| dc.contributor.advisor | Knapmeyer-Endrun, Brigitte Dr. | |
| dc.contributor.author | Becker, Gesa Karen | |
| dc.date.accessioned | 2018-08-31T10:06:50Z | |
| dc.date.available | 2018-08-31T10:06:50Z | |
| dc.date.issued | 2018-08-31 | |
| dc.identifier.uri | http://hdl.handle.net/11858/00-1735-0000-002E-E495-4 | |
| dc.identifier.uri | http://dx.doi.org/10.53846/goediss-7027 | |
| dc.language.iso | eng | de |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject.ddc | 530 | de |
| dc.title | Crustal thickness from seismic noise correlations in preparation for the InSight mission to Mars | de |
| dc.type | doctoralThesis | de |
| dc.contributor.referee | Christensen, Ulrich Prof. Dr. | |
| dc.date.examination | 2018-06-05 | |
| dc.subject.gok | Physik (PPN621336750) | de |
| dc.description.abstractger | Die Entstehung terrestrischer Planeten wirft noch viele Fragen auf. Die Untersuchung des
Inneren des Planeten Mars mit Hilfe seismischer Wellen kann zur Beantwortung dieser
Fragen beitragen. Große Teile der Marskruste sind aus der Frühzeit der Entwicklung
des Planeten erhalten, da Mars keine Plattentektonik aufweist. Informationen über die
Mächtigkeit und den Aufbau der Kruste können somit zu unserem Verständnis der Entstehung und Entwicklung terrestrischer Planeten beitragen.
Die InSight Mission zum Mars wird ein Seismometer auf der Oberfläche des Planeten
absetzen. Um die seismischen Daten bestmöglich auszunutzen, wird in dieser Arbeit eine
Methode entwickelt und vorgestellt, die aus seismischem Rauschen die Reflektivität des
Untergrundes abbildet und die Dicke der Kruste bestimmt. Die hier entwickelte Methode
macht von ‘passiver seismischer Interferometrie’ Gebrauch. Durch die Berechnung von
Auto- und Kreuzkorrelationen erhält man die Reflektionsantwort des Untergrundes. Anschließend wird die Methode mit Hilfe von Daten getestet, die an seismischen Stationen
in Zentral- und Osteuropa aufgenommen wurden. Diese Stationen befinden sich in Gebieten, wo die Erdkurste unterschiedliche Mächtigkeiten aufweist, welche vergleichbar
sind mit Abschätzungen für die InSight Landestelle.
Die Analyse der Daten besteht aus Glätten des Spektrums, Auto- oder Kreuzkorrela-
tion der Phase, im Zeit-Frequenz-Bereich nach Phase gewichtetes Stapeln und Bandpassfiltern (hauptsächlich im Bereich 1-2 Hz). Diese Schritte lassen sich erfolgreich auf Daten
von Horizontal- und Vertikalkomponenten anwenden. Die Daten der Vertikalkomponenten resultieren in jeweils ein Autokorrelationsergebnis für die einzelnen Messstationen.
Die Daten der Horizontalkomponenten ergeben zwei Autokorrelationen, in Nord-Süd-
und Ost-West-Richtung, sowie zwei Kreuzkorrelationen von gemischter Richtung. Die
berechneten Korrelationen sind zeitlich und räumlich stabil, aber es lässt sich für alle
Komponenten ein klarer Zusammenhang mit anthropogen erzeugtem Rauschen erkennen.
Die Korrelationen, die für die Vertikalkomponenten berechnet werden, konvergieren nach
∼6 Monaten zu einem stabilen Ergebnis. Die Korrelationen der horizontalen Komponenten benötigen dafür mehr Daten. Dies gilt insbesondere für die Kreuzkorrelationen. Aus
Informationen über seismische Geschwindigkeiten und geschätzte Moho-Tiefen wird ein
Unsicherheits-Ziel-Fenster berechnet. In diesem Fenster wird eine Reflektivitätsänderung
erwartet. Im Fall der Vertikalkomponenten wird die Reflektivitätsänderung, welche im
Zusammenhang mit der Moho steht, automatisch innerhalb des Ziel-Fensters bestimmt.
Für die Horizontalkomponenten muss dieser Vorgang manuell durchgeführt werden, um
alle vier Korrelationsergebnisse zu berücksichtigen. Die bestimmten Laufzeiten werden
mit Hilfe der a priori seismischen Geschwindigkeiten in Tiefe umgerechnet.
