Identification of gas seeps associated with fracture zones in the southwestern Baltic Sea using open-source software

Geological carbon capture and storage (CCS) has been identified as a valuable tool in addressing rising atmospheric CO2 levels. In fracture zones, marine gas seeps can indicate compromised storage integrity and must be identified for both pre-injection assessments and post-injection monitoring. Traditional analysis of multibeam echosounder (MBES) water column data for seep detection is labor-intensive and impractical, especially for large datasets. This study evaluates Espresso, an MIT-licensed open-source software, as a tool for efficient gas seep detection through filtering and echo integration of MBES water column data. A known seep site in Byfjorden, Sweden, was used for validation, followed by application to sub-regions of a fracture-rich CCS candidate area in the southwestern Baltic Sea. Echo-integrated grids revealed 17 seep-like anomalies in the candidate area, particularly concentrated in one region. No spatial correlation with mapped fault lines was found, suggesting a likely biogenic origin. However, seep interpretation remains highly uncertain due to ambiguities in acoustic morphology, inclination, and the absence of updated water current measurements. Several filtering limitations were also encountered during this project, and ideas for potential improvements are discussed. The results suggest that, while Espresso is a useful tool for preliminary seep detection, professional software and supporting hydrological data remain essential for conclusive interpretation.

Geologisk infångning och lagring av koldioxid (CCS) har identifierats som ett värdefullt verktyg för att hantera stigande atmosfäriska CO2-nivåer. I marina sprickzoner kan gasutsläpp, i form av bubbelströmmar, indikera bristande lagringsintegritet och måste identifieras för både lämplighetsbedömning före injektion och övervakning efter injektion. Traditionell analys av vattenkolumnsdata från multistråle-ekolod (MBES) är arbetsintensiv och opraktisk, särskilt för stora datamängder. Denna studie utvärderar Espresso, en MIT-licensierad öppen källkodsprogramvara, som ett verktyg för effektiv gasdetektion genom filtrering och ekointegration av vattenkolumnsdata. Ett område med bekräftade gasutsläpp i Byfjorden, Sverige, användes för validering, följt av tillämpning på delområden av ett sprickrikt CCS-kandidatområde i sydvästra Östersjön. Ekointegrerade mosaiknät avslöjade 17 läckageliknande anomalier i kandidatområdet, särskilt koncentrerade till ett område. Ingen rumslig korrelation med kartlagda förkastningslinjer kunde påvisas, vilket sannolikt tyder på gas av biologiskt ursprung. Tolkningen förblir dock osäker på grund av oklarheter i akustisk morfologi, lutning samt avsaknaden av uppdaterade mätningar av vattenströmmar. Flera filtreringsbegränsningar påträffades också under detta projekt, och idéer till potentiella förbättringar diskuteras. Resultaten antyder att även om Espresso är ett användbart verktyg för preliminär gasdetektion, är professionell mjukvara och kompletterande hydrologiska data fortfarande avgörande för en tillförlitlig tolkning.