Multifraktalne cechy przep³ywu lokalnej sejsmicznoœci indukowanej na terenie KWK Katowice (GZW)



Podobne dokumenty
KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO JAKOŚĆ MIERZONA WARTOŚCIĄ WSPÓŁCZYNNIKA R 2 (K)

ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

Problem plecakowy (KNAPSACK PROBLEM).

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

WPROWADZENIE DO TEORII DECYZJI STATYSTYCZNYCH

MIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 520 PROCEDURY ANALITYCZNE SPIS TREŒCI

Weryfikacja hipotez dla wielu populacji

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

OKREŚLENIE CZASU MIESZANIA WIELOSKŁADNIKOWEGO UKŁADU ZIARNISTEGO PODCZAS MIESZANIA Z RECYRKULACJĄ SKŁADNIKÓW

Rozliczanie kosztów Proces rozliczania kosztów

1. Komfort cieplny pomieszczeń

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Ćw. 2. Wyznaczanie wartości średniego współczynnika tarcia i sprawności śrub złącznych oraz uzyskanego przez nie zacisku dla określonego momentu.

PLANOWANIE ZAPOTRZEBOWANIA MATERIAŁOWEGO PROCESÓW MONTAŻU WIELKOWYMIAROWYCH KONSTRUKCJI OCEANOTECHNICZNYCH

65120/ / / /200

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Podstawy teorii falek (Wavelets)

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

banków detalicznych Metody oceny efektywnoœci operacyjnej

PÓŁAKTYWNE ELIMINATORY DRGAŃ (1)

ORGANIZACJA ZAJĘĆ OPTYMALIZACJA GLOBALNA WSTĘP PLAN WYKŁADU. Wykładowca dr inż. Agnieszka Bołtuć, pokój 304,

V. TERMODYNAMIKA KLASYCZNA

Czynniki wpływające na ogólną ocenę zajęć przez studentów

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Modelowanie charakterystyki przy œciskaniu oraz w³aœciwoœci u ytkowe hiperelastycznych materia³ów poliuretanowych stosowanych w budowie maszyn

Prawdziwa ortofotomapa

MIKROEKONOMIA Prof. nadzw. dr hab. Jacek Prokop

Aukcja koni arabskich Pride of Poland jako aukcja asymetryczna. Auction of Arabian horses Pride of Poland as an asymmetric auction

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

WikiWS For Business Sharks

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

ANALIZA HARMONOGRAMÓW POWYKONAWCZYCH W BUDOWNICTWIE

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2015, 321(80)3, 5 14

Proste modele ze złożonym zachowaniem czyli o chaosie

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

WP YW STRUKTURY U YTKÓW ROLNYCH NA WYNIKI EKONOMICZNE GOSPODARSTW ZAJMUJ CYCH SIÊ HODOWL OWIEC. Tomasz Rokicki


Grupowanie dokumentów XML ze względu na ich strukturę, z wykorzystaniem XQuery

OPTYMALIZACJA ALGORYTMÓW WYZNACZANIA RUCHU CIECZY LEPKIEJ METODĄ SZTUCZNEJ ŚCIŚLIWOŚCI

Sztuczne sieci neuronowe

Wielokategorialne systemy uczące się i ich zastosowanie w bioinformatyce. Rafał Grodzicki

Sprawozdanie powinno zawierać:

Miary statystyczne. Katowice 2014

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych

Sortowanie szybkie Quick Sort

WYZNACZENIE DYSYPACJI KINETYCZNEJ ENERGII TURBULENCJI PRZY UŻYCIU PRAWA -5/3. E c = E k + E p + E w

ZASTOSOWANIE CENTRALNYCH ROTATABILNYCH PLANÓW KOMPOZYCYJNYCH W OPTYMALIZACJI PARAMETRÓW METODY BALL-CRATERING

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO

Oddzia³ywanie indukcyjne linii elektroenergetycznych wysokiego napiêcia na gazoci¹gi czêœæ I

Regulamin promocji 14 wiosna

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

CHARAKTERYSTYKA PRZESTRZENNA ODCHYŁEK GEOMETRYCZNYCH WYZNACZANYCH W POMIARACH WSPÓŁRZĘDNOŚCIOWYCH POWIERZCHNI SWOBODNYCH

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej...

Krzysztof Borowski Zastosowanie metody wideł cenowych w analizie technicznej

Definicje ogólne

Modelowanie komputerowe fraktalnych basenów przyciągania.

