Erdbebenforschung

STEAM - Statistik zu physikalischer Erdbeben-Modellierung

Bodenbewegungen, Erdbebendynamiken und induzierte Seismizität

Schon längere Zeit arbeiten wir mit dem Institut für Geophysik der LMU zusammen. Nachdem zu Beginn Daten aus der Tiefbohrung in der Oberpfalz (über 10.000m) analysiert wurden, standen anschließend Auswertungen von Erdbebendaten (Bodenbewegungen) im Mittelpunkt. Hier konnte der Nachweis erbracht werden, dass zwischen starken Regenfällen und dem Auftreten von kleinen Erdbeben ein Zusammenhang besteht.

Veröffentlichungen:

V. Svejdar, H. Küchenhoff, L. Fahrmeir, and J. Wassermann. External forcing of earthquake swarms at Alpine regions: example from a seismic meteorological network at Mt. Hochstaufen SE-Bavaria. Nonlinear Process in Geophysics, 18(6):849-860, 2011.

G. Kauermann and H. Küchenhoff. Modelling data from inside the earth: local smoothing of mean and dispersion structure in deep drill data. Statistical Modelling, 3(1):43 - 64, 2003.

H. Winter, S. Adelhardt, A. Jerak, and H. Küchenhoff. Characterization of cataclastic shear-zones of the ktb deep drill hole by regression analysis of drill cuttings data. Geophysical Journal International, 150(1):1 - 9, 2002.

In unserem neuesten Projekt STEAM in Zusammenarbeit mit Dr. Alice-Agnes Gabriel, Dr. Joachim Wassermann und Prof. Heiner Igel vom Institut für Geophysik der LMU München werden funktionale Regressionsmodelle dazu benutzt, um neuartige Erkenntnisse aus Erdbebendaten zu gewinnen. Diese dienen zum einen einem besseren Verständnis der ablaufenden seismologischen Prozesse als auch als Ansatz zur Unterstützung der seismischen Risikobewertung.

Als Datenbasis wird mithilfe der am Geophysik-Institut entwickelten Software SeisSol eine Vielzahl an Erdbeben realitätsnah und unter Verwendung unterschiedlicher physikalischer Bedingungen simuliert. Da in der Praxis nur vergleichsweise wenige Messungen tatsächlicher Erdbeben existieren, ermöglicht die Verwendung solch neuartiger Simulationsdaten erstmals eine aufwendigere statistische Datenanalyse.

Die Anwendung funktionaler Regressionsmodelle auf Simulationsdaten basierend auf einem großen Beben in Northridge (USA) lieferte erste vielversprechende Ergebnisse. Die simulierten Verläufe der Bodenbewegungen an spezifischen Messstationen ließen sich durch das Modell gut nachvollziehen:

Weitere Informationen zum Northridge-Modell finden sich auf unserem unten verlinkten Poster.

In der zukünftigen Zusammenarbeit werden die statistischen Modelle erweitert und weiter auf die komplexe räumlich-zeitliche Datenstruktur angepasst. Darüber hinaus werden auch speziell Auswertungen für durch Geothermie verursachte, induzierte Seismizität vorgenommen, um durch ein besseres Verständnis der dort ablaufenden physikalischen Prozesse zu einer Vorbeugung stärkerer seismischer Ereignisse beizutragen.