Raton Basin Induced Seismicity Is Hosted by Networks of Short Basement Faults and Mimics Tectonic Earthquake Statistics
Notice bibliographique
Résumé
Abstract The Raton Basin has been an area of injection induced seismicity for the past two decades. Previously, the reactivated fault zone structures and spatiotemporal response of seismicity to evolving injection have been poorly constrained due to sparse publicly available seismic monitoring. The application of a machine‐learning phase picker to 4 years of continuous seismic data from a local array enables the detection and location of ∼38,000 earthquakes. The events from 2016 to 2020 are ∼2.5–6 km below sea level and range from M L < −1 to 4.2. Most earthquakes occur within previously identified ∼N‐S zones of seismicity, however our new catalog illuminates that these zones are composed of many short faults with variable orientations. The two most active zones, the Vermejo Park and Tercio zones, are potentially linked by small intermediate faults. In total, we find ∼60 short (<3 km long) basement faults with strikes from WNW to NNE. Faulting mechanisms are predominantly normal but some variability, including reverse dip‐slip and oblique‐slip, is observed. The Trinidad fault zone, which previously hosted a M w 5.3 earthquake in 2011, is quiescent during 2016–2020, likely in response to both slow accumulation of tectonic strain after the 2011 sequence, and the significant decrease (80% reduction) in nearby wastewater injection from 2012 to 2016. Unlike some other regions, where induced seismicity was triggered in response to higher injection rates, the Raton Basin's frequency‐magnitude and spatiotemporal statistics are not distinguishable from tectonic seismicity. The similarity suggests that seismicity in the Raton Basin is predominantly releasing tectonic stress.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».