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

brak podstaw do odrzucenia hipotezy zerowej.

Ćwiczenie 18. Anna Jakubowska, Edward Dutkiewicz ADSORPCJA NA GRANICY FAZ CIECZ GAZ. IZOTERMA ADSORPCJI GIBBSA

PROPOZYCJA ZASTOSOWANIA WYMIARU PUDEŁKOWEGO DO OCENY ODKSZTAŁCEŃ PRZEBIEGÓW ELEKTROENERGETYCZNYCH

Programowanie wielokryterialne

Badania operacyjne w logistyce i zarządzaniu produkcją

PRACE INSTYTUTU GEODEZJI I KARTOGRAFII 2001, tom XLVIII, zeszyt 102

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

Poszukiwanie optymalnego wyrównania harmonogramu zatrudnienia metodą analityczną

Komórkowy model sterowania ruchem pojazdów w sieci ulic.

I. Elementy analizy matematycznej

Proces narodzin i śmierci

ANALIZA PRZESTRZENNA PROCESU STARZENIA SIĘ POLSKIEGO SPOŁECZEŃSTWA

AUTOMATYKA I STEROWANIE W CHŁODNICTWIE, KLIMATYZACJI I OGRZEWNICTWIE L3 STEROWANIE INWERTEROWYM URZĄDZENIEM CHŁODNICZYM W TRYBIE PD ORAZ PID

p Z(G). (G : Z({x i })),

APLIKACJA METODY BADAŃ WŁASNOŚCI DYNAMICZNYCH ZAWIESZEŃ POJAZDÓW SAMOCHODOWYCH O DMC POWYŻEJ 3,5 TONY W PROGRAMIE LABVIEW

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Procedura normalizacji

1. Relacja preferencji

ZESTAW ZADAŃ Z INFORMATYKI

Laboratorium ochrony danych

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

Analiza korelacji i regresji

Analiza ekonomiczna rynku energii elektrycznej w latach )

EKONOMETRIA I Spotkanie 1, dn

Algorytmy. i podstawy programowania. eci. Proste algorytmy sortowania tablic. 4. Wskaźniki i dynamiczna alokacja pami

Regulamin promocji upalne lato

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Fizyka cząstek elementarnych

MINISTER EDUKACJI NARODOWEJ

SYMULACJA KRZEPNIĘCIA OBJĘTOŚCIOWEGO METALI Z UWZGLĘDNIENIEM PRZECHŁODZENIA TEMPERATUROWEGO

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009.

ZASADY WYZNACZANIA DEPOZYTÓW ZABEZPIECZAJĄCYCH PO WPROWADZENIU DO OBROTU OPCJI W RELACJI KLIENT-BIURO MAKLERSKIE

APROKSYMACJA QUASIJEDNOSTAJNA

Transkrypt:

Przegl¹d Geologczny, vol. 49, nr, 00 Multfraktalne cechy przep³ywu lokalne sesmcznoœc ndukowane na terene KWK Katowce (GZW) Olga Polechoñska* Zbadano multfraktalne w³aœcwoœc rozk³adów epcentrów, czasów oraz energ zdarzeñ sesmcznych ndukowanych eksploatac¹ w Kopaln Wêgla Kamennego Katowce (Górnoœl¹ske Zag³êbe Wêglowe). Badana przeprowadzono dla obszaru 400x400 m wokó³ œrodka œcany 53. Wymar fraktalny est parametrem efektywne opsu¹cym rozk³ad przestrzenny (np. stopeñ sklastrowana) zawska rz¹dzonego dynamk¹ nelnow¹ (chaotyczn¹). Polczono wymar uogólnony D q. Krzywe D q -q pokazu¹, e proces est multfraktalny. Polczono tak e funkce korelac pomêdzy rozk³adem energ D, D 0 D -D 0. Stwerdzono wystêpowane bardzo wysoke korelac pomêdzy trzema zdarzenam o nawy sze energ zmanam w czase wspó³czynnków korelac rozk³adu epcentrów. S³owa kluczowe: multfraktalnoœæ, rozk³ad czasowy, korelaca neparametryczna, funkca korelac Olga Polechoñska Multfractal propertes of local nduced sesmcty n the Katowce coal mne (USCB, southern Poland). Prz. Geol., 49: 38 4. S u m m a r y. The dstrbuton pattern of multfractal propertes of epcentres, tme and also sesmc actvty energy nduced by mnng operatons were examned for the Katowce coal-mne n the Upper Slesan Coal Basn. An area of 400x400 m located around the centre of longwall 53 n Katowce was taken nto consderaton. The fractal dmenson s a good parameter for determnng the spatal dstrbuton of phenomena governed by chaotc (non-lnear) dynamcs, especally the degree of clusterng. The generalsed dmenson D q was calculated. D q -q curves ndcate that the process s multfractal. Correlaton functons between the energy dstrbuton and the D, D 0 and D -D 0 were calculated. The very strong correlaton between the three hghest energy events and the tme changes of correlaton coeffcent of epcentre dstrbuton was found. Key words: multfractalty, tme dstrbuton, non-parametrc correlaton, correlaton functon Przewdywane procesów zachodz¹cych w przyrodze est w znacznym stopnu ogranczone wprowadzanem na ka dym etape przetwarzana danych newelkch b³êdów pomaru, których wyelmnowane est nemo lwe z powodu skoñczone dok³adnoœc sprzêtu pomarowego. Z tego te powodu do modelowana