Algorithmus wirft neue Fragen über das Aufzeichnen des Cascadia-Erdbebens auf

27. August 2024

Dieser Artikel wurde gemäß dem redaktionellen Prozess und den Richtlinien von Science X überprüft. Die Herausgeber haben die folgenden Merkmale hervorgehoben, während sie die Glaubwürdigkeit des Inhalts gewährleisteten:

• Tatsachenüberprüft
• vertrauenswürdige Quelle
• korrekturgelesen

von Universität von Texas in Austin

Die Cascadia-Subduktionszone im pazifischen Nordwesten hat eine Geschichte von starken und zerstörerischen Erdbeben, die Wälder versenkt haben und Tsunamis ausgelöst haben, die bis an die Küsten Japans reichten.

Das jüngste große Erdbeben war im Jahr 1700. Aber es wird wahrscheinlich nicht das letzte sein. Und das Gebiet, das betroffen sein könnte, sind jetzt belebte Metropolen, die Millionen von Menschen beherbergen.

Die Häufigkeit von Erdbeben herauszufinden - und wann das nächste 'große Ereignis' eintreten wird - ist eine aktive wissenschaftliche Frage, die das Suchen nach Anzeichen von vergangenen Erdbeben im geologischen Archiv in Form von aufgewühlten Gesteinen, Sedimenten und Landschaften beinhaltet.

Allerdings stellt eine Studie von Wissenschaftlern der University of Texas in Austin und weiteren Forschern die Zuverlässigkeit eines Erdbeben-Aufzeichnungsverfahrens in Frage, das Tausende von Jahren umfasst - eine Art geologischer Ablagerung, die als Tiefseeturbidit bekannt ist und sich in den Schichten des Meeresbodens befindet.

Die Forscher analysierten eine Auswahl von Turbiditschichten aus der Cascadia-Subduktionszone, die etwa 12.000 Jahre zurückdatieren, mit einem Algorithmus, der bewertete, wie gut die Turbiditschichten miteinander korrelierten.

Sie stellten fest, dass in den meisten Fällen die Korrelation zwischen den Turbiditproben nicht besser als zufällig war. Da Turbidite durch eine Vielzahl von Phänomenen verursacht werden können, nicht nur durch Erdbeben, legen die Ergebnisse nahe, dass die Verbindung des Turbiditrekords mit vergangenen Erdbeben unsicherer ist als bisher angenommen.

'Wir möchten, dass jeder, der die Zeitintervalle der Erdbeben in der Cascadia-Subduktionszone zitiert, versteht, dass diese Zeitlinien durch diese Studie in Frage gestellt werden', sagte Joan Gomberg, eine Forschungsgeophysikerin beim US Geological Survey und Mitautorin der Studie. 'Es ist wichtig, weitere Forschung zu betreiben, um diese Intervalle zu verfeinern. Was wir wissen, ist, dass Cascadia in der Vergangenheit seismisch aktiv war und auch in der Zukunft sein wird, daher müssen die Menschen letztendlich darauf vorbereitet sein.'

Die Ergebnisse ändern nicht unbedingt die geschätzte Häufigkeit von Erdbeben in Cascadia, die etwa alle 500 Jahre liegt, sagten die Forscher. Die derzeitige Häufigkeitsschätzung basiert auf einer Reihe von Daten und Interpretationen, nicht nur auf den in dieser Studie analysierten Turbiditen. Die Ergebnisse unterstreichen jedoch die Notwendigkeit weiterer Forschung zu Turbiditschichten im Zusammenhang mit großen Erdbeben.

Der Mitautor Jacob Covault, Forschungsprofessor an der UT Jackson School of Geosciences, sagte, dass der Algorithmus ein quantitatives Werkzeug bietet, das eine reproduzierbare Methode zur Interpretation alter Erdbebenaufzeichnungen darstellt, die in der Regel auf qualitativeren Beschreibungen der Geologie und ihrer potenziellen Zusammenhänge basieren.

'Dieses Werkzeug liefert ein wiederholbares Ergebnis, damit jeder dasselbe sehen kann', sagte Covault, der Co-Hauptermittler des Quantitative Clastics Lab an der Bureau of Economic Geology der Jackson School ist. 'Man kann möglicherweise mit diesem Ergebnis argumentieren, aber zumindest hat man eine Grundlinie, einen Ansatz, der reproduzierbar ist.'

Die Ergebnisse wurden im Journal Geological Society of America Bulletin veröffentlicht. An der Studie waren Forscher des US Geological Survey, der Stanford University und der Alaska Division of Geological & Geophysical Surveys beteiligt.

Turbidite sind die Überreste von Unterwasser-Erdrutschen. Sie bestehen aus Sedimenten, die nach dem turbulenten Sedimentfluss über den Meeresboden zurückgesunken sind. Die Sedimente in diesen Schichten weisen eine charakteristische Gradierung auf, mit gröberen Körnern am Boden und feineren oben.

Aber es gibt mehr als eine Möglichkeit, eine Turbiditschicht zu bilden. Erdbeben können Erdrutsche verursachen, wenn sie den Meeresboden erschüttern. Aber auch Stürme, Überschwemmungen und eine Vielzahl anderer natürlicher Phänomene können dies auf einer kleineren geografischen Skala tun.

