Die Erde ist laut. Warum sollten seine Daten still sein?

Vulkanausbrüche können alle unsere Sinne ansprechen. Dramatische Szenen von Lavaströmen und Aschewolken, der Klang und das Gefühl seismischer Vibrationen, der Geruch und Geschmack von Gasemissionen und Asche, die Intensität der Hitze – wissenschaftliche Instrumente können die physikalischen und chemischen Ursachen dieser Empfindungen messen, aufzeichnen und sie bewahren als numerische Daten. Wenn Wissenschaftler jedoch Daten analysieren, um nach Mustern und Anomalien zu suchen, greifen sie am häufigsten auf visuelle Darstellungen zurück. Könnten unsere anderen Sinne uns Dinge sagen, die unseren Augen fehlen?

Das menschliche Hörsystem übertrifft manchmal das Sehvermögen, wenn es darum geht, subtile zeitliche Muster zu erkennen oder Ursache-Wirkungs-Beziehungen herauszufinden.

Grafiken, Fotos, Karten und Videos sind bekannte und häufig genutzte Werkzeuge zur visuellen Darstellung. Allerdings übertrifft das menschliche Hörsystem manchmal das Sehvermögen, wenn es darum geht, subtile zeitliche Muster zu erkennen oder Ursache-Wirkungs-Beziehungen zwischen mehreren Datenströmen herauszufinden. In der Forschung führen neue Methoden der Datenuntersuchung häufig zu Entdeckungen. Auditive Darstellung und Sonifikation – die Darstellung von Daten durch Klang – bergen daher ein großes Potenzial für die Weiterentwicklung der Wissenschaft, indem sie Wissenschaftlern dabei helfen, ihre kreativen und deduktiven Fähigkeiten besser auszuschöpfen.

Die Beschallung wurde in der Vergangenheit nur in begrenztem Umfang eingesetzt, beispielsweise durch die bekannten Geräusche von Sonaranzeigen und Geigerzählern. Die Zeit ist reif, diese Fähigkeit in der Forschung umfassender zum Einsatz zu bringen. Naturwissenschaftliche Bildungs- und Öffentlichkeitsarbeit kann auch aktuelle kulturelle Trends und technologische Entwicklungen nutzen, die immersive Multimedia-Erlebnisse ermöglichen, um Informationen mithilfe von Ton einem breiteren, nicht technisch versierten Publikum zugänglich zu machen [z. B. Holtzman et al., 2014]. Darüber hinaus bietet die Sonifikation einen Rahmen für die Wahrnehmung und Auswertung von Daten durch sehbehinderte Wissenschaftler [z. B. Song und Beilharz, 2007], die potenziell über eine höher entwickelte akustische Wahrnehmung und Wahrnehmung verfügen als sehbehinderte Menschen.

Bei der Sonifikation handelt es sich um Datenverarbeitungsschritte, die mitunter analog und komplementär zu denen sind, die in Methoden des maschinellen Lernens verwendet werden [Holtzman et al., 2018], wodurch schnell wichtige Merkmale und nützliche Arbeitsabläufe für die Erkundung von Datensätzen aufgedeckt werden können [Barth et al., 2020]. In Kombination mit Modellergebnissen, die auch akustisch dargestellt werden können, können durch Sonifizierung physikalischer Daten identifizierte Merkmale zu neuen Erkenntnissen über komplexe natürliche Systeme in der festen Erd- und Oberflächenumgebung führen.

Die direkte Sonifikation ist eine der einfachsten Formen der akustischen Darstellung und kann problemlos auf eine Vielzahl von Schwingungsdaten angewendet werden.

In den Geowissenschaften wird die Sonifikation seit dem Kalten Krieg in der Seismologie eingesetzt [Speeth, 1961]. Wissenschaftler erkannten, dass das menschliche Ohr zwischen Bombenexplosionen und tektonischen Erdbeben unterscheiden kann, indem es die Aufzeichnungen von Bodenerschütterungen einfach auf den Bereich des menschlichen Hörvermögens beschleunigt (~20 Hertz bis 20 Kilohertz). Diese direkte Sonifikation ist eine der einfachsten Formen der akustischen Darstellung und kann (mit entsprechender Vorverarbeitung) problemlos auf eine Vielzahl von Oszillationsdaten angewendet werden, beispielsweise solche, die Planetenumlaufbahnen, Seismizität, Infraschall, Eiskern- oder Sedimentaufzeichnungen sowie Paläomagnetismus detailliert beschreiben.

