Estructura Interna Del Popocatépetl Sismica

Journal of Volcanology and Geothermal Research 276 (2014) 10–21

Contents lists available at ScienceDirect

Journal of Volcanology and Geothermal Research journal homepage: www.elsevier.com/locate/jvolgeores

The three-dimensional structure beneath the Popocatépetl volcano (Mexico) based on local earthquake seismic tomography La estructura tridimensional debajo del volcán Popocatépetl (México) basada en la tomografía sísmica local P.Y. Kuznetsov a,⁎, I. Yu Koulakov a,b a b

Trofimuk Institute of Petroleum Geology and Geophysics SB RAS, Prospekt Koptyuga, 3, 630090 Novosibirsk, Russia Novosibirsk State University, Pirogova Street 2, 630090 Novosibirsk, Russia

a r t i c l e

i n f o

Article history: Received 24 July 2013 Accepted 21 February 2014 Available online 5 March 2014 Keywords: Popocatépetl Seismic tomography Earthquakes Magma conduits

a b s t r a c t Este artículo presenta un nuevo modelo de velocidad sísmica (velocidades de onda P y S y relación Vp / Vs) debajo del volcán Popocatépetl a una profundidad de ~ 4 km por debajo del nivel del mar (bsl). Este modelo se basa en la inversión tomográfica de los datos del tiempo de llegada de las ondas P y S de los terremotos en la región del volcán. Estos datos fueron registrados por las 15 estaciones de una red sísmica temporal que se desplegó en el volcán en 1999 y 2000. El período de registro fue durante un período relativamente tranquilo entre dos erupciones fuertes, que ocurrieron antes y después del experimento. Este período se caracteriza por bajos niveles de sismicidad volcánica. La mayoría de los eventos grabados ocurrieron en un área mucho más grande que la red. En este estudio, realizamos varias pruebas sintéticas, que validan el uso de eventos fuera de la red para mejorar la resolución de la inversión tomográfica debajo de las estaciones. En el modelo resultante, vemos que el edi fi cio volcánico principal está asociado con altas velocidades que tienen forma de hongo y que estas altas velocidades son más prominentes en el modelo de onda P. Esta característica puede indicar la presencia de rocas ígneas solidificadas sobrepresionadas, que comprenden el edi fi cio de Popocatépetl. Debajo de la cima del volcán, observamos una prominente anomalía Vp / Vs alta, que alcanza un valor de 1.9. Esta anomalía probablemente indica la existencia de grietas y poros llenos de derretimientos y fluidos, y puede representar una zona de fractura que sirve como un conducto que alimenta al volcán. Este modelo caracteriza la estructura interior del volcán Popocatépetl antes de la fuerte erupción de septiembre de 2000, que ocurrió unos meses después de la finalización del experimento.

© 2014 Elsevier B.V. All rights reserved.

1. Introduction Estudiar los volcanes ha sido una tarea desafiante desde la antigüedad para muchas generaciones de científicos. Los volcanes exhiben fuerzas naturales extremadamente poderosas, que pueden traer destrucción y muerte a las personas que viven a su alrededor. Algunas grandes erupciones pueden afectar la vida humana a nivel mundial al cambiar el clima en todo el mundo. Al mismo tiempo, los volcanos se consideran "ventanas" en el interior de la Tierra; las rocas en erupción traen a la superficie información importante sobre procesos que ocurren a grandes profundidades. Para comprender los mecanismos que impulsan los procesos volcánicos, es importante investigar la estructura profunda en el área de los volcanes. La tomografía sísmica basada en datos de fuentes naturales, terremotos, es una de las herramientas más poderosas para este propósito. Las estructuras magmáticas debajo de los volcanes han sido estudiadas usando la tomografía pasiva por muchos investigadores durante décadas. Algunos ejemplos de la aplicación exitosa de este método se pueden encontrar en las revisiones de Lees (2007) y Koulakov (2013). Uno de esos ejemplos exitosos es el del estudio del Monte. Etna ⁎ Corresponding author. E-mail addresses: [email protected] (P.Y. Kuznetsov), [email protected] (I.Y. Koulakov).

http://dx.doi.org/10.1016/j.jvolgeores.2014.02.017 0377-0273/© 2014 Elsevier B.V. All rights reserved.

(por ejemplo, Cardaci et al., 1993; Aloisi et al., 2002), incluido el monitoreo de variaciones temporales de las propiedades sísmicas durante un proceso de erupción (Patanè et al., 2006). Las continuas observaciones sismológicas en Kamchatka han permitido calcular modelos sísmicos para el área del grupo de volcanes Klyuchevskoy (por ejemplo, Koulakov et al., 2011, 2013). Algunas áreas volcánicas, principalmente rodeadas por el océano, se han estudiado con éxito utilizando experimentos con fuentes activas (por ejemplo, Vesuvio (Di Stefano y Chiarabba, 2002; Zollo et al., 2002), Isla Decepción (Zandomeneghi et al., 2009). , Isla de Montserrat (Paulatto et al., 2010) y Isla de Tenerife (García-Yeguas et al., 2012)). Sin embargo, los experimentos de fuente activa no son posibles para todos los lugares debido a varias razones, y el monitoreo pasivo de fuentes sigue siendo la principal fuente de información sobre la estructura profunda de volcanes. Desafortunadamente, para la mayoría de los volcanes, la cantidad de estaciones sísmicas es demasiado pequeña para usarlas en la inversión tomográfica. Incluso para los volcanes relativamente bien estudiados, el número de estaciones sísmicas suele ser inferior a 10-15. Este pequeño número produce una cobertura de rayos en el límite más bajo de la capacidad de resolución tomográfica. Por lo tanto, en cada caso individual, es importante realizar una verificación cuidadosa y un análisis de resolución para evaluar las características realistas que se pueden recuperar a partir de la cantidad limitada de datos disponibles. En este estudio, presentamos un modelo tomográfico para el volcán Popocatépetl (México), que es uno de los volcanes más famosos del mundo.

