Технология ученых НЦМУ фиксирует землетрясения на цифровых записях сейсмических сигналов

Результатом работы новой программы является каталог обнаруженных землетрясений с координирующей информацией.

Разрабатываемая технология позволит проводить мониторинг сейсмической активности и предупреждать появление естественных или техногенных землетрясений на территориях, задействованных при разработке месторождений.

За последние несколько десятилетий стало очевидным, что разные виды человеческой деятельности могут вызвать локальный рост сейсмической активности. Одной из важных сфер, в которой проявляется такая связь — это добыча нефти и газа. Так, примером региона с повышенной сейсмической активностью служит юго-восток Республики Татарстан, увеличение случаев землетрясений в котором связано с разработкой уникального гигантского Ромашкинского месторождения углеводородов и объясняется изменениями напряженного состояния в пласте и окружающих породах, которые, в свою очередь, могут быть вызваны различными процессами, начиная от изменений порового давления, заканчивая геохимическими реакциями, температурными процессами, а также реактивацией ранее существовавших разломов.

Детектирование сейсмических событий, или, иначе говоря, определение времен вступления сейсмических волн в непрерывных сейсмических записях —  одна из фундаментальных задач в сейсмологии. Решение данной задачи может быть автоматизировано за счет использования специализированных алгоритмов на основе нейросетевых технологий и их применения на поступающих в реальном времени сейсмических данных.

 «Задачами данного проекта на текущем этапе являются разработка методики определения времен вступлений естественных сейсмических волн, а также разработка программного алгоритма для автоматического детектирования сейсмических событий, происходящих в пределах месторождений нефти и газа», – сообщил заместитель директора по научной деятельности ИГиНГТ КФУ Владислав Судаков.

Для обработки сейсмических сигналов учеными КФУ была разработана нейронная сеть на основе двумерной свертки с несколькими входами со своей архитектурой для каждого признака. На выходе такая нейронная сеть способна предсказывать вероятность наличия сейсмособытия.

Не обошлось и без препятствий. Так, главное  из них связано, с одной стороны, с малой амплитудой сигналов, фактически на уровне помех, когда фильтрация колебаний не помогает, с другой стороны, слабыми микроколебаниями, как правило, не наносящими ущерб инфраструктуре и, как следствие, не вызывающие большого интереса у исследователей. Тем не менее, такие события могут быть достаточно информативными при дефиците средних и сильных колебаний. По ним можно судить о возможном начале локальной сейсмической активности, процессах микротрещинообразования в геологической среде.

«Для улучшения работы алгоритма на зашумленных данных исходные сигналы могут дополнительно фильтроваться полосовым фильтром с возможностью задавать верхнюю и нижнюю границу фильтрации по частоте. Такая фильтрация повышает эффективность данного алгоритма при анализе сигналов, содержащих в себе различного рода техногенные шумы, а также при определении малоамплитудных сейсмических событий, характеризующихся низким соотношением сигнал-шум (S-N ratio)», — рассказал Айрат Яруллин, младший научный сотрудник НЦМУ.