Lang

Scientific Reports Band 13, Artikelnummer: 13983 (2023) Diesen Artikel zitieren

423 Zugriffe

1 Altmetrisch

Details zu den Metriken

Wir präsentieren einen faseroptischen Umgebungsdeformationssensor mit großer Reichweite, der auf aktiver Phasenrauschunterdrückung (PNC) in der messtechnischen Frequenzverteilung basiert. Die PNC-Erfassung nutzt Aufzeichnungen einer Kompensationsfrequenz, die üblicherweise verworfen wird. Ohne die Notwendigkeit spezieller Messgeräte arbeitet es synchron mit messtechnischen Diensten, was darauf hindeutet, dass bestehende phasenstabilisierte messtechnische Netzwerke problemlos als Umweltsensoren mitgenutzt werden können. Die Kompatibilität der PNC-Erfassung mit Inline-Verstärkung ermöglicht die Abfrage von Kabeln mit Längen über 1000 km und macht sie zu einem potenziellen Beitrag zur Erdbebenerkennung und Frühwarnung in den Ozeanen. Mithilfe von Spektralelement-Wellenfeldsimulationen, die die komplexe Kabelgeometrie genau berücksichtigen, vergleichen wir beobachtete und berechnete Aufzeichnungen der Kompensationsfrequenz für ein Erdbeben der Stärke 3,9 im Südosten Frankreichs und eine 123 km lange Glasfaserverbindung zwischen Bern und Basel in der Schweiz. Die Übereinstimmung sowohl der Phase als auch der Amplitude weist darauf hin, dass die PNC-Erfassung quantitativ eingesetzt werden kann, beispielsweise bei der Erdbebenerkennung und -charakterisierung.

Im letzten Jahrzehnt hat sich Distributed Acoustic Sensing (DAS) zu einer ausgereiften Technologie entwickelt, die eine hohe räumliche Abtastung und eine große Frequenzbandbreite vom MHz- bis kHz-Bereich bietet1,2. Dadurch wurden vielfältige Forschungsmöglichkeiten mit unmittelbarer gesellschaftlicher Relevanz eröffnet, beispielsweise in der seismischen Bildgebung und Überwachung von oberflächennahen Strukturen und Reservoirs3,4,5,6,7, der Erkennung und Charakterisierung der Seismizität von Vulkanen für eine mögliche Frühwarnung8,9, 10,11 und Studien zur Struktur und Dynamik von Gletschern und Eisschilden12,13,14,15.

Im Einklang mit der Popularisierung von DAS wurden neuartige Sensoransätze entwickelt, um zwei seiner Nachteile zu überwinden: die hohen Kosten von DAS-Einheiten und die maximale Abfrageentfernung von typischerweise mehreren zehn Kilometern, die in bestimmten Fällen durch den Einsatz von Repeatern verlängert werden kann Das Kabel ist zugänglich. Unter Ausnutzung der verformungsabhängigen Doppelbrechung konnte gezeigt werden, dass optische Polarisationsänderungen, die sich entlang transozeanischen Telekommunikationskabeln ansammeln, seismische Bodenbewegungen aufzeichnen16,17. In einer früheren Studie wurde gezeigt, dass optische Phasenänderungen in ultrastabilen Lasersignalen, die über Mess- oder Telekommunikationsnetze mit einer Länge von Hunderten bis Tausenden von Kilometern übertragen werden, empfindlich auf eine Vielzahl von Umweltsignalen, einschließlich Erdbeben, reagieren18. Mit einem konzeptionell ähnlichen Ansatz wurde ein Mikrowellenfrequenz-Faserinterferometer (MFFI) zu einem Bruchteil der Kosten kommerzieller DAS-Einheiten19 entwickelt, was diese Technologie für Umwelt- und Naturgefahrenanwendungen in Ländern mit niedrigem Einkommen attraktiv macht. Ein direkter Vergleich von DAS und MFFI verdeutlichte das Potenzial des letzteren für die quantitative Wissenschaft20. Während auf Phasenübertragung basierende Technologien nur räumlich integrierte statt verteilte Verformungsmessungen ermöglichen, kann ein gewisses Maß an räumlicher Auflösung entweder durch den Einsatz von Repeatern zwischen Fasersegmenten21 oder eine zeitabhängige Analyse der Signale22 erreicht werden. Auf Polarisation oder Phasenübertragung basierende faseroptische Sensortechnologien erhöhen die Abdeckung erheblich, insbesondere in den Ozeanen, mit offensichtlichen Vorteilen für die seismische Bildgebung sowie für die Erdbeben- und Tsunami-Frühwarnung. Sie erfordern jedoch spezielle Messgeräte18,19 und möglicherweise die Unterbrechung des Dienstes, für den eine Glasfaser hauptsächlich verwendet werden soll18.

