TY - THES A1 - Luna, Lisa Victoria T1 - Rainfall-triggered landslides: conditions, prediction, and warning N2 - Rainfall-triggered landslides are a globally occurring hazard that cause several thousand fatalities per year on average and lead to economic damages by destroying buildings and infrastructure and blocking transportation networks. For people living and governing in susceptible areas, knowing not only where, but also when landslides are most probable is key to inform strategies to reduce risk, requiring reliable assessments of weather-related landslide hazard and adequate warning. Taking proper action during high hazard periods, such as moving to higher levels of houses, closing roads and rail networks, and evacuating neighborhoods, can save lives. Nevertheless, many regions of the world with high landslide risk currently lack dedicated, operational landslide early warning systems. The mounting availability of temporal landslide inventory data in some regions has increasingly enabled data-driven approaches to estimate landslide hazard on the basis of rainfall conditions. In other areas, however, such data remains scarce, calling for appropriate statistical methods to estimate hazard with limited data. The overarching motivation for this dissertation is to further our ability to predict rainfall-triggered landslides in time in order to expand and improve warning. To this end, I applied Bayesian inference to probabilistically quantify and predict landslide activity as a function of rainfall conditions at spatial scales ranging from a small coastal town, to metropolitan areas worldwide, to a multi-state region, and temporal scales from hourly to seasonal. This thesis is composed of three studies. In the first study, I contributed to developing and validating statistical models for an online landslide warning dashboard for the small town of Sitka, Alaska, USA. We used logistic and Poisson regressions to estimate daily landslide probability and counts from an inventory of only five reported landslide events and 18 years of hourly precipitation measurements at the Sitka airport. Drawing on community input, we established two warning thresholds for implementation in the dashboard, which uses observed rainfall and US National Weather Service forecasts to provide real-time estimates of landslide hazard. In the second study, I estimated rainfall intensity-duration thresholds for shallow landsliding for 26 cities worldwide and a global threshold for urban landslides. I found that landslides in urban areas occurred at rainfall intensities that were lower than previously reported global thresholds, and that 31% of urban landslides were triggered during moderate rainfall events. However, landslides in cities with widely varying climates and topographies were triggered above similar critical rainfall intensities: thresholds for 77% of cities were indistinguishable from the global threshold, suggesting that urbanization may harmonize thresholds between cities, overprinting natural variability. I provide a baseline threshold that could be considered for warning in cities with limited landslide inventory data. In the third study, I investigated seasonal landslide response to annual precipitation patterns in the Pacific Northwest region, USA by using Bayesian multi-level models to combine data from five heterogeneous landslide inventories that cover different areas and time periods. I quantitatively confirmed a distinctly seasonal pattern of landsliding and found that peak landslide activity lags the annual precipitation peak. In February, at the height of the landslide season, landslide intensity for a given amount of monthly rainfall is up to ten times higher than at the season onset in November, underlining the importance of antecedent seasonal hillslope conditions. Together, these studies contributed actionable, objective information for landslide early warning and examples for the application of Bayesian methods to probabilistically quantify landslide hazard from inventory