Determination of Ice Cover Parameters Using Seismoacoustic Noise

Cover Page

Cite item

Full Text

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

Abstract

A method for estimating ocean ice cover parameters (thickness, Young’s modulus, Poisson ratio, and density) that does not require the use of a source is proposed and tested on experimental data. To realize the approach, two single-channel seismic receivers located on the ice surface are required to record the vertical component of the oscillatory velocity of the seismic noise. The spectral-correlation analysis of the mutual correlation function of the noise registered by the receivers allows us to estimate the dispersion dependence of the group velocity of the bending-gravity wave propagating along the ice plate. The solution of the inverse problem is based on analyzing the variance of not only the group but also the phase velocity, which allows us to increase the amount of primary data. The obtained estimates of ice parameters are consistent with the results of independent observations carried out during the experiment, as well as with the estimates of other authors obtained for ice characteristics in the region of the experiment.

About the authors

D. A. Presnov

Schmidt Institute of Physics of the Earth, Russian Academy of Sciences, 123995, Moscow, Russia

Email: presnov@physics.msu.ru
Russia, 123995, Moscow

A. L. Sobisevich

Schmidt Institute of Physics of the Earth, Russian Academy of Sciences, 123995, Moscow, Russia

Email: shurup@physics.msu.ru
Россия, 123995, Москва, ул. Большая Грузинская, 10, стр. 1

A. S. Shurup

Schmidt Institute of Physics of the Earth, Russian Academy of Sciences, 123995, Moscow, Russia; Department of Physics, Moscow State University, 119991, Moscow, Russia

Author for correspondence.
Email: shurup@physics.msu.ru
Россия, 123995, Москва, ул. Большая Грузинская, 10, стр. 1; Россия, 119991, Москва, ГСП-1, Ленинские горы, 1, стр. 2

