Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

АЛГОРИТМ И ПРОГРАММНОЕ РЕШЕНИЕ В ЗАДАЧЕ ПО ВЫЯВЛЕНИЮ АНОМАЛЬНЫХ УРОВНЕЙ ЭЛЕКТРОМАГНИТНОГО ИЗЛУЧЕНИЯ (ЭМИ)

Трофименко С.В. 1, 2 Маршалов А.Я. 1 Гриб Н.Н. 1 Колодезников И.И. 3
1 Технический институт (филиал) ФГАОУ ВПО «Северо-Восточный федеральный университет имени М.К. Аммосова»
2 Институт тектоники и геофизики им. Ю.А. Косыгина ДВО РАН
3 Академия наук республики Саха (Якутия)
Рассмотрена задача разделения нормального и аномального уровней полей электромагнитного излучения (ЭМИ). В линейной теории электромагнитных волн принята аддитивная модель исходного ряда наблюдений ЭМИ на основе принципа суперпозиции. Для выделения пиковых значений амплитуд сигналов электромагнитного излучения использован статистический метод Ирвина. Показаны возможности данного метода для разделения полей в слабо возмущенные дни, когда количество пиков (аномальных уровней ряда) не превышает 10 % от общего количества значений ряда. Для случаев возмущенного состояния геофизической среды, когда количество пиков превышает 50 % и более от общего количества значений ряда, сформированный ряд пиковых данных осложняется фоновой компонентой за счет увеличения дисперсии. В практике геофизических наблюдений для разделения полей в таких случаях задается верхняя граница дисперсии по визуальным моделям. Для автоматизированных систем распознавания аномальных полей необходимы статистические критерии разделения полей, объективно не зависимые от действий интерпретатора. Моделирование различных состояний геофизической среды позволило модифицировать метод Ирвина и определить границы его применимости.
электромагнитное излучение
временные ряды
алгоритм и программное решение
аномальные уровни ряда
1. Воробьев А.А. Равновесие и преобразование видов энергии в недрах. – Томск: Изд–во Томского ун-та, 1980. – 211 с.
2. Козлов В.И., Муллаяров В.А. Грозовая активность в Якутии. – Якутск: ЯФ Изд-ва СО РАН, 2004. – 104 с.
3. Трофименко С.В. Геофизические поля и сейсмичность Южной Якутии // Горный информационно-аналитический бюллетень (научно-технический журнал). – 2007. – Т. 17. – № 1. – С. 188–196.
4. Трофименко С.В. Проявление землетрясений на фоне стационарного сейсмического процесса Олекмо-Становой зоны (ОСЗ) // Горный информационно-аналитический бюллетень (научно-технический журнал). – 2007. – Т. 17. – № 1. – С. 208–213.
5. Трофименко С.В., Гриб Н.Н., Никитин В.М. Вариации электромагнитного поля как отражение сейсмотектонических процессов Олекмо-Становой зоны // Известия Томского политехнического университета «Науки о Земле». – 2009. – Т. 314. – № 1. – С. 48–53.
6. Трофименко С.В. Методы и примеры статистических оценок временных рядов // Международный журнал экспериментального образования. – 2013. – № 9. – С. 41–42. URL: www.rae.ru/meo/?section=content&op=show_article&article_id=4185.
7. Трофименко С.В Детальные геолого-геофизические исследования зон активных разломов и сейсмическая опасность Южно-Якутского региона / А.Н. Овсюченко, С.В. Трофименко, А.В. Мараханов, П.С. Карасев, Е.А. Рогожин, В.С. Имаев, В.М. Никитин, Н.Н. Гриб // Тихоокеанская геология. – 2009. – Т. 28. – № 4. – С. 55–74.
8. Трофименко С.В. Очаговые зоны сильных землетрясений Южной Якутии / А.Н. Овсюченко, С.В. Трофименко, А.В. Мараханов, П.С. Карасев, Е.А. Рогожин // Физика Земли. – 2009. – № 2. – С. 15–33.
9. Трофименко С.В. Сейсмотектоника переходной области от Байкальской рифтовой зоны к орогенному поднятию Станового хребта / А.Н. Овсюченко, С.В. Трофименко, А.В. Мараханов, П.С. Карасев, Е.А. Рогожин //Геотектоника. – 2010. – № 1. – С. 29–51.
10. Трофименко С.В. Тектоническая интерпретация статистической модели распределений азимутов аномалий гравимагнитных полей Алданского щита. – Тихоокеанская геология. – 2010. – Т. 29. – № 3. – С. 64–77.
11. Трофименко С.В. Активные нектонические нарушения участка Алдан-Нагорный нефтепроводной системы Восточная Сибирь – Тихий океан / П.С. Карасев, А.Н. Овсюченко, А.В. Мараханов, С.В. Трофименко // Нефтяное хозяйство. – 2008. – № 9. –С. 80–84.

