Seismic velocity changes beneath Ebeko Volcano (Kuril Islands) based on observations in July-August 2021

Cover Page

Cite item

Full Text

Abstract

Here we present seismic velocity changes in the northern part of Paramushir Island, where presently active Ebeko Volcano is located. We use the data of a seismic network that operated in this area in 2021–2022 during a continuous eruption activity of Ebeko. We selected the data from July 1 to August 15, when most stations of the network provided prompt recording of seismic signals. The velocity changes were derived from the ambient noise cross-correlation functions. To identify common features in the obtained velocity variation curves, we have performed the cluster analysis and separated all the curves in two groups having similar shapes within each group, but strongly different between the groups. Velocity changes in Cluster 1 corresponding to the station pairs covering the entire Northern Paramushir have some delayed correlation with the precipitation intensity, implying that these changes might be caused by meteoric fluid migration. In Cluster 2, which is more concentrated in the area of Ebeko Volcano, the velocity changes are apparently connected with both external factors (precipitation and atmospheric pressure) and internal indicators of volcano activity (phreatic explosions, seismicity, thermal anomalies and gas emission).

Full Text

ВВЕДЕНИЕ

Действующие вулканы являются уникальными геологическими структурами, в которых значительные изменения физических свойств среды можно обнаружить инструментально различными геофизическими методами. Эти изменения в основном связаны с изменением напряженно-деформированного состояния, миграцией флюидов, трещинообразованием и другими процессами, которые могут очень быстро происходить внутри действующих вулканов. Скорости сейсмических волн чувствительны к этим факторам [1], поэтому такие вариации сейсмических скоростей могут дать возможность идентифицировать предвестники предстоящих извержений.

В то же время определение изменений сейсмических скоростей является нестандартной задачей. Первые подобные исследования были основаны на проведении сейсморазведочных работ с контролируемыми источниками. Такой подход может обеспечить высокую точность оценки изменений сейсмических свойств, но является дорогостоящим и сложным с точки зрения логистики. Другой способ – использование повторяющихся землетрясений, называемых дублетами, для исследования изменений скоростей между сейсмическими событиями [2]. Однако эти методы имеют ряд ограничений из-за неравномерного пространственно-временного распределения землетрясений. Также можно использовать повторяющуюся локальную томографию на землетрясениях [3]. Однако в этом случае надежная информация может быть получена только после тщательного отбора данных из большого набора и не может быть использована для целей краткосрочного прогнозирования. Альтернативный подход заключается в построении функции Грина между парой сейсмических станций по сейсмическому шуму [4], что является эффективным методом мониторинга изменений сейсмических скоростей [5].

В работе была исследована северная часть острова Парамушир, который является самым северным и одним из крупнейших островов Курильской дуги на Дальнем Востоке России (рис. 1 а). В северной части острова Парамушир основной структурой является хребет Вернадского высотой около 1000 м, включающий цепь плейстоцен-голоценовых вулканов (рис. 1 б). Массивные голоценовые потоки лавы и десятки моногенных конусов, наблюдаемые вдоль хребта Вернадского, демонстрируют большой потенциал вулканических извержений в этой зоне (рис. 1 б).

 

Рис. 1. Район исследования и распределение данных. (а) Карта северных Курильских островов и южной Камчатки с указанием района исследований (синий прямоугольник). Красные точки обозначают голоценовые вулканы. (б) Район исследований с отмеченными временными и постоянными сейсмическими станциями (черный и фиолетовый треугольники соответственно). На фоне изображен рельеф с интервалом в 200 м. Красные области изображают голоценовые потоки лавы. Белые звезды обозначают конусы. Коричнево-желтыми обозначены крупные вулканические центры: VER – Вернадский; BIL – Билибин; KRA – Крашенинников; BOG – Богданович; NEO – Неожиданный; EBE – Эбеко. (в) Графики времени регистрации сейсмических станций.

