Laufzeit:  01.07.2019 - 31.01.2023

Zuwendungsgeber:  DFG

Projektverantwortliche:  Dr. Eleonora Rivalta

ProjektmitarbeiterInnen GFZ:  Prof. Torsten Dahm, Lorenzo Mantiloni, Timothy Davis, Jeane Dagoy,  Ayleen Gaete

Weitere ProjektmitarbeiterInnen:  Dr. Francesco Maccaferri, Dr. Luigi Passarelli, Dr. Fabio Corbi, Dr. Valerio Acocella

Partner:  ISTerre, Grenoble, FR

Methoden & Geräte:  Numerische Simulationen, analoge Modelle (Lufteinblasung in Gelatine)

Das Ziel dieses Projekts ist ein auf Physik basierendes Werkzeug zu entwickeln, um den Ort und die Zeit eines Rissausbruchs nach der Ausbreitung von Magma unter der Oberfläche vorherzusagen. Häufig breitet sich Magma über gewundene Wege aus, wodurch sich schließlich ein neuer Spalt an der Vulkanflanke oder in einer Caldera öffnet. Ähnliche alte Eruptionsspalten finden sich in vielen Gebieten, die inzwischen dicht besiedelt sind. Die damit verbundene Gefährdung wurde bisher ausschließlich auf der Grundlage der räumlichen Verteilung früherer Ereignisse geschätzt. In der vorgeschlagenen Forschung werden wir die Physik der Magmapropagation mit fortgeschrittenen statistischen Werkzeugen kombinieren, um eine physikalisch basierte Methode zur Vorhersage von Ort und Zeit eines Ausbruchs nach dem Aufbrechen einer Magmakammer zu entwickeln. Wir werden unseren Ansatz in drei gut überwachten Fällen genauer untersuchen: Campi Flegrei (Italien) ist äußerst risikoreich und motiviert zur Entwicklung von Methoden zur Echtzeit-Vorhersage. Der Ätna, Italien, und der Piton de la Fournaise, La Reunion, hatten häufig Rissausbrüche und bieten eine datenreiche Umgebung zum Testen unserer Modelle. Die Ergebnisse dieses Projekts sind: 1) Ein besseres Verständnis der zeitlichen Entwicklung des Spannungszustands von Vulkanen unterschiedlicher Formen und der Steuerung der Migration des Oberflächenvulkanismus durch die Gebäudegeschichte, 2) Ein langfristiges Prognosewerkzeug für die zukünftige Verteilung eruptiver Entlüftungsöffnungen, nützlich für die Landplanung. 3) Ein kurzfristiges Tool zur Aktualisierung der Prognoseszenarien anhand von Intrusionsparametern, die schrittweise durch die Aufnahme von Überwachungsdaten ermittelt werden.