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

La elevación del volcán es 5452 m sobre el nivel del mar (asl), por lo que es uno de los volcanes activos más altos del mundo. A menudo se llama una de las 100 maravillas más grandes del mundo. Popocatépetl se encuentra en el cinturón volcánico transmexicano dentro de una serie de varios volcanes grandes, y exhibe una actividad de erupción bastante fuerte. Este volcán es potencialmente muy peligroso porque está ubicado entre los límites estatales de Puebla al este, Tlaxcala al noreste y la ciudad de México al noroeste, con una población total de más de 20 millones de personas (por ejemplo, Cadoux). et al., 2011). Hay alguna evidencia basada en radiocarbono de fuertes erupciones de Popocatépetl (VEI 4-5) en tiempos prehistóricos (por ejemplo, Robin y Boudal, 1987; Boudal y Robin, 1989; Siebe et al., 1996; Espinasa-Perena y Martin-del Pozzo, 2006). La erupción volcanica más poderosa de Popocatépetl (un VEI 4) durante la ocupación humana de la zona ocurrió en 823. Desde entonces, el volcán Popocatépetl ha producido erupciones moderadas de VEI 1-3. Los períodos recientes más fuertes de agitación se produjeron en 1925-1927 (VEI 2), en 1994-1995 (VEI 2) y en 1996-2003 (VEI 3). Durante los últimos años, el volcán Popocatépetl ha exhibido una actividad moderada. Por ejemplo, el 18 de abril de 2012, hubo una liberación significativa de gases, y del 11 al 12 de mayo de 2013, una erupción relativamente pequeña provocó la caída de cenizas en algunas ciudades circundantes. En este trabajo, consideramos los datos correspondientes al período de activación alrededor del año 2000. Desafortunadamente, la red se desplegó en una pausa relativamente tranquila entre dos períodos importantes de disturbios: el primero de ellos terminó en el comienzo de 1999 (Zobin y Martínez , 2010) y el siguiente comenzó en septiembre de 2000 (Martin-Del Pozzo et al., 2003). Por lo tanto, esta red no detectó actividad sísmica considerable debajo del vol-cano. Teniendo en cuenta la ubicación del volcán en un área muy poblada, la investigación de los mecanismos de alimentación de las fuentes de magma debajo de Popocatépetl es una tarea importante para la evaluación del peligro vol-cánico en esta región. Popocatépetl ha sido estudiado por muchos científicos de varios dominios de las geociencias. Una revisión de diferentes estudios del volcán Popocatépetl por diferentes métodos fue realizada por De la Cruz-Reyna et al. (1995) La mayoría de las investigaciones geofísicas se relacionan con el estudio de la sismicidad debajo del volcán. El análisis de los eventos de largo período en este volcán realizado por Arciniega-Ceballos et al. (2003) revelaron que los temblores más típicos tienen un rango de períodos dominantes de 0.3-2 s, que pueden estar relacionados con fluctuaciones de gas en el sistema de magma debajo del volcán. Las características temporales y espectrales de la sismicidad (Arciniega-Ceballos et al., 2000) indican que la activación del temblor es periódica. Por ejemplo, después de 1995, ocurrieron 7 eventos de período largo a diario, y la duración de cada temblor fue de aproximadamente 5 minutos. Las variaciones temporales y espaciales de las tensiones en el área de Popocatépetl se estudiaron en Arámbula Mendoza et al. (2010). Los parámetros de las explosiones en Popocatépetl fueron estimados por Cruz-Atienza et al. (2001) a partir de la inversión de formas de onda sísmicas registradas por la red regional. También se obtuvo cierta información sobre la estructura del sistema magmático a partir del análisis de los patrones de atenuación en sismogramas seleccionados registrados por estaciones permanentes (Shapiro et al., 2000). Descubrieron que los rayos que pasan debajo de Popocatépetl están muy atenuados en comparación con los que viajan fuera del volcán. Esta observación fue explicada por la presencia de depósitos de magma. La información sobre la distribución 1D de la velocidad de corte se basó en la dispersión de la onda de superficie de De Barros et al. (2008). La estructura sísmica de la velocidad de la onda P tridimensional ya ha sido estudiada por Berger et al. (2011). Utilizaron los datos de la red sísmica permanente que ha monitoreado la actividad de Popocatépetl durante más de diez años. Berger et al. (2011) utilizaron un conjunto de datos más grande que el utilizado en nuestro estudio, pero en su caso, el número de estaciones fue menor. Como resultado, la proporción de selecciones / evento fue solo 9624/1412 = 6.81, mientras que en nuestro caso, esta relación fue casi dos veces mayor (6090/504 = 12.1). La relación es un parámetro crítico para resolver el trade-off entre los parámetros fuente y las distribuciones de velocidad y para mejorar la calidad de las ubicaciones de origen.

11

De hecho, en el caso de usar solo 6-7 selecciones por evento, se usan al menos 4 parámetros para la ubicación de la fuente, y solo quedan 2-3 parámetros para la reconstrucción de la velocidad, que son muy pocos para la resolución alta. soluciones. Al usar los datos ruidosos (que siempre es el caso en observaciones sismológicas), una ubicación de fuente estable requiere más de cuatro selecciones, lo que no dejaría datos para el modelo de velocidad. Además, encontramos que usar solo datos de onda P, como en el estudio de Berger et al. (2011), causa problemas adicionales para la estabilidad de la inversión. La existencia de selecciones de onda P y S produce una restricción en la distancia a la fuente, mientras que en el caso de utilizar solo los datos de onda P, la distancia se estima a partir de la curvatura de la curva de tiempo de viaje, que es mucho menos estable. Por lo tanto, creemos que el modelo de velocidad reportado por Berger et al. (2011) se puede mejorar usando más estaciones y agregando las selecciones de onda S. En este estudio, analizamos los datos de una red portátil temporal desplegada por GeoForschungsZentrum-Potsdam en Popocatépetl en 1999-2000. Inicialmente, esta red fue diseñada para registrar grupos concentrados de eventos sísmicos debajo del volcán, que se esperaban después de una etapa muy explosiva entre noviembre de 1998 y enero de 1999 (Arámbula Mendoza et al., 2010). Sin embargo, la sismicidad dentro de la edificación volcánica se debilitó drásticamente poco antes del despliegue de las estaciones en diciembre de 1999. La fase de reposo del volcán finalizó justo después de eliminar las estaciones en julio de 2000. En septiembre de 2000 comenzó un nuevo período de inestabilidad volcánica que resultó en una etapa eruptiva fuerte en diciembre de 2000 (Arámbula Mendoza et al., 2010). Como resultado, la red no detectó mucha sismicidad dentro de la edificación volcánica, y en su mayoría registró una gran cantidad de eventos dispersos en un área amplia que excedía considerablemente el área de cobertura de la red. La red en el volcán tenía una apertura relativamente pequeña de aproximadamente 10 km, lo que no es una configuración óptima para registrar la sismicidad regional. Por esta razón, los datos de esta red nunca se han usado para ninguna inversión tomográfica. Este estudio es el primer intento de analizar estos datos después de más de 13 años. El objetivo de este trabajo es calcular el modelo sísmico debajo del volcán basándose en los datos disponibles provistos por esta red y evaluar las limitaciones de resolución de los resultados. Una característica novedosa de nuestro estudio, comparada con la de Berger et al. (2011), es la presentación de los modelos de velocidad de onda P y S, que proporcionan mucha más información sobre el estado petrofísico de las rocas debajo del volcán.

Fig. 1. Ubicaciones de estaciones sísmicas temporales (cuadrados azules) y eventos sísmicos (puntos rojos) registradas durante el experimento. El fondo es el mapa de elevación, en metros.

