Обнаружение косейсмических ионосферных возмущений по данным глобальных навигационных систем с использованием методов машинного обучения

Сильные землетрясения вызывают ионосферный отклик, проявляющийся в виде косейсмических ионосферных возмущений (КСИВ) во временных рядах полного электронного содержания (ПЭС) ионосферы, восстанавливаемых по измерениям глобальных навигационных спутниковых систем (ГНСС). Для автоматизированного обнаружения КСИВ применяются пороговые методы (Maletckii, Astafyeva, 2021) и методы машинного обучения (Brissaud, Astafyeva, 2022). На расстояниях более 1000 км от эпицентра амплитуда КСИВ сопоставима с амплитудой фоновых возмущений ионосферы, что затрудняет их различение пороговыми методами. Это обусловливает необходимость разработки методов и алгоритмов, обеспечивающих быстрый анализ инструментальных данных и надёжное обнаружение КСИВ в дальней зоне ионосферного отклика. Актуальность этой задачи иллюстрирует Камчатское землетрясение 2025 г., при котором большинство станций региональных ГНСС-сетей Дальнего Востока находилось именно в дальней зоне. Исследованию этих вопросов на примере указанного события посвящена представленная работа.

В работе исследуется алгоритм обнаружения, основанный на сегментации рядов ПЭС скользящим окном и последующей классификации выделенных окон, ранее разработанный для ковулканических ионосферных возмущений (Ten et al., 2025). Обучение выполнено по данным семи других землетрясений, произошедших в 2011–2021 гг. Для каждого окна длительностью 25 мин вычисляются не зависящие от амплитуды признаки, характеризующие форму сигнала, его спектр и отличия от соседних участков ряда. Рассмотрены полный набор из 36 признаков и сокращённый набор из 11 признаков, требующих меньших вычислительных затрат. Сравниваются случайный лес и градиентный бустинг, обученные на признаках, и нейронная сеть TCN, обученная на исходных временных рядах. Предложены два режима сетевого подтверждения срабатываний, не использующие сведений об очаге землетрясения: по соседним рядам того же спутника и по геокластерам. В режиме геокластеров обнаружение подтверждается при срабатывании детектора на данных не менее четырёх станций в пределах 500 км и временного интервала 10 мин.
Проверка алгоритма выполнена в дальней зоне ионосферного отклика Камчатского землетрясения 29 июля 2025 г. магнитудой 8,8 на 27 748 рядах ПЭС, полученных на 149 станциях российских и зарубежных ГНСС-сетей. Доля обнаруженных КСИВ составила 74 % для случайного леса на полном наборе признаков при доле ложных обнаружений 23 %, 66 % для градиентного бустинга и 46 % для нейронной сети TCN. При подтверждении срабатывания соседними рядами того же спутника доля обнаруженных КСИВ у всех методов составила 70–73 %, а в режиме геокластеров она составила 66–75 %. Наибольшую долю обнаруженных КСИВ показал случайный лес на сокращённом наборе из 11 признаков в режиме геокластеров: 80 % при доле ложных обнаружений 22 %. Амплитудный пороговый метод и согласованный фильтр практически не обнаружили КСИВ, детектор STA/LTA обнаружил только 53 % возмущений.

Результаты показывают преимущество исследуемых методов машинного обучения перед рассмотренными методами сравнения при обнаружении КСИВ в дальней зоне ионосферного отклика.

Исследование выполнено за счёт гранта Российского научного фонда № 26-21-20070, https://rscf.ru/project/26-21-20070/ и Правительства Хабаровского края (соглашение №129С/2026 от 25.05.2026)