comparación del sistema manual y automático para

OSOP, S.A
COMPARACIÓN DEL
SISTEMA MANUAL Y
AUTOMÁTICO PARA
LOCALIZACIONES DE
EVENTOS SÍSMICOS EN
LA RED SISMOLÓGICA
DE PANAMÁ
2014
Usuario
LEANDRO PÉREZ, ÁREA
DE
SISMOLOGÍA
RESUMEN
La Red Sísmica de Panamá involucra rutinas de monitoreo y procesamiento manual y automático con el
fin de determinar parámetros básicos de localización y magnitud de la sismicidad local. Con esto se logra
ofrecer reportes fiables y oportunos a los organismos de gestión de riesgo y a la comunidad en general.
El presente estudio compara las localizaciones de eventos sísmicos entre el mes de Agosto y Noviembre
de 2013. El software utilizado para las rutinas de procesamiento manual es Seisan de la Universidad de
Bergen, Noruega; para el procesamiento automático (en tiempo real) se usa SeisComP, desarrollado por
GFZ/Potsdam y Gempa (GmbH), Alemania.
Los resultados de este trabajo muestran la fiabilidad de las localizaciones del sistema automático respecto
del manual, y los posibles factores que inciden en la variación de estas localizaciones. Esto permitirá ir
mejorando el monitoreo de los sismos y la estimación del impacto de sismos fuertes en las ciudades y
poblados, para la mitigación del riesgo en Panamá.
Palabras Claves: sistema manual, sistema automático, Earthworm, Seisan, SeisComP, eventos sísmicos,
detecciones, localizaciones, análisis estadístico univariado.
2
CONTENIDO
INTRODUCCIÓN ........................................................................................................................................ 3
OBJETIVOS.................................................................................................................................................. 4
General ...................................................................................................................................................... 4
Específicos ................................................................................................................................................ 4
RED SISMOLÓGICA NACIONAL DE PANAMÁ Y EL MONITOREO DE LA SISMICIDAD ............. 5
METODOLOGÍA ......................................................................................................................................... 6
DETECCIONES DE EVENTOS SÍSMICOS ............................................................................................... 6
Detección y generación de formas de onda para procesamiento manual en SEISAN .............................. 7
Detección y procesamiento automático en SeisComP .............................................................................. 9
COMPARACIÓN DE PICKS MANUALES Y AUTOMÁTICOS ............................................................ 11
ANÁLISIS ESTADÍSTICO UNIVARIADO.............................................................................................. 13
DISCUSIÓN................................................................................................................................................ 22
CONCLUSIÓN ........................................................................................................................................... 23
AGRADECIMIENTOS............................................................................................................................... 23
BIBLIOGRAFÍA ......................................................................................................................................... 24
3
INTRODUCCIÓN
Las estimaciones automáticas de los parámetros de los eventos sísmicos siguen siendo de gran interés para
la comunidad sismológica. El tratamiento automatizado de los datos sísmicos, ya sea para la alerta sísmica
en tiempo real o para procesar gran cantidad de registros sísmicos, está siendo cada vez más demandado
por la comunidad científica. Sin embargo, debido a la variabilidad de las formas de onda y la presencia del
ruido, la detección automática e identificación de fases aún es un reto.
Los algoritmos para las detecciones procesamiento de datos tratan de ser lo más cercano a la experiencia
humana en lo que respecta al reconocimiento de patrones en un sismograma, pues se debe tener en cuenta
que mucha experiencia es necesaria para identificar fases correctamente y escoger sus tiempos de inicio
precisos y consistentes. La mayor parte de nuestro conocimiento actual en sismicidad de la Tierra se basa
en lecturas o “pick” manuales de los tiempos de inicio de las fases de onda, además de que este método se
ha usado para la investigación de la estructura de la Tierra, sin embargo, para el monitoreo a gran escala,
la alerta temprana y el procesamiento de gran cantidad de datos, es necesario el uso del “picking”
automático (KuperKoch, et al., 2011).
El presente estudio tiene como propósito comparar las localizaciones epicentrales de eventos sísmicos de
los sistemas de procesamiento manual y automático de la Red Sísmica de Panamá en el período
comprendido entre Agosto y Noviembre de 2013. El software utilizado para las rutinas de procesamiento
manual es Seisan de la Universidad de Bergen, Noruega, cuyos datos para ser procesados se obtienen de
en tiempo real de Earthworm; para el procesamiento automático se usa SeisComP desarrollado por
GFZ/Potsdam y la compañía Gempa (GmbH), Alemania. Los resultados de este trabajo muestran la
fiabilidad de las localizaciones epicentrales del sistema automático respecto del manual, y los posibles
factores inciden en la variación de estas localizaciones. Esto permitirá ir mejorando el monitoreo de los
sismos y la estimación del impacto de sismos fuertes en las ciudades y poblados, para la mitigación del
riesgo.
OBJETIVOS
General
Comparación de las localizaciones de eventos sísmicos de los sistemas manual y automático de la Red
Sísmica de Panamá en el periodo comprendido entre Agosto a Noviembre de 2013.
Específicos





Detección de eventos sísmicos y generación de datos en formas de onda para procesamiento
manual mediante los módulos Carls (statrig y subtrig) del Earthworm.
Procesamiento manual de los datos con Seisan.
Procesamiento automático de los datos con SeisComP.