Hier stellen wir einen alternativen Ansatz zur faseroptischen Deformationserfassung mit großer Reichweite vor, der auf aktiver Phasenrauschunterdrückung (PNC) basiert. PNC wird üblicherweise zur Stabilisierung der Frequenzverteilung in messtechnischen Glasfasernetzen eingesetzt und erzeugt als Nebenprodukt optische Phasenänderungsmessungen, die normalerweise verworfen oder nur zur Überwachung des Systemzustands überwacht werden. Durch einen Vergleich mit Vollwellenformsimulationen eines regionalen Erdbebens zeigen wir, dass PNC quantitative Messungen der Bodenverformung ohne Unterbrechung der messtechnischen Frequenzverbreitung liefert. Dies impliziert, dass bestehende messtechnische Netzwerke ohne zusätzlichen Kosten- und Aufwand in weitreichende Verformungssensoren umgewandelt werden können.

Phasenstabilisierte Glasfasernetze werden häufig verwendet, um hochstabile und genaue optische Frequenzen von einem Ort zum anderen zu übertragen. Frequenzstörungen, die durch mechanische oder thermische Störungen entlang der Faser entstehen, können mit Hilfe von aktivem PNC kompensiert werden. In letzter Zeit wurden mehrere PNC-Glasfasernetze entwickelt, vor allem mit dem Ziel, die Leistung der Frequenzverbreitung über die von Satellitentechniken hinaus zu verbessern, was für den Vergleich modernster Atomuhren eine Notwendigkeit darstellt23,24,25,26,27, 28,29. Während die zeitabhängige Frequenz- oder Phasenkorrektur, die durch aktive PNC angewendet wird, aus messtechnischer Sicht per se kein nützliches Signal ist, liefert sie möglicherweise wertvolle Informationen über Bodenverformungen, die beispielsweise durch Erdbeben verursacht werden. Eine detaillierte Beschreibung des in dieser Arbeit verwendeten PNC-Netzwerks finden Sie in Ref. 30. Hier stellen wir eine komprimierte Zusammenfassung des Wesentlichen dar, ergänzt durch eine schematische Zusammenfassung in Abb. 1a.

PNC basiert auf einer kohärenten optischen Phasenmess- und Rückkopplungsschleife31, bei der ein rauscharmes Dauerstrich-Lasersignal von einer lokalen zu einer entfernten Station über eine Faser der Länge L gesendet wird. An der entfernten Station wird ein Teil des Signals eingekoppelt zur lokalen Verwendung ausgegeben, während der Rest zur Phasenerkennung an die lokale Station zurückgestrahlt wird. An einer bestimmten Position z entlang der Faser verursacht eine Inline-Dehnung \(\varepsilon (z,t)\) die optische Phasenstörung

Dabei ist \(\nu \) die Laserfrequenz und c die effektive Lichtgeschwindigkeit in der Faser22, die den photoelastischen Effekt erklärt. Der potenziell frequenzabhängige Koeffizient \(\alpha \) beschreibt die mechanische Kopplung der Faser an die feste Erde und muss typischerweise experimentell abgeleitet werden. Es umfasst ein breites Spektrum an Effekten, wie z. B. die mechanische Isolierung der Faser innerhalb des Kabels und Standorteffekte im Zusammenhang mit unbekannten kleinen Untergrundstrukturen. Unter der Annahme, dass die maximale Ausbreitungsverzögerung 2L/c im Vergleich zu den Zeitskalen der Verformung klein ist, ist die akkumulierte Phasenänderung an der lokalen Station gleich

Der ermittelte Phasenfehler wird in eine Korrekturfrequenz \(\Delta \nu \) umgewandelt, die mittels eines akustooptischen Modulators der optischen Frequenz aufgeprägt wird. Vorausgesetzt, dass \(\varphi (t)\) relativ zur PNC-Bandbreite von \(c/(4L)=406\) Hz langsam variiert, ist die Zeitableitung \(\dot{\varphi }(t)\) a gute Näherung an \(\Delta \nu \), das unsere Messgröße darstellt. Zusammenfassend stellen wir daher fest, dass die Instrumentenreaktion zwischen der Verformung \(\varepsilon \) und der gemessenen Korrekturfrequenz \(\Delta \nu \) gegeben ist durch

In der gängigen Praxis wird die Korrekturhäufigkeit \(\Delta \nu \) zur Überwachung des Systemzustands protokolliert oder vollständig verworfen. Hier speichern wir seine Zeitspur und verwandeln so den PNC in einen Verformungssensor.

