Traveltime residuals for worldwide seismic stations are calculated. We use P and S waves from earthquakes in SE-Asia at teleseismic and regional distances. The obtained station residuals help to enhance earthquake localisation. Furthermore we calculated regional source dependent station residuals. They show a systematic dependence of the locality of the source. These source dependent residuals reflect heterogenities along the path and can be used for a refinement of earthquake localisation. / Laufzeitresiduen für weltweite seismische Stationen werden berechnet. Wir nutzen P - und S-Wellen von Erdbeben in Südostasien in teleseismischen und regionalen Distanzen. Die so erhaltenen Stationsresiduen helfen, die Lokaliesierung von Erdbeben zu verbessern. Außerdem berechnen wir regional quellabhängige Stationsresiduen. Diese zeigen eine systematische Abhänbgigkeit vom Ort der Quelle. Sie spiegeln Heterogenitäten entlang des Strahlweges wieder und können für eine Verfeinerung der Ersbebenlokaliesierung genutzt werden.

Um das Verständnis der geologischen Entwicklung des größten bekannten Vorkommens von ultra-hochdruck (UHP) Gesteinen auf der Erde, des Dabie Shan im östlichen China, zu erhöhen, wurde eine multidisziplinäre Studie durchgeführt.<br /> Geophysikalische Daten wurden entlang einer ca. 20 km langen seismischen Linie im östlichen Dabie Shan gesammelt. Diese reflektionsseismischen Daten zeigen, dass die Kruste aus drei Lagen besteht. Die Oberkruste besitzt eine durchgehend niedrige Reflektivität und meist subhorizontale Reflektoren bis in eine Tiefe von ca. 15 km. Aufgrund dieser Charakteristika wird diese Zone als UHP-bezogener krustaler Keil interpretiert, der auf nicht UHP Kruste überschoben wurde. Ein abrupter Wechsel in der Geometrie aber auch Intensität der Reflektoren markiert die Grenze zu einer mittel- bis unterkrustalen Zone, die sich bis ca. 33 km Tiefe erstreckt. Diese Zone repräsentiert wahrscheinlich kratonale Yangtze Kruste, die von der triassischen UHP-Orogenese nicht erfasst wurde, aber während der Exhumierung das Liegende relativ zum UHP Keil war. Starke und kontinuierliche Reflektoren im Tiefenintervall von 33-40 km bilden höchstwahrscheinlich die Moho an der Basis der Kruste ab. Relikte einer Krustenwurzel, die sich wahrscheinlich während der Kollisionstektonik gebildet hatte, sind nicht sichtbar. Ein flaches tomographisches Geschwindigkeitsmodell, das auf der Inversion der Ersteinsätze gründet, konnte zusätzlich erstellt werden. Dieses Modell bildet deutlich die unterschiedlichen Lithologien auf beiden Seiten der Tan Lu Störung ab. Sedimente östlich der Störung zeigen Geschwindigkeiten von 3.4 - 5.0 km* s^-1, wohingegen die Gneise im Westen 5.2 - 6.0 km*s^-1 aufweisen. Die Geometrie der Geschwindigkeits-Isolinien kann als Ausdruck der Strukturen der Gesteine angenommen werden. Somit zeigen die Sedimente ein nordwestliches Einfallen zur Störung hin, wohingegen isoklinale Falten in den Gneisen abgebildet werden.<br /> Geländedaten aus der UHP Einheit des Dabie Shan ermöglichen die Definition von Grundgebirgs- und Deckeinheiten, die Teile des ehemaligen passiven Kontinentalrandes des Yangtze Kratons repräsentieren. Eine der Deckeinheiten, die Changpu Einheit, besitzt nach wie vor einen stratigraphischen Kontakt zu den Grundgebirgs-Gneisen. Der anderen Einheit hingegen, der Ganghe Einheit, fehlt ein entsprechendes Grundgebirge. Diese Einheit steht vielmehr über einen Blasto-Mylonit in tektonischem Kontakt zum Grundgebirge der vorherigen. Die Changpu Einheit baut sich aus kalk-arenitischen Metasedimenten auf, die mit Metabasalten assoziiert sind. Die Ganghe Einheit wird von arenitisch-vulkanoklastischen Metasedimenten, die ebenfalls mit metabasaltischen Gesteinen vergesellschaftet sind, dominiert. Das Grundgebirge baut sich aus diversen felsischen Gneisen auf, die von reliktisch eklogitfaziell bis grünschieferfaziell ausgeprägt sind, und in denen, zusätzlich zu Metabasalten, sporadisch mafisch-ultramafische Meta-Plutone auftreten. Mit Ausnahme der Ganghe Einheit, führen die Metabasite Coesit und belegen somit das UHP Ereignis. Die Mineralchemie der analysierten Proben dokumentiert deutliche Variationen in der Zusammensetzung der Hauptminerale, Granat und Omphazit, was entweder unterschiedliche Protolithe oder unterschiedliche Grade von Stoffaustausch mit den Wirtsgesteinen reflektiert. Gehalte von dreiwertigem Eisen in Omphaziten mit geringen Gesamteisengehalten, wurden mittels Titration bestimmt, wobei sich Werte von 30-40 % ergaben. Dennoch wurde ein noch konservativerer Wert von 50% dreiwertigem Eisen in den entsprechenden Berechnungen angenommen, hauptsächlich, um mit anderen Arbeiten vergleichbar zu sein. Texturen und chemische Zonierungen in den Mineralen sind kompatibel mit Gleichgewichtsbedingungen während dem Höhepunkt der Metamorphose, der retrograd überprägt wird. P-T Daten wurden mit deutlicher Betonung auf das Granat-Omphazit-Phengit Barometer, das mit Fe-Mg Austausch-Thermometern kombiniert wurde, berechnet. Höchstdrucke reichen von 42-48 kbar (für die Changpu Einheit) bis ca. 37 kbar (für das Grundgebirge und die Ganghe Einheit). Während der eklogitfaziellen Metamorphose wurden Temperaturen von ca. 750 °C erreicht. Obwohl die maximalen Drucke deutlich schwanken, sind die Temperaturbestimmungen in guter Übereinstimmung. Die Druckschwankungen können zum einen durch deutlich Ca-dominierte Granate (bis zu 50 mol% Grossular in der Changpu Einheit) und/oder zum anderen durch Modifikationen der Mineralzusammensetzungen während der retrograden Metamorphose erklärt werden.<br /> Die präsentierten integrativen geologischen Daten ermöglichen die folgenden Schlussfolgerungen<br /> i) Grundgebirgs- und Deckeinheiten treten im Dabie Shan auf und wurden beide UHP metamorph überprägt<br /> ii) Der Dabie Shan ist das metamorphe Äquivalent des früheren passiven Kontinentalrandes des Yangtze Kratons<br /> iii) felsische Gneise, die eine UHP Metamorphose durchlaufen, sind von Volumenver-änderungen betroffen, die durch großräumige Phasenumwandlungen (Quarz <-> Coesit) hervorgerufen werden, was direkt die tektono-metamorphen Prozesse beeinflusst<br /> iv) Initiale Unterschiede in der Temperatur sind möglicherweise dafür verantwortlich, dass generell Unterkrustengesteine in UHP Fazies fehlen / A multidisciplinary study has been carried out to contribute to the understanding of the geologic evolution of the largest known occurrence of ultra-high-pressure (UHP) rocks on Earth, the Dabie Shan of eastern China. <br /> Geophysical data, collected along a ca. 20 km