Tabulación de la información reportada por ambos procedimientos en una hoja de cálculo,
teniendo en cuenta variables como: magnitud, longitud, latitud, error medio cuadrático del tiempo
de viaje de la onda P (RMS) y cantidad de fases usadas para la detección y localización.
Realizar un análisis estadístico univariado de la información de la base de datos.
4
RED SISMOLÓGICA NACIONAL DE PANAMÁ Y EL MONITOREO DE LA SISMICIDAD
Hasta la fecha la Red Sismológica Nacional del Instituto de Geociencias de la Universidad de Panamá
(IGC) (http://www.panamaigc-up.com/) cuenta con 59 instrumentos de corto periodo (0.5-20Hz) de la
serie Darién (http://www.osop.com.pa/defensa-civil/strong-motion-network/) y 6 de la serie Sixaola
(http://www.osop.com.pa/hardware/seismometer/) (0.5-20Hz); 8 estaciones banda ancha de diferentes
marcas más otras 8 estaciones de la Autoridad del Canal de Panamá (ACP). La instrumentación se
encuentra distribuida por todo el territorio nacional, logrando mayor cobertura en las zonas pobladas
(Figura 1).
Figura 1. Red Sismológica Nacional de Panamá. Los triángulos son las estaciones sísmicas.
La Red involucra rutinas de monitoreo y procesamiento manuales y automáticas con el fin de determinar
parámetros básicos de localización y magnitud. El sistema automático implementado es SeisComP, lo que
ha significado una gran ventaja para el monitoreo de la sismicidad local y regional, permitiendo obtener
información de eventos importantes en poco tiempo (de segundo a pocos minutos) y reportarlos
inmediatamente vía web en la página principal del Instituto de Geociencias de la Universidad de Panamá
(IGC) (http://www.panamaigc-up.com/), por mensajes en telefonía móvil y redes sociales (Twitter y
Facebook), lo que es de gran utilidad para los organismos de defensa civil y la comunidad en general.
Este trabajo usa los registros de todas las estaciones de la Red, especialmente de la instrumentación
Darién, que son los equipos con mayor densidad en todo el territorio Panameño y por ende los que más
aportan datos. Por otro lado, el diseño de estos instrumentos se ha orientado precisamente a los sistemas
de detección automáticos para localización de los eventos y de movimientos fuertes.
5
METODOLOGÍA
Este proyecto abarca desde la adquisición de los datos o formas de onda para procesamiento manual y
automático hasta la determinación de los parámetros básicos de localización y magnitud de los eventos
sísmicos. Luego se debe ingresar la información a una base de datos de cálculo que sirve para realizar los
análisis numéricos y estadísticas de cada sistema.
La Figura 2 muestra la arquitectura metodológica del proyecto. En el circulo del medio en la Figura 2
llamado “adquisición”, muestra el procedimiento de transporte de los registros desde las estaciones
sísmicas, de la instrumentación Darién, Sixaola y Banda Ancha (diferentes marcas) de la Red del IGC,
hacia el sistema automático SeisComP. Una vez los datos llegan a SeisComP, este los transfiere a
Earthworm (EW) mediante el módulo “slink2ew” que llevara finalmente los datos a los Carls (statrig y
subtrig) (página 7) para que cumplan la función de realizar detecciones de eventos sísmicos y luego estos
registros (triggers) sean convertidos a formas de onda en formato SEISAN “.MAN” por el módulo
“trig2disk”. El procesamiento automático es realizado por SeisComP directamente y el procesamiento
manual se realiza por el sismólogo en el programa Seisan, una vez se tengan las detecciones por parte de
EW siguiendo el procedimiento ya descrito. Por último, la información reportada por ambos sistemas se
almacena en una base de datos “BD”.
Figura 2. Arquitectura del proyecto. Los triángulos son las estaciones sísmicas.
DETECCIONES DE EVENTOS SÍSMICOS PARA PROCESAMIENTO MANUAL Y
AUTOMÁTICO
Con la introducción de la adquisición digital de datos sísmicos y la operación continua de una Red
Sismológica, aumenta la producción de datos considerablemente y en muchos casos estos pueden irse
acumulando al punto de volverse una dificultad para el análisis y la localización de eventos que son
registrados por la red. Esta situación ha forzado a los sismólogos a desarrollar algoritmos que detecten
eventos sísmicos en el momento de la adquisición de los datos. Estos algoritmos tratan de ser lo más
cercano a la experiencia humana en lo que respecta al reconocimiento de patrones en un sismograma, pues
6
se debe tener en cuenta que mucha experiencia es necesaria para identificar fases correctamente y escoger
sus tiempos de inicio precisos y consistentes. Gran parte del conocimiento actual sobre la sismicidad de la
Tierra se basa en el “pick” manual de los tiempos de inicio de las fases de onda, las cuales se han usado
para la investigación de la estructura de la Tierra, sin embargo, para el monitoreo, la alerta temprana y el
procesamiento de gran cantidad de datos, es necesario el “picking” automático.
Detección y generación de formas de onda para procesamiento manual en SEISAN
Se usaron los módulos de los Carls de Earthworm que fueron desarrollados por Carl Johnson quien
comenzó el tratamiento automatizado de datos sísmicos incorporando el algoritmo STA/LTA (la
definición en la página 9) para la detección, cálculo de amplitud, asociación rápida y picado de la fase P
(Johnson et al., 1994; 1995; IRIS, 2013). Este algoritmo es muy sensible a las llegadas de ondas P
(locales, regionales y telesísmicas) y las ondas S, cuyas fases se pueden asociar con localización de
epicentros mediante el algoritmo propuesto por Earle et al., (1994).
