В Институте вычислительных технологий СО РАН совершенствуют систему быстрой классификации сейсмических событий, ориентированную на регионы с высокой техногенной нагрузкой.
Инструментами автоматической классификации, встроенными в системы сейсмического мониторинга, сегодня никого не удивишь. Они соревнуются представительностью и фундаментальностью признаков, мощностью и новизной алгоритмов и, в итоге – точностью.
Однако за рамками научных публикаций остаются важные вопросы трудоемкости настройки и обучения ядра системы, требуемого качества данных, объема «ручного» труда пользователя и уровня его квалификации. «Фактически вне поля зрения оказывается принципиальное свойство любого инструмента – его технологичность и целесообразность реализации, – констатировал старший научный сотрудник Кемеровского филиала ИВТ СО РАН кандидат технических наук Роман Юрьевич Замараев. – Что спорить о нескольких процентах преимущества в точности классификатора, которые, к слову, можно опровергнуть на других данных, если затраты на развертывание различаются в десятки раз?»
Свои резоны привносят и региональные особенности. Например, в Кемеровской области работают десятки предприятий, регулярно проводящих массивные взрывные работы. В непосредственной близости от промышленных зон проживает около 2 миллионов человек и размещены муниципальные коммуникации. «В общей сложности за год здесь регистрируется более 2 000 сейсмических событий в диапазоне магнитуд, характерных как для региональных землетрясений, так и для типичных (по технологии и мощности) взрывов на угольных разрезах, – продолжил Роман Замараев. – Непрерывный сейсмический мониторинг этой территории создает внушительный поток данных, которые являются частью информационного обеспечения гражданской обороны и спасательных служб. Работа с этими данными требует высокой квалификации и ответственности сотрудников службы наблюдения».
«Если проставить приоритеты в решении задач сейсмического мониторинга, то станет понятно, что практикам нужен не столько инструмент исследователя, сколько рабочая технология классификации сейсмических событий, – резюмировал старший научный сотрудник Кемеровского филиала ИВТ СО РАН кандидат технических наук Семен Евгеньевич Попов. – Технология, способная справиться с поступающим объемом данных, достаточно дешевая для региональных и муниципальных служб, не требующая высокой квалификации оператора и способная заменить его по точности классификации на потоке типичных событий».
К реализации был принят созданный в Кемеровском филиале ИВТ СО РАН алгоритм классификации, в котором используются оригинальные признаки промышленных взрывов и природных сейсмических событий. При сопоставимой с «конкурентами» точности этот алгоритм однопроходный, лишен настроечных коэффициентов, ветвлений и сортировок. Он идеально подходит для «распараллеливания», то есть выполнения в несколько потоков на нескольких вычислительных ядрах.
Идея параллельных вычислений была реализована на платформе Apache Spark – так называемой «платформе экономичных супервычислений». Эта платформа позволяет собирать в локальной сети достаточно мощные вычислительные кластеры из почти офисных компьютеров, и расширять кластеры линейно до требуемой производительности. «В тестах вычислительной системы из трех рабочих станций за счет дополнительной оптимизации кода под параллельное исполнение и использования платформы Apache Spark получен 25-кратный прирост производительности по сравнению с конкурентами, – рассказал С. Попов. – В итоге посекундная обработка суточной сейсмической записи занимает менее 35-40 секунд, что приближает нас к скорости вычислений, близкой к реальному времени».
Система реализована в виде веб-сервиса и в настоящее время тестируется в Службе сейсмических наблюдений Агентства по защите населения и чрезвычайным ситуациям администрации Кемеровской области.
Пресс-служба ИВТ СО РАН
Фото предоставлено Р. Замараевым и С. Поповым
Общая схема работы системы быстрой классификации сейсмических сигналов на базе параллельных вычислений Apache Spark
Фрагмент сейсмограммы и карта классификации. Маркерами обозначены уровни достоверности классификации: ромб – возможно; треугольник – недостоверно; круг – достоверно; точка – без классификации
Старший научный сотрудник Кемеровского филиала ИВТ СО РАН кандидат технических наук Роман Юрьевич Замараев
Старший научный сотрудник Кемеровского филиала ИВТ СО РАН кандидат технических наук Семен Евгеньевич Попов
