识别潜在诱发地震并评估俄克拉荷马与加利福尼亚的统计显著性

我们开发了一种从大型数据集中识别诱发地震的统计学方法，并将该方法应用于加利福尼亚和俄克拉荷马数十年的废水处置与地震数据。该方法对多种潜在缺陷具有鲁棒性。研究区域被划分为网格块。我们采用纵向研究设计，在每个网格块内沿时间序列寻找地震活动与废水注入之间的关联。纵向设计有助于控制废水注入的非随机应用。我们定义了一个足够灵活的统计模型来描述具有时间相关性和高峰度的地震观测。在每个网格块中，我们寻找一个模型参数（该参数将诱发地震危险与每年注入的废水总体积相关联）的最大似然估计。为评估显著性，我们在每个网格块以及每个州（加利福尼亚和俄克拉荷马）计算似然比检验统计量。重采样用于经验推导参考分布，从而根据似然比统计量估计 p 值。在俄克拉荷马，分析以极高置信度发现与废水处置（或其他相关活动，如储层枯竭）相关的地震已发生。在加利福尼亚，分析发现与废水处置相关的地震可能已发生，但结果不足以定论。我们识别出废水处置与地震活动之间存在时间关联的区域。我们的方法可应用于其他数据集，扩展用于识别增加诱发地震危险的风险因素，或修改用于检验自然与诱发地震的替代统计模型。