A migration-type approach for the fast location of seismicity: theory and applications

Abstract

Locating earthquakes is an important task not only in global seismology but also for industrial applications like the monitoring of a reservoir. The industrial interest in location procedures that provide real-time hypocenter estimates mainly inspired the development of a fast and robust location procedure in this thesis. The investigation of state of the art technologies showed that the requirement of accurate P-and S-wave arrival picking is the most time-consuming part of standard location procedures. Furthermore it was found that other modern approaches that do not use arrival times of P- and S-waves are mainly based on the principles of reverse-time wavefield extrapolation. It was found that the main disadvantage of these methods is that they require a rather dense recording network. In order to obtain the event location with a reverse-time migration based method it is necessary to check the obtained images for the 'best-focused' source image at every time step. This check can be time-consuming as well as error-prone by itself. In this thesis a location procedure was developed that does not depend on accurate arrival time picks and which also does not require dense recording networks or a focusing-selection in time as modern reverse time wavefield extrapolation do. The kernel of the location procedure is inspired by Gaussian-beam migration and requires only a selection of time intervals around the P-wave of a detected event. The polarization information of the three- component data in the selected time interval around the P-wave is estimated and used to perform initial-value ray tracing. By weighting the energy of the signal using Gaussian beams around these rays the energy back-propagation is restricted to physically relevant regions only. A summation of the Gaussian beams over all receivers yields regions of distinct energy and the event location corresponds to the region of maximum energy in the resulting image. The developed location procedure is applied to synthetic data as well as two case studies. The first data set was from a hydraulic fracture experiment performed in the Carthage Cotton Valley gas field (East Texas, USA). The hypocenters obtained with the migration-based procedure developed in this thesis was in a very good agreement with the hypocenters obtained with arrival-time-based standard location procedures. Furthermore, the location method was applied to data from the San Andreas Fault Observatory at Depth (SAFOD) near Parkfield (California, USA). The horizontal projection of the obtained hypocenters clearly shows that the epicenters are distributed along the San-Andreas Fault surface trace. The successful application to synthetic data as well as to real data obtained in two different environments shows the high potential of the developed location procedure. Moreover, without the dependence on accurately picked arrival times of P- and S-Waves the presented method is characterized by a high degree of automation which allows for much faster location than standard location procedures.

Das Lokalisieren von Erdbeben ist nicht nur eine wichtige Aufgabe in der globalen Seismologie, sondern spielt auch eine große Rolle bei industriellen Anwendungen wie z.B. dem Überwachen von Reservoiren. Die Entwicklung einer schnellen und robusten Lokalisierungsprozedur in dieser Arbeit wurde hauptsächlich von dem industriellen Interesse an Echtzeit- Lokalisierungsprozeduren inspiriert. Bei der Untersuchung von etablierten und modernen Standardlokalisierungsmethoden stellte sich heraus, dass das genaue Picken von P- und S-Wellenankunftszeiten den zeitaufwendigsten Teil innerhalb dieser Methoden darstellt. Bei der Literaturrecherche wurden ebenfalls Lokalisierungsmethoden gefunden, die keine Ankunftszeiten von P- und S-Wellen benötigen und hauptsächlich auf dem Prinzip der Wellenfeld-Extrapolation rückwärts in der Zeit basieren. Der Hauptnachteil dieser Methoden ist, dass sie ein eher dichtes Stationsnetz benötigen. Außerdem erhält man bei diesen Methoden die Bebenlokation nur, indem man für alle Zeitschritte nach dem besten Fokus in den Migrationsbildern sucht. Dies allein kann eine zeitaufwändige und fehleranfällige Aufgabe sein. Im Gegensatz dazu wurde in dieser Arbeit eine Lokalisierungsmethode entwickelt, die weder von exakten P- und S-Wellenankunftszeiten noch von einem dichten Stationsnetz abhängt und auch keine Suche nach einem Fokus im Migratonsbild für jeden Zeitschritt benötigt. Der Kern der Lokalisierungsmethode ist an die sogenannte Gaussian- Beam-Migration angelehnt und benötigt zur Lokalisierung lediglich ein Zeitintervall, das die P-Welle eines detektierten Ereignisses enthält. Die Polarisationsinformation in diesem Zeitintervall wird abgeschätzt und als Startrichtung für das Raytracing benutzt. Die Energie des Signals wird daraufhin um den Strahl zurück propagiert, wobei die sogenannten Gaussian Beams die Energie wichten und damit die Rückpropagation auf den physikalisch relevanten Teil entlang des Stahls begrenzen. Eine Summation der Gaussian Beams über alle Empfänger erzeugt eine ausgeprägte Energieverteilung, deren Maximum als Hypozentrum interpretiert wird. Die in dieser Arbeit entwickelte Lokalisierungsmethode wurde sowohl an synthetischen Daten als auch an zwei verschiedenen realen Datensätzen getestet. Der erste Datensatz gehört zu einem Hydraulic Fracture Experiment, welches im Carthage Cotton Valley Gas Feld (Ost- Texas, USA) durchgeführt wurde. Die lokalisierten Hypozentren zeigten eine sehr gute Übereinstimmung mit den Hypozentren, die durch Standardlokalisierungsmethoden mit Ankunftszeiten von P- und S-Wellen berechnet wurden. Der zweite Satz realer Daten stammt vom San Andreas Fault Observatory at Depth (SAFOD)welches sich in der Nähe von Parkfield (Kalifornien, USA) befindet. Die horizontale Projektion der lokalisierten Hypozentren zeigte deutlich, dass die Epizentren entlang der an der Erdoberfläche beobachteten San Andreas Verwerfung verteilt sind. Die erfolgreiche Anwendung der in dieser Arbeit entwickelten Lokalisierungsmethode auf synthetische Daten und auch auf reale Daten mit ganz verschiedenen Charakteristiken zeigt das große Potential der Methode. Darüber hinaus zeichnet sich die Lokalisierungsmethode durch ihren hohen Automatisierungsgrad aus, da sie nicht von exakt gepickten Ankunftszeiten von P-und S-Wellen abhängt. Dieser hohe Automatisierungsgrad ist dafür verantwortlich, dass Lokalisierungen viel schneller als mit Standardlokalisierungsmethoden berechnet werden können.