 

Ныне действующий вулкан Эбеко расположен на северной оконечности хребта Вернадского и состоит из ряда конусов и кратеров. В историческое время большинство извержений Эбеко были фреатическими и фреатомагматическими. В течение последнего десятилетия Эбеко проявляет вулканическую активность, состоящую из регулярных взрывов, некоторые из которых выбрасывали пепел на высоту до 5–7 км [6, 7]. Также существующая эпизодическая фумарольная активность на вулкане Крашенинникова свидетельствует о продолжающейся активности магмо- и гидротермальной системы в средней части хребта Вернадского [8].

Частые извержения вулкана Эбеко создают серьезные проблемы для города Северо-Курильска с населением 3000 человек, расположенного на расстоянии всего 6–7 км от него. Облака пепла, выброшенные извержениями Эбеко, могут нарушать маршруты авиации, которые очень активны в этой части Тихого океана. Все эти факторы определяют важность мониторинга этого вулкана для предоставления надежных и своевременных предостережений о его извержениях.

В 2021–2022 годах на северной части острова Парамушир была установлена временная сейсмическая сеть, состоящая из 20 сейсмических станций (рис. 1 б, в). Во время работы сейсмической сети вулкан Эбеко производил несколько эксплозивных извержений за сутки, особенно в течение июля-августа 2021 [7]. Такого рода вулканическая активность неизбежно вызывает изменения механических свойств пород под вулканом. Наличие сейсмических станций в этом районе дает уникальную возможность выявить эти изменения.

ОБРАБОТКА ДАННЫХ

Для данного исследования были использованы трехкомпонентные непрерывные сейсмические данные, зарегистрированные временной сейсмической сетью, функционировавшей на хребте Вернадского с июня 2021 по июнь 2022 года, и одной постоянной сейсмической станцией, расположенной вблизи города Северо-Курильск (SKR) (рис. 1 б). Следует отметить, что на некоторых станциях были проблемы с синхронизацией часов станции (VER02, VER11, VER12). В предыдущих исследованиях на основе данных этой сейсмической сети дрейф часов уже был определен и учтен [9]. К сожалению, большинство временных станций постепенно вышло из строя из-за суровых климатических условий и нападений животных. Поэтому в данном исследовании был рассмотрен период времени с 30 июня по 14 августа 2021 года, когда большая часть записей была доступна и имела удовлетворительное качество.

Были построены функции взаимной кросс-корреляции сейсмического шума в диапазонах частот 0.125–0.25 Гц и 2–4 Гц, следуя процедуре, описанной Bensen et al. [10]. Чтобы подавить случайный шум, дневные кросс-корреляции были усреднены в скользящем окне длиной 5 дней. Изменения сейсмических скоростей были определены с помощью кросс-спектрального анализа в скользящем окне без использования эталонного сигнала [11], который представляет собой анализ оконных сигналов в частотной области, основанный на линейной зависимости между фазовыми сдвигами на каждой частоте и задержками времени прихода между оконными сигналами, и на линейной зависимости временных задержек от относительного изменения скорости, справедливой для равномерного изменения скорости во всей среде. Пример полученных изменений сейсмических скоростей показан на рис. 2.

 

Рис. 2. Верхняя часть представляет собой пример суточных кросс-корреляций по парам станций SKR-VER13 в полосе частот 0.125–0.25 Гц после усреднения по скользящему окну. Серые части обозначают времена корреляции, которые не были использованы для оценки изменений скорости. Полученные изменения скорости для этой коррелограммы показаны на нижней панели.

 

Для выделения различных закономерностей был проведен двухэтапный кластерный анализ методом самоорганизующейся карты и кластеризации k-средних [12]. Самоорганизующаяся карта (SOM) – это метод машинного обучения без учителя для преобразования входных данных большой размерности в двумерные выходные карты [13]. Следуя Brentan et al. [12], выходные карты были использованы в качестве входных данных для алгоритма k-средних для укрупнения полученных групп. В результате было выделено 2 группы кривых для обоих исследуемых диапазонов частот, которые показаны на рис. 3.

 

Рис. 3. Средние кривые изменения скоростей и их стандартные отклонения для диапазонов частот 0.125–0.25 Гц и 2–4 Гц для 1-й и 2-й группы, обозначенные розовым и синим цветами соответственно.