and rainfall data. N2 - Durch Regenfälle ausgelöste Erdrutsche sind eine weltweit auftretende Gefahr, die im Durchschnitt mehrere tausend Todesopfer pro Jahr fordern und zu wirtschaftlichen Schäden führen, indem sie Gebäude und Infrastrukturen zerstören und Verkehrsnetze blockieren. Für Bewohner, sowie lokale Regierungen in potentiell gefährdeten Gebieten, ist es entscheidend zu wissen, nicht nur wo, sondern auch wann Erdrutsche am wahrscheinlichsten sind, um Strategien zur Verringerung des Risikos zu entwickeln. Dies erfordert zuverlässige Bewertungen der wetterbedingten Erdrutschgefahr und eine angemessene Warnung. Angemessene Maßnahmen während Hochrisikoperioden, wie der Umzug in höhere Etagen, die Sperrung von Straßen und Schienennetzen, sowie die Evakuierung von Wohngebieten, können Leben retten. In vielen Regionen mit hohem Erdrutschrisiko gibt es jedoch derzeit keine spezifischen, einsatzfähigen Frühwarnsysteme für Erdrutsche. In einigen Regionen ermöglichte die zunehmende Verfügbarkeit von zeitlich-aufgelösten Erdrutschdaten datengestützte Ansätze zur Abschätzung der Erdrutschgefahr auf Grundlage von Niederschlagsbedingungen. In anderen Gebieten sind solche Daten jedoch nach wie vor spärlich, sodass geeignete statistische Methoden erforderlich sind, um die Gefährdung trotz einer begrenzten Datenmenge abzuschätzen. Die übergreifende Motivation für diese Dissertation besteht darin, unsere Fähigkeit zur rechtzeitigen Vorhersage von niederschlagsbedingten Erdrutschen zu verbessern, um Frühwarnsysteme zu erweitern und optimieren. Zu diesem Zweck habe ich Bayes'sche Inferenz angewandt, um die Erdrutschaktivität in Abhängigkeit von den Niederschlagsbedingungen probabilistisch zu quantifizieren und vorherzusagen. Meine Studien decken dabei sowohl eine breite räumliche Skala, welche von einer lokalen bis regionalen Betrachtung reicht, als auch eine von stündlich bis saisonal reichende zeitliche Skala ab. Diese Dissertation setzt sich aus drei Studien zusammen. In der ersten Studie habe ich zur Entwicklung und Validierung statistischer Modelle für ein Online-Dashboard zur Erdrutschwarnung in der Kleinstadt Sitka, Alaska, USA, beigetragen. Wir verwendeten logistische und Poisson-Regressionen zur Einschätzung der täglichen Erdrutschwahrscheinlichkeit und der Anzahl der Erdrutsche auf Grundlage von nur fünf dokumentierten Erdrutschereignissen und 18 Jahren stündlicher Niederschlagsmessungen am Flughafen von Sitka. Basierend auf Hinweisen aus der Bevölkerung legten wir zwei Warnschwellenwerte für die Umsetzung des Dashboards fest, welches wiederum beobachtete Niederschläge und Vorhersagen des US-amerikanischen Wetterdienstes (US National Weather Service) nutzt, um Echtzeiteinschätzungen der Erdrutschgefahr zu liefern. In der zweiten Studie habe ich Schwellenwerte für die Niederschlagsintensität und -dauer für Erdrutsche in 26 Städten weltweit, sowie einen globalen Schwellenwert für urbane Erdrutsche ermittelt. Dabei stellte ich fest, dass Erdrutsche in urbanen Gebieten bei Niederschlagsintensitäten auftreten, die unter den zuvor gemeldeten globalen Schwellenwerten liegen, und dass 31 % der Erdrutsche in Städten durch moderate Niederschlagsereignisse ausgelöst wurden. Erdrutsche in Städten mit sehr unterschiedlichen klimatischen und topografischen Bedingungen wurden jedoch bei vergleichbaren kritischen Niederschlagsintensitäten ausgelöst: Für 77 % der Städte unterschieden sich die lokalen Schwellenwerte nicht von den globalen Schwellenwerten, was darauf hindeutet, dass eine zunehmende Urbanisierung die Schwellenwerte zwischen Städten angleicht und natürliche Schwankungen überlagern kann. Ich habe einen Basisschwellenwert festgelegt, der für die Warnung in Städten mit begrenzten Erdrutschdaten in Betracht gezogen werden könnte. In der dritten Studie untersuchte ich saisonale Reaktionen von Erdrutschen auf jährliche Niederschlagsmuster im pazifischen Nordwesten der USA. Dafür verwendete ich Bayes'sche Mehrebenenmodelle, um Daten aus fünf heterogenen Erdrutschinventaren zu