Seismic event relocation

Abstract

Event relocation (or relative location) techniques exploit the particularities of similar (i.e. closely spaced) seismic events in order to minimize the impact of unmodelled velocity errors in the estimation of the hypocenter parameters. The location uncertainty obtained from relocation procedures is typically orders of magnitude lower than that obtained from conventional event location methods. The relocation of hypocentral parameters constitutes a complex procedure that comprises of three main steps. The first step involves the examination the available data set of seismic records with the goal of recognizing groups of similar events. It can be further decomposed in smaller tasks involving the detection of seismic events from continuous records, the assessment of the pairwise similarity of the events and the clustering of similar pairs of event. The second step of the relocation procedure concerns the estimation of travel time differences between event pairs of the same cluster, at the same station. Finally, the third (and final) step of the relocation procedure consists of solving the inverse problem for the estimation of the relative locations that best fit the differential times obtained from the second step. The main contributions of the present thesis can be summarized as follows: Event detection and picking. In the present thesis we treat the detection problem as a problem of record segmentation by exploiting the particular nature of seismic signals, as well as a number of very interesting properties possessed by exchangeable random variables. By following this approach, we succeed not only in detecting a seismic wave arrival, but also in identifying the entire interval occupied by the signal, while minimizing the number of the required parameters. Moreover, a ratio-based test statistic for highlighting change instances in its input, is proposed. This test statistic has a number of advantages that make it useful for both picking and detection problems. Exploiting similarity for signal enhancement. We propose a new signal enhancement technique which is based on the inherent signal similarity that occurs in various seismic data sets. Signal enhancement results as the solution of a well-defined optimization problem. The use of enhanced versions of the initial signals can lead to drastically improved results in various seismological applications, including phase picking and back-projection techniques. Data clustering. An iterative, graph based clustering technique is proposed. The proposed method has three desirable characteristics as compared to other well known techniques. First, the number of clusters contained in a given data set it is not necessary to be known a priori. Moreover, its performance, in terms of the quality of the achieved clustering, does not depend on the distribution of the cluster sizes. Finally, no threshold value is required for achieving the desired clustering.

Ο επαναπροσδιορισμός των υποκεντρικών παραμέτρων σεισμικών γεγονότων εκμεταλλεύεται τις ιδιαιτερότητες των όμοιων (δηλαδή, κοντινών) σεισμικών γεγονότων ώστε να ελαχιστοποιήσει την επίδραση των σφαλμάτων του μοντέλου ταχυτήτων στην εκτίμηση των υποκεντρικών παραμέτρων. Η αβεβαιότητα των εκτιμήσεων που λαμβάνονται από τη διαδικασία επανεντοπισμού είναι τυπικά τάξεις μεγέθους μικρότερη από την αβεβαιότητα που έχουν οι εκτιμήσεις των συμβατικών τεχνικών εντοπισμού. Ο επαναπροσδιορισμός των υποκεντρικών παραμέτρων είναι μια σύνθετη διαδικασία που μπορεί να αναλυθεί σε τρία βασικά βήματα. Το πρώτο βήμα αφορά στην εξέταση του διαθέσιμου συνόλου σεισμικών καταγραφών για την αναγνώριση των ομάδων από όμοια γεγονότα. Αυτό το βήμα αναλύεται περαιτέρω σε υπο-εργασίες που αφορούν την ανίχνευση σεισμικών γεγονότων από τις συνεχείς καταγραφές, την ποσοτικοποίηση της ομοιότητας για κάθε ζεύγος γεγονότων, και τη συσταδοποίηση των όμοιων γεγονότων. Το δεύτερο βήμα της διαδικασίας επαναπροσδιορισμου ασχολείται με την εκτίμηση των διαφορών στους χρόνους διάδοσης των κυμάτων ανάμεσα σε ζεύγη γεγονότων της ίδιας συστάδας. Τέλος, στο τρίτο βήμα περιέχει την επίλυση του προβλήματος αντιστροφής για την εκτίμηση των σχετικών θέσεων που ανταποκρίνονται καλύτερα στις χρονικές διαφορές που εκτιμήθηκαν στο δεύτερο βήμα. Οι κύριες συνεισφορές της παρούσας διατριβής συνοψίζονται ως εξής: Ανίχνευση γεγονότος και εκτίμηση χρόνου άφιξης. Στην παρούσα διατριβή αντιμετωπίζουμε το πρόβλημα ανίχνευσης ως πρόβλημα κατάτμησης της καταγραφής, εκμεταλλευόμενοι την ιδιαίτερη φύση των σεισμικών σημάτων, καθώς και ορισμένες πολύ ενδιαφέρουσες ιδιότητες των εναλλάξιμων τυχαίων μεταβλητών. Ακολουθώντας αυτήν την προσέγγιση επιτυγχάνουμε όχι μόνο την ανίχνευση ενός γεγονότος, αλλά και την αναγνώριση ολόκληρου του διαστήματος που καταλαμβάνει το ανιχνευόμενο σήμα, ενώ ταυτόχρονα ελαχιστοποιούμε το πλήθος των απαιτούμενων παραμέτρων. Επιπλέον, προτείνουμε μια ελεγχοσυνάρτηση βασισμένη σε λόγο για την ανάδειξη των στιγμών αλλαγής στην είσοδό της. Εκμετάλλευση της ομοιότητας για τη βελτίωση του σήματος. Προτείνουμε μια νέα τεχνική βελτίωσης σήματος που βασίζεται στην έμφυτη ομοιότητα που απαντάται στα σήματα διάφορων συνόλων σεισμικών δεδομένων. Η βελτίωση του σήματος προκύπτει από την επίλυση ενός καλώς-ορισμένου προβλήματος βελτιστοποίησης. Η χρήση των βελτιωμένων εκδόσεων των αρχικών σημάτων, μπορεί να οδηγήσει σε σημαντική βελτίωση των αποτελεσμάτων που λαμβάνονται σε διάφορες σεισμολογικές εφαρμογές, όπως η εκτίμηση του χρόνου άφιξης ή η τεχνική της οπισθοπροβολής. Συσταδοποίηση δεδομένων. Προτείνουμε μια επαναληπτική τεχνική συσταδοποίησης, βασισμένη σε γράφους. Η προτεινόμενη μέθοδος παρουσιάζει τρία σημαντικά πλεονεκτήματα σε σύγκριση με άλλες συμβατικές τεχνικές. Καταρχήν, δεν ζητείται εκ των προτέρων γνώση για το πλήθος των συστάδων. Επιπλέον, η απόδοσή της είναι ανεξάρτητη της κατανομής μεγεθών των συστάδων. Τέλος, η επιθυμητή συσταδοποίηση επιτυγχάνεται χωρίς τη χρήση κατωφλίου.