 

На рис. 4 а и б представлены распределения пар станций, соответствующих этим двум группам. На первый взгляд может показаться, что они охватывают в основном одни и те же территории, однако более внимательное рассмотрение показывает, что вторая группа более сконцентрирована в северной части исследуемой области вокруг вулкана Эбеко, а первая в основном охватывает всю исследуемую область.

 

Рис. 4. Результаты кластеризации. (а), (б) Пары станций (черные точки), соответствующие группам 1 и 2 (красные и синие линии соответственно). (в) Средние кривые изменений скорости для диапазонов частот 0.125–0.25 Гц и 2–4 Гц (фиолетовая и зеленая линии соответственно) для групп 1 и 2, обозначенных розовым и синим фоном соответственно.

 

РЕЗУЛЬТАТЫ

Простейшая модель описывает кода-волны как смесь рассеянных объемных и поверхностных волн [14]. Так как кода-волны являются результатом сложного рассеяния, конкретное местоположения объектов, влияющих на них, довольно трудно определить в сложной геологической обстановке [15]. Поэтому пространственное распределение областей, где произошли изменения скорости, не может быть напрямую определено на основе геометрии пар станций, используемых для кросс-корреляции. По этой причине на рис. 4 а и б не наблюдается четкого разделения пар станций в пространстве, соответствующих двум группам. Глубинная чувствительность кода-волновой части кросс-корреляций в первом приближении может быть описана ядрами чувствительности фундаментальной моды поверхностной волны Релея. Согласно имеющимся ядрам чувствительности для исследуемой области для низкочастотного диапазона максимум чувствительности располагается на глубине 3–5 км, а для высокочастотного – в первых сотнях метров от дневной поверхности [9].

Изменения скорости, выявленные в результате анализа, могут быть вызваны рядом различных факторов. Во-первых, как было обнаружено Sens-Schoenfelder & Weggler [5], кросс-корреляции сейсмического шума очень чувствительны к погодным условиям. Это может быть справедливо для случая Парамушира, где климат чрезвычайно влажный и подвержен сильным циклонам. Во-вторых, вулканическая деятельность является важным фактором, который также может изменять механические свойства горных пород. Кроме того, могут существовать некоторые другие внешние факторы, такие как атмосферное давление, которые могут повлиять на свойства резервуаров подземных вод [16]. Поэтому при интерпретации вариаций скорости, полученных в этом исследовании, были учтены различные типы данных, включая метеорологические и вулканологические наблюдения (рис. 5).

 

Рис. 5. Нормированные средние кривые изменений скорости в сравнении с метеорологическими данными и активностью вулкана Эбеко. Суточная активность Эбеко определялась по данным КФ ГС РАН [17] и KVERT [19].

 

На рис. 5 можно наблюдать, что две группы кривых демонстрируют почти противоположную корреляцию: для первой группы кривые имеют четкие максимумы в средней части рассматриваемого периода времени, тогда как кривые во второй группе имеют тенденцию к более низким значениям в одно и то же время. В первой группе низкочастотные и высокочастотные кривые практически идентичны. Напротив, во второй группе кривые выглядят иначе: высокочастотная кривая имеет один широкий минимум в средней части рассматриваемого интервала времени, тогда как низкочастотная кривая имеет более сложную форму и имеет локальный максимум примерно в то же время, что и максимум в первой группе.

Рассматривая связь изменений скорости с осадками, важно иметь в виду, что изменение скорости может произойти не сразу после изменения режима осадков, так как метеорной воде нужно некоторое время, чтобы проникнуть в горные породы. Если предположить, что фактор осадков существенен, то разница в характере изменений скорости для групп 1 и 2 может быть связана с разным распределением пар станций в этих двух случаях: пары станций в группе 2 занимают более локальную зону вокруг вулкана Эбеко, где, считается, что породы более проницаемы. При сравнении с количеством осадков для группы 2 наблюдается тесная связь между интенсивностью дождя и уменьшением скорости. Это может свидетельствовать о том, что в этом случае метеорная вода сразу проникает в земную кору и влияет на ее упругие свойства. Для группы 1 в тот же период с 1 по 20 июля наблюдается постепенное увеличение скорости. Эта разница может быть связана со значительно более низкой проницаемостью пород, препятствующей проникновению воды на более глубокие горизонты. Увеличение скорости в данном случае может быть отсроченной реакцией на высыхание почвы после таяния снега в июне. Начиная с 20 июля по 10 августа уменьшение скорости в группе 1 может быть связано с отсроченным действием дождей, прошедших с начала июля.

