Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

The physics of Earthquake faulting: learning from laboratory earthquake prediCTiON to Improve forecasts of the spectrum of tectoniC failure modes: TECTONIC

Projektbeschreibung

Bessere Technologie zur Erkennung von Erdbeben

Seit Jahren steckt die Erdbebenprognose auf demselben Niveau fest, weil es keine verlässliche wissenschaftliche Basis oder entsprechende Technologie gibt. Interessanterweise konnte jetzt nachgewiesen werden, dass im Labor erzeugte Erdbeben mit Hilfe von maschinellem Lernen durchaus vorhersagt werden können. Die Beben kündigen sich durch eine Reihe von Mikrobrüchen an, die elastische Energie abstrahlen und somit den kommenden katastrophalen Zusammenbruch erkennen lassen. Maschinelles Lernen kann bei Erdbeben im Labor also den Zeitpunkt und in manchen Fällen sogar die Bebenstärke vorhersagen. Im EU-finanzierten Projekt TECTONIC werden diese Ergebnisse mit Feldbeobachtungen und maschinellem Lernen verknüpft, um Vorboten von Erdbeben zu finden und Prognosemodelle für tektonische Verwerfungen zu erstellen. Das multidisziplinäre Projektteam will für die Erdbebenforschung eine neue Wissenschaftlergeneration ausbilden und die Kooperation in der Forschungsgemeinde wesentlich breiter aufstellen als bisher.

Ziel

Earthquakes represent one of our greatest natural hazards. Even a modest improvement in the ability to forecast devastating events like the 2016 sequence that destroyed the villages of Amatrice and Norcia, Italy would save thousands of lives and billions of euros. Current efforts to forecast earthquakes are hampered by a lack of reliable lab or field observations. Moreover, even when changes in rock properties prior to failure (precursors) have been found, we have not known enough about the physics to rationally extrapolate lab results to tectonic faults and account for tectonic history, local plate motion, hydrogeology, or the local P/T/chemical environment. However, recent advances show: 1) clear and consistent precursors prior to earthquake-like failure in the lab and 2) that lab earthquakes can be predicted using machine learning (ML). These works show that stick-slip failure events –the lab equivalent of earthquakes– are preceded by a cascade of micro-failure events that radiate elastic energy in a manner that foretells catastrophic failure. Remarkably, ML predicts the failure time and in some cases the magnitude of lab earthquakes. Here, I propose to connect these results with field observations and use ML to search for earthquake precursors and build predictive models for tectonic faulting.

This proposal will support acquisition and analysis of seismic and geodetic data and construction of new lab equipment to unravel earthquake physics, precursors and forecasts. I will use my background in earthquake source theory, ML, fault rheology, and geodesy to address the physics of earthquake precursors, the conditions under which they can be observed for tectonic faults and the extent to which ML can forecast the spectrum of fault slip modes. My multidisciplinary team will train the next generation of researchers in earthquake science and foster a new level of broad community collaboration.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

ERC-ADG - Advanced Grant

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) ERC-2018-ADG

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

UNIVERSITA DEGLI STUDI DI ROMA LA SAPIENZA
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 2 603 500,00
Adresse
Piazzale Aldo Moro 5
00185 Roma
Italien

Auf der Karte ansehen

Region
Centro (IT) Lazio Roma
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

€ 2 603 500,00

Begünstigte (2)

Mein Booklet 0 0