symulowana przyrody zaczêto u ywaæ geometr fraktalne. Je podstawow¹ zalet¹ est to, e ró ne elementy przyrody mo na opsaæ za pomoc¹ prostych algorytmów. Wymar fraktalny opsue loœcowo samopodobeñstwo w³aœcwoœc fraktal ne zale ¹ od skal. Dla obektów samopodobnych sk³ada¹cych sê z N czêœc, ka da pomneszona w stosunku r do ca³oœc relaca: N(r) r -D [] defnue D wymar fraktalny samopodobeñstwa (samopownowactwa). Grassberger Procacca (983) opera¹ swo¹ defncê wymaru fraktalnego na ca³ce korelac []: N q C q ( r) ( ) N n ( r) ( s) q n r r r x xk [3] N k gdy s 0 0 gdy s 0 gdze: N(r) lczba elementów w zespole; s funkca Heavsde a; *Pañstwowy Instytut Geologczny, ul. Rakowecka 4, 00-975 Warszawa; opol@pg.waw.pl Dq [] x xk norma badane welkoœc fzyczne x. Wymar korelacyny, oznaczany naczêœce D, est oblczany ze wzoru: N(r) r D [4], gdze N(r) est lczb¹ par punktów (zdarzeñ) o odleg³oœc wzaemne mnesze od r. Wêkszoœæ znanych obecne w przyrodze naturalnych zespo³ów fraktalnych est fraktalam heterogencznym (Mandelbrot, 989) multfraktalam. Charakteryzuemy e za pomoc¹ D q wymaru uogólnonego. Mo na go wyznaczyæ z nachylena wykresu zale noœc sumy korelacyne C q (r) [] w uk³adze blogarytmcznym. Przewa ne, dla dodatnch du ych wartoœc q, D q opsue nagêœce sklastrowane czêœc zboru; a dla uemnych narzadze sklastrowane. Standardowo u ywanym wymarem korelacynym est D q dla q =. Je el wartoœc D q s¹ dla wszystkch q take same, to badany zespó³ danych est fraktalem homogencznym (monofraktalem) (Cosentno n., 997). Spektra wymaru uogólnonego multfraktal s¹ ³atwo rozpoznawalne: wraz ze wzrostem wartoœc q wartoœæ wymaru spada (dla monofraktal D q ne ulega zmane przy wzroœce q). Badana Analza fraktalna chyba nawêksz¹ popularnoœæ w polskch pracach geofzycznych zyska³a w badanach dotycz¹cych problemów towarzysz¹cych pracom eksploatacynym na terene Górnoœl¹skego Zag³êba Wêglowego (np.: Marcak, 994; Mortmer & Lasock, 995; Teper &, Idzak, 995; Mortmer & Marchewka, 996; Cosentno n., 997). Pon sze badana zosta³y wykonane dla katalogu wstrz¹sów kopaln wêgla kamennego Katowce, dla œcany 53 (GZW). Dane pochodz¹ z okresu od.04.985 do 3.0.986. Aby wyelmnowaæ nelosowy czynnk akm est tempo eksploatac, wspó³rzêdne 38