Помимо осадков, может быть рассмотрена связь между полученными изменениями скорости и атмосферным давлением. На рис. 5 низкочастотная кривая в группе 2 имеет некоторую очевидную связь с изменением атмосферного давления. Два локальных пика изменения скорости 13 июля и 7 августа соответствуют локальным минимумам давления. Можно предположить, что снижение атмосферного давления может вызвать подъем уровня грунтовых вод, как это было предложено в [19]. В связи с этим перераспределение порового давления в гидротермально-магматической системе Эбеко может привести к подъему флюидов из магматического очага. Этот процесс может вызвать повышение давления в магматическом очаге, уплотнение горных пород и соответствующее увеличение сейсмической скорости. Отметим, что такая связь наблюдается только для низкочастотной кривой скорости в группе 2, соответствующей району Эбеко.

Изменения скорости в группе 2 также можно сравнить с информацией об активности вулкана Эбеко (фреатические извержения, сейсмичность, эмиссия газа и термические аномалии), представленной на рис. 5. Общее снижение скорости на кривых совпадает с разрывом или уменьшением фреатических извержений с 19 по 25 июля, низким уровнем сейсмичности и пониженной эмиссии газа. С другой стороны, этому перерыву эруптивной активности предшествует локальный максимум низкочастотной кривой, который во время перерыва снижается. Как показала численная модель на примере вулкана Безымянный, подобные особенности могут быть вызваны подъемом флюида перед эксплозивным извержением [20]. Таким образом, наблюдаемые изменения скорости в группе 2 можно объяснить как внешними (осадки и атмосферное давление), так и внутренними (миграция флюидов) механизмами. Для группы 1 не наблюдается связи с глубинными процессами, а лишь некоторые замедленные реакции на изменение интенсивности осадков.

Размещение сейсмических станций вокруг вулкана Эбеко дало нам уникальную возможность выявить изменения скорости в период его активной вулканической деятельности. Кластерный анализ позволил выявить и разделить скрытые закономерности, обусловленные различными процессами. Следовательно, такой анализ может быть полезен для изучения вулканической активности в сложных условиях, когда наблюдается несколько значительных источников изменения скорости (например, метеорологические условия, вулканическая и гидротермальная активность и т. д.).

ИСТОЧНИК ФИНАНСИРОВАНИЯ

Работа выполнена при поддержке гранта РНФ № 22-27-00374.

КОНФЛИКТ ИНТЕРЕСОВ

Авторы данной работы заявляют, что у них нет конфликта интересов.

×

About the authors

Ya. M. Berezhnev

Trofimuk Institute of Petroleum-Gas Geology and Geophysics of the Siberian Branch of the Russian Academy of Sciences; Skolkovo Institute of Science and Technology (Skoltech)

Author for correspondence.
Email: BerezhnevYM@ipgg.sbras.ru
Russian Federation, Novosibirsk; Moscow

N. N. Belovezhets

Trofimuk Institute of Petroleum-Gas Geology and Geophysics of the Siberian Branch of the Russian Academy of Sciences; Skolkovo Institute of Science and Technology (Skoltech)

Email: BerezhnevYM@ipgg.sbras.ru
Russian Federation, Novosibirsk; Moscow

I. Yu. Koulakov

Trofimuk Institute of Petroleum-Gas Geology and Geophysics of the Siberian Branch of the Russian Academy of Sciences; Skolkovo Institute of Science and Technology (Skoltech); Institute of the Earth’s Crust Siberian Branch of the Russian Academy of Sciences