Messprinzip und Versuchsaufbau. (a) Schematische Darstellung der interferometrischen Phasenmessung für PNC. Die Signalquelle ist ein ultrastabiler Laser. Ein Strahlteiler (BS) und zwei Spiegel (M1 und M2) bilden ein Interferometer vom Michelson-Typ, das das optische Phasenrauschen \(\varphi \) misst, das auf dem 123 km langen Interferometerarm, der die Labore in Bern und Basel verbindet, akkumuliert wird. Die optische Phase wird auf einer Fotodiode (PD) erfasst und verarbeitet, um über einen Phasenrauschunterdrückungsaufbau (PNC) eine Korrekturfrequenz \(\Delta \nu (t)\) zu erzeugen. Diese Frequenzkorrektur wird mithilfe eines akusto-optischen Modulators (AOM) auf die optische Frequenz angewendet, wodurch das Phasenrauschen kompensiert wird. Wir zeichnen \(\Delta \nu \) mit einer Abtastrate von 500 Hz auf. In Basel wird ein Teil der optischen Frequenz zur lokalen Nutzung in messtechnischen Anwendungen ausgekoppelt. (b) Geometrie des Glasfaserkabels, das das METAS in Bern mit der Universität Basel verbindet. Die Nahaufnahme zeigt die komplexe Kabelgeometrie innerhalb der Stadt Basel. Das Epizentrum und der Ursprungsmechanismus des Mulhouse-Erdbebens werden durch den Wasserball markiert. Das Ereignis ereignete sich in einer Tiefe von \(\sim \)13 km32. Schwarze Dreiecke markieren seismische Stationen, die Aufzeichnungen zur Validierung des seismischen Geschwindigkeitsmodells lieferten (siehe Abb. 3).

Wir haben das PNC-System auf einer 123 km langen Glasfaser implementiert, die das Eidgenössische Institut für Metrologie (METAS) in Bern und die Außenstation an der Universität Basel verbindet, wie in Abb. 1b dargestellt. Dieses Segment ist Teil eines größeren Glasfasernetzes, das ursprünglich für die Forschung in der Präzisionsspektroskopie30 entwickelt wurde, und ist in die Telekommunikationsinfrastruktur des Schweizer nationalen Forschungs- und Bildungsnetzwerks von SWITCH integriert. Die Integration eines phasenstabilisierten Frequenzsignals in ein betriebsbereites Glasfasernetzwerk erfordert eine sorgfältige Überlegung des Netzwerkdesigns, um Störungen mit gleichzeitig vorhandenen Spektralbändern für die Telekommunikation zu verhindern. Ein einfacher, aber teurer Ansatz ist die Verwendung spezieller dunkler Fasern. Eine kostengünstigere Lösung bieten Dunkelkanäle, bei denen das Signal in ein ungenutztes Spektralband gemultiplext wird. Im Gegensatz zu anderen etablierten Frequenzmessnetzwerken im C-Band (Wellenlänge 1530–1565 nm) haben wir hier einen Dunkelkanal im L-Band (Wellenlänge 1565–1625 nm) bei einer Frequenz von 190,7 THz (Wellenlänge 1572,06 nm) gewählt. , entsprechend ITU-T-Kanal 7. Zusätzlich zu den geringeren Kosten für die Glasfasermiete bietet dies eine große spektrale Schutzbandtrennung vom C-Band-Telekommunikationsdatenverkehr. Die Lichtquelle ist ein Diodenlaser mit externem Resonator (RIO Planex) bei einer Wellenlänge von 1572,06 nm, stabilisiert auf einen Resonator mit extrem geringer Ausdehnung und einer Feinheit von 140.000, was eine Laserlinienbreite im Hz-Bereich ergibt.

An zwei Punkten im Netzwerk werden bidirektionale Erbium-dotierte Faserverstärker platziert, um die optischen Leistungsverluste im Netzwerk zu kompensieren. Die Schleifenbandbreite unseres Systems, also die maximale Frequenz, bei der Phasenrauschen kompensiert werden kann, beträgt \(\nu _\text {PNC}\ca. 250\) Hz, etwas unter der theoretischen Grenze von \(L/4c = 406\) Hz, bedingt durch die Faserverzögerung. Dementsprechend messen wir \(\Delta \nu \) mit einer Rate von 500 Abtastwerten pro Sekunde, was einer Nyquist-Frequenz von 250 Hz entspricht, die weit über dem Frequenzbereich seismischer Ereignisse liegt.

