Traducido del inglés al español - www.onlinedoctranslator.
com
Un sistema de monitoreo para preparar el aprendizaje automático
Conjuntos de datos para la predicción de terremotos basados en
Señales Sísmico-Acústicas
Alper Vahaplar
Departamento de Ciencias de la Computación
Universidad Dokuz Eylül
Esmirna / Turquía
alper.vahaplar@deu.edu.tr
Barış Tekin Tezel
Departamento de Ciencias de la
Computación Universidad Dokuz Eylül
Esmirna / Turquía
baris.tezel@deu.edu.tr
Resumen— Estimar la ubicación, el tiempo y la magnitud de
un posible terremoto ha sido objeto de muchos estudios. Se
han probado varios métodos utilizando muchas variables de
entrada, como cambios de temperatura, movimientos sísmicos,
condiciones climáticas, etc. La relación entre los datos sísmico-
acústicos registrados y la ocurrencia de procesos sísmicos
anómalos (ASP) ha sido probada en artículos escritos por Aliev
y et al. [1-4]. Pero es difícil predecir la ubicación, la hora y la
magnitud del terremoto utilizando estos datos. En este
estudio, el objetivo es preparar un conjunto de datos para la
predicción de un terremoto para ser utilizado en algoritmos de
aprendizaje automático. Se ha desarrollado un software de
monitoreo de señales de terremotos y pozos para construir
estos conjuntos de datos. Este estudio utiliza las grabaciones
en línea de señales de monitoreo de ruido robusto (RNM) de
ASP de estaciones en Azerbaiyán.
Términos del Índice—Análisis de señales sísmico-acústicas, procesos
sísmicos anómalos, tecnología robusta de monitoreo de ruido, visualización
de datos.
yo yoNTRODUCCIÓN
Este estudio se presenta para el análisis de señales sísmico-
acústicas, lo que permite utilizar el ruido en la señal como portador de
información al inicio de procesos sísmicos anómalos que preceden a los
sismos. Se ha construido una estación basada en esta tecnología, que
recibe ruidos sísmico-acústicos de los estratos profundos de la tierra a
través de perforaciones de acero de 3 a 6 km de profundidad
suspendidas en pozos petroleros, realizando un seguimiento del inicio
del período latente de formación del terremoto. . Como se explica en
[1-4], se diseña un sistema base para monitorear señales sísmico-
acústicas e identificar terremotos dentro de un radio de 300 a 500 km
para el análisis de señales.
Resmiye Nasiboğlu
Departamento de Ciencias de la Computación
Universidad Dokuz Eylül
Esmirna / Turquía
resmiye.nasiboglu@deu.edu.tr
efendi nasibov
Departamento de Ciencias de la Computación
Universidad Dokuz Eylül
Esmirna / Turquía
efendi.nasibov@deu.edu.tr
Hay 5 pozos de petróleo sin usar en diferentes regiones de
Azerbaiyán que son donados con hidrófonos que reciben las
vibraciones y otras ondas de sonido en el agua del fondo del pozo.
Todas las estaciones están conectadas al Centro de Monitoreo de
Procesos Sísmicos Anómalos (CM ASP) del Instituto de Cibernética a
través de Internet satelital. Las estimaciones de las características del
ruido sísmico-acústico se determinan en cada estación a los 5 seg.
intervalo (mediante el procesamiento de 5.000 muestras) y paquetes de
datos de formulario transmitidos a CM ASP a intervalos de 60 minutos.
Después de un procesamiento adicional, la última contiene 24 campos
de datos de señal para analizar [1].
La relación entre los datos sísmico-acústicos registrados y la ocurrencia de un
terremoto ha sido probada en artículos escritos por Aliev y et al. [1-4]. Pero es
difícil predecir la ubicación, la hora y la magnitud del terremoto utilizando estos
datos. Estas predicciones son manejadas por métodos de aprendizaje automático.
Los métodos de aprendizaje automático requieren conjuntos de entrenamiento y
conjuntos de prueba para obtener mejores predicciones [5]. El sistema de
monitoreo de señales sísmico-acústicas no proporciona estos conjuntos. Por lo
tanto, la obtención de conjuntos de entrenamiento y prueba tiene una gran
importancia para las técnicas de aprendizaje automático basadas en predicciones.
Este estudio tiene como objetivo desarrollar un sistema de software que construirá
los conjuntos de datos para formar la infraestructura de datos para los métodos
que se utilizarán para la predicción.
Como investigación adicional, las señales recolectadas por este
sistema de monitoreo de señales serán analizadas y utilizadas para
definir un terremoto o un movimiento sísmico por tiempo, ubicación
geográfica y magnitud. En esta etapa muy temprana de predicción de
terremotos, el sistema de monitoreo de señales mencionado en este
estudio tiene como objetivo recopilar y organizar los datos de
diferentes estaciones y sensores y preparar los datos para un análisis
estadístico adicional.