En 1979 Carl Johnson, creo un par de módulos de procesamiento con el fin de calcular los “disparos”
(triggers) de una o más estaciones en el momento de la detección automática; estos módulos llamados
carlstatrig y carlsubtrig implementan el algoritmo de Allen STA/LTA (1978, 1982) junto con la
declaración de subredes sísmicas (Earthworm.edu, 2013a). Los Carls se encuentran incorporados desde la
primera versión de EW y su descripción es la siguiente:

carlstatrig: El funcionamiento del algoritmo de “disparo” (trigger) de una estación consiste en
calcular el promedio de la señal de una traza en un corto plazo (STA) en una ventana de tiempo
(STAtime) y también el promedio en largo plazo (LTA) para otra ventana de tiempo (LTAtime).
Estos promedios se combinan para determinar el estado de activación de las estaciones, usando la
siguiente ecuación:
ETA = STAR – Ratio * LTAR - |STA - LTA| - Quiet.
Donde STAR y LTAR son los promedios rectificados de STA y LTA, el Ratio es una ponderación de la
relación STA/LTA, cuando este se hace pequeño carlstatrig se vuelve más sensible, en general, el Ratio
afecta más a las estaciones ruidosas, en tanto al Quiet es quien ajusta el “disparo” y tiene una relación con
la restricción del nivel de ruido de las señales, carlstatrig también se vuelve muy sensible entre más
pequeño sea del Quiet, pero a diferencia de Ratio, Quiet afecta a todas las estaciones por igual. ETA se
calcula una vez por segundo para cada estación de forma independiente y si ETA es mayor a cero, la
estación se “dispara” (trigger on) y cuando es menor a cero se desactiva (trigger off) (Earthworm, 2013b,
2013c).
Generalmente se usa la configuración con los parámetros originales propuestos por Carl Johnson, pero en
algunos casos hay que adaptarlos a la situación de las diferentes estaciones.

carlsubtrig: En cualquier red sismológica normalmente tiene muchas estaciones para cubrir de
todo el territorio. Las estaciones que se encuentran geográficamente cerca unas de otras pueden
agruparse en subredes y compartir estaciones entre sí. Una estación particularmente de bajo ruido
puede ser incluida en cualquier subred más de una vez, por el contrario, si el ruido de la telemetría
es común a varias estaciones es aconsejable dividir estas en varias subredes para que sean menos
propensas a causar “disparos” que se relacionan más con el ruido que con eventos sísmicos.
Típicamente se crean subredes de 5 a 20 estaciones y se requiere de 3 a 5 estaciones para que se
desencadene un evento (Earthworm, 2013b).
7
El funcionamiento y comunicación de ambos módulos es el siguiente:
Carlstatrig escribe el mensaje TYPE_CARLSTATRIG para cada estación que se activa y luego estos
pasan a un anillo (ringbuffer) que los transportaran. Carlsubtrig lee estos mensajes de activación en el
anillo y escribe el mensaje TYPE_TRIGLIST donde aparece la hora de inicio y duración del evento, así
como una lista de las estaciones involucradas con los tiempos de activación. Cuando se “dispara” una
subred se genera el mensaje TRIGLIST2K. La duración de activación de la Red depende de la cantidad
máxima de subredes que se “disparen”, para esto se configura el tiempo de duración máxima permitida
(the latency period) que tiene relación con la máxima longitud de cobertura de la red (Earthworm, 2013a).
Finalmente el módulo trig2disk (Earthworm, 2013d, 2013e) lee los mensajes de activación de los Carls
que han sido transportados en el anillo y recupera los datos de las formas de onda de wave_serverV o el
OSOP Wave Server para guardarlos en formato Seisan.
La configuración de carlstatrig usada para este proyecto y que ya ha sido validada por el sismólogo (autor
de este trabajo) es la siguiente:
_____________________________________________________________________________________
LTAtime
4
STAtime
1
Decimation
1
Ratio
3.0
Quiet
3.5
#
#
#
#
#
#
#
#
#
Number of seconds for LTA average
OPTIONAL (default LTAtime = 8)
Number of seconds for short term average
OPTIONAL (integer; default STAtime = 1)
Decimation factor used in averages
OPTIONAL (default Decimation = 1)
Carl Trigger parameter: enumer / edenom
REQUIRED
Carl Trigger equiet parameter – REQUIRED
Con esta configuración se detectan e identifican importantes eventos como se muestra la Figura 3:
Figura 3. Detección de un evento sísmico por los CARLS de EARTHWORM. Sismograma en SEISAN.
8
Detección y procesamiento automático en SeisComP
SeisComP, usa también el algoritmo basado en la relación de “Short-Time-Average” y “Long-TimeAverage”, conocido como STA/LTA (Allen, 1978, 1982). Este algoritmo continuamente mantiene un
registro de los cambios presentes en la amplitud del ruido sísmico en el sitio de la estación y ajusta
automáticamente la sensibilidad de la estación sísmica al nivel de ruido.