E-W trending seismic line in the eastern Dabie Shan, indicate that the crust comprises three layers. The upper crust has a homogeneously low reflectivity and exhibits roughly subhorizontal reflectors down to ca. 15 km. It is therefore interpreted to portray a crustal UHP slab thrust over non-UHP crust. An aprubt change in intensity and geometry of observed reflectors marks the boundary of a mid- to lower crustal zone which is present down to ca. 33 km. This crustal zone likely represents cratonal Yangtze crust that was unaffected by the Triassic UHP event and which has acted as the footwall during exhumation of the crustal wedge. Strong and continuous reflectors occurring at ca. 33-40 km depth most likely trace the Moho at the base of the crust. Any trace of a crustal root, that may have formed in response to collision tectonics, is therefore not preserved. A shollow tomographic velocity modell based on inversion of the first arrivals is constructed additionally. This model clearly images the distinct lithologies on both sides of the Tan Lu fault. Sediments to the east exhibit velocities of about 3.4 - 5.0 km* s^-1, whereas the gneisses have 5.2 - 6.0 km*s^-1. Geometry of velocity isolines may trace the structures present in the rocks. Thus the sediments dip shallowly towards the fault, whereas isoclinal folds are imaged to occur in the gneisses.<br /> Field data from the UHP unit of the Dabie Shan enables definition of basement-cover sequences that represent sections of the former passive margin of the Yangtze craton. One of the cover sequences, the Changpu unit, still displays a stratigraphic contact with basement gneisses, while the other, the Ganghe unit, includes no relative basement exposure. The latter unit is in tectonic contact with the basement of the former unit via a greenschist-facies blastomylonite. The Changpu unit is chiefly constituted by calc-arenitic metasediments intercalated with meta-basalts, whereas the Ganghe unit contains arenitic-volcanoclastic metasediments that are likewise associated with meta-basalts. The basement comprises a variety of felsic gneisses, ranging from preserved eclogitic- to greenschist-facies paragenesis, and locally contains mafic-ultramafic meta-plutons in addition to minor basaltic rocks. Metabasites of all lithologies are eclogite-facies or are retrogressed equivalents, which, with the exception of those from the Ganghe unit, bear coesite and thus testify to an UHP metamorphic overprint. Mineral chemistry of the analysed samples reveal large compositional variations among the main minerals, i.e. garnet and omphacite, indicating either distinct protoliths or different degrees of interaction with their host-rocks. Contents of ferric iron in low Fetot omphacites are determined by wet chemical titration and found to be rather high, i.e. 30-40 %. However, a even more conservative estimate of 50% is applied in the corresponding calculations, in order to be comparable with previous studies. Textural constraints and compositional zonation pattern are compatible with equilibrium conditions during peak metamorphism followed by a retrogressive overprint. P-T data are calculated with special focus on the application of the garnet-omphacite-phengite barometer, combined with Fe-Mg exchange thermometers. Maximum pressures range from 42-48 kbar (for the Changpu unit) to ~37 kbar (for the Ganghe unit and basement rocks). Temperatures during the eclogite metamorphism reached ca. 750 °C. Although the sample suite reveals variable peak-pressures, temperatures are in reasonable agreement. Pressure differences are interpreted to be due to strongly Ca-dominated garnet (up to 50 mol % grossular in the Changpu unit) and modification of peak-compositions during retrogressive metamorphism.<br /> The integrated geological data presented in this thesis allow it to be concluded that, <br /> i) basement and cover rocks are present in the Dabie Shan and both experienced UHP conditions<br /> ii) the Dabie Shan is the metamorphic equivalent of the former passive margin of the Yangtze craton <br /> iii) felsic gneisses undergoing UHP metamorphism are affected by volume changes due to phase transitions (qtz <-> coe), which directly influence the tectono-metamorphic processes<br /> iv) initial differences in temperature may account for the general lack of lower crustal rocks in UHP-facies

Aufgrund seiner nahezu kontinuierlichen eruptiven Aktivität zählt der Merapi zu den gefährlichsten Vulkanen der Welt. Der Merapi befindet sich im Zentralteil der dicht bevölkerten Insel Java (Indonesien). Selbst kleinere Ausbrüche des Merapi stellen deswegen eine große Gefahr für die ansässige Bevölkerung in der Umgebung des Vulkans dar. Die am Merapi beobachtete enge Korrelation zwischen seismischer und vulkanischer Aktivität erlaubt es, mit Hilfe der Überwachung der seismischen Aktivität Veränderungen des Aktivitätszustandes des Merapi zu erkennen. Ein System zur automatischen Detektion und Klassifizierung seismischer Ereignisse liefert einen wichtigen Beitrag für die schnelle Analyse der seismischen Aktivität. Im Falle eines bevorstehenden Ausbruchszyklus bedeutet dies ein wichtiges Hilfsmittel für die vor Ort ansässigen Wissenschaftler.<br /> In der vorliegenden Arbeit wird ein Mustererkennungsverfahren verwendet, um die Detektion und Klassifizierung seismischer Signale vulkanischen Urprunges aus den kontinuierlich aufgezeichneten Daten in Echtzeit zu bewerkstelligen. Der hier verwendete A nsatz der hidden Markov Modelle (HMM) wird motiviert durch die große Ähnlichkeit von seismischen Signalen vulkanischen Ursprunges und Sprachaufzeichnungen und den großen Erfolg, den HMM-basierte Erkennungssysteme in der automatischen Spracherkennung erlangt haben. <br /> Für eine erfolgreiche Implementierung eines Mustererkennungssytems ist es notwendig, eine geeignete Parametrisierung der Rohdaten vorzunehmen. Basierend auf den Erfahrungswerten seismologischer Observatorien wird ein Vorgehen zur Parametrisierung des seismischen Wellenfeldes auf Grundlage von robusten Analyseverfahren vorgeschlagen. Die Wellenfeldparameter werden pro Zeitschritt in einen reell-wertigen Mustervektor zusammengefasst. Die aus diesen Mustervektoren gebildete Zeitreihe ist dann Gegenstand des HMM-basierten Erkennungssystems. Um diskrete hidden Markov Modelle (DHMM) verwenden zu können, werden die Mustervektoren durch eine lineare Transformation und nachgeschaltete Vektor Quantisierung in eine diskrete Symbolsequenz überführt. Als Klassifikator kommt eine Maximum-Likelihood Testfunktion zwischen dieser Sequenz und den, in einem überwachten Lernverfahren trainierten, DHMMs zum Einsatz.