Miles de terremotos inducidos por mes en el oeste de Texas detectados utilizando EQCCT
Autores: Chen, Yangkang; Savvaidis, Alexandros; Saad, Omar M.; Siervo, Daniel; Huang, Guo-Chin Dino; Chen, Yunfeng; Grigoratos, Iason; Fomel, Sergey; Breton, Caroline
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
Categoría
Ciencias Naturales y Subdisciplinas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 5
Citaciones: Sin citaciones
El oeste de Texas ha sido una región sísmicamente activa en la última década debido a la inyección de aguas residuales industriales y la explotación de hidrocarburos. La recién fundada red sismológica de Texas ha proporcionado un catálogo que caracteriza la intensa sismicidad hasta una magnitud de 1.5 Ml. Sin embargo, hay numerosos eventos de pequeña magnitud (Ml < 1.0) que ocurren todos los días y que no se analizan ni se informan, debido a la carga de trabajo prohibitivamente alta para verificar manualmente las selecciones de los métodos de selección automática. Proponemos aplicar un método avanzado de aprendizaje profundo, el transformador convolucional compacto para terremotos (EQCCT), para desatar nuestro poder en el análisis de cientos de pequeños terremotos por día en el oeste de Texas. El método EQCCT está integrado en un marco de detección y localización para generar un catálogo de terremotos altamente completo, dado un listado de estaciones sísmicas disponibles, de manera fluida. El EQCCT nos ha permitido detectar y localizar 50 veces más terremotos (la mayoría de magnitud menor a 1) de lo que podíamos anteriormente. Aplicamos el flujo de trabajo de detección y localización integrado con EQCCT a la zona de terremotos de Culberson y Mentone (CMEZ) en el oeste de Texas y detectamos miles de terremotos por mes durante tres meses consecutivos. La reubicación del nuevo catálogo reveló una representación de alta resolución y precisión sin precedentes de fallas superficiales y profundas en el basamento. El catálogo altamente completo también ofrece importantes perspectivas sobre el estado sismo-tectónico de la CMEZ. La asociación con actividades de inyección cercanas también reveló una fuerte correlación entre la tasa de volumen de fluido inyectado y el número de pequeños terremotos.
Descripción
El oeste de Texas ha sido una región sísmicamente activa en la última década debido a la inyección de aguas residuales industriales y la explotación de hidrocarburos. La recién fundada red sismológica de Texas ha proporcionado un catálogo que caracteriza la intensa sismicidad hasta una magnitud de 1.5 Ml. Sin embargo, hay numerosos eventos de pequeña magnitud (Ml < 1.0) que ocurren todos los días y que no se analizan ni se informan, debido a la carga de trabajo prohibitivamente alta para verificar manualmente las selecciones de los métodos de selección automática. Proponemos aplicar un método avanzado de aprendizaje profundo, el transformador convolucional compacto para terremotos (EQCCT), para desatar nuestro poder en el análisis de cientos de pequeños terremotos por día en el oeste de Texas. El método EQCCT está integrado en un marco de detección y localización para generar un catálogo de terremotos altamente completo, dado un listado de estaciones sísmicas disponibles, de manera fluida. El EQCCT nos ha permitido detectar y localizar 50 veces más terremotos (la mayoría de magnitud menor a 1) de lo que podíamos anteriormente. Aplicamos el flujo de trabajo de detección y localización integrado con EQCCT a la zona de terremotos de Culberson y Mentone (CMEZ) en el oeste de Texas y detectamos miles de terremotos por mes durante tres meses consecutivos. La reubicación del nuevo catálogo reveló una representación de alta resolución y precisión sin precedentes de fallas superficiales y profundas en el basamento. El catálogo altamente completo también ofrece importantes perspectivas sobre el estado sismo-tectónico de la CMEZ. La asociación con actividades de inyección cercanas también reveló una fuerte correlación entre la tasa de volumen de fluido inyectado y el número de pequeños terremotos.