Jüngste Arbeiten haben gezeigt, dass Menschen auch ohne spezielles Training in der akustischen Darstellung von Seismogrammen Merkmale der Ausbreitung seismischer Wellen durch die Erde von Signaturen der Erdbebenquelle unterscheiden können, und diese Fähigkeit verbessert sich nach dem Training [Boschi et al., 2017]. Da die interessierenden Frequenzen teleseismischer Erdbebendaten (0,0001–10 Hertz) weit unter der unteren Grenze des menschlichen Hörbereichs liegen, erfordert die direkte Sonifikation, dass Rohdaten zu höheren Frequenzen verschoben werden. Diese Frequenzverschiebung – die Multiplikation diskret abgetasteter Beobachtungszeiten mit einem Geschwindigkeitsfaktor – stellt einen ästhetischen Parameter dar, der ausgewählt werden muss, wie die Farbe oder Größe eines Symbols in einem visuellen Diagramm.

Bei der Sonisierung von Katalogen von Erdbeben oder anderen oszillierenden datenerzeugenden Ereignissen können Forscher mehrere Geschwindigkeitsfaktoren verwenden, um einzelne Ereignisse zu strecken oder zu komprimieren und gleichzeitig die zeitliche Abfolge des Katalogs genau beizubehalten. Die Audioräumlichkeit kann zusätzlich dazu beitragen, Geräusche zu unterscheiden oder räumliche Parameter, wie etwa Erdbebenhypozentren, relativ zu einem ausgewählten Beobachtungsort darzustellen [Paté et al., 2022].

Erhalten Sie jeden Freitag die faszinierendsten Wissenschaftsnachrichten der Woche in Ihrem Posteingang.

Die Sonifikation kann auch auf Datensätze angewendet werden, die nicht einfach oszillierend sind, obwohl zur Darstellung anderer Parameter zusätzliche Auswahlmöglichkeiten über die Geschwindigkeitsfaktoren hinaus erforderlich sind. Ein beliebter Ansatz ist die Parameter-Mapping-Sonifizierung, bei der Datenparameter auf Klangparameter abgebildet werden. Beispielsweise wird die Tonhöhe eines kontinuierlichen Pfiffs aus einem Teekessel höher, wenn die Siedegeschwindigkeit des Wassers zunimmt. Die steigende Schallfrequenz weist auf einen Anstieg des Dampfflusses durch das Loch im Auslauf hin, ein physikalischer Prozess, der ein akustischer Indikator für die Siedegeschwindigkeit ist. Allgemeine Sonifikationsansätze erreichen dies, indem sie Daten in Klang umwandeln. Andere Ansätze können beispielsweise bestimmte Ereignisse wie Erdbeben mit einem bestimmten Geräusch darstellen, das als akustisches Symbol bezeichnet wird. Das akustische Symbol kann auf der Grundlage von Aspekten der Daten moduliert werden, beispielsweise durch die Verwendung einer höheren Tonhöhe und eines geringeren Nachhalls für seismische Ereignisse geringerer Stärke.

Ein weiterer oft nützlicher Ansatz ist die Kombination von Sonifikation und Animation, damit das akustische und das visuelle System zusammenarbeiten können.

Wie Musiker wissen, können viele Parameter bei der Unterscheidung von Klängen helfen: Tonhöhe, Lautstärke, Klangfarbe sowie harmonische und zeitliche Komplexität können alle manipuliert und auf Daten abgebildet werden. Ansätze wie die Granularsynthese, die in der Audiotechnik und Computermusik üblich sind, stellen ebenfalls leistungsstarke Werkzeuge zur Darstellung vielfältiger und hochdimensionaler wissenschaftlicher Daten dar [Roads, 2004].

Die Kombination von Sonifikation und Animation, damit das akustische und das visuelle System zusammenarbeiten können, ist ein weiterer oft nützlicher Ansatz [Holtzman et al., 2014]. Die resultierenden „Datenfilme“ enthalten typischerweise einen audiovisuellen Schlüssel, der die auditiven und visuellen algorithmischen Regeln zur Generierung der Datendarstellung erklärt. Animationen umfassen visuelle Datendarstellungstools und ermöglichen die Einbeziehung weiterer Datentypen sowie Modelle, die die Interpretation erleichtern.