Derzeit wird die Verbindung von Turbiditen zu vergangenen Erdbeben normalerweise dadurch hergestellt, dass sie in geologischen Kernen gefunden werden, die vom Meeresboden entnommen wurden. Wenn sich ein Turbidit in etwa derselben Position in mehreren Proben über ein relativ großes Gebiet zeigt, wird es als Überrest eines vergangenen Erdbebens gezählt, so die Forscher.

Auch wenn die Kohlenstoffdatierung von Proben helfen kann, die zeitliche Einordnung einzugrenzen, besteht immer noch viel Unsicherheit darin, zu interpretieren, ob Proben, die ungefähr zur selben Zeit und in derselben Lage erscheinen, von demselben Ereignis stammen.

Ein besseres Verständnis davon zu bekommen, wie sich verschiedene Turbiditproben zueinander verhalten, inspirierte die Forscher dazu, eine quantitativere Methode anzuwenden - einen Algorithmus namens 'dynamische Zeitverschiebung' - auf die Turbiditdaten. Die algorithmische Methode stammt aus den 1970er Jahren und hat eine Vielzahl von Anwendungen, von der Spracherkennung bis zur Glättung von Grafiken in dynamischen VR-Umgebungen.

Das ist das erste Mal, dass sie zur Analyse von Turbiditen angewendet wurde, sagte Mitautor Zoltán Sylvester, Forschungsprofessor an der Jackson School und Mit-Hauptermittler des Quantitative Clastics Lab, der die Anpassung des Algorithmus zur Analyse von Turbiditen leitete.

'Dieser Algorithmus war ein Schlüsselelement vieler Projekte, an denen ich gearbeitet habe', sagte Sylvester. 'Aber er wird immer noch sehr selten in den Geowissenschaften genutzt.'

Der Algorithmus erkennt Ähnlichkeiten zwischen zwei Proben, die sich im Laufe der Zeit ändern können, und bestimmt, wie gut die Daten zwischen ihnen übereinstimmen.

Bei der Spracherkennungssoftware bedeutet dies, Schlüsselwörter zu erkennen, auch wenn sie mit unterschiedlichen Geschwindigkeiten oder Tonhöhen gesprochen werden. Bei den Turbiditen geht es darum, gemeinsame magnetische Eigenschaften zwischen verschiedenen Turbiditproben zu erkennen, die je nach Ort möglicherweise unterschiedlich aussehen, obwohl sie aus demselben Ereignis stammen.

'Turbidite zu korrelieren ist keine einfache Aufgabe', sagte Mitautorin Nora Nieminski, Programmleiterin für Küstengefahren im Alaska Division of Geological & Geophysical Surveys. 'Turbidite zeigen häufig eine erhebliche laterale Variabilität, die ihre variablen Flussdynamiken widerspiegelt. Daher wird nicht erwartet, dass Turbiditen das gleiche ablagernde Merkmal über große Entfernungen bewahren, oder sogar über kleine Entfernungen in vielen Fällen, insbesondere entlang aktiver Ränder wie Cascadia oder in verschiedenen Ablagerungsumgebungen.'

Die Forscher unterzogen die Korrelationen, die vom Algorithmus erzeugt wurden, einem weiteren Überprüfungslevel. Sie verglichen die Ergebnisse mit Korrelationsdaten, die unter Verwendung synthetischer Daten berechnet wurden, die durch den Vergleich von 10.000 Paaren zufälliger Turbiditlagen erstellt wurden. Dieser synthetische Vergleich diente als Kontrolle gegen zufällige Übereinstimmungen in den tatsächlichen Proben.

Die Forscher wandten ihre Technik auf magnetische Suszeptibilitätslogs für Turbiditlagen in neun geologischen Kernen an, die während einer wissenschaftlichen Kreuzfahrt im Jahr 1999 gesammelt wurden. Sie stellten fest, dass in den meisten Fällen die Verbindung zwischen zuvor korrelierten Turbiditschichten nicht besser war als zufällig. Die einzige Ausnahme von diesem Trend waren Turbiditlagen, die relativ nahe beieinander lagen - nicht mehr als etwa 15 Meilen voneinander entfernt.

Die Forscher betonen, dass der Algorithmus nur eine Möglichkeit zur Analyse von Turbiditen ist und dass die Einbeziehung anderer Daten den Grad der Korrelation zwischen den Kernen verändern könnte. Aber gemäß diesen Ergebnissen reicht es nicht aus, das Vorhandensein von Turbiditen zur gleichen Zeit und im gleichen Bereich im geologischen Aufzeichnungen, um sie definitiv miteinander zu verbinden.

Und obwohl Algorithmen und maschinelles Lernen bei dieser Aufgabe helfen können, liegt es an den Geowissenschaftlern, die Ergebnisse zu interpretieren und zu sehen, wohin die Forschung führt.

'Wir sind hier, um Fragen zu beantworten, nicht nur das Werkzeug anzuwenden', sagte Sylvester. 'Aber gleichzeitig zwingt es einen dazu, sehr sorgfältig zu denken.'

Weitere Informationen: Nora M. Nieminski et al, Turbidite-Korrelation für die Paläoseismologie, Bulletin der Geological Society of America (2024). DOI: 10.1130/B37343.1

Bereitgestellt von University of Texas in Austin