In 2018, Kīlauea Volcano experienced its largest lower East Rift Zone (LERZ) eruption and caldera collapse in at least 200 years. After collapse of the Pu'u 'Ō'ō vent on 30 April, magma propagated downrift. Eruptive fissures opened in the LERZ on 3 May, eventually extending ~6.8 kilometers. A 4 May earthquake [moment magnitude (Mw) 6.9] produced ~5 meters of fault slip. Lava erupted at rates exceeding 100 cubic meters per second, eventually covering 35.5 square kilometers. The summit magma system partially drained, producing minor explosions and near-daily collapses releasing energy equivalent to Mw 4.7 to 5.4 earthquakes. Activity declined rapidly on 4 August. Summit collapse and lava flow volume estimates are roughly equivalent-about 0.8 cubic kilometers. Careful historical observation and monitoring of Kīlauea enabled successful forecasting of hazardous events.

Abstract Seismicity at restless volcanoes commonly features a variety of signal types reflecting both volcanotectonic and fluid-driven source processes. However, traditional catalogs of seismicity are often incomplete, especially concerning events with emergent onsets such as those driven by the dynamics of magmatic and hydrothermal fluids. The detection of all discrete events and continuous seismic tremors, regardless of the underlying source processes, would therefore improve the ability of monitoring agencies to forecast eruptions and mitigate their associated hazards. We present a workflow for generalized detection of seismic events based on the network covariance matrix (Seydoux et al., 2016). Our contributions enable the method to simultaneously detect continuous and short-duration (<∼10 s) events, provide information about the frequency content of the signals, and to refine the initial detection times by an order of magnitude (from window lengths of 75 to 7.5 s). We test the workflow on a 15-month record of seismicity with 23 stations at Mammoth Mountain, California (July 2012–October 2013) and detect 62% of long-period events and 94% of volcanotectonic events in the existing Northern California Earthquake Data Center catalog. In addition, ∼3000 events are not included in the catalog, and thousands of tremor signals are found. The method is suitable for near-real-time analysis of continuous waveforms and can provide a valuable supplement to existing algorithms to improve the completeness of catalogs used for monitoring volcanoes.

Abstract An increase in seismic activity precedes most volcanic eruptions. Whereas event-based forecasting approaches have been successful, some eruptions remain unanticipated, resulting in casualties and damage. Our study leverages the recent advancements in ambient field seismology. We explore features extracted from continuous ambient fields using traditional methods, for example, peak ground velocity, peak ground acceleration, root mean square, root median square, real-time seismic amplitude measurement, and novel methods (displacement seismic amplitude ratio and spectral width). In addition, we explore unsupervised learning of higher order wavelet features using scattering networks. We find that combining all the methods was necessary to disentangle the effects of seismic sources from structural changes at Mount St. Helens. Although the ambient wavefield-based approach does not yield additional or more significant precursory signals than event-based methods at Mount St. Helens, our study demonstrates that the ambient wavefield provides supplementary information, mainly about structural changes and complements traditional methods. The ambient seismic wavefield offers additional insights into long-lasting processes. We find enhanced wave attenuation correlating with geochemical measurements. We interpret this as ongoing structural changes, such as dome growth or the evolution of the volcanic conduit system. On annual and decadal timescales, we interpret seasonal seismic attenuation in the shallow subsurface as groundwater fluctuations, corroborated by observations at the nearby Spirit Lake level. This multimethod approach at Mount St. Helens sheds light on a volcanic system’s underlying dynamics and structure.

Abstract The U.S. Geological Survey Cascades Volcano Observatory (CVO) recently expanded its continuous geophysical monitoring at Mount Rainier, an active stratovolcano in Washington state. CVO monitors volcanoes in Oregon, Washington, and Idaho to characterize volcanic systems and detect unrest. Mount Rainier has a history of large lahar occurrences in the Holocene, including at least one that may not have been associated with volcanic activity. Pierce County, Washington, is one of the areas most at risk from large lahars. In the 1990s, CVO collaborated with Pierce County to install the Rainier lahar detection system (RLDS), an automated system designed to detect large lahars in high-risk drainages and mitigate hazards to heavily populated areas. The system was designed to detect lahars within 5–10 min of their occurrence and alert authorities of the need to evacuate populated low-lying areas before lahar arrival. In addition, CVO and the Pacific Northwest Seismic Network (PNSN) maintained and expanded a network of seismic and geodetic monitoring stations on and near the edifice to provide adequate volcano monitoring capabilities. Since 2016, CVO has worked to upgrade the existing RLDS and to expand its capabilities into other drainages around Mount Rainier. This expansion includes installation of 25 new broadband seismic stations with many including infrasound along high-risk drainages, as well as support for equipment upgrades at existing PNSN and CVO volcano monitoring sites. All stations transmit continuous, near-real-time data with dramatically improved spatial coverage for volcano monitoring and lahar hazard mitigation compared to the previous system.