обработки данных за, как правило, относительно большой срок: не меньше недели, однако наблюдение и вывод необходимо вести ежедневно, во избежание пропуска резкого всплеска корреляционной или фазово-градиентной активности или же наоборот, ее падения, что означает поломку датчика.
В зависимости от получаемых результатов, необходимо производить коррекцию первой группы подсистем, заменяя сбор данных с частотой 1Гц на сбор данных с частотой 50Гц, а так же расставлять датчики более плотно в какой-то определенной области. Все остальные подсистемы продолжают в этом случае работать в прежнем режиме.
В случае преодоления пороговых значений, информация должна передаваться в соответствующие государственные структуры.
4.7 Монитор.
Монитор представляет собой программное обеспечение, позволяющее наблюдателю координировать работу всех подсистем, а так же пропускать данные через эти подсистемы от сбора данных до конечного вывода. В распоряжении монитора имеется все необходимое ПО для фильтрации данных, расчета фазовых скоростей и градиентов, а также координат литосферных источников, корреляции и вывода конечных результатов.
Кроме того, через монитор регулируется работа группы, отвечающей за подсистему сбора данных, проверку работоспособности датчиков, установку новых, замену неисправных, непосредственно доставку данных на пункт сбора, к которому монитор имеет прямой доступ.
Заключение
.
В ходе работы над диссертацией получены следующие основные результаты.
1. Разработана система автоматизированного проектирования комплекса прогноза сильных землетрясений.
2. Разработаны автоматизированные методики построения двумерных распределений векторов градиентов и фазовых скоростей УНЧ геомагнитных возмущений на большой площади.
3. Разработаны автоматизированные методы анализа аномального поведения градиентов и фазовых скоростей УНЧ геомагнитных возмущений перед, во время и после сейсмоактивного периода.
4. Разработана математическая модель генерации литосферных УНЧ геомагнитных вариаций, разработан алгоритм реализации этой модели. На основе этого алгоритма разработано ПО, показывающее, что микротрещины, возникающие в районе гипоцентра будущего сильного землетрясения, могут являться источником УНЧ геомагнитных вариаций.
5. Исследовано аномальное поведение корреляции УНЧ сигналов на разнесенных магнитных датчиках перед сильным землетрясением.
6. Применение разработанных методов и автоматизированных проектных решений позволяет рассчитывать градиенты и фазовые скорости УНЧ электромагнитных вариаций, рассчитывать корреляции этих вариаций на разнесенных датчиках.
7. Созданная модель генерации литосферных УНЧ геомагнитных возмущений позволила подтвердить, что микротрещины, возникающие в районе гипоцентра будущего сильного землетрясения, могут являться источником УНЧ геомагнитных вариаций.
8. Получены графики соответствия сейсмической активности и нарастания коэффициентов корреляции УНЧ электромагнитных вариаций в заданной области, а также совпадение прогнозируемого эпицентра будущего землетрясения с эпицентром реально произошедшего землетрясения, что позволяет говорить о высокой эффективности разработанных систем.