Neue Forschungsergebnisse könnten früher vor Tsunamis warnen

Eine neue Methode zur Erkennung von Megabeben, die die von ihnen erzeugten Schwerewellen mithilfe von am Los Alamos National Laboratory erstellten Deep-Learning-Modellen erfasst, kann die Erdbebenstärke in Echtzeit abschätzen und früher vor Tsunamis warnen.

„Unser Modell ermöglicht die Echtzeitschätzung der Erdbebenstärke unter Verwendung von Daten, die routinemäßig als Rauschen behandelt werden, und kann sofort für die Tsunami-Frühwarnung transformativ sein“, sagte Bertrand Rouet-Leduc, Wissenschaftler in der Geophysik-Gruppe von Los Alamos.

Eine schnelle und zuverlässige Magnitudenschätzung für große Erdbeben ist entscheidend, um das mit starken Erschütterungen und Tsunamis verbundene Risiko zu mindern. Herkömmliche Frühwarnsysteme, die auf seismischen Wellen basieren, können die Größe großer Erdbeben nicht schnell abschätzen; Die Systeme verlassen sich auf die Schätzung der Erdbebenstärke direkt aus den von ihnen erzeugten Erschütterungen. Diese Systeme können nicht zwischen Erdbeben der Stärke 8 und 9 unterscheiden, obwohl letzteres 30-mal energischer und zerstörerischer ist.

Wichtige Unterscheidungen möglich

In neuen Forschungsergebnissen, veröffentlicht am 11. Mai in Natur, fand ein Forschungsteam heraus, dass eine seit langem theoretisierte Schwerewelle, die mit sehr großen Erdbeben in Verbindung gebracht wird, auch zur Erdbebenfrühwarnung verwendet werden kann. Im Gegensatz zur seismischen Frühwarnung sättigt sich die schwerkraftbasierte Frühwarnung nicht mit der Stärke, was bedeutet, dass die schwerkraftbasierte Erdbebenfrühwarnung sofort zwischen Erdbeben der Stärke 8 und 9 unterscheiden kann.

Andere aktuelle Ansätze verlassen sich auf GPS, um die Erdbebenstärke abzuschätzen. Dieser Ansatz liefert zwar bessere Schätzungen als Erdbebenfrühwarnung auf Erdbebenbasis, ist aber auch mit großen Unsicherheiten und Latenzen behaftet.

PEGS-Ansatz genauer für größere Erdbeben

Der kürzlich entdeckte Prompt-Elasto-Gravity-Signals-Ansatz mit Lichtgeschwindigkeit weckte Hoffnungen, diese Einschränkungen zu überwinden, wurde aber bisher noch nie für die Erdbebenfrühwarnung getestet. Im Gegensatz zu aktuellen Methoden wird der PEGS-Ansatz zur Erkennung bei größeren Erdbeben genauer.

Das Forschungsteam zeigte, dass PEGS in Echtzeit verwendet werden kann, um das Wachstum und die Stärke von Erdbeben unmittelbar nach Erreichen einer bestimmten Größe zu verfolgen. Das Team entwickelte ein Deep-Learning-Modell, das die von PEGS getragenen Informationen nutzt, die von regionalen Breitbandseismometern in Japan aufgezeichnet werden.

Nach dem Training des Deep-Learning-Modells mit einer Datenbank aus synthetischen Wellenformen, die mit empirischem Rauschen, das im seismischen Netzwerk gemessen wurde, ergänzt wurde, konnte das Team das erste Beispiel für die sofortige Verfolgung einer Erdbebenquelle anhand echter Daten zeigen.

Dieses Modell, kombiniert mit Echtzeitdaten, kann Gemeinden viel früher warnen, wenn ein Subduktions-Mega-Erdbeben groß genug ist, um einen Tsunami zu erzeugen, der die bestehenden Deiche durchbricht und die Küstenbevölkerung gefährdet.