Выполнен расчет сейсмотектонических деформаций для разных глубинных уровней 1–15, 16–35 и 36–70 км по данным 1819 механизмов очагов землетрясений, произошедших в Центральной Азии (φ = 25° – 60° с.ш., λ=60° – 115°в.д.) за период с 1976 г. по конец июля 2020 г. с М>4.7. Ориентация главных осей тензора деформаций, восстановленная по механизмам очагов землетрясений с М>4.7, совпадает на разных глубинных уровнях при преимущественно субмеридиональном и северо-восточном укорочении и меняющемся удлинении от субширотного до северо-западного и близвертикального. Прослеживается согласованность ориентации главных осей укорочения и удлинения, восстановленных по сейсмологическим материалам и по опубликованным результатам расчета данных GPS наблюдений.

Ручная обработка больших объемов данных непрерывных наблюдений локальных сейсмических сетей занимает много времени, поэтому для решения данной задачи применяются автоматические алгоритмы детекции сейсмических событий. Детерминистические методы решения задачи детекции, которые отлично справляются с определением сильных землетрясений, при определении слабых сейсмических событий (землетрясений) сталкиваются с критическими проблемами. В их основе лежат принципы, основанные на вычислении энергии, что вызывает множественные ошибки в детекции: слабые сейсмические события могут быть не определены, а высокоамплитудный шум может быть принят за событие. В нашей работе мы предлагаем метод детектирования, способный превосходить детерминистические методы в детекции событий на сейсмограммах, успешно определяя аналогичное или большее количество событий с меньшим числом ложных детекций.

В статье рассматривается новый подход к обработке данных бокового сканирующего каротажа в процессе бурения на основе комбинации трехмерного численного моделирования и сверточных нейронных сетей. Подготовлен набор данных для обучения нейронных сетей, содержащий реалистичные синтетические имиджи удельного электрического сопротивления и разметку границ геоэлектрических слоев, учитывающую истинные значения параметров их пространственной ориентации. С применением сверточных нейронных сетей разработаны и программно реализованы два алгоритма: подавления случайных помех и детектирования границ пластов на имиджах удельного электрического сопротивления. Разработанные алгоритмы позволяют оперативно и точно обрабатывать большие объемы данных, при этом, благодаря отсутствию в архитектурах нейронных сетей полносвязных слоев, возможна обработка имиджей удельного электрического сопротивления произвольной протяженности.

Разработан оригинальный метод оценки угла и азимута падения пластов по данным индукционного каротажа в процессе бурения методом переходных процессов, основанный на фокусировке во временной области. Идея фокусировки заключается в разложении измеренных сигналов во временной ряд и диагонализации матрицы сфокусированных компонент магнитного поля. Выполнена реализация метода и его всестороннее тестирование в горизонтально-слоистых средах, используемых при инверсии данных в процессе бурения для решения задач геонавигации и определения удельного электросопротивления пластов. Оценки углов позволяют повысить эффективность геонавигации при выборе направления бурения скважины, а также точность инверсии данных в случаях сложных моделей сред. Существенное сокращение ресурсоемкости инверсии и модельной эквивалентности достигается за счет уменьшения числа определяемых параметров.