Mitt i det unika landskapet av geotermisk utveckling i Tohoku-regionen utgör subtila seismiska aktiviteter under jordens yta en fascinerande utmaning för forskare. Även om jordbävningsvarningar kan intermittent varna oss för seismiska händelser, finns det många mindre skalv som länge har fascinerat resursingenjörer som strävar efter att upptäcka och förstå dem.
Matematiska innovationer från forskare från Tohoku University främjar upptäckten av fler typer – och svagare former – av seismiska vågor, vilket banar väg för effektivare jordbävningsövervakning och riskbedömning.
Resultaten av deras studie publicerades i IEEE Transactions on Geoscience and Remote Sensing .
Insamling av seismiska data är beroende av antalet och placeringen av sensorer som kallas seismometrar. Speciellt där endast begränsad användning av seismiska sensorer är möjlig, till exempel i utmanande miljöer som planeten Mars eller när man utför långtidsövervakning av infångat och lagrat kol, blir det avgörande att optimera datautvinningen från varje sensor.
En lovande metod för att göra det är polarisationsanalys, som innebär att studera 3D-partikelrörelser och har fått uppmärksamhet för sin förmåga att utnyttja trekomponentsdata, vilket ger mer information än enkomponentdata. Detta tillvägagångssätt möjliggör detektering och identifiering av olika polariserade seismiska vågformer, inklusive S-vågor, P-vågor och andra.
Polarisationsanalys med användning av en spektralmatris (SPM) i synnerhet är en teknik som används för att analysera hur partiklar rör sig i tre dimensioner över tid och vid olika frekvenser, med andra ord i tids-frekvensdomänen. I scenarier där den önskade signalen är svag jämfört med bakgrundsbrus – känd som låga signal-till-brusförhållande (SNR)-händelser, som är typiska i underjordiska reservoarer – möter SPM-analys begränsningar.
På grund av matematiska begränsningar kan den bara karakterisera linjära partikelrörelser (vilket betyder de snabbrörliga, lättupptäckta P-vågorna), vilket gör analysen av andra vågformer (som de sekundärt ankommande S-vågorna) utmanande.
"Vi övervann de tekniska utmaningarna med konventionell SPM-analys och utökade den för bredare polariseringsförverkligande genom att introducera tidsfördröjningskomponenter", säger Yusuke Mukuhira, biträdande professor vid Institute of Fluid Science vid Tohoku University och huvudförfattare till studien.
Jämfört med befintliga tekniker förbättrade hans teams inkorporering av tidsfördröjningskomponenter noggrannheten i SPM-analys, vilket möjliggjorde karakterisering av olika polariserade vågor, inklusive S-vågor, och detektering av låg-SNR-händelser med mindre amplituder.
En nyckelnyhet i studien är introduktionen av en ny viktningsfunktion baserad på fasinformationen från den första egenvektorn – en speciell vektor som, när den multipliceras med matrisen, resulterar i en skalad version av den ursprungliga vektorn. Syftet med viktningsfunktionen är att tilldela olika delar av signaler olika viktnivåer efter deras betydelse och därigenom minska falsklarm.
Syntetiska vågformstester visade att detta tillägg avsevärt förbättrade utvärderingen av seismisk vågpolarisation, en avgörande faktor för att skilja signal från brus.
"Tekniskt sett har vi utvecklat en signalbehandlingsteknik som förbättrar partikelrörelseanalys i tids- och frekvensdomänen," sa Mukuhira.
Forskargruppen validerade sin metod med hjälp av verkliga data som registrerats vid Groningen-gasfältet i Nederländerna. Resultaten visade överlägsen prestanda för seismisk rörelsedetektering, och lyfte fram två händelser med låg SNR som tidigare hade gått obemärkt förbi med konventionella metoder.
Dessa fynd har potential för tillämpningar inom olika områden, inklusive seismologi och geofysik, särskilt vid övervakning av underjordiska förhållanden med begränsade observationspunkter. Implikationerna sträcker sig till jordbävningsövervakning, planetarisk utforskning och resursutveckling.
Mer information: Takayuki Nagata et al, Polarisation Analysis in Time-Frequency Domain by Complex Spectral Matrix:Application to Various Phases of Seismogram, IEEE Transactions on Geoscience and Remote Sensing (2024). DOI:10.1109/TGRS.2024.3352817
Tillhandahålls av Tohoku University