II. SSISTEMA DE MONITOREO DE IGNAL
En la primera etapa de este estudio, se obtienen algunos datos fuera de línea
de las estaciones en formatos de archivos planos. Después del proceso de limpieza
de datos, se construye una base de datos que incluye 5 tablas, una para cada
estación. Los datos de la señal se transfieren a la base de datos para un uso
conveniente. Las coordenadas de ubicación, la profundidad y la información del
nombre también se almacenan en la base de datos.
La casilla de verificación "Mostrar en el mapa" permite al usuario ver la
estación seleccionada y los terremotos dentro del rango de tiempo
seleccionado en el mapa. Las estaciones se muestran con un icono azul y los
terremotos se muestran con un icono rojo. La información de terremotos
también contiene datos de fecha, hora y magnitud. La barra de radio dibuja
un círculo alrededor de la estación dentro del radio seleccionado en
kilómetros. Al deslizar la barra de radio, se vuelve a dibujar el mapa con el
radio especificado (Fig. 2).

Para realizar análisis y pruebas fuera de línea, se obtiene

información sobre sismos dentro de las fechas relacionadas para la
región donde se ubican las estaciones para observar los efectos de
los sismos en las señales.

Una vez que se ejecuta el programa, los datos de terremotos y

estaciones se recopilan desde un servidor de base de datos remoto y se
enumeran en la interfaz de usuario. Se espera que el usuario seleccione un
terremoto de la lista que está en orden descendente por fecha (el último
terremoto se encuentra en la parte superior de la lista de terremotos). Al
Fig. 2. Estación y terremotos mostrados en el mapa.
hacer doble clic en la información de cualquier terremoto, se calcula la
distancia global (usando coordenadas geográficas) a cada estación y el El gráfico sobre el sistema de monitoreo de señales es un gráfico
nombre y la distancia en kilómetros de la estación más cercana se muestran interactivo. Al hacer doble clic con el botón izquierdo del mouse, el gráfico se
en una etiqueta. amplía. Es posible hacer zoom múltiple. Al hacer doble clic con el botón
derecho del mouse, el gráfico vuelve al nivel de zoom original.
A medida que se selecciona el terremoto, se ingresa un valor de
intervalo de tiempo (72 horas por defecto). Este intervalo determina la Se pueden mostrar diferentes canales de señal en el gráfico.
duración de la señal que se registra antes y después de la hora de inicio Seleccionar más de un canal mostrará todos los datos de la señal
del terremoto. Entonces, si se seleccionan 72 horas, se mostrarán las seleccionada en el mismo gráfico con diferentes colores (Fig. 3).
señales dentro de ±72 horas del terremoto.

El usuario también puede seleccionar la estación o estaciones deseadas.

De acuerdo con la selección de la estación, el sistema trazará las señales
relacionadas recibidas de la estación seleccionada dentro del tiempo
especificado por el terremoto. También es posible seleccionar más de una
estación. En ese caso, el área de la trama se dividirá y cada división
contendrá las señales de datos de la estación seleccionada.

Cada estación registra 24 campos de datos de señal por cada 5

minutos. También hay una opción para mostrar diferentes campos (F1
a F24) en el mismo gráfico para proporcionar una comparación de
campos. Cuando se hace clic en el botón "Trazar", se muestran los Fig. 3. Diferentes canales de señal en el gráfico.
gráficos de datos. La hora de inicio del terremoto está centrada en el
eje x del gráfico y el terremoto se representa con una línea azul (Fig. 1). Para realizar una comparación entre las estaciones, el sistema
también puede mostrar señales de diferentes estaciones (Fig. 4).

Fig. 4. Diferentes señales de emisoras y canales en la misma carta.

Fig. 1. Datos trazados para el terremoto, la estación y el canal seleccionados
 Para un análisis estadístico adicional, la señal en el gráfico se puede
seleccionar con el mouse. Dibujar un rectángulo en cualquier área del
gráfico seleccionará las señales en el rectángulo y calculará las estadísticas
descriptivas para la sección de datos seleccionada (Fig. 5). Cada selección
agregará los nuevos datos estadísticos para la selección actual a la lista en la
pestaña "Resumen" de la interfaz. Las estadísticas de resumen contienen el
nombre del pozo/estación, el canal/campo seleccionado, la fecha/hora de
inicio y finalización de la selección, el promedio del campo, el rango del
campo, la desviación estándar, los valores mínimo y máximo, el rango, el
conteo de datos, la latencia (en minutos) y la distancia ( en kilómetros) al
terremoto. El usuario puede guardar estos datos en un archivo de Excel
desde el menú "Archivo..." de la pestaña "Resumen" (Fig. 6). Fig. 7. Los datos enviados desde las estaciones son recibidos por un oyente.

