Entradas

Mostrando entradas de diciembre, 2018

Imagen de velocidad inteligente en correlación de imágenes digitales: aplicación al modelado de escala sismotectónica

Los modelos analógicos de terremotos y ciclos sísmicos se caracterizan por fuertes variaciones en la razón de deformación: desde la carga inter-sísmica lenta hasta la rápida liberación de energía elástica cosísmica, explica el Dr. Michael Rudolf, del Helmholtz Center Potsdam German Geophysical Research Center , Alemania. Las tasas de deformación varían desde micrómetros por segundo (por ejemplo, el movimiento tectónico de placas) a metro por segundo (por ejemplo, propagación de ruptura). Los valores de deformación son muy pequeños en un ciclo sísmico, del orden de unas pocas decenas de micrómetros, debido a la naturaleza de dichos modelos. Este comportamiento de escala cruzada plantea un gran desafío para monitorear efectivamente los experimentos por medio de técnicas de correlación de imagen digital, es decir, a alta resolución ($> $ 100 Hz) durante el período cosísmico, pero sin un alto sobre-muestreo del período inter-sísmico. En este artículo se desarrolla una herramient

Machine learning: zona de subducción de Cascadia

Imagen
Las fallas tectónicas se deslizan de diversas maneras, que van desde sismos ordinarios hasta eventos de deslizamiento lento y deformaciones de fallas asísmicas. Mapa y esquema de la región analizada: Isla de Vancouver y zona de subducción. Créditos: Bertrand Rouet-Leduc El deslizamiento lento y los movimientos sísmicos asociados son comunes en muchas zonas de subducción, y se producen en la zona vecina donde se producen los mega terremotos. En los casos más claros, como Cascadia, el sismo identificado se produce en ráfagas discretas, principalmente durante el evento de deslizamiento lento. En este artículo se muestra que la zona de subducción de Cascadia aparentemente transmite continuamente una señal de baja amplitud sísmica que informa con precisión la razón de desplazamiento de la falla a lo largo del ciclo de deslizamiento lento. Utilizando un método basado en el machine learning desarrollado previamente en el laboratorio, se analizaron grandes cantidades de datos sísmic

Machine learning: Similitud entre sismos rápidos y lentos.

Imagen
Las fallas tectónicas caen en un espectro de modos, que van desde terremotos hasta eventos de deslizamiento lento. Experimentos de laboratorio. Créditos: Claudia Hulbert La física de sismos rápidos está bien descrita por la fricción de adherencia y la rotura elastodinámica; sin embargo, los sismos lentos son poco conocidos. Las preguntas clave permanecen sobre cómo se propagan las rupturas de forma casi dinámica, si obedecen a diferentes leyes de escalamiento de los terremotos normales y si una sola falla puede albergar múltiples modos de deslizamiento. Informamos sobre los terremotos de laboratorio y mostramos que los modos de deslizamiento lento y rápido están precedidos por una cascada de eventos de micro-falla que irradian energía elástica de una manera que predice una falla catastrófica. Usando el machine learning, encontramos que las emisiones acústicas generadas durante el corte de la falla de cuarzo bajo una tensión normal de 1 a 10 MPa predicen el tiempo

Diseño de arreglos sismológicos

El diseño de una configuración reticulada es una tarea importante en la sismología durante la planificación de experimentos. A menudo, la función de respuesta del arreglo (ARF - Array Response Function), que depende de la posición relativa de las estaciones del arreglo y del contenido de frecuencia de las señales entrantes, se utiliza como criterio de diseño. En la práctica, se deben tener en cuenta restricciones y parámetros adicionales, por ejemplo, la propiedad de la tierra, niveles de ruido específicos del sitio o características de las fuentes sísmicas bajo investigación. En este estudio, se presenta un marco de diseño del arreglo flexible, que implementa un esquema de optimización y modelado de escenarios personalizable, mediante el uso de sismogramas sintéticos. El uso de sismogramas sintéticos, para evaluar el rendimiento del arreglo, hace posible considerar restricciones adicionales. Sugerimos utilizar la conformación de haces (forma espacial de filtrado usada para d

Aproximación del tiempo de viaje para medios fuertemente anisotrópicos utilizando el método de homotopía

La aproximación del tiempo de viaje juega un papel importante en el procesamiento de datos sísmicos, por ejemplo, en la estimación de parámetros anisotrópicos e imágenes sísmicas. Al aprovechar los tiempos de viaje sísmicos, es posible mejorar la precisión de la estimación de parámetros anisotrópicos y la resolución de imágenes sísmicas. Convencionalmente, las aproximaciones del tiempo de viaje en medios anisotrópicos se obtienen expandiendo la ecuación de la eikonal (ecuación en derivadas parciales no-lineal para propagación de ondas) anisotrópica en términos de los parámetros anisotrópicos y la ecuación de la eikonal anisotrópica elíptica basada en la teoría de la perturbación. Tal expansión asume una pequeña perturbación y anisotropía débil. En un medio realista, sin embargo, la suposición de una pequeña perturbación probablemente se desvanece. En este artículo se presenta una ecuación de deformación de orden cero que crea un mapa de la ecuación de la eikonal anisotrópica

¿Aumenta o disminuye VP/VS por la influencia de fluidos?

Imagen
La evolución de la relación entre la velocidad de las ondas P y S (V P /V S ) con el aumento de la porosidad saturada de fluido es calculada para rocas isotrópicas que contienen poros esferoidales. La razón de Poisson inicial crítica y VP / VS se separan aumentando o disminuyendo ν (φ) en φ = 0. Créditos: Nicolas Brantut Se muestra que la relación V P /V S disminuye o aumenta con el aumento de la porosidad, dependiendo de la relación de aspecto α de los poros, la relación del módulo de compresibilidad ζ de fluido a sólido, y la razón de Poisson ν 0 de los constituyentes sólidos de la roca. Se calcula la razón de Poisson inicial crítica ν 0, crit , separando los casos en que V P /V S aumenta (si ν 0 <ν 0, crit ) o disminuye (si ν 0 > ν 0, crit ) al aumentar la porosidad. Para fisuras delgadas y fluidos altamente compresibles, ν 0, crit se aproxima en 0.157 ζ/α, mientras que para los poros esféricos ν 0, crit se da en 0.2 + 0.8ζ. Cuando ν 0 es cercana