po³o ena epcentrów wstrz¹sów zosta³y przelczone na uk³ad wspó³rzêdnych zw¹zany ze œrodkem eksploatowane œcany. Perwszym krokem badañ by³o sprawdzene, czy kolene parametry czasowe rozk³ady odleg³oœc mêdzy kolenym epcentram, energ wstrz¹sów oraz czasów wystêpowana zdarzeñ ma¹ charakter multfraktalny. W tym celu polczono uogólnony wymar fraktalny D q, dla -0<q<0. Wymar by³ estymowany z nachylena krzywe zale noœc sumy korelacynecq(r) [], w uk³adze blogarytmcznym. Stwerdzono, e wszystke trzy badane welkoœc ma¹ charakter multfraktalny, ale edyne rozk³ad epcentrów okaza³ sê slne multfraktalny. Ponewa przebeg zmennoœc D q rozk³adu czasów poawana sê kolenych wstrz¹sów odbega³ znaczne od pozosta³ych, D q zosta³o polczone ponowne dla rozk³adu odstêpów pomêdzy kolenym zdarzenam ró nce zosta³y w ten sposób w znacznym stopnu znwelowane. Ze wzglêdu na du ¹ loœæ danych w okrese od 0.04.85 do 3.0.86 dalsze badana ogranczono do przedza³u czasu 6.06.85 07.0.86. Mortmer Marchewka (996) bada¹c rozk³ad epcentrów wstrz¹sów dla te same œcany stwerdzl, e bor¹c pod uwagê dosyæ wysok dolny próg reestrac wstrz¹sów (co est zw¹zane ze znacznym zmneszenem lczby obserwowanych zawsk) nalepsze wynk uzyskaæ D D0 D-D0 Emax Ryc.. Korelaca rozk³adu energ maksymalnych, z D, D 0, D -D 0 rozk³adu epcentrów Fg.. The correlaton of maxmal energy dstrbuton wth D -D 0 of epcentre dstrbuton korelaca correlaton 0,5 0, 0,5 0, 0,05 0-0,05-0, -0-8 -6-4 - 0 4 przesunêce czasowe 6 8 0 4 tme lag Ryc.. Funkca korelac rozk³adu energ maksymalnych w grupach z D -D 0 rozk³adu epcentrów Fg.. The correlaton functon of maxmal energy of subset dstrbuton wth D -D 0 of epcentre dstrbuton mo na dla zborów 0-elementowych. Te welkoœc zbory z edne strony zapewna¹ wystarcza¹c¹ warygodnoœæ lczonego wymaru fraktalnego (ze wzglêdu na lczbê zawsk), z druge strony okres trwana ednego zboru est na tyle krótk, aby wyc¹gane wnosk na temat predykc wstrz¹sów by³y sensowne. Uwzglêdna¹c powy sze rezultaty zdarzena podzelono na 56 podgrup (ka da zawera 5 wstrz¹sów). Ze wzglêdu na zmenn¹ czêstoœæ wystêpowana wstrz¹sów kolene zbory s¹ wydzelone ze zmenn¹ zak³adk¹ (kolene podgrupy nachodz¹ na sebe): od 8 do 3 zawsk. Estymowano wymary uogólnone: D D 0 (ako przybl ene wartoœc D ), a nastêpne ró ncê D D 0 w kolenych podgrupach. Spodzewano sê bowem, e ró nca taka mo e byæ dobrym prekursorem aktywnoœc sesmczne. Nastêpne sprawdzano stnene zale noœc pomêdzy badanym welkoœcam, a rozk³adem energ. Ponewa badane zmenne ne ma¹ rozk³adu normalnego oraz z powodu ch ma³e lczebnoœc ne mo na przeprowadzæ testowana parametrycznego. Wykonano wêc korelacê neparametryczn¹ przy pomocy wspó³czynnków Spearmana. W przypadku stwerdzena zale noœc pomêdzy zmennym, lczono funkcê korelac o postac: K( ) f ( t ) f ( t ) f ( t ) f ( t ) [5] gdze: K () funkca korelac; f, f badane zmenne; czasowe przesunêce pomêdzy dwema zmennym. Jako badane zmenne (f, f ) by³y brane sere czasowe wartoœc zmennych w kolenych podgrupach. Na podstawe przebegu powy sze funkc okreœlane by³o przesunêce czasowe, dla którego nastêpne okreœlano zmennoœæ w czase wspó³czynnków korelac lczonych ako: [6] K, Przegl¹d Geologczny, vol. 49, nr, 00 9 9 f ( t ) f ( t ) f ( t ) f ( t ) 9 gdze: K, wspó³czynnk korelac dla -te grupy; f, f badane zmenne (sera czasowa 0 podgrup); wyznaczone z funkc korelac przesunêce mêdzy zmennym. Energa maksymalna, a uogólnone wymary D, D 0, D -D 0 rozk³adu epcentrów. Jako perwsze zbadano zestawene maksymalnych energ w kolenych podgrupach ze zmennoœc¹ D q rozk³adu epcentrów. Na ryc. est wdoczny wyraÿny podza³ na trzy skupska energetyczne. Taka neednorodnoœæ powodue, e dla adnego z rozpatrywanych przypadków ne mo na przy¹æ hpotezy o stnenu zale noœc pomêdzy zmennym (wysok pozom stotnoœc p). Spróbowano poprawæ wynk analzy 39

