Földrengés-populációk komplex statisztikus vizsgálata, kapcsolódásokkal földrengésprognózishoz = Complex statistical studies of earthquake populations, with possible applications to earthquake prediction

摘要

Vizsgáltuk három eltérő szeizmotektonikai környezet földrengéseinek statisztikus jellemzőit, különös tekintettel a rengések térben, időben és energia szerinti előfordulásának fraktálstatisztikájára, azon belül pedig a keletkezési időpontok kérdéskörére. A rengések előfordulása időben egyenletlen, klaszteresedő, a legerősebb rengések előfordulásai sem felelnek meg a Poisson valószínűségi eloszlásnak. A klaszteresedés mértékét a teljes vizsgált időskálán jellemző "globális" fraktáldimenzió nagysága eltér az időskála kisebb szakaszain mutatott inhomogenitásokat leíró "lokális" fraktáldimenzióktól, az időbeli előfordulások struktúrája multiskálázott, a jelenség multifraktál. A szeizmicitás területi eloszlása is mindhárom térségben fraktáljellegű. A területi eloszlásra jellemző fraktáldimenzió és az energia szerinti gyakorisággal kapcsolatos szeizmikus paraméter közötti összefüggést vizsgálva, korrelációs kapcsolatot mutattunk ki a két paraméter között. A korreláció jellegének valószínűsíthetően geodinamikai háttere lehet. Eredményeink szerint a szeizmicitás mind térben, mind időben mutatott eloszlási mintázatát egy és ugyanaz a globális fraktáldimenzió kontrollálja, ennek konkrét értékeire a szeizmogenezist önszerveződésű kritikus folyamatként értelmezve sikerült magyarázatot találnunk. Neurális számítástechnikán alapuló numerikus modellszámításokat végeztünk erős földrengések keletkezési időpontjainak prognosztizálására. Az eredmények arra utalnak, hogy a neurális hálózatokkal történő modellezésnek ígéretes alkalmazásai lehetnek földrengéskutatásban. | Statistical characteristics, with special respect to fractal statistics, of earthquake occurrences in time, space and energy domain, have been investigated in three different seismotectonic environments. Particular attention was payed to the problem of earhquake occurrence times. Earthquakes occur clustered in time, even the strongest events do not follow the Poissonian probability distribution. The ?global? and ?local? fractal dimensions, characterising the degree of clustering on different sections of the time scale, show different values, the occurrence of earthquakes is a multiscaled process, multifractal. The areal distribution of seismicity also exhibits fractal features in all three areas. Considering possible relations between fractal dimension of earthquake epicenter distribution and well known in seismology seismic b-parameter, correlations between these characteristics have been found. The nature of the obtained correlations can possibly be attributable to geodynamic background. Results hint that the pattern of distribution of seismicity in both space and time is controlled by one and the same global fractal dimension, the particular values of which at the different regions can be interpreted in the frames of the approach of self-organized criticality to seismogenesis. Neural-network modelling studies have been carried out with the aim to predict the occurrence times of strong earthquakes. The remarkably good predicting power of the constructed neural networks suggests the usefulness of this tool in earthquake prediction problems.