Application of the Nearest Neighbor Method to the Analysis of Volcanic Swarms Using Data From Iceland's Bárðarbunga and Fagradalsfjall Volcanoes

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The paper is devoted to the analysis of grouping of volcanic seismicity events, especially in volcanic swarms. Volcanic swarms observed during the eruptions of the Bárðarbunga (2014) and Fagradalsfjall (2021) volcanoes in Iceland were analyzed. In the paper, an attempt was made to apply the nearest neighbor method the stated goal. The method allows identifying groups with different scales of generalized distances. For example, it typically reveals two groups of events in tectonic seismicity and is widely used to identify aftershocks. As a result of the work, significant differences were observed in the shape of the distributions of generalized distances to the nearest neighbor for volcanic seismicity compared to tectonic seismicity. Namely, two types of unimodal distributions were found, one of them is observed mainly before the eruption, and the other during the eruption. The first type is probably caused by the merging of two close distribution modes and reflects the internal heterogeneity of seismicity during such periods. However, the unimodality of distributions makes it difficult to identify events in terms of related (clustered) or independent (background). Based on the results obtained, it can be assumed that before the eruption, the proportion of background seismicity fluctuates around 70%, and during the eruption from 90 to 100%. This may indicate different sources of seismicity at one or another stage of the eruption.

作者简介

E. Grekov

Institute of Earthquake Prediction Theory and Mathematical Geophysics Russian Academy of Sciences (IEPT RAS); Faculty of Physics, Department of the Physics of the Earth, Lomonosov Moscow State University

编辑信件的主要联系方式.
Email: grekov.em16@physics.msu.ru
Profsoyuznaya str., 84/32, Moscow, 117997 Russia; Leninskie Gory, 1, bld. 2, Moscow, 119991 Russia

