DOI: https://doi.org/10.1002/env.70090
تاريخ النشر: 2026-04-01
المؤلف: Conor Murphy وآخرون
الموضوع الرئيسي: دراسات الزلازل والتكتونيات
نظرة عامة
يتناول هذا القسم المخاطر الكبيرة التي ت posed by الزلازل الناتجة عن استخراج الغاز أو حقنه في الخزانات تحت الأرض، مع التأكيد على الحاجة إلى نماذج دقيقة للتنبؤ بذيل توزيع شدة الزلازل. يقترح المؤلفون نهجًا جديدًا لنمذجة القيم المتطرفة يستخدم التغييرات في شبكة قياس الزلازل لاختيار عتبة قيمة متطرفة مكانية زمنية بارامترية تلقائيًا. هذه الطريقة تأخذ في الاعتبار بشكل فعال القيم الزلزالية غير المكتشفة، وهو أمر حاسم لتحسين تقييمات المخاطر.
بالإضافة إلى ذلك، يقدم المؤلفون تقنيات لنقل الشكوك المرتبطة بمعلمات نموذج القيمة المتطرفة، ومعلمات العتبة، وصياغة العتبة الوظيفية إلى تقديرات المخاطر المستقبلية. يتم تطبيق منهجيتهم على كتالوج زلازل حقل الغاز في غرونينغن في هولندا، مما يظهر تحسينات كبيرة مقارنة بالتحليلات الحالية ويوفر أول تقدير لمصادر الشك المختلفة في هذه التقديرات. الإجراء المقترح له تطبيقات واسعة في سياقات القيمة المتطرفة، خاصة في معالجة عدم اليقين في العتبات وقيود البيانات بسبب قيود معدات القياس.
مقدمة
تناقش المقدمة ظاهرة التشوهات البوروإيلاستية في الخزانات تحت الأرض الناتجة عن استخراج أو حقن الغازات، والتي يمكن أن تؤدي إلى الزلازل الناتجة، كما أشار ماجر وآخرون (2007) وسوكالي (2009). إن حدوث هذه الأحداث الزلزالية يشكل مخاطر كبيرة على السلامة العامة والبنية التحتية، خاصة في المناطق المأهولة، كما أبرز إلسورث (2013). لذلك، فإن تقدير توزيع شدة الزلازل الناتجة بدقة في سيناريوهات الاستخراج أو الحقن المستقبلية أمر بالغ الأهمية لإبلاغ استراتيجيات بناء وتعزيز البنية التحتية، وبالتالي التخفيف من المخاطر المرتبطة بالأحداث الزلزالية الناتجة.
طرق
في هذا القسم، يحدد المؤلفون تطبيق نظرية القيم المتطرفة (EVT) باستخدام توزيع باريدو العام (GPD) لنمذجة سلوك الذيل لمتغير عشوائي أحادي \( Y \) مع دالة توزيع مستمرة \( F \). يثبتون أنه، تحت ظروف معينة، يتقارب التوزيع الشرطي للفائض فوق عتبة عالية \( u \) إلى GPD مع اقتراب \( u \) من نقطة النهاية العليا \( y_F \). يتميز GPD بمعامل المقياس \( \sigma \) ومعامل الشكل \( \xi \)، حيث يظهر التوزيع استقرارًا تحت تغييرات العتبة. على وجه التحديد، يتكيف معامل المقياس وفقًا للاختلاف بين العتبات، بينما يبقى معامل الشكل ثابتًا، مما يجعل GPD فريدًا بين التوزيعات المستمرة لاستقراره عند العتبات.
يتناول المؤلفون أيضًا تحدي اختيار عتبة مناسبة، مع التأكيد على التوازن بين التحيز والتباين في تقدير المعلمات. يشيرون إلى طرق مختلفة لاختيار العتبة، بما في ذلك التقدمات الحديثة مثل طريقة تباين الكمية المتوقعة (EQD)، التي أظهرت أداءً متفوقًا في اختيار العتبة التلقائي. بالإضافة إلى ذلك، يناقشون توسيع نهجهم المكاني الزمني لاختيار العتبة، بناءً على الأعمال السابقة التي أخذت في الاعتبار الفوائض غير المتطابقة التوزيع. يختتم القسم بالإشارة إلى أن منهجيتهم تتضمن تقنيات الاستدلال الاحتمالي والبايزي لتقدير المعلمات، مما يضمن تقييمًا قويًا لعدم اليقين في سياق نمذجة GPD.
نقاش
في هذا القسم، يركز النقاش على التحديات والمنهجيات لتقييم الزلازل الناتجة في حقل الغاز في غرونينغن، خاصة في ضوء الأحداث الزلزالية المستمرة على الرغم من توقف استخراج الغاز. التركيز هو على تقدير توزيع شدة الزلازل بدقة، وبشكل خاص الشدة مع احتمال 90% للحدوث على مدى 50 عامًا والحد الأقصى الممكن لشدة الزلزال، المشار إليه بـ \( M_{\text{max}} \). يؤكد المؤلفون على أهمية بيانات الزلازل عالية الجودة والحاجة إلى أخذ شدة الاكتمال في الاعتبار، \( m_c(x, t) \)، وهي أصغر شدة زلزال يمكن اكتشافها في موقع وزمان معين. يبرزون توازن التحيز والتباين في تقدير \( m_c \)، حيث قد يؤدي تقديره بشكل منخفض إلى استنتاجات متحيزة وقد يؤدي تقديره بشكل مرتفع إلى استبعاد بيانات صالحة.