Email: BerezhnevYM@ipgg.sbras.ru

Corresponding Member of the RAS

Russian Federation, Novosibirsk; Moscow; Irkutsk

A. V. Jakovlev

Alfred-Wegener-Institut

Email: BerezhnevYM@ipgg.sbras.ru
Germany, Bremerhaven

M. S. Alajmi

KingAbdulaziz City of Science and Technology

Email: BerezhnevYM@ipgg.sbras.ru
Saudi Arabia, Riyadh

E. I. Gordeev

Institute of Volcanology and Seismology Far Eastern Branch of the Russian Academy of Science

Email: BerezhnevYM@ipgg.sbras.ru

Academician of the RAS

Russian Federation, Petropavlovsk-Kamchatsky

References

  1. Ratdomopurbo A., Poupinet G. Monitoring a Temporal Change of Seismic Velocity in a Volcano: Application to the 1992 Eruption of Mt. Merapi (Indonesia) // Geophysical Research Letter. 1995. V. 22. P. 775–778.
  2. Poupinet G., Ellsworth W. L., Frechet J. Monitoring Velocity Variations in the Crust Using Earthquake Doublets: An Application to the Calaveras Fault, California // Journal Geophysical Research. 1984. V. 89. P. 5719–5731.
  3. Vargas C. A., Koulakov I., Jaupart C., Gladkov V., Gomez E., El Khrepy S., Al-Arifi N. Breathing of the Nevado Del Ruiz Volcano Reservoir, Colombia, Inferred from Repeated Seismic Tomography // Scientific Reports. 2017. V. 7. P. 46094.
  4. Shapiro N. M., Campillo M. Emergence of Broadband Rayleigh Waves from Correlations of the Ambient Seismic Noise // Geophysical Research Letter. 2004. V. 31. P. 2004GL019491.
  5. Sens‐Schönfelder C., Wegler U. Passive Image Interferometry and Seasonal Variations of Seismic Velocities at Merapi Volcano, Indonesia // Geophysical Research Letters. 2006. V. 33. P. 2006GL027797.
  6. Belousov A., Belousova M., Auer A., Walter T. R., Kotenko T. Mechanism of the Historical and the Ongoing Vulcanian Eruptions of Ebeko Volcano, Northern Kuriles // Bulletin of Volcanology. 2021. V. 83. P. 4.
  7. Kotenko T. A., Smirnov S. Z., Timina T.Yu. The 2022 Activity of Ebeko Volcano: The Mechanism and Ejecta // Journal of Volcanology and Seismology. 2023. V. 17. P. 259–277.
  8. Котенко Т. А., Котенко Л. В. Гидротермальные проявления и тепловой поток вулканов Эбеко и Крашенинникова (о. Парамушир, Курильские о-ва) // Вестник КРАУНЦ. Сер. НаукиоЗемле. 2006. № 1. Вып. 7. С. 129–137.
  9. Belovezhets N., Berezhnev Y., Koulakov I., Jakovlev A., Abramenkov S., Smirnov S. Z., Abkadyrov I. Magma and Hydrothermal Sources below the Northern Part of Paramushir Island (Kuril Arc) Inferred from Ambient Noise Tomography // Journal of Volcanology and Geothermal Research. 2023. V. 443. P. 107931.
  10. Bensen G. D., Ritzwoller M. H., Barmin M. P., Levshin A. L., Lin F., Moschetti M. P., Shapiro N. M., Yang Y. Processing seismic ambient noise data to obtain reliable broad-band surface wave dispersion measurements // Geophysical Journal International. 2007. V. 169. P. 1239–1260.
  11. Brenguier F., Campillo M., Takeda T., Aoki Y., Shapiro N. M., Briand X., Emoto K., Miyake H. Mapping Pressurized Volcanic Fluids from Induced Crustal Seismic Velocity Drops // Science. 2014. V. 345. P. 80–82.
  12. Brentan B., Meirelles G., Luvizotto E., Izquierdo J. Hybrid SOM+k-Means Clustering to Improve Planning, Operation and Management in Water Distribution Systems // Environmental Modelling & Software. 2018. V. 106. P. 77–88.
  13. Li K., Sward K., Deng H., Morrison J., Habre R., Franklin M., Chiang Y. Y., Ambite J. L., Wilson J. P., Eckel S. P. Using Dynamic Time Warping Self-Organizing Maps to Characterize Diurnal Patterns in Environmental Exposures // Scientific Reports. 2021. V. 11. P. 24052.
