Comprehensive study of the volcanic seismicity of the Klyuchevskoy volcano group

Etude approfondie de sismicité volcanique dans le groupe volcanique du Klyuchevskoy De nos jours, il existe divers outils et techniques pour surveiller les volcans afin de prédire leurs manifestations de mécontentement et leurs éruptions. L’une des approches les plus efficaces repose sur l’interprétation des observations sismiques. Les volcans sont des systèmes très dynamiques abritant une grande variété de processus reflétés dans divers signaux sismiques enregistrés par des stations sismiques. L’analyse et l’interprétation de ces signaux constituent la tâche principale de la surveillance sismovolcanique.Ce travail vise à étudier la sismicité au sein du groupe de volcans Klyuchevskoy (KVG)au Kamtchatka. Le KVG est l’un des plus grands et des plus actifs groupes de volcans en zone de subduction au monde, dont l’abondante activité sismovolcanique en fait un excellent ”laboratoire naturel” pour étudier et faire progresser la sismologie des volcans.Dans la première partie, nous étudions en détail les séismes profonds de longue période(DLP) qui se produisent systématiquement près de la limite croûte-manteau sous le volcan Klyuchevskoy. On pense que cette sismicité est l’une des premières manifestations du mécontentement volcanique. Cependant, le mécanisme source des séismes DLP reste mal compris. Pour commencer, une analyse statistique des événements DLP a été réalisée.Cette enquête a été menée `a l’aide d’un catalogue détaillé obtenu après le traitement de près de deux ans de données continues avec l’algorithme sensible de correspondance de modèles. `A l’étape suivante, nous avons essayé de reconstruire la source des séismes DLP en comparant les rapports d’amplitudes des ondes S-P plutôt que les inversions de forme d’onde complètes ou de polarité. En tant que principal résultat de la première partie, il a été montré que le mécanisme source de la sismicité DLP est différent de celui des séismes tectoniques. De plus, les observations obtenues se sont révélées être en accord avec la connexion précédemment rapportée du réservoir magmatique profond du KVG avec ses volcans actifs.La deuxième partie de cette thèse traite des méthodes d’analyse automatique des signaux basées sur les algorithmes d’apprentissage automatique (ML) de classification et de regroupement. L’exploration du ML a commencé par le problème de séparation de deux classes générales de sismicité : les séismes tectoniques et volcaniques. Nous montrons les résultats de la classification des événements `a l’aide des données enregistrées lors de la crise sismique de 2018-2019. Différentes représentations possibles des signaux et plusieurs algorithmes ML ont été testés afin d’obtenir les meilleures performances.En outre, la possibilité d’identifier diverses classes de sismicité volcanique provenant de volcans entrant en éruption simultanément a été envisagée. Pour ce faire, nous avons regroupé les formes d’ondes sismiques enregistrées en octobre-novembre 2022, lorsque le KVG s ‘est réactivé et que le volcan Shiveluch est actif depuis plusieurs mois. Ce travail a permis de distinguer un cluster particulier de sismicité avec une localisation inhabituelle pour le volcan Shiveluch.Les problèmes abordés dans ce travail sont trop vastes et loin d’être résolus dans le cadre d’une thèse. Cependant, les résultats obtenus peuvent contribuer à l’interprétation physique des signaux observés et au développement des méthodes modernes de surveillance des volcans