Eine detaillierte Analyse des Ausbruchsverhaltens der Inselvulkane Stromboli, Ätna (Italien), Yasur (Vanuatu) und Whakaari (Neuseeland) veröffentlichte Darius Fenner aus Nishtha Srivastavas Team zusammen mit Patrick Laumann und Georg Rümpker am Frankfurt Institute of Advanced Studies (FIAS). Solche Analysen vergangener größerer und kleinerer Ereignisse können helfen, die Ausbrüche von Vulkanen einschließlich der zugrunde liegenden physikalischen und chemischen Prozesse zu verstehen.

Verschiedene Arten vulkanischer Ereignisse erfasst eine Forschungsgruppe des FIAS mit einem kürzlich von ihr entwickelten Ansatz. Sie katalogisiert alle kleinen und großen seismisch-vulkanischen Ereignisse einschließlich großer Eruptionen kontinuierlich an Stationen in der Nähe von Vulkanen. Um die Bedeutung solcher Ereignisse schneller einordnen und erkennen zu können, hilft das auto­mati­sierte und äußerst leistungsfähige Verfahren „Adaptive-Window Volcanic Event Selection Analysis Module“ (AWESAM), das die FIAS-Arbeitgruppe Seismology & Artificial Intelligence (SAI) vergangenes Jahr vorgestellt hatte (News / FIAS).

In ihrer aktuellen Forschungsarbeit analysierte die Gruppe die vorliegenden Daten aus bis zu fünfzehn Jahren im Detail, beispielsweise die Zeitabstände zwischen den Ereignissen, die Amplituden und das Verhältnis von Amplitude und Häufigkeit. So konnten sie Unterschiede und gemeinsame Muster bei den vulkanischen Ereignissen feststellen.

Sie beobachteten beispielsweise, dass es auf Stromboli häufiger große Ausbrüche gibt als man auf Grundlage bekannter Zusammenhänge erwarten würde. Aufbauend auf ihren früheren Ergebnissen bewertet und erweitert die Studie das Verständnis dieses Phänomens auf der Grundlage von Daten aus einem Jahrzehnt. So fand sich ein bestimmtes Muster vor und nach den beiden heftigen Stromboli-Ausbrüchen 2019. Der erweiterte Datensatz bestätigt die statistische Signifikanz der Ergebnisse. Bisher wurde dieses Muster aber nur für Stromboli beobachtet, was Fragen über die Einzigartigkeit dieses Musters aufwirft. 

Darüber hinaus klassifiziert die Studie die Ereignisarten für Stromboli mithilfe eines selbständigen maschinellen Lernansatzes. Sie zeigt bestimmte Muster vor und nach Ausbrüchen, die die Gruppe erstmals detaillierter unterteilen konnte. Basierend auf einem Clusteralgorithmus ordnete sie beispielsweise die Frequenzen der Ereignisse genauer ein. Diese Muster können für die Vorhersage großer Eruptionen von Bedeutung sein. 

Mit einem identischen Ansatz für alle vier Vulkane fand die Gruppe ein ähnliches Verhalten trotz unterschiedlicher Typen und Aktivitäten. Whakaari zeigt ebenfalls ein typisches Muster in der Wiederholung großer Ereignisse. Da diese Beobachtung auf Daten einer einzelnen Station beruht, sind weitere eingehende Untersuchungen erforderlich, sobald mehr Daten zur Verfügung stehen. „In einem nächsten Schritt wollen wir untersuchen, ob es frühzeitige Anzeichen für größere Eruptionen gibt“, so Erstautor Darius Fenner. „Unsere Methode bietet eine vielversprechende Grundlage zur genaueren Vulkanüberwachung und für ein besseres Verständnis der zugrunde liegenden Prozesse“.

 

Publikation: Darius Fenner, Georg Rümpker, Patrick Laumann und Nishtha Srivastava, Amplitude and inter-event time statistics for the island volcanoes Stromboli, Mount Etna, Yasur, and Whakaari. Front. Earth Sci. 11:1228103.

doi: 10.3389/feart.2023.1228103, https://www.frontiersin.org/articles/10.3389/feart.2023.1228103/full

 

Weitere Informationen https://www.youtube.com/watch?v=S3OQ3mT96CY

 

Bild/Quelle: Darius Fenner, FIAS