El STA/LTA procesa señales sísmicas filtrándolas en dos ventanas de tiempo. El STA mide el tiempo de
la amplitud “instantánea” de la señal sísmica y el tiempo del terremoto. El LTA se encarga de la corriente
de amplitud media del ruido sísmico. En primer lugar, se calcula la amplitud absoluta de cada muestra de
datos de un señal entrante para luego calcular el promedio de las amplitudes absolutas en ambas ventanas,
por último se calcula la relación de ambos valores STA/LTA (Figura 4).
Figura 4.Ventana de densidad espectral STA-LTA. Tomado y modificado: Di Stefano, et al., 2006.
Además del algoritmo STA/LTA, SeisComP usa filtros Butterworth para la detección de los eventos, para
este trabajo se aplicaron tres tipos de detectores validados por el sismólogo (autor de este trabajo) y que se
orientan a telesísmos, sismos regionales y locales. Durante el proyecto estos detectores funcionaron muy
bien para la Red Sísmica de Panamá, a continuación se describen:

Detector Telesísmico: BW(4,0.7,2)>>STALTA(2,80): con un filtro Butterworth de cuarto orden,
que va de 0.7 Hz a 2 Hz en una ventana de densidad espectral de tiempo corto (STA) de 2
segundos a tiempo largo (LTA) de 80 segundos.

Detector Regional: BW(4,1,7)>>STALTA(1,40): con un filtro Butterworth de cuarto orden, que
va de 1 Hz a 7 Hz en una ventana de densidad espectral de tiempo corto (STA) de 1 segundo a
tiempo largo (LTA) de 40 segundos.

Detector Local: BW(4,2,9)>>STALTA(1,20): con un filtro Butterworth de cuarto orden, que va
de 2 Hz a 9 Hz en una ventana de densidad espectral de tiempo corto (STA) de 1 segundos a
tiempo largo (LTA) de 20 segundos.
De estos detectores el más importante es el local, pues esta investigación se limita a la sismicidad del país.
Con respecto al procesamiento que SeisComP realiza a los datos, todo comienza a partir de la continua
entrada de formas de onda, el sistema calcula automáticamente la relación media de corta duración (Short
Term Average) y de larga duración (Long Time Average) (STA/LTA) de las señales. Esta relación se
compara continuamente a un umbral elegido por el sismólogo y con esto detecta las primeras llegadas de
la onda P y procede a picarlas con base al algoritmo AIC-Picker (Leonard y Kennett, 1999) o con la
configuración por defecto del módulo scautopick; para la localización se involucra las tablas de tiempo de
viaje de la onda P (travel time table), que pueden ser de un modelo local, regional o mundial como
Iaspei91, estas tablas se encuentran en el programa LOCSAT de SeisComP y funciona por medio del
módulo scautoloc siguiendo los criterios señalados por Bratt and Bache (1988) para localizaciones de
9
eventos con redes regionales y dispersas. El módulo scamp determina las amplitudes para que el módulo
scmag realice el cálculo de los diferentes tipos de magnitudes: Ml, Ms, Mb y Mw (derivadas de MB, ver
Bormann and Saul, 2008). Finalmente la selección de la mejor solución del evento depende de la mayor
cantidad de fases usadas, RMS coherente, errores en distancia, travel-time, etc. Luego el módulo scevent
declara o reporta esta información y la envía a la base de datos de SeisComP (SCP-Data Base). La Figura5
muestra de manera general el procedimiento de SeisComp para el procesamiento y reportar de eventos.
Figura 5. Esquema simplificado del procesamiento automático realizado por SeisComP.
Como se ya se mencionó el SeisComP trabaja con el modelo de velocidad global, por el contrario Seisan
trabaja con un modelo de velocidad local lo que aporta en parte a las diferencias y variaciones de
localización en ambos sistemas (Tablas 1 y 2).
Por otro lado, SeisComP también puede realizar procesamientos manuales a través de su herramienta
scolv (SeisComP, 2014a), pero esta no se tuvo en cuenta en este trabajo puesto que no se querían alterar
los datos precisamente para realizar una comparación entre el procesamiento manual y automático de
manera pura. Otro aspecto interesante, es que para las futuras versiones de SeisComP después de mayo de
2014, saldrá el nuevo módulo para localizaciones locales específicamente, llamado scanloc, que a su vez
incluido el HYPO71 para el procesamiento (conversación directa con Jean Marie Saurel, observatorio
vulcanológico y sismológico de de Martinica: http://www.ipgp.fr/pages/03030307.php).
10
Tabla 1. Modelo de velocidad Iaspei91 (Kennett
and Engdahl, 1990).
Tabla 2. Modelo de velocidad local propuesto por
la Universidad de Panamá (Camacho, et al., 2010).
IASPEI91
UPA
Vp Depth
Vp Depth
5.8
0
4.5
0
5.8
1
5.1
1.8
5.8
8
6.0
8.2
5.8
20
7.3
20
6.5
28
7.7
28
8.0
45
8.1
43
8.0
80
8.3
75
COMPARACIÓN DE PICKS MANUALES Y AUTOMÁTICOS
Los sistemas de detección y localización en tiempo real como SeisComP usualmente utilizan en sus
procesos automáticos el primer arribo de la fase P, por esta razón la comparación de los pick del sistema
manual (lecturas de fases hechas por el sismólogo en Seisan) y automático (lecturas hechas por
SeisComP) solo se hará con relación a la fase P. Se tomaron tres estaciones al azar entre corto período y
banda ancha, para observar la diferencia entre las lecturas manuales y automáticas.
