Аннотация результатов, полученных в 2024 году
За отчетный период были выполнены все заявленные работы и получены соответствующие научные результаты. С целью получения исходных спутниковых геодезических (ГНСС) данных для последующего анализа была выполнена обработка первичных фазовых ГНСС-измерений на пунктах Северо-Кавказского и Камчатского геодинамических полигонов, предоставленных ФИЦ ЕГС РАН и ГАИШ МГУ, а также подобраны и преобразованы в единую систему отсчета временные ряды ГНСС-измерений в Калифорнии и на побережье Чили, предоставленные геодезической лабораторией Невады университета Рино (NGL), и Японском архипелаге, предоставленные Японским агентством геопространственной информации (GSI). Это позволило собрать обширную коллекцию исходных данных (более 1500 временных рядов ГНСС-наблюдений) из регионов с различной тектонической активностью и доминирующими геодинамическими режимами для обучения и настройки разрабатываемых алгоритмов и построения универсальной методики регрессионного анализа данных. Предлагаемый подход к интерпретации временных рядов ГНСС-измерений основан на применении методов машинного обучения, что позволяет создать новые подходы к исследованию особенностей региональных полей современных движений земной поверхности. В рамках данной парадигмы были созданы теоретические основы построения адекватной, универсальной, статистически значимой и интерпретируемой регрессионной модели для получения корректных оценок составляющих временных рядов во временной области. Созданная регрессионная модель пригодна для описания современных движений и деформаций земной поверхности, регистрируемых методами спутниковой геодезии, в стабильных и тектонически активных регионах на всех стадиях сейсмического цикла. Нахождение параметров модели позволяет выделить во временных рядах ГНСС-координат компоненты смещения, вызванные стационарными процессами движения тектонических блоков как жесткого целого и медленными процессами его деформирования. Универсальность и адекватность работы алгоритма проверена при анализе временных рядов станций ГНСС-наблюдений, расположенных в различных тектонически активных регионах (Японские острова, Северная Калифорния, побережье Чили, Северный Кавказ) как вблизи очагов сильных землетрясений с различными типами механизмов (взбросовые и сдвиговые) и магнитудами от Mw=7.1 до Mw=9.0, так и на расстояниях до нескольких сот километров вкрест и вдоль азимутов простирания плоскости основного разрыва. Построенные регрессионные модели признаны корректными для >85% данных из различных тектонически активных регионов: выборочная дисперсия остатков мала (средняя абсолютная ошибка составляет около 2-3 мм в среднем для горизонтальных компонент и 5 мм для вертикальной компоненты), а значения коэффициента детерминации (около 0,95 в среднем для горизонтальных компонент и 0,85 для вертикальной компоненты) высоки. Для всех изученных случаев построенные регрессионные модели были признаны статистически значимыми. Была проведена верификация полученных моделей движения станций ГНСС-наблюдений посредством сопоставления с альтернативными моделями, построенными c использованием других методов. Была проведена проверка пригодности выделенных составляющих временных рядов для исследования региональных геодинамических процессов, которая показала возросшую устойчивость во времени полученных оценок вариаций скоростей смещения станций и согласие полученных параметров постсейсмических процессов с ожидаемыми из теоретических изысканий. Была создана программная реализация разработанного алгоритма на языке Python с использованием модулей с открытым исходным кодом (NumPy, SciPy, Scikit-learn, Pandas, Matplotlib, Ruptures). Архитектура созданного программного обеспечения представляет собой модульную схему, что позволяет легко улучшать и заменять отдельные блоки алгоритма. Использование объектно-ориентированного подхода также упрощает поддержку и дальнейшее совершенствование программного обеспечения за счет объединения данных и методов обработки в одной структуре данных. Созданная программная реализация алгоритма регресcионного анализа позволила получить исходные данные для построения моделей геодинамических процессов и исследования вариаций поля современных движений и деформаций земной поверхности. Был произведен расчет вариаций компонент тензора скорости деформации земной поверхности исследуемых регионов (Южная Калифорния, Чилийское побережье, Японский архипелаг, п-ов Камчатка, Северный Кавказ) с использованием метода Шена и метода конечных элементов на основе наблюдаемых по ГНСС-данным вариаций скоростей смещения земной поверхности. Были выделены выделены зоны повышенной геодинамической опасности, характеризующиеся аномально высокими значениями рассчитанных полей деформаций. В дальнейшем полученные вариации исследуемых полей будут использованы для признакового описания точек земной поверхности при решении задачи кластеризации с целью выделения устойчивых доменов в поле векторов современных движений и их пространственно-временных вариаций. Выполнен обзор и анализ доступных сейсмологических, геофизических и геологических данных, в частности, были собраны данные об особенностях региональной сейсмичности и разломной тектонике. В ходе данных работ были проанализированы данные глобальных и региональных сейсмических каталогов (gCMT, ISC, NEIC, ISC-GEM, БД «Землетрясения России»), а также глобальные и региональные базы данных по активным разломам (GEM GAF-DB, AFEAD, QFOC). В результате для всех исследуемых тектонически активных регионов были построены и проанализированы цифровые карты активных разломов и распределения региональной сейсмичности, что позволило получить необходимые данные для выполнения этапа верификации построенных в дальнейшем региональных блоковых моделей. Результаты, полученные в первый отчетный период, представляют собой, в основном, входные данные для проведения запланированной в ходе выполнения Проекта разработки методологии кластерного анализа ГНСС-данных с целью выявления разломно-блоковой структуры исследуемых регионов с учетом вариаций полей скоростей современных движений земной поверхности в ходе сейсмического цикла.

