Sistem inteligent de monitorizare multiparametric a unei zone seismogene F. Munteanu, D. Zugrvescu, C.

Udrite
Catedra UNESCO de Geodinamica din cadrul Institutului de Geodinamic Sabba S. Stefanescu al Academiei Romane The earthquake was re-interpreted as an expression of the geocomplexity, and this new point of view reoriented the research in this area towards understanding complex phenomena. Specifically, this marked the beginning of a new stage in geosciences in general, and in seismologic research in particular, especially regarding the practical application of the main concepts, models, theories and methods provided by the new paradigm of Complexity. For our desired application, if one assimilates a seismically active region with a nonlinear complex and hierarchically structured system, then the following features can be deduced or assumed as characterizing this system: a) Each seismic event modifies irreversibly the systems structure; b) Each seismic event discharges a specific amount of energy that modifies the internal state of the system and provides new and different initial conditions; c) The energy discharged by each seismic event that 'resets' the local system is radiated/transferred to neighboring systems of equal or inferior hierarchical position; d) When the system is in the critical state preceding the seismic discharge, the triggering factors can alternate or combine with inhibiting ones, resulting in a reduced classic predictability of the seismic event; e) The monitored seismic region is just another element of a larger and also hierarchically organized system (Gaia), being coupled and interdependent on the interaction with other similar systems in this meta-system. This paper systematizes extremely large information in this new field of research and defines the theoretical frame for the use of the intelligent monitoring, based on a neural network. Developed working hypothesis states that, under the influence of particularly convenient data flow, a system equipped with artificial intelligence, that manifests itself self-organizing properties, tends to approach asymptotic (to sync with) to the monitored reality. In this context, instead of a single rigid model for any geodynamic active area, derived from the general theory of fracture mechanics, we obtain an evolutionary model self-adaptable to specific condition determined by the specific evolution of seismogenic monitored zone, model that can provide better opportunities for seismic risk assessment and identification of precursor seismic events.

Cuvinte cheie: risc seismic, geocomplexitate, monitorizare inteligent, analiza componentelor principale.

1. Introducere Evaluarea riscului seismic al unei zone i identificarea unor precursori capabili s evidenieze instalarea strii critice i eventual iminena unui seism cu o magnitudine peste un anumit prag ce poate conduce la pierderi materiale i de viei omeneti, sunt obiective eseniale n cercetarea geofizic modern. Studiile legate de nelegerea mecanismelor de cumulare a tensiunii n zone seismogene i implicit responsabile de producerea cutremurelor de pmnt, au fost revigorate de apariia unui ansamblu de teorii i modele cunoscute sub denuimirea de tiina Complexitii. Astfel, dup descoperirea geometriei fractale, a teoriei haosului i a teoriei catastrofelor, evenimentele seismice au fost reinterpretate ca exemple tipice ale dinamicii sistemelor neliniare. Procesul de auto-organizare a devenit cel mai uzitat i important model privitor la producerea cutremurelor de Pmnt [1]. Studiile pe baze de date din ce n ce mai complete i care evideniaz toate evenimentele seismice cu magnitudini mai mari de 2 pe scara Richter au evideniat alternante ntre perioade cu predictibilitate acceptabil i perioade cu evenimente distribuite aleator, fapt ce a condus la ideea ca nsi gradul de predictibilitate al evenimentelor