-Estación banda ancha BRU2 de la serie TRILLIUM COMPACT de Nanometrics: En color verde la
lectura hecha por el sismólogo en SEISAN y en azul la realizada por SeisComP a partir del detector local
(Figura 6). La diferencia entre ambas lecturas es de 0.13 segundos, valor que se encuentra dentro de una
buena tolerancia del picker (Baer y Kradolfer, 1987) (KuperKoch, et al., 2012) para eventos locales.
Figura 6. Diferencia de lecturas del sistema manual (SEISAN) y automático (SeisComP).
11
-Estación corto periodo AQ3 de la serie DARIEN de la compañía OSOP: En color verde la lectura
hecha por el sismólogo en SEISAN y en azul la realizada por SeisComP a partir del detector local (Figura
7). La diferencia entre ambas lecturas es de 0.05 segundos, valor que se encuentra dentro de una buena
tolerancia del picker (Baer y Kradolfer, 1987) (KuperKoch, et al., 2012) para eventos locales.
Figura 7. Diferencia de lecturas del sistema manual (SEISAN) y automático (SeisComP).
-Estación corto periodo FRIJ de la serie KMI-RANGER: En color verde la lectura hecha por el
sismólogo en SEISAN y en azul la realizada por SeisComP a partir del detector local (Figura 8). La
diferencia entre ambas lecturas es de 0.02 segundos, valor que se encuentra dentro de una buena tolerancia
del picker (Baer y Kradolfer, 1987) (KuperKoch, et al., 2012) para eventos locales.
Figura 8. Diferencia de lecturas del sistema manual (SEISAN) y automático (SeisComP).
12
ANÁLISIS ESTADÍSTICO UNIVARIADO
Se realizó un análisis estadístico univariado a los 161 eventos sísmicos que detectaron los Carls de
Earthworm en el periodo de tiempo comprendido del proyecto, los cuales fueron procesados manualmente
en Seisan por el sismólogo. Igualmente estos mismos eventos fueron detectados por SeisComP y
procesados automáticamente por este sistema.
En la Gráfica 1 se puede observar que hay una relación lineal entre las dos magnitudes registradas por el
Seisan y SeisComP, para la cual se realizo un modelo de regresión lineal que arrojo un coeficiente de
determinación de aproximadamente 75%, lo que indica que el modelo de variabilidad de la magnitud
registrado por el SeisComP es explicada en este porcentaje. A su vez, el coeficiente de correlación es de
aproximadamente 87%, indicando que hay una relacion lineal muy fuerte entre las dos magnitudes.
Gráfica 1. Diagrama de dispersión entre las magnitudes en Ml registradas por el Seisan y SeisComP.
En la Gráfica 2 se detalla que los sismos registrados por los dos sistemas tuvieron magnitudes entre 2.5 y
5. El sistema manual (Seisan) reporta magnitudes mayoritariametne entre 3 y 4.5 e igualmente el sistema
automático (SeisComP), lo que corrobora la correlación de la grafica 1.
13
Gráfica 2. Histograma de las magnitudes de los sismos registrados por el Seisan y SeisComP.
Después de haber analizado las dos fuentes de manera individual es importante analizar que tanta
diferencia existe entre estas dos; por lo tanto se realizo un análisis de las diferencias (Grafica 3).
Gráfica 3. Diferencias de las magnitudes de los sismos registradas por el Seisan y SeisComP.
En la Gráfica 3 se detalla que las magnitudes presentan diferencias entre 0 y 0.4 y que esta varía para los
dos sistemas. En la mayoría de los casos Seisan registra magnitudes mayores que el SeisComP, no
obstante, este sistema también en diferentes oportunidades reporta magnitudes mayores que el Seisan.
Es importante tener en cuenta que los modelos empleados por ambos sistemas para el calculo de la
magnitud Ml tambien son diferentes y ello contribuye igualmente a las discrepancias en los valores
calculados por uno u otro metodo. Seisan usa la siguiente formula para calcula la magnitud local
(Ottomoller, et al., 2013):
Ml = a*Log10(amp) + b*Log10(dist) + c*dist + d
14
Donde a, b, c, d son constantes (TEST 75-78 en Seisan), Log10 es el logaritmo en base 10, amp es la
amplitud maxima del suelo en nm y dist es la distancia hipocentral en km. Por defecto se usan las
constantes para California (Hutton and Boore, 1987) si no se tienen las propias, como en este trabajo.
SeisComP usa la formula introducida por Richter (1935), descrita por la siguiente formula:
Ml = Log10(Amax) + 2.76*LogΔ - 2.48
Amax es la amplitud maxima y Δ es la distancia epicentral. Por lo general, esta ecuación es una medida de
los registros en las componentes horizontales. SeisComP realiza una modificación de esta formula para
calcular la magnitud local de Mlv, que es a partir de la amplitud en la componente vertical de un
instrumento Wood-Anderson simulado (SeisComP, 2014b).
Por otro lado se realiza el análisis del error medio cuadratico (RMS) asociando en este caso a los tiempos
de viaje de la primera llegada de la onda P. Esta variable aunque no es determinante para decir si una
localización de un evento sísmico es buena o mala, si hace parte de los criterios importantes en la
valoración de este aspecto. En la Gráfica 4 se puede observar que Seisan reporta sismos con un RMS
menor a los reportados por SeisComP, no queriendo decir enfaticamente que el sistema manual supera en
calidad lalocalización del automática, la tabla 3 y 4, ayudan a entender un poco lo descrito, pues en un
50% el SeisComP posee errores de localizacion de los datos de 0.5 que es un valor de muy buena
tolerancia, en tanto a los valores maximos y minimos de erros son iguales en ambos sistemas, o sea, de 0.1
y 1.