Die berechneten Moho-Tiefen stimmen mit Ergebnissen anderer Studien überein und
ergeben konsistente Resultate für die Daten von Horizontal- und Vertikalkomponenten. Außerdem können weitere Reflektoren bei größeren und niedrigeren Tiefen identifiziert
werden. Durch Kombination der bestimmten Laufzeiten der Korrelationen von Vertikal-
und Horizontalkomponenten lassen sich Abschätzungen des vp/vs-Verhältnisses erhalten. Jedoch sind diese Verhältnisse sehr variabel und ergeben teilweise unrealistische
Werte. Diese Variabilität lässt sich zum Beispiel durch nicht-vertikale Einfallswinkel
und daraus resultierende abweichende Laufwege der seismischen Wellen erklären. Aus
diesem Grund müssen sie mit Vorsicht gehandhabt werden. Trotzdem können die Autokorrelationen der Horizontalkomponenten zusätzlich genutzt werden um mögliche krustale
Anisotropie unterhalb der Messstationen zu detektieren.
Zusammenfassend lässt sich sagen, dass die Krustenmächtigkeit aus seismischem
Rauschen für eine einzelne Station extrahiert werden kann, für verschiedene Seismometerarten, wenn nur geringe Mengen an Daten vorhanden sind, ohne starke seismische
Quellen und unabhängig vom vorliegenden Untergrund. Dies zeigt das Potential der
vorgestellten Methode im Hinblick auf die InSight Mission. | de |
| dc.description.abstracteng | The formation of terrestrial planets is still poorly understood. Studying the interior of Mars by analysing seismic waves can help to answer questions about that process. In the absence of plate tectonics, Mars has retained much of its crust from early stages of the planet’s evolution. Knowledge of its crustal thickness and structure can therefore
contribute to the understanding of terrestrial planet formation and evolution.
In preparation for the InSight seismometer installation on Mars, a method is developed
to image the reflectivity of the subsurface and extract the crustal thickness from ambient
seismic noise. The developed method makes use of passive seismic interferometry by
calculating auto- and single-station cross-correlations to obtain the reflection response of
the subsurface. It is then tested on seismic stations across Central and Eastern Europe
with varying crustal thicknesses, comparable to estimates for the InSight landing site.
A processing scheme of spectral smoothing, phase auto- or cross-correlation, time-frequency domain-phase weighted stacking and bandpass filtering, predominantly between 1-2 Hz, is introduced. This processing scheme works well for the vertical and
horizontal component data. One autocorrelation result is obtained for each station from
the vertical component data. The horizontal component data gives two autocorrelation
results, in the North-South and East-West directions, and two cross-correlation results of
mixed directions. The obtained correlations are spatially and temporarily stable, but for
all components a correlation with the presence of cultural noise can be observed. The vertical component correlations converge to a stable result after ∼6 months of data, whereas
the horizontal component correlations require more data, especially the cross-correlations.
Prior information, in the form of seismic velocity and the predicted Moho depth, are included as an uncertainty target window of expected reflectivity change. The reflectivity
change associated with the Moho is automatically determined inside the uncertainty window in case of the vertical component autocorrelations. For the horizontal component
correlations, this needs to be done manually to include all four correlation results. The
determined lag times are converted to depths using the prior information about the seismic
velocities.
The obtained Moho depths compare well with results obtained from other studies using different methods and are consistent across vertical and horizontal component correlations. Furthermore, it is possible to identify additional deeper and shallower reflectors.
The combination of the determined lag times of Moho related reflectivity change from the
horizontal and vertical component correlations gives the possibility to obtain estimates of
the vp/vs-ratios. However, these ratios show large variability and sometimes unreasonable
values and therefore need to be treated with caution. This variability can be explained by
e.g., non-vertical incidence, and the resulting different paths of the waves. The horizontal
component autocorrelations can nevertheless be used to detect possible crustal anisotropy below the station.
In general, crustal thickness can be extracted from seismic noise correlations for a
single station, for different seismometer types, when only moderate amounts of data are
available, without the need for strong seismic sources, and independent of the structure
of the subsurface. All this makes the introduced method a promising tool for the InSight
mission. | de |
| dc.contributor.coReferee | Gizon, Laurent Prof. Dr. | |
| dc.subject.eng | seismic noise | de |
| dc.subject.eng | Mars | de |
| dc.subject.eng | seismic interferometry | de |
| dc.subject.eng | Europe | de |
| dc.subject.eng | crustal structure | de |
| dc.identifier.urn | urn:nbn:de:gbv:7-11858/00-1735-0000-002E-E495-4-8 | |
| dc.affiliation.institute | Fakultät für Physik | de |
| dc.identifier.ppn | 1030406650 | |