Open Access

Andrey Jakovlev

• In this study, I investigate the crustal and upper mantle velocity structure beneath the Rwenzori Mountains in western Uganda. This mountain range is situated within the western branch of the East African Rift and reaches altitudes of more than 5000 m. I use four different approaches that belong to the travel-time tomography method. The first approach is based on the isotropic tomographic inversion of local data, which contain information about 2053 earthquakes recorded by a network of up to 35 stations covering an area of 140×90 km2. The LOTOS-09 algorithm described here is used to realize this approach. The second approach is based on the anisotropic tomographic inversion of the same local dataset. This method employs the tomographic code ANITA, developed with my participation, which provides 3D anisotropic P and isotropic S velocity distributions based on P and S travel-times from local seismicity. For the P anisotropic model, four parameters for each parameterization cell are determined. This represents an orthorhombic anisotropy with one vertically-oriented predefined direction. Three of the parameters describe slowness variations along three horizontal orientations with azimuths of 0°, 60° and 120°, and one is a perturbation along the vertical axis. The third approach is based on tomographic inversion of the teleseismic data, which contain information about the traveltimes of P-waves coming from 284 teleseismic events recorded by the seismic network stations. The TELELOTOS code, which is my own modification of the LOTOS-09 algorithm, is used in this approach. The TELELOTOS code is designed to iteratively invert the local and/or teleseismic datasets. Finally, I present the results of the new tomographic approach, which is based on the simultaneous inversion of the joint local and teleseismic data. The simultaneous use of these datasets for the tomographic inversion has several advantages. In this case, the velocity structure in the study area can be resolved as deep as in the teleseismic approach. At the same time, in the upper part of the study volume, the resolution of the obtained models is as good as in the local tomography. The TELELOTOS algorithm is used to perform the joint tomographic inversion. Special attention is paid in this work to synthetic testing. A number of different synthetic and real data tests are performed to estimate the resolution ability and robustness of the obtained models. In particular, synthetic tests have shown that the results of the anisotropic tomographic inversion of the local data have to be considered as unsatisfactory. For all approaches used in this study, I present synthetic models that reproduce the same pattern of anomalies as that obtained by inverting the real data. These models are used to interpret the results and estimate the real amplitudes of the obtained anomalies. The obtained models exhibit a relatively strong negative P anomaly (up to -10%) beneath the Rwenzori Mountains. Low velocities are found in the northeastern part of the array at shallower depths and are most likely related to sedimentary deposits, while higher velocities are found beneath the eastern rift shoulder and are thought to be related to old cratonic crust. The presence of low velocities in the northwestern part of the array may be caused by a magmatic intrusion beneath the Buranga hot springs. Relatively low velocities were observed within the lower crust and upper mantle in the western and southern parts of the study area (beneath the rift valley and the entire length of the Rwenzori range). The higher amplitude of the low-velocity anomaly in the south can be related to the thinner lithosphere in the southern part of the Albertine rift. In the center of the study area, a small negative anomaly is observed, with the intensity increasing with depth. This anomaly is presumably related to a fluids rising up from a plume branch in the deeper part of the mantle. According to the interpretation of the local earthquake distribution, the Rwenzori Mountains are located between two rift valleys with flanks marked by normal faults. The Rwenzori block is bounded by thrust faults that are probably due to compression.