Gráfica 4. Histogramas de los RMS de los sismos registrados por el Seisan y SeisComP.
Tabla 3. Resumen estadístico de Seisan
Variable
Prom
Desviación
Estándar
Percentil
25
Mediana
Percentil
75
Máx
Mín
Coeficiente de
Variación
Magnitud
3.8
0.4
3.6
3.8
4
5
2.5
0.1
RMS
0.2
0.2
0.1
0.2
0.4
1
0.1
0.7
Fases
10
5.4
6
8
12
38
3
0.6
15
Tabla 4. Resumen estadístico SeisComP
Variable
Prom
Desviación
Estándar
Percentil
25
Mediana
Percentil
75
Máx
Mín
Coeficiente de
Variación
Magnitud
3.7
0.4
3.4
3.7
3.9
4.7
2.8
0.1
RMS
0.5
0.3
0.2
0.5
0.7
1
0.1
0.6
Fases
21
22.91
12
15
20
184
7
1.1
En la Tabla 3 se detalla las principales caracteristicas registradas por el Seisan donde se observa que
variables como la magnitud, el promedio fue de 3.8 con un valor máximo de 5 y mínimo de 2.5; tambien
se destaca que el 25% de los sismos tuvieron una magnitud menor a 3.6, el 50% de los sismos tuvieron
una magnitud menor a 3.8, el 75% de los sismos tuvieron una magnitud menor a 4. El RMS de los sismos
tienen un promedio 0.2, el 25% valor de 0.1 y el 50% de los sismos tuvieron un RMS menor a 0.2
mientras que el 75% su RMS es menor a 0.4. De manera general se puede observar que todas las
variables excepto la magnitud son muy heterogeneas.
Se puede análizar también en la Tabla 4 las principales caracteristicas de las variables de SeisComP,
donde se detalla que la magnitud promedio de los sismos fue de 3,7 con un valor máximo de 4.7 y mínimo
de 2.8. se destaca que el 25% de los sismos tuvieron una magnitud menor a 3.4, el 50% menor a 3.7 y el
75% con magnitudes menores a 3.9. Los sismos tuvieron en promedioun RMS de 0.5,el 25% menor a 0.2,
el 50% menor a 0.5 y el 75% tuvieron un RMS menor a 0.7. Igual que en los valores arrojados por Seisan,
las variables excepto la magnitud son muy heterogeneas.
Es importante realizar un analisis de las diferencias cuantitativas entre las localizaciones epicentrales
hechas por el sistema manual y automatico para luego comparar y verificar que tan cercanas estan una de
la otra. Esto puede servir para demostrar la calidad de las localizaciones del sistema automatico en este
caso de SeisComP. En la Gráfica 6 se detalla que las diferencias entre las latitudes y longitudes de los
eventos registrados por ambos sistemas varia de 0 a 15 km, donde la mayoría de los eventos presentan
diferencias de localización entre 0 y 5 km. La Tabla 5 muestra el resumen del análisis estadístico para esta
variable con lo que se puede comprender aún más sobre este asunto.
Gráfica 6. Diferencias de las localizaciones de los sismos registradas por el Seisan y SeisComP.
16
Tabla 5. Resumen de la diferencia de la localización
Variable Promedio
Latitud
4.9
(km)
Longitud
5.0
(Km)
Desviación
Estándar
Percentil
Percentil
25
Mediana
75
Máximo Mínimo
Coeficiente de
Variación
4.1
1.5
3.7
8.1
14.8
0.1
0.8
3.6
1.5
5.1
7.9
12.5
0.1
0.7
En la Tabla 5 se detalla que la diferencia promedio de latitud de los sismos registrados es de 4.9 km; el
25% de los sismos tienen una diferencia de 1.5 km de latitud, el 50% de los sismos tiene una diferencia
menor a 3.7 km de latitud, el 75% de los sismos tienen una diferencia menor a 8.1 km de latitud, lo
máximo que tienen de diferencia los sismos en cuanto a latitud es de 14.8 km y un mínimo de diferencia
de 0.1 km. También se puede destacar que la diferencia promedio de longitud de los sismos registrados es
de 5.0 km; el 25% de los sismos tienen una diferencia de 1.5 km de longitud, el 50% de los sismos tiene
una diferencia menor a 5.1 km de longitud, el 75% de los sismos tienen una diferencia menor a 7.9 km de
longitud, lo máximo que tienen de diferencia los sismos en cuanto a longitud es de 12.5 km y un mínimo
de diferencia de 0.1 km. Las Figuras 9, 10, 11 y 12, muestran algunos ejemplos tomados de manera
aleatoria sobre las diferencias en localización entre ambos sistemas.
17
7.9 Km
Figura 9.La localización hecha en Seisan se representa con la estrella en color rojo y la localización de SeisComPen color amarillo. En este caso el evento
sísmico sucedió en la provincia Bocas del Toro, cerca de la cabecera municipal de Changuinola (triángulo naranja). Las diferencias entre ambas localizaciones
es de 4.33 km en latitud norte y 6.66 km en longitud oeste, la distancia directa es de 7.9 km.
