Применение сверточных нейронных сетей для автоматического выделения микросейсмических событий в данных локального мониторинга Северного Кавказа

  • В.В. Кукарцев Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, г. Москва, ул. 2-я Бауманская, 5; Российский государственный аграрный университет – МСХА им. К.А. Тимирязева, Россия, 127434, г. Москва, ул. Тимирязевская, 49
  • М.Н. Степанцевич Российский государственный аграрный университет – МСХА им. К.А. Тимирязева, Россия, 127434, г. Москва, ул. Тимирязевская, 49
  • В.Т. Водянников Российский государственный аграрный университет – МСХА им. К.А. Тимирязева, Россия, 127434, г. Москва, ул. Тимирязевская, 49
  • А.С. Прудкий Российский государственный аграрный университет – МСХА им. К.А. Тимирязева, Россия, 127434, г. Москва, ул. Тимирязевская, 49
  • Г.Л. Козенкова Государственный морской университет имени адмирала Ф.Ф. Ушакова, Россия, 353918, г. Новороссийск, пр. Ленина, 93
Ключевые слова: микросейсмические события, сверточные нейронные сети, сейсмический мониторинг, Северный Кавказ, STA/LTA, машинное обучение, сейсмические сигналы, геодинамический риск

Резюме

Актуальность работы. Северный Кавказ характеризуется сложным геологическим строением, неоднородным сейсмическим фоном и влиянием природных и техногенных помех, что затрудняет автоматическое выделение слабых микросейсмических событий. Традиционные пороговые алгоритмы не всегда надежно обнаруживают низкоамплитудные сигналы, особенно при малом отношении сигнал/шум. Цель исследования. Оценить возможность применения сверточных нейронных сетей для автоматического обнаружения микросейсмических событий в трехкомпонентных записях локального мониторинга Северного Кавказа и сопоставить их эффективность с алгоритмом STA/LTA. Методы исследования. Использованы цифровые трехкомпонентные сейсмограммы локальных станций, прошедшие приведение к единой частоте дискретизации, полосовую фильтрацию, нормализацию и разделение на временные окна. Для классификации событий и шумовых фрагментов применялась одномерная CNN, анализирующая временные ряды по трем компонентам. Эффективность оценивалась по accuracy, recall, F1-мере и числу ложных срабатываний в сравнении с STA/LTA. Результаты. Наиболее устойчивые результаты получены для трехкомпонентных записей, окна 20 с, частоты 100 Гц и фильтрации 1–20 Гц. CNN обеспечила accuracy 0,93–0,95, recall 0,91–0,92 и F1-меру 0,92–0,93. По сравнению с STA/LTA модель лучше сохраняла баланс полноты обнаружения и ложных тревог, особенно при отношении сигнал/шум ниже 2,0. Результаты подтверждают перспективность CNN как модуля первичного обнаружения в системах сейсмического мониторинга.

Литература

Азаров А.В., Сердюков А.С., Сказка В.В. Теоретические исследования возможности использования туннельных волн для мониторинга состояния массива горных пород вблизи подземных сооружений // Горный информационно-аналитический бюллетень. – 2024. – № 4. – С. 155–167. DOI: 10.25018/0236_1493_2024_4_0_155.

Азаров А.В., Сердюков А.С., Сказка В.В., Сердюк И.М. Исследование возможностей пассивного сейсмического мониторинга при решении задачи контроля состояния подземных сооружений // Горный информационно-аналитический бюллетень. – 2026. – № 2. – С. 142–155. DOI: 10.25018/0236_1493_2026_2_0_142.

Заалишвили В.Б., Камболов Д.А., Мельков Д.А., Фидарова М.И. Статистические характеристики расчета приращений сейсмической интенсивности при сейсмическом микрорайонировании горных территорий // Устойчивое развитие горных территорий. – 2024. – Т. 16. № 1. – С. 345–357. DOI: 10.21177/1998-4502-2024-16-1-345-357.

Константинов А.В., Рассказов И.Ю. Разработка комплекса нейросетевых моделей для идентификации типа источника акустического излучения на удароопасном месторождении // Горный информационно-аналитический бюллетень. – 2024. № 11. – С. 23–36. DOI: 10.25018/0 236_1493_2024_11_0_23.

