A Bayesian Parametric Ground-Motion Prediction Model: Response Spectra of Shallow Crustal Seismicity in Europe

Wenn der Boden bebt, ist die Gewalt des Erschütterungsimpulses an einem bestimmten Ort nicht nur eine Frage der Größe des Erdbebens oder dessen Entfernung. Es ist auch eine Geschichte über den Pfad, den die Energie durch die Erde genommen hat, und die spezifische Beschaffenheit des Bodens unter einem Gebäude. Wissenschaftler, die diese Erschütterungsmuster untersuchen, nutzen mathematische Modelle, um vorherzusagen, wie stark die Bodenbewegung an einem bestimmten Punkt sein wird. Diese Vorhersagen sind entscheidend für die Konstruktion von Gebäuden, die ein Beben überstehen können, und für das Verständnis des Risikos für Gemeinschaften. Europa stellt jedoch eine einzigartige Herausforderung dar. Im Gegensatz zu Regionen mit häufigen, massiven Erdbeben erlebt ein Großteil Europas kleinere, seltener auftretende Erschütterungen. Dieser Mangel an großen Ereignissen macht es schwierig, präzise Vorhersagemodelle zu erstellen, was Wissenschaftler dazu zwingt, sich auf Daten kleinerer Beben zu verlassen und zu versuchen, diese hochzuskalieren. Das Problem ist, dass sich der Boden in Frankreich oder Belgien anders verhält als der Boden in Italien oder Griechenland, und ein Modell, das für eine Region funktioniert, versagt oft in einer anderen.

Ein Forscherteam mit Sitz in Grenoble, Frankreich, hat eine neue Methode entwickelt, um diese Bodenbewegungen vorherzusagen, die diese regionalen Unterschiede besser berücksichtigt. Sie entwickelten ein Modell, das Daten aus drei verschiedenen Quellen kombiniert: eine massive europäische Datenbank mit Erdbebenaufzeichnungen, einen spezialisierten Datensatz aus Frankreich und einen weiteren aus Belgien. Durch die Zusammenführung dieser Aufzeichnungen bauten sie ein umfassendes Bild davon auf, wie sich seismische Wellen über den Kontinent bewegen, das von winzigen Erschütterungen bis hin zu bedeutenden Ereignissen reicht. Das Ergebnis ist ein Werkzeug, das die Intensität der Erschütterungen flacher Erdbeben überall in Europa mit größerer Genauigkeit als bisherige Methoden vorhersagen kann, insbesondere in Gebieten, in denen große Erdbeben selten, aber dennoch möglich sind.

Die Forscher begannen mit der Sammlung einer riesigen Menge an seismischen Aufzeichnungen. Sie kombinierten Daten aus über 55.000 Aufzeichnungen von Bodenerschütterungen, die Ereignisse zwischen 1976 und 2026 erfassten. Diese Aufzeichnungen stammten von Sensoren, die über ein weites Gebiet Europas verteilt waren, von den Gebieten mit hoher Seismizität in Italien und Griechenland bis hin zu den ruhigeren Regionen in Frankreich und Belgien. Ein wesentlicher Teil ihrer Arbeit bestand darin, diese Daten zu bereinigen und zu standardisieren. Erdbebenmagnituden, welche die Größe des Ereignisses messen, waren von verschiedenen Gruppen auf unterschiedliche Weise berechnet worden. Das Team ersetzte diese variierenden Schätzungen durch einen einzigen, konsistenten Satz von Magnitudenwerten. Dieser Schritt war entscheidend, da inkonsistente Messungen die Beziehung zwischen der Größe eines Erdbebens und der dadurch erzeugten Erschütterung verzerren können. Sie stellten zudem sicher, dass die Daten ein breites Spektrum an Erdbebengrößen abdeckten, von sehr kleinen Ereignissen mit Magnituden um 1,6 bis hin zu großen Ereignissen nahe 7,7, was es ihnen ermöglichte, die Skalierung der Erschütterungen über das gesamte Spektrum hinweg zu untersuchen.

Nachdem die Daten vorbereitet worden waren, baute das Team ein neues Vorhersagemodell unter Verwendung eines ausgefeilten statistischen Ansatzes namens Bayesscher Regression. Im Gegensatz zu älteren Methoden, die jeden Standort als generischen Punkt behandelten, erkennt dieses neue Modell an, dass die Erde nicht uniform ist. Es unterteilt Europa in ein Gitter aus kleinen Quadraten, die jeweils eine Größe von einem halben Grad mal einem halben Grad haben. Für jedes Quadrat auf diesem Gitter lernt das Modell, wie der Boden seismische Wellen dämpft oder abschwächt. Dies ist ein bedeutender Wandel gegenüber früheren Modellen, die oft einer ganzen breiten Region eine einheitliche Regel zuordneten. Durch die Verwendung eines Gitters kann das neue Modell subtile Variationen erkennen. Es kann beispielsweise zwischen den Hochdämpfungszonen der Pyrenäen, in denen Wellen schnell abklingen, und den Niedrigdämpfungszonen des unteren Rheingrabens, in denen Wellen mit weniger Verlust weiter reisen, unterscheiden.

