[論文レビュー] Locating clustered seismicity using Distance Geometry Solvers: applications for sparse and single-borehole DAS networks

Katinka Tuinstra, Francesco Grigoli+4 more|arXiv (Cornell University)|Sep 28, 2023

Seismic Imaging and Inversion Techniques参考文献 46被引用数 1

ひとこと要約

HADES-R は、1つのマスターイベントとクラスタ幅の推定値のみを用いて、距離幾何学と回転最適化を活用し、穴の数が少ないか単一のボアホールに設置されたDASネットワークにおける方位角の曖昧さを克服することで、クラスタ化した微小地震活動を特定する新しい相対位置決め手法である。本手法は、従来の手法が失敗するような困難な構成でも、クラスタの形状を正確に再構築し、位置決めの不確実性（10–50 m）を低減した。

ABSTRACT

The determination of seismic event locations with sparse networks or single-borehole systems remains a significant challenge in observational seismology. Leveraging the advantages of the location approach HADES, which was initially developed for locating clustered seismicity recorded at two stations, we present here an improved version of the methodology: HADES-R. Where HADES previously needed a minimum of 4 absolutely located master events, HADES-R solves a least-squares problem to find the relative inter-event distances in the cluster, and uses only a single master event to find the locations of all events, and subsequently applies rotational optimiser to find the cluster orientation. It can leverage iterative station combinations if multiple receivers are available, to describe the cluster shape and orientation uncertainty with a bootstrap approach. The improved method requires P- and S-phase arrival picks, a homogeneous velocity model, a single master event with a known location, and an estimate of the cluster width. The approach is benchmarked on the 2019 Ridgecrest sequence recorded at two stations, and applied to two seismic clusters at the FORGE geothermal test site, including a microseismic monitoring scenario with a DAS in a vertical borehole. Traditional procedures struggle in these settings due to the ill-posed network configuration. The azimuthal ambiguity in this scenario is partially overcome by assuming that all events belong to the same cluster around the master event and a cluster width estimate. We find the cluster shape in both cases, although the orientation remains uncertain. The method's ability to constrain the cluster shape and location with only one well-located event offers promising implications, especially for environments where limited or specialised instrumentation is in use.

研究の動機と目的

• 方位角のカバレッジが限られた、穴の数が少ないか単一のボアホールに設置されたDASネットワークにおける微小地震クラスタの位置決めの課題に対処すること。
• 単一成分のDAS測定に内在する方位角の曖昧さを、クラスタの整合性を仮定し、クラスタ幅の推定値を用いることで克服すること。
• 最小限のデータと劣悪なネットワーク幾何学性であっても、クラスタの形状と向きを制約できる、頑健で反復的な手法を開発すること。
• リソースが限られた環境や特殊な環境（例：深掘りボアホールや地熱サイト）においても、信頼性の高い微小地震モニタリングを可能にすること。
• 他の位置決めルーチンと統合可能で、高度な処理のための初期推定値を改善できる、モジュラーかつ適応可能なフレームワークを提供すること。

提案手法

• P波およびS波の到着時刻の拾いを用いて、微小地震クラスタ内の相対的イベント間距離を推定する最小二乗問題を解く。
• クラスタ幾何学を固定するために、位置が既知の1つのマスターイベントを用いる。
• 観測された伝播時間に最も適合するように、クラスタの向きを特定するための回転最適化を適用する。
• 形状と向きの不確実性を評価するために、反復的なステーションの組み合わせを用いたブートストラップ手法を採用する。
• 解を安定化させるために、均一な速度モデルとクラスタ幅の事前推定値を組み込む。
• 差分到着時刻とは独立した、他の相対的イベント間距離推定手法と統合可能なモジュラーなフレームワークを採用する。

実験結果

リサーチクエスチョン

• RQ1 1つのマスターアイテムとクラスタ幅の推定値のみを用いて、単一ボアホールのDASネットワークで複数の微小地震イベントの相対的位置決めを正確に行えるか？
• RQ2 方位角カバレッジが限られている、あるいは存在しない状況下で、HADES-R はクラスタの形状と向きをどの程度効果的に解明できるか？
• RQ3 穴の数が少ない、あるいは不適切なネットワーク構成下で、従来の手法と比較して HADES-R は位置決めの不確実性をどの程度低減できるか？
• RQ4 表面ステーションのデータがノイズが多く検出不能な状況下で、DASデータのみを用いて HADES-R が微小地震活動を信頼性高く特定できるか？
• RQ5 限られた機器で運用される実世界の状況（例：FORGE地熱サイト）において、本手法はどの程度の性能を示すか？

主な発見

• HADES-R は、FORGEサイトの2つの微小地震クラスタについて、穴の数が少なく、ネットワーク幾何学が劣悪な状況下でも、DASデータと1つのマスターイベントのみを用いて、形状を正確に再構築した。
• 微小地震クラスタの位置決め不確実性は10–50 mにまで低減され、南東部クラスタでは10–400 mにまで低減され、地響きチェーンの既存のカタログ位置よりも優れた性能を示した。
• クラスタの整合性を仮定し、クラスタ幅の推定値を用いることで、方位角の曖昧さを部分的に克服し、単一成分のDASデータでも形状の回復が可能になった。
• 表面ステーションのデータが欠落している状況下でも、HADES-R はFORGEサイトで検出された82件のイベントのうち32件を位置決めでき、歴史的な地震活動と整合性を示した。
• DASチャンネルと1つの表面ステーションを組み合わせることで、方位角の向きの制約が向上し、複数の計測器を統合する価値があることが示された。
• HADES-R のモジュラー設計により、他の相対的イベント間距離推定手法との統合が可能であり、速度モデル、マスターイベント、クラスタ幅の反復的改善も可能になった。