seismice se schimb n timp(Goltz, 1997, p158). Din aceast perspectiva, cutremurul de pmnt a devenit o expresie a geocomplexitii [2] fapt ce a determinat orientarea cercetrii tiinifice ctre nelegerea fenomenelor complexe i valorificarea tiinific n domeniul geotiinelor n general i al seismologiei n special a principalelor concepte, modele, teorii i tehnici puse la dispoziie de noua paradigm a Complexitii. 2. Modelarea proceselor cu auto-organziare Se pot evidenia, n forma cea mai general, dou modaliti de generare a unor structuri solide: agregare (clusterizare, aglutinare) n care pri solide se aglomereaz treptat sub aciunea unor gradieni i structureaz un corp solid a crui structur conine istoria formrii sale (proprieti geologice) respectiv fragmentare, proces n care un ntreg se spage n pri alctuind n final o structur de blocuri (plci, microplci). Evident c n unele cazuri reale, cele dou procese se pot manifesta concomitent, observndu-se perioade n care este dominant agregarea sau devine dominant fragmentarea. n aceste condiii se poate afirma c ntr-un anume fel, prin studiul unor parametri ce sunt legai de evoluia n timp a structurii corpului studiat se pot imagina tehnici i metodologii de monitorizare, capabile s identifice momente critice, tranziii de faza, ce nsoesc modificri ireversibile a corpului monitorizat. Atunci cnd corpul studiat este o zona geodinamic activ se poate spera c nelegerea i modelarea proceselor de fragmentare poate fi esenial n identificarea unor metodologii de evaluare a riscului seismic. n studiul acestor procese se poate utiliza, dincolo de teoriile generale de mecanica ruperilor i procese de modelare computaional, bazate pe algortimi recursivi, specifici teoriei generale a Automatelor Celulare [3], a sistemelor ierarhizate generate de procese de auto-organizare. Conceptul de criticalitate autoorganizat a fost introdus de fizicianul danez Per Bak n 19871988. Impreun cu colectivul su de la Brookhaven National Laboratory, New York, el l-a adncit n continuare i i-a demonstrat generalitatea. Au aprut aplicaii n avalan, n domenii diverse precum: mecanica ruperilor, mecanica fluidelor, ecologie, geofizic, economie, biologie. Teoria bazat pe acest concept, cu implicaii majore privind evoluia sistemelor complexe n natur este caracterizat de utilizarea unor modele simple, ce se preteaz studiului pe calculator i care permit evidenierea unor proprieti noi ce nu se ntrevedeau din teoriile generale furnizate de mecanica ruperilor. Avnd la baz un set de reguli i un proces de aplicare recursiv a acelor reguli asupra unui obiect iniial sau a unei colecii de obiecte, rezultatele acestui mod de simulare fr un model analitic iniial sunt ntr-o bun concordan cu datele experimentale obinute n domenii mai puin formalizate matematic pn n prezent, cum este i studiul evoluiei unei zone seismic active. Simulrile computaionale realizate prin asa numitul model Modelul OlamiFeder Christensen pentru cutremurele de Pmnt [4] , pe lng o bun concordan cu observaiile privind corelaia dintre frecvena cutremurelor i magnitudinea acestora, sugereaz i o serie de noi proprieti ce trebuiesc a fi luate n seama atunci cnd se pune problema conceperii unui sistem de monitorizare pentru determinarea continu a riscului seismic ntr-o zona geodinamic activ: - evenimentele majore sunt provocate prin aceleai mecanisme ca i cele minore; - dei rare, evenimentele majore sunt inevitabile n asemenea procese; - sistemul este instabil la nivel local, n schimb starea global este stabil; - un eveniment, orict de mare, nu poate scoate sistemul din starea critic; sistemul trece dintr-o stare metastabil n alta; - prin nsi natura ireversibil a procesului, sistemul se particularizeaz n timp (cumuleaz istorie, se personalizeaz, fapt pentru care necesit metode noi de studiu ale evoluiei n timp a zonei monitorizate, capabile s surprind modificrile structurale ale zonei; - amprenta temporal a unor parametri msurabili, legai intim de procesul de autoorganizare, o constituie apariia unor fluctuaii a cror variaie spectral este cunoscut sub numele de 1/f ;

amprenta spaial este reprezentat de caracterul autosimilar al structurii motiv pentru care implicarea unor metode de studiu bazate pe geometria fractal, pe aplicaii ale fizicii constructale, a tiinei complexitii n general devine esenial. 2.1 Modelul dihotomic de rupere