Am 10. September 2022 bot das Erdbeben der Stärke M3.9 in Mulhouse eine einzigartige Gelegenheit, die Fähigkeit des PNC-Systems als seismischer Sensor zu testen. Rohe und tiefpassgefilterte Aufnahmen der Korrekturfrequenz \(\Delta \nu (t)\) sind in Abb. 2 dargestellt und als Zusatzdatei verfügbar. Bei Frequenzen über \(\sim \)30 Hz überdeckt der vorherrschende anthropogene Lärm das Erdbebensignal. Nach Anwendung eines 5-Hz-Tiefpassfilters werden die durch das Erdbeben verursachten Phasenverzerrungen sichtbar.

Rohe und 5 Hz tiefpassgefilterte Aufnahmen der PNC-Korrekturfrequenz \(\Delta \nu (t)\). Das Erdbebensignal dominiert das elektronische und anthropogene Rauschen bei Frequenzen unter \(\sim \)5 Hz.

Um abzuschätzen, inwieweit \(\Delta \nu (t)\) bei der quantitativen Lösung seismologischer Probleme genutzt werden kann, führen wir einen Vergleich mit simulierten Daten durch. Zu diesem Zweck haben wir ein bestehendes 1-D-Modell der seismischen Geschwindigkeit des weiteren Alpenraums33 leicht modifiziert, sodass es Dreikomponenten-Seismometer-Aufzeichnungen erklärt, die auf eine Mindestperiode von 3 s tiefpassgefiltert sind, und zwar in der Nähe des Kabels, etwa innerhalb von 500 m Lärm. In diesem Prozess haben wir nicht versucht, die Glasfaseraufzeichnungen abzugleichen, um optimistisch verzerrte Ergebnisse zu vermeiden. Abb. 3a zeigt die Tiefenverteilungen der P- und S-Wellengeschwindigkeiten. Wellenfeldsimulationen basieren auf dem Spektralelementlöser Salvus34, der topografische Variationen berücksichtigt. Informationen zur Erdbebenquelle, einschließlich Standort und Momententensor, werden von GEOFON32 bereitgestellt. Eine repräsentative Sammlung von Wellenformvergleichen für verschiedene Stationen und Komponenten ist in Abb. 3b dargestellt. Es zeigt, dass das 1-D-Modell trotz seiner Einfachheit Ankunftszeiten mit einer Genauigkeit von \(\sim \!1\) s und Amplituden mit einer Genauigkeit von \(\sim \!10\) % erklärt.

Vergleich regionaler Erdmodelle und Seismogramme. (a) Regionales 1-D-Modell der P-Wellen- und S-Wellen-Geschwindigkeit, leicht modifiziert gegenüber einem seismischen Modell der weiteren Alpenregion33, um besser mit den beobachteten Wellenformen des Mulhouse-Ereignisses übereinzustimmen. (b) Vergleich beobachteter (schwarz) und berechneter (rot) Verschiebungswellenformen für eine Auswahl von Komponenten und Stationen in der Region Basel-Bern.

Um mit der Simulation der Korrekturfrequenz \(\Delta \nu (t)\) fortzufahren, fügen wir das 123 km lange Glasfaserkabel zum Spektralelementnetz hinzu. Besondere Vorsicht ist geboten, da übertragene Phasenänderungen stark von der Geometrie der stark gekrümmten Kabelsegmente abhängen22. Dazu positionieren wir Ankerpunkte alle \(\sim \)50 m entlang eher gerader Kabelabschnitte und dichter um enge Kurven. Zwischen den Ankerpunkten wird das Kabel durch einen kubischen Spline dargestellt. Entlang des numerischen Kabels geben wir alle 2 m die axiale Dehnungsrate \(\dot{\varepsilon }(t)\) aus, integrieren und skalieren gemäß Gl. (3), wobei zunächst ein Kopplungskoeffizient von \(\alpha =1\) angenommen wird.

Ein Vergleich der beobachteten Frequenz \(\Delta \nu ^\text {obs}(t)\) und ihres simulierten Gegenstücks \(\Delta \nu (t)\) ist in Abb. 4 für verschiedene Periodenbänder dargestellt. Obwohl es sich um unterschiedliche physikalische Größen handelt, können die Verschiebungen in Abb. 3b und die Korrekturfrequenz in Abb. 4 qualitativ verglichen werden, um letztere intuitiver plausibel zu machen. Wie erwartet erscheint das Signal auf der PNC-Aufzeichnung etwas früher (bei \(\sim \)2 s) als an der Station CH.MUTEZ (bei \(\sim \)6 s), die weiter vom Epizentrum entfernt ist als das nördliche Ende des Kabels. An der Station CH.DAGMA, die sich \(\sim \)48 km vom Epizentrum entfernt befindet, hört das Signal nach \(\sim \)45 s auf. Dies steht im Einklang mit einer ähnlichen Signaldauer, die mit dem Kabel aufgezeichnet wurde, dessen südliches Ende \(\sim \)51 km vom Epizentrum entfernt ist.

