Исследователи провели анализ плотностей распределения землетрясений в сейсмоопасных регионах Земли
10 сентября 2025 г.
В Russian Journal of Earth Sciences опубликована статья «Определение зон вероятного возникновения сейсмических событий с использованием машинного обучения».
Авторами стали академик РАН В. Г. Бондур и О. С. Воронова (Научный центр аэрокосмического мониторинга «Аэрокосмос»).
Исследователи провели анализ плотностей распределения землетрясений в сейсмоопасных регионах Земли с 1949 по 2024 год. Результатом стало выявление зон вероятного возникновения сильных сейсмических событий.
Для выявления подобных зон ученые предложили модели машинного обучения, основанные на методах регрессионного анализа. Была проведена оценка производительности девяти линейных и нелинейных моделей. На основании ее результатов специалисты выбрали модель случайного леса. Качество обучения модели случайного леса было усовершенствовано за счет настройки гиперпараметров, а также использования кластеризации и полярных координат. Это позволило повысить значение коэффициента детерминации до 0,86. Исследователи проанализировали возможность применения нейросетей с глубоким обучением, таких как многослойный перцептрон (Multi-layer Perceptron, MLP) и долгая краткосрочная память (Long Short-Term Memory, LSTM). Для обучения использовались параметры, выбранные для модели случайного леса.
Авторы работы отмечают, что исследования продемонстрировали эффективность применения моделей машинного обучения и нейросетей глубокого обучения для выявления зон максимального риска возникновения значительных сейсмических событий в сейсмоопасных регионах земного шара. Полученные результаты могут использоваться МЧС России, ФИЦ «Единая геофизическая служба Российской академии наук», а также другими ведомствами и организациями, занимающимися мониторингом сейсмоопасных территорий.
Метки: сейсмология и землетрясения, RJES