Das Modell trennt zudem die Effekte der Erdbebenquelle von den Effekten des Aufzeichnungsortes. Es berechnet, wie viel der Erschütterung durch die spezifischen Merkmale des Erdbebens selbst verursacht wird, wie etwa dessen Lage und Tiefe, und wie viel durch die lokale Geologie verursacht wird, an der der Sensor platziert ist. Diese Trennung ermöglicht es dem Modell, präziser zu sein. Es kann beispielsweise identifizieren, dass ein bestimmtes Tal in Frankreich Erschütterungen konsequent stärker verstärkt als ein nahegelegener Hügel, selbst wenn sie nah beieinander liegen. Die Forscher fanden heraus, dass diese Detailtiefe die Unsicherheit in ihren Vorhersagen verringerte. Das neue Modell liefert im Vergleich zum bisher besten in ganz Europa verwendeten Modell geringere Fehlermargen, was bedeutet, dass Ingenieure und Risikoanalysten mehr Vertrauen in die erhaltenen Zahlen haben können.

Eine der wichtigsten Erkenntnisse betrifft den Umgang des Modells mit kleinen Erdbeben. In der Vergangenheit hatten Modelle oft Schwierigkeiten, die Erschütterungen kleinerer Ereignisse vorherzusagen, wobei sie manchmal unrealistische Ergebnisse lieferten, bei denen die Erschütterung scheinbar zunahm, während das Erdbeben kleiner wurde. Das neue Modell korrigiert dies, indem es die reichlich vorhandenen Daten von kleinen und moderaten Erdbeben nutzt, um eine zuverlässige Basis zu etablieren. Dies ermöglicht es, das Modell auf Regionen mit geringer bis moderater Seismizität wie Frankreich und Belgien anzuwenden, wo kleine Erdbeben häufig vorkommen, aber dennoch Schäden in vulnerablen Gebieten wie Flusstälern verursachen können. Das Modell verhält sich nun so, dass es der physikalischen Realität entspricht, indem es zeigt, dass kleinere Erdbeben weniger Erschütterungen erzeugen, und es kann die Auswirkungen von Ereignissen bereits ab einer Magnitude von 4 zuverlässig vorhersagen.

Die Forscher entdeckten auch, dass die Art und Weise, wie seismische Wellen Energie verlieren, stark von der Frequenz der Erschütterung abhängt. Hochfrequente Wellen, die schnelle, scharfe Stöße verursachen, verhalten sich anders als niederfrequente Wellen, die langsamere, rollende Bewegungen verursachen. Das neue Modell erfasst diese Frequenzabhängigkeit, indem es die Dämpfungsregeln je nach Periode der Welle variieren lässt. Das bedeutet, dass das Modell nicht nur die maximale Erschütterung vorhersagen kann, sondern das gesamte Muster der Bodenbewegung über die Zeit. Dies ist essenziell für die Konstruktion verschiedener Strukturen, da ein hohes Gebäude möglicherweise anders auf niederfrequente Rollbewegungen reagiert als ein kurzes, steifes Haus auf hochfrequente Stöße.

Die Studie bestätigt, dass das neue Modell eine signifikante Verbesserung gegenüber seinem Vorgänger darstellt. Es deckt ein breiteres Spektrum an Erdbebengrößen und -entfernungen ab, von unmittelbarer Nähe zur Quelle bis hin zu Hunderten von Kilometern Entfernung. Zudem liefert es ein klareres Bild der Unsicherheit, die mit jeder Vorhersage verbunden ist. Indem die Forscher das Modell als ein lebendes System behandeln, das mit neuen Daten aktualisiert werden kann, haben sie ein Werkzeug geschaffen, das mit der Sammlung neuer Erdbebenaufzeichnungen im Laufe der Zeit immer genauer wird. Dies ist besonders wichtig für Europa, da das seismische Netzwerk ständig expandiert. Das Modell wird bereits für die Verwendung in nationalen Gefahrenkarten für Belgien und Frankreich angepasst, was dazu beiträgt, die Sicherheitsstandards für Gebäude in diesen Ländern zu verfeinern.

Obwohl das Modell einen großen Fortschritt darstellt, räumen die Forscher ein, dass noch Arbeit zu leisten bleibt. Einige Regionen, insbesondere der Balkan, sind noch unterrepräsentiert, was bedeutet, dass das Modell dort über weniger Daten verfügt. Zudem kann die Tiefe von Erdbeben nicht immer präzise bestimmt werden, was gewisse Unsicherheiten mit sich bringt. Das Framework, das sie aufgebaut haben, ist jedoch darauf ausgelegt, diese Einschränkungen zu handhaben. Sobald neue Daten verfügbar sind, kann das Modell aktualisiert werden, um die Lücken zu schließen und die Unsicherheit zu verringern. Das ultimative Ziel ist es, ein nahtloses, hochpräzises Bild des seismischen Risikos über den gesamten Kontinent zu erstellen, um sicherzustellen, dass die Gemeinschaften besser auf den Boden unter ihnen vorbereitet sind.

Diese Arbeit zeigt, dass durch die Kombination riesiger Datenmengen mit fortgeschrittenen statistischen Techniken Wissenschaftler in der Lage sind, die Schichten der Komplexität abzuschälen, die unser Verständnis von Erdbebenerschütterungen lange Zeit verschleiert haben. Das neue Modell sagt nicht bloß Zahlen voraus; es enthüllt die verborgenen Muster, wie Energie durch die europäische Kruste wandert. Es zeigt, dass der Boden nicht nur eine passive Kulisse ist, sondern ein aktiver Teilnehmer bei jedem Erdbeben, der die Gefahr auf eine Weise formt, die nun endlich klarer wird. Für die Menschen, die in diesen Regionen leben, bedeutet diese Klarheit sicherere Gebäude und einen informierteren Umgang mit dem allgegenwärtigen Risiko seismischer Aktivitäten.