26 марта 2026 г. 25 марта 2026 года прошёл Научный семинар ГЦ РАН. Доклад «Новый взгляд на глобальные карты сейсмической опасности» представил главный научный сотрудник Института теории прогноза землетрясений и математической геофизики РАН (ИТПЗ РАН) д.ф.-м.н. В. Г. Кособоков в соавторстве с к.ф.-м.н. А. К. Некрасовой и профессором Д. Ф. Панца (Университет Триеста).

«Я в своих лекциях уже многие годы отмечаю, что одни модели полезны, другие бесполезны, третьи просто вредны», – сообщил В. Г. Кособоков.

Глобальные карты, основанные на вероятностном анализе сейсмической опасности (PSHA), во многих странах мира широко используются для проектирования зданий и планирования действий в чрезвычайных ситуациях. Докладчик утверждает, что карты на основе вероятностного подхода PSHA, разработанные в рамках международной программы оценки глобальной сейсмической опасности (GSHAP, 1999 год) и фондом Global Earthquake Model (GEM, 2019, 2023 год), слишком часто допускают ошибки и не отражают потенциальный ущерб. Авторы доклада считают, что PSHA не следует использовать в качестве руководства для снижения рисков, связанных с землетрясениями и сопутствующими явлениями.

После землетрясения 28 марта 2025 года в Мандалае, когда более 7,5 миллионов человек подверглись воздействию экстремальных сотрясений, исследователи составили простую, основанную на здравом смысле, детерминистскую альтернативу глобальным картам PSHA. Она основана исключительно на наблюдаемой максимальной магнитуде землетрясений в 1900–1999 годах для сравнения с фактическими сильными (M ≥ 6,0) неглубокими (глубина ≤ 70 км) землетрясениями в 2000–2025 годах. Построенная карта DSHM99, как показала проверка, многократно безопаснее глобальных карт GSHAP и GEM.

«Мы снова и снова задаёмся вопросом: почему до сих пор используется вероятностный анализ сейсмической опасности?» – сказал докладчик. По его словам, надёжные детерминистические альтернативы значительно превосходят вероятностный анализ опасности.

За докладом последовали комментарии. Член-корреспондент РАН П. Н. Шебалин, директор ИТПЗ РАН, согласился с критикой вероятностного анализа сейсмической опасности в целом. Однако PSHA имеет как недостатки, так и достоинства. Средства на защиту от землетрясений ограничены. Вероятностная модель позволяет оценить, с какой вероятностью землетрясение произойдёт в ближайшие 50 лет – усреднённый период действия объектов общегражданского строительства. «Поэтому просто отвергать какую-то модель, это, на мой взгляд, не совсем правильно», – отметил П. Н. Шебалин.

Д.ф.-м.н. В. К. Гусяков, главный научный сотрудник Института вычислительной математики и математической геофизики СО РАН, прокомментировал доклад с точки зрения специалиста по цунами. Разделяя позицию В. Г. Кособокова относительно недостатков методики PSHA, он отметил, что она всё же даёт представление об общем характере сейсмической опасности. В. К. Гусяков считает, что PSHA нельзя использовать для каких практических целей без фокусировки на конкретном объекте, который требует защиты или рассматривается как площадка для строительства. При проведении таких работ необходимо учитывать все неопределённости, связанных с использованием этой методики.

Д.ф.-м.н. А. Д. Завьялов, заведующий лабораторией сейсмической опасности Института физики Земли им. О. Ю. Шмидта РАН, заметил, что не готов отказаться от вероятностного подхода к оценке сейсмической опасности и используемой в настоящее время методики построения карт общего сейсмического районирования. Исследования, проведённые лабораторией сейсмической опасности, показали, что в большинстве случаев интенсивность сейсмических сотрясений не выходит за пределы, указанные в картах общего сейсмического районирования.

В завершение академик РАН А. Д. Гвишиани, научный руководитель ГЦ РАН и руководитель Научного семинара ГЦ РАН, отметил: «Мне доклад очень понравился, и понравился именно своей методологической направленностью». Он подчеркнул выдающуюся роль В. Г. Кособокова в исследованиях землетрясений, важность затронутых вопросов и то, что подобные доклады показывают значимость современного научного подхода, который всё больше опирается на Большие данные.