Entwicklung einer Prozessierungskette für ein Mikrobarographen Array zur Detektion von Infraschall

Kurzfassung

Da wir in einer Zeit der anthropogenen, globalen Erwärmung (ugs. Klimawandel) leben, spüren wir selbst immer mehr die damit verbundenen Auswirkungen. Doch nicht nur klimabedingte Naturkatastrophen bedrohen den Menschen und kosten