Геофизический мониторинг геологической среды – одно из основных направлений геодинамических исследований, который позволяет дистанционно отслеживать процессы в земной коре. Теоретические разработки, лабораторные и полевые эксперименты по изучению сейсмоэлектромагнитных явлений позволили установить физическую природу электромагнитного излучения (ЭМИ) горных пород в их естественном залегании в условиях изменяющегося деформационного процесса земных недр [1]. Анализ изменений ЭМИ в период до и после Южно-Якутского землетрясения [3], а также в периоды повышенной сейсмической активности 2005–2007 гг. [5] позволили классифицировать аномалии как отражение общих закономерностей деформационных процессов [4], в которых присутствует периодическая компонента [5].

Новые возможности для интерпретации результатов электромагнитного мониторинга появились в результате проведения совместных работ с ИКФИА СО РАН [2] методами однопунктовой пеленгации источников ЭМИ аппаратурой компании «Boltek Corp» [www.boltek.com], которые регистрируют события в кольце 200–400 км с точностью 5–25 км. Пеленгация источников ЭМИ осуществляется с помощью трех антенн, принимающих вертикальную электрическую и две горизонтальные магнитные составляющие электромагнитного поля. В автоматическом режиме вычисляются азимут и расстояние до источника сигнала. Ошибка определения координат источника ЭМИ для однопунктовой дальнометрии ~15 % от дальности. Максимальное стандартное отклонение по пеленгу ~2,5о. Мертвое время регистратора, затрачиваемое на обработку сигналов и запись информации, позволяет регистрировать половину потока от ближних источников ЭМИ [2], причем в круге с радиусом около 250 км из-за ограниченного диапазона приемных трактов принято равномерное распределение потока источников ЭМИ [2].

Для выделения сигналов ЭМИ тектонической природы были вычислены критические направления и расстояния от пункта регистрации, в соответствии с известным распределением очаговой сейсмичности Олекмо-Становой зоны [4] (рис. 1) и активных разломов [7–11]. Дополнительно, если в течение суток наблюдаются серии импульсов, которые можно объединить в группу по признаку удаленности друг от друга, регистрируется новый источник ЭМИ в виде отдельного кластера. Важным вопросом при интерпретации аномалий электромагнитного излучения (ЭМИ) является разделение аномалий по типу источника излучения. Для разделения сигналов ЭМИ на фоновую и импульсную составляющие был разработан специальный алгоритм и программное решение.

pic_33.tif

Рис. 1. Критические расстояния и азимуты автоматизированной системы поиска тектонических источников электромагнитного излучения. На карте точками вынесены афтершоковые поля сильных землетрясений Южной Якутии и фрагменты рассеянной сейсмичности

К фоновым уровням сигнала ЭМИ будем относить малоамплитудную составляющую, для которой необходима проверка на адекватность модели: проверка на случайность колебаний уровней остаточной последовательности, соответствия распределения случайной компоненты нормальному закону распределения, равенства математического ожидания случайной компоненты нулю и на независимость значений уровня случайной компоненты [4, 6].

К аномальным уровням сигнала будем относить сигналы с амплитудой, превышающей некоторое значение, определенное по статистически значимому критерию.

