Detección mejorada de la sismicidad a lo largo del Rift de Costa Rica con el detector empírico de subespacios

La detección automática de sismicidad ha sido uno de los problemas más discutidos, debido a la presencia de ruidos aleatorios y coherentes que se encuentran en los datos sísmicos. Se plantean diferentes métodos de detección que abordan esta problemática tales como: algoritmos rutinarios (STA/LTA), algoritmos basados en modelos autorregresivos, filtrado avanzado de datos y métodos basados en aprendizaje automático. El método STA/LTA (Short Term Average / Long Term Average) es uno de los métodos más utilizados. Se basa en la comparación de la amplitud de las señales sísmicas en un período corto de tiempo (STA) con la amplitud promedio en un período más largo (LTA) a través de la tasa de amplitud (STA/LTA) que es utilizada para detectar eventos sísmicos. El detector empírico de subespacios es un método que utiliza una base de datos de señales de características comunes para construir vectores singulares, los cuales contienen información sobre eventos de un clúster específico. Al aplicar un umbral sobre la correlación cruzada entre estos vectores y los datos sismológicos continuos, se determina un filtro que permite diferenciar la señal del ruido. Este método permite incluir más variabilidad en las formas de onda para detectar mejor las señales en un clúster específico. El presente trabajo aplica el método de detección empírica de subespacios a los datos obtenidos por la misión OSCAR en el Rift de Costa Rica evidenciando su buena adaptabilidad y utilidad para identificar eventos sísmicos significativos y nuevos eventos no detectados por el método STA/LTA en la zona. Se logró demostrar que las propiedades del ruido y las señales del sismo son estacionarias a lo largo de los datos continuos para este caso. La eficacia de la aplicación de este método evidenció una alta tasa de descubrimiento falso(79%), lo cual plantea la posibilidad de futuros trabajos para establecer mejoras en los métodos de selección de eventos (criterios de selección manual o automatización de esta etapa del proceso).

• Autores: Pinto Rodríguez, Carlos Julio
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/65565
• Acceso en línea: http://hdl.handle.net/1992/65565
• Palabra clave: Detección sismica; Detector empírico de subespacios; Sismicidad; Geociencias
• Rights: openAccess
• License: Attribution-NoDerivatives 4.0 Internacional