System-Analytical Method of Earthquake-Prone Areas Recognition

Abstract

Typically, strong earthquakes do not occur over the entire territory of the seismically active region. Recognition of areas where they may occur is a critical step in seismic hazard assessment studies. For half a century, the Earthquake-Prone Areas (EPA) approach, developed by the famous Soviet academicians I.M. Gelfand and V.I. Keilis-Borok, was used to recognize areas prone to strong earthquakes. For the modern development of ideas that form the basis of the EPA method, new mathematical methods of pattern recognition are proposed. They were developed by the authors to overcome the difficulties that arise today when using the EPA approach in its classic version. So, firstly, a scheme for the recognition of high seismicity disjunctive nodes and the vicinities of axis intersections of the morphostructural lineaments was created with only one high seismicity learning class. Secondly, the system-analytical method FCAZ (Formalized Clustering and Zoning) has been developed. It uses the epicenters of fairly weak earthquakes as recognition objects. This makes it possible to develop the recognition result of areas prone to strong earthquakes after the appearance of epicenters of new weak earthquakes and, thereby, to repeatedly correct the results over time. It is shown that the creation of the FCAZ method for the first time made it possible to consider the classical problem of earthquake-prone areas recognition from the point of view of advanced systems analysis. The new mathematical recognition methods proposed in the article have made it possible to successfully identify earthquake-prone areas on the continents of North and South America, Eurasia, and in the subduction zones of the Pacific Rim.

Integrated Earthquake Catalog of the Ossetian Sector of the Greater Caucasus

“…The created integrated earthquake catalog with a unified magnitude scale can be used by a wide range of researchers studying the seismic regime and seismic hazard of the Central Caucasus [32][33][34][35][36]. The results of the present paper are important for studying the seismic regime and regional assessments of seismic hazard.…”

DPS Clustering: New Results

“…Within the framework of Discrete Mathematical Analysis (DMA)-an original approach to data analysis that uses fuzzy mathematics and fuzzy logic [1], methods of socalled DPS-clustering are being developed. The present study is devoted to DPS clustering and continues the series of papers on this problem [2][3][4][5][6][7].…”

Physical Model and Numerical Estimates of Telluric Currents Generated by X-Ray Radiation of a Solar Flare

“…Это означает, что солнечные вспышки, обеспечивающие плотность потока энергии свыше 0.005 Дж/м 2 , способны также инициировать землетрясения в сейсмоопасных районах, как и предполагалось в работах [Han et al, 2004;Sorokin et al, 2019;Novikov et al, 2020]. Этот вывод подтверждается случаями наблюдения магнитных импульсов перед землетрясением [Scoville et al, 2015;Гульельми, Зотов 2012] аналогично полученным численным оценкам магнитных импульсов, генерируемых рентгеновским излучением Первый шаг (а) при таком подходе к прогнозу землетрясений может быть выполнен на основе различных методов выбора регионов с готовящимся землетрясением [например, Sobolev, 2011;Dzeboev et al, 2021;Gorshkov et al, 2003;Gorshkov, Soloviev, 2021;Ружич, Левина, 2022]. Для случая электромагнитного воздействия на зону подготовки землетрясения в этих регионах необходимо солнечной вспышки, и импульсов теллурического тока в проводящем слое литосферы (рисунки 7, 17), а также случаем резкого повышения глобальной и региональной сейсмичности (Греция) после солнечной вспышки класса Х9.3, произошедшей 6 сентября 2017 г.…”

“…На основе полученных численных оценок, по нашему мнению, в будущем корректный статистический корреляционный анализ солнечно-земных связей должен выполняться следующим образом: a) определение неустойчивой области (секции разлома земной коры), где ожидаются сильные землетрясения на основе существующих методов выбора сейсмоопасных регионов [Sobolev, 2011;Gorshkov et al, 2003;Dzeboev et al, 2021;Gorshkov, Soloviev, 2021;Ружич, Левина, 2022]; b) выбор разломов земной коры в регионах, определенных на шаге (а), наиболее чувствительных к электромагнитному воздействию с точки зрения их ориентации, близкой к направлению вектора плотности тока, а также их электропроводности; c) выборка из региональных сейсмических каталогов тех землетрясений, которые произошли на разломах, выбранных на шаге (b); d) корреляционный анализ времени возникновения землетрясения и вариаций параметров космической погоды для определения времени задержки инициирования землетрясения и пороговых значений параметров космической погоды, вызывающих триггерный эффект.…”