<br /> Die am Merapi kontinuierlich aufgezeichneten seismischen Daten im Zeitraum vom 01.07. und 05.07.1998 sind besonders für einen Test dieses Klassifikationssystems geeignet. In dieser Zeit zeigte der Merapi einen rapiden Anstieg der Seismizität kurz bevor dem Auftreten zweier Eruptionen am 10.07. und 19.07.1998. Drei der bekannten, vom Vulkanologischen Dienst in Indonesien beschriebenen, seimischen Signalklassen konnten in diesem Zeitraum beobachtet werden. Es handelt sich hierbei um flache vulkanisch-tektonische Beben (VTB, h < 2.5 km), um sogenannte MP-Ereignisse, die in direktem Zusammenhang mit dem Wachstum des aktiven Lavadoms gebracht werden, und um seismische Ereignisse, die durch Gesteinslawinen erzeugt werden (lokaler Name: Guguran).<br /> Die spezielle Geometrie des digitalen seismischen Netzwerkes am Merapi besteht aus einer Kombination von drei Mini-Arrays an den Flanken des Merapi. Für die Parametrisierung des Wellenfeldes werden deswegen seismische Array-Verfahren eingesetzt. Die individuellen Wellenfeld Parameter wurden hinsichtlich ihrer Relevanz für den Klassifikationsprozess detailliert analysiert. Für jede der drei Signalklassen wurde ein Satz von DHMMs trainiert. Zusätzlich wurden als Ausschlussklassen noch zwei Gruppen von Noise-Modellen unterschieden.<br /> Insgesamt konnte mit diesem Ansatz eine Erkennungsrate von 67 % erreicht werden. Im Mittel erzeugte das automatische Klassifizierungssystem 41 Fehlalarme pro Tag und Klasse. Die Güte der Klassifikationsergebnisse zeigt starke Variationen zwischen den individuellen Signalklassen. Flache vulkanisch-tektonische Beben (VTB) zeigen sehr ausgeprägte Wellenfeldeigenschaften und, zumindest im untersuchten Zeitraum, sehr stabile Zeitmuster der individuellen Wellenfeldparameter. Das DHMM-basierte Klassifizierungssystem erlaubte für diesen Ereignistyp nahezu 89% richtige Entscheidungen und erzeugte im Mittel 2 Fehlalarme pro Tag.<br /> Ereignisse der Klassen MP und Guguran sind mit dem automatischen System schwieriger zu erkennen. 64% aller MP-Ereignisse und 74% aller Guguran-Ereignisse wurden korrekt erkannt. Im Mittel kam es bei MP-Ereignissen zu 87 Fehlalarmen und bei Guguran Ereignissen zu 33 Fehlalarmen pro Tag. Eine Vielzahl der Fehlalarme und nicht detektierten Ereignisse entstehen jedoch durch eine Verwechslung dieser beiden Signalklassen im automatischen Erkennnungsprozess. Dieses Ergebnis konnte aufgrund der ähnlichen Wellenfeldeigenschaften beider Signalklassen erklärt werden, deren Ursache vermutlich in den bekannt starken Einflüssen des Mediums entlang des Wellenausbreitungsweges in vulkanischen Gebieten liegen. <br /> Insgesamt ist die Erkennungsleistung des entwickelten automatischen Klassifizierungssystems als sehr vielversprechend einzustufen. Im Gegensatz zu Standardverfahren, bei denen in der Seismologie üblicherweise nur der Startzeitpunkt eines seismischen Ereignisses detektiert wird, werden in dem untersuchten Verfahren seismische Ereignisse in ihrer Gesamtheit erfasst und zudem im selben Schritt bereits klassifiziert. / Merapi volcano is one of the most active and dangerous volcanoes of the earth. Located in central part of Java island (Indonesia), even a moderate eruption of Merapi poses a high risk to the highly populated area. Due to the close relationship between the volcanic unrest and the occurrence of seismic events at Mt. Merapi, the monitoring of Merapi's seismicity plays an important role for recognizing major changes in the volcanic activity. An automatic seismic event detection and classification system, which is capable to characterize the actual seismic activity in near real-time, is an important tool which allows the scientists in charge to take immediate decisions during a volcanic crisis. <br /> In order to accomplish the task of detecting and classifying volcano-seismic signals automatically in the continuous data streams, a pattern recognition approach has been used. It is based on the method of hidden Markov models (HMM), a technique, which has proven to provide high recognition rates at high confidence levels in classification tasks of similar complexity (e.g. speech recognition). Any pattern recognition system relies on the appropriate representation of the input data in order to allow a reasonable class-decision by means of a mathematical test function. Based on the experiences from seismological observatory practice, a parametrization scheme of the seismic waveform data is derived using robust seismological analysis techniques. The wavefield parameters are summarized into a real-valued feature vector per time step. The time series of this feature vector build the basis for the HMM-based classification system. In order to make use of discrete hidden Markov (DHMM) techniques, the feature vectors are further processed by applying a de-correlating and prewhitening transformation and additional vector quantization. The seismic wavefield is finally represented as a discrete symbol sequence with a finite alphabet. This sequence is subject to a maximum likelihood test against the discrete hidden Markov models, learned from a representative set of training sequences for each seismic event type of interest.<br /> A time period from July, 1st to July, 5th, 1998 of rapidly increasing seismic activity prior to the eruptive cycle between July, 10th and July, 19th, 1998 at Merapi volcano is selected for evaluating the performance of this classification approach. Three distinct types of seismic events according to the established classification scheme of the Volcanological Survey of Indonesia (VSI) have been observed during this time period. Shallow volcano-tectonic events VTB (h < 2.5 km), very shallow dome-growth related seismic events MP (h < 1 km) and seismic signals connected to rockfall activity originating from the active lava dome, termed Guguran.