Кредит: CC0 Public Domain
Используя данные, собранные во время землетрясения магнитудой 6,8, произошедшего в 2022 году в уезде Лудин в китайской провинции Сычуань, исследователи проверили, можно ли использовать наблюдения Глобальной навигационной спутниковой системы (GNSS) для быстрого прогнозирования оползней, вызванных землетрясениями.
В своем отчете в Seismological Research Letters, Кеджи Чен из Южного университета науки и технологий и его коллеги делятся набором методов для прогнозирования оползней в режиме близком к реальному времени с помощью GNSS. Некоторые из их моделей точно определили около 80% мест оползней, вызванных землетрясением в Лудинге, обнаружили исследователи.
Основываясь на своих результатах, Чен и его коллеги показывают, что прогнозирование оползней в режиме близком к реальному времени для землетрясения, подобного Лудингу, может быть завершено примерно за 40 минут — время, которое, вероятно, будет улучшено с дальнейшим развитием их моделей и более высокоскоростными вычислениями, отметили они.
Землетрясение в Лудине, произошедшее 5 сентября 2022 года в юго-восточном сегменте разлома Сяньшуйхэ, привело к возникновению более 6000 оползней, которые нанесли серьезный ущерб более чем 3500 квадратных километрам региона.
«Количество сопутствующих сейсмических оползней, вызванных землетрясением в Лудинге, было значительным, но не совсем неожиданным, учитывая топографию и сейсмическую активность региона. Этот район известен своей подверженностью оползням, особенно после крупных сейсмических событий», — сказал Чэнь. «Однако масштаб разрушений и конкретные пострадавшие места действительно дали новое представление о профиле риска региона и подчеркнули важность непрерывного мониторинга и улучшенных моделей прогнозирования».
Данные GNSS измеряют движение земли во время землетрясения. Чэнь и его коллеги уже изучали использование данных GNSS для определения местоположения источников землетрясений и раннего предупреждения о цунами, когда произошло землетрясение в Лудинге.
«Для землетрясений, которые происходят внутри страны, особенно в горных районах Китая, оползни становятся основной каскадной сейсмической опасностью», — пояснил Чэнь. «Наши исследования были сосредоточены на разработке и уточнении методов прогнозирования оползней с использованием GNSS. Землетрясение в Лудинге стало критическим примером, который позволил нам оценить и адаптировать наши методы в контексте косейсмических оползней».
Исследователи разработали сквозной метод прогнозирования GNSS, который начинается с построения моделей скольжения события на основе данных смещения и смещения GNSS. Затем они использовали физическое моделирование землетрясения с этими моделями скольжения, чтобы получить измерение пиковой скорости грунта.
Наконец, Чэнь и его коллеги использовали пиковую скорость грунта с алгоритмом машинного обучения, чтобы предсказать возможное пространственное распределение оползней для события. Шесть китайских землетрясений магнитудой от 6,1 до 8,0, которые имели геологическое сходство с землетрясением Лудинг, были использованы для обучения алгоритма прогнозирования.
Одним из способов усовершенствования метода было бы объединение наблюдений GNSS с данными о формах волновых движений грунта вблизи разлома, зафиксированными недорогими акселерометрами MEMS, отметили Чэнь и его коллеги. Чтобы улучшить предупреждение о землетрясениях и реагирование на них, Китай недавно включил более 10 000 станций на базе MEMS в общенациональную систему предупреждения о землетрясениях.
«Использование обоих типов данных взаимодополняющим образом повышает надежность и точность прогнозирования оползней», — сказал Чэнь. «Данные GNSS могут подтверждать и уточнять прогнозы, сделанные данными MEMS, обеспечивая комплексную систему мониторинга».
Дополнительная информация: Лэй Ся и др., Возможность прогнозирования косейсмических оползней на основе наблюдений GNSS: исследование случая землетрясения 2022 г., г. Лудин, Китай, Письма сейсмологических исследований (2024). DOI: 10.1785/0220240069
Информация о журнале: Seismological Research Letters
Предоставлено Сейсмологическим обществом Америки