12 P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

Fig. 2. Captura de pantalla de las formas de onda grabadas (tres componentes para tres estaciones) y ejemplo de PadsSarrivaltimepickingcorrespondiente a un evento de magnitud de amoderate ubicado a una distancia de ~ 40 km de la red.

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

Es importante que este modelo corresponda al período anterior a una fuerte erupción de Popocatépetl, que comenzó en septiembre de 2001 y duró hasta 2003, por lo que nuestro modelo de velocidad 3D del volcán justo antes de la erupción puede proporcionar una clave para entender el mecanismo que desencadenó este malestar. 2. Data and algorithms En este trabajo, utilizamos los datos de forma de onda de acceso abierto de la red Geofon gestionada por GeoForschungsZentrum-Potsdam. En el período de diciembre de 1999 a julio de 2000, los científicos de GFZ mantuvieron una red sismológica temporal en Popocatépetl, que consistía en 22 estaciones portátiles (Figura 1). Las estaciones incluyeron varios registradores de datos (DM24, REFTEK 72-A, Orion, PDAS 100 / LG) y sismómetros (CMG-3ESP / 120, STS-2 / N, CMG-40T / 30) del grupo de instrumentos GFZ. Los registros continuos de tres componentes de los sismogramas con la frecuencia de discretización de 100 Hz se almacenan en formato SEED. En total, se instalaron 15 estaciones directamente en el volcán, y las 7 estaciones restantes se desplegaron en varias ciudades al noreste del volcán (Fig. 1). En este estudio, los datos de la red de volcanes se utilizaron principalmente porque los registros de las estaciones urbanas no eran aptos para el registro de eventos sísmicos locales debido a los altos niveles de ruido. Hemos realizado la selección de los tiempos de llegada para los eventos sísmicos locales y regionales. Las formas de onda se normalizaron y se filtraron con un filtro de paso de banda de 0,5-2 Hz, que eliminó la mayor parte del ruido antropógeno y cualquier señal de eventos telesísmicos. En esta etapa, utilizamos el software de código abierto DIMAS (pantalla, manipulación interactiva y análisis de sismogramas), que fue desarrollado por Dmitry Droznin (comunicación personal, 2009) en la sección de la prospección geofísica de Kamchatkan y fue especialmente adaptado para procesando la sismicidad del volcán. En la etapa de preparación, calculamos las ubicaciones preliminares de las fuentes y rechazamos los valores atípicos que tienen residuos de más de 0,6 s. En la Fig. 2 se muestra una captura de pantalla de los sismogramas con resultados de selección. Como resultado del procesamiento, hemos obtenido 6089 tiempos de llegada (2830 ondas P y 3259 ondas S) correspondientes a 504 eventos ubicados dentro de un área con un radio de 50 km alrededor de la red. El mayor número de selecciones de onda S se debe a un ruido de fondo relativamente fuerte que a menudo oculta la primera llegada de baja amplitud de la onda P; por el contrario, la señal de onda S mucho más fuerte, que está por encima del nivel de ruido, puede seleccionarse de forma fiable. Como resultado, tenemos una situación bastante inusual en la que las precisiones promedio de las selecciones de onda P y S son similares y se estiman en 0.1-0.15_s. Para este estudio, seleccionamos los datos que incluyen solo eventos que tienen al menos 6 selecciones y residuos iniciales de menos de 0.6 s. Tenga en cuenta que los epicentros de la mayoría de los eventos están muy dispersos, y hay relativamente pocos eventos ubicados dentro del perímetro de la red. Si utilizamos un criterio GAP b 180, que a menudo se aplica para la selección de datos en estudios de tomografía, no tendríamos suficientes datos para lograr una resolución satisfactoria en la inversión tomográfica. Sin embargo, como lo mostró Koulakov (2009b), los datos de eventos fuera de la red pueden ser de gran utilidad para mejorar la resolución de la inversión tomográfica. En este caso, no podemos garantizar la precisión de las ubicaciones de los eventos, pero los residuos relativos registrados por las estaciones proporcionan la información importante sobre las anomalías sísmicas debajo de la red, lo que puede ayudar a estabilizar la solución para el modelo de velocidad sísmica. Exploramos diferentes criterios de selección de datos y encontramos que la mejor resolución se logra cuando todos los eventos en un radio de 50 km se usan en la inversión. Se pueden encontrar más detalles sobre este análisis en la siguiente_sección. Desafortunadamente, no pudimos obtener acceso a los datos de la red permanente que se utilizaron para construir el modelo de tomografía anterior de Popocatépetl por Berger et al. (2011). Por lo tanto, el presente estudio es completamente independiente de ese estudio, tanto en términos de datos utilizados y el algoritmo de inversión.

13

Para realizar la inversión tomográfica, usamos el código LOTOS de Koulakov (2009a), que permite las inversiones iterativas simultáneas de los datos de tiempo de llegada a las distribuciones de velocidad P y S y los parámetros fuente. Los cálculos comienzan con ubicaciones de fuentes aproximadas utilizando un método de búsqueda de grillas y una representación lineal simple de rayos. Luego, el procesamiento iterativo contiene los pasos de reubicación e inversión de origen. Las reubicaciones de las fuentes en el modelo 3D se ejecutan utilizando el trazador de rayos de flexión, basado en el principio general propuesto por Um y Thurber (1987). Las fuentes localizadas están limitadas por la superficie topográfica; por lo tanto, pueden estar ubicados sobre el nivel del mar. Esto es importante para el área considerada porque tiene grandes variaciones topográficas. Los modelos de velocidad se parametrizaron con nodos distribuidos en áreas con un número suficiente de rayos. Entre los nodos, la velocidad fue interpolada linealmente. En las direcciones horizontales, los nodos se espaciaron regularmente (1 km en nuestro caso), pero en la dirección vertical el espaciado de la malla aumentó en los casos de baja densidad de rayos (el espaciado vertical mínimo en nuestro caso fue de 0,5 km). Para reducir cualquier dependencia de la cuadrícula sobre el resultado, realizamos las inversiones para varias cuadrículas con diferentes orientaciones básicas (en nuestro caso 0, 22, 45 y 67 °) y luego promediamos los resultados. La inversión se realizó simultáneamente para los modelos de onda P y S y los parámetros fuente (tres coordenadas y tiempo de origen). Aunque el código LOTOS permite incluir correcciones de estación como parámetros independientes, no usamos esta característica en este caso. De hecho, el modelo resultante no revela ninguna característica que pueda relacionarse con retrasos relacionados con la estación local; por lo tanto, la inclusión de correcciones de estación parece no ser necesaria. La regularización de la inversión se realizó mediante la adición de ecuaciones adicionales con dos elementos distintos de cero de valores iguales y signos opuestos, que corresponden a los nodos vecinos en la malla de parametrización. El vector de datos para estas ecuaciones es cero. Al aumentar los valores de estas ecuaciones se reduce la diferencia entre las anomalías de velocidad en los nodos vecinos y se produce un suavizamiento general del modelo resultante. Los parámetros de inversión, como los pesos de diferentes parámetros y los valores de amortiguación, se estimaron de acuerdo con los resultados de las pruebas sintéticas. Al realizar el modelado, llevamos a cabo muchas pruebas con diferentes valores para los parámetros de inversión y los seleccionados que permiten la mejor recuperación de los patrones sintéticos verdaderos. Estos parámetros se usaron luego para la inversión de los datos observados. En todos los casos presentados de inversiones de datos reales y sintéticos, utilizamos tres iteraciones. Todos los resultados del modelado sintético y la inversión de datos observados pueden ser repetidos por cualquier persona que utilice la estructura completa del código LOTOS (www.ivan-art.com/science/LOTOS/ popo_lotos12.zip), que incluye todos los programas informáticos y archivos con los datos iniciales, los parámetros libres y las definiciones de los modelos correspondientes al conjunto de datos Popocatépetl. Uno puede ejecutar los cálculos usando las instrucciones simples en la documentación de respaldo.