Obwohl die Wellenformunterschiede in den PNC-Daten insgesamt größer sind als bei den herkömmlichen Verschiebungsaufzeichnungen in Abb. 3, besteht ein klarer Zusammenhang zwischen aufeinanderfolgenden Schwingungszyklen mit Zeitverschiebungen um einige Sekunden. Amplitudenunterschiede werden von der Unbekannten \(\alpha \) dominiert, die laut Abb. 4 im Periodenband von 7–25 s \(\sim \)0,95 und in der unteren Periode zwischen 3 \(\sim \)0,66 beträgt –10 s. Daher wird der größte Teil der erdbebenbedingten Verformung effektiv in die Faser übertragen. Innerhalb der Wellenformen liegen zeitabhängige Amplitudenunterschiede im Bereich von wenigen zehn Prozent. Im Allgemeinen sind die Korrekturfrequenz-Zeitreihen komplexer als die Verschiebungszeitreihen an einzelnen Seismometern, da die Welle länger mit dem Kabel interagiert; etwa 20-30 s. Insbesondere die stark gekrümmten Punkte entlang des Kabels erzeugen Schwingungen mit hoher Amplitude in der \(\Delta \nu \)-Zeitreihe22.

Vergleich der beobachteten Korrekturfrequenz \(\Delta \nu ^\text {obs}(t)\) in Schwarz und ihres simulierten Gegenstücks \(\Delta \nu (t)\) in Rot für Periodenbänder von 7–25 s , 6–17 s, 5–12 s und 3–10 s.

Die Hauptvorteile der hier vorgestellten PNC-basierten Sensorik sind folgende: (1) Die Kompatibilität mit der Inline-Verstärkung ermöglicht den Einsatz dieses Schemas auf Fasern mit einer Länge von mehr als 1000 km. (2) Abgesehen von der aktiven PNC, die in vielen Messnetzen bereits im Einsatz ist, sind keine dedizierten Messgeräte erforderlich, sodass keine zusätzlichen Kosten und Mühen entstehen. (3) Die PNC-basierte Erfassung funktioniert ohne Unterbrechung der messtechnischen Dienste. Im Gegensatz dazu wurden die in früheren geophysikalischen Anwendungen18 verwendeten Messverbindungen unseres Wissens während der Messung nicht stabilisiert, um optische Phasenänderungen direkt zu erfassen, ohne die Korrekturfrequenz zu durchlaufen. Diese Methode ermöglicht zwar eine direktere Phasenauslesung, ist jedoch nicht mit der gleichzeitigen Netzwerknutzung zur messtechnischen Frequenzverbreitung kompatibel.

Während frühere Studien18,21 bereits nützliche Analysen von Phasenübertragungssignalen lieferten, stellt Abb. 4 nach unserem besten Wissen den ersten Vergleich beobachteter und berechneter Phasenübertragungswellenformen dar. Es basiert auf einer strengen Vorwärtsmodellierungstheorie22 in Kombination mit Spektralelement-Wellenfeldsimulationen, die Details der Glasfaserkabelgeometrie korrekt berücksichtigen. Obwohl sie etwas schlechter sind als der Vergleich des Verschiebungsseismogramms in Abb. 3b, liegen die Zeitverschiebungen in der Größenordnung von 1 s. Dies ist vergleichbar mit Ankunftszeitresten bei regionaler seismischer Wellenforminversion35,36. Für unser Experiment liegt die Amplitudenfehlanpassung für Zeiträume über \(\sim \)3 s unter \(\sim \)66 %. Dies würde zu einem Schätzfehler der Erdbebenstärke von lediglich \(\sim \)0,12 führen. Zusammenfassend deuten unsere Ergebnisse daher darauf hin, dass die PNC-Sensorik zur quantitativen seismologischen Forschung beitragen kann, einschließlich der tomografischen Verfeinerung von Untergrundmodellen und der Charakterisierung von Erdbeben. Die erforderliche räumliche Auflösung für solche Anwendungen ergibt sich aus der Tatsache, dass unterschiedliche Zeitfenster in Phasenübertragungsdaten empfindlich auf Verformungen entlang verschiedener Segmente des Kabels reagieren, vorausgesetzt, dass diese Segmente eine Krümmung ungleich Null aufweisen22,37.