4.1 Km
Figura 10. La localización hecha en Seisan se representa con la estrella en color rojo y la localización de SeisComP en color amarillo. En este caso el evento
sísmico sucedió en la provincia de Chiriquí, cerca de las cabeceras municipales de Mana Civil, Olivo Civil y Majagual (triángulos naranja). Las diferencias
entre ambas localizaciones es de 3.11 km en latitud norte y 2.66 km en longitud oeste, la distancia directa es de 4.1 km.
19
1.9 Km
Figura 11. La localización hecha en Seisan se representa con la estrella en color rojo y la localización de SeisComP en color amarillo. En este caso el evento
sísmico sucedió en la provincia de Veraguas, cerca de las cabeceras municipales de Olaca, Corozal, El Barrito y el Hato (triángulos naranja). Las diferencias
entre ambas localizaciones es de 1.33 km en latitud norte y 1.33 km en longitud oeste, la distancia directa es de 1.9 km.
20
12.9 Km
Figura 12. La localización hecha en Seisan se representa con la estrella en color rojo y la localización de SeisComP en color amarillo. En este caso el evento
sísmico sucedió en la provincia de Chiriquí, cerca de las cabeceras municipales de Limones y Puerto Armuelles (triángulos naranja). Las diferencias entre
ambas localizaciones es de 11.28 km en latitud norte y 6.35 km en longitud oeste, la distancia directa es de 12.9 km.
DISCUSIÓN
La configuración de los módulos Carls de Earthworm, se orientó en este trabajo hacia las detecciones
automáticas para luego estos registros ser procesados manualmente en Seisan, lo que podría considerarse
como una rutina de procesamiento semiautomática, siendo interesante para los observatorios que solo
trabajan de forma manual en su procesamiento pero quieran agilizar el trabajo con la detección e
identificación automática de eventos.
Los Carls de EW para este proyecto detectaron 161 eventos reales en el periodo comprendido entre
Agosto y Noviembre de 2013. Estos registros tuvieron paridad con los eventos detectados por el algoritmo
de SeisComP a escala local, demostrando la afinación de este sistema para Panamá. Esto posibilito la
realización de los respectivos análisis para comparar, por ejemplo, las localizaciones hechas por ambos
sistemas con los mismos eventos.
El algoritmo de detección y picker de SeisComP a escala local funciona muy bien. Comparando los pick
automáticos con los pick manuales la diferencia de estos en promedio es de 0.06 segundos, valor que no
supera la tolerancia de 0.2 segundos como lo propone Baer y Kradolfer (1987).
Las magnitudes Ml calculadas de modo manual y automático de los eventos detectados poseen una
correlación del 87%, indicando que hay una relación lineal muy fuerte entre ambas. Es importante señalar
que el modelo de regresión lineal que expresa dicha correlación tiene un coeficiente de determinación del
75% de la variabilidad de los datos, que es una cifra significativa. Por otra parte, las diferencias entre las
magnitudes de uno y otro sistema se encuentran en el rango de 0 a 0.4 unidades. Se debe tener en cuenta
que ambos sistemas tienen modelos diferentes para el cálculo de la magnitud Ml, aportando esto también a
la discrepancia descrita.
Los errores de RMS en SeisComP para localización, tienen valores de 0.5 en un 50% a 0.65 en un 75%.
Al igual que en Seisan, los valores de RMS en SeisComP se encuentran en un rango de 0.1 como mínimo
y máximo de 1, lo que significa que estos errores se encuentran dentro de un adecuado rango de
tolerancia.
Las diferencias entre localizaciones hechas por ambos sistemas varían de 0 a 15 Km, donde la mayoría de
estas presentan diferencias de localización entre 0 a 5 Km. Tomando las diferencias de localización con
relación a la latitud y longitud, se obtienen un promedio de estas alrededor de 5 Km, siendo un buen valor.
Puede ser que si se hubiera incorporado el picker AIC o screloc (con NonLinLoc) se hubieran podido
obtener mejores resultados en las localizaciones.
Es importante tener en cuenta que los valores de las diferencias en localización y las variaciones de las
mismas en ambos sistemas se debe básicamente a tres aspectos, 1) el modelo de velocidades usado, pues
SeisComP implementa el modelo global de Iaspei91 y Seisan un modelo local elaborado por el IGC, esto
incide en las diferencias y variaciones de localización; 2) la cantidad de fases usadas en uno u otro sistema
difieren, en promedio SeisComP realiza 21 lecturas y el sismólogo en Seisan identifica 10 para localizar
eventos inmediatamente después de que ocurren; 3) el sistema automático debe seguir afinándose para
mejorar las detecciones y minimizar aún más el tiempo en las lecturas de la fase P.
CONCLUSIONES
La responsabilidad de la vigilancia sísmica exige sistemas de procesamiento sismológico altamente
eficientes y una red combinada de instrumentos de banda ancha, corto período y mareógrafos si es el caso,
para que cubran todo el territorio principalmente las zonas donde los respectivos estudios científicos las
han catalogado como potenciales fuentes generadoras de sismicidad. Panamá cuenta con una importante
instrumentación orientada precisamente a las detecciones automáticas en tiempo real, como es el caso de
los equipos Darién desarrollados por OSOP.
En este trabajo se decidió evaluar Sesian y no scolv porque observatorios de América Latina y el Caribe
han usado Seisan por muchos años y es como un estándar en la región. Un próximo estudio seria evaluar
Seisan y Scolv.
