Tausende induzierter Erdbeben pro Monat in West-Texas mithilfe von EQCCT erkannt

West-Texas war im vergangenen Jahrzehnt aufgrund der Injektion von industriellem Abwasser und der Ausbeutung von Kohlenwasserstoffen eine seismisch aktive Region. Das neu gegründete texanische seismologische Netzwerk hat einen Katalog bereitgestellt, der die intensive Seismizität bis zu einer Magnitude von 1,5 Ml charakterisiert. Es gibt jedoch zahlreiche Ereignisse kleiner Magnitude (Ml < 1.0), die täglich auftreten und nicht analysiert und gemeldet werden, aufgrund der unverhältnismäßig hohen Arbeitslast, um die Picks aus automatischen Picking-Methoden manuell zu überprüfen. Wir schlagen vor, eine fortschrittliche Deep-Learning-Methode, den earthquake compact convolutional transformer (EQCCT), anzuwenden, um unsere Fähigkeiten zur Analyse von Hunderten kleinen Erdbeben pro Tag in West-Texas zu entfalten. Die EQCCT-Methode ist in ein integriertes Erkennungs- und Standortbestimmungsframework eingebettet, um einen hoch vollständigen Erdbeben-Katalog auszugeben, basierend auf einer Liste verfügbarer seismischer Stationen, auf nahtlose Weise. Das EQCCT hat es uns ermöglicht, 50-mal mehr Erdbeben (hauptsächlich kleiner als Magnitude 1) zu erkennen und zu lokalisieren als zuvor. Wir haben den in EQCCT eingebetteten Erkennungs- und Standortbestimmungsworkflow auf die Culberson- und Mentone-Erdbeben-Zone (CMEZ) in West-Texas angewendet und haben in drei aufeinanderfolgenden Monaten Tausende von Erdbeben pro Monat erkannt. Eine weitere Verlagerung des neuen Katalogs ergab eine beispiellos hochauflösende und präzise Darstellung von flachen und tiefen, im Fundament verwurzelten Verwerfungen. Der hoch vollständige Katalog bietet auch bedeutende Einblicke in den seismo-tektonischen Status der CMEZ. Die Assoziation mit nahegelegenen Injektionsaktivitäten offenbarte auch eine starke Korrelation zwischen der Rate des injizierten Flüssigkeitsvolumens und der Anzahl kleiner Erdbeben.