Geschätzte Werte des Kopplungskoeffizienten \(\alpha \) deuten darauf hin, dass der größte Teil der Dehnung tatsächlich in Zeiträumen über \(\sim \)3 s in die Faser übertragen wird. Obwohl das Telekommunikationskabel nicht für Sensoranwendungen installiert wurde, ähnelt dieses Ergebnis dem von dedizierten Glasfaser-Sensorinstallationen, bei denen \(\alpha \) Werte nahe 12 erreichen kann. Leider liegen keine Informationen über die Installation und den Typ des Kabels vor nicht verfügbar, sodass es unmöglich ist, den Wert von \(\alpha \) in diesem Zusammenhang zu diskutieren.

Diese Arbeit stellt eine Prototyp-Anwendung vor, die möglicherweise noch verbessert werden kann. Am wichtigsten ist, dass \(\alpha \) mit Hilfe von Tests mit aktiven Quellen an verschiedenen Positionen entlang des Kabels und mit am selben Ort angebrachten Seismometern genauer geschätzt werden sollte. Darüber hinaus ist die tatsächliche Geometrie des Kabels möglicherweise nicht mit ausreichender Genauigkeit bekannt. Tatsächlich ist die in Abb. 1b dargestellte geografische Länge des Kabels um \(\sim \)8 km kürzer als die optisch mit hoher Präzision gemessene Kabellänge von 123 km. Höchstwahrscheinlich wurden die fehlenden \(\sim \)8 km in Form von Schleifen eingesetzt, was einen wesentlichen Beitrag zu den Wellenformunterschieden in Abb. 4 leisten kann.

Alle im Rahmen der aktuellen Studie analysierten Daten sind auf begründete Anfrage beim entsprechenden Autor erhältlich.

Lindsey, NJ, Rademacher, H. & Ajo-Franklin, JB Über die Breitband-Instrumentenantwort von Glasfaser-DAS-Arrays. J. Geophys. Res.https://doi.org/10.1029/2019JB018145 (2020).

Artikel Google Scholar

Paitz, P. et al. Empirische Untersuchungen der Instrumentenreaktion für Distributed Acoustic Sensing (DAS) über 17 Oktaven. Stier. Seis. Soc. Bin. 111, 1–10 (2021).

Artikel Google Scholar

Daley, TM et al. Feldtests der faseroptischen verteilten akustischen Sensorik (DAS) zur seismischen Überwachung der Oberfläche. Führen. Edge 2013, 936–942 (2013).

Google Scholar

Daley, TM, Miller, DE, Dodds, K., Cook, P. & Freifeld, BM Feldtests der modularen Bohrlochüberwachung mit gleichzeitiger verteilter akustischer Erfassung und vertikalen seismischen Geophonprofilen in Citronelle, Alabama. Geophys. Prosp. 64, 1318–1334 (2016).

Artikel ADS Google Scholar

Dou, S. et al. Verteilte akustische Erfassung zur seismischen Überwachung der nahen Oberfläche: Eine Verkehrslärm-Interferometriestudie. Wissenschaft. Rep.https://doi.org/10.1038/s41598-017-11986-4 (2017).

Artikel PubMed PubMed Central Google Scholar

Martin, ER et al. Seismische Überwachung unter Nutzung der vorhandenen Telekommunikationsinfrastruktur am SDASA: Aktive, passive und Umgebungsgeräuschanalyse. Führen. Kante 36, 1025–1031 (2017).

Artikel Google Scholar

Ajo-Franklin, JB et al. Verteilte akustische Erfassung mittels Dark Fiber zur oberflächennahen Charakterisierung und breitbandigen seismischen Ereigniserkennung. Wissenschaft. Rep.https://doi.org/10.1038/s41598-018-36675-8 (2019).

Artikel PubMed PubMed Central Google Scholar

Currenti, G., Jousset, P., Napoli, R., Krawczyk, C. & Weber, M. Zum Vergleich von Dehnungsmessungen aus Glasfasern mit einem dichten Seismometer-Array am Vulkan Ätna (Italien). Feste Erdehttps://doi.org/10.5194/se-12-993-2021 (2021).

Artikel Google Scholar

Klaasen, S., Paitz, P., Lindner, N., Dettmer, J. & Fichtner, A. Verteilte akustische Erfassung in Vulkan-Gletscher-Umgebungen – Mount Meager, British Columbia. J. Geophys. Res.https://doi.org/10.1029/2021JB022358 (2021).

Artikel Google Scholar

Jousset, P. et al. Glasfaserverteilte akustische Erfassung vulkanischer Ereignisse. Nat. Kommun.https://doi.org/10.1038/s41467-022-29184-w (2022).

Artikel PubMed PubMed Central Google Scholar

Klaasen, S., Thrastarson, S., Fichtner, A., Cubuk-Sabuncu, Y. & Jonsdottir, K. Sensing Islands aktivster Vulkan mit einem vergrabenen Haar. EOShttps://doi.org/10.1029/2022EO220007 (2022).