参考

  1. Баранов С.В., Жукова С.А., Корчак П.А., Шебалин П.Н. Продуктивность техногенной сейсмичности // Физика Земли. 2020. C. 40–51. https://doi.org/10.31857/S0002333720030011
  2. Баранов С.В., Шебалин П.Н. Закономерности постсейсмических процессов и прогноз опасности сильных афтершоков. М.: РАН, 2019. 218 с.
  3. Гордеев Е.И. Сейсмичность вулканов и контроль вулканической активности // Вестник Дальневосточного отделения Российской академии наук. 2007. № 2. С. 38–45.
  4. Малютин П.А. Воздействие флюидных режимов на вариации продуктивности землетрясений по данным натурных экспериментов // Проблемы комплексного геофизического мониторинга сейсмоактивных регионов / Труды Девятой Всероссийской научно-технической конференции с международным участием 24–30 сентября 2023 г. Петропавловск-Камчатский, 2023. С. 156–162.
  5. Маточкина С.Д. Проверка выполнения закона продуктивности землетрясений в условиях лабораторных экспериментов по разрушению горных пород // III Всероссийская научная конференция с международным участием “Современные методы оценки сейсмической опасности и прогноза землетрясений” (Москва, ИТПЗ РАН, 25–26 октября 2023 г.). М.: ИТПЗ РАН, 2023. С. 160‒164.
  6. Baiesi M., Paczuski M. Scale-free networks of earthquakes and aftershocks // Phys. Physical Rev. E // Statistical, nonlinear, and soft matter physics. 2004. V. 69. Iss. 066106. https://doi.org/10.1103/PhysRevE.69.066106
  7. Bender B. Maximum likelihood estimation of b values for magnitude grouped data // Bull. of the Seismological Society of America. 1983. V. 73. P. 831‒851.
  8. Einarsson P., Brandsdóttir B. Seismicity of the Northern Volcanic Zone of Iceland // Front. Earth Sci. 2021. V. 9. 628967. https://doi.org/10.3389/feart.2021.628967
  9. Fischer T., Hrubcova P., Salama A., Doubravová J., Agustsdottir T., Gudnason E., Horalek J., Hersir G.P. Swarm seismicity illuminates stress transfer prior to the 2021 Fagradalsfjall eruption in Iceland // Earth and Planet. Sci. Lett. 2022. V. 594. 117685. https://doi.org/10.1016/j.epsl.2022.117685
  10. Jacobs K., Mcnutt S. Using seismic b-values to interpret seismicity rates and physical processes during the preeruptive earthquake swarm at Augustine Volcano 2005‒2006 // US Geological Survey Professional Paper. 2010. P. 59‒75.
  11. Jordan T.H. Far-field detection of slow precursors to fast seismic ruptures // Geophys. Res. Lett. 1991. V. 18. P. 2019–2022.
  12. Kanamori H. Energy release in great earthquakes // J. Geophys. Res. 1977. V. 82(20). P. 2981–2987.
  13. Mignan A., Woessner J. Estimating the magnitude of completeness for earthquake catalogs // Community Online Resource for Statistical Seismicity Analysis. 2012. https://doi.org/10.5078/corssa-00180805. Available at http://www.corssa.org
  14. Minakami T. Fundamental research for predicting volcanic eruptions. Part 1 // Bull. Earthq. Res. Inst. Univ. Tokyo. 1960. V. 38. P. 497–544.
  15. Molchan G. Interevent Time Distribution in Seismicity: A Theoretical Approach // Pure and Applied Geophysics. 2005. V. 162. https://doi.org/10.1007/s00024-004-2664-5
  16. Nandan S., Ram S., Ouillon G., Sornette D. Is Seismicity Operating at a Critical Point? // Phys. Rev. Lett. 2021. V. 126. https://doi.org/10.1103/PhysRevLett.126.128501
  17. Passarelli L., Rivalta E., Jónsson S., Hensch M., Metzger S., Jakobsdóttir S.S., Maccaferri F., Corbi F., Dahm T. Scaling and spatial complementarity of tectonic earthquake swarms // Earth and Planet. Sci. Lett. 2018. V. 482. P. 62‒70. http://doi.org/10.1016/j.epsl.2017.10.052
  18. Roland E., Jeffrey J. McGuire. Earthquake swarms on transform faults // Geophys. J. International. 2009. V. 178. P. 1677‒1690.
  19. Shebalin P.N., Narteau C., Baranov S.V. Earthquake productivity law // Geophys. J. International. 2020. V. 222. Iss. 2. P. 1264–1269. https://doi.org/10.1093/gji/ggaa252
  20. Sigmundsson F., Hooper A., Hreinsdottir S., Vogfjörd K., Ofeigsson B., Heimisson E., Dumont S., Parks M., Spaans K., Gudmundsson G., Drouin V., Árnadóttir T., Jonsdottir K., Gudmundsson M., Högnadóttir T., Fridriksdottir H., Hensch M., Einarsson P., Magnússon E., Eibl E. Segmented lateral dyke growth in a rifting event at Bárðarbunga volcanic system, Iceland // Nature. 2015. V. 517. P. 191‒195.
  21. Sornette D., Helmstetter A. Endogeneous Versus Exogeneous Shocks in Systems with Memory // Phys. A: Statistical Mechanics and its Applications. 2003. V. 318. 577‒591. https://doi.org/10.1016/S0378-4371(02)01371-7
  22. Traversa P., Grasso J.-R. How is Volcano Seismicity Different from Tectonic Seismicity? // Bull. of the Seismological Society of America. 2010. V. 100. https://doi.org/10.1785/0120090214
  23. Zaliapin I., Ben-Zion Y. Earthquake clusters in southern California I: Identification and stability // J. Geophys. Res. Solid Earth. 2013. V. 118. P. 2847–2864. https://doi.org/10.1002/jgrb.50179
  24. Zaliapin I., Gabrielov A., Keilis-Borok V.I., Wong H. Clustering analysis of seismicity and aftershock identification // Phys. Rev. Lett. 2008. V. 101. 018501. https://doi.org/10.1103/PhysRevLett.101.018501

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».