Wetenschap
Universiteit van Illinois geologen Jack Albright, links, en professor Patricia Gregg maken deel uit van een team dat nieuwe computermodellen heeft ontwikkeld om onderzoekers te helpen vulkaanuitbarstingen beter te voorspellen. Krediet:L. Brian Stauffer
Vulkaanuitbarstingen en hun aswolken vormen een aanzienlijk gevaar voor bevolkingscentra en vliegreizen, vooral degenen die vooraf weinig tot geen tekenen van onrust vertonen. Geologen gebruiken nu een techniek die traditioneel wordt gebruikt bij weers- en klimaatvoorspellingen om nieuwe uitbarstingsvoorspellingsmodellen te ontwikkelen. Door te testen of de modellen in staat zijn om de waarschijnlijkheid van eerdere uitbarstingen vast te leggen, de onderzoekers boeken vooruitgang in de wetenschap van vulkanische voorspellingen.
De studie, gepubliceerd in het tijdschrift Geofysische onderzoeksbrieven , onderzocht de uitbarstingsgeschiedenis van de Okmok-vulkaan in Alaska. In 2008, een grote uitbarsting produceerde een aspluim die zich ongeveer 1 mijl in de lucht uitstrekte boven de Aleoeten - wat een aanzienlijk gevaar vormde voor vliegtuigmotoren langs een route die ongeveer 50 transporteert, 000 mensen tussen Azië en Noord-Amerika per dag, aldus de onderzoekers.
"De uitbarsting van Okmok in 2008 kwam als een beetje als een verrassing, " zei Jack Albright, afgestudeerde student en hoofdauteur van de Universiteit van Illinois. "Na een uitbarsting die plaatsvond in 1997, er waren perioden van lichte onrust, maar zeer weinig seismische of andere voorlopers van uitbarstingen. Om betere prognoses te ontwikkelen, het is cruciaal om vulkaanuitbarstingen te begrijpen die afwijken van de norm."
Geologen voorspellen doorgaans uitbarstingen door te zoeken naar gevestigde patronen van pre-eruptie-onrust zoals aardbevingsactiviteit, grondwell en gas release, aldus de onderzoekers. Vulkanen zoals Okmok, echter, lijken deze gevestigde patronen niet te volgen.
Om nieuwe modellen te bouwen en te testen, het team gebruikte een techniek voor statistische gegevensanalyse die na de Tweede Wereldoorlog is ontwikkeld, Kalman-filtering genaamd.
"De versie van Kalman-filtering die we voor ons onderzoek hebben gebruikt, is in 1996 bijgewerkt en wordt nog steeds gebruikt bij weers- en klimaatvoorspellingen, evenals fysieke oceanografie, " zei professor geologie Patricia Gregg, een co-auteur van de studie met medewerkers van de Southern Methodist University en de Michigan State University. "Wij zijn de eerste groep die de bijgewerkte methode in de vulkanologie gebruikt, echter, en het blijkt dat deze techniek goed werkt voor de unieke onrust die leidde tot de uitbarsting van Okmok in 2008."
Een van die unieke kenmerken is het ontbreken van verhoogde seismische activiteit vóór de uitbarsting, aldus de onderzoekers. In een typische pre-uitbarstingsvolgorde, er wordt verondersteld dat het reservoir onder de vulkaan even groot blijft als het zich vult met magma en hete gassen. Die vulling zorgt ervoor dat de druk in de kamer toeneemt en de omringende rotsen breken en bewegen, aardbevingen veroorzaken.
"Bij de uitbarsting van 2008 het lijkt erop dat de magmakamer groter werd om de toenemende druk op te vangen, dus we zagen niet de voorloper seismische activiteit die we zouden verwachten, "Zei Albright. "Door terug te kijken in de tijd met onze modellen, of achteraf, we kunnen nu zien dat er al weken spanning opbouwt in de rotsen rond de kamer, en de groei van het magmasysteem leidde uiteindelijk tot het falen en uitbarsten ervan."
Met dit type achterwaartse en voorwaartse modellering kunnen onderzoekers een vulkanisch systeem in de loop van de tijd zien evolueren. "Terwijl we onze analyse stopten na de uitbarsting van 2008, we zijn nu in staat om dit nieuwe model vooruit in de tijd te propageren, breng het naar het heden, en voorspellen waar de Okmok-vulkaan naar toe gaat, ' zei Gregg.
De onderzoekers stellen dat deze modellen andere minder bekende voorlopers van uitbarstingen zullen blijven vinden, maar erken dat elke vulkaan anders is en dat de modellen moeten worden aangepast aan elk uniek systeem.
Wetenschap © https://nl.scienceaq.com