ncercarea de a prezice apariia unui eveniment seismic este bazat n general pe studiul statistic al istoriei cutremurelor dintr-o anumit regiune. Din analiza unei baze de date ce conine istoria evenimentelor seismice (localizare, momentul producerii, magnitudine) se deduce cunoscuta lege Gutenberg-Richter a crei constante se determin pentru cazuri concrete, pentru zonele seimogene analizate. Este esenial de observat c baza de date analizat conine evenimentele seismice i nu conine informaii legate de comportarea dinamica a zonei studiate ntre evenimente. n general, cutremurele de Pmnt sunt considerate sisteme dinamice cu prag, care apar brusc i nepredictibil n evenimente majore ntre care nsa exist o dinamic mai puin observabil (perioada calm). Mai mult, putem spune c aceast dinamic ce caracterizeaz perioada dintre evenimente poate fi cheia nelegerii proceselor de cumulare a stresului i pregtirea sistemului pentru starea critic n care devine probabil un eveniment major. Se consider util n sensul celor de mai sus, realizarea unor modele de fragmentare care s permit obinerea unor structuri a cror dinamic s poat fi caracterizat prin msurtori fizice diferite, prin tehnici de procesare multiparametric i de tip data mining . Un model simplu de fragmentare recursiv, de generare a unei structuri ierarhizate de fragmente ce definete un compartament dinamic specific, l constituie modelul dihotomic de rupere [5] Fie un corp de volum V0 ce se divide n dou pri, care au volumele V1 i V2. Acestea la rndul lor se pot divide tot n dou pri, .a.m.d. Se caut distribuia de volume dupa n acte de divizare. n acest scop se fac urmtoarele ipoteze de lucru: - diviziunea este aditiv, adic suma volumelor prilor este egal cu volumul iniial, ca n relaia: (2.1) - divizarea se face ntotdeauna numai n dou pri; - raportul volumelor prilor obinute rmne constant n decursul evoluiei divizrilor succesive n conformitate cu relaia: (2.2) ntregul proces de divizare succesiv se realizeaz n etape, generaii de divizare, n sensul c o generaie ( de exemplu a n-a) presupune o divizare prin dihotomie a tuturor corpurilor din generaia anterioar ( a (n-1) a), nici un corp din generaia n nu se divide mai devreme sau mai trziu dect generaia a (n-a). Aceast afirmaie este necesar pentru a putea descrie univoc distribuia de fragmentare la o generaie dat, n. n acelaI timp, aceast condiie simplific foarte mult calculele. n realitate, aceast ipotez nu este prea restrictiv, n sensul c lungimea perioadei unei generaii este variabil, astfel nct se consider trecerea la o nou generaie n momentul n care s-a terminat divizarea tuturor corpurilor provenite din generaia anterioar. Se cere ns ca n aceast generaie s nu existe procese de divizare a corpurilor nou formate, pn ce ultimul corp din generaia anterioar nu s-a divizat. n caz contrar, coexist obiecte din diverse generaii, ceea ce complic distribuia.

Cu aceste ipoteze, se obin volumele prilor rezultate din divizare, conform relaiei : (2.3) Prima ipotez este evident pentru procese macroscopice care nu conduc la schimbri de faz de agregare. Ipoteza dihotomiei poate fi argumentat prin faptul c fisurarea concentreaz ntreaga tensiune din material n ea i c realizarea ruperii detensioneaz materialul supus efortului. Corpul se divizeaz deci n dou pri. Urmtoarea rupere se va face dup un timp mai mult sau mai puin lung, depinznd de viteza cu care se realizeaz aplicarea efortului asupra corpurilor rezultate. Dac n acest interval de timp toate corpurile din generaia anterioar s-au divizat, atunci ipoteza este corect. Ipoteza constanei raporturilor volumelor rezultate n diverse generaii de rupere prin dihotomie se poate argumenta pornind de la ideea de prestructurare a corpului i care conduce la faptul c un anume raport, K, corespunde unui minin de generaie de rupere. Orice alt raport va cere o energie mai mare; deci probabilitatea de rupere cu un factor constant K este plauzibil. n ansamblu, acest model exprim fragmentarea ca o succesiune de diviziuni i apare ca un proces tipic iterativ, n care relaia 2.2 se respect pe ntregul proces de fragmentare i poate fi considerat ca lege de recuren pentru acest proces. Se obine astfel, cel mai simplu model de generare a unei structuri de fragmente ierarhizate. Dup n iteraii de divizare, numrul corpurilor (particulelor) este 2n. De asemenea, dup n iteraii, se obine o distribuie de fragmente cu diferite volume, distribuie care se poate obine prin utilizarea legii de recuren 2.2 i a relaiilor 2.3, astfel:

(2.4)

unde V(p;n,k) exprim volumul celui de al p-lea fragment obinut dup n etape de divizare din volumul iniial V0, fiecare divizare avnd raportul K, constant, al volumelor fragmentelor. n relatia de mai sus, p este variabil, iar n i k sunt parametri constani. Este necesar aceast observaie, deoarece, dac s-ar accepta o variaie n K n decursul iteraiilor, relaia 2.7 nu ar fi adevarat. Studiul dependenei relaiei 2.4 de K, scoate n eviden efectul raportului de divizare asupra spectrului de volume (Fig. 2.1). Se observ c toate distribuiile se intersecteaz pentru K=1, cnd toate volumele au aceeai valoare n cadrul unei generaii, dar scad rapid de la o generaie la alta. Se obine astfel o distribuie discret ( cum era de ateptat), n care numrul de valori distincte pentru volume este n+1 i nu 2n. Cu alte cuvinte, exist o "degenerare", cele 2n fragmente nu sunt toate distincte ca volum. "Spectrul" valorilor volumelor crete astfel n progresie aritmetic, fa de cel al numrului de fragmente care crete n progresie geometric. Numrul corpurilor cu acelai volum V din distribuia generaiei n este dat de coeficienii binomiali, conform relaiei:

(2.5)

Fig. 2.1 Dependena de K a volumelor V1..4, obinute n urma unui proces de divizare a volumului V0 ; n=2.

Spectrul de volume se ntinde ntre cea mai mic valoare V(0) i cea mai mare valoare V(p=n), astfel:
( ) ( ) ( ) ( )

(2.6)

Diferena dintre cea mai mic i cea mai mare valoare d, ct i raportul acestor valori r sunt date de relaiile:
( )

(2.7)

Distribuia de volume se poate caracteriz de asemenea prin media volumului din distribuie, Vm, care, mpreun cu numrul total de corpuri existente n generaia n, Nt, completeaz tabloul evoluiei fragmentrii n ipotezele fcute, astfel: (2.8) Relaiile descriu un proces de fragmentare cu un spectru de volume care scade n ntindere pe msura consumrii etapelor succesive de fragmentare, dar n care raportul ntre cel mai mare i cel mai mic volum prezent n distribuie, ca i numrul total de obiecte din sistem, crete rapid. Valoarea medie s-a calculat pe baza relaiei statistice de calcul a mediei:
( ( ) ( ) )

(2.9)

Se observ c

(
i c:

)
( )

(2.10) (2.11)

Ultima relaie rezult din ipoteza 2.1, avnd caracter de relaie de normare. Relaiile de recuren n raport cu "p" sunt:

( (

) )

(
( (

)
) )( )

(2.12)

(2.13)

Relaia 2.13 este important, deoarece arat c, n cadrul spectrului de volume (de fapt poate fi i de mase sau de dimensiuni liniare) exist o recuren care merge dup o progresie geometric, prima din acele caracteristici deosebite ale distribuiilor de fragmente observate experimental de ctre Sadovschi [6,7]. O reprezentare ntr-o scar logaritmic a distribuiei de volume scoate n eviden aceast regularitate, respectiv echidistana dintre maximele distribuiei. Este evident c modelul descris mai sus reprezint o idealizare a unor fenomene reale. Pentru a apropia modelul de condiiile reale, prima posibilitate este de a relaxa condiia impus de relaia 2.2, n sensul presupunerii c valoarea K este constant doar n medie. Efectul asupra distribuiei de volume nu mai poate fi calculat cu relaia 2.4, aceasta fiind depus n ipoteza constantei K la diferite generaii de rupere. K poate suferi abateri de la aceast valoare, de exemplu, dup o distribuie normal cu o dispersie mai mult sau mai puin accentuat. La limit, dispersie

