@misc{RoesslerHiemerBachetal.2009,
  author    = {R{\"o}ßler, Dirk and Hiemer, Stephan and Bach, Christoph and Delavaud, Elise and Kr{\"u}ger, Frank and Ohrnberger, Matthias and Sauer, David and Scherbaum, Frank and Vollmer, Daniel},
  title     = {Small-aperture seismic array monitors Vogtland earthquake swarm in 2008/09},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-29185},
  year      = {2009},
  abstract  = {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.},
  language  = {en}
}
@misc{RoesslerKruegerOhrnbergeretal.2008,
  author    = {R{\"o}ßler, Dirk and Kr{\"u}ger, Frank and Ohrnberger, Matthias and Ehlert, Lutz},
  title     = {Automatic near real-time characterisation of large earthquakes},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-20191},
  year      = {2008},
  abstract  = {An der Universit{\"a}t 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 {\"O}ffentlichkeit via Internet zur Verf{\"u}gung zu stellen. Es ist vorgesehen, das System in das Deutsch-Indonesische Tsunamifr{\"u}hwarnsystem (GITEWS) zu integrieren, f{\"u}r 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 herk{\"o}mmliche Arrayverfahren in teilweise modifizierter Form. Die Semblance wir als {\"A}hnlichkeitsmaß verwendet, um Seismogramme eines Stationsnetzes zu vergleichen. Im Falle eines Erdbebens ist die Semblance unter Ber{\"u}cksichtigung des Hypozentrums zur Herdzeit und w{\"a}hrend des Bruchvorgangs deutlich zeitlich und r{\"a}umlich erh{\"o}ht und konzentriert. Indem wir die Ergebnisse verschiedener Stationsnetzwerke kombinieren, erreichen wir Unabh{\"a}ngigkeit von der Herdcharakteristik und eine raum-zeitliche Aufl{\"o}sung, 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 Aufl{\"o}sungsm{\"o}glichkeiten und vergleichen die Ergebnisse der automatisierten Echtzeitanwendung mit nachtr{\"a}glichen Berechnungen. Weiterhin stellen wir eine Internetseite zur Verf{\"u}gung, die die Ergebnisse pr{\"a}sentiert 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},
  language  = {en}
}
@misc{KruegerOhrnbergerRoessler2008,
  author    = {Kr{\"u}ger, Frank and Ohrnberger, Matthias and R{\"o}ßler, Dirk},
  title     = {Rupture imaging of large earthquakes with a poststack isochrone migration method},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-18395},
  year      = {2008},
  abstract  = {Rapid and robust characterization of large earthquakes in terms of their spatial extent and temporal duration is of high importance for disaster mitigation and early warning applications. Backtracking of seismic P-waves was successfully used by several authors to image the rupture process of the great Sumatra earthquake (26.12.2004) using short period and broadband arrays. We follow here an approach of Walker et al. to backtrack and stack broadband waveforms from global network stations using traveltimes for a global Earth model to obtain the overall spatio-temporal development of the energy radiation of large earthquakes in a quick and robust way. We present results for selected events with well studied source processes (Kokoxili 14.11.2001, Tokachi-Oki 25.09.2003, Nias 28.03.2005). Further, we apply the technique in a semi-real time fashion to broadband data of earthquakes with a broadband magnitude >= 7 (roughly corresponding to Mw 6.5). Processing is based on first automatic detection messages from the GEOFON extended virtual network (GEVN).},
  language  = {en}
}
@misc{RoesslerKruegerOhrnberger2008,
  author    = {R{\"o}ßler, Dirk and Kr{\"u}ger, Frank and Ohrnberger, Matthias},
  title     = {Automatic near real-time characterisation of large earthquakes},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-18382},
  year      = {2008},