References

  1. Собисевич А.Л., Преснов Д.А., Шуруп А.С. Фундаментальные основы совершенствования пассивных сейсмогидроакустических методов исследования шельфа Арктики // Акуст. журн. 2021. Т. 67. № 1. С. 72–97.
  2. Алексеева Т.А., Фролов С.В., Сероветников С.С. Обзор методов и основных результатов измерения толщины морского льда в Арктике // Российская Арктика. 2021. № 1(12). С. 33–49.
  3. Belter H.J., Krumpen T., Hendricks S., Hoelemann J., Janout M.A., Ricker R., Haas C. Satellite-based sea ice thickness changes in the Laptev Sea from 2002 to 2017: comparison to mooring observations // The Cryosphere. 2020. V. 14. P. 2189–2203.
  4. Черных Е.Н., Ключевский А.В., Ружич В.В. Сравнительное исследование записей близких землетрясений на скальном грунте и ледовом покрове озера Байкал // Сейсмические приборы. 2012. № 4. С. 55–66.
  5. Serdyukov A., Koulakov I., Yablokov A. Numerical modelling of seismic waves from earthquakes recorded by a network on ice floes // Geophys. J. Int. 2019. V. 218. № 1. P. 74–87.
  6. Ewing M., Crary A.P. Propagation of elastic waves in ice I // Physics. 1934. № 5. P. 165–168.
  7. Ewing M., Crary A.P. Propagation of elastic waves in ice II // Physics. 1934. № 5. P. 181–184.
  8. Moreau L., Boué P., Serripierri A., Weiss J., Hollis D. et al. Sea ice thickness and elastic properties from the analysis of multimodal guided wave propagation measured with a passive seismic array // J. Geophys. Res. Oceans. 2020. V. 125. № 4. P. e2019JC015709.
  9. Serripierri A., Moreau L., Boue P., Weiss J., Roux P. Recovering and monitoring the thickness, density, and elastic properties of sea ice from seismic noise recorded in Svalbard // The Cryosphere. 2022. V. 16. № 6. P. 2527–2543.
  10. Stein P.J., Euerle S.E., Parinella J.C. Inversion of pack ice elastic wave data to obtain ice physical properties // J. Geophys. Res. Oceans. 1998. V. 103. P. 21783–21793.
  11. Wapenaar K. Retrieving the elastodynamic Green’s function of an arbitrary inhomogeneous medium by cross correlation // Phys. Rev. Lett. 2004. V. 93. № 25. P. 254301-1–254301-4.
  12. Weaver R.L., Lobkis O.I. Diffuse fields in open systems and the emergence of the Green’s function // J. Acoust. Soc. Am. 2004. V. 116. № 5. P. 2731–2734.
  13. Собисевич А.Л., Преснов Д.А., Собисевич Л.Е., Шуруп А.С. О локализации геологических отдельностей арктического шельфа на основе анализа модовой структуры сейсмоакустических полей // Докл. Росс. Акад. наук. 2018. Т. 479. № 1. С. 80–83.
  14. Преснов Д.А., Собисевич А.Л., Шуруп А.С. Исследование возможностей пассивной томографической реконструкции параметров мелкого моря по данным натурных измерений на поверхности льда // Изв. РАН. Сер. физич. 2020. Т. 84. № 6. С. 815–818.
  15. Коньков А.И., Лебедев А.В., Разин А.В. Анализ поверхностных волн в упругой среде с водоносным слоем // Изв. вузов. Радиофизика. 2016. Т. 59. № 4. С. 320–332.
  16. Тихоцкий С.А., Преснов Д.А., Собисевич А.Л., Шуруп А.С. Использование низкочастотных шумов в пассивной сейсмоакустической томографии дна океана // Акуст. журн. 2021. Т. 67. № 1. С. 107–116.
  17. Осетров А.В., Дроздова Л.Ф., Мышинский Э.Л. Определение фазовой скорости в акустических волноводах по известной групповой скорости // Noise Theory and Praсtice. 2020. Т. 6. № 4. С. 90–94.
  18. Буров В.А., Касаткина Е.Е. Применение метода максимального правдоподобия к обработке сигналов с градиентного приемника // Акуст. журн. 1997. Т. 43. № 1. С. 22–25.
  19. Богородский В.В. Упругие характеристики льда // Акуст. журн. 1958. Т. 4. № 1. С. 19–23.
  20. Тимофеев В.Ю., Ардюков Д.Г., Гранин Н.Г., Жданов А.А., Кучер К.М., Бойко Е.В., Тимофеев А.В. Деформация ледового покрова, приливные и собственные колебания уровня озера Байкал // Физическая мезомеханика. 2010. Т. 13. С. 58–71.
  21. Смирнов В.Н., Миронов Е.У. Исследования прочности, морфометрии и динамики льда в инженерных задачах при освоении шельфа в замерзающих морях // Проблемы Арктики и Антарктики. 2010. № 2(85). С. 5–15.
  22. Марченко А.В., Карулин Е.Б., Чистяков П.В. Экспериментальное определение упругих характеристик морского ледяного покрова // Научно-технический сборник Вести газовой науки. 2020. № 3(45). С. 129–140.
  23. Sambridge M., Mosegaard K. Monte Carlo methods in geophysical inverse problems // Rev. Geophys. 2002. V. 40. № 3. P. 1009.
  24. Tarantola A. Inverse problem theory and methods for model parameter estimation. Society for industrial and applied mathematics, 2005. 339 p.
  25. Bertero M., Boccacci P., De Mol C. Introduction to Inverse Problems in Imaging. Taylor & Francis Group, 2022. 341 p.
  26. Dosso S.E., Dettmer J. Bayesian matched-field geoacoustic inversion // Inverse Problems. 2011. T. 27. № 5. P. 055009.
  27. Собисевич А.Л., Преснов Д.А., Тубанов Ц.А., Черемных А.В., Загорский Д.Л., Котов А.Н., Нумалов А.С. Байкальский сейсмоакустический эксперимент // Докл. Росс. Акад. наук. Науки о Земле. 2021. Т. 496. № 1. С. 82–86.
  28. Собисевич А.Л., Преснов Д.А., Агафонов В.М., Собисевич Л.Е. Вмораживаемый автономный геогидроакустический буй нового поколения // Наука и технологические разработки. 2018. Т. 97. № 1. С. 25–34.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2.

Download (81KB)
Indexing metadata
3.

Download (1MB)
Indexing metadata
4.

Download (952KB)
Indexing metadata
5.

Download (761KB)
Indexing metadata
6.

Download (503KB)
Indexing metadata
7.

Download (189KB)
Indexing metadata
8.

Download (177KB)
Indexing metadata

Copyright (c) 2023 Д.А. Преснов, А.Л. Собисевич, А.С. Шуруп

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».