Unsupervised clustering of mining-induced microseismicity provides insights into source mechanisms
Notice bibliographique
Résumé
Microseismic source mechanisms in underground mines can provide information about the rock mass response to mining. Conventional approaches to such studies rely upon moment tensor solutions that are susceptible to modeling assumptions and need reliable information about source locations and high-resolution velocity models. We propose the application of unsupervised clustering to group microseismic events into different classes directly from the waveform data such that the events in a specific class have similar source mechanisms. Our method has three main steps, first using spectral decomposition to separate the source terms from the path-receiver contributions in the observed amplitude spectra of events occurring in spatially dense clusters. Second, reducing the number of features from the source spectra using independent component analysis (ICA). Third, applying a Gaussian mixture model (GMM) to the reduced feature matrix to obtain event clusters. To test our method, we generate synthetic waveform data using the receiver network and the recorded microseismic event locations in an underground potash mine in Saskatchewan. Results show the ability of our method to separate events into different classes corresponding to differences in source mechanisms. Application to field data recorded in the mine during February 2021 successfully discriminates between blasts and microseismic events. The data recorded between 1 March and 30 June 2021 that contain microseismic events only are divided into two dominant classes. Using known moment tensors (MT) of some of these events for labeling, we interpret one of the two classes as having dominant double-couple mechanisms as compared to the other which most likely corresponds to the linear dipole-tensile mechanisms. Our method, combined with some expert knowledge such as MT of some larger magnitude events, can offer an assessment of source types of large microseismic populations as often encountered in induced seismicity .
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».