• In der vorliegenden Arbeit untersuche ich die seismischen Geschwindigkeiten der Erdkruste und des oberen Mantels unter dem Rwenzori Gebirge im westlichen Uganda. Das Untersuchungsgebiet befindet sich im Albert Rift, einem Teil des westlichen Astes des Ostafrikanischen Grabensystems (EARS, East African Rift System). Im Gegensatz zu anderen Gebirgen im Bereich des EARS, liegen die Rwenzori Berge direkt im Riftgraben. Sie erreichen eine Höhe von über 5000 m und werden aus präkambrischen Gesteinen gebildet. Die Ursachen für die Hebung eines solchen Gebirgsmassivs innerhalb eines Riftgrabens mit überwiegend Extensionstektonik werden vielfach diskutiert. Ein Vorschlag sieht die Ursache der Gebirgsbildung in der Kollision zweier rotierender Krustenblöcke. Eine weitere, meiner Meinung nach wahrscheinlichere Theorie besagt, dass die Hebung des Rwenzori durch eine Delamination der Lithosphäre zwischen zwei benachbarten Rift Segmenten hervorgerufen wird. Die Rwenzori Berge liegen in einem der seismisch aktivsten Gebiete des Ostafrikanischen Grabensystems. In meiner Untersuchung verwende ich die Daten eines temporären seismischen Netzwerkes, das im Rahmen des RiftLink-Projektes und des BGR-GEOTHERM-Projektes im Gebiet der Rwenzoris installiert worden war von 2006 bis 2007. Es bestand aus insgesamt 35 Stationen, die über ein Gebiet von ungefähr 140×90 km2 verteilt waren. Im Nordteil des Netzwerkes variieren die Stationsabstände von 3 bis 12 km und im Süden von 20 bis 50 km. Für die Analyse der seismischen Registrierungen und die vorläufige Lokalisierung der lokalen Beben wurde das SEISAN Programmpaket verwendet. Ich präsentiere die Ergebnisse von vier tomographischen Verfahren zu Untersuchung der Geschwindigkeitsstruktur in Kruste und oberem Erdmantel unterhalb des Rwenzori Gebirges. Alle Verfahren basieren auf der Auswertung von natürlichen Quellen, wobei besondere Aufmerksamkeit auf synthetische Testmethoden gelegt wurde. Zunächst werden Daten von 2053 lokalen Erdbeben für eine tomographische Inversion mit dem LOTOS-09 Algorithmus verwendet (Koulakov 2009). Hierbei gehe ich zunächst von isotropen Geschwindigkeitsvariationen aus. Der Algorithmus basiert im Wesentlichen auf drei Schritten: (i) simultane Optimierung des 1D Geschwindigkeitsmodells und vorläufige Lokalisierung der Beben, (ii) Lokalisierung der Beben mit einem 3D Geschwindigkeitsmodell und (iii) simultane Inversion der Herdparameter und des Geschwindigkeitsmodells mit verschiedenen Modellgitterorientierungen. Die Schritte (ii) und (iii) werden iterativ durchlaufen. Um den Einfluss der Startwerte von Bebenverteilung und 1D Geschwindigkeitsmodell auf die Ergebnisse der tomographischen Inversion zu überprüfen, führe ich mehrere Checkerboard-Tests mit synthetischen 3D Anomalien durch. Diese Tests zeigen, dass die Geschwindigkeitsstruktur im nördlichen Teil der Rwenzories, wo die Stationsdichte am höchsten ist, zuverlässig bis in eine Tiefe von etwa 15 km aufgelöst werden kann. Im Südosten des Stationsnetzes ist das räumliche Auflösungsvermögen aufgrund horizontaler und vertikaler Schmiereffekte am schlechtesten. Die Auflösung des abgeleiteten Geschwindigkeitsmodells ist in horizontaler Richtung höher als in vertikaler Richtung. Wie die synthetischen Tests auch zeigen, beträgt die durchschnittliche Genauigkeit der Bebenlokalisierung etwa 1 bis 1.5 km. Bei Beben, deren Epizentren außerhalb des Stationsnetzes liegen, sind die Lokalisierungsfehler kleiner als 3 km, lediglich bei 49 Beben steigt dieser Wert auf über 5km. Die Inversion von verschiedenen Beben-Untergruppen sowie des kompletten Datensatzes führt zu guten Übereinstimmung der berechneten P- und S-Modelle. Dies bedeutet, dass die Ergebnisse stabil sind und nicht wesentlich von Zufallsfaktoren (wie etwa Fehler beim Ablesen von P- und SEinsätzen) beeinflusst werden. Im zweiten Teil wird der gleiche Datensatz unter Berücksichtigung anisotroper Geschwindigkeitsverteilung invertiert. Hierfür wird der von mir mitentwickelte ANITA Algorithmus verwendet (Koulakov et. al. 2009). Das Programm berechnet die anisotrope P- und die isotrope S-Geschwindigkeitsverteilung aus den beobachteten lokalen P- und S-Laufzeiten. Für die P-Geschwindigkeit wird orthorombische Anisotropie mit einer vorgegebenen Achse in vertikaler Richtung zugrunde gelegt. Das Programm berechnet