Blasenverteilungen als Marker für Deformation in polarem Eis
Zusammenfassung der Projektergebnisse
Polare Eiskerne liefern wichtige Informationen über das Klima und die Zusammensetzung der Atmosphäre in der Vergangenheit. Die Datierung der Eiskerne erfolgt üblicherweise mittels modellbasierter Ansätze. Ein wesentlicher Eingangsparameter für diese Modelle ist die kumulierte Deformation des Eises, die jedoch bislang nicht direkt messbar war. In diesem Projekt sollte daher untersucht werden, ob die Zentrumskoordinaten der im Eis eingeschlossenen Luftblasen als Marker für die Deformation verwendet werden können. Dazu wurden computertomographische Aufnahmen von Eisproben verschiedener Eiskerne (EDC, EDML, RECAP) angefertigt und die Blasensysteme darin segmentiert. Die Koordinaten der Blasenzentren wurden als regulärer, räumlicher Punktprozess modelliert und mit Methoden der räumlichen Statistik analysiert. Dazu wurden in der Literatur verfügbare Methoden zur Anisotropieanalyse von Punktprozessen aufgearbeitet und auf den dreidimensionalen Fall erweitert. Darüber hinaus wurden zwei neue Ansätze formuliert. Für den Fall geometrischer Anisotropie, d.h. eine Deformation eines Punktmusters durch Skalierung und Rotation, wurden damit Schätzer für die Transformationsparameter hergeleitet. Ihre Güte wurde in einer Simulationsstudie umfassend analysiert. Empfehlungen zur Wahl und Parametrisierung der Methoden konnten abgeleitet werden. Im Falle des RECAP-Eiskerns stimmen die aus den Blasenzentren bestimmten Kompressionsraten sehr gut mit der Vorhersage aus dem glaziologischen Fließmodell überein. Dies bestätigt die Annahme, dass die Koordinaten der Blasenzentren zur Bestimmung der vertikalen Kompression (Ausdünnung) herangezogen werden können. Im Rahmen des Projekts konnte somit erstmals unabhängig von Annahmen zur Akkumulation ein Tiefenprofil der Kompression (Ausdünnung) von polarem Eis an lokalen Eigenschaften, den Blasenverteilungen, bestimmt werden. Dieses Ergebnis wird Blaseneisuntersuchungen an zukünftigen Eisbohrkernen forcieren. Zudem konnten Blaseneigenschaften in räumlich hoher Auflösung über das gesamte Tiefenprofil des RECAP-Eiskerns bestimmt werden. Dieser Datensatz ist einmalig und zeigt neben den allgemeinen Trends mit der Tiefe auch erstmals die lagenspezifischen Abhängigkeiten der Porosität, Blasenanzahl, Blasengröße und Blasenform untereinander. Auch konnte ein Zusammenhang zwischen dem Staubgehalt des Eises und den Blaseneigenschaften aufgezeigt werden, was auf einen Einfluss bei der Blasenbildung hindeutet. Eine interessante, nicht erwartbare Entdeckung sind Horizonte elongierter Blasen (vertikal abgeplattet), die im Zusammenhang mit Schmelzlagen stehen. Die Abplattung kann zwar nicht als Marker für stattgefundene Eisdeformation betrachtet werden, doch erscheint eine zukünftige Detailstudie sinnvoll, um die Bildung bzw. das Fortbestehen elongierter Blasen im tiefen Eis zu verstehen, da bislang in der Literatur nur die Gleichgewichtsform sphärischer Blasen im polaren Eis bekannt ist. Die im Projekt entwickelten statistischen Methoden sind auch für andere Anwendungsgebiete, z.B. für die Materialwissenschaften oder für medizinische oder biologische Daten von Interesse.
Projektbezogene Publikationen (Auswahl)
- (2016). Estimating geometric anisotropy in spatial point patterns. Spatial Statistics. 15, 139-155
T. Rajala, A. Särkkä, C. Redenbach, M. Sormani
(Siehe online unter https://doi.org/10.1016/j.spasta.2015.12.005) - (2016). Variational Bayes Approach for Classification of Points in Superpositions of Point Processes. Spatial Statistics. 15, 85-99
T. Rajala, C. Redenbach, A. Särkkä, M. Sormani
(Siehe online unter https://doi.org/10.1016/j.spasta.2015.12.001) - (2017). A three-dimensional anisotropic point process characterization for pharmaceutical coatings. Spatial Statistics. 22, (2), 306-320
H. Häbel, T. Rajala, C. Boissier, M. Marucci, K. Schladitz, C. Redenbach, A. Särkkä
(Siehe online unter https://doi.org/10.1016/j.spasta.2017.05.003) - (2018). A review on anisotropy analysis of spatial point patterns. Spatial Statistics. 28, 141-168
T. Rajala, C. Redenbach, A. Särkkä, M. Sormani
(Siehe online unter https://doi.org/10.1016/j.spasta.2018.04.005) - (2019) 10,000 years of melt history of the 2015 Renland ice core, East Greenland
T. Taranczewski, J. Freitag, O. Eisen, B. Vinther, S. Wahl, S. Kipfstuhl
(Siehe online unter https://doi.org/10.5194/tc-2018-280) - (2019) Detecting branching nodes of multiply connected 3D structures. Proceedings of the 14th International Symposium on Mathematical Morphology, Saarbrücken
X. Cheng, S. Föhst, C. Redenbach, K. Schladitz
(Siehe online unter https://doi.org/10.1007/978-3-030-20867-7_34) - (2019) Directional Analysis of Stationary Point Processes, Dissertation, Fachbereich Mathematik, TU Kaiserslautern
M. Sormani
- (2020) Second order analysis of geometric anisotropic point processes revisited. Spatial Statistics. 38, 100456
M. Sormani, C. Redenbach, A. Särkkä, T. Rajala
(Siehe online unter https://doi.org/10.1016/j.spasta.2020.100456)
