Analysis of Spatial Clustering of Seismic Events in the Northwest Pacific Ocean

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The spatial clustering of epicenters of seismic events in the Northwest Pacific Ocean is analyzed using the Discrete Perfect Sets (DPS) topological filtering algorithm. The results of the analysis are presented in this paper. Based on the data shallow earthquakes recorded from 1963 to 2022 by the seismic network of the Kamchatka Branch of the Geophysical Survey of the Russian Academy of Sciences, stable areas of epicenter clustering are identified. These areas are associated with the Northern and Southern segments of the Kuril-Kamchatka seismofocal zone and do not depend on the time of recording of the earthquakes. The characteristic clustering radius for the Kuril-Kamchatka seismofocal zone is determined and is found to be 42–44 km. The analysis has confirmed the unique pattern of seismicity in the territory of the Commander segment of the Aleutian arc, which differs from that observed in the Northern and Southern segments.

Full Text

Restricted Access

About the authors

A. S. Agaian

Institute of Earthquake Prediction Theory and Mathematical Geophysics, Russian Academy of Sciences; Moscow State University

Author for correspondence.
Email: nastaagaian@mail.ru

Faculty of Geology

Russian Federation, Moscow, 117997; Moscow, 119991

A. K. Nekrasova

Institute of Earthquake Prediction Theory and Mathematical Geophysics, Russian Academy of Sciences

Email: nastia@mitp.ru
Russian Federation, Moscow, 117997

References

  1. Агаян А.С., Некрасова А.К. Анализ пространственной кластеризации сейсмических событий алгоритмом топологической фильтрации DPS: Камчатка. Современные методы оценки сейсмической опасности и прогноза землетрясений. Материалы III Всероссийской конференции с международным участием, посвященной памяти чл.-корр. РАН, докт. физ.-мат. наук. Александра Анатольевича Соловьева. М.: ИТПЗ РАН. 2023. С. 14–19.
  2. Агаян С.М., Богоутдинов Ш.Р., Добровольский М.Н. Дискретные совершенные множества и их применение в кластерном анализе // Кибернетика и системный анализ. 2014. Т. 50. № 2. С. 17–32.
  3. Агаян С.М., Богоутдинов Ш.Р., Добровольский М.Н. Об одном алгоритме поиска плотных областей и его геофизических приложениях. Доклады 15-й Всероссийской конференции “Математические методы распознавания образов. ММРО-15”. 2011. С. 543–546.
  4. Гордеев Е.И., Чебров В.Н., Левина В.И. и др. Система сейсмологических наблюдений на Камчатке // Вулканология и сейсмология. 2006. № 3. С. 6–27.
  5. Дзебоев Б.А., Агаян С.М., Жарких Ю.И., Красноперов Р.И., Барыкина Ю.В. Зоны возможного возникновения эпицентров сильнейших землетрясений Камчатки // Физика Земли. 2018. № 2. С. 96–103. https://doi.org/10.7868/S0002333718020084
  6. Кособоков В.Г., Щепалина П.Д. Времена повышенной вероятности возникновения сильнейших землетрясений мира: 30 лет проверки гипотезы в реальном времени // Физика Земли. 2020. № 1. С. 43–52. https://doi.org/10.31857/S0002333720010068
  7. Левина В.И., Ландер А.В., Митюшкина С.В., Чеброва А.Ю. Сейсмичность Камчатского региона 1962–2011 гг. // Вулканология и сейсмология. 2013. № 1. С. 41–64. https://doi.org/10.7868/S0203030613010057
  8. Некрасова А.К., Кособоков В.Г. Общий закон подобия для землетрясений // Вулканология и сейсмология. 2020. № 6. С. 3–25. https://doi.org/10.31857/S0203030620060152
  9. Некрасова А.К., Агаян А.С., Кособоков В.Г. Анализ пространственной кластеризации сейсмических событий алгоритмом топологической фильтрации DPS: Прибайкалье // Физика Земли. 2024. № 2. С. 26–41. https://doi.org/10.31857/S0002333724020034
  10. Чеброва А.Ю., Чемарёв А.С., Матвеенко Е.А., Чебров Д.В. Единая информационная система сейсмологических данных в Камчатском филиале ФИЦ ЕГС РАН: принципы организации, основные элементы, ключевые функции // Геофизические исследования. 2020. Т. 21. № 3. С. 66–91. https://doi.org/10.21455/gr2020.3-5
  11. Akasheh B., Kossobokov V.G. Premonitory clustering before strong earthquakes in Iran-Afghan region //Bollettino di Geofisica Teorica ed Applicata. 1989. XXXI. № 122. P. 159–162.
  12. Gorbatov A., Kostoglodov V., Suarez G., Gordeev E. Seismicity and structure of the Kamchatka subduction zone // Journal of Geophysical Research. 1997. V. 102. P. 17883–17898 https://doi.org/10.1029/96JB03491
  13. Gvishiani A., Dobrovolsky M., Agayan S., Dzeboev B. Fuzzy based clustering of epicenters and strong earthquake-prone areas // Environmental Engineering and Management Journal. 2013a. V. 12. № 1. P. 1–10.
  14. Keilis-Borok V.I., Knopoff L., Rotwain I.M. Bursts of aftershocks, long-term precursors of strong earthquakes // Nature. 1980. V. 283. Р. 259–263.
  15. Kolmogorov A. Sulla determinazione empirica di unalegge di distribuzione // Giornale dell’Istituto Italiano degli Attuari. 1933. V. 4. P. 83–91.
  16. Kossobokov V.G, Mazhkenov S.A. On similarity in the spatial distribution of seismicity / In: Chowdhury D.K. (ed.). Computational seismology and geodynamics. AGU, The Union, Washington DC. 1994. V 1. P. 6–15.
  17. Nekrasova A., Kossobokov V. The observed variability of seismic dynamics in the Pacific Northwest. XXVIII General Assembly of the International Union of Geodesy and Geophysics (IUGG). 2023. https://doi.org/10.57757/IUGG23-0382
  18. Smirnov N. Table for estimating the goodness of fit of empirical distributions. // Ann. Math. Stat. 1948. V. 19. P. 279–281. https://doi.org/10.1214/aoms/1177730256
  19. Soloviev A.A., Kossobokov V.G., Eichelberger J.C. Geophysical Studies of Geodynamics and Natural Hazards in the Northwestern Pacific Region: Introduction // Pure Appl. Geophys.2022. V. 179. P. 3895–3902. https://doi.org/10.1007/s00024-022-03192-9
  20. Toda S., Stein Ross S. Intense seismic swarm punctuated by a magnitude 7.5 Japan shock. Temblor. 2024. http://doi.org/10.32858/temblor.333
  21. Wells D.L., Coppersmith K.J. New empirical relationships among magnitude, rupture length, rupture width, rupture area, and surface displacement // Bull. Seismol. Soc. Am. 1994. V. 84. P. 974–1002.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Seismicity zones of the Kamchatka region and its environs: (a) [Levina et al., 2013] – surface section (1 – seismofocal zone of the Kuril Islands and Southern Kamchatka; 2 – northern part of the Kamchatka seismofocal zone; 3 – Commander segment of the Aleutian Arc). The dotted line marks the area of responsibility of the regional network; (b) – 3D.

