En medio del impresionante paisaje del desarrollo geotérmico en la región de Tohoku, las sutiles actividades sísmicas bajo la superficie de la Tierra presentan un desafío fascinante para los investigadores. A pesar de las advertencias de terremotos que alertan sobre eventos sísmicos, hay numerosos temblores más pequeños que han intrigado a los ingenieros de recursos por mucho tiempo al intentar detectarlos y comprenderlos.

Las innovaciones matemáticas de investigadores de la Universidad de Tohoku están avanzando en la detección de más tipos (y formas más débiles) de ondas sísmicas, abriendo el camino para un monitoreo y evaluación de riesgos de terremotos más efectivos.

Los resultados de su estudio fueron publicados en Transacciones IEEE sobre geociencia y teledetección el 15 de enero de 2024.
La recopilación de datos sísmicos depende de la cantidad y ubicación de sensores llamados sismómetros. Especialmente cuando solo es posible un despliegue limitado de sensores sísmicos, como en entornos desafiantes como el planeta Marte o cuando se realiza un monitoreo a largo plazo del carbono capturado y almacenado, optimizar la extracción de datos de todos y cada uno de los sensores se vuelve crucial. Un método prometedor para hacerlo es el análisis de polarización, que implica estudiar el movimiento de partículas en tres dimensiones y ha llamado la atención por su capacidad para aprovechar datos de tres componentes, ofreciendo más información que los datos de un solo componente. Este enfoque permite la detección e identificación de diversas formas de ondas sísmicas polarizadas, incluidas ondas S, ondas P y otras.

En particular, el análisis de polarización mediante matriz espectral (SPM) es una técnica que analiza el movimiento de partículas en tres dimensiones a lo largo del tiempo y a diferentes frecuencias, es decir, en el dominio del tiempo-frecuencia. Sin embargo, en escenarios donde la señal deseada es débil en comparación con el ruido de fondo, conocidos como eventos de baja relación señal-ruido (SNR), que son típicos en yacimientos subterráneos, el análisis SPM enfrenta limitaciones. Debido a limitaciones matemáticas, solo puede caracterizar el movimiento lineal de partículas (es decir, las ondas P de movimiento rápido y fáciles de detectar), lo que dificulta el análisis de otras formas de onda (como las ondas S secundarias que llegan).

«Superamos los desafíos técnicos del análisis SPM convencional y lo ampliamos para lograr una polarización más amplia introduciendo componentes de retardo de tiempo», dijo Yusuke Mukuhira, profesor asistente en el Instituto de Ciencia de Fluidos de la Universidad de Tohoku y autor principal del estudio.

En comparación con las técnicas existentes, la incorporación de componentes de retardo de tiempo por parte de su equipo mejoró la precisión del análisis SPM, permitiendo la caracterización de varias ondas polarizadas, incluidas las ondas S, y la detección de eventos de baja SNR con amplitudes más pequeñas.

Una innovación clave en el estudio es la introducción de una nueva función de ponderación basada en la información de fase del primer vector propio, un vector especial que, cuando se multiplica por la matriz, da como resultado una versión escalada del vector original. El propósito de la función de ponderación es asignar diferentes niveles de importancia a diferentes partes de las señales según su importancia, reduciendo así las falsas alarmas. Las pruebas de formas de onda sintéticas mostraron que esta adición mejoró significativamente la evaluación de la polarización de las ondas sísmicas, un factor crucial para distinguir la señal del ruido.

«Técnicamente, hemos desarrollado una técnica de procesamiento de señales que mejora el análisis del movimiento de partículas en el dominio del tiempo y la frecuencia», dijo Mukuhira.

El equipo de investigación validó su metodología utilizando datos del mundo real registrados en el campo de gas de Groningen, Países Bajos. Los resultados mostraron un rendimiento superior en la detección de movimiento sísmico, sacando a la luz dos eventos de baja SNR que anteriormente habían pasado desapercibidos con los métodos convencionales.

Estos hallazgos tienen potencial para aplicaciones en diversos campos, incluida la sismología y la geofísica, particularmente en el monitoreo de las condiciones subterráneas con puntos de observación limitados. Las implicaciones se extienden al monitoreo de terremotos, la exploración planetaria y el desarrollo de recursos.