3. Resultados de prueba e inversión Antes de presentar los principales resultados de la inversión de datos, describiremos una serie de pruebas diferentes, que se usaron para evaluar las limitaciones de resolución y para proporcionar estimaciones de la confiabilidad de las estructuras calculadas. Hemos realizado varias pruebas sintéticas que fueron diseñadas para simular lo más cerca posible el flujo de trabajo de procesamiento de datos. Usando el código LOTOS, podemos crear diferentes tipos de modelos sintéticos, como el tablero de ajedrez y las anomalías de forma libre definidas en las secciones horizontales o verticales. Para el modelado sintético, utilizamos los mismos pares fuente-receptor que en el caso de la inversión de datos. Para calcular datos sintéticos, ejecutamos un trazado de rayos 3D que se basa en el algoritmo de flexión. Después de calcular los tiempos de síntesis, "olvidamos" las ubicaciones de las fuentes y repetimos el procedimiento de procesamiento completo, que es idéntico al caso del experimento de datos reales. Debido a la compensación entre los parámetros fuente y velocidad, los resultados de la reconstrucción están muy borrosos, pero en este caso, representan la capacidad realista de la tomografía para resolver las estructuras de velocidad.

14

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

15

Fig. 4. Ejemplos de resultados de inversión de datos observados basados en cuatro criterios de selección de datos de acuerdo con la distancia máxima fuente-receptor: 50 km, 20 km, 10 km y 5 km. Las anomalías de la velocidad P se presentan en dos niveles de profundidad: 2 km snm y 2 km bsl. El rango de escala de color es 20% para la sección superior y 10% para la sección inferior. Los triángulos azules representan la ubicación de las estaciones; el triángulo amarillo es la cumbre del volcán. Las líneas de contorno muestran la topografía. Las áreas fuera de la red donde la resolución es baja están sombreadas. El primer problema que se puede verificar mediante modelado sintético se relaciona con la selección de datos. Como se indicó en la sección anterior, los eventos en nuestro conjunto de datos están muy dispersos en un área grande, que excede considerablemente la apertura de la red. Para verificar el efecto de incluir los eventos fuera de la red, realizamos las pruebas de tablero de damas usando diferentes criterios para la selección de datos. En lugar del criterio GAP b 180, seleccionamos los datos según la distancia desde un evento a la estación de grabación más cercana, que representa aproximadamente el radio del área de ubicación de la fuente alrededor de la red. Para cada uno de los cuatro casos, los eventos se categorizaron por distancias de menos de 5 km, 10 km, 20 km y 50 km. Los números de eventos / selecciones en los conjuntos de datos correspondientes fueron los siguientes: 71/732, 98/1156, 223/2682 y 504/6090. Usamos el mismo modelo de tablero de damas con anomalías de 0.7 km de tamaño, con 1.3 km de espacio vacío entre ellas. En este caso, simplemente exploramos la resolución horizontal; por lo tanto, las anomalías no cambian con la profundidad. Las amplitudes de las anomalías fueron de ± 5%. Los signos de las anomalías de la onda P y S son opuestos para garantizar grandes variaciones en la relación Vp / Vs. Los resultados de restaurar este modelo usando los cuatro criterios de selección presentados en la Fig. 3 muestran que la mejor reconstrucción se logra para el caso de usar los datos dentro del área de 50 km de radio. Esto confirma plenamente las conclusiones de Koulakov (2009b) sobre la importancia de utilizar los eventos fuera de la red para las inversiones tomográficas. Por lo tanto, para el resultado principal, hemos seleccionado el caso de usar todos los datos disponibles dentro de un radio de 50 km.

Tenga en cuenta que en la prueba de tablero de ajedrez las características resultantes solo se vuelven a cubrir en la parte central, pero parecen estar fuertemente manchadas fuera de la red. Esto refleja un efecto de compromiso integral entre la velocidad y los parámetros de la fuente, y muestra que los resultados fuera del perímetro de la red se deben considerar con prudencia. Por lo tanto, al presentar los resultados principales, enmascaramos las áreas fuera de la red que no representan estructuras robustas. Para las secciones verticales, mostramos los resultados solo en un área de confianza donde hay rayos que cruzan desde diferentes direcciones. En la Fig. 4, también presentamos los resultados de la inversión de datos observados en base a los mismos subconjuntos de datos. Se puede observar que las características generales en la parte central del modelo son similares en todos los casos. Sin embargo, en áreas marginales, las diferencias son importantes. Por ejemplo, para áreas de selección dentro de 50 km y 20 km, las anomalías "azules" aparecen rodeadas por anomalías "rojas" de baja velocidad, mientras que para el área de 5 km el patrón "azul" cubre toda la mitad NE del área de estudio. Con base en los resultados de las pruebas sintéticas, podemos seleccionar el caso del área de selección de 50 km como el preferido. En todas las pruebas anteriores, los patrones sintéticos no cambiaron con la profundidad. Se sabe que en la tomografía pasiva, la resolución vertical suele ser considerablemente más pobre que la resolución horizontal.,

Fig. 3. Checkerboard prueba con el uso de diferentes criterios de selección de datos. Los resultados de la reconstrucción se presentan para las anomalías P, S y la relación Vp / Vs. El tamaño del área fuera de la red se controla mediante la distancia mínima a la estación más cercana que se indica arriba de cada fila. Las formas de los patrones sintéticos están indicadas con líneas negras. Los triángulos azules representan las estaciones sísmicas; el triángulo amarillo marca la cima del Popocatepetl. Todas las secciones corresponden al nivel del mar.

