Ученые предложили новую модель разрушения пород для прогноза землетрясений и геологоразведки

Российские исследователи заявили о формулировке «универсального закона» разрушения горных пород, который может изменить подходы к анализу разломов, оценке сейсмических рисков и изучению фильтрационных свойств недр. Результаты работы опубликованы в журнале Scientific Reports, передают Известия.

Исследование выполнили специалисты Института динамики геосфер имени М.А. Садовского РАН и ИГЕМ РАН на примере Приморского разлома Байкальской рифтовой зоны. Ученые проанализировали структуру разрушения пород на разных масштабах — от микротрещин в кристаллах циркона до крупных тектонических разломов протяженностью в десятки километров.

Для обработки данных использовали нейросетевые алгоритмы, которые анализировали тысячи изображений трещин и выделяли фрагменты разрушенных пород. Затем исследователи сопоставили распределение размеров этих фрагментов с существующими математическими моделями. В результате выяснилось, что процесс разрушения не подчиняется классическому принципу фрактальности: мелких фрагментов образуется существенно меньше, чем предполагалось ранее.

По словам авторов работы, выявленная закономерность сохраняется на всех исследованных уровнях и может использоваться для более точного моделирования поведения разломов и очагов землетрясений. Кроме того, модель потенциально применима в геологоразведке — в частности, для оценки проницаемости пород и прогноза движения флюидов в зонах минерализации и нефтегазонакопления.

Практический интерес к работе связан и с оценкой энергетики разломов. Как отмечают специалисты, новая модель лучше объясняет механизмы разрушения крупных блоков пород и может скорректировать существующие подходы к расчету распределения сейсмической энергии.

При этом часть экспертов призывает осторожно относиться к тезису об универсальности нового закона. По их мнению, для подтверждения модели необходимы дополнительные исследования в регионах с иной геологической историей и различными типами тектонических процессов.

Авторы исследования также считают, что разработанная математическая модель может стать основой для ИИ-систем в геологии и сейсмологии, где одной из ключевых проблем остается дефицит качественных данных для обучения алгоритмов.