Um die Bandbreite der Sonifikationstechniken und den oben beschriebenen Datenfilmansatz zu demonstrieren, haben wir mit mehreren Datensätzen gearbeitet, die die vulkanische Aktivität am Vulkan Kīlauea auf Hawaii aufzeichnen.

Kīlauea, einer der aktivsten Vulkane der Welt, wird durch das Dekompressionsschmelzen einer Mantelwolke gespeist, die auch andere aktive Vulkane auf der Insel Hawaii speist (Abbildung 1). Der Gipfelschlot des Kīlauea war von 2008 bis 2018 aktiv und beherbergte in dieser Zeit einen aktiven Lavasee, der ein offenes Fenster in das darunter liegende Magmasystem bot [Patrick et al., 2021].

Diese Gipfelaktivität wurde von zeitweiligen effusiven (nicht explosiven) Eruptionen entlang der East Rift Zone von Kīlauea begleitet, wie zum Beispiel dem Kamoamoa-Ausbruch im Jahr 2011. Die Aktivität gipfelte im Jahr 2018 mit einem Ausbruch der East Rift Zone, der etwa 1 Kubikkilometer Magma produzierte und umliegende Viertel beschädigte Infrastruktur und löste eine monatelange Abfolge erdbebenauslösender Caldera-Einstürze auf dem Gipfel aus. Die Analyse dieses jahrzehntelangen Ausbruchs sowie mehr als ein Jahrhundert vorangegangener Studien haben Kīlauea zu einem der am besten verstandenen aktiven Vulkane der Welt gemacht.

Die allgemeine Struktur des flachen Magmasystems von Kīlauea ist seit Jahrzehnten bekannt, obwohl Forscher das Bild kontinuierlich verfeinern und wichtige Fragen unbeantwortet bleiben.

Die allgemeine Struktur des flachen Magmasystems von Kīlauea ist seit Jahrzehnten bekannt, obwohl Forscher das Bild kontinuierlich verfeinern und wichtige Fragen unbeantwortet bleiben. Über einem tiefen Magmatransportnetz, das aus der darunter liegenden Mantelwolke aufsteigt, wird vermutet, dass Magma an einigen Orten gespeichert ist: in einem Reservoir etwa 1–2 Kilometer unterhalb des Halema'uma'u-Kraterschlots auf dem Gipfel, in einer anderen Region 3–5 Kilometer unterhalb des Gipfelschlots und entlang deichartiger Strukturen, die sich seitlich vom Gipfel bis zu den Riftzonen des Vulkans erstrecken. Während eines Großteils des Zeitraums 2008–2018 existierte eine direkte Verbindung zwischen dem flacheren Magmareservoir und dem Lavasee auf dem Gipfel.

Obwohl die räumliche Struktur und die zeitliche Konnektivität des unterirdischen Magmas in Kīlauea nicht vollständig verstanden sind, haben wir die verfügbaren Informationen in eine Reihe konzeptioneller Skizzen des Magmasystems integriert. Diese Skizzen kontextualisieren unseren Fokus auf die obersten Ausläufer des Vulkans in einem Datenfilm, der die Entwicklung des flachen Magmasystems auf dem Gipfel über zwei Zeitfenster während der jüngsten Eruptionsperiode darstellt.

Der zusammengesetzte Datenfilm enthält eine Einführung und einen akustischen Schlüssel (mit Voice-Over des Textes zur besseren Zugänglichkeit), um die Sonifikationstechniken und den geologischen Kontext vorzustellen. Das erste Zeitfenster veranschaulicht die Dynamik des Halema'uma'u-Kraters im dekadischen Maßstab von 2008 bis 2018, in der ein breites Spektrum an Aktivitäten stattfand (Abbildung 2, links); Das zweite Bild zeigt die Einsturzsequenz der Gipfel-Caldera und den Ausbruch der unteren East Rift Zone im Jahr 2018 (Abbildung 2, rechts). Für das erste Fenster bedeutet die Dauer des Datenfilms von 120 Sekunden, dass jede Sekunde im Film ungefähr einen Monat Echtzeit darstellt; Für die vergrößerte Einsturzsequenz 2018 zwischen dem 11. Mai und dem 7. August entspricht jede Sekunde etwa einem Tag. (Für beide Fälle haben wir auch 60-Sekunden-Versionen der Filme erstellt, um zu zeigen, wie sich die Zeitskalierung auf die Details verändert, mit denen Ereignisse untersucht werden können.)