nul, se obine cazul ideal. Se ateapt ca la dispersii mici distribuia de maxime s se menin n prima aproximaie aceeai, doar cu o lrgire a fiecrei valori. n Fig. 2.2 se prezint simularea pe calculator a acestei situaii, att ntr-o scar liniar, ct i una logaritmic. n simulare s-a presupus o constant K de forma: (2.14) unde K0 este valoarea medie, constant, peste care se suprapune un "zgomot" aleator K(t), t simboliznd variaia n "timp" (de la generaie la generaie) a lui K. Zgomotul este definit prin dispersia Z fa de medie. Un fluctuaie mai ridicata a mrimii K0 are tendina s tearg maximele din distribuie, avnd posibilitatea de a masca complet distribuia polimodal. Se tie c o convoluie de distribuii gaussiene este tot o distribuie gaussiana i deci, la un "zgomot" puternic, distribuia gaussian global este cea ateptat. Comparnd caracteristicile generale ale unor spectre experimentale din literatura de specialitate n special cu aspectul polimodal de fragmentare a solidelor observat de Acad. Sadovschi [7] - cu cea rezultat din simulrile pe calculator realizate cu propus, se observ o bun concordan. Acordul cu datele experimentale poate fi mbuntit dac se observ c acestea trunchiaz distribuia real. La nivelul volumelor mici, trunchierea este legat de Fig.2.2 Simularea efectelor aleatoare in modelul ruperii "rezoluia" utilizat la colectarea valorilor dihotomice a - scara liniar b - scara logaritmic volumelor, iar la nivelul volumelor mari apare o limitare observaional inerent. Ca i o prima concluzie se poate spune c procesul dihotomic de fragmentare tinde s structureze dimensiunile geometrice ale ntregului supus fragmentrii constituind astfel o amprent specific (proces morfogenetic). Evident c dinamica acestei structuri, msurate n fluctuaii microseismice, n variaii ale cmpurilor geofizice asociate, va fi ntr-un anume fel corelat cu particularitile concrete ale acestei amprente. Pentru a identifica o asemenea corelaie subtil se impune n studiul unei zone seismic active, utilizarea tehnicilor de tip pattern recognition, sisteme inteligente de monitorizare precum reelele neurale, capabile s identifice i apoi s urmreasc evoluia n timp a semnturii structurii zonei seismogene pentru a discrimina i apoi nelege procesele dinamice asociate ce conduc n final la un eveniment major. O alt observaie cu implicaie metodologic fundamental o reprezint faptul c, n lipsa unei normri corespunztoare, amestecul de fragmente obinute din aplicarea modelului dihotomic pe ntregi diferii, terge caracterul multimodal al distribuiei, determinant curbe de distribuie continue. Putem astfel concluziona c un "ntreg" supus unor procese de fragmentare genereaz la nivel calitativ un pattern (distribuie polimodal) ce poate fi considerat universal iar la nivel cantitativ, valori specifice ce trebuiesc identificate, fapt ce face ca monitorizarea inteligent, adaptativ, s fie eseniala n monitorizarea inteligent a unei zone seismogene.
( )

2.2 Metode de caracterizare a semnalelor microseismice Putem spune c principial, tratarea statistic "terge" structura semnalului, fapt fr semnificaie ntr-o modelare liniar, dar cu implicaii majore n cazul sistemelor dinamice complexe pentru care o anumit secven poate declana procese sinergice la nivelul structurii ierarhizate. Din

acest motiv, n ultima perioad de timp, au aprut metode care urmresc s completeze informaia coninut n serii temporale neperiodice, prin evaluarea cantitativ a structurii semnalului (exponeni fractali, corelaie pe scar larg / long range correlation, exponent informaional, etc.) Acetia se vor adauga exponenilor ce pot caracteriza statistic o serie neperiodic de date provenite din msuratori geofizice concrete. 2.2.1. Exponentul Hurst (H) Astfel, fiind dat semnalul s(t) i derivata sa s'(t), pentru momentul t i fereastra se poate determina urmtoarea mrime:

) (

( ( )) ( ( )) ) ( ( ))

[ [ )

(2.15) (2.16)

unde std este eroarea standard. Pentru o valoare constant se determin media relaiei ( ) ( ) calculat pentru toate intervalele succesive, nentreesute [ ), fapt ce conduce la relaia ( ) ( ). Se caut apoi o lege de putere de forma:
( ) ( )

(2.17)

unde HM este exponentul Hurst. Acest scalar ia valori cuprinse ntre 0 i 1. Pentru o serie aleatoare, valoarea exponentului Hurst este 0.5, valoare ce mparte semnalele n dou clase esenial diferite: - H(0.5 : 1) semnale ce manifest o corelaie pe scar larg de tip persisten, respectiv - H (0 : 0.5) corelaie pe scar larg de tip antipersisten. De asemenea este cunoscut o relaie, definit teoretic ntre HM i dimensiunea fractal ataat Df

(2.18)
2.2.2 Exponentul de netezire Dnp Exponentul cunoscut sub numele exponent de netezire "Smoothing Dimensions" Dnp [8] pornete de la derivarea semnalului s(t) de analizat:
( )

(2.19)