В линейной теории электромагнитных волн принята аддитивная модель исходного ряда наблюдений ЭМИ на основе принципа суперпозиции. Если временной ряд представляется в виде суммы соответствующих компонент, то полученная модель носит название аддитивной и имеет вид

trofim01.wmf (*)

где Yt – уровни временного ряда; trofim02.wmf – аномальная компонента; trofim03.wmf – фоновая составляющая. Импульсная (аномальная) компонента относится к полезному сигналу первого уровня. Фоновая компонента может содержать периодические составляющие, тренд и случайную компоненту, которые необходимо разделить для проверки построенной модели на адекватность и выделения полезного сигнала второго уровня. В целом разработанный алгоритм выделения полезного сигнала (в смысле тектонической природы) можно представить в виде блок-схемы (рис. 2).

pic_34.tif

Рис. 2. Блок-схема первичного анализа данных регистрации ЭМИ

Первый этап разделения полей реализован в виде программного решения на языке программирования R в среде разработки RStudio. R – статистическая система анализа, созданная Россом Ихакой и Робертом Гентлеманом [1996, J. Comput. Graf. Stat., 5: 299–314]. R является средством разработки методов интерактивного анализа данных, при этом являясь и объектно-ориентированным языком и программным окружением для разработки. Основные особенности R: эффективная обработка данных и простые средства для сохранения результатов, набор операторов для обработки массивов, матриц и других сложных конструкций, большая, последовательная, интегрированная коллекция инструментальных средств для проведения статистического анализа, многочисленные графические средства, простой и эффективный язык программирования, который включает много возможностей.

В составе R существует около 25 пакетов (названных «стандартными» и «рекомендуемыми» пакетами), а в распределённых хранилищах системы CRAN по состоянию на начало июня 2013 года были доступны для свободной загрузки более 4500 пакетов расширений, ориентированных на специфические задачи обработки данных, возникающие в геологии и геофизике и многих других прикладных областях. Значительная часть европейских и американских университетов в последние годы активно переходят к использованию R в учебной и научно-исследовательской деятельности вместо дорогостоящих коммерческих разработок.

В данном исследовании реализован алгоритм разделения полей на фоновую и пиковую составляющие при произвольной зашумленности исходного сигнала.

На рис. 3, 4 представлены результаты разделения полей.

pic_35.tif

Рис. 3. Исходный ряд наблюденных значений ЭМИ. Показана реализация на интервале 250 с

pic_36.tif

Рис. 4. Результирующий ряд фоновой (синий цвет) и пиковой (красный цвет) составляющих

Задача определения источника сигнала и его природы является предметом дополнительного исследования. Трудность решения данной задачи можно наглядно увидеть при сравнении рис. 4 и 5. На рис. 4 вторая серия состоит из двух пиков, а последняя из трех. Во втором случае при обработке данных во второй серии появляется три пика, а в последней – пять.

pic_37.tif

Рис. 5. Результирующий ряд фоновой (синий цвет) и пиковой (красный цвет) составляющих

pic_38.tif

Рис. 6. Меню программы разделения полей

На рис. 6 показано меню программы разделения полей в интерактивном режиме. В зависимости от выбора метода разделения и способа представления выходных данных можно получить различные варианты представления фоновой и пиковой компонент. В конечном итоге именно результат данного этапа решения задачи определяет качество последующей интерпретации при выделении аномалий ЭМИ тектонической природы. Программа доступна по адресу http://split.marshalov.org. Программой можно пользоваться с любого компьютера без установки каких-либо дополнительных программ.

Рецензенты:

Омельяненко А.В., д.т.н., профессор, главный научный сотрудник лаборатории инженерной геокриологии Института мерзлотоведения им. П.И. Мельникова СО РАН, г. Якутск;

Имаев В.С., д.г.-м.н., профессор, главный научный сотрудник Института земной коры СО РАН, г. Иркутск.

Работа поступила в редакцию 30.10.2014.


Библиографическая ссылка

Трофименко С.В., Трофименко С.В., Маршалов А.Я., Гриб Н.Н., Колодезников И.И. АЛГОРИТМ И ПРОГРАММНОЕ РЕШЕНИЕ В ЗАДАЧЕ ПО ВЫЯВЛЕНИЮ АНОМАЛЬНЫХ УРОВНЕЙ ЭЛЕКТРОМАГНИТНОГО ИЗЛУЧЕНИЯ (ЭМИ) // Фундаментальные исследования. – 2014. – № 11-6. – С. 1281-1286;
URL: https://fundamental-research.ru/ru/article/view?id=35715 (дата обращения: 28.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674