  abstract  = {We use seismic array methods (semblance analysis) to image areas of seismic energy release in the Sunda Arc region and world-wide. Broadband seismograms at teleseismic distances (30° ≤ Δ ≤ 100°) are compared at several subarrays. Semblance maps of different subarrays are multiplied. High semblance tracked over long time (10s of second to minutes) and long distances indicate locations of earthquakes. The method allows resolution of rupture characteristics important for tsunami early warning: start and duration, velocity and direction, length and area. The method has been successfully applied to recent and historic events (M>6.5) and is now operational in real time. Results are obtained shortly after source time, see http://www.geo.uni-potsdam.de/Forschung/Geophysik/GITEWS/tsunami.htm). Comparison of manual and automatic processing are in good agreement. Computational effort is small. Automatic results may be obtained within 15 - 20 minutes after event occurrence.},
  language  = {en}
}
@article{LipkeZitzmannAmbergeretal.2007,
  author    = {Lipke, Katrin and Zitzmann, Max and Amberger, Manuel and Ehlert, Carsten and R{\"o}ßler, Dirk and Kr{\"u}ger, Frank and Ohrnberger, Matthias},
  title     = {Traveltime residuals at regional and teleseismic distances for SE-Asia},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-14117},
  year      = {2007},
  abstract  = {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.},
  language  = {en}
}
@misc{RoesslerKruegerOhrnberger2007,
  author    = {R{\"o}ßler, Dirk and Kr{\"u}ger, Frank and Ohrnberger, Matthias},
  title     = {Rupture propagation of recent large TsE off-coast Sumatra and Java},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-13039},
  year      = {2007},
  abstract  = {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.},
  language  = {en}
}
@article{RoesslerKruegerOhrnberger2007,
  author    = {R{\"o}ßler, Dirk and Kr{\"u}ger, Frank and Ohrnberger, Matthias},
  title     = {Rupture propagation of the TsE (Mw7.7) on 17 July 2006 off-coast Java},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-12964},
  year      = {2007},
  abstract  = {The Mw=7.7 tsunamogenic earthquake (TsE) on 17 July 2006, 08:19:28 shock the Indian Ocean at about 15 km depth off-coast Java, Indonesia. It caused a local tsunami with wave heights exceeding 2 m. The death toll reached several hundred. Thousands of people were displaced. By means of standard array methods, we have investigated the propagation and the extent of the rupture front of the causative earthquake. Waveform similarity is expressed by means of the semblance. We back-propagate the semblance for first-arrival phases recorded at broad-band stations within teleseismic distances (30°-95°). Image enhancement is realised by stacking the semblance of 8 arrays within different epicentral and azimuthal directions. From teleseismic observations we find rupturing of a 200 x 100 km wide area in at least 2 phases with propagation from NW to SE and source duration >125 s. The event has some characteristics of a circular rupture followed by unilateral faulting with change in slip rate. Unusually slow rupturing (≈1.5 km/s) is indicated. 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 increase with the size of the earthquake making possible an automatic detection and classification of large and small earthquakes.},
  language  = {en}
}
@inproceedings{OhrnbergerWassermannRichter2006,
  author    = {Ohrnberger, Matthias and Wassermann, Joachim and Richter, Gudrun},
  title     = {Automatic detection and classification of seismic signals for monitoring purposes},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-7294},
  year      = {2006},
  abstract  = {Interdisziplin{\"a}res Zentrum f{\"u}r Musterdynamik und Angewandte Fernerkundung Workshop vom 9. - 10. Februar 2006},
  language  = {en}
}
@phdthesis{Ohrnberger2001,
  author    = {Ohrnberger, Matthias},
