Введение
ГЛАВА 1. Исторический экскурс и современное состояние проблемы. Постановка задачи 17
1.1. Распознавание аномальных событий на временных рядах 17
1.1.1. Краткий очерк истории развития методов поиска аномалий физических полей 17
1.1.2. Действующие системы обнаружения аномалий в сейсмологии 18
1.1.3. Статистические методы выделения аномалий на временных рядах 20
1.1.4. Распознавание аномалий временных рядов на основе вейвлет-анализа 25
1.1.5. Нейросетевой подход к анализу временных рядов 29
1.2. Современная система наблюдений магнитного поля Земли ИНТЕРМАГНЕТ 31
1.2.1. Общее описание 31
1.2.2. Принципы работы и взаимодействия геомагнитного оборудования 36
1.2.3. Подготовительные работы по созданию геомагнитной обсерватории 38
1.2.4. Абсолютные измерения офсетным методом 40
1.2.5. Расчет базовой линии и временная привязка 42
1.2.6. Квазиокончательные данные 45
1.2.7. Регистрация секундных данных 49
1.3. Источники и методы оценки геомагнитной активности 51
1.3.1. Воздействие солнечного ветра на геомагнитное поле 51
1.3.2. Магнитосферные явления 54
1.3.3. Солнечносуточная вариация 59
1.3.4. Индексы геомагнитной активности 61
1.4. Наблюдения и исследование цунами 65
1.4.1. Общее описание 65
1.4.2. Механизмы образования цунами 66
1.4.3. Наблюдения цунами. Российская служба предупреждения о цунами 70
1.4.4. Система DART 78
1.4.5. Прогноз цунами 82
1.5. Обоснование и постановка задачи диссертации 84
ГЛАВА 2. Метод и алгоритмы дискретного математического анализа геофизических данных 89
2.1. Базовые элементы теории нечетких множеств 89
2.1.1. Основные определения 89
2.1.2. Операции над нечеткими множествами 93
2.1.3. Нечеткие бинарные отношения 95
2.2. Общие принципы дискретного математического анализа 97
2.2.1. Алгоритмический подход ДМА 97
2.2.2. Выпрямления и их примеры 104
2.2.3. Нечеткие сравнения 106
2.3. Алгоритм распознавания выбросов на минутных данных SP (SPIKE) 110
2.4. Алгоритм распознавания выбросов на секундных данных SPs (SPIKEsecond) 117
2.5. Алгоритм распознавания скачков JM (JUMP) 125
2.5.1. Неформальная логика 125
2.5.2. Нечеткие грани 126
2.5.3. Нечеткая мера скачкообразности 128
2.6. Мера аномальности 131
2.7. Алгоритм распознавания событий на данных о цунами RTFL (Recognition of Tsunamis Based on Fuzzy Logic) 133
2.8. Выводы 137
ГЛАВА 3. Распознавание на магнитограммах аномальных событий техногенного происхождения алгоритмами дискретного математического анализа 139
3.1. Техногенные сбои на магнитограммах 139
3.2. Автоматизированное распознавание выбросов на минутных магнитограммах 141
3.2.1. Постановка задачи распознавания выбросов на минутных магнитограммах (1/60 Гц) ИНТЕРМАГНЕТ 141
3.2.2. Обучение алгоритма SP. Формальная схема 142
3.2.3. Обучение алгоритма SP в период пониженной магнитной активности 145
3.2.4. Контрольные эксперименты для оценки достоверности полученных результатов (внутренний экзамен) 149
3.2.5. Обсуждение результатов обучения 157
3.2.6. Экзамен алгоритма SP в период пониженной магнитной активности (внешний экзамен) 158
3.2.7. Экзамен алгоритма SP в период повышенной магнитной активности 160
3.2.8. Обсуждение результатов экзаменов 163
3.3. Автоматизированное распознавание выбросов на секундных магнитограммах 165
3.3.1. Постановка задачи распознавания выбросов на секундных магнитограммах (1 Гц) ИНТЕРМАГНЕТ 165
3.3.2. Магнитная обсерватория на острове Пасхи. Исходные данные для распознавания 168
3.3.3. Обучение алгоритма SPs 169
3.3.4. Устойчивость обучения относительно выбора свободных параметров 173
3.3.5. Оценка результатов обучения 174
3.3.6. Экзамен алгоритма SPs 178
3.3.7. Контрольный тест обученного алгоритма SPs для оценки достоверности распознавания 180
3.3.8. Анализ ложных тревог 182
3.3.9. Сравнение алгоритма SPs со статистическими алгоритмами выделения выбросов 183
3.4. Автоматизированное распознавание скачков на полусекундных магнитограммах 184
3.4.1. Описание магнитных данных спутника GOES (2 Гц) и постановка задачи 184
3.4.2. Распознавание скачков базовой линии на спутниковых магнитограммах 187
3.5. Выводы 188
ГЛАВА 4. Автоматизированная алгоритмическая система предварительной обработки и контроля качества магнитных данных. Российско-украинский центр магнитных данных 190
4.1. Обоснование и постановка задачи 190
4.2. Общее описание работы российско-украинского центра геомагнитных данных 191
4.3. База геомагнитных данных 195
4.4. Веб-приложения для удаленной работы с геомагнитными данными 200
4.4.1. Ввод абсолютных измерений 202
4.4.2. Веб-сервисы для интерактивного доступа к данным 204
4.5. Доступ к данным и их визуализация 207
4.5.1. Веб-портал центра геомагнитных данных 207
4.5.2. Видео-стенд для отображения геомагнитных данных 211
4.6. Сравнение распознавания выбросов методом AF и алгоритмической системой, внедренной в центре 213
4.7. Моделирование полной напряженности магнитного поля на территории России в режиме квазиреального времени 215
4.8. Выводы 218
ГЛАВА 5. Распознавание магнитной активности методами дискретного математического анализа 220
5.1. Постановка задачи и ее обоснование 220
5.2. Апробация меры Ц(t) оценки геомагнитной активности в реальном времени 223
5.3. Глобальный мониторинг геомагнитной активности в период магнитных бурь 23-го солнечного цикла 225
5.3.1. Анализ бури 8-11 ноября 2004 г 226
5.3.2. Анализ бури 15 мая 2005 г 234
5.3.3. Обсуждение результатов анализа 239
5.4. Сравнение с онлайн-мониторингом геомагнитной активности ИНТЕРМАГНЕТ 240
5.5. Выводы 241
ГЛАВА 6. Применение метода дискретного математического анализа к
распознаванию аномалий на данных о цунами 243
6.1. Обоснование и постановка задачи 243
6.2. Автоматизированное распознавание алгоритмом RTFL сигналов Р-волн и волн цунами на данных системы DART-2 246
6.3. Выводы 248
Заключение 250
Благодарности 252
Приложения 253
Приложение 1. Магнитометрические измерения 253
Приложение 2. Индексы ретроспективной оценки геомагнитной активности 260
Приложение 3. Моделирование и картографирование магнитного поля земли 280
Приложение 4. Основные публикации и доклады автора по теме диссертации 289
Список литературы 298