Wir haben drei Datensätze zur Sonifizierung für den Datenfilm 2008–2018 ausgewählt. Erdbeben in der Nähe des Gipfels aus einem inselweiten seismischen Katalog verfolgen den zeitlichen Verlauf des Spannungszustands des Vulkans. Ein separater Katalog [Crozier und Karlstrom, 2021] kleiner Erdbeben im Zusammenhang mit Steinschlägen von Kraterwänden in den Lavasee spiegelt die Seismizität mit sehr langer Periode (VLP) wider, mit vorherrschenden Oszillationsperioden von mehr als 10 Sekunden. Und radiale Bodenverformungsdaten, die von gipfelnahen Sensoren des Global Navigation Satellite System (GNSS) erfasst werden, verfolgen die Inflation und Deflation der Bodenoberfläche [Patrick et al., 2021]. Wir haben diese drei Datensätze mit Methoden beschallt, die darauf ausgelegt sind, die physikalischen Prozesse, die die verschiedenen Daten erfasst haben, qualitativ darzustellen.

Für gipfelnahe Erdbeben verwendeten wir eine einfache direkte Sonifikation gipfelnaher vertikaler Bodenbewegungen von einer Station (NPT/NPB) im Hawaiian Volcano Observatory-Netzwerk des US Geological Survey. Für jedes Erdbeben haben wir einen Geschwindigkeitsfaktor von 150 angewendet, was bedeutet, dass seismische Frequenzen, die ursprünglich über etwa 0,13 Hertz lagen, im Film hörbar sind. Unterschiede in der Stärke und Dauer einzelner Erdbeben spiegeln sich in Lautstärke und Klangfarbe wider. In Kombination mit einer Animation des hypozentralen Standorts (direkt unter dem Epizentrum jedes Erdbebens) ermöglicht dieser Ansatz eine klare Identifizierung von Spannungsänderungen und Bruchmustern im Inneren des Vulkans im Laufe der Zeit. Wir verwendeten außerdem Links-Rechts-Stereoschwenks (d. h. eine ungleichmäßige Aufteilung des Schalls in verschiedene Kanäle), um den Längsabstand jedes Erdbebens vom Kraterzentrum darzustellen.

Sobald sich der Halema'uma'u-Krater im Jahr 2008 öffnete, begannen freigelegte Kraterwände nach und nach in den aufgewühlten Lavasee einzustürzen.

Die VLP-Seismizität hingegen erzählt eine Geschichte über das sich entwickelnde Magmasystem unter Kīlauea. Sobald sich der Halema'uma'u-Krater im Jahr 2008 öffnete, begannen freigelegte Kraterwände nach und nach in den aufgewühlten Lavasee einzustürzen, und bis 2018 war der Durchmesser des Lavasees um den Faktor 4 gewachsen. Seismometer stellten ein gedämpftes, resonantes Schwappen von Magma fest und aus dem flachen (1 bis 2 Kilometer tiefen) Halema'uma'u-Reservoir, das durch große Steine ​​verursacht wurde, die auf die Oberfläche des Lavasees fielen. Die Dauer und Frequenzen (sowohl der Grundmodus als auch die Obertöne) dieser bemerkenswerten Resonanz hängen von der Geometrie des Magmasystems und von mehrphasigen Magmaeigenschaften wie Temperatur und Blasengehalt ab. Schwankungen der Resonanzeigenschaften im Laufe der Zeit spiegeln somit Veränderungen innerhalb des Magmasystems wider [Crozier und Karlstrom, 2022].