kombinieren, welche unterschiedliche Gebiete und Zeiträume abdecken. Ich fand heraus, dass Erdrutsche deutlich saisonabhängig sind und dass der Höhepunkt der Erdrutschaktivität mit einem zeitlichen Versatz auf den jährlichen Niederschlagsspitzenwert folgt. Im Februar, auf dem Höhepunkt der Erdrutschsaison, ist die Erdrutschintensität bei einer gegebenen monatlichen Niederschlagsmenge bis zu zehnmal höher als zu Beginn der Saison im November. Dies unterstreicht die Bedeutung von vorherigen saisonalen Hangbedingungen. Zusammengefasst liefern die in dieser Dissertation vorgestellten Studien umsetzbare, objektive Informationen für die Frühwarnung vor Erdrutschen und Beispiele für die Anwendung von Bayes'schen Methoden zur probabilistischen Quantifizierung der Erdrutschgefahr mittels Bestands- und Niederschlagsdaten. T2 - Durch Regenfälle ausgelöste Erdrutsche: Bedingungen, Vorhersage und Warnung KW - landslide KW - natural hazards KW - Bayesian statistics KW - early warning KW - geomorphology KW - Bayessche Statistik KW - Erdrutsch KW - Naturgefahren KW - Frühwarnung KW - Geomorphologie Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-600927 ER - TY - THES A1 - Marc, Odin T1 - Earthquake-induced landsliding T1 - Erdbeben induzierten Hangrutschungen BT - earthquakes as erosional agents across timescales BT - Erdbeben als Erosions-Agenten über Zeitskalen N2 - Earthquakes deform Earth's surface, building long-lasting topographic features and contributing to landscape and mountain formation. However, seismic waves produced by earthquakes may also destabilize hillslopes, leading to large amounts of soil and bedrock moving downslope. Moreover, static deformation and shaking are suspected to damage the surface bedrock and therefore alter its future properties, affecting hydrological and erosional dynamics. Thus, earthquakes participate both in mountain building and stimulate directly or indirectly their erosion. Moreover, the impact of earthquakes on hillslopes has important implications for the amount of sediment and organic matter delivered to rivers, and ultimately to oceans, during episodic catastrophic seismic crises, the magnitude of life and property losses associated with landsliding, the perturbation and recovery of landscape properties after shaking, and the long term topographic evolution of mountain belts. Several of these aspects have been addressed recently through individual case studies but additional data compilation as well as theoretical or numerical modelling are required to tackle these issues in a more systematic and rigorous manner. This dissertation combines data compilation of earthquake characteristics, landslide mapping, and seismological data interpretation with physically-based modeling in order to address how earthquakes impact on erosional processes and landscape evolution. Over short time scales (10-100 s) and intermediate length scales (10 km), I have attempted to improve our understanding and ability to predict the amount of landslide debris triggered by seismic shaking in epicentral areas. Over long time scales (1-100 ky) and across a mountain belt (100 km) I have modeled the competition between erosional unloading and building of topography associated with earthquakes. Finally, over intermediate time scales (1-10 y) and at the hillslope scale (0.1-1 km) I have collected geomorphological and seismological data that highlight persistent effects of earthquakes on landscape properties and behaviour. First, I compiled a database on earthquakes that produced significant landsliding, including an estimate of the total landslide volume and area, and earthquake characteristics such as seismic moment and source depth. A key issue is the accurate conversion of landslide maps into volume estimates. Therefore I also estimated how amalgamation - when mapping errors lead to the bundling of multiple landslide into a single polygon - affects volume estimates from various earthquake-induced landslide inventories and developed an algorithm to automatically