<br /> The special configuration of the digital seismic station network at Merapi volcano, a combination of small-aperture array deployments surrounding Merapi's summit region, allows the use of array methods to parametrize the continuously recorded seismic wavefield. The individual signal parameters are analyzed to determine their relevance for the discrimination of seismic event classes. For each of the three observed event types a set of DHMMs has been trained using a selected set of seismic events with varying signal to noise ratios and signal durations. Additionally, two sets of discrete hidden Markov models have been derived for the seismic noise, incorporating the fact, that the wavefield properties of the ambient vibrations differ considerably during working hours and night time. <br /> A total recognition accuracy of 67% is obtained. The mean false alarm (FA) rate can be given by 41 FA/class/day. However, variations in the recognition capabilities for the individual seismic event classes are significant. Shallow volcano-tectonic signals (VTB) show very distinct wavefield properties and (at least in the selected time period) a stable time pattern of wavefield attributes. The DHMM-based classification performs therefore best for VTB-type events, with almost 89% recognition accuracy and 2 FA/day. <br /> Seismic signals of the MP- and Guguran-classes are more difficult to detect and classify. Around 64% of MP-events and 74% of Guguran signals are recognized correctly. The average false alarm rate for MP-events is 87 FA/day, whereas for Guguran signals 33 FA/day are obtained. However, the majority of missed events and false alarms for both MP and Guguran events are due to confusion errors between these two event classes in the recognition process. <br /> The confusion of MP and Guguran events is interpreted as being a consequence of the selected parametrization approach for the continuous seismic data streams. The observed patterns of the analyzed wavefield attributes for MP and Guguran events show a significant amount of similarity, thus providing not sufficient discriminative information for the numerical classification. The similarity of wavefield parameters obtained for seismic events of MP and Guguran type reflect the commonly observed dominance of path effects on the seismic wave propagation in volcanic environments.<br /> The recognition rates obtained for the five-day period of increasing seismicity show, that the presented DHMM-based automatic classification system is a promising approach for the difficult task of classifying volcano-seismic signals. Compared to standard signal detection algorithms, the most significant advantage of the discussed technique is, that the entire seismogram is detected and classified in a single step.

Die Eifel ist eines der jüngsten vulkanischen Gebiete Mitteleuropas. Die letzte Eruption ereignete sich vor ungefähr 11000 Jahren. Bisher ist relativ wenig bekannt über die tieferen Mechanismen, die für den Vulkanismus in der Eifel verantwortlich sind. Erdbebenaktivität deutet ebenso darauf hin, dass die Eifel eines der geodynamisch aktivsten Gebiete Mitteleuropas ist. In dieser Arbeit wird die Receiver Function Methode verwendet, um die Strukturen des oberen Mantels zu untersuchen. 96 teleseismische Beben (mb > 5.2) wurden ausgewertet, welche von permanenten und mobilen breitbandigen und kurzperiodischen Stationen aufgezeichnet wurden. Das temporäre Netzwerk registrierte von November 1997 bis Juni 1998 und überdeckte eine Fläche von ungefähr 400x250 km². Das Zentrum des Netzwerkes befand sich in der Vulkaneifel. <br /> Die Auswertung der Receiver Function Analyse ergab klare Konversionen von der Moho und den beiden Manteldiskontinuitäten in 410 km und 660 km Tiefe, sowie Hinweise auf einen Mantel-Plume in der Region der Eifel. Die Moho wurde bei ungefähr 30 km Tiefe beobachtet und zeigt nur geringe Variationen im Bereich des Netzwerkes. Die beobachteten Variationen der konvertierten Phasen der Moho können mit lateralen Schwankungen in der Kruste zu tun haben, die mit den Receiver Functions nicht aufgelöst werden können. Die Ergebnisse der Receiver Function Methode deuten auf eine Niedriggeschwindigkeitszone zwischen 60 km bis 90 km in der westlichen Eifel hin. In etwa 200 km Tiefe werden im Bereich der Eifel amplitudenstarke positive Phasen von Konversionen beobachtet. Als Ursache hierfür wird eine Hochgeschwindigkeitszone vorgeschlagen, welche durch mögliches aufsteigendes, dehydrierendes Mantel-Material verursacht wird. Die P zu S Konversionen an der 410 km Diskontinuität zeigen einen späteren Einsatz als nach dem IASP91-Modell erwartet wird. Die migrierten Daten weisen eine Absenkung der 410 km Diskontinuität um bis zu 20 km Tiefe auf, was einer Erhöhung der Temperatur von bis zu etwa 140° Celsius entspricht. Die 660 km Diskontinuität weist keine Aufwölbung auf. Dies deutet darauf hin, dass kein Mantelmaterial direkt von unterhalb der 660 km Diskontinuität in der Eifel-Region aufsteigt oder, dass der Ursprung des Eifel-Plumes innerhalb der Übergangszone liegt. / The upper mantle in the region of the Eifel, Germany, analyzed with the <i>receiver function</i> method: <br /> The Eifel is the youngest volcanic area of Central Europe. The last eruption occurred approximately 11000 years ago. Little is known about the deep origin and the mechanism responsible for the Eifel volcanic activity. Earthquake activity indicates that the Eifel is one of the most geodynamically active areas of Central Europe. <br /> In this work the <i>receiver function</i> method is used to investigate the upper mantle structure beneath the Eifel. Data from 96 teleseismic events (mb > 5.2) that were recorded by both permanent stations and a temporary network of 33 broadband and 129 short period stations had been analyzed. The temporary network was operating from November 1997 till June 1998 and covered an area of approximately 400x250 km² centered on the Eifel volcanic fields. <br /> The <i>receiver function</i> analysis reveals a clear image of the Moho and the mantle discontinuities at 410 km and 660 km depth. Average Moho depth is approximately 30 km and it shows little variation over the extent of the network. The observed variations of converted waveforms are possibly caused by lateral variations in crustal structure, which could not resolved by it <i>receiver functions</i>. Inversions of data and migrated it receiver functions from stations of the central Eifel array suggest that a low velocity zone is present at about 60 to 90 km depth in the western Eifel region. There are also indications for a high velocity zone around 200 km depth, perhaps caused by dehydration of the rising plume material. The results suggest that P-to-S conversions from the 410-km discontinuity arrive later than in the IASP91 reference model. The migrated data show a depression of the 410 km discontinuity of about 20 km, which correspond to an increase of temperature of about 140° Celsius. The 660 km discontinuity seems to be unaffected. This indicates that no mantel material rises up from directly below the 660 km discontinuity in the Eifel region or the Eifel-Plume has its origin within the transition zone.