Obwohl diese VLP-Wellenformen oft recht tonal sind (dh nur wenige Obertöne aufweisen), führt die direkte Beschallung zu kurzen Klängen, die die Komplexität der realen Ereignisse nicht gut wiedergeben. Um es den Zuhörern zu ermöglichen, die zeitliche Struktur der VLP-Seismizität zu hören, verwendeten wir einen Ansatz, bei dem wir die stärksten Spektralspitzen in jedem Seismogramm beschallten, indem wir reine Sinustöne – mit Frequenzen zwischen 200 und 500 Hertz und einer Tondauer von 1 Sekunde – synthetisierten, die konservieren der relative Frequenzabstand und die zeitlichen Hüllkurven in den seismischen Daten (Abbildung 3).

Auch hier ist die Animation eine wichtige Hilfe bei der Interpretation des Klangs: Wir verknüpfen jedes VLP-Ereignis mit einem Farbtupfer in einer Skizze des Lavasees auf dem Gipfel und des flachen Rohrleitungssystems. Die Farbskala entspricht der Periode des VLP-Grundmodus, wobei kühlere Farben kürzere Perioden darstellen. Da die Periode und die Abklingrate der VLP-Seismizität die Magmatemperatur und den flüchtigen Inhalt im flachen Reservoir und in der Leitung verfolgen [Crozier und Karlstrom, 2022], bietet diese Animation ein Werkzeug zur Untersuchung, wie sich die interne Dynamik des Vulkans wahrscheinlich durch den Ausbruch entwickelt hat.

Schließlich haben wir sonifizierte geodätische (radiale GNSS) Daten rund um den Gipfel des Kīlauea gesammelt, die die Magmabildung unterhalb des Gipfels verfolgen. Dieses Magma trug dazu bei, die Dynamik des Lavasees voranzutreiben und die klimatische Eruptionssequenz im Jahr 2018 zu liefern, und die GNSS-Daten erfassen Verformungen, die über größere Gebiete und längere Zeitskalen auftreten als die Erdbebendaten. Wir haben eine Sonifikationsmethode gewählt, die die relativ langsame Zunahme oder Abnahme der radialen Verformung durch Hinzufügen bzw. Entfernen von Noten zu einem Akkord synthetisierter Töne darstellt. Wir haben diesen Akkord aus Noten des lydischen Modus (einer siebentönigen Tonleiter) aufgebaut, die sich über drei Oktaven erstreckt. Das allmähliche Anschwellen des Vulkans bis zum plötzlichen Zusammenbruch im Jahr 2018 wird so mit stetig steigender Tondichte und Frequenzen akustisch dargestellt. Kleine Verformungsschwankungen, die in den langfristigen Inflationstrend eingebettet sind, werden dargestellt, indem die Lautstärke des Akkords im Laufe der Zeit mit diesen kurzfristigen, trendbereinigten Schwankungen skaliert wird. Visuell wird die Verformung als Kreis mit variierendem Radius dargestellt, der sich am vermuteten Schwerpunkt des Halema'uma'u-Reservoirs befindet, in dem sich Magma ansammelte.

Für die Caldera-Einsturzsequenz 2018 haben wir nur geodätische und Erdbebenkatalogdaten beschallt, was eine gezieltere Untersuchung des zyklischen Verhaltens während der klimatischen Eruptionsepisode ermöglicht.

Für die Caldera-Einsturzsequenz 2018 haben wir nur geodätische und Erdbebenkatalogdaten beschallt, was eine gezieltere Untersuchung des zyklischen Verhaltens während der klimatischen Eruptionsepisode ermöglicht. In dieser Sequenz ereigneten sich etwa täglich 62 Erdbeben der Stärke 5, begleitet von stufenförmigen Absenkungen des Caldera-Bodens, die von einem gipfelnahen Neigungsmesser (einer anderen Art geodätischer Messung als GNSS) aufgezeichnet wurden. Zwischen diesen Einsturzereignissen ereigneten sich Hunderte kleinerer Erdbeben, wobei die Zeitspanne zwischen den Ereignissen mit zunehmender Belastung bis zum nächsten großen Einbruch kürzer wurde.