detect this artifact. The database was used to test a physically-based prediction of the total landslide area and volume caused by earthquakes, based on seismological scaling relationships and a statistical description of the landscape properties. The model outperforms empirical fits in accuracy, with 25 out of 40 cases well predicted, and allows interpretation of many outliers in physical terms. Apart from seismological complexities neglected by the model I found that exceptional rock strength properties or antecedent conditions may explain most outliers. Second, I assessed the geomorphic effects of large earthquakes on landscape dynamics by surveying the temporal evolution of precipitation-normalized landslide rate. I found strongly elevated landslide rates following earthquakes that progressively recover over 1 to 4 years, indicating that regolith strength drops and recovers. The relaxation is clearly non-linear for at least one case, and does not seem to correlate with coseismic landslide reactivation, water table level increase or tree root-system recovery. I suggested that shallow bedrock is damaged by the earthquake and then heals on annual timescales. Such variations in ground strength must be translated into shallow subsurface seismic velocities that are increasingly surveyed with ambient seismic noise correlations. With seismic noise autocorrelation I computed the seismic velocity in the epicentral areas of three earthquakes where I constrained a change in landslide rate. We found similar recovery dynamics and timescales, suggesting that seismic noise correlation techniques could be further developed to meaningfully assess ground strength variations for landscape dynamics. These two measurements are also in good agreement with the temporal dynamics of post-seismic surface displacement measured by GPS. This correlation suggests that the surface healing mechanism may be driven by tectonic deformation, and that the surface regolith and fractured bedrock may behave as a granular media that slowly compacts as it is sheared or vibrated. Last, I compared our model of earthquake-induced landsliding with a standard formulation of surface deformation caused by earthquakes to understand which parameters govern the competition between the building and destruction of topography caused by earthquakes. In contrast with previous studies I found that very large (Mw>8) earthquakes always increase the average topography, whereas only intermediate (Mw ~ 7) earthquakes in steep landscapes may reduce topography. Moreover, I illustrated how the net effect of earthquakes varies with depth or landscape steepness implying a complex and ambivalent role through the life of a mountain belt. Further I showed that faults producing a Gutenberg-Richter distribution of earthquake sizes, will limit topography over a larger range of fault sizes than faults producing repeated earthquakes with a characteristic size. N2 - Erdbeben gestalten die Erdoberfläche, sie tragen langfristig zum Aufbau von Topografie sowie zur Landschafts- und Gebirgsbildung bei. Die von Erdbeben erzeugten seismischen Erschütterungen können Gebirge jedoch auch destabilisieren und grosse Mengen an Boden sowie Grundgestein zum Abrutschen bringen und zerrüten. Erdbeben wirken daher sowohl auf die Gebirgsbildung als auch auf ihre Denudation. Ein detailliertes Verständnis der Auswirkungen von Erdbeben auf Hangstabilität ist eine wichtige Voraussetzung um die Zusammenhänge mit anderen Prozesse besser nachzuvollziehen: der kurzfristige Transport von Sedimenten und organischem Material in Flüsse und ihre Ablagerung bis in die Ozeane; der Verlust von Leben und Infrastruktur durch Hangrutschungen verbunden mit episodischen, katastrophalen, seismischen Ereignissen; die Störung und Wiederherstellung von Landschaftseigenschaften nach Erdbeben; sowie die langfristigen topographischen Entwicklung von ganzen Gebirgsketten. Einige dieser Forschungsfragen wurden kürzlich in einzelnen Fallstudien betrachtet aber zusätzliche