MétaCan
Menu
← Retour à la cohorte
Enregistrement W7139160523

Integrated Theoretical Modeling and Empirical Analysis of Injection-Induced Fault Slip and Seismic Hazard: From Parameter Sensitivity to Real-World Case Studies

2025· dissertation· W7139160523 sur OpenAlexfundno aff
Riddhi Mandal

Notice bibliographique

RevueTSpace (University of Toronto) · 2025
Typedissertation
Langue
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoGovernment of Ontario
Mots-clésPoromechanicsInduced seismicitySlip (aerodynamics)Seismic momentHydrogeologySeismic hazardForeshockSensitivity (control systems)Geomechanics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Injection-induced seismicity is a complex, multi-physics phenomenon driven by coupled pore-pressure diffusion, poroelastic stress changes, and static stress transfer. With subsurface fluid injection increasingly central to energy production and waste disposal, understanding how these processes influence fault slip and seismic hazard has become critical. This thesis integrates numerical and empirical investigation of injection-induced fault behaviour, combining high-resolution rate-and-state friction models, dynamic stress simulations, and real-world case studies to identify key controls on seismic and aseismic slip. The thesis first explores how injection rate and cumulative volume jointly shape fault behavior using a long-term dynamic rupture framework. Thousands of simulated earthquake cycles show that these parameters govern transitions between delayed rupture, aseismic transients, and immediate seismic clustering. Notably, over 99\% of the total released moment occurs aseismically, underscoring the stabilizing role of slow slip and the enduring perturbation of the seismic cycle, even from short-lived injections. A novel functional approximation framework is developed to model spatiotemporally heterogeneous pressure diffusion along faults. It reproduces finite-difference outputs at a fraction of the computational cost (\string~94\% reduction), enabling thousands of simulations without loss of realism. Spatial heterogeneity raises the pore-pressure threshold for induced failure and heightens sensitivity to injection rate. These tools are applied to a digital reconstruction of the 2016 Mw 5.8 Pawnee earthquake, the largest known case of injection-induced seismicity in Oklahoma. By coupling MODFLOW-based hydrogeological modeling with poroelastic and Coulomb stress analyses, the study shows the mainshock did not nucleate on a critically stressed fault. Instead, pore-pressure diffusion activated foreshocks on the optimally oriented Labette Fault, which then transferred sufficient static stress to rupture the subcritically stressed, previously unmapped Sooner Lake Fault. Together, these findings show that induced seismicity arises from non-linear interactions across multiple spatial scales, driven by aseismic slip, fault-to-fault stress transfer, and evolving injection conditions. They expose the limits of mitigation strategies based on simple magnitude or pressure thresholds and argue for physics-based hazard frameworks that account for spatiotemporal stress evolution, aseismic processes, and inter-fault interactions. This thesis integrates numerical modeling with empirical validation to strengthen the scientific basis for risk management in fluid injection settings.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,296
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)→Même sujetearthquake and tectonic studies→Travaux en français237 207→