Download (730KB)
Indexing metadata
3. Fig. 2. Spatial distribution of earthquake epicenters, h ≤ 70, clustered by the DPS algorithm (q = -2 and  = -0.5) (a) for events with magnitude M ≥ 4.4 recorded from 1963 to 2022; (b) for events with magnitude M ≥ 3.5 recorded from 1996 to 2022

Download (888KB)
Indexing metadata
4. Fig. 3. Spatial distribution of earthquake epicenters with M ≥ 4.4 and h ≤ 70, clustered by the DPS algorithm (q = -2 and  = -0.5), recorded: (a) from 1963 to 1982; (b) from 1983 to 2000; (c) since 2001 until 2022 .

Download (640KB)
Indexing metadata
5. Fig. 4. Spatial distribution of earthquake epicenters, M ≥ 3.5, h ≤ 70, clustered by the DPS algorithm (q = -2 and  = -0.5), registered: (a) from 1996 to 2003; (b) from 2004 to 2014; (c) from 2015 until 2022 .

Download (594KB)
Indexing metadata
6. Fig. 5. Spatial distribution of earthquake epicenters M ≥ 3.5, h ≤ 70 registered in the territory of the K–K seismic focal zone: (a) from 1963 to 1983; (b) from 1984 to 2000; (c) from 2001 to 2022, grouped by the DPS algorithm (q = -2 and  = -0.5).

Download (547KB)
Indexing metadata
7. Fig. 6. Spatial distribution of earthquake epicenters M ≥ 3.5, h ≤ 70 recorded from 1996 to 2022 in the zone of the Commander segment of the Aleutian Arc, grouped into clusters by the DPS algorithm (q = -2 and  = -0.5).

Download (359KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

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».