für jede Modellzelle vier Parameter. Drei davon beschreiben die Slowness Variationen entlang horizontaler Achsen mit Azimuten von 0°, 60° und 120°. Der vierte Parameter entspricht der Perturbation der Slowness in vertikaler Richtung. Der Algorithmus basiert wieder im Wesentlichen auf drei Schritten: (i) vorläufige Lokalisierung der Beben mit einem 1D Geschwindigkeitsmodell, (ii) Lokalisierung der Beben mit einem 3D Geschwindigkeitsmodell und (iii) simultane Inversion der Herdparameter des anisotropen P-Geschwindigkeitsmodells und des isotropen SGeschwindigkeitsmodells mit verschiedenen Modellgitterorientierungen. Die Schritte (ii) und (iii) werden iterativ durchlaufen. Mehrere Tests mit synthetischen und realen Daten wurden durchgeführt, um die Zuverlässigkeit und Stabilität der berechneten Modelle zu untersuchen. Es zeigt sich, dass das anisotrope Modell nur im Nordwesten, zwischen 0.4° und 0.9° Breite sowie zwischen 30.0° und 30.3° Länge, eine mehr oder weniger gute Auflösung besitzt. Das Gebiet, in dem die isotrope Komponente des anisotropen Modells eine gute Auflösung besitzt, ist viel größer und entspricht den Ergebnissen der isotropen Inversion. Die synthetischen Tests zeigen allerdings einen kräftigen trade-off Effekt zwischen den isotropen und den anisotropen Parametern. Modelle, die aus der Inversion von isotropen Modellen berechnet wurden, besitzen im gesamten Messgebiet eine kräftige, zufällig orientierte, anisotrope Komponente. Andererseits hat ein ursprünglich anisotropes Modell bei der Inversion offensichtlich keinen Einfluss auf die isotropen Komponenten. Die Ergebnisse von gerade/ungerade Tests belegen, dass die anisotrope Komponente des berechneten Modells sehr stark vom Rauschen und der Strahlgeometrie beeinflusst wird. Die Ergebnisse variieren deshalb in Abhängigkeit von den Datenuntergruppen, die bei der Inversion benutzt wurden. Die isotrope Inversion des gleichen Datensatzes mit dem ANITA Algorithmus ergibt kleinere P-Residuen als bei der Inversion mit anisotropem P- und isotropem S-Modell. Dies kann allerdings damit erklärt werden, dass im zweiten Fall eine größere Anzahl von Parametern in die Inversion eingeht. Diese Überlegung wird dadurch gestützt, dass die berechneten Geschwindigkeitsverteilungen bei einer rein isotropen Inversion einen glätteren Verlauf aufweisen. Aufgrund dieser Tatsachen komme ich zu dem Schluss, dass eine anisotrope Inversion des bestehenden Datensatzes nicht zu zufriedenstellenden Ergebnissen führt. Es sollte allerdings betont werden, dass die isotropen Anteile des berechneten anisotropen 3D Modells stabil sind und gut mit den Resultaten der isotropen Tomographie übereinstimmen. Im dritten Teil werden die Laufzeiten teleseismischer Beben ausgewertet, um die P-Geschwindigkeitsstruktur in der Kruste und im oberen Mantel zu untersuchen. Dabei habe ich selbst die seismischen Phasen gepickt und alle Stufen der Datenanalyse durchgeführt. Zunächst war es notwendig, die teleseismischen Ereignisse in den kontinuierlichen Datenstreams zu identifizieren und zu extrahieren. Dazu wurden alle Beben aus dem ISC-Katalog gewählt, auf die folgende Bedingungen zutrafen: (i) Magnitude größer als 5.0 und (ii) Epizentralentfernung zum Zentrum des Messgebiets (30.2°O, 0.4°N) zwischen 20° und 95°. Danach wurden die theoretischen Ankunftszeiten der P-Wellen berechnet. Schließlich wurden nur solche Beben ausgesucht, die in den Seismogrammen identifiziert werden. Die Korrelation der Seismogramme aller Stationen, die ein Ereignis registriert hatten, diente zur sicheren Identifizierung der Phaseneinsätze. Insgesamt gingen 3159 P-Phasen von 284 Fernbeben in die tomographische Inversion ein. Die Berechnungen erfolgten mit dem TELELOTOS Code, den ich aus dem LOTOS-09 Algorithmus weiterentwickelt habe. Mit diesem Programm ist es möglich, lokale und teleseismische Daten kombiniert zu invertieren. Solange nur Informationen von Lokalbeben vorhanden sind, läuft das Programm im Wesentlichen wie der LOTOS-09 Algorithmus. Bei einer kombinierten Auswertung von lokalen und teleseismischen Daten werden die Lokalbeben nur benutzt, um das 1D-Modell zu optimieren. Gleichzeitig werden sie relokalisiert, während die Koordinaten der Fernbeben während des Inversionsprozesses fixiert bleiben. Werden nur teleseismische Daten für die Analyse benutzt, erfolgt