Metoda const n a utiliza un filtru trece jos (LP) avnd frecvena de tiere selectabil fc. Dup fiecare filtrare, se determin norma euclidian a semnalului astfel obinut yfc(t):

( ) ( )

(2.20)

Se consider exponentul de netezire i se noteaz cu Dnp valoarea ce verific dependena dintre N(fc. ) i fc. :

(2.21) (2.22)

S-a stabilit relaia teoretic ntre exponentul de netezire determinat i dimensiunea fractal a semnalului analizat:

O alt variant din clasa metodelor de netezire "Smoothing Dimensions" definit n 1995 [9] presupune derivarea semnalului de analizat s(t),
( )

(2.23)

Apoi se utilizeaz un filtru trece jos (LP) cu o frecven de tiere variabil, ce joac rolul ferestrelor variabile din algoritmii clasici fc. Dup fiecare filtrare, transformata Fourier Yfc() a semnalului filtrat yfc(t) este determinat:

( )
relaie din care se determin mrimea I(yfc):

| ( )

( ) ( )|

(2.24)

(2.25)

n final se pune problema identificrii unui exponent Dip ce se numete exponent de netezire Dip :

(2.26)

ntre dimensiunea fractal a semnalului i exponentul de netezire Di este determinat teoretic relaia:

(2.27)
Pe lang aceti exponeni descrii mai sus, se pot identifica din literatura de specialitate destinat procesrii seriilor termporale neperiodice, numeroi ali estimatori care, n ansamlul lor vor forma un vector asociat seriei de date analizate. Acest vector va surprinde diferite aspecte, caracteristici ale seriei, dificil sau imposibil de surprins doar de ctre unul din ei, indiferent care ar fi acesta. Un exemplu ar fi faptul c, pentru o serie real de date, avnd un numar finit de eantioane, dimensiunea fractal Df determinat prin cele trei metode de mai sus va avea o eroare specific metodei i care poate fi utilizat n procese de discriminare/clasificare a semnalelor achiziionate. 3. Sistem inteligent de monitorizare multiparametric Conceptualizarea de ctre Prigogine a aa numitelor sistemelor disipative pune n eviden capacitatea structurilor traversate de fluxuri energetice de a evolua. Acest fapt are numeroase consecine teoretice i experimentale: - sistemul manifest auto-organizare, fapt ce implic apariia structurilor ierarhizate ntre care se stabilesc relaii sinergice, instalndu-se la nivel global o stare critic stabil n jurul creia sistemul fluctueaz; - strile critice locale se propag n avalane, transmitnd instabilitatea ctre nivelurile ierarhice adiacente, subiacente sau superioare; - aceleai perturbaii, prin aceleai mecanisme pot avea consecine neglijabile i locale sau catastrofale, pe arii limitate doar de mrimea sistemului; - dinamica i evoluia sistemului este puternic dependent de istoria cumulat pn la momentul actului observaional. Aceste cteva consecine ale abordrii neliniare a sistemelor dinamice sunt suficent de sugestive pentru a sublinia necesitatea i utilitatea reconsiderrii valorii micilor fluctuaii (zgomot) n diagnoza strii de sntate a sistemului monitorizat. Faptul c prin msurtori se obin informaii de la un sistem ierarhizat aflat ntr-o continu transformare structural, pentru care o perturbaie local poate avea sau nu consecine cuantificabile dar care, poate fi i cauza unei "catastrofe", face ca orientarea cercetrilor privind problematica zgomotului s sufere modificri eseniale. Scopul cercetrii nu mai este de a nltura fluctuaiile neperiodice de origine "ambigu", ci de a ncerca o evaluare calitativ i cantitativ a acestor fluctuaii n vederea discriminrii i clasificrii sistemelor dinamice, a conceperii unor procedee i tehnici de diagnoza i predicie a evoluiei acestora. Semnalele furnizate n perioadele calme de ctre baterii de senzori precum: accelerometre, clinometre, magnetometre, electrometre, gravimetre etc., amplasate n zonele seismic active prezint un caracter neperiodic. In mod necesar, caracteristicile acestor semnale se modific pe masur ce zona seismogen atinge o stare critic, de la care se poate produce, mai mult sau mai puin predictibil un eveniment seismic. Dac magnitudinea cutremurului este dificil de