Datenerfassung, theoretische und numerische Modellierung sind erforderlich, um diese Prozesse detaillierter zu erfassen. In dieser Dissertation werden Daten zu Eigenschaften der Erdbeben sowie aus Hangrutsch kartierungen und die Interpretation seismologischer Daten mit physikalischer Modellierung kombiniert, um die folgende übergreifende Frage zu beantworten: Wie beeinflussen Erdbeben die Erosionsprozesse in der Landschaftsentwicklung? Auf einer kurzen Zeitskala (10-100 s) und einer mittleren räumlichen Skala (10 km), habe ich versucht sowohl unser Prozessverständnis zu vertiefen als auch Vorhersagen über das gesamte Volumen der Rutschungen welche durch seismische Beben in der unmittelbaren Umgebung von Epizentren ausgelöst wurden, zu treffen und zu verbessern Auf einer langen Zeitskala (1-100 ky) und über einen Gebirgsgürtel (100 km) habe ich die durch Erdbeben ausgelösten konkurrierenden Prozesse von Abflachung von Topografie durch Erosion und den Aufbau von Topografie durch Hebung, modelliert. Auf einer mittleren Zeitskala (1-10 Jahre) und einer relativ kleinen Hangskala (0,1-1 km) habe ich geomorphologische und seismologische Daten erhoben, welche die anhaltenden Auswirkungen von Erdbeben auf Landschaftseigenschaften und deren Dynamic hervorheben. Zuerst habe ich eine Datenbank von Erdbeben erstellt, welche erhebliche Hangrutschungen ausgelöst hatten, einschliesslich einer Schätzung des gesamten Hangrutschungsvolumens und der Erdbebencharakteristiken wie z.B. seismischer Moment und Lage des Hypozentrums. Ich habe auch beurteilt, wie die Kartierung von Erdrutschen die Abschätzungen des Gesamtvolumens fehlerhaft beeinflussen können und präsentiere einen Algorithmus, um solche Fehler automatisch zu erkennen. Diese Datenbank wurde verwendet, um eine physisch-basierte Vorhersage der durch Erdbeben verursachten gesamten Hangrutschungsflächen und Volumen zu testen, welche auf seismologischen Skalierungsbeziehungen und auf einer statistischen Beschreibung der Landschaftseigenschaften basiert. Zweitens untersuchte ich den Einfluss von starken Erdbeben auf die Landschaftsdynamik durch das Vermessen der temporalen Entwicklung der Suszeptibilität von Hangrutschungen. Ich habe gezeigt, dass die stark erhöhte Hangrutschrate nach dem Erdbeben schrittweise nach einigen Jahren zurückging. Diesen Rückgang über die Zeit interpretiere ich als die Zerrüttung von oberflächennahem Gestein durch das Erdbeben und die Heilung der dadurch entstandenen Risse über der Zeit. Meine Daten deuten darauf hin, dass die Zerrüttungen und die anschliessende Heilung des Festgesteins in dem epizentralen Gebieten mit ambienten, seismischen Hintergrundrauschen überwacht werden kann. Möglicherweise wird die Heilung zusätzlich durch andauernde post-seismische Deformation angetrieben. Am Ende der Arbeit vergleiche ich meine entwickelten Modelle von erdbebenbedingten Hangrutschungen mit einer Standardformel für erdbebenverursachte Oberflächendeformierung. Mit diesem Vergleich zeige ich welche Parameter den Wettstreit zwischen der Hebung von Topografie und der gleichzeitigen Zerstörung von Topografie durch Erdbeben bestimmen. Ich zeige, dass nur mittlere - Mw ~ 7 - Erdbeben die Topografie reduzieren können im Gegensatz zu stärkeren - Mw > 8 - Beben die immer einen effektive Bildung von Topografie verursachen. Meine Ergebnisse zeigen die komplexen Zusammenhänge von Erdbeben in der Gebirgsbildung. KW - earthquake KW - landslide KW - erosion KW - Erdbeben KW - Erdrutsch KW - Erosion KW - topography KW - Topographie Y1 - 2016 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-96808 ER - TY - THES A1 - Nikolaeva, Elena T1 - Landslide kinematics and interactions studied in central Georgia by using synthetic aperture radar interferometry, optical imagery and inverse modeling T1 - Studien zur Kinematic und Interaction von Hangrutschen in Zentral Georgien mit Radarinterferometrie, optischen daten und inverser Modellierung N2 - Landslides are one of the biggest natural hazards in Georgia, a mountainous country in the Caucasus. So