16

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

Esto se relaciona principalmente con la compensación entre las coordenadas de los tiempos de origen de los eventos (especialmente la profundidad) y las velocidades sísmicas absolutas. Para estimar la capacidad de resolución de los patrones verticales, consideramos nueve modelos sintéticos con varias configuraciones de bloques anómalos definidos en una sección vertical (Fig. 5). Los resultados de la reconstrucción revelan un poco de manchado vertical, que se vuelve más fuerte para las áreas más profundas. Notablemente, la amplitud recuperada de las anomalías más profundas es más débil que la de las más superficiales (por ejemplo, los Modelos 7 y 8). En el caso de la existencia de múltiples capas de profundidad (por ejemplo, el Modelo 5), las imágenes de las anomalías inferiores se ven fuertemente perturbadas por el borrón de las más superficiales y a menudo no son detectables. Estas pruebas muestran que las variaciones verticales de las estructuras de velocidad deben interpretarse con precaución. Además de las estimaciones de resolución, las pruebas sintéticas antes mencionadas también se usaron para definir los valores más apropiados de los parámetros libres para la inversión (por ejemplo, suavizado, espaciado de cuadrícula, número de iteraciones, etc.).

El procesamiento de datos experimentales comenzó con estimaciones del modelo de velocidad de referencia. Usamos una representación simple para el modelo de velocidad 1D definiendo las velocidades de onda P en varios niveles de profundidad e interpolando linealmente la velocidad entre las capas. En este caso particular, la velocidad de la onda S se deriva en base a una relación constante Vp / Vs. Para encontrar una distribución de velocidad inicial óptima, hicimos inversiones completas para docenas de modelos diferentes. Al seleccionar el mejor modelo, consideramos las desviaciones promedio fi nales de los residuos y la cantidad de datos utilizados para la inversión (donde los residuos son inferiores a 0,6 s). Otro criterio para la mejor determinación del modelo de referencia, que también se tuvo en cuenta, es el equilibrio entre las anomalías positivas y negativas en los resultados de la inversión. El modelo de referencia final tiene una relación Vp / Vs fija igual a 1.8 y valores de velocidad de onda P de 3.2 km / s a 6 km / s, 4 km / s a 5 km bsl y 5.5 km / s a 30 km bsl. Las velocidades entre los niveles indicados se calcularon por interpolación lineal. Estos valores son relativamente bajos en comparación con las otras regiones que exploramos anteriormente, pero pueden explicarse por por la fuerte fractura,

Fig. 5. Pruebas sintéticas con nueve modelos de fi nidos a lo largo de las secciones A2-B2 (ver Fig. 6). Se presentan los gráficos con la relación Vp / V resultante. Las ubicaciones de los patrones sintéticos están indicadas con líneas negras.

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

la presencia de fluidos y la heterogeneidad en las rocas debajo del volcán activo. Nuestras velocidades de referencia parecen ser diferentes a los modelos 1D estimados por Cruz-Atienza et al. (2001) y De Barros et al. (2008). Proponemos que estas diferencias podrían deberse a la ubicación de la red temporal utilizada en este estudio, que se localizó directamente en las rocas volcaniclásticas relativamente blandas de las llanuras del volcán, mientras que todas las estimaciones anteriores se basaron en estaciones permanentes ubicadas a mayor altura. distancias del volcán. En total, las inversiones se ejecutaron durante tres iteraciones. La reducción de la varianza fue aproximadamente del 20%. Tal baja reducción de residuos puede explicarse por el pequeño tamaño del área de estudio. Los rayos sísmicos no pueden acumular residuos grandes debido a anomalías a lo largo de su camino; por lo tanto, la relación señal / ruido para este conjunto de datos es bastante baja, lo que permite la baja reducción de la varianza. Después de la inversión final, las desviaciones promedio de los residuos para los datos de ondas P y S fueron iguales a 0.14 s.

17

No es habitual, pero para este caso particular, las desviaciones medias finales de los residuos de onda P y S fueron aproximadamente las mismas, y representan aproximadamente la precisión de la selección. Debido al alto nivel de ruido de fondo en los sismogramas, las débiles amplitudes de las primeras ondas P de llegada son a menudo difíciles de detectar, mientras que las llegadas de ondas S mucho más fuertes son más claras en algunos casos. Como resultado, para algunos eventos, la llegada de la onda S se detecta de manera más precisa, y la precisión promedio total de los datos de onda P y S es similar. Los principales resultados de este estudio se presentan en las Figs. 6, 7 y 8 en un conjunto de secciones horizontales y verticales. En las Figs. 6 y 7, mostramos las anomalías de las velocidades de onda P y S con respecto al modelo de partida 1D óptimo, y la relación Vp / Vs, que se calculó mediante la subdivisión de las velocidades de onda P a S resultantes. Como se mostró en varias de las pruebas sintéticas presentadas en este documento, este método de cálculo de la relación Vp / V proporciona resultados bastante estables. En las secciones horizontales, enmascaramos

Fig. 6. Anomalías resultantes de velocidades P y S y relación Vp / Vs en cuatro secciones horizontales. Para el nivel más superficial, las anomalías varían en un 20%; en otras secciones, los contornos corresponden a la barra del 10%. Las áreas fuera de la red donde la resolución es menor están enmascaradas. Las líneas de contorno representan la topografía suavizada. Los triángulos azules indican las estaciones sísmicas; El triángulo amarillo marca la cima del Popocatepetl. Las ubicaciones de dos per fi les presentados en la Fig. 7 se muestran en parcelas correspondientes a 4 km de profundidad.