Аннотация результатов, полученных в 2025 году
В 2025 году в рамках Проекта выполнен комплекс работ, направленных на развитие методов анализа данных спутниковых геодезических наблюдений и их применение для изучения особенностей деформирования земной поверхности и выявления геодинамически опасных зон в активных регионах. В отчетном периоде проведена проведена существенная доработка алгоритмов регрессионного анализа временных рядов ГНСС-наблюдений и расчёта тензора скорости плоской деформации, разработанных в 2024 году. Улучшения были направлены на повышение вычислительной эффективности и устойчивости программного обеспечения при обработке больших массивов данных, включающих более 1400 трёхкомпонентных временных рядов для Японских островов и свыше 350 рядов для Калифорнии. Оптимизация вычислительных процедур, в том числе внедрение метода переменной проекции и векторизация расчётов параметров постсейсмических процессов, позволили значительно сократить время обработки данных и повысить надёжность оценивания параметров регрессионных моделей. Особое внимание было уделено совершенствованию процедур автоматизированного детектирования выбросов и мгновенных смещений во временных рядах ГНСС-наблюдений. Проведено сопоставление классических статистических методов и современных алгоритмов машинного обучения, а также разработан новый метод выявления скачкообразных смещений на основе сверточной нейронной сети. Обучение модели выполнено на трёхкомпонентных временных рядах ГНСС с использованием априорной информации о моментах смещений, полученной из регрессионного анализа. Показано, что разработанный подход эффективно выявляет косейсмические и другие мгновенные смещения даже при крайне несбалансированном составе данных, что делает его перспективным инструментом для автоматизированного анализа больших ГНСС-архивов. Кроме того, выполнена полная реализация и апробация метода кластерного анализа данных ГНСС, направленного на выявление устойчивых деформационных доменов и блоковой структуры земной коры. Метод основан на использовании расширенного набора физически интерпретируемых признаков, включающих межсейсмические скорости, пространственные характеристики, а также параметры косейсмических и постсейсмических процессов. Разработана стандартизованная процедура генерации, проверки и масштабирования признаков, обеспечивающая устойчивость результатов кластеризации в условиях зашумленности исходных данных. Методика интегрирует несколько алгоритмов кластерного анализа и внутренние метрики качества с последующим проведением анализа стабильности и консенсусной кластеризации. Создана программная реализация алгоритма на языке Python с возможностью визуализации результатов и анализа временной эволюции деформационного поля. Алгоритм апробирован на данных ГНСС для Японских островов, Калифорнии, Камчатки и Восточного Причерноморья, что продемонстрировало его универсальность и применимость в регионах с различным тектоническим строением и плотностью наблюдательной сети. С использованием созданных алгоритмов и программных реализаций выполнен совместный анализ региональных блоковых моделей, полученных в 2025 году, с геолого-геофизическими, геоморфологическими и сейсмотектоническими данными, подготовленными в рамках Проекта в 2024 году. Проведена верификация альтернативных блоковых моделей и определены оптимальные варианты, устойчивые к вариациям входных данных и тектонически интерпретируемые на различных стадиях сейсмического цикла. Показано, что границы выделенных деформационных доменов пространственно согласуются с активными разломами, зонами повышенных градиентов деформации и областями концентрации сейсмичности. На основе совместного анализа блоковых моделей и данных деформационного анализа выделены зоны повышенной геодинамической опасности, приуроченные к внутренним границам тектонических блоков с повышенными скоростями деформации. Полученные результаты подтверждают эффективность разработанного подхода для анализа пространственно-временной эволюции деформационных процессов и оценки потенциально сейсмоопасных областей. Результаты исследований представлены на международных научных конференциях и опубликованы в рецензируемых журналах. Программные реализации размещены в открытых репозиториях, что обеспечивает воспроизводимость и дальнейшее развитие методики.