Precursors related to seismicity patterns are probably the most promising phenomena for short-term earthquake forecasting, although it remains unclear if such forecasting is possible. Foreshock activity has often been recorded but its possible use as indicator of coming larger events is still debated due to the limited number of unambiguously observed foreshocks. Seismicity data which is inadequate in volume or character might be one of the reasons foreshocks cannot easily be identified. One method used to investigate the possible presence of generic seismicity behavior preceding larger events is the aggregation of seismicity series. Sequences preceding mainshocks chosen from empirical data are superimposed, revealing an increasing average seismicity rate prior to the mainshocks. Such an increase could result from the tendency of seismicity to cluster in space and time, thus the observed patterns could be of limited predictive value. Randomized tests using the empirical catalogues imply that the observed increasing rate is statistically significant compared to an increase due to simple clustering, indicating the existence of genuine foreshocks, somehow mechanically related to their mainshocks. If network sensitivity increases, the identification of foreshocks as such may improve. The possibility of improved identification of foreshock sequences is tested using synthetic data, produced with specific assumptions about the earthquake process. Complications related to background activity and aftershock production are investigated numerically, in generalized cases and in data-based scenarios. Catalogues including smaller, and thereby more, earthquakes can probably contribute to better understanding the earthquake processes and to the future of earthquake forecasting. An important aspect in such seismicity studies is the correct estimation of the empirical catalogue properties, including the magnitude of completeness (Mc) and the b-value. The potential influence of errors in the reported magnitudes in an earthquake catalogue on the estimation of Mc and b-value is investigated using synthetic magnitude catalogues, contaminated with Gaussian error. The effectiveness of different algorithms for Mc and b-value estimation are discussed. The sample size and the error level seem to affect the estimation of b-value, with implications for the reliability of the assessment of the future rate of large events and thus of seismic hazard. / Οι προσεισμοί αποτελούν τα πλέον υποσχόμενα πρόδρομα φαινόμενα για τη βραχυπρόθεσμη πρόγνωση των σεισμών, παρόλο που παραμένει άγνωστο το αν μια τέτοια πρόγνωση είναι εφικτή. Η χρήση της προσεισμικής δραστηριότητας ως ένδειξη ενός επερχόμενου μεγάλου σεισμού είναι αμφιλεγόμενη, κυρίως λόγω του περιορισμένου πλήθους των προσεισμών, γεγονός που πιθανά οφείλεται στην ανεπαρκή καταγραφή σεισμικών δεδομένων. Η άθροιση σεισμικών σειρών είναι μια μέθοδος που εφαρμόζεται προκειμένου να μελετηθεί η πιθανή παρουσία ενός γενικευμένου μοτίβου σεισμικότητας πριν από ισχυρούς σεισμούς. Η υπέρθεση σεισμικών ακολουθιών που προηγήθηκαν των κυρίων σεισμών αναδεικνύει μια αυξανόμενη μέση δραστηριότητα πριν από τους κύριους σεισμούς. Μια τέτοια συμπεριφορά θα μπορούσε να προκύψει και από την εγγενή τάση των σεισμών να ομαδοποιούνται χωρικά και χρονικά, με αποτέλεσμα τα παρατηρούμενα μοτίβα να έχουν περιορισμένη προγνωστική αξία. Τυχαιοποιημένοι έλεγχοι των πραγματικών δεδομένων υποδηλώνουν ότι ο παρατηρούμενος αυξανόμενος ρυθμός είναι στατιστικά σημαντικός σε σύγκριση με τη μεταβολή που οφείλεται στη γένεση απλών συστάδων σεισμών, αναδεικνύοντας την ύπαρξη προσεισμών αιτιολογικά συσχετιζόμενων με τους κύριους σεισμούς. Μια ενδεχόμενη αύξηση της ευαισθησίας των σεισμικών δικτύων πιθανά να συμβάλει στην αποτελεσματικότερη αναγνώριση των προσεισμών. Η πιθανότητα μιας τέτοιας βελτίωσης ελέγχεται με τη χρήση συνθετικών δεδομένων τα οποία προκύπτουν υπό προϋποθέσεις ως προς τη σεισμική διαδικασία. Οι επιπλοκές που μπορεί να προκύψουν από την παρουσία σεισμικότητας