18

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

Fig. 7. Anomalías de las velocidades P y S y relación Vp / V calculadas como resultado de la inversión de datos en dos secciones verticales. Las ubicaciones de los per fi les se presentan en la Fig. 6. Las áreas fuera de la red donde la resolución es menor están enmascaradas. Los puntos indican las ubicaciones de sismicidad a menos de 5 km de distancia del perfil. La ubicación de la intersección de los perfiles a 19.0398°N,98.6197°W_se_indica_con_línea_negra. los resultados fuera del perímetro de la red porque estas áreas no se pueden resolver debido a los problemas de borrado y los efectos de compensación entre los parámetros de fuente y velocidad. . En secciones poco profundas, observamos variaciones de velocidad muy fuertes, que exceden ± 20%. Por ejemplo, en el área de la cumbre a 2 km sobre el nivel del mar (asl), observamos una velocidad de onda de aproximadamente 4.2 km / s, mientras que debajo del flanco SW del volcán observamos una velocidad de onda P inferior a 2.6 km / s. Es inusual que las variaciones en las anomalías de la onda Las anomalías negativas debajo del flanco SW son similares a los modelos de onda P y S, pero la anomalía de alta velocidad relacionada con la base parece ser menos prominente en el modelo de onda S. Esta diferencia conduce a la existencia de valores altos para la relación Vp / Vs debajo de la cumbre. En las secciones verticales, los resultados se presentan como anomalías relativas (figura 7) y velocidades absolutas (figura 8). La anomalía de alta velocidad más prominente se observa debajo de la cumbre y tiene forma de hongo. La cabeza del "hongo" se encuentra sobre el nivel del mar y forma el cuerpo de la edificación volcánica. Las velocidades absolutas dentro de este cuerpo son aproximadamente de 4.1 km / sy 2.2 km / s para los modelos de onda P y S, respectivamente. Estas velocidades parecen ser similares a las velocidades de referencia a una profundidad de 4 km bsl. Notablemente, la forma general de esta anomalía de "hongo" es similar para los modelos de onda P y S calculados de manera independiente, lo que demuestra la solidez de este hallazgo. El hecho de que no observemos ninguna agrupación de sismicidad debajo del volcán es un resultado inesperado. Toda la sismicidad registrada durante el experimento aparece muy dispersa en un área grande. Para los eventos fuera de la red, no podemos proporcionar coordenadas precisas y tiempos de origen. Los errores en las ubicaciones de origen aumentan a mayor distancia de la red. Por lo tanto, las ubicaciones de origen presentadas deben considerarse con prudencia, y no son el resultado clave de este estudio. Sin embargo, como se discutió anteriormente, el uso de estos terremotos no evita la realización de tomografía sísmica para el área de la red porque usamos los residuos relativos

para estos eventos, estudios telesísmicos similares, que no se ven afectados por los errores en las ubicaciones de la fuente.

4. Discussion El modelo sísmico principal se presenta en las figuras 6, 7 y 8 en un conjunto de secciones horizontales y verticales. Como dijimos en el párrafo anterior, en secciones superiores a 0 km de profundidad, observamos claramente que una gran anomalía de alta velocidad se desplazó ligeramente hacia el noreste con respecto a la edificación principal de Popocatépetl, que está rodeada de anomalías de baja velocidad. Esta característica es especialmente clara para el modelo de velocidad de onda P y es menos prominente para las anomalías de onda S, lo que da como resultado altas relaciones Vp / Vs. A profundidades de 2 y 4 km bsl, observamos una anomalía positiva aislada isométrica centrada debajo de Popocatépetl, que parece más pequeña en el modelo de onda S. En el mapa de las relaciones Vp / Vs, vemos una anomalía prominente, cuyo valor excede 1,9, ubicado justo debajo del volcán. El cuerpo en forma de hongo de alta velocidad, que se ve debajo del edi fi cio principal en todos los niveles de profundidad considerados, podría ser la firma de las rocas magmáticas solidificadas que componen el edi fi cio del volcán, y el cuerpo tiene la forma de la columna vertical abajo a aproximadamente 4 km bsl. Además, la elevación del volcán es más de 5000 m; por lo tanto, las rocas a profundidades más superficiales se ven mucho más afectadas por la alta presión litostática que en las áreas circundantes donde la elevación es mucho menor. Esto debería aumentar fuertemente la velocidad sísmica (especialmente la velocidad de la onda P) debajo del volcán. La presencia de bajas velocidades en las áreas circundantes alrededor del volcán podría explicarse por depósitos piroclásticos blandos acumulados durante la historia de erupción del volcán Popocatépetl. Las anomalías P-positivas y menos fuertes de onda S observadas debajo del edi fi cio principal del volcán pueden explicarse por factores mecánicos que disminuyen el módulo de elasticidad de corte en las rocas volcánicas pero no afectan el módulo de

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

19

Fig. 8. Valores absolutos de las velocidades P y S calculadas como resultado de la inversión de datos en dos secciones verticales. Las ubicaciones de los per fi les se presentan en la Fig. 6. Las áreas fuera de la red donde la resolución es menor están enmascaradas. Los puntos indican las ubicaciones de sismicidad a menos de 5 km de distancia del perfil. La ubicación de la intersección de los perfiles se indica con línea negra. elasticidad compresional. El candidato más probable para este efecto podría ser la presencia de grietas y poros llenos de fluidos y derretimientos. Si el número total de grietas y poros no es muy alto, este factor no es lo suficientemente fuerte como para afectar la velocidad P, pero es suficiente para reducir la velocidad de la onda S. Tenga en cuenta que una característica similar (fuerte, alta P y velocidades de onda S inferiores) se observa debajo de otros volcanes activos, como el monte. Spurr en Alaska (Koulakov et al., 2013) y el volcán Kluchevskoy en Kamchatka (Koulakov et al., 2011, 2013). En contraste, para los volcanes inactivos, donde la presencia de fluidos y derretidos es menos probable, se observan anomalías positivas prominentes en la corteza para las velocidades de las ondas P y S (véase, por ejemplo, la estructura debajo de los volcanes inactivos alrededor de Merapi en Koulakov, 2009b). Con base en los resultados de la tomografía, podemos concluir que las velocidades sísmicas, y especialmente la relación Vp / Vs, revelan la presencia de zonas de fractura debajo del volcán activo Popocatépetl que pueden servir como conductos, llevando el material líquido de fuentes profundas a la superficie. Muchos estudios experimentales (p. Ej., Takei, 2002) y experimentos de campo (p. Ej., Chatterjee et al., 1985) indican que las variaciones en la relación Vp / Vs dependen en gran medida de la presencia de grietas y poros, así como del contenido de poros. . Se cree que un aumento en la relación Vp / V se asocia con la presencia de fases líquidas, mientras que los valores más bajos de Vp / V indican la existencia de fases gaseosas. Esta relación fue probada por varios estudios de tomografía en áreas volcánicas (por ejemplo,

De Siena et al., 2010). Basado en el estudio de las propiedades de los derretimientos y fluidos en las lavas de Popocatépetl, Atlas et al. (2006) concluyeron que la evolución de la masa fundida se produjo en conductos o diques intercalados en lugar de en una gran cámara de magma. Esta hipótesis es confirmada por nuestros resultados, que pueden atestiguar que el medio debajo del volcán está compuesto de un marco cristalino sólido, probablemente correspondiente a rocas ígneas traídas de niveles más profundos, que se indican por una velocidad de onda P más alta. Sin embargo, debajo del volcán, estas rocas se comportan como esponjas con algún contenido de fluidos y derretimiento, que afectan poco la velocidad de la onda P, pero reducen drásticamente la velocidad S. También se debe notar que la estructura debajo de los volcanes activos puede cambiar considerablemente con el tiempo, especialmente durante los períodos de descanso (ver, por ejemplo, Patanè et al., 2006 para Mt. Etna y Koulakov et al., 2013 para el volcán Klyuchevskoy). Esto puede explicar algunas inconsistencias que se observan entre nuestros resultados y los de Berger et al. (2011). En este último estudio, las imágenes derivadas representan una estructura promedio durante varios años de observaciones. Nuestro experimento corresponde a un período de tiempo relativamente corto entre dos fases activas, y este período podría ser único en términos de la estructura profunda y podría tener diferentes distribuciones sísmicas en comparación con otros períodos.

