Abstract
<jats:p>Актуальность работы определяется необходимостью разработки методики краткосрочного прогноза землетрясений, которая позволила бы снизить ущерб от них. Авторами анализируется возможность формирования краткосрочного прогноза землетрясений для территории Камчатки на основе двух атмосферных предвестников – линейных облачных аномалий и областей аномального (пониженного) содержания озона в атмосфере. Целью работы является оценка информативности совокупности данных предвестников для формирования прогноза. Методом исследования является анализ данных о состоянии облачного слоя и о содержании озона в атмосфере на основе общедоступных данных дистанционного зондирования Земли в видимой части спектра и карт распределения озона. Для поиска линейных облачных аномалий на большом массиве данных авторами разработана и протестирована компьютерная программа, основанная на методах машинного обучения. Результаты работы: авторами получена оценка достоверности и надежности линейных облачных аномалий как предвестника для краткосрочного прогноза в отдельности и в совокупности с озоновым предвестником; не подтверждается гипотеза о возможности практического использования данного предвестника при формировании краткосрочного прогноза для территории Камчатки.</jats:p> <jats:p>The relevance of the work is determined by the need to develop a methodology for short-term earthquake forecasting, which would reduce damage from them. The authors analyze the possibility of forming a short-term earthquake forecast for the territory of Kamchatka based on two atmospheric precursors - linear cloud anomalies and areas of anomalous (reduced) ozone content in the atmosphere. The goal is to assess the information content of the set of precursor data for forming a forecast. The research method is to analyze data on the state of the cloud layer and the ozone content in the atmosphere based on publicly available remote sensing data in the visible part of the spectrum and ozone distribution maps. To search for linear cloud anomalies on a large array of data, the authors developed and tested a computer program based on machine learning methods. Results of the work: the authors received an assessment of the reliability and validity of linear cloud anomalies as a precursor for a short-term forecast separately and in combination with an ozone precursor; the hypothesis about the possibility of practical use of this precursor in forming a short-term forecast for the Kamchatka territory is not confirmed.</jats:p>