ОЦЕНКА ОБЛАСТИ ПРИМЕНИМОСТИ ПРИБЛИЖЕНИЯ МЕЛКОЙ ВОДЫ ДЛЯ ВОСПРОИЗВЕДЕНИЯ ДИСПЕРГИРУЮЩИХ ВОЛН ЦУНАМИ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Разработан практический метод определения области пространства, в которой бездисперсионное приближение мелкой воды способно воспроизводить диспергирующие волны цунами с заданной точностью. Оценивать точность мы предлагаем по степени запаздывания диспергирующего волнового пакета относительно фронта длинных волн. Степень запаздывания рассчитывается вдоль волновых лучей, испускаемых из центра источника под различными азимутальными углами. Расчет лучей реализован на сферической поверхности с учетом рельефа дна, который сглаживается для удовлетворения условиям применимости лучевой теории. По форме начального возвышения водной поверхности в источнике с учетом распределения глубин океана вдоль каждого из лучей рассчитывается доминирующий период волн цунами. По доминирующему периоду и профилю глубин вдоль луча вычисляется степень запаздывания диспергирующего волнового пакета. Работа метода продемонстрирована на примере двух цунами-событий на Центральных Курильских островах (Симуширские цунами 15.11.2006 и 13.01.2007).

Об авторах

М. А. Носов

Московский государственный университет им. М.В. Ломоносова; Институт морской геологии и геофизики Дальневосточного отделения РАН

Email: m.a.nosov@mail.ru
Москва, Россия; Южно–Сахалинск, Россия

А. И. Зарубина

Московский государственный университет им. М.В. Ломоносова

Москва, Россия

С. В. Колесов

Московский государственный университет им. М.В. Ломоносова; Институт морской геологии и геофизики Дальневосточного отделения РАН