Artikel Google Scholar

Walter, F. et al. Verteilte akustische Erfassung mikroseismischer Quellen und Wellenausbreitung in vergletschertem Gelände. Nat. Commun.https://doi.org/10.1038/s41467-020-15824 (2020).

Artikel PubMed PubMed Central Google Scholar

Hudson, TS et al. Distributed Acoustic Sensing (DAS) für natürliche Mikroseismizitätsstudien: Eine Fallstudie aus der Antarktis. J. Geophys. Res.https://doi.org/10.1029/2020JB021493 (2021).

Artikel Google Scholar

Fichtner, A. et al. Faseroptische Beobachtung des vulkanischen Bebens durch Resonanz der schwimmenden Eisdecke. Seismische Rec. 2, 148–155 (2022).

Artikel Google Scholar

Fichtner, A. et al. Faseroptische Flugzeugseismologie am nordostgrönländischen Eisstrom. Seismic Rec.https://doi.org/10.1785/0320230004 (2023).

Artikel Google Scholar

Mecozzi, A. et al. Polarisationsmessung mit optischen U-Boot-Kabeln. Opticahttps://doi.org/10.1364/OPTICA.424307 (2021).

Artikel Google Scholar

Zhan, Z. et al. Auf optischer Polarisation basierende seismische und Wasserwellenmessung an transozeanischen Kabeln. Wissenschaft 371, 931–936 (2021).

Artikel ADS CAS PubMed Google Scholar

Marra, G. et al. Ultrastabile Laserinterferometrie zur Erdbebenerkennung mit Land- und Seekabeln. Wissenschaft 361, 486–490 (2018).

Artikel ADS CAS PubMed Google Scholar

Bogris, A. et al. Empfindliche seismische Sensoren basierend auf Mikrowellenfrequenz-Faserinterferometrie in kommerziell genutzten Kabeln. Wissenschaft. Rep.https://doi.org/10.1038/s41598-022-18130-x (2022).

Artikel PubMed PubMed Central Google Scholar

Bowden, DC et al. Verknüpfung verteilter und integrierter faseroptischer Sensorik. Geophys. Res. Lett.https://doi.org/10.1029/2022GL098727 (2022).

Artikel Google Scholar

Marra, G. et al. Auf optischer Interferometrie basierende Anordnung von Meeresboden-Umweltsensoren unter Verwendung eines transozeanischen Unterseekabels. Wissenschaft 376, 874–879 (2022).

Artikel ADS CAS PubMed Google Scholar

Fichtner, A. et al. Theorie der faseroptischen Phasenübertragungserfassung. Geophys. J. Int.https://doi.org/10.1093/gji/ggac237 (2022).

Artikel Google Scholar

BACON Collaboration et al. Frequenzverhältnismessungen mit einer Genauigkeit von 18 Stellen mithilfe eines optischen Taktnetzwerks. Nature 591, 564–569, https://doi.org/10.1038/s41586-021-03253-4 (2021).

Fujieda, M. et al. Volloptische Verbindung zum direkten Vergleich weit entfernter optischer Uhren. Optica 19, 16498–16507. https://doi.org/10.1364/OE.19.016498 (2011).

Artikel Google Scholar

Cantin, E. et al. Ein genaues und robustes messtechnisches Netzwerk für die kohärente optische Frequenzverbreitung. NJ Phys.https://doi.org/10.1088/1367-2630/abe79e (2021).

Artikel Google Scholar

Predehl, K. et al. Eine 920 Kilometer lange Glasfaserverbindung zur Frequenzmesstechnik an der 19. Dezimalstelle. Wissenschaft 336, 441–444. https://doi.org/10.1126/science.1218442 (2012).

Artikel ADS CAS PubMed Google Scholar

Clivati, C. et al. Messung absoluter Frequenzen jenseits der GPS-Grenze durch optische Langstreckenfrequenzverbreitung. Opt. Express 24, 11865–11875. https://doi.org/10.1364/OE.24.011865 (2016).

Artikel ADS CAS PubMed Google Scholar

Cizek, M. et al. Kohärente Glasfaserverbindung zur Synchronisation delokalisierter Atomuhren. Opt. Express 30, 5450–5464. https://doi.org/10.1364/OE.447498 (2022).

Artikel ADS CAS PubMed Google Scholar

Schioppo, M. et al. Vergleich ultrastabiler Laser bei 7 \(\times \) 10–17 Teilfrequenzinstabilität über ein 2220 km langes Glasfasernetz. Nat. Kommun.https://doi.org/10.1038/s41467-021-27884-3 (2022).