Przegl¹d Geologczny, vol. 49, nr, 00 Tab.. Korelaca neparametryczna pomêdzy rozkladem energ maksymalnych a D, D 0 D -D 0 z wydzelenem ednorodne grupy neparametryczne poprzez wydzelene z poœród danych nawêkszego skupska poprzez odrzucene wstrz¹sów o energach powy e 0 5 J (E max 0 5 J). Wynk (tab. ) pozwala¹ na stwerdzene stnena z du ym prawdopodobeñstwem zale noœc pomêdzy D 0 oraz D -D 0, a energ¹ maksymaln¹ w podgrupach, dla s³abszych wstrz¹sów. Funkca korelac, która zosta³a polczona dla wszystkch 40 Lczba danych N Wspó³. Spearmana Pozom stotnoœc D (epc) energ. maks. 9 0,084 0,663 D 0 (epc) energ. maks. 9-0,454 0,03 D -D 0 (epc) energ. maks. 9 0,403 0,030 dla =- for =- 5-6 3-5 38-39 5-53 dla =0 for =0 D-D0 56 grup (ryc. ) os¹ga nawêksz¹ wartoœæ dla przesunêca = -6 (est to okres ok. mes¹ca), co oznacza, e maksymalna energa (f we wzorze [5]) -te grupy est naslne skorelowana z D -D 0 rozk³adu epcentrów (f we wzorze [5]) dla -6-te grupy. Tak du e przesunêce mo e ednak prowadzæ do b³êdnych wnosków na temat predykc stosunkowo s³abych zdarzeñ sesmcznych akm s¹ badane wstrz¹sy. Do dalsze analzy wybrano przesunêce=-, ako nabl sze zerowemu, a zarazem nawy sze z poœród tych, które mog³yby daæ cekawe rezultaty. Na ryc. 3 est wdoczny spadek wartoœc wspó³czynnka korelac K, w okresach oko³o trzech tygodn (45 grup) poprzedza¹cych grupy o nawêkszych energach maksymalnych (grupy 3 5, 38 39, 5 53, a tak e dla s³abszych 5 6). Zarówno w tym przypadku, ak we wszystkch nastêpnych wartoœc krzywych: D q maks. energa s¹ przeskalowane w pone. Wartoœc funkc korelac polczone dla pary D 0 energa maksymalna s¹ bardzo wysoke (rzêdu 0,75; 0,86) co est zgodne z welkoœc¹ p dla danego zw¹zku. Charakterystyczny est du y skok wartoœc wspó³czynnka Emaxmal Ryc. 3. Zmennoœæ w czase wspó³czynnka korelac ró ncy D -D 0 rozk³adu epcentrów z energ¹ maksymaln¹, dla przesunêæ : 0 - Fg. 3. Tme changes of D -D 0 correlaton coeffcents of epcentre dstrbuton wth maxmal energy, for tme lags : 0 and - dla =- for =- 5 dla =0 for =0 D0 5 Eœredna Eaverage Ryc. 4. Zmennoœæ w czase wspó³czynnka korelac D 0 rozk³adu epcentrów z energ¹ œredn¹, dla przesunêæ : 0 - Fg. 4. Tme changes of D 0 correlaton coeffcents of epcentre dstrbuton wth average energy, for tme lags : 0 and - korelac poprzedza¹cy dwe pary grup o nawêksze maksymalne energ (grupy 38 39 5 53). Dla trzecego przypadku poawena sê tak wysokch energ (grupy 3 5) skok wspó³czynnka korelac ne est u tak wyraÿny. Spadek K, pomêdzy D -D 0 rozk³adu epcentrów, a rozk³adem energ oznacza, e: pommo braku wczeœneszego zró ncowana energ korelaca spada na skutek zmany charakteru fraktalnego rozk³adu epcentrów. Im gwa³towne sê on zmena tym wartoœæ korelac szybce malee. Zmennoœæ charakteru fraktalnego rozk³adu epcentrów odzwercedla poawane sê nowych elementów kszta³tu¹cych ten rozk³ad. Energa œredna, a uogólnone wymary D, D 0, D -D 0 rozk³adu epcentrów. Pommo tego, e punkty tworz¹ ednorodn¹ grupê, to tak samo ak dla energ maksymalnych wynk korelac neparametryczne odrzuca we wszystkch przypadkach mo lwoœæ stnena zale noœc pomêdzy zmennym. Sprawdzono ednak ak kszta³tue sê funkca korelac dla energ œrednch. Przyczyn¹ s¹ cekawe wynk dla energ maksymalnych. Dla parametru D -D 0, na podst. przebegu funkc korelac, K, polczono dla = -. Wynkowe krzywe s¹ zbl one do poprzednch spadek K, est ednak mne wyraÿny n w przypadku energ maksymalnych. Dla D 0 wybrano przesunêce=-. Dla takego opóÿnena uwdaczna sê (ryc. 4 ) to samo zawsko co dla energ maksymalnych du y skok wartoœc wspó³czynnka poprzedza¹cy naslnesze grupy (5 5). Energa maksymalna, a uogólnone wymary D, D 0, D -D 0 rozk³adu energ. Ponowne wybrano nawêksz¹ ednorodn¹ grupê obserwac. Funkca korelac pary: energa maksymalna D -D 0 przymue znaczne (dwukrotne) wy sze wartoœc, n dla badanego wczeœne rozk³adu epcentrów. Dla =- wartoœæ korelac est mnesza n

