Seismologen des Los Alamos National Laboratory entdecken mit Algorithmus versteckte Signale
Forscher des Los Alamos National Laboratory (https://www.lanl.gov/ ) nutzen maschinelles Lernen zur Erkennung der verborgenen Signale, die einem Erdbeben vorausgehen. Die Experten haben den KI-Algorithmus mit Daten des Kīlauea-Vulkans auf Hawaii gefüttert und entsprechend trainiert. Dieser war zwischen dem 1. Juni und dem 2. August 2018 aktiv. In dieser Zeit verursachte er rund 50 Erdbeben, die das Hawaiian Volcano Observatory (https://www.usgs.gov/observatories/hvo ) registrierte, das vom U.S. Geological Survey (https://www.usgs.gov/ ) betrieben wird.
Rund 50 Beben analysiert
Die Forscher haben sich auf 30-Sekunden-Fenster seismischer Daten der rund 50 Beben konzentriert. Ihr Modell hat dabei eine Art Fingerabdruck identifiziert, ein verstecktes Signal, das jedem Erdstoß durch den Vulkanausbruch vorausging. Während dieser Zeit erfassten sie mit globalen Navigationssatellitensystem zusätzlich millimetergroße Verschiebungen des Bodens.
Das maschinelle Lernmodell analysierte dann diese Daten, verarbeitete die seismischen Signale und schätzte erfolgreich die Bodenverschiebung sowie die Zeit bis zum nächsten Beben ab. Drücken tektonische Platten gegeneinander, erzeugen sie schwache Erschütterungen im Boden, die als kontinuierliche akustische oder seismische Emissionen bezeichnet werden. Diese Signale haben Wellenform, wurden aber bisher für Rauschen gehalten, also für Zufallsdaten ohne Infos.
Für viele gefährdete Gebiete
Die Forscher in Los Alamos haben herausgefunden, dass diese Wellenformen reich an Daten sind und sich dazu verwenden lassen, physikalische Eigenschaften einer Verwerfung wie Verschiebung, Reibung und Dicke zu ermitteln und damit Vorboten von Erdbeben zu erkennen.
“Wenn wir uns diese kontinuierlichen Signale ansehen, können wir Infos herausziehen, die uns sagen, wo sich die Verwerfung befindet, die Ursache eines Bebens. Wir sehen uns an, wie sich das Rauschen entwickelt, und das gibt uns Details über den aktuellen Zustand und die Position der Verwerfungen”, so Forschungsleiter Christopher Johnson. Die Signale seien generell typisch, sodass sie an beliebigen Stellen der Erde zur Prognose von Beben genutzt werden können.