20

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21

5. Conclusions

Appendix A. Supplementary data

En este estudio, analizamos los datos sísmicos registrados utilizando una red sísmica portátil en el volcán Popocatépetl durante un período de tiempo relativamente tranquilo (de diciembre de 1999 a julio de 2000) entre dos erupciones fuertes. Anteriormente, no se producían resultados significativos sobre la base de estos datos debido a la apertura relativamente pequeña de la red y la distribución muy dispersa de los eventos sísmicos en un área grande. Sin embargo, la ventaja de este conjunto de datos en comparación con los datos de la red permanente es una proporción mucho mayor del número de selecciones por eventos, que es un parámetro crítico para separar los parámetros de fuente y velocidad en la tomografía de fuente pasiva. A pesar de las distribuciones desfavorables de las estaciones sísmicas y los terremotos registrados, hemos construido en este estudio un modelo sísmico debajo del volcán Popocatépetl que parece ser robusto. Con base en una variedad de pruebas sintéticas, hemos demostrado que la distribución de datos existente (la mayoría de las fuentes sísmicas ubicadas fuera de la red) puede proporcionar una resolución satisfactoria para un modelo sísmico de la región debajo del volcán. Hemos encontrado una gran anomalía de alta velocidad debajo del edi fi cio volcánico principal, que puede explicarse por rocas magmáticas solidificadas que forman el cuerpo del volcán. Además, las altas velocidades podrían deberse a la fuerte presión litostática debajo de la cumbre del volcán altamente elevada. La característica más interesante de este modelo es que la anomalía de la onda P debajo de la cumbre parece ser más prominente que la anomalía de la onda S. Esto puede explicarse por la existencia de grietas y poros llenos de fluidos y derretimientos, que afectan más fuertemente a los parámetros elásticos de la onda de corte. Proponemos que las áreas con altas relaciones Vp / Vs directamente debajo del volcán indican la ubicación de una zona de falla que puede servir como un conducto para el transporte de fluidos y se derrite a la superficie. Las fuertes anomalías de baja velocidad alrededor del volcán se pueden explicar por la existencia de depósitos relativamente blandos de materiales piroclásticos de erupciones volcánicas previas. Otra conclusión importante se desprende de la distribución de los terremotos registrados durante el experimento. Inesperadamente, estaban muy dispersos en un área con un radio de 50 km alrededor del volcán Popocatépetl. En función de la red existente, no podemos ubicar con precisión estos eventos. Sin embargo, el hecho de que ocurrieron en un área muy amplia es un indicador de que toda el área alrededor de Popocatépetl, que también incluye los volcanes Iztaccihuatl y Matlalcueye, es técnicamente activa. La sismicidad registrada también puede ser causada por procesos en un sistema de alimentación común para todos estos volcanes. Este sistema alimentador puede tener el potencial de despertar los volcanes inactivos. Sin embargo, para estudiar esta actividad, necesitaríamos la información de una red mucho más grande, que debería instalarse alrededor del volcán Popocatépetl.

Supplementary data to this article can be found online at http://dx. doi.org/10.1016/j.jvolgeores.2014.02.017.

Este estudio obviamente debe continuar. En primer lugar, el conjunto de datos de la red temporal se debe combinar con los datos de la red permanente, que no estaban disponibles para nosotros. Esperamos que esto mejore en gran medida la resolución del modelo sísmico de la región bajo el volcán. También sería útil implementar métodos alternativos de imágenes sísmicas, como la onda de superficie y la tomografía de ruido ambiental. Esto proporcionaría imágenes independientes, que podrían ser comparadas con el modelo presentado en este documento y usadas para verificar nuestros hallazgos.

Acknowledgments Agradecemos a los científicos de GeoForschungsZentrum-Potsdam, que desplegaron las estaciones sísmicas en Popocatépetl y pusieron los datos registrados a disposición del público a través del archivo de datos GEOFON. También agradecemos al revisor anónimo por el análisis detallado de nuestro documento y los comentarios críticos rigurosos. Este estudio fue apoyado por el Ministerio de Educación y Ciencia de Rusia (SB RAS VIII.70.2), así como por las becas de investigación IP SB RAS # 20 y ONZ-7.3.