IV. CONCLUSIÓN
El análisis de señales de Monitoreo Robusto de Ruido (RNM) es una
tecnología prometedora para determinar procesos sísmicos anómalos
antes de 10 a 20 horas desde el comienzo. Pero esta tecnología todavía
necesita que se desarrollen subsistemas y algoritmos para un análisis
completo de datos. La mayoría de los análisis se implementan
manualmente en este momento. Para automatizar estas operaciones y
construir algoritmos de aprendizaje automático, se requieren conjuntos
de datos de entrenamiento y prueba que involucren las asociaciones
entre los datos de series temporales de RNM y la formación de
terremotos. Este estudio se construye para obtener los conjuntos de
Fig. 5. Selección de datos para análisis estadístico.
datos relacionados. Otra ventaja del software de monitoreo de señales
RNM es visualizar los datos de la señal RNM y proporcionar varios
análisis estadísticos para realizar en los datos. Este es un trabajo inicial
para la predicción de terremotos que permite derivar conjuntos de
datos y entrenamiento basados en datos de señales RNM.

Fig. 6. Tabla de resumen estadístico para diferentes selecciones. El software mencionado anteriormente recopila y organiza los valores
de la señal transferidos desde diferentes estaciones e información sobre
terremotos. Estos datos se registran en una base de datos. La interfaz de

tercero DATAAADQUISICION usuario del sistema permite al usuario realizar un análisis preliminar para el
sismo, la estación y el canal de señal deseados. El gráfico de las señales
La información de los terremotos (latitud, longitud,
relacionadas también es interactivo. El usuario puede seleccionar una
magnitud, región y hora del terremoto) para la región
sección de datos y obtener estadísticas descriptivas para la sección
especificada se obtiene del Centro Sismológico Europeo-
seleccionada, acercar o alejar, definir la longitud de los datos por tiempo y
Mediterráneo (EMSC) [6] en línea a través de RSS. Esta
mostrar visualmente la estación y los terremotos en un mapa.
información se utiliza para calcular la distancia del centro del
terremoto a las estaciones y proporcionará información sobre
la relación entre la magnitud y los datos de la señal recopilados
Esta base de datos ayudará a realizar más estudios para la predicción de la hora, la
en las estaciones.
ubicación y la magnitud de los terremotos. Los conjuntos de datos de entrenamiento y
prueba se pueden organizar de acuerdo con el método de aprendizaje automático que se
Los sistemas en las estaciones recopilan los datos de los sensores en las
aplicará.
estaciones y envían estos datos a los servidores especificados en los puertos
especificados a través de Internet periódicamente. Para recopilar datos en
Así, los primeros pasos de un posible sistema de alerta temprana
línea, el sistema de monitoreo de señales diseñado tiene un programa de
de procesos sísmicos anómalos los lleva a cabo este software.
escucha individual que escucha el puerto específico en un servidor y registra
los datos entrantes en las tablas relacionadas de la base de datos. De ARECONOCIMIENTO
acuerdo con los datos entrantes, se identifica la estación y después de
Los autores agradecen respetuosamente a TA Aliev y FH Pashaev
algunas operaciones de limpieza y transformación de datos, los datos se
por sus contribuciones al compartir los datos de la estación para este
envían a la base de datos. Si los datos entrantes pertenecen a una nueva
estudio.
estación, el sistema crea la tabla relacionada y comienza a registrar los
datos. Así que no se pierden datos. Como proceso de copia de seguridad, los
datos se escriben en un archivo de texto en formato bruto (Fig. 7).
 RFERENCIAS
[1] TA Aliev, AM Abbasov, QA Guluyev, FH Pashaev, U.
E. Satarova. “Sistema de monitoreo robusto de ruido de procesos
sísmicos anómalos”, Soil Dynamics and Earthquake Engineering,
vol:53, pp 11–25, 2013.
[2] TA Aliev, AM Abbasov, ER Aliev, GA Guluev, "Tecnología digital y
sistemas para generar y analizar información de estratos
profundos de la Tierra con el fin de monitorear la interferencia
del estado técnico de las estructuras principales", Control
automático y computadora Ciencias vol: 41, págs: 59–67, 2007.
[3] TA Aliev, AM Alizade, GD Etirmishli, GA Guluev, FG Pashaev,
AG Rzaev, “Sistema sismoacústico inteligente para
monitorear el comienzo de un proceso sísmico anómalo”,
Seismic Instruments vol: 47, pp: 27–41, 2011.
[4] TA Aliev, AM Abbasov, “Tecnología digital y el sistema de monitoreo
de interferencias del estado técnico de los objetos consractivos, y
el sistema de señalización de procesos sísmicos anormales”,
Control Automático y Ciencias de la Computación vol: 39, pp: 3 –
10, 2005.
[5] Vladimir N. Vapnik, "Una descripción general de la teoría del aprendizaje
estadístico", IEEE Transactions On Neural Networks, vol: 10, No: 5, 1999
[6] El Centro Sismológico Europeo-Mediterráneo (EMSC), http://
http://www.emsc-csem.org/ , [15.07.2015].