30.03.2026 07:15
Новый подход к краткосрочному прогнозу землетрясений
Разработан новый подход к краткосрочному прогнозу землетрясений
Учёные Института вычислительной математики и математической геофизики СО РАН разработали новый подход к краткосрочному прогнозированию землетрясений. Метод основан на анализе электрической анизотропии земной коры в зонах активных разломов и уже прошёл проверку на данных, полученных в течение 40 лет наблюдений в Международном научно-исследовательском центре — геодинамическом полигоне РАН в Бишкеке.
За 7–10 дней до сильных землетрясений в породах фиксируются изменения сопротивления, связанные с перераспределением трещин и миграцией минерализованной воды. Это позволяет выделять потенциально опасные события с учётом геологической модели и снижать риск ложных срабатываний.
Разработка может стать основой для систем раннего предупреждения и помочь в подготовке эвакуации, работе спасательных служб и защите критической инфраструктуры. Сейчас команда работает над автоматизацией инверсии в реальном времени и интеграцией новых данных для создания более точного прототипа предупреждающей системы.
#Грани_РАН
Учёные Института вычислительной математики и математической геофизики СО РАН разработали новый подход к краткосрочному прогнозированию землетрясений. Метод основан на анализе электрической анизотропии земной коры в зонах активных разломов и уже прошёл проверку на данных, полученных в течение 40 лет наблюдений в Международном научно-исследовательском центре — геодинамическом полигоне РАН в Бишкеке.
За 7–10 дней до сильных землетрясений в породах фиксируются изменения сопротивления, связанные с перераспределением трещин и миграцией минерализованной воды. Это позволяет выделять потенциально опасные события с учётом геологической модели и снижать риск ложных срабатываний.
Разработка может стать основой для систем раннего предупреждения и помочь в подготовке эвакуации, работе спасательных служб и защите критической инфраструктуры. Сейчас команда работает над автоматизацией инверсии в реальном времени и интеграцией новых данных для создания более точного прототипа предупреждающей системы.
#Грани_РАН