Analysis of surface and seismic sources in dense array data with match field processing and Markov chain Monte Carlo sampling
Analysis of surface and seismic sources in dense array data with match field processing and Markov chain Monte Carlo sampling
复制标题
通过匹配场处理和马尔可夫链蒙特卡罗采样分析密集阵列数据中的地表和震源
DOI：
10.1093/gji/ggz224
复制
发表时间：
2019
影响因子：
2.8
通讯作者：
Ben-Zion, Yehuda
中科院分区：
文献类型：
--
作者：
Gradon, Chloé;Moreau, Ludovic;Roux, Philippe;Ben-Zion, Yehuda
我们介绍了一种基于阵列处理的方法来检测和定位复杂断层带环境中的弱地震事件。该方法使用由圣哈辛托断层克拉克分支 600 m × 600 m 区域内 1108 个垂直分量地震检波器的密集阵列记录的数据进行说明。由于地表和大气震源影响弱地震动，因此有必要将它们与深层弱震源区分开来。使用匹配场处理 (MFP) 从连续地震波形中提取震源震中位置和相关视速度。我们以特定频率针对地表和地下源实现 MFP，为了提高计算效率，使用均匀介质中声源的正向模型和马尔可夫链蒙特卡罗采样。成功定位贝特西枪声和移动车辆等地表源。在阵列外部也检测到弱地震事件，并检索其后方位角并发现其与断层几何形状一致。我们还表明，由于深度和基于表面数据的视速度之间的模糊性，均匀声学模型在提取微震事件深度时不能产生令人满意的结果。
We introduce a methodology based on array processing to detect and locate weak seismic events in a complex fault zone environment. The method is illustrated using data recorded by a dense array of 1108 vertical component geophones in a 600 m × 600 m area on the Clark branch of the San Jacinto Fault. Because surface and atmospheric sources affect weak ground motion, it is necessary to discriminate them from weak seismic sources at depth. Source epicentral positions and associated apparent velocities are extracted from continuous seismic waveforms using Match Field Processing (MFP). We implement MFP at specific frequencies targeting surface and subsurface sources, using for computational efficiency a forward model of acoustic source in a homogenous medium and Markov Chain Monte Carlo sampling. Surface sources such as Betsy gun shots and a moving vehicle are successfully located. Weak seismic events are also detected outside of the array, and their backazimuth angle is retrieved and found to be consistent with the fault geometry. We also show that the homogeneous acoustic model does not yield satisfying results when extracting microseismic event depth, because of the ambiguity between depth and the apparent velocity based on surface data.
登录
查看更多内容
通过基于网络的聚类在密集阵列中定位源
DOI：
--
发表时间：
2016
期刊：
Information Theory and Applications Workshop
影响因子：
--
作者：
N. Riahi;P. Gerstoft
通讯作者：
P. Gerstoft
影响因子：
2.8
作者：
D. Zigone;Y. Ben‐Zion;M. Lehujeur;M. Campillo;G. Hillers;F. Vernon
通讯作者：
D. Zigone;Y. Ben‐Zion;M. Lehujeur;M. Campillo;G. Hillers;F. Vernon
基于零滞后交叉相关振幅场的焦斑成像：在圣哈辛托断层带密集阵列数据中的应用
DOI：
10.1002/2016jb013014
发表时间：
2016
期刊：
Journal of Geophysical Research: Solid Earth
影响因子：
--
作者：
Hillers, G.;Roux, P.;Campillo, M.;Ben‐Zion, Y.
通讯作者：
Ben‐Zion, Y.
影响因子：
3
作者：
Inbal, Asaf;Cristea-Platon, Tudor;Hough, Susan E.
通讯作者：
Hough, Susan E.
使用 FFPE 标本分析 FNA - PCR 阵列中的新标记
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
Kazufumi Matsushita ;Yukinori Kato ;Shoko Akasaki ;Tomohiro Yoshimoto;伊藤 有未
通讯作者：
伊藤 有未