estimat se poate pune ns problema identificrii strii critice n care, probabilitatea apariiei unui cutremur este mai mare. Principala problem a sistemelor clasice de monitorizare este legat de faptul c procesarea este realizat prin algoritmi rigizi, ce nu evolueaz pe masur ce nsui sistemul se schimb n urma proceselor ireversibile petrecute n zona hipocentral. Din acest motiv se consider oportun proiectarea i realizarea unor sisteme inteligente de monitorizare a riscului seismic, sisteme capabile s surprind evoluia zonei monitorizate prin micile modificri ale unui numr mare de semnale, lagate direct sau mai lax cu procesele ce se desfaoar n aceast zon. Una din cele mai simple metode capabile s emuleze un proces neuronal este aa numita Analiz a Componentelor Principale. ncadrat n clasa reelelor neurale fr supervizare, algoritmul permite procesul de clusterizare bazat pe identificarea corelaiilor existente ntr-un volum de date. Este poate cea mai simpl i n acelai timp eficient metod de clusterizare, ce are drept rezultat discriminarea i respectiv clasificarea datelor provenite din experimente fizice. Considernd datele (scalari asociai semnalelor masurate obinui prin aplicarea unor algoritmi statistici, fractali, etc precum: dispersia, momente centrate de ordin superior, exponentul Hurst, exponeni de netezire, coeficientul informaional, entropia etc.) organizate ntr-o matrice X, discriminarea se obine prin analiza valorilor proprii i a vectorilor proprii corespunztori matricii de covarian C ataat lui X. Pentru simplificarea descrierii considerm c un experiment permite memorarea a cel puin unui ir de date obinute prin evaluarea variaiei n timp parametrului fizic urmrit. Cele N date ale irului astfel obinut pot fi caracterizate prin intermediul unui numr mai mic de scalari ( n<<N) precum media, dispersia, momente centrate de ordin superior, exponeni de tip fractal etc. Repetarea experimentului, schimbarea condiiilor sau a subiectului permite acumularea unui numr de m evenimente. n acest mod se obine o colecie de n scalari determinai pentru m evenimente, colecie ce formeaz o matrice X:

(3.1)

unde xij reprezint valoarea parametrului j pentru semnalul i. Se poate calcula matricea de varian - covarian C, ataata lui X,

]
( ) ( ) ( ) ( )

(3.2) (3.3)

C este o matrice simetric; valorile proprii ai, i=1:n, sunt pozitive, cu:

(3.4)

deci suma valorilor proprii este variana total a lui C. O proprietate esenial este dat de faptul c vectorii proprii bi,

(3.5)

sunt ortogonali (pot alctui o baz). Pe aceast baz se poate concepe metoda de clasificare/discriminare propus.

Fie cele m evenimente proiectate ntr-un hiperspaiu n-dimensional unde n este dat de numrul scalarilor utilizai pentru caracterizarea fiecrui eveniment. Pentru o vizualizare grafic, metoda ACP determin un subspaiu bi- sau tridimensional (din considerente de reprezentare) astfel nct s conserve o parte ct mai nsemnat din informaia asupra varianei totale a datelor din matricea X. n acest subspaiu se proiecteaz norul format din cele m puncte experimentale. Pentru cazul bidimensional se determin cele mai mari dou valori proprii, a1 i a2, precum i cei doi vectori proprii corespunztori, b1, b2 (sistemul de reprezentare este b1,0, b2 ; b1, b2 sunt ortogonali i nu au o semnificaie fizic precis fiind o combinaie liniar de uniti de msur corespunztoare celor n scalari) Se poate determina valoarea e:

(3.5)

Daca e este suficient de mare, atunci se poate spune c informaia principal despre variana total este coninut n planul de proiecie, unde coordonatele celor m puncte sunt date de:

(3.6) (3.7)