Москва, Россия; Южно–Сахалинск, Россия

Список литературы

  1. Абдалазиз А., Диденкулова И.И., Дутых Д. Денисенко П. Сравнение дисперсионной и бездисперсионной моделей наката длинных волн на берег // Изв. РАН. Физика атмосферы и океана. 2020. Т. 56. № 5. С. 567–574.
  2. Куликов Е.А., Медведев П.П., Лаппо С.С. Регистрация из космоса цунами 26 декабря 2004 г. в Индийском океане // Доклады АН. 2005. Т. 401. № 4. С. 537–542.
  3. Лайтхилл Д. Волны в жидкостях. М.: Мир, 1981. 598 с.
  4. Носов М.А. Применимость длинноволнового приближения к описанию динамики цунами // Ученые записки физического факультета Московского университета. 2017. № 4. С. 1740503-1-1740503-7.
  5. Носов М.А., Зарубина А.И. Критерий применимости теории длинных волн для описания диспергирующих волн цунами // Изв. РАН. Физика атмосферы и океана. 2023. Т. 59. № 4. C. 485–496.
  6. Носов М.А., Колесов С.В. Комбинированная численная модель цунами // Математическое моделирование. 2019. Т. 31. № 1. С. 44–62.
  7. Пелиновский Е.Н. Нелинейная динамика волн цунами. Горький: ИПФ АН СССР, 1982. 216 с.
  8. Пелиновский Е.Н. Гидродинамика волн цунами. Н. Новгород: ИПФ РАН, 1996. 276 с.
  9. Aki K., Richards P.G. Quantitative seismology: Theory and Methods. San Francisco: A Series of books in geology, 1980. 982 p.
  10. Baba T., Takahashi N., Kaneda Y. et al. Parallel implementation of dispersive tsunami wave modeling with a nesting algorithm for the 2011 Tohoku tsunami // Pure Appl. Geophys. 2015. V. 172. P. 3455–3472.
  11. Choi B.H., Kim K.O., Min B.I., Pelinovsky E. Transoceanic Propagation of 2011 East Japan Earthquake Tsunami // Ocean & Polar Res. 2014. V. 36. № 3. P. 225–234.
  12. Choi B.H., Pelinovsky E., Kim K.O., Lee J.S. Simulation of the trans-oceanic tsunami propagation due to the 1883 Krakatau volcanic eruption // Nat. Haz. Earth Syst. Sci. 2003. V. 3. № 5. P. 321–332.
  13. Dobrokhotov S.Yu., Grushin V.V., Sergeev S.A., Tirozzi B. Asymptotic theory of linear water waves in a domain with nonuniform bottom with rapidly oscillating sections // Russ. Jour. Math. Phys. 2016. V. 23. № 4. P. 454–473.
  14. Fuhrman D.R., Madsen P.A. Tsunami generation, propagation, and run-up with a high-order Boussinesq model // Coast. Eng. 2009. V. 56. № 7. P. 747–758.
  15. Glimsdal S., Pedersen G.K., Harbitz C.B. et al. Dispersion of tsunamis: does it really matter? // Nat. Hazard. Earth. Syst. Sci. 2013. V. 13. № 6. P. 1507–1526.
  16. Gusman A.R., Mulia I.E., Satake K., Watada S., Heidarzadeh M., Sheehan A.F. Estimate of tsunami source using optimized unit sources and including dispersion effects during tsunami propagation: The 2012 Haida Gwaii earthquake // Geophys. Res. Lett. 2016. V. 43. P. 9819–9828.
  17. Gusman A.R., Satake K., Shinohara M. et al. Fault slip distribution of the 2016 Fukushima earthquake estimated from tsunami waveforms // Pure Appl. Geophys. 2017. V. 174. P. 2925–2943.
  18. Imamura F., Yalciner A.C., Ozyurt G. Tsunami Modelling Manual (TUNAMI model). Sendai: Tohoku University, 2006. 58 p.
  19. Julian B.R. Ray tracing in arbitrarily heterogeneous media — Technical Note 1970-45. Cambridge: Massachusetts Institute of Technology, 1970. 18 p.
  20. Kajiura K. The leading wave of a tsunami // Bull. Earthq. Res. Inst. 1963. V. 41. № 3. P. 535–571.
  21. Kajiura K. Tsunami source, energy and directivity of wave radiation // Bull. Earthq. Res. Inst. 1970. V. 48. № 5. P. 835–869.
  22. Kirby J.T., Wei G., Chen Q. et al. FUNWAVE 1.0: Fully Nonlinear Bousinesq Wave Model — Documentation and User’s Manual. Res. Rep. No.CACR-98-06, Center for Appl. Coastal Res., Dept. of Civil Eng., Univ. of Delaware, 1998. 80 p.
  23. Korolev P.Yu., Korolev Yu.P., Loskutov A.V. Analysis of the main characteristics of tsunamis based on data from deep-ocean stations // IOP Conference Series: Earth and Environmental Science. 2019. V. 324. № 1. P. 012017-1–012017-7.
  24. Kozelkov A., Efremov V., Kurkin A. et al. Three-dimensional numerical simulation of tsunami waves based on the Navier-Stokes equations // Sci. Tsunami Hazards. 2017. V. 36. № 4. P. 183–196.
  25. Kulikov E.A., Rabinovich A.B., Thomson R.E. et al. The landslide tsunami of November 3, 1994, Skagway harbor, Alaska // J. Geophys. Res.: Oceans. 1996. V. 101. № C3. P. 6609–6615.
  26. Levin B.W., Nosov M.A. Physics of Tsunamis, Second Edition. Cham-Heidelberg-New York-Dordrecht-London: Springer, 2016. 388 p.
  27. Lynett P.J., Liu P.L.-F. Modeling wave generation, evolution, and interaction with depth-integrated dispersive wave equations. COULWAVE Code Manual. Cornell University Longand Intermediate Wave Modeling Package, 2002. 78 p.
  28. Mirchina N.R., Pelinovsky E.N. Nonlinear and dispersive effects for tsunami waves in the open ocean // Int. J. Tsunami Soc. 1982. V. 2. № 4. P. 1073–1081.
  29. Nosov M.A., Bolshakova A.V., Kolesov S.V. Displaced water volume, potential energy of initial elevation, and tsunami intensity: Analysis of recent tsunami events // Pure Appl. Geophys. 2014. V. 171. № 12. P. 3515–3525.
  30. Nosov M.A., Kolesov S.V. Optimal initial conditions for simulation of seismotectonic tsunamis // Pure Appl. Geophys. 2011. V. 168. № 6–7. P. 1223–1237.
  31. Oishi Y., Piggott M.D., Maeda T. et al. Three-dimensional tsunami propagation simulations using an unstructured mesh finite element model // J. Geophys. Res. 2013. V. 118. P. 2998–3018.
  32. Okada Y. Surface deformation due to shear and tensile faults in a half-space // Bulletin of the Seismological Society of America. 1985. V.75. N4. P.1135–1154.
  33. Saito T. Tsunami generation and propagation. Tokyo: Springer Japan, 2019. 274 p.
  34. Sandanbata O., Watada S., Satake K. et al. Ray tracing for dispersive tsunamis and source amplitude estimation based on Green’s law: Application to the 2015 volcanic tsunami earthquake near Torishima, south of Japan // Pure Appl. Geophys. 2018. V. 175. P. 1371–1385.
  35. Satake K. Effects of bathymetry on tsunami propagation: Application of ray tracing to tsunamis // Pure Appl. Geophys. 1988. V. 126. P. 27–36.
  36. Shijo R., Tsukuda Y., Sato T. et al. Tsunami Simulation by 3D Model Around a Power Station Due to the 2011 Tohoku Earthquake // Coast. Eng. J. 2016. V. 58. № 4. P. 1640014-1–1640014-18.
  37. Shokin Yu.I., Babailov V.V., Beisel S.A. et al. Mathematical Modeling in application to regional tsunami warning systems operations // Computational Science and High Performance Computing III. 2008. V. 101. P. 52–68.
  38. Shuto N. Numerical simulation of tsunamis — Its present and near future // Natural Hazards. 1991. V. 4. № 2. P. 171–191.
  39. Titov V.V., Gonzalez F.I., Mofjeld H.O., Venturato A.J. NOAA Time Seattle Tsunami Mapping Project: Procedures, Data Sources, and Products. NOAA Technical Memorandum OAR PMEL-124. 2003. 21 p.
  40. Watada S., Kusumoto S., Satake K. Traveltime delay and initial phase reversal of distant tsunamis coupled with the self-gravitating elastic Earth // J. Geophys. Res.: Solid Earth. 2014. V. 119. № 5. P. 4287–4310.
  41. Zaytsev A., Kurkin A., Pelinovsky E., Yalciner A.C. Numerical Tsunami Model NAMI-DANCE // Science of Tsunami Hazards. 2019. V. 38. № 4. P. 151–168.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».