References Aloisi, M., Cocina, O., Neri, G., Orecchio, B., Privitera, E., 2002. Seismic tomography of the crust underneath the Etna volcano, Sicily. Phys. Earth Planet. Inter. 134 (3), 139–155. Arámbula Mendoza, R., Valdés González, C., Martínez Bringas, A., 2010. Temporal and spatial variation of the stress state of Popocatépetl volcano, Mexico. J. Volcanol. Geotherm. Res. 196, 156–168. Arciniega-Ceballos, A., Valdes-Gonzales, C., Dawson, P., 2000. Temporal and spectral characteristics of seismicity observed at Popocatépetl volcano, central Mexico. J. Volcanol. Geotherm. Res. 102, 207–216. Arciniega-Ceballos, A., Chouet, B., Dawson, P., 2003. Long-period events and tremor at Popocatépetl volcano (1994–2000) and their broadband characteristics. Bull. Volcanol. 65, 124–135. Atlas, Z.D., Dixon, J.E., Sen, G., Finnya, M., Martín del Pozzo, A.L., 2006. Melt inclusions from Volcán Popocatépetl and Volcán de Colima, Mexico: melt evolution due to vaporsaturated crystallization during ascent. J. Volcanol. Geotherm. Res. 153, 221–240. http://dx.doi.org/10.1016/j.jvolgeores.2005.06.010. Berger, P., Got, J.L., González, C.V., Monteiller, V., 2011. Seismic tomography at Popocatépetl volcano, Mexico. J. Volcanol. Geotherm. Res. 200 (3), 234–244. Boudal, C., Robin, C., 1989. Volcano Popocatépetl: recent eruptive history, and potential hazards and risks in future eruptions. In: Latter, J.H. (Ed.), Volcanic Hazards — Assessment and Monitoring. Springer-Verlag, Berlin, pp. 110–128. Cadoux, A., Missenard, Y., Martinez Serrano, R.G., Guillou, H., 2011. Trenchward Plioquaternary volcanism migration in the Trans-Mexican volcanic belt: the case of the Sierra Nevada range. Geol. Mag. 148, 494–506. Cardaci, C., Coviello, M., Lombardo, G., Patanè, G., Scarpa, R., 1993. Seismic tomography of Etna volcano. J. Volcanol. Geotherm. Res. 56 (4), 357–368. Chatterjee, S.N., Pitt, A.M., Iyer, H.M., 1985. Vp/Vs ratios in the Yellowstone National Park region. I. J. Volcanol. Geotherm. Res. 26, 213–230. Cruz‐Atienza, V.M., Pacheco, J.F., Singh, S.K., Shapiro, N.M., Valdés, C., Iglesias, A., 2001. Size of Popocatépetl volcano explosions (1997–2001) from waveform inversion. Geophys. Res. Lett. 28 (21), 4027–4030. De Barros, L., Pedersen, H.A., Métaxian, J.P., Valdés-Gonzalez, C., Lesage, P., 2008. Crustal structure below Popocatépetl Volcano (Mexico) from analysis of Rayleigh waves. J. Volcanol. Geotherm. Res. 170 (1), 5–11. De la Cruz-Reyna, S., Quezada, J.P., Pena, C., Zepeda, O., Sanchez, T., 1995. Historia de la actividad reciente del Volcan Popocatépetl. Volcan Popocatépetl Estudios Realizados durante la Crisis de 1994–1995. SINAPROC-CENEPRED-UNAM, Mexico City, pp. 3–22. De Siena, L., Del Pezzo, E., Bianco, F., 2010. Seismic attenuation imaging of Campi Flegrei: evidence of gas reservoirs, hydrothermal basins, and feeding systems. J. Geophys. Res. 115, B09312. http://dx.doi.org/10.1029/2009JB006938. Di Stefano, R., Chiarabba, C., 2002. Active source tomography at Mt. Vesuvius: constraints for the magmatic system. J. Geophys. Res. 107, 2278. http://dx.doi.org/10.1029/ 2001JB000792. Espinasa-Perena, R., Martin-del Pozzo, A.L., 2006. Morphostratigraphic evolution of Popocatépetl volcano, Mexico. In: Siebe, S., Macias, J.-L., Aguirre-Diaz, G.J. (Eds.), Neogene–Quaternary Continental Margin Volcanism: A Perspective From Mexico. Geol. Soc. Amer. Spec. Pap., 402, pp. 115–137. García-Yeguas, A., Koulakov, I., Ibáñez, J.M., Rietbrock, A., 2012. High resolution 3D P wave velocity structure beneath Tenerife Island (Canary Islands, Spain) based on tomographic inversion of active-source data. J. Geophys. Res. 117, B09309. http://dx.doi. org/10.1029/2011JB008970. Koulakov, I., 2009a. LOTOS code for local earthquake tomographic inversion. Benchmarks for testing tomographic algorithms. Bull. Seismol. Soc. Am. 99 (1), 194–214. http://dx. doi.org/10.1785/0120080013. Koulakov, I., 2009b. Out-of-network events can be of great importance for improving results of local earthquake tomography. Bull. Seismol. Soc. Am. 99 (4), 2556–2563. http://dx.doi.org/10.1785/0120080365. Koulakov, I., 2013. Studying deep sources of volcanism using multiscale seismic tomography. J. Volcanol. Geotherm. Res. 257, 205–226. http://dx.doi.org/10.1016/j.jvolgeores. 2013.03.012. Koulakov, I., Gordeev, E.I., Dobretsov, N.L., Vernikovsky, V.A., Senyukov, S., Jakovlev, A., 2011. Feeding volcanoes of the Kluchevskoy group from the results of local earthquake tomography. Geophys. Res. Lett. 38, L09305. http://dx.doi.org/10.1029/ 2011GL046957. Koulakov, I., Gordeev, E.I., Dobretsov, N.L., Vernikovsky, V.A., Senyukov, S., Jakovlev, A., Jaxybulatov, K., 2013. Rapid changes in magma storage beneath the Klyuchevskoy group of volcanoes inferred from time-dependent seismic tomography. J. Volcanol. Geotherm. Res. http://dx.doi.org/10.1016/j.jvolgeores.2012.10.014 (available online). Lees, J.M., 2007. Seismic tomography of magmatic systems. J. Volcanol. Geotherm. Res. 167, 37–56. Martin-Del Pozzo, A.L., Cifuentes, G., Cabral-Cano, E., Bonifaz, R., Correa, F., Mendiola, I.F., 2003. Timing magma ascent at Popocatépetl volcano, Mexico 2000–2001. J. Volcanol. Geotherm. Res. 125, 107–120. Patanè, D., Barberi, G., Cocina, O., De Gori, P., Chiarabba, C., 2006. Time-resolved seismic tomography detects magma intrusions at Mount Etna. Science 313 (5788), 821–823. Paulatto, M., Minshull, T.A., Baptie, B., Dean, S., Hammond, J.O.S., Henstock, T., Kenedi, C.L., Kiddle, E.J., Malin, P., Peirce, C., Ryan, G., Shalev, E., Sparks, R.S.J., Voight, B., 2010.

P.Y. Kuznetsov, I.Y. Koulakov / Journal of Volcanology and Geothermal Research 276 (2014) 10–21 Upper crustal structure of an active volcano from refraction/reflection tomography, Montserrat, Lesser Antilles. Geophys. J. Int. 180–2, 685–696. Robin, C., Boudal, C., 1987. A gigantic Bezymianny-type event at the beginning of modern Volcan Popocatépetl. J. Volcanol. Geotherm. Res. 31, 115–130. Shapiro, N.M., Singh, S., Iglesias-Mendoza, A., Cruz-Atienza, V., Pacheco, J., 2000. Evidence of low Q below Popocatépetl volcano, and its implication to seismic hazard in Mexico City. Geophys. Res. Lett. 2753–2756. Siebe, C., Abrams, M., Macias, J.L., Obenholzner, J., 1996. Repetitive volcanic disasters in Prehispanic time at Popocatépetl, central Mexico: past key to the future? Geology 24, 399–402. Takei, Y., 2002. Effect of pore geometry on Vp/Vs: from equilibrium geometry to crack. J. Geophys. Res. 107 (B2), 2043. http://dx.doi.org/10.1029/2001JB000522.

21

Um, J., Thurber, C.H., 1987. A fast algorithm for two-point seismic ray tracing. Bull. Seismol. Soc. Am. 77, 972–986. Zandomeneghi, D., Barclay, A.H., Almendros, J., Ibáñez, J.M., Wilcock, W.S.D., Ben-Zvi, T., 2009. Crustal structure of Deception island volcano from p-wave seismic tomography: tectonic and volcanic implications. J. Geophys. Res. 114, B06310. Zobin, V.M., Martinez, A., 2010. Quantification of the 1998–1999 explosion sequence at Popocatépetl volcano, Mexico. J. Volcanol. Geotherm. Res. 194, 165–173. Zollo, A., D'Auria, L., De Matters, R., Herrero, A., Virieux, J., Gasparini, P., 2002. Bayesian estimation of 2D P-velocity models from active seismic arrival time data: Imaging of the shallow structure of Mt. Vesuvius (southern Italy). Geophys. J. Int. 151, 566–582.