Татаринцев В.Л., Татаринцев Л.М., Лебедева Л.В. Оценка экологической реакции пшеницы мягкой яровой (Triticum aestivum L.) на воздействие разных факторов // Устойчивое развитие горных территорий. – 2026. – Т. 18. № 1. – С. 81–94. DOI: 10.21177/1998-4502-2026-18-1-81-94.

Толеубекова Ж.З., Тиреуов К.М., Курмангалиева З.Н., Татаринцев В.Л. Экологическая реакция сельскохозяйственных культур на условия выращивания как основа управления устойчивостью агроландшафтов // Устойчивое развитие горных территорий. – 2025. – Т. 17. № 2. – С. 701–712. DOI: 10.21177/1998-4502-2025-17-2-701-712.

Федорова Н.В., Пчелинцева С.В., Панфилов И.А., Цыганко Е.Н. Геомеханические аспекты управления напряжениями и сейсмикой при добыче руд // Устойчивое развитие горных территорий. – 2025. – Т. 17. – № 4. – С. 2140–2152. DOI: 10.21177/1998-4502-2025-17-4-2140-2152.

Fomina E.V., Voitovich E.V., Brukhanov O. Some aspects on improvement of water resistant performance of gypsum binders // MATEC Web of Conferences. – 2016. – Vol. 86. – Art. No. 04065. DOI: 10.1051/matecconf/20168604065.

Ghimire S., Deo R.C., Casillas-Perez D., Salcedo-Sanz S., Pourmousavi S.A., Acharya U.R. Probabilistic-based electricity demand forecasting with hybrid convolutional neural network-extreme learning machine model // Engineering Applications of Artificial Intelligence. – 2024. – Vol. 132. – Art. No. 107918. DOI: 10.1016/j.engappai.2024.107918.

Kapanski A.A., Hruntovich N.V., Klyuev R.V., Boltrushevich A.E., Sorokova S.N., Efremenkov E.A., Demin A.Y., Martyushev N.V. Intelligent methods of operational response to accidents in urban water supply systems based on LSTM neural network models // Smart Cities. – 2025. – Vol. 8. No. 2. – Art. No. 59. DOI: 10.3390/smartcities8020059.

Karshyga Z.B., Ultarakova A.A., Lokhova N.G., Kassymzhanov K.K., Myrzakulov M. Technology for complex processing of electric smelting dusts of ilmenite concentrates to produce titanium dioxide and amorphous silica // Metals. – 2022. – Vol. 12. No. 12. – Art. No. 2129. DOI: 10.3390/met12122129.

Khoshouei M., Bagherpour R., Jalalian M.H., Purhamadani E. An intelligent approach to predict the drilling penetration rate using acoustic emission technique (AET) // Scientific Reports. – 2025. – Vol. 15. No. 1. – Art. No. 37457. DOI: 10.1038/s41598-025-21202-3.

Martyushev N.V., Malozyomov B.V., Demin A.Y., Pogrebnoy A.V., Efremenkov E.A., Valuev D.V., Boltrushevich A.E. Mathematical modeling of signals for weight control of vehicles using seismic sensors // Mathematics. – 2025. – Vol. 13. No. 13. – Art. No. 2083. DOI: 10.3390/math13132083.

Ospanova A.A., Ozeranskaya N L., Tatarintsev V.L., Shakenova Z.K. Modeling of environmentally sustainable agricultural land use in the Pavlodar region of Kazakhstan // Sustainable Development of Mountain Territories. – 2025. – Vol. 17. No. 4. – pp. 1969–1976. DOI: 10.21177/19984502-2025-17-4-1969-1976.

Yelemessov K.K., Myrzakulov M., Yerezhep D.E., Tkachenko D.E., Kuldeyev N. Y. Analytical assessment of rotor profiles on three-screw compressor performance for gas field operations: circulararc versus cycloidal // News of the National Academy of Sciences of the Republic of Kazakhstan, Series of Geology and Technical Sciences. – 2026. – Vol. 2026. – No. 3. – pp. 377–391. DOI: 10.32014/2026.2518-170X.659.

Опубликован
2026-09-30