Wir haben den von Barth et al. entwickelten Chord-Sweep-Ansatz verwendet. [2020], um die Tiltmeter-Daten zu beschallen, was zu kontinuierlichen Tonclustern führt, die mit dem Zusammenbruch der Caldera auf einer symmetrischen oktatonischen Tonleiter ansteigen und abfallen. Die direkte Beschallung von Erdbeben mit einem Geschwindigkeitsfaktor von 280 (ursprüngliche Frequenzen über etwa 0,07 Hertz sind hörbar) ermöglicht eine klare Unterscheidung zwischen verschiedenen Ereignisgrößen, und die Links-Rechts-Stereoschwenkung relativ zum Zentrum der Caldera vermittelt ein räumliches Gefühl für den Zusammenbruch der Caldera . Wir haben etwa 16.000 Erdbeben mit einer Stärke von mehr als 1,5 [Shelly und Thelen, 2019] sonifiziert, die an einer Station (PUHI) entfernt vom Gipfel aufgezeichnet wurden, um Signalbeschneidungen zu vermeiden. Für die begleitende Visualisierung haben wir die Hypozentren und Tiefen von Erdbeben auf einem Bild der regionalen Topographie und unter einer Zeitachse der Bodenneigung animiert und eingefärbt. Dieser visuelle Ansatz veranschaulicht den dramatischen Einsturz der Caldera am Ende der Sequenz von 2018 anhand der anschließend gesammelten topografischen Daten.

Gut aufgebaute Datenfilme können auf mehreren Ebenen betrachtet werden. Mehr noch als standardmäßige, statische Darstellungen von Zeitreihendaten wecken Datenfilme die Neugier, selbst bei Zuschauern ohne wissenschaftlichen Hintergrund oder Ausbildung. Bei Bereitstellung eines audiovisuellen Schlüssels ermöglichen visuelle Muster und Geräusche eine schnelle Beurteilung von Kausalität und räumlicher Struktur. Man kann Datenfilme auch als rein ästhetische Kreationen betrachten und anhören, unabhängig von der zugrunde liegenden Wissenschaft. Tatsächlich spiegeln unsere Ansätze zur Sonisierung von Daten für den Kīlauea-Datenfilm datengesteuerte Techniken wider, die bei der Komposition von Computermusik verwendet werden, und Episoden vulkanischer Unruhen beinhalten natürlich überzeugende musikalische Elemente der Spannung und Entspannung.

Datenfilme enthalten Bedeutungsebenen, die durch mehrmaliges Ansehen und Anhören sowie durch zunehmende wissenschaftliche Erkenntnisse entstehen können.

Unter dem ästhetischen Reiz bergen Datenfilme jedoch, wie jede gute technische Grafik, Bedeutungsebenen, die durch mehrmaliges Anschauen und Anhören sowie durch zunehmende wissenschaftliche Erkenntnisse zum Vorschein kommen können. Wenn Sie sich unseren Film beispielsweise ein paar Mal ansehen (oder vielleicht auch nur einmal, wenn Sie sehr aufmerksam sind), bemerken Sie möglicherweise Verschiebungen in der VLP-Periode, die mit den Mustern anderer Erdbeben rund um den Vulkan und der Bodeninflation zwischen 2008 und 2018 übereinstimmen Möglicherweise fällt Ihnen auch die bemerkenswerte Abfolge kleiner Vorbeben auf, die 2018 größeren Ereignissen vorausgingen und sich räumlich um mehrere sich entwickelnde Verwerfungsstrukturen herum lokalisierten, die den großflächigen Caldera-Kollaps auslösten.

Einige dieser Muster wurden bereits in der von Experten begutachteten Literatur angesprochen. Aber andere müssen noch untersucht oder erklärt werden. Was hörst du also? Scheinen klare Deformationsmuster, VLP-Seismizität oder Erdbeben der Eruptionssequenz von 2018 oder anderen Eruptionsereignissen vorauszugehen? Verändern sich die Erdbeben- und Deformationsmuster während der Eruptionssequenz 2018?

Die Sonifikation als Werkzeug zur Darstellung geowissenschaftlicher Daten steckt noch in den Kinderschuhen. Wir hoffen, dass die hier vorgestellte Anwendung, zu der weitere Einzelheiten beim Volcano Listening Project zu finden sind, andere dazu inspiriert, mit dem Abhören ihrer Daten zu experimentieren. Wir sind gespannt darauf, die Ergebnisse zu sehen und zu hören.