Con base a lo expuesto en relación al funcionamiento de SeisComP y el análisis estadístico de los datos,
puede decirse que este sistema es una completa solución para el monitoreo sísmico en tiempo real, no solo
por su eficiencia en reportar eventos en tiempos muy cortos (de segundos a pocos minutos), sino por la
calidad de los mismos como se demostró en este trabajo. Es importante tener en cuenta que SeisComP se
orienta a la defensa civil y la alerta temprana sísmica (por ejemplo: en el modo virtual seismology). Por
tanto el uso de una u otro sistema depende de las necesidades, misión y visión de las instituciones
geofísicas.
AGRADECIMIENTOS
Al Dr. Eduardo Camacho director de la Red Sísmica del Instituto de Geociencias de la Universidad de
Panamá (IGC), por permitir el uso de los datos registrados por las estaciones sismológicas durante el
periodo que se desarrolló este trabajo.
A la compañía OSOP dirigida por el Msc. Ángel Rodríguez y Msc. Branden Christensen, por facilitar las
instalaciones del laboratorio junto con sus herramientas técnicas de hardware y software y aportar con sus
valiosos conocimientos en lo que respecta a la Sismología de Observación, campo en el que se enmarca
este trabajo.
Al Dr. Wilfried Strauch, por su disponibilidad para responder siempre a mis inquietudes y compartirme
sus importantes conocimientos en el campo de la Geofísica.
23
BIBLIOGRAFÍA
Allen, R. (1978). Automatic earthquake recognition and timing from single traces. Bulletin of the
Seismological Society of America, 68, 1521-1532.
Allen, R. (1982). Automatic phase pickers: their present use and future prospects, Bulletin of the
Seismological Society of America, 72, S225–S242.
Baer, M. and U. Kradolfer. (1987). An automatic phase picker for local and teleseismic events, Bulletin of
the Seismological Society of America. 77, 1437–1445.
Bratt, S. and T. C. Bache. (1988). Locating events with a sparse network of regional arrays, Bulletin of the
Seismological Society of America. 78, 780–798.
Bormann, P. and Saul J. (2008). The new IASPEI standard broadband magnitude mB, Seismol. Res. Lett.
79, no. 5, 698–705.
Camacho, E; Hutton, W; Pacheco, J.F. (2010).A new at evidence for a Wadati-Beniof zone and active
convergence at the north Panama deformed Belt. Bulletin of theSeismological Society of America. 100,
343-348.
Eartworm.edu. (2013a). http://folkworm.ceri.memphis.edu/ew/doc/OVERVIEW/1_History.htm#history
Eartworm.edu. (2013b). http://folkworm.ceri.memphis.edu/ew-doc/ovr/carltrig_ovr.html
Eartworm.edu. (2013c). http://folkworm.ceri.memphis.edu/ew-doc/ovr/carltrig-mammoth.tuning
Eartworm.edu. (2013d). http://folkworm.ceri.memphis.edu/ew-doc/cmd/trig2disk_cmd.html
Eartworm.edu. (2013e). http://folkworm.ceri.memphis.edu/ew-doc/ovr/trig2disk_ovr.html
Hutton, L. K. and Boore D. (1987). The Ml scale in Southern California. Bulletin of the Seismological
Society of America. 77, 2074–2094.
IRIS.edu. (2013). http://www.iris.iris.edu/newsletter/FallNewsletter/earthworm.html
Johnson, C.E., Lindh A.G., and Hirshorn, B. (1994). Robust regional phase association. USGS Open File
Report 94-621.
Johnson, C.E., A. Bittenbinder, B. Bogaert, L. Dietz, and W. Kohler.(1995). Earthworm: A flexible
approach to seismic network processing, IRIS Newsletter, 14(2), pp. 1-4.
Kennett, B.L.N, and Engdahl, E.R. (1991). Travel for global earthquake location and phase
indentification. Geophys,105, 429-465.
Kuperkoch, L; Meier, T; Diehl, T. (2012). Automated Event and Phase Identification - In: Bormann, P.
(Ed.), New Manual of Seismological Observatory Practice (NMSOP-2), Potsdam: German Research
Centre of Geosciences, GFZ, 1-48. DOI: 10.2312/GFZ.NMSOP-2_ch16/.
Leonard, M., and B. L. N. Kennett. (1999). Multi-component autoregressive techniques for the analysis of
24
seismograms, Phys. Earth Planet. Inter. 113, 247–263.
Ottomoller, L; Voss, P; Havskov J. (2013). Seisan earthquake analysis software for Windows, Solaris,
Linux and Macosx.
Richter, C.F. (1935). An instrument earthquake magnitude scale.Bulletin of theSeismological Society of
America.25, 1-32.
SeisComP.org. (2014a). http://www.seiscomp3.org/doc/seattle/2014.016/base/glossary.html
SeisComP.org. (2014b). http://www.seiscomp3.org/doc/seattle/2014.016/apps/scolv.html
Stefano, R. D; Aldersons, F; Kissling, E; Baccheschi, P; Chiarabba, C; Giardini D. (2006). Automatic
seismic phase picking and consistent observation error assessment: application to the Italian seismicity.
Geophys, 165, 121-134. DOI: 10.1111/j.1365-24X.2005.02799.x.
Direccion de este documento: http://www.osop.com.pa/wp-content/uploads/2014/03/Documento.pdf
25