far, no systematic monitoring and analysis of the dynamics of landslides in Georgia has been made. Especially as landslides are triggered by extrinsic processes, the analysis of landslides together with precipitation and earthquakes is challenging. In this thesis I describe the advantages and limits of remote sensing to detect and better understand the nature of landslide in Georgia. The thesis is written in a cumulative form, composing a general introduction, three manuscripts and a summary and outlook chapter. In the present work, I measure the surface displacement due to active landslides with different interferometric synthetic aperture radar (InSAR) methods. The slow landslides (several cm per year) are well detectable with two-pass interferometry. In same time, the extremely slow landslides (several mm per year) could be detected only with time series InSAR techniques. I exemplify the success of InSAR techniques by showing hitherto unknown landslides, located in the central part of Georgia. Both, the landslide extent and displacement rate is quantified. Further, to determine a possible depth and position of potential sliding planes, inverse models were developed. Inverse modeling searches for parameters of source which can create observed displacement distribution. I also empirically estimate the volume of the investigated landslide using displacement distributions as derived from InSAR combined with morphology from an aerial photography. I adapted a volume formula for our case, and also combined available seismicity and precipitation data to analyze potential triggering factors. A governing question was: What causes landslide acceleration as observed in the InSAR data? The investigated area (central Georgia) is seismically highly active. As an additional product of the InSAR data analysis, a deformation area associated with the 7th September Mw=6.0 earthquake was found. Evidences of surface ruptures directly associated with the earthquake could not be found in the field, however, during and after the earthquake new landslides were observed. The thesis highlights that deformation from InSAR may help to map area prone landslides triggering by earthquake, potentially providing a technique that is of relevance for country wide landslide monitoring, especially as new satellite sensors will emerge in the coming years. N2 - Erdrutsche zählen zu den größten Naturgefahren in Georgien, ein gebirgiges Land im Kaukasus. Eine systematische Überwachung und Analyse der Dynamik von Erdrutschen in Georgien ist bisher nicht vorhanden. Da Erdrutsche durch extrinsische Prozesse ausgelöst werden, wird ihre Analyse zusammen mit Niederschlag und Erdbeben zu einer besonderen Herausforderung. In dieser Dissertation beschreibe ich die Potenziale und Limitierungen der Fernerkundung für die Detektion und das Verständnis von Erdrutschen in Georgien. Die Arbeit ist in einer kumulativen Form geschrieben, und besteht aus einer allgemeinen Einführung, drei Manuskripten sowie einer Zusammenfassung und einem Ausblick. In der vorliegenden Arbeit, Gestimme ich die Oberflächenverschiebung von aktiven Erdrutschen mit Methoden der Radarinterferometrie (InSAR). Die langsamen Erdrutsche (cm pro Jahr) konnten im einfachen Vergleich zeitlich unterschiedlicher Radaraufnahmen (two-pass InSAR), gut nachgewiesen werden. Die extrem langsamen Erdrutsche (mm pro Jahr) konnten hingegen nur mit InSAR Zeitreihentechniken nachgewiesen werden. Der Erfolg der angewandten InSAR Techniken wird durch die erfolgreiche Identifikation von bisher unbekannten Erdrutschen in Zentral Georgien veranschaulicht. Sowohl das Ausmaß als auch die Verschiebungsrate der Erdrutsche wurden quantifiziert. Ferner, um die mögliche Tiefe und Lage von potentiellen Gleitflächen zu bestimmen, wurden inverse Modelle entwickelt. Inverse Modellierung sucht nach Parametern der Quelle, welche die beobachtete Verschiebungsverteilung reproduzieren können. Ferner habe ich anhand der ermittelten Verschiebungsverteilung aus InSAR in Verbindung mit der