Modern acquisition of seismic data on receiver networks worldwide produces an increasing amount of continuous wavefield recordings. Hence, in addition to manual data inspection, seismogram interpretation requires new processing utilities for event detection, signal classification and data visualization. Various machine learning algorithms, which can be adapted to seismological problems, have been suggested in the field of pattern recognition. This can be done either by means of supervised learning using manually defined training data or by unsupervised clustering and visualization. The latter allows the recognition of wavefield patterns, such as short-term transients and long-term variations, with a minimum of domain knowledge. Besides classical earthquake seismology, investigations of temporal patterns in seismic data also concern novel approaches such as noise cross-correlation or ambient seismic vibration analysis in general, which have moved into focus within the last decade. In order to find records suitable for the respective approach or simply for quality control, unsupervised preprocessing becomes important and valuable for large data sets. Machine learning techniques require the parametrization of the data using feature vectors. Applied to seismic recordings, wavefield properties have to be computed from the raw seismograms. For an unsupervised approach, all potential wavefield features have to be considered to reduce subjectivity to a minimum. Furthermore, automatic dimensionality reduction, i.e. feature selection, is required in order to decrease computational cost, enhance interpretability and improve discriminative power. This study presents an unsupervised feature selection and learning approach for the discovery, imaging and interpretation of significant temporal patterns in seismic single-station or network recordings. In particular, techniques permitting an intuitive, quickly interpretable and concise overview of available records are suggested. For this purpose, the data is parametrized by real-valued feature vectors for short time windows using standard seismic analysis tools as feature generation methods, such as frequency-wavenumber, polarization, and spectral analysis. The choice of the time window length is dependent on the expected durations of patterns to be recognized or discriminated. We use Self-Organizing Maps (SOMs) for a data-driven feature selection, visualization and clustering procedure, which is particularly suitable for high-dimensional data sets. Using synthetics composed of Rayleigh and Love waves and three different types of real-world data sets, we show the robustness and reliability of our unsupervised learning approach with respect to the effect of algorithm parameters and data set properties. Furthermore, we approve the capability of the clustering and imaging techniques. For all data, we find improved discriminative power of our feature selection procedure compared to feature subsets manually selected from individual wavefield parametrization methods. In particular, enhanced performance is observed compared to the most favorable individual feature generation method, which is found to be the frequency spectrum. The method is applied to regional earthquake records at the European Broadband Network with the aim to define suitable features for earthquake detection and seismic phase classification. For the latter, we find that a combination of spectral and polarization features favor S wave detection at a single receiver. However, SOM-based visualization of phase discrimination shows that clustering applied to the records of two stations only allows onset or P wave detection, respectively. In order to improve the discrimination of S waves on receiver networks, we recommend to consider additionally the temporal context of feature vectors. The application to continuous recordings of seismicity close to an active volcano (Mount Merapi, Java, Indonesia) shows that two typical volcano-seismic events (VTB and Guguran) can be detected and distinguished by clustering. In contrast, so-called MP events cannot be discriminated. Comparable results are obtained for selected features and recognition rates regarding a previously implemented supervised classification system. Finally, we test the reliability of wavefield clustering to improve common ambient vibration analysis methods such as estimation of dispersion curves and horizontal to vertical spectral ratios. It is found, that in general, the identified short- and long-term patterns have no significant impact on those estimates. However, for individual sites, effects of local sources can be identified. Leaving out the corresponding clusters, yields reduced uncertainties or allows for improving estimation of dispersion curves. / Die Anzahl der weltweit kontinuierlich aufzeichnenden seismischen Messstationen ist in den vergangenen Jahren immer weiter angestiegen. Aus diesem Grund steht eine große Menge von seismischen Datensätzen zu Forschungszwecken zur Verfügung. Insbesondere betrifft dies passive Verfahren zur geologischen Strukturerkundung entweder mittels transienter Ereignisse wie Erdbeben oder unter der Verwendung der permanent vorhandenen natürlichen seismischen Bodenunruhe. Die Bearbeitung dieser Daten erfordert neben der klassischen manuellen Seismogrammanalyse verstärkt auch den Einsatz automatischer Detektionssysteme. Mit Hilfe von überwachten Lernverfahren, d.h. unter Verwendung von seismischen Signalen deren Auftreten bekannt ist, ist es möglich, unbekannte Muster zu klassifizieren. Im Gegensatz dazu hatte die vorliegende Arbeit zum Ziel, ein allgemeines, unüberwachtes Verfahren zur quantitativen Zerlegung seismischer Wellenfelder zu entwickeln. Dies wird mittels einer automatischen Clusterung von Seismogrammzeitfenstern bzw. über die Visualisierung von zeitlichen Mustern auf unterschiedlichen Zeitskalen erreicht. Als unüberwachtes Lernverfahren, das neben der Clusterung auch eine einfach interpretierbare Visualisierung