يقترح المؤلفون استخدام توزيع باريدو العام (GPD) لنمذجة توزيع شدة الزلازل الحقيقية، حيث يمتلك خاصية استقرار العتبة اللازمة ويسمح بالمرونة في سلوك الذيل، مما يستوعب كل من الذيل الأخف والأثقل من التوزيع الأسي. كما يقدمون نهج متغير مكاني زمني لتقدير \( m_c(x, t) \)، مستفيدين من قدرات شبكة الجيوفون المتطورة لتعزيز اكتشاف الزلازل الصغيرة. تهدف هذه المنهجية إلى تقديم تقييم أكثر دقة لمخاطر الأحداث الزلزالية المستقبلية تحت سيناريوهات استخراج الغاز المختلفة، مع معالجة القيود في النماذج السابقة وتحسين فهم ديناميات الزلازل الناتجة في منطقة غرونينغن.
DOI: https://doi.org/10.1002/env.70090
Publication Date: 2026-04-01
Author(s): Conor Murphy et al.
Primary Topic: earthquake and tectonic studies
Overview
This section discusses the significant risks posed by earthquakes induced by gas extraction or injection in underground reservoirs, emphasizing the need for accurate models to predict the upper tail of the earthquake magnitude distribution. The authors propose a novel extreme value modeling approach that utilizes changes in the earthquake measurement network to automatically select a parametric spatio-temporal extreme value threshold. This method effectively accounts for undetected earthquake values, which is crucial for improving hazard assessments.
Additionally, the authors introduce techniques to propagate uncertainties associated with extreme value model parameters, threshold parameters, and the threshold functional formulation into future hazard estimates. Their methodology is applied to the Groningen gas field earthquake catalog in the Netherlands, demonstrating substantial improvements over existing analyses and providing the first quantification of various uncertainty sources in these estimates. The proposed procedure has broad applicability in extreme value contexts, particularly in addressing threshold uncertainty and data limitations due to measurement equipment constraints.
Introduction
The introduction discusses the phenomenon of poroelastic deformations in underground reservoirs caused by the extraction or injection of gases, which can result in induced seismicity, as noted by Majer et al. (2007) and Suckale (2009). The occurrence of these seismic events poses significant risks to public safety and infrastructure, particularly in populated areas, as highlighted by Ellsworth (2013). Therefore, accurately estimating the distribution of induced earthquake magnitudes in future extraction or injection scenarios is crucial for informing infrastructure construction and reinforcement strategies, thereby mitigating the hazards associated with induced seismic events.
Methods
In this section, the authors outline the application of Extreme Value Theory (EVT) using the Generalized Pareto Distribution (GPD) to model the tail behavior of a univariate random variable \( Y \) with a continuous distribution function \( F \). They establish that, under certain conditions, the conditional distribution of excesses over a high threshold \( u \) converges to the GPD as \( u \) approaches the upper endpoint \( y_F \). The GPD is characterized by its scale parameter \( \sigma \) and shape parameter \( \xi \), with the distribution demonstrating stability under threshold changes. Specifically, the scale parameter adjusts according to the difference between thresholds, while the shape parameter remains constant, making the GPD unique among continuous distributions for its threshold stability.
The authors also address the challenge of selecting an appropriate threshold, emphasizing the trade-off between bias and variance in parameter estimation. They reference various methods for threshold selection, including recent advancements such as the Expected Quantile Discrepancy (EQD) method, which has shown superior performance in automated threshold selection. Additionally, they discuss the extension of their spatio-temporal approach for threshold selection, building on previous work that accounted for non-identically distributed excesses. The section concludes by noting that their methodology incorporates both likelihood and Bayesian inference techniques for parameter estimation, ensuring robust uncertainty evaluation in the context of GPD modeling.
Discussion
In this section, the discussion centers on the challenges and methodologies for assessing induced seismicity in the Groningen gas field, particularly in light of the ongoing seismic events despite the cessation of gas extraction. The focus is on accurately estimating the distribution of earthquake magnitudes, specifically the magnitude with a 90% probability of occurrence over a 50-year span and the maximum possible earthquake magnitude, denoted as \( M_{\text{max}} \). The authors emphasize the importance of high-quality earthquake data and the need to account for the magnitude of completion, \( m_c(x, t) \), which is the smallest detectable earthquake magnitude at a given location and time. They highlight the bias-variance trade-off in estimating \( m_c \), where underestimating it may lead to biased inferences and overestimating it may exclude valid data.
The authors propose using the Generalized Pareto Distribution (GPD) for modeling the distribution of true earthquake magnitudes, as it possesses the necessary threshold stability property and allows for flexibility in tail behavior, accommodating both lighter and heavier tails than the exponential distribution. They also introduce a spatio-temporal covariate approach to estimate \( m_c(x, t) \), leveraging the evolving geophone network’s capabilities to enhance detection of smaller earthquakes. This methodology aims to provide a more accurate risk assessment of future seismic events under various gas extraction scenarios, addressing limitations in previous models and improving the understanding of induced seismicity dynamics in the Groningen region.