Deep Learning kartiert Strukturen im unteren Erdmantel

In rund 2.900 Kilometern Tiefe geht der Erdmantel in den flüssigen äußeren Erdkern über. Die Vorgänge in dieser Tiefe beeinflussen die Bewegung tektonischer Platten und tragen zu Erdbeben und Vulkanausbrüchen bei. Eine direkte Untersuchung durch mechanische Bohrungen ist nicht möglich. Deshalb dienen seismische Wellen als indirektes Untersuchungsinstrument.

Die Forschenden untersuchten ein 35 Jahre umfassendes Archiv seismischer Daten aus den Jahren 1990 bis 2024. Im Mittelpunkt standen schwache PKP-Vorläufersignale. Diese entstehen, wenn sich seismische Wellen an kleinen, heterogenen Strukturen nahe der Grenze zwischen Erdmantel und Erdkern streuen. Sie erreichen die Erdoberfläche kurz vor den stärkeren primären Wellen. Die manuelle Suche nach solchen Signalen in Millionen seismischer Aufzeichnungen ist sehr zeitaufwendig.

Forschende der Chinesischen Akademie der Wissenschaften trainierten ein Deep-Learning-System, um seismische Aufzeichnungen nach ihrer Qualität zu ordnen und schwache Signale in großen Datenmengen zu analysieren. Das System bearbeitete mehr als zwei Millionen Seismogramme, die durch etwa 5.000 Erdbeben entstanden waren.

Die Anwendung priorisierte damit Datensätze für die weitere Untersuchung. Die Forschenden prüften und korrigierten Fehler des neuronalen Netzes manuell. Diese korrigierten Beispiele wurden anschließend wieder in das Modell eingespeist, um seine Leistung zu verbessern. Die so ausgewerteten Signale flossen in eine neue Kartierung von Strukturen im unteren Erdmantel ein.

Der Ansatz kombiniert Deep Learning mit einer manuellen Qualitätskontrolle. Zunächst ordnete das Modell die seismischen Aufzeichnungen nach Qualität und suchte darin nach schwachen PKP-Vorläufern. Anschließend kontrollierten die Forschenden die Ergebnisse und korrigierten erkannte Fehler. Durch die Rückführung dieser korrigierten Beispiele wurde das Modell iterativ verbessert.

Die seismischen Signale ermöglichen Rückschlüsse auf kleine und heterogene Strukturen nahe der Grenze zwischen Mantel und Kern. Die Methode untersucht den tiefen Erdinneren daher nicht direkt, sondern nutzt die Streuung seismischer Wellen als Scan-Signal.

Das KI-System identifizierte 174.929 hochwertige schwache Signale. Das entspricht ungefähr dem Zehnfachen der Gesamtzahl, die in früheren Studien erfasst worden war. Die daraus entstandene Datengrundlage veränderte die geologische Interpretation des unteren Erdmantels.

Frühere Karten zeigten isolierte und scheinbar zufällige Anomalien. Die neue Auswertung lieferte zusätzlich Hinweise darauf, dass diese Regionen miteinander verbunden sind und ausgedehnte, zusammenhängende Gürtel bilden. Außerdem wurden sechs zuvor nicht dokumentierte anomale Regionen kartiert, darunter Gebiete unter höheren Breiten Eurasiens, Zentralasiens und des Südatlantiks.

Die Forschenden nennen mehrere mögliche Ursprünge der thermochemischen Cluster. Sie könnten Überreste ozeanischer Kruste sein, die durch tektonische Prozesse in die Tiefe gezogen wurde. Eine weitere Hypothese führt sie auf Fragmente von Theia zurück, eines Protoplaneten, dessen Zusammenstoß mit der Erde zur Entstehung des Mondes beigetragen haben soll. Unter dem dort herrschenden Druck und den extremen Temperaturen könnten diese Materialien teilweise geschmolzen sein oder ihre physikalischen Eigenschaften verändert haben.

Der Einsatz der Chinesischen Akademie der Wissenschaften beschleunigte die Auswertung eines umfangreichen seismischen Archivs und erhöhte die Zahl identifizierter hochwertiger schwacher Signale deutlich. Die Ergebnisse ergänzen die Kartierung des unteren Erdmantels um Hinweise auf miteinander verbundene Strukturen und sechs zuvor nicht dokumentierte Anomalien. Die geologischen Ursachen dieser Strukturen bleiben im Quellenmaterial Gegenstand mehrerer Hypothesen.