Abstract Multi-geophysical parameter classification can help to reduce the uncertainties of interpretations that often rely on one geophysical technique. Integrating these varying datasets requires a more robust classification approach rather than traditional qualitative methods. In this study, we applied the Fuzzy c-means (FCM) method to quantitatively classify similarities in a high resolution seismic tomography, a magnetotellurics and gravity datasets obtained in Montserrat. To group similar datapoints, this application uses a Euclidean distance measure and a membership function. Assigned membership values indicate the degree to which a datapoint belongs to a specific class. The spatial distribution of the derived classes, each classified with distinct geophysical parameters, helped to provide new structural and petrological information of the Montserrat geothermal system. In comparison to previous models, our new cluster model highlights two major improvements. These include the resolution and assessment of the spatial extension and 3D geometry of previously undetected features within the Montserrat geothermal system and the constrain and characterization of earlier identified anomalies. We additionally utilized geological and petrological data obtained from three geothermal wells in the Montserrat geothermal system to help validate our classifications. Based on a semi-quantitative approach we assessed the reliability of the FCM technique in relation to the likely uncertainties of the different geophysical models.

中文翻译：

---

蒙特塞拉特地热系统多地球物理参数分类

摘要 多地球物理参数分类有助于减少通常依赖于一种地球物理技术的解释的不确定性。整合这些不同的数据集需要更强大的分类方法，而不是传统的定性方法。在这项研究中，我们应用模糊 c 均值 (FCM) 方法对高分辨率地震层析成像、大地电磁学和在蒙特塞拉特获得的重力数据集的相似性进行定量分类。为了对相似的数据点进行分组，此应用程序使用欧几里得距离度量和隶属函数。分配的成员资格值指示数据点属于特定类的程度。派生类的空间分布，每个类都有不同的地球物理参数，帮助提供了蒙特塞拉特地热系统的新结构和岩石学信息。与之前的模型相比，我们的新集群模型突出了两个主要改进。其中包括对蒙特塞拉特地热系统中先前未检测到的特征的空间扩展和 3D 几何形状的分辨率和评估，以及对早期识别异常的约束和表征。我们还利用从蒙特塞拉特地热系统中的三个地热井获得的地质和岩石学数据来帮助验证我们的分类。基于半定量方法，我们评估了与不同地球物理模型可能存在的不确定性相关的 FCM 技术的可靠性。我们的新集群模型突出了两个主要改进。其中包括对蒙特塞拉特地热系统中先前未检测到的特征的空间扩展和 3D 几何形状的分辨率和评估，以及对早期识别异常的约束和表征。我们还利用从蒙特塞拉特地热系统中的三个地热井获得的地质和岩石学数据来帮助验证我们的分类。基于半定量方法，我们评估了与不同地球物理模型可能存在的不确定性相关的 FCM 技术的可靠性。我们的新集群模型突出了两个主要改进。其中包括对蒙特塞拉特地热系统中先前未检测到的特征的空间扩展和 3D 几何形状的分辨率和评估，以及对早期识别异常的约束和表征。我们还利用从蒙特塞拉特地热系统中的三个地热井获得的地质和岩石学数据来帮助验证我们的分类。基于半定量方法，我们评估了与不同地球物理模型可能存在的不确定性相关的 FCM 技术的可靠性。其中包括对蒙特塞拉特地热系统中先前未检测到的特征的空间扩展和 3D 几何形状的分辨率和评估，以及对早期识别异常的约束和表征。我们还利用从蒙特塞拉特地热系统中的三个地热井获得的地质和岩石学数据来帮助验证我们的分类。基于半定量方法，我们评估了与不同地球物理模型可能存在的不确定性相关的 FCM 技术的可靠性。其中包括对蒙特塞拉特地热系统中先前未检测到的特征的空间扩展和 3D 几何形状的分辨率和评估，以及对早期识别异常的约束和表征。我们还利用从蒙特塞拉特地热系统中的三个地热井获得的地质和岩石学数据来帮助验证我们的分类。基于半定量方法，我们评估了与不同地球物理模型可能存在的不确定性相关的 FCM 技术的可靠性。