从地震目录自动重建断层网络：三维最优各向异性动态聚类
地球物理
2015-06-26 v1 数据分析、统计与概率
摘要
我们提出了一种新的模式识别方法，能够利用地震的空间位置重建断层网络活动部分的三维结构。该方法是所谓动态聚类方法的推广，动态聚类方法最初通过基于这些簇的空间惯性的全局最小化准则，将一组数据点划分为簇。新方法通过考虑每个簇的完整空间惯性张量来改进它，以便将数据集划分为类似断层的各向异性簇。给定一个地震事件目录，输出是适合数据空间结构的最优平面段集合。每个平面段由其位置、大小和方向完全表征。主要的可调参数是地震定位的精度，它决定了分辨率，即拟合的残差方差。分辨率决定了描述地震目录所需的断层段数量，分辨率越好，重建断层段的结构越精细。该算法成功重建了合成地震目录的断层段。应用于由1992年6月28日南加州兰德斯地震余震序列子集组成的真实目录，重建的平面段与地质图上已知的断层，或在长期目录中相当明显的盲断层完全一致。讨论了该方法未来的改进方向，以及其在断层带内部结构多尺度研究中的潜在用途。
引用
@article{arxiv.physics/0703084,
title = {Automatic Reconstruction of Fault Networks from Seismicity Catalogs: 3D Optimal Anisotropic Dynamic Clustering},
author = {Guy Ouillon and Caroline Ducorbier and Didier Sornette},
journal= {arXiv preprint arXiv:physics/0703084},
year = {2015}
}