  14. Obermann A., Planès T., Hadziioannou C., Campillo M. Lapse-Time-Dependent Coda-Wave Depth Sensitivity to Local Velocity Perturbations in 3-D Heterogeneous Elastic Media // Geophysical Journal International. 2016. V. 207. P. 59–66.
  15. Van Dinther C., Margerin L., Campillo M. Implications of Laterally Varying Scattering Properties for Subsurface Moni-toringWith Coda Wave Sensitivity Kernels: Application to Volcanic and Fault Zone Setting // Journal Geophysical Research. Solid Earth. 2021. V. 126. P. e2021JB022554.
  16. Gradon C., Brenguier F., Stammeijer J., Mordret A., Hindriks K., Campman X., Lynch R., Boué P., Chmiel M. Seismic Velocity Response to Atmospheric Pressure Using Time-Lapse Passive Seismic Interferometry // Bulletin of the Seismological Society of America. 2021. V. 111. P. 3451–3458.
  17. KBGS. Daily Activity Level Color Codes for Kamchatka Volcanoes (in Russian). Available online: http://www.emsd.ru/~ssl/monitoring/main.htm.
  18. KVERT. Institute of Volcanology and Seismology FEB RAS. Available online: http://www.kscnet.ru/ivs/kvert/.
  19. McMillan T.C., Rau G. C., Timms W. A., Andersen M. S. Utilizing the Impact of Earth and Atmospheric Tides on Ground-water Systems: A Review Reveals the Future Potential // Reviews of Geophysics. 2019. P. 57. P. 281–315.
  20. Berezhnev Y., Belovezhets N., Shapiro N., Koulakov I. Temporal Changes of Seismic Velocities below Bezymianny Volcano Prior to Its Explosive Eruption on 20.12.2017 // Journal of Volcanology and Geothermal Research. 2023. V. 433. P. 107735.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Research area and data distribution. (a) A map of the northern Kuril Islands and southern Kamchatka with an indication of the research area (blue rectangle). The red dots represent Holocene volcanoes. (b) A research area with marked temporary and permanent seismic stations (black and purple triangles, respectively). A relief with an interval of 200 m is depicted on the background. The red areas depict Holocene lava flows. White stars represent cones. Large volcanic centers are marked in brown and yellow: VER – Vernadsky; BIL – Bilibin; KRA – Krasheninnikov; BOG – Bogdanovich; NEO – Unexpected; EBE – Ebeko. (c) Time schedules for registration of seismic stations.

Download (580KB)
3. Fig. 2. The upper part is an example of daily cross-correlations across pairs of SKR-VER13 stations in the frequency band 0.125–0.25 Hz after averaging over a sliding window. The gray parts indicate correlation times that were not used to estimate velocity changes. The resulting velocity changes for this correlogram are shown in the bottom panel.

Download (395KB)
4. Fig. 3. Average velocity curves and their standard deviations for the frequency ranges 0.125–0.25 Hz and 2-4 Hz for the 1st and 2nd groups, indicated in pink and blue colors, respectively.

Download (223KB)
5. Fig. 4. Clustering results. (a), (b) Pairs of stations (black dots) corresponding to groups 1 and 2 (red and blue lines, respectively). (c) Average velocity curves for the frequency ranges 0.125–0.25 Hz and 2-4 Hz (purple and green lines, respectively) for groups 1 and 2, indicated by pink and blue backgrounds, respectively.

Download (611KB)
6. Fig. 5. Normalized average curves of velocity changes in comparison with meteorological data and the activity of the Ebeko volcano. The daily activity of Ebeko was determined according to the data of the CF GS RAS [17] and KVERT [19].

Download (428KB)

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».