A Specific Earthquake Processing Workflow for Studying Long‐Lived, Explosive Volcanic Eruptions With Application to the 2008 Okmok Volcano, Alaska, Eruption
A Specific Earthquake Processing Workflow for Studying Long‐Lived, Explosive Volcanic Eruptions With Application to the 2008 Okmok Volcano, Alaska, Eruption
复制标题
用于研究长寿命、爆炸性火山喷发的特定地震处理工作流程并应用于 2008 年阿拉斯加奥克莫克火山喷发
DOI：
10.1029/2022jb025882
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Webley, Peter W.
中科院分区：
文献类型：
--
作者：
Garza‐Girón, Ricardo;Brodsky, Emily E.;Spica, Zack J.;Haney, Matthew M.;Webley, Peter W.
通过在时间和空间上提供无与伦比的分辨率，火山地震活动有助于记录和解释火山喷发。标准的地震探测方法往往是不够的，因为火山喷发本身会产生连续的地震波，掩盖地震信号。我们通过开发专门针对高噪音火山环境的地震处理工作流程并将其应用于2008年爆发的奥克莫克火山喷发来解决这一问题。这一过程包括应用单通道模板匹配结合机器学习和基于指纹的技术来扩展喷发的现有地震目录。我们检测到了更多一个数量级的地震，然后定位、重新定位、确定当地校准的震级，并将事件分类到增强目录中。这一新的高分辨率地震目录将观测次数增加了约10倍，并能够在大喷发期间进行详细的时空地震分析。
By providing unrivaled resolution in both time and space, volcano seismicity helps to chronicle and interpret eruptions. Standard earthquake detection methods are often insufficient as the eruption itself produces continuous seismic waves that obscure earthquake signals. We address this problem by developing an earthquake processing workflow specific to a high‐noise volcanic environment and applying it to the explosive 2008 Okmok Volcano eruption. This process includes applying single‐channel template matching combined with machine‐learning and fingerprint‐based techniques to expand the existing earthquake catalog of the eruption. We detected an order of magnitude more earthquakes, then located, relocated, determined locally calibrated magnitudes, and classified the events in the enhanced catalog. This new high‐resolution earthquake catalog increases the number of observations by about a factor of 10 and enables the detailed spatiotemporal seismic analysis during a large eruption.
登录
查看更多内容
PICOSS：用于地震信号分类的 Python 接口
影响因子：
4.4
作者：
Bueno A
通讯作者：
Bueno A
使用贝叶斯高斯混合模型的地震相位关联
DOI：
--
发表时间：
2021
期刊：
Journal of Geophysical Research: Solid Earth
影响因子：
--
作者：
Weiqiang Zhu;I. McBrearty;S. Mousavi;W. Ellsworth;G. Beroza
通讯作者：
G. Beroza
影响因子：
3.5
作者：
Wessel, P.;Luis, J. F.;Tian, D.
通讯作者：
Tian, D.
适用于 Planchon Peteroa 火山群地震火山事件的先进信号识别方法：深度神经网络分类器
影响因子：
1.8
作者：
Verónica L. Martínez;M. Titos;C. Benítez;G. Badi;J. A. Casas;Victoria Hipatia Olivera Craig;J. Ibáñez
通讯作者：
J. Ibáñez
DOI：
10.1016/j.jvolgeores.2014.04.002
发表时间：
2014-05-15
影响因子：
2.9
作者：
Ohlendorf, Summer J.;Thurber, Clifford H.;Prejean, Stephanie G.
通讯作者：
Prejean, Stephanie G.