weder eine Optimierung des 1D-Modells noch werden die Beben noch werden mit einem 3D-Geschwindigkeitsmodell relokalisiert. Tests mit synthetischen und realen Daten haben gezeigt, dass das invertierte 3DGeschwindigkeitsmodell von Kruste und oberem Erdmantel unterhalb der Rwenzoris robust ist und von Zufallsfaktoren nicht signifikant beeinflusst wird. Im letzten Teil meiner Untersuchung präsentiere ich die Ergebnisse dieses neuen Verfahrens. Die kombinierte tomographische Inversion von lokalen und teleseismischen Daten mit dem TELELOTOS Algorithmus hat den Vorteil, dass das invertierte Geschwindigkeitsmodell einerseits die Auflösung der teleseismischen Tomographie besitzt, andererseits aber in geringen Tiefen die bessere Auflösung der lokalen Tomographie. Mehrere synthetische Tests wurden durchgeführt, um das Auflösungsvermögen des seismischen Netzwerks in unterschiedlichen Bereichen des Messgebiets zu untersuchen. Die Ergebnisse zeigen eine gute Übereinstimmung mit den Resultaten der isotropen Lokalbebentomographie und der teleseismischen Tomographie, die in dieser Arbeit vorgestellt wurden und können wie folgt charakterisiert werden: Im Westen und Süden des Messgebiets dominieren negative Geschwindigkeitsanomalien während im Osten erhöhte Geschwindigkeiten beobachtet werden. Dies gilt für alle untersuchten Tiefenbereiche. Im Nordwesten des Messgebietes wurde eine kräftige negative Anomalie mit extrem hohen Vp/Vs Verhältnissen lokalisiert, an deren nördlichem Rand die heißen Quellen von Buranga liegen. Geochemische Untersuchungen lassen hier einen magmatischen Körper vermuten, der die Wärmequelle dieser Quellen darstellen könnte (Ochmann 2007). Weitere Zonen erniedrigter Geschwindigkeit befinden sich in geringer Tiefe nahe bei einigen östlichen Stationen und sind möglicherweise Gestainen der Paleoproterozoischen Einhaiten zuzuordnen. In der Zentral- und Südenregionen der Rwenzoris beobachten wir zwei relativ kleine Zonen erhöhter Geschwindigkeit, die das Gebirge überquert und zu teilen scheint. Interessanterweise ergeben die Untersuchungen relativ niedrige Geschwindigkeiten direkt fast unterhalb des Rwenzori Massivs. Im Wesentlichen befinden sich hier Gneise, Schiefer und Amphibolite Gesteinstypen (Shlüter 2008), denen üblicherweise erhöhte seismische Geschwindigkeiten zugeordnet werden. Es ist zu vermuten, dass es durch intensive Faltung und die rasche Hebung des Rwenzori Gebirges zu einer starken Scherung und Verzerrung des Gesteinsgefüges kam, was wiederum zu reduzierten seismischen Geschwindigkeiten führte. Es ist bemerkenswert, dass die niedrigen Geschwindigkeitsgebiete an der geringen Tiefe unter den Gebirgen gut Korrelat mit dem Gesteinsausbiss der Paleoproterozoischen Einheiten sind. Es ist allerdings zu beachten, dass sich das Gebirge außerhalb des Stationsnetzes befindet, in einem Gebiet, in dem das schlechte Auflösungsvermögen eine detaillierte Aussage über die Geschwindigkeitsstruktur verhindert. Im Westen und Süden des Messgebietes werden in Unterkruste und oberem Erdmantel relativ niedrige Geschwindigkeiten beobachtet, die sich unterhalb des Riftgrabens über die gesamte Länge der Rwenzori Region verteilen. Die stärkeren negativen Anomalien im Süden könnten mit einer ausgedünnten Lithosphäre in diesem Bereich des Albert Rifts erklärt werden. Erhöhte Geschwindigkeiten befinden sich unterhalb der östlichen Riftschulter im Bereich alter kratonischer Kruste. Im Zentrum des Messgebietes konnte eine negative Anomalie lokalisiert werden, deren Intensität mit zunehmender Tiefe anwächst. Diese Anomalie liegt möglicherweise im Bereich von aufsteigendem heißem Material, das von einem großen Mantel-Plume unterhalb des EARS herrührt (e.g., Nyblade et. al. 2000, Park and Nyblade 2006, Koulakov 2007). Ein weiteres Indiz dafür sind die Vulkanfelder der Ankole Provinz, die sich in der Nähe der beobachteten Anomalie befinden (Boven et. al. 1998). Die Verteilung der Beben in der Rwenzori Region stellt eine wichtige Information über tektonische Prozesse in der Erdkruste dar. Die Position der relokalisierten Bebenherde zeigt, dass sich die Rwenzoris zwischen zwei Riftgräben befinden, deren Ränder durch Abschiebungsstörungen markiert werden. Der Gebirgsblock selbst wird begrenzt von Aufschiebungen, die wahrscheinlich die Folge von Kompressionskräften sind.