υποβάθρου και των μετασεισμικών ακολουθιών διερευνώνται αριθμητικά, με γενικευμένες περιπτώσεις και σενάρια που βασίζονται σε πραγματικά δεδομένα. Οι κατάλογοι που περιλαμβάνουν μικρότερους και επομένως περισσότερους σεισμούς μπορούν πιθανώς να συμβάλουν στην καλύτερη κατανόηση των σεισμικών διεργασιών και στη μελλοντική πρόγνωση των σεισμών. Σημαντική πτυχή σε τέτοιες μελέτες αποτελεί η σωστή εκτίμηση των ιδιοτήτων των σεισμικών καταλόγων, όπως είναι το μέγεθος πληρότητας και η παράμετρος b. Η επίδραση των σφαλμάτων των μεγεθών που υπάρχουν στους σεισμικούς καταλόγους στην εκτίμηση των προαναφερθέντων ιδιοτήτων ερευνάται χρησιμοποιώντας συνθετικά μεγέθη στα οποία ενυπάρχουν κανονικώς κατανεμημένα σφάλματα. Κατά τη διερεύνηση της αποτελεσματικότητας των διαφόρων μεθόδων που χρησιμοποιούνται για την εκτίμηση του μεγέθους πληρότητας προκύπτει ότι το μέγεθος του δείγματος και του σφάλματος των μεγεθών μπορούν να επηρεάσουν την εκτίμηση της παραμέτρου b, με επιπτώσεις στην εκτίμηση του ρυθμού των μελλοντικών ισχυρών σεισμών και την αξιολόγηση του σεισμικού κινδύνου.

The main goal of this thesis is to analyze the statistical properties of seismic catalogues of natural and induced seismicity, identify similarities and differences. We compare statistical temporal and magnitude information contained in different types of earthquake catalogues. Six seismostatistical criteria used for identification of natural swarms and mainshock- aftershock earthquake sequences are applied to 10 different catalogues of natural and induced seismicity. We did not find a method to reliably distinguish between natural and induced seismicity based only on temporal and magnitude information contained in catalogues. We show that induced seismicity catalogues are similar to natural earthquake swarms. We report how the set of 6 criteria presented here can be used for distinguishing between mainshock-aftershock sequences and swarm seismicity. We also show that none of the tested criteria can be used independently for distinguishing between different types of seismicity.

In seismology, an important goal is to attain a better understanding of the earthquake process. In this study of the physics of aftershock generation, I couple statistical analysis with modelling of physical processes in the postseismic period. I present a theoretical formulation for the distribution of interevent times for aftershock sequences obeying the empirically well established Omori law. As opposed to claims by other authors, this work demonstrates that the duration of the time interval between two successive earthquakes cannot be used to identify whether or not they belong to the same aftershock sequence or occur as a result of the same underlying process. This implies that a proper understanding of earthquake interevent time distributions is necessary before conclusions regarding the physics of the earthquake process are drawn. In a discussion of self-organised criticality (SOC) in relation to empirical laws in seismology, I find that Omori's law for aftershocks cannot be used as evidence for the theory of SOC. Instead, I consider that the occurrence of aftershocks in accordance with Omori's law is a result of a physical process that can be modelled and understood. I analyse characteristic features in the spatiotemporal distribution of aftershocks in the south Iceland seismic zone, following the two M6.5 June 2000 earthquakes and a M4.5 earthquake in September, 1999. These features include an initially constant aftershock rate, whose duration is larger following a larger main shock, and a subsequent power law decay that is interrupted by distinct and temporary deviations in terms of rate increases and decreases. Based on pore pressure diffusion modelling, I interpret these features in terms of main shock initiated diffusion processes. I conclude that thorough data analysis and physics-based modelling are essential components in attempts to improve our understanding of processes governing the occurrence of earthquakes.