Morphologie aus Luftaufnahmen das Volumen der untersuchten Erdrutsche empirisch abgeleitet. Ich habe eine Volumenformel für unseren Fall angepasst, und die verfügbaren Datensätze bezüglich Seismizität und Niederschlag kombiniert, um potenzielle auslösende Faktoren zu analysieren. Eine leitende Frage hierbei war: Was sind die Ursachen für die Beschleunigung von Erdrutschen, wie sie in den InSAR Daten beobachtet werden konnte? Das Untersuchungsgebiet in Zentral Georgien ist seismisch sehr aktiv. Als zusätzlichen Produkt der InSAR Datenanalyse wurde ein Deformationsgebiet gefunden, welches im Zusammenhang mit dem Mw=6.0 Erdbeben vom 7. September 2009 zusammenhängt. Beweise für Oberflächenbrüche, die direkt mit dem Erdbeben zusammenhängen, konnten in dem Gebiet nicht gefunden werden, jedoch konnten während und nach dem Erdbeben neue Erdrutsche beobachtet werden. Die Dissertation unterstreicht, dass Verformungsinformationen aus InSAR Analysen helfen können ein Gebiet, welches von Erdbebeninduzierten Erdrutschen gefährdet ist, zu kartieren. Potenziell stellt InSAR eine Technik dar, die von Bedeutung für die landesweite Überwachung von Erdrutschen sein kann, insbesondere im Hinblick auf die neuen Satellitensensoren, die in den kommenden Jahren verfügbar sein werden. KW - Erdrutsch KW - Georgien KW - InSAR Datenanalyse KW - Landslide KW - remote sensing KW - Georgia KW - displacement KW - InSAR Y1 - 2013 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-70406 ER - TY - THES A1 - Brune, Sascha T1 - Landslide generated tsunamis : numerical modeling and real-time prediction T1 - Tsunamis, die durch unterseeische Rutschungen angeregt werden : numerische Modellierung und Echtzeit-Vorhersage N2 - Submarine landslides can generate local tsunamis posing a hazard to human lives and coastal facilities. Two major related problems are: (i) quantitative estimation of tsunami hazard and (ii) early detection of the most dangerous landslides. This thesis focuses on both those issues by providing numerical modeling of landslide-induced tsunamis and by suggesting and justifying a new method for fast detection of tsunamigenic landslides by means of tiltmeters. Due to the proximity to the Sunda subduction zone, Indonesian coasts are prone to earthquake, but also landslide tsunamis. The aim of the GITEWS-project (German-Indonesian Tsunami Early Warning System) is to provide fast and reliable tsunami warnings, but also to deepen the knowledge about tsunami hazards. New bathymetric data at the Sunda Arc provide the opportunity to evaluate the hazard potential of landslide tsunamis for the adjacent Indonesian islands. I present nine large mass movements in proximity to Sumatra, Java, Sumbawa and Sumba, whereof the largest event displaced 20 km³ of sediments. Using numerical modeling, I compute the generated tsunami of each event, its propagation and runup at the coast. Moreover, I investigate the age of the largest slope failures by relating them to the Great 1977 Sumba earthquake. Continental slopes off northwest Europe are well known for their history of huge underwater landslides. The current geological situation west of Spitsbergen is comparable to the continental margin off Norway after the last glaciation, when the large tsunamigenic Storegga slide took place. The influence of Arctic warming on the stability of the Svalbard glacial margin is discussed. Based on new geophysical data, I present four possible landslide scenarios and compute the generated tsunamis. Waves of 6 m height would be capable of reaching northwest Europe threatening coastal areas. I present a novel technique to detect large submarine landslides using an array of tiltmeters, as a possible tool in future tsunami early warning systems. The dislocation of a large amount of sediment during a landslide produces a permanent elastic response of the earth. I analyze this response with a mathematical model and calculate the theoretical tilt signal. Applications to the hypothetical Spitsbergen event and the historical Storegga