przy = 0, co oznacza, e nawêksze zale noœc nale y sê spodzewaæ przy braku czasowego przesunêca. Uwagê zwraca¹ du e skok wartoœc wsp. korelac towarzysz¹ce grupom o nawêkszych maksymalnych energach (ryc. 5). Energa œredna, a uogólnone wymary D, D 0, D -D 0 rozk³adu energ. W tym przypadku wartoœc parametru p s¹ dosyæ nske, a wykluczene z grupy obserwac tylko edne, nawêksze œredne energ (E>30000 J), powodue dodatkow¹ poprawê. Jedyne w przypadku pary zmennych: œredna energa D 0 wartoœæ p uleg³a newelkemu zwêkszenu. Jest to zrozuma³e z tego powodu, e wymar D 0 opsue nagêstsze sklastrowane, które czêsto towarzyszy poawenu sê slnego wstrz¹su. Wedz¹c u, e pomêdzy kolenym badanym zmennym mo e stneæ zw¹zek, do dalsze analzy wybrano przesunêce =. dla =0 for =0 5-6 3-5 37-38 D-D0 Przegl¹d Geologczny, vol. 49, nr, 00 Energa -te grupy (ryc. 6) est rzeczywœce slne skorelowana z welkoœc¹ D -D 0 + grupy, n z grup¹ -t¹. Wy¹tek stanow okres ok. 30 dn poprzedza¹cy grupê o nawêksze œredne energ (gr. 5). Ogólne ednak przebeg obu krzywych korelacynych s¹ do sebe podobne. Energa, a uogólnone wymary D, D 0, D -D 0 rozk³adu czasowego.. Energa maksymalna a D, D 0, D -D 0 rozk³adu czasów reestrac. Charakter przebegu D q (q) dla tego rozk³adu est odmenny od pozosta³ych. Nale y ednak zbadaæ czy stnee korelaca pomêdzy badanym parametrem, a rozk³adem energ. Byæ mo e pommo obc¹ ena merzonego D q faktem, e wele danych est stale rosn¹cy (kolenoœæ czasów reestrac), wynk korelac oka ¹ sê zgodne z wynkam badañ nad rozk³adem nterwa³ów mêdzy zdarzenam. Pommo rozgrupowana obserwac na trzy podgrupy, pozomy stotnoœc w przypadku wymaru D 0 oraz D -D 0 s¹ na tyle nske, e mo na za³o yæ stnene zale noœc mêdzy badanym zmennym. Dla wymaru D pozom p przekracza wartoœæ 0,, ale Emaxmal Ryc. 5. Zmennoœæ w czase wspó³czynnka korelac ró ncy D -D 0 rozk³adu energ z energ¹ maksymaln¹, dla przesunêæ : 0 Fg. 5. Tme changes of D -D 0 correlaton coeffcents of energy dstrbuton wth maxmal energy, for tme lags : 0 dla =- for =- 5 dla =0 for =0 D-D0 Eœredna Eaverage Ryc. 6. Zmennoœæ w czase wspó³czynnka korelac ró ncy D -D 0 rozk³adu energ z energ¹ œredn¹, dla przesunêca : 0 Fg. 6. Tme changes of D -D 0 correlaton coeffcents of energy dstrbuton wth average energy, for tme lags : 0 and w porównanu z wczeœneszym zale noœcam est on nadal nsk. Jako perwsza zbadana zosta³a para D -D 0 energa maksymalna (ryc. 7). Wybrano =. Mo na stwerdzæ, e podgrupy o nawêkszych energach maksymalnych poprzedzone s¹ gwa³townym (choca ne tak du ym ak w przypadku rozk³adu epcentrów) spadkem D -D 0. Nawêksz¹ wartoœæ (dla D 0 ), w otoczenu zerowego przesunêca os¹ga funkca dla =4. Wartoœæ ta est o tyle k³opotlwa, e ne wadomo czy przyêce tak du ego przesunêca ne spowodue wyc¹gnêce sztucznych wnosków. Dla D 0 zdecydowano sê ednak na take przesunêce decyza ta est rezultatem wynków korelac neparametryczne. Wspó³czynnk korelac dla = 4 tworz¹ bardze wyg³adzon¹ krzyw¹ n dla=0. Ne est to ednak po ¹dany efekt. Dzêk temu wyg³adzenu zgnê³y bowem charakterystyczne skokowe zmany wartoœc wspó³czynnków dla mocneszych grup.. Energa œredna, a D, D 0, D -D 0 rozk³adu czasów reestrac. Ponowne uzyskane wynk s¹ zadowala¹ce w dwóch na trzy badane przypadk mo na przy¹æ stnene zale noœc pomêdzy zmennym (p<0,05). Natomast wartoœc funkc korelacyne s¹ nske. To, e dla =, wartoœc wspó³czynnków korelac s¹ nawy sze oznacza, e naslneszy zw¹zek stnee dla ró ncy D -D 0 -te grupy z energ¹ œredn¹ --ge grupy. Je el zastna³aby wêc nawet akaœ cekawa prawd³owoœæ to by³aby to dla nas tak nformaca bezu yteczna (wymar D q mo na tu oblczyæ dopero po zastnenu nteresu¹cego nas wstrz¹su). 3. Energa maksymalna, a D, D 0, D -D 0 rozk³adu nterwa³owego. Wynk korelac neparametryczne odrzuca¹ mo lwoœæ stnena zale noœc pomêdzy badanym zmennym, a wycêce zdarzeñ o nawêkszych maksymalnych energach popraw³o wynk w bardzo newelkm, nezadowala¹cym stopnu. Oblczane D q dla rozk³adu nterwa³owego ne przynos wêc korzyœc, a przy tym est bardze pracoch³onne. 4