hoch-dimensionaler Datensätze über eine zweidimensionale Darstellung ermöglicht, wurde der Self-organizing-map Algorithmus (SOM) gewählt. Für automatische Lernverfahren ist die Parametrisierung der Seismogramme mittels Merkmalsvektoren erforderlich. Im vorliegenden Fall wurden möglichst viele potentielle Wellenfeldmerkmale unter Verwendung von verschiedenen seismischen Einzel- und Mehrstationsanalyseverfahren für aufeinanderfolgende kurze Zeitfenster berechnet. Um eine datenadaptive und effiziente Parametrisierung zu erreichen, wurde darüberhinaus ein quantitatives Auswahlverfahren für geeignete Merkmale entwickelt, das über einen mehrstufigen Filter bestehend aus einem Signifikanztest und einer SOM-basierenden Korrelationsanalyse redundante und irrelevante Eigenschaften aussortiert. Mit den neu implementierten Techniken wurden verschiedene Arten von seismischen Datensätzen unter Berücksichtigung verschiedener seismologischer Fragestellungen bearbeitet. Die Algorithmen und deren Parameter wurden zunächst intensiv und quantitativ mit Hilfe synthetischer Daten getestet und optimiert. Anschließend wurden reale Aufzeichnungen regionaler Erdbeben und vulkanischer Seismizität verwendet. Im ersten Fall konnten geeignete Merkmale zur Detektion und Klassifizierung von Erdbebenwellenphasen gefunden und die Diskriminierung dieser Signale mit Hilfe der SOM-Darstellung untersucht werden. Unter Verwendung des zweiten Datensatzes wurden Cluster typischer vulkano-seismischer Signale am Vulkan Mount Merapi (Java, Indonesien) detektiert, die sich zur Vorhersage von Eruptionen eignen. Beide Anwendungen haben gezeigt, dass, verglichen mit einzelnen Methoden, automatisch gefundene Kombinationen von Merkmalen verschiedener Parametrisierungsverfahren deutlich bessere Klassifizierungsraten zur Folge haben. Zudem können die Erkenntnisse über die Clusterung von seismischen Signalen dazu verwendet werden, verbesserte automatische Klassifizierungssysteme zu entwickeln. Abschließend wurden Aufzeichnungen der natürlichen seismischen Bodenunruhe bearbeitet. Insbesondere konnte der Einfluss kurzzeitiger und längerfristiger Variationen im Wellenfeld auf Methoden zur passiven Strukturerkundung untersucht werden. Es hat sich gezeigt, dass in einzelnen Fällen tageszeitabhängige Muster und lokale seismische Quellen die Ergebnisse negativ beeinflussen können. Die Wellenfeldzerlegung mittels Clusterung hat es erlaubt, diese Signale zu identifizieren und somit von der Analyse auszuschließen.

The proliferation of megacities in many developing countries, and their location in areas where they are exposed to a high risk from large earthquakes, coupled with a lack of preparation, demonstrates the requirement for improved capabilities in hazard assessment, as well as the rapid adjustment and development of land-use planning. In particular, within the context of seismic hazard assessment, the evaluation of local site effects and their influence on the spatial distribution of ground shaking generated by an earthquake plays an important role. It follows that the carrying out of earthquake microzonation studies, which aim at identify areas within the urban environment that are expected to respond in a similar way to a seismic event, are essential to the reliable risk assessment of large urban areas. Considering the rate at which many large towns in developing countries that are prone to large earthquakes are growing, their seismic microzonation has become mandatory. Such activities are challenging and techniques suitable for identifying site effects within such contexts are needed. In this dissertation, I develop techniques for investigating large-scale urban environments that aim at being non-invasive, cost-effective and quickly deployable. These peculiarities allow one to investigate large areas over a relative short time frame, with a spatial sampling resolution sufficient to provide reliable microzonation. Although there is a negative trade-off between the completeness of available information and extent of the investigated area, I attempt to mitigate this limitation by combining two, what I term layers, of information: in the first layer, the site effects at a few calibration points are well constrained by analyzing earthquake data or using other geophysical information (e.g., shear-wave velocity profiles); in the second layer, the site effects over a larger areal coverage are estimated by means of single-station noise measurements. The microzonation is performed in terms of problem-dependent quantities, by considering a proxy suitable to link information from the first layer to the second one. In order to define the microzonation approach proposed in this work, different methods for estimating site effects have been combined and tested in Potenza (Italy), where a considerable amount of data was available. In particular, the horizontal-to-vertical spectral ratio computed for seismic noise recorded at different sites has been used as a proxy to combine the two levels of information together and to create a microzonation map in terms of spectral intensity ratio (SIR). In the next step, I applied this two-layer approach to Istanbul (Turkey) and Bishkek (Kyrgyzstan). A similar hybrid approach, i.e., combining earthquake and noise data, has been used for the microzonation of these two different urban environments. For both cities, after having calibrated the fundamental frequencies of resonance estimated from seismic noise with those obtained by analysing earthquakes (first layer), a fundamental frequency map has been computed using the noise measurements carried out within the town (second layer). By applying this new approach, maps of the fundamental frequency of resonance for Istanbul and Bishkek have been published for the first time. In parallel, a microzonation map in terms of SIR has been incorporated into a risk scenario for the Potenza test site by means of a dedicated regression between spectral intensity (SI) and macroseismic intensity (EMS). The scenario