slide show tilt signals exceeding 1000 nrad. The amplitude of landslide tsunamis is controlled by the product of slide volume and maximal velocity (slide tsunamigenic potential). I introduce an inversion routine that provides slide location and tsunamigenic potential, based on tiltmeter measurements. The accuracy of the inversion and of the estimated tsunami height near the coast depends on the noise level of tiltmeter measurements, the distance of tiltmeters from the slide, and the slide tsunamigenic potential. Finally, I estimate the applicability scope of this method by employing it to known landslide events worldwide. N2 - Submarine Erdrutsche können lokale Tsunamis auslösen und stellen somit eine Gefahr für Siedlungen an der Küste und deren Einwohner dar. Zwei Hauptprobleme sind (i) die quantitative Abschätzung der Gefahr, die von einem Tsunami ausgeht und (ii) das schnelle Erkennen von gefährlichen Rutschungsereignissen. In dieser Doktorarbeit beschäftige ich mich mit beiden Problemen, indem ich Erdrutschtsunamis numerisch modelliere und eine neue Methode vorstelle, in der submarine Erdrutsche mit Hilfe von Tiltmetern detektiert werden. Die Küstengebiete Indonesiens sind wegen der Nähe zur Sunda-Subduktionszone besonders durch Tsunamis gefährdet. Das Ziel des GITEWS-Projektes (Deutsch- Indonesisches Tsunami-Frühwarnsystem) ist es, schnell und verlässlich vor Tsunamis zu warnen, aber auch das Wissen über Tsunamis und ihre Anregung zu vertiefen. Neue bathymetrische Daten am Sundabogen bieten die Möglichkeit, das Gefahrenpotential von Erdrutschtsunamis für die anliegenden indonesischen Inseln zu studieren. Ich präsentiere neun große Rutschungereignisse nahe Sumatra, Java, Sumbawa und Sumba, wobei das größte von ihnen 20 km³ Sediment bewegte. Ich modelliere die Ausbreitung und die Überschwemmung der bei diesen Rutschungen angeregten Tsunamis. Weiterhin untersuche ich das Alter der größten Hanginstabilitäten, indem ich sie zu dem Sumba Erdbeben von 1977 in Beziehung setze. Die Kontinentalhänge im Nordwesten Europa sind für Ihre immensen unterseeischen Rutschungen bekannt. Die gegenwärtige geologische Situation westlich von Spitzbergen ist vergleichbar mit derjenigen des norwegischen Kontinentalhangs nach der letzten Vergletscherung, als der große Tsunamianregende Storegga-Erdrutsch stattfand. Der Einfluss der arktischen Erwärmung auf die Hangstabilität vor Spitzbergen wird untersucht. Basierend auf neuen geophysikalischen Messungen, konstruiere ich vier mögliche Rutschungsszenarien und berechne die entsprechenden Tsunamis. Wellen von 6 Metern Höhe könnten dabei Nordwesteuropa erreichen. Ich stelle eine neue Methode vor, mit der große submarine Erdrutsche mit Hilfe eines Netzes aus Tiltmetern erkannt werden können. Diese Methode könnte in einem Tsunami-Frühwarnsystem angewendet werden. Sie basiert darauf, dass die Bewegung von großen Sedimentmassen während einer Rutschung eine dauerhafte Verformung der Erdoberfläche auslöst. Ich berechne diese Verformung und das einhergehende Tiltsignal. Im Falle der hypothetischen Spitzbergen-Rutschung sowie für das Storegga-Ereignis erhalte ich Amplituden von mehr als 1000 nrad. Die Wellenhöhe von Erdrutschtsunamis wird in erster Linie von dem Produkt aus Volumen und maximaler Rutschungsgeschwindigkeit (dem Tsunamipotential einer Rutschung) bestimmt. Ich führe eine Inversionsroutine vor, die unter Verwendung von Tiltdaten den Ort und das Tsunamipotential einer Rutschung bestimmt. Die Genauigkeit dieser Inversion und damit der vorhergesagten Wellenhöhe an der Küste hängt von dem Fehler der Tiltdaten, der Entfernung zwischen Tiltmeter und Rutschung sowie vom Tsunamipotential ab. Letztlich bestimme ich die Anwendbarkeitsreichweite dieser Methode, indem ich sie auf bekannte Rutschungsereignisse weltweit beziehe. KW - Tsunami KW - Erdrutsch KW - Indonesien KW - Spitzbergen KW - Tiltmeter KW - Tsunami KW - Landslide KW - Indonesia KW - Spitsbergen KW - Tiltmeter Y1 - 2009 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-32986 ER -