Przegl¹d Geologczny, vol. 49, nr, 00 dla = for = dla =0 for =0 4. Energa œredna, a D, D 0, D -D 0 rozk³adu nterwa³owego. Tak e dla energ œrednch ne mo na przy¹æ hpotezy o stnenu zale noœc, nawet po usunêcu odsta¹cego od reszty zdarzena. Na uwagê zas³ugue edyne fakt, e dla podgrup o du ych energach œrednch wystêpue skokowe obn ene wartoœc wspó³czynnka korelac dla przesunêca czasowego =. Wnosk D-D0 Na podstawe neparametryczne korelac za pomoc¹ wspó³czynnków Spearmana mo na stwerdzæ, e nawêksze prawdopodobeñstwo stnena zw¹zku mêdzy zmennoœc¹ energ, a wymarem fraktalnym stnee w przypadku zale noœc pomêdzy energam maksymalnym, a wymaram D, D 0, D -D 0 rozk³adu epcentrów, (po oddzelenu 0 zdarzeñ o nawêkszych energach). Co wêce dalsze wynk badañ w tym przypadku s¹ bardzo cekawe. Dla trzech naslneszych maksymalnych energ (para D -D 0 rozk³adu epcentrów energa maksymalna) zaobserwowaæ mo na du y spadek wartoœc wspó³czynnka korelac K,, obemu¹cy okres œredno ok. mes¹ca poprzedza¹cego wstrz¹s. W dalszym c¹gu badañ nale- a³oby wêc sprawdzæ, czy powy sza zale noœæ powtarza sê dla nnych katalogów kopalnanych. Mo na natomast ogranczyæ oblczena do przypadku energ maksymalnych rozk³ad energ œrednch ne wprowadza w tym przypadku dodatkowych nformac. Energe œredne mo na natomast wykorzystaæ dla korelac z wymarem D 0. W³aœne dla take pary zmennych otrzymano podobne wynk ak powy e, skrócenu uleg³ natomast okres spadku z 6 do grup. Byæ mo e parametr ten oka e sê przy dalszych bardze szczegó³owych badanach prekursorem okresów aktywnoœc o zwêkszone energ œredne. Stanowczo namne nteresu¹ce s¹ rezultaty analzy zestaweñ poszczególnych wymarów rozk³adu czasowego z rozk³adem energ, zarówno maksymalnych, ak œrednch. Ju korelaca neparametryczna odrzuca, z du ym prawdopodobeñstwem, stnene zw¹zku pomêdzy tym zmennym. Dalsza analza tak e ne pozwala na wysunêce akchkolwek wnosków. Wynk powy szego opracowana pozwala¹ stwerdzæ, e ops sesmcznoœc wywo³ane dza³alnoœc¹ górncz¹, wykonany przy u ycu statystyk fraktalne mo e przyneœæ dobre wynk, a estymowane wymary fraktalne mog¹ s³u yæ krótkotermnowe predykc aktywnoœc sesmczne. Nale y ednak przeprowadzæ dalsze badana aby stwerdzæ, czy wnosk, które zosta³y wysunête dla œcany 53 kopaln Katowce mog¹ byæ stosowane tak e dla nnych kopaln. Emaxmal Ryc. 7. Zmennoœæ w czase wspó³czynnka korelac ró ncy D -D 0 rozk³adu czasów reestrac z energ¹ maksymaln¹, dla przesunêæ: 0 Fg. 7. Tme changes of D -D 0 correlaton coeffcents of recordng tme dstrbuton wth maxmal energy, for tme lags : 0 and Lteratura COSENTINO P., DE LUCA L., LASOCKI S. & LUZIO D. 997 Evaluaton of fractal dmenson estmates: Quanttatve dfferentaton of sesmcty clusters. Rockburst and Sesmcty n Mnes. Gbowcz & Lasock Balkema, Rotterdam: 49 53. GRASSBERGER P. & PROCACCIA I. 983 Measurng the Strangeness of Strange Attractors. Physca D 9: 89. HENSTCHEL H.G.E. & PROCACCIA I. 983 The Infnte Number of Generalzed Dmensons of Fractals and Strange Attractors. Physca D 8: 435. MARCAK H. 994 Zastosowane welofraktalne, pasmowe analzy do badana struktury zborów sesmcznych wywo³anych eksploatac¹ górncz¹. Symp. Nauk.-Techn.: T¹pana 94 Rozw¹zana n ynerske w problematyce t¹pañ. Ustroñ: 03 4. MORTIMER Z. & LASOCKI S. 996 Varatons of the fractal dmenson of epcentre dstrbuton n the mnng-nducted sesmcty. Acta Montana, Ser. A, 9: 73 8. MORTIMER Z. & MARCHEWKA A. 996 Zastosowane statystyk fraktalne w opse sesmcznoœc ndukowane. Geologa, : 59 65. OTT E. 997 Chaos w uk³adach dynamcznych.wyd. Nauk.-Techn. PEITGEN H. O. JURGENS H. & SAUPE D. 996 Fraktale grance chaosu. PWN. TEPER L. & IDZIAK A. 995 On fractal geometry n fault systems of the Upper Slesasn Coal Basn. Mechancs of Jonted and Faulted Rock. Rossmanth Balkema, Rotterdam. 4