Structura existent n matricea X se manifest prin apariia unor clustere n acest plan a cror semnificaie poate fi determinat din consideraii externe analizei. Altfel spus, aceast metod este capabil s evidenieze diferenieri ntre date (clustere) dar a cror cauz trebuie cutat prin acumularea de date suplimentare [10]. n concluzie, metoda descris, fr a fi o tehnic specific statisticii matematice (nu se face estimarea nivelului de ncredere al apartenenei unei serii temporale la o anumit clas de semnale), este surprinztor de performant i de bogat n informaii, simplu de obinut i de interpretat. Eficiena metodei este condiionat de alegerea adecvat a metodelor utilizate n procesul de vectorizare. De asemenea, se poate utiliza o baza de date coninnd semnale cunoscute, generate prin modele diferite i care poate forma n planul de discriminare/clasificare un sistem de referin fa de care se pot face apoi observaii calitative i cantitative ale unor semnale provenite din msurtori fizice i care nu au n aceast etap de cercetare o anumit semnificaie. Se poate considera astfel c un asemenea sistem este prima etap de abordare practic n realizarea unui sistem inteligent de monitorizare a riscului seismic ntr-o zon geodinamic activ, capabil s surprind evoluia zonei seimogene i s permit o caracterizare obiectiv a riscului seismic. 4. Concluzii

Abordarea neliniar a fenomenelor, dezvoltarea tiinei complexitii, a tehnicilor de calcul, a tehnologiilor de realizare a unor senzori performani pentru msurarea unui numr extrem de mare de parametri au creat cadrul unei noi paradigme n cercetarea tiinific. Algoritmul de discriminare/clasificare realizat, bazat pe utilizarea unui set de metode de preprocesare a semnalelor (vectorizare) i a unui algoritm de tip Analiza Componentelor Principale aplicat matricii de covarian a bazei de date analizate, permite prelucrarea unitar a ntregii informaii obinut n monitorizarea unui sistem n general i a unei zone seimogene n mod special. Prin aceast abordare se urmarete cumularea de informaii suplimentare necesare particularizrii unui model de evaluare a strii de stres dintr-o zon seimic activ n vederea caracterizrii obiective a riscului seismic. Ipoteza de lucru dezvoltat prin aceast aborare afirm c, sub influena unui flux de date convenabil ales, sistemul dotat cu inteligen artificial, i care manifest el nsui proprieti de

auto-organizare, tinde s se apropie asimtotic ctre (s se sincronizeze cu) Realitatea monitorizat. n acest context, n locul unui model rigid i unic pentru orice zon geodinamic activ, derivat din teoria general a mecanicii ruperilor, se obine un model evolutiv, auto-adaptabil la condiiile concrete determinate de evoluia specific a zonei seismogene monitorizate, model ce poate oferi anse sporite de evaluare a riscului seismic i de identificare a precursorilor evenimentelor seismice.

5. Bibliography
1. Pak,P., Tang, C., Earthquakes as a self-organized critical phenomenon, J. Geophys. Res., 1994; 2. Rundle, J., Turcotte, D. L., Rundle, P.B., Yakovle, G., Shcherbakov, R.,Pattern dynamics, pattern hierarchies, and forecasting in complex multi-scale earth systems, Hydrol.Earth Syst.Sci.Discuss., V3, pp 1045-1069, 2006, 3. Wolfram, S., ''Statistical Mechanics of Cellular Automata'', Caltech preprint CALT-68-915, 1982 4. Olami, Z., Feder, H. J. S. and Christensen, K. Self-organized criticality in a continuous, nonconservative cellular automaton modeling earthquakes. Physical Review Letters 68: pp 12441247, 1992 5. Munteanu,F., Zugrvescu,D.,Rusu,M., ueanu,C., On the synergy of ruptures, Revue Romanine de Geologie, Geophysuque et Geographie, serie de Geophysyque, Tome 38, 1994 6. Sadovskii,M.A., Bolhovitinov, L.G., Pisarenko, V.F., On the discrete character of rocks, Fizika Zemli, Nr 12, pp 3-18, 1982 7. Sadovskii,M.A., On the distributions of solid fragments, Geofizika nr 19, pp 69-72, 1983 8. Munteanu, F., Suteanu, C., Ioana, C., Cretu E.,The 'Smoothing Dimensions' - a new fractal analysis method, M.M.Novak (ed.), Fractal Reviews in the Natural and Applied Sciences, London, Chapman & Hall, 1995, p259;

9. Ioana, C., Munteanu, F., Suteanu, C., Smoothing dimentions analyis - new effective tools in frcatal

signal investigations, Fractal Frontiers, World Scientific, Singapore , 1997

10. Munteanu F., Ioana C., Suteanu C., Zugravescu D, Discriminating transient dynamics and critical states in active geodynamic areas, Studii si cercetari de Geofizica, Tomul 33, 1995