  title     = {Continuous automatic classification of seismic signals of volcanic origin at Mt. Merapi, Java, Indonesia},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-0000028},
  school      = {Universit{\"a}t Potsdam},
  year      = {2001},
  abstract  = {Aufgrund seiner nahezu kontinuierlichen eruptiven Aktivit{\"a}t z{\"a}hlt der Merapi zu den gef{\"a}hrlichsten Vulkanen der Welt. Der Merapi befindet sich im Zentralteil der dicht bev{\"o}lkerten Insel Java (Indonesien). Selbst kleinere Ausbr{\"u}che des Merapi stellen deswegen eine große Gefahr f{\"u}r die ans{\"a}ssige Bev{\"o}lkerung in der Umgebung des Vulkans dar. Die am Merapi beobachtete enge Korrelation zwischen seismischer und vulkanischer Aktivit{\"a}t erlaubt es, mit Hilfe der {\"U}berwachung der seismischen Aktivit{\"a}t Ver{\"a}nderungen des Aktivit{\"a}tszustandes des Merapi zu erkennen. Ein System zur automatischen Detektion und Klassifizierung seismischer Ereignisse liefert einen wichtigen Beitrag f{\"u}r die schnelle Analyse der seismischen Aktivit{\"a}t. Im Falle eines bevorstehenden Ausbruchszyklus bedeutet dies ein wichtiges Hilfsmittel f{\"u}r die vor Ort ans{\"a}ssigen Wissenschaftler. 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 {\"A}hnlichkeit von seismischen Signalen vulkanischen Ursprunges und Sprachaufzeichnungen und den großen Erfolg, den HMM-basierte Erkennungssysteme in der automatischen Spracherkennung erlangt haben. F{\"u}r 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 k{\"o}nnen, werden die Mustervektoren durch eine lineare Transformation und nachgeschaltete Vektor Quantisierung in eine diskrete Symbolsequenz {\"u}berf{\"u}hrt. Als Klassifikator kommt eine Maximum-Likelihood Testfunktion zwischen dieser Sequenz und den, in einem {\"u}berwachten Lernverfahren trainierten, DHMMs zum Einsatz. Die am Merapi kontinuierlich aufgezeichneten seismischen Daten im Zeitraum vom 01.07. und 05.07.1998 sind besonders f{\"u}r einen Test dieses Klassifikationssystems geeignet. In dieser Zeit zeigte der Merapi einen rapiden Anstieg der Seismizit{\"a}t 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). Die spezielle Geometrie des digitalen seismischen Netzwerkes am Merapi besteht aus einer Kombination von drei Mini-Arrays an den Flanken des Merapi. F{\"u}r die Parametrisierung des Wellenfeldes werden deswegen seismische Array-Verfahren eingesetzt. Die individuellen Wellenfeld Parameter wurden hinsichtlich ihrer Relevanz f{\"u}r den Klassifikationsprozess detailliert analysiert. F{\"u}r jede der drei Signalklassen wurde ein Satz von DHMMs trainiert. Zus{\"a}tzlich wurden als Ausschlussklassen noch zwei Gruppen von Noise-Modellen unterschieden. Insgesamt konnte mit diesem Ansatz eine Erkennungsrate von 67 \% erreicht werden. Im Mittel erzeugte das automatische Klassifizierungssystem 41 Fehlalarme pro Tag und Klasse. Die G{\"u}te der Klassifikationsergebnisse zeigt starke Variationen zwischen den individuellen Signalklassen. Flache vulkanisch-tektonische Beben (VTB) zeigen sehr ausgepr{\"a}gte Wellenfeldeigenschaften und, zumindest im untersuchten Zeitraum, sehr stabile Zeitmuster der individuellen Wellenfeldparameter. Das DHMM-basierte Klassifizierungssystem erlaubte f{\"u}r diesen Ereignistyp nahezu 89\% richtige Entscheidungen und erzeugte im Mittel 2 Fehlalarme pro Tag. 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 {\"a}hnlichen Wellenfeldeigenschaften beider Signalklassen erkl{\"a}rt werden, deren Ursache vermutlich in den bekannt starken Einfl{\"u}ssen des Mediums entlang des Wellenausbreitungsweges in vulkanischen Gebieten liegen. Insgesamt ist die Erkennungsleistung des entwickelten automatischen Klassifizierungssystems als sehr vielversprechend einzustufen. Im Gegensatz zu Standardverfahren, bei denen in der Seismologie {\"u}blicherweise 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.},
  language  = {en}
}