Artikel PubMed PubMed Central Google Scholar

Husmann, D. et al. SI-rückführbare Frequenzausbreitung bei 1572,06 nm in einem stabilisierten Fasernetzwerk mit Ringtopologie. Opt. Express 29, 24592–24605. https://doi.org/10.1364/OE.427921 (2021).

Artikel ADS CAS PubMed Google Scholar

Ma, L.-S., Jungner, P., Ye, J. & Hall, JL Bereitstellung der gleichen optischen Frequenz an zwei Orten: Präzise Unterdrückung von Phasenrauschen, das durch eine optische Faser oder einen anderen zeitlich veränderlichen Pfad eingeführt wird. Opt. Lette. 19, 1777–1779. https://doi.org/10.1364/OL.19.001777 (1994).

Artikel ADS CAS PubMed Google Scholar

Hanka, W. & Kind, R. Das GEOFON-Programm. Ann. Geophys. 37 (1994).

Diehl, T., Kissling, E., Husen, S. & Aldersons, F. Konsistente Phasenauswahl für regionale Tomographiemodelle: Anwendung auf die größere Alpenregion. Geophys. J. Int. 176, 542–554 (2009).

Artikel ADS Google Scholar

Afanasiev, MV et al. Modulare und flexible Spektralelement-Wellenformmodellierung in zwei und drei Dimensionen. Geophys. J. Int.https://doi.org/10.1093/gji/ggy469 (2019).

Artikel Google Scholar

Tape, C., Liu, Q., Maggi, A. & Tromp, J. Seismische Tomographie der südkalifornischen Kruste basierend auf Spektralelement- und adjungierten Methoden. Geophys. J. Int. 180, 433–462 (2010).

Artikel ADS Google Scholar

Çubuk Sabuncu, Y., Taymaz, T. & Fichtner, A. 3-D-Krustengeschwindigkeitsstruktur der Westtürkei: Einschränkungen durch die Vollwellenform-Tomographie. Physik. Planet Erde. Int. 270, 90–112 (2017).

Fichtner, A. et al. Empfindlichkeitskerne für Übertragungsfaseroptiken. Geophys. J. Int.https://doi.org/10.1093/gji/ggac238 (2022).

Artikel Google Scholar

Referenzen herunterladen

Wir danken Prof. Stefan Willitsch und seiner Gruppe für die fortgesetzte Unterstützung bei der PNC-Installation in Basel. Wir danken SWITCH für die Bereitstellung der Glasfasernetz-Infrastruktur und ihrer Geodaten, Fabian Mauchle für die technische Unterstützung des Netzwerks sowie Daniel Bowden, Sixtine Dromigny, Pascal Edme, Sara Klaasen, Patrick Paitz und Krystyna Smolinski für viele fruchtbare Diskussionen darüber arbeiten. Wir danken außerdem für Diskussionen im Rahmen der Sinergia-Kollaboration über die Nutzung des Glasfasernetzwerks für die seismische Messung mit Jerome Faist, Ernst Heiri, Fabian Mauchle, Ziv Meir, Frédéric Merkt, Giacomo Scalari und Stefan Willitsch. Die Finanzierung erfolgte durch das Forschungs- und Innovationsprogramm Horizon 2020 der Europäischen Union im Rahmen der Marie Sklodowska-Curie-Zuschussvereinbarung Nr. 955515 (SPIN ITN) und durch den Sinergia-Zuschuss CRSII5_183579 des Schweizerischen Nationalfonds (SNF).

Institut für Geophysik, ETH Zürich, 8092, Zürich, Schweiz

Sebastian Noe, Nils Müller & Andreas Fichtner

Eidgenössisches Institut für Metrologie, METAS, 3003, Bern-Wabern, Schweiz

Dominik Husmann & Jacques Morel

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

DH, SN, AF und JM konzipierten das Experiment. DH führte das Experiment durch und sammelte Daten. AF und SN konzipierten den seismischen Datenvergleich, der von SN durchgeführt wurde. NM verfeinerte das seismische Geschwindigkeitsmodell. Alle Autoren haben das Manuskript geschrieben und rezensiert.

Korrespondenz mit Andreas Fichtner.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Noe, S., Husmann, D., Müller, N. et al. Glasfaser-Erdbebenerkennung über große Entfernungen durch aktive Phasenrauschunterdrückung. Sci Rep 13, 13983 (2023). https://doi.org/10.1038/s41598-023-41161-x

Zitat herunterladen

Eingegangen: 14. April 2023

Angenommen: 22. August 2023

Veröffentlicht: 26. August 2023

DOI: https://doi.org/10.1038/s41598-023-41161-x

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.