study confirms the importance of site effects within the risk chain. In fact, their introduction into the scenario led to an increase of about 50% in estimates of the number of buildings that would be partially or totally collapsed. Last, but not least, considering that the approach developed and applied in this work is based on measurements of seismic noise, their reliability has been assessed. A theoretical model describing the self-noise curves of different instruments usually adopted in microzonation studies (e.g., those used in Potenza, Istanbul and Bishkek) have been considered and compared with empirical data recorded in Cologne (Germany) and Gubbio (Italy). The results show that, depending on the geological and environmental conditions, the instrumental noise could severely bias the results obtained by recording and analysing ambient noise. Therefore, in this work I also provide some guidelines for measuring seismic noise. / Aufgrund des enormen Wachstums neuer Megastädte und deren Vordringen in gefährdete Gebiete auf der einen Seite sowie der mangelnden Erdbebenvorsorge in vielen Entwicklungsländern auf der anderen Seite sind verbesserte Verfahren für die Beurteilung der Gefährdung sowie eine rasche Umsetzung bei der Raumplanung erforderlich. Im Rahmen der seismischen Gefährdungsabschätzung spielt insbesondere die Beurteilung lokaler Standorteffekte und deren Einfluss auf die durch ein Erdbeben verursachte räumliche Verteilung der Bodenerschütterung eine wichtige Rolle. Es ist daher unabdingbar, mittels seismischer Mikrozonierungsstudien diejenigen Bereiche innerhalb dicht besiedelter Gebiete zu ermitteln, in denen ein ähnliches Verhalten im Falle seismischer Anregung erwartet wird, um daraus eine zuverlässige Basis bei der Risikoabschätzung großer städtischer Gebiete zu erhalten. Aufgrund des schnellen Wachstums vieler Großstädte in Entwicklungsländern ist eine seismische Mikrozonierung zwingend erforderlich, stellt aber auch eine große Herausforderung dar; insbesondere müssen Verfahren verfügbar sein, mit deren Hilfe rasch eine Abschätzung der Standorteffekte durchgeführt werden kann. In der vorliegenden Arbeit entwickle ich daher Verfahren für die Untersuchung in Großstädten, die darauf abzielen, nicht-invasiv, kostengünstig und schnell durchführbar zu sein. Damit lassen sich innerhalb eines relativ kurzen Zeitraums große Gebiete untersuchen, falls der räumlichen Abstand zwischen den Messpunkten klein genug ist, um eine zuverlässige Mikrozonierung zu gewährleisten. Obwohl es eine gegenläufige Tendenz zwischen der Vollständigkeit aller Informationen und der Größe des untersuchten Gebiets gibt, versuche ich, diese Einschränkung durch Verknüpfung zweier Informationsebenen zu umgehen: In der ersten Ebene werden die Standorteffekte für einige Kalibrierungspunkte durch die Analyse von Erdbeben oder mittels anderer geophysikalischer Datensätze (z.B. Scherwellengeschwindigkeitsprofile) bestmöglich abgeschätzt, in der zweiten Ebene werden die Standorteffekte durch Einzelstationsmessungen des seismischen Rauschens für ein größeres Gebiet bestimmt. Die Mikrozonierung erfolgt hierbei mittels spezifischer, fallabhängiger Parameter unter Berücksichtigung eines geeigneten Anknüpfungspunktes zwischen den beiden Informationensebenen. Um diesen Ansatz der Mikrozonierung, der in dieser Arbeit verfolgt wurde, zu präzisieren, wurden in Potenza (Italien), wo eine beträchtliche Menge an Daten verfügbar war, verschiedene Verfahren untersucht. Insbesondere kann das Spektralverhältnis zwischen den horizontalen und vertikalen Seismometerkomponenten, welche für das seismische Rauschen an mehreren Orten aufgenommen wurde, als eine erste Näherung für die relative Verstärkung der Bodenbewegung verwendet werden, um darauf aufbauend die beiden Informationsebenen zu verknüpfen und eine Mikrozonierung hinsichtlich des Verhältnisses der spektralen Intensität durchzuführen. Anschließend führte ich diesen Zwei-Ebenen-Ansatz auch für Istanbul (Türkei) und Bischkek (Kirgisistan) durch. Für die Mikrozonierung dieser beiden Städte habe ich denselben Hybridansatz, der Daten von Erdbeben und von seismischem Rauschen verbindet, verwendet. Für beide Städte wurde nach Gegenüberstellung der Resonanzfrequenz des Untergrunds, die zum einen mit Hilfe des seismischen Rauschens, zum anderen durch Analyse von Erdbebendaten bestimmt worden ist (erste Ebene), eine Karte der Resonanzfrequenz unter Verwendung weiterer Messungen des seismischen Rauschens innerhalb des Stadtgebiets erstellt (zweite Ebene). Durch die Anwendung dieses neuen Ansatzes sind vor kurzem zum ersten Mal auch Karten für die Resonanzfrequenz des Untergrunds für Istanbul und Bischkek veröffentlicht worden. Parallel dazu wurde für das Testgebiet in Potenza eine auf dem spektralen Intensitätsverhältnis (SIR) basierende Mikrozonierungskarte in ein Risikoszenario mittels der Regression zwischen SIR und makroseismischer Intensität (EMS) integriert. Diese Szenariostudie bestätigt die Bedeutung von Standorteffekten innerhalb der Risikokette; insbesondere führt deren Einbeziehung in das Szenario zu einem Anstieg von etwa 50% bei der Zahl der Gebäude, für die ein teilweiser oder gar vollständiger Zusammenbruch erwartet werden kann. Abschließend wurde der im Rahmen dieser Arbeit entwickelte und angewandte Ansatz auf seine Zuverlässigkeit geprüft. Ein theoretisches Modell, das zur Beschreibung des Eigenrauschens verschiedener Instrumente, die in der Regel in Mikrozonierungsstudien (z. B. in Potenza, Istanbul und Bischkek) zum Einsatz kommen, wurde untersucht, und die Ergebnisse wurden mit Daten verglichen, die vorher bereits in Köln (Deutschland) und Gubbio (Italien) aufgenommen worden waren. Die Ergebnisse zeigen, dass abhängig von den geologischen und umgebenden Bedingungen das Eigenrauschen der Geräte die Ergebnisse bei der Analyse des seismischen Rauschens stark verzerren kann. Deshalb liefere ich in dieser Arbeit auch einige Leitlinien für die Durchführung von Messungen des seismischen Rauschens.