Wir danken Adam Roszkiewicz für das Mischen der zusammengesetzten Sonifikationen und Katie Mulliken für die konstruktive Überprüfung. AB und BH wurden durch das NSF-CISE-Stipendium 1663893 unterstützt. BH wurde durch ein Meijerjergen-Stipendium der University of Oregon zur Zusammenarbeit mit LK und durch ein Collaboratory-Stipendium der Columbia University für seinen Kurs „Sonic and Visual Representation of Data“ unterstützt, in dem es um Methoden ging Die hier verwendeten Technologien wurden entwickelt (verfügbar über https://seismicsoundlab.github.io). LK wurde durch das NSF CAREER-Stipendium 1848554 unterstützt. Die Verwendung von Handels-, Firmen- oder Produktnamen dient ausschließlich beschreibenden Zwecken und stellt keine Billigung durch die US-Regierung dar.

Barth, A., et al. (2020), Sonifikation und Animation multivariater Daten zur Beleuchtung der Dynamik von Geysirausbrüchen, Comput. Music J., 44(1), 35–50, https://doi.org/10.1162/comj_a_00551.

Boschi, L., et al. (2017), Zur Wahrnehmung auditierter seismischer Daten, J. Acoust. Soc. Am., 141(5), 3.899–3.899, https://doi.org/10.1121/1.4988767.

Crozier, J. und L. Karlstrom (2021), Wavelet-basierte Charakterisierung sehr langperiodischer Seismizität zeigt zeitliche Entwicklung des flachen Magmasystems während des Ausbruchs des Vulkans Kīlauea 2008–2018, J. Geophys. Res. Feste Erde, 126(6), e2020JB020837, https://doi.org/10.1029/2020JB020837.

Crozier, J. und L. Karlstrom (2022), Entwicklung der Magmatemperatur und der flüchtigen Inhalte während des Gipfelausbruchs des Vulkans Kīlauea 2008–2018, Sci. Adv., 8(22), eabm4310, https://doi.org/10.1126/sciadv.abm4310.

Holtzman, B., et al. (2014), Seismic Sound Lab: Sights, Sounds and Perception of the Earth as an Acoustic Space, in International Symposium on Computer Music Multidisciplinary Research, S. 161–174, Springer, Cham, Schweiz, https://doi.org/ 10.1007/978-3-319-12976-1_10.

Holtzman, BK, et al. (2018), Maschinelles Lernen zeigt zyklische Veränderungen in seismischen Quellenspektren im Geothermiefeld von Geysiren, Sci. Adv., 4(5), eaao2929, https://doi.org/10.1126/sciadv.aao2929.

Paté, A., et al. (2022), Kombination von Audio- und visuellen Displays zur Hervorhebung zeitlicher und räumlicher seismischer Muster, J. Multimodal User Interfaces, 16(1), 125–142, https://doi.org/10.1007/s12193-021-00378-8.

Patrick, M., et al. (2021), Kīlaueas Gipfel-Lavasee 2008–2018 – Chronologie und Einblicke in Eruptionen, US Geol. Überleben. Prof. Pap., 1867(A), https://doi.org/10.3133/pp1867A.

Roads, C. (2004), Microsound, MIT Press, Cambridge, Mass.

Shelly, DR und WA Thelen (2019), Anatomie eines Caldera-Einsturzes: Seismizitätssequenz des Gipfels des Kīlauea 2018 in hoher Auflösung, Geophys. Res. Lett., 46(24), 14.395–14.403, https://doi.org/10.1029/2019GL085636.

Song, HJ und K. Beilharz (2007), Gleichzeitige Hörstromdiskriminierung in der Hörgrafik, Int. J. Comput., 1(3), 79–87.

Speeth, SD (1961), Seismometergeräusche, J. Acoust. Soc. Am., 33(7), 909–916, https://doi.org/10.1121/1.1908843.

Wilding, JD, et al. (2022), Das magmatische Netz unter Hawaii, Science, 379, 462–468, https://doi.org/10.1126/science.ade5755.

Leif Karlstrom ([email protected]), University of Oregon, Eugene; Ben Holtzman, Columbia University, New York, NY; Anna Barth, University of California, Berkeley; Josh Crozier, California Volcano Observatory, US Geological Survey, Menlo Park; und Arthur Paté, Junia/Higher Institute of Electronics and Digital Technology, Lille, Frankreich