The spatio-temporal evolution of the three recent tsunamogenic earthquakes (TsE) off-coast N-Sumatra (Mw9.3), 28/03/2005 (Mw8.5) off-coast Nias, on 17/07/2006 (Mw7.7) off-coast Java. Start time, duration, and propagation of the rupture are retrieved. All parameters can be obtained rapidly after recording of the first-arrival phases in near-real time processing. We exploit semblance analysis, backpropagation and broad-band seismograms within 30°-95° distance. Image enhancement is reached by stacking the semblance of arrays within different directions. For the three events, the rupture extends over about 1150, 150, and 200km, respectively. The events in 2004, 2005, and 2006 had source durations of at least 480s, 120s, and 180s, respectively. We observe unilateral rupture propagation for all events except for the rupture onset and the Nias event, where there is evidence for a bilateral start of the rupture. Whereas average rupture speed of the events in 2004 and 2005 is in the order of the S-wave speed (≈2.5-3km/s), unusually slow rupturing (≈1.5 km/s) is indicated for the July 2006 event. For the July 2006 event we find rupturing of a 200 x 100 km wide area in at least 2 phases with propagation from NW to SE. The event has some characteristics of a circular rupture followed by unilateral faulting with change in slip rate. Fault area and aftershock distribution coincide. Spatial and temporal resolution are frequency dependent. Studies of a Mw6.0 earthquake on 2006/09/21 and one synthetic source show a ≈1° limit in resolution. Retrieved source area, source duration as well as peak values for semblance and beam power generally increase with the size of the earthquake making possible an automatic detection and classification of large and small earthquakes.

Receiver functions are a good tool to investigate the seismotectonic structure beneath the a seismic station. In this study we apply the method to stations situated on or near Sumatra to find constraints on a more detailed velocity model which should improve earthquake localisation. We estimate shallow Moho-depths (~ 21 km) close to the trench and depths of ~30 km at greater distances. First evidences for the dip direction of the slab of ~60° are provided. Receiver functions were calculated for 20 stations for altogether 110 earthquakes in the distance range between 30° and 95° from the receiver. However the number of receiver functions per station is strongly variable as it depends on the installation date, the signal-to-noise-ratio of the station and the reliability of the acquisition. / Receiver Funkttion stellen eine gut Methode zur Untersuchung von Seismotektonischen Strukturen unterhalb einer seismischen Station dar. In dieser Arbeit wenden wir die Methode auf Station auf oder nahe Sumatra an um Hinweise für ein detaillierteres Geschwindigkeitsmodell zu erhalten, welches die Lokalisierung von Erdbeben verbessern sollte. Wir ermitteln flache Moho-Tiefen (~21 km) in der Nähe des Trenchs und Tiefen um die 30 km in größeren Distanzen. Erste Hinweise für eine Einfallsrichtung des Slabs von ~60° konnten gefunden werden. Receiver Funktionen wurden für 20 Stationen für insgesamt 110 Erdbeben im Distanzbereich zwischen 30° und 95° berechnet. allerdings ist die Anzahl von Receiver Funktionen pro Station sehr variabel, da sie vom Installationszeitpunkt, dem Signal-Rausch-Verhältnis und der Zuverlässigkeit der Datenaufnahme an der Station abhängt.

An der Universität Potsdam wird seit 2008 ein automatisiertes Verfahren angewandt, um Bruchparamter großer Erdbeben in quasi-Echtzeit, d.h. wenige Minuten nachdem sich das Beben ereignet hat, zu bestimmen und der Öffentlichkeit via Internet zur Verfügung zu stellen. Es ist vorgesehen, das System in das Deutsch-Indonesische Tsunamifrühwarnsystem (GITEWS) zu integrieren, für das es speziell konfiguriert ist. Wir bestimmen insbesondere die Dauer und die Ausdehnung des Erdbebens, sowie dessen Bruchgeschwindigkeit und -richtung. Dabei benutzen wir die Seismogramme der zuerst eintreffenden P Wellen vom Breitbandstationen in teleseimischer Entfernung vom Beben sowie herkömmliche Arrayverfahren in teilweise modifizierter Form. Die Semblance wir als Ähnlichkeitsmaß verwendet, um Seismogramme eines Stationsnetzes zu vergleichen. Im Falle eines Erdbebens ist die Semblance unter Berücksichtigung des Hypozentrums zur Herdzeit und während des Bruchvorgangs deutlich zeitlich und räumlich erhöht und konzentriert. Indem wir die Ergebnisse verschiedener Stationsnetzwerke kombinieren, erreichen wir Unabhängigkeit von der Herdcharakteristik und eine raum-zeitliche Auflösung, die es erlaubt die o.g. Parameter abzuleiten. In unserem Beitrag skizzieren wir die Methode. Anhand der beiden M8.0 Benkulu Erdbeben (Sumatra, Indonesien) vom 12.09.2007 und dem M8.0 Sichuan Ereignis (China) vom 12.05.2008 demonstrieren wir Auflösungsmöglichkeiten und vergleichen die Ergebnisse der automatisierten Echtzeitanwendung mit nachträglichen Berechnungen. Weiterhin stellen wir eine Internetseite zur Verfügung, die die Ergebnisse präsentiert und animiert. Diese kann z.B. in geowissenschaftlichen Einrichtungen an Computerterminals gezeigt werden. Die Internetauftritte haben die folgenden Adressen: http://www.geo.uni-potsdam.de/arbeitsgruppen/Geophysik_Seismologie/forschung/ruptrack/openday http://www.geo.uni-potsdam.de/arbeitsgruppen/Geophysik_Seismologie/forschung/ruptrack

The most recent intense earthquake swarm in the Vogtland lasted from 6 October 2008 until January 2009. Greatest magnitudes exceeded M3.5 several times in October making it the greatest swarm since 1985/86. In contrast to the swarms in 1985 and 2000, seismic moment release was concentrated near swarm onset. Focal area and temporal evolution are similar to the swarm in 2000. Work hypothysis: uprising upper-mantle fluids trigger swarm earthquakes at low stress level. To monitor the seismicity, the University of Potsdam operated a small aperture seismic array at 10 km epicentral distance between 18 October 2008 and 18 March 2009. Consisting of 12 seismic stations and 3 additional microphones, the array is capable of detecting earthquakes from larger to very low magnitudes (M<-1) as well as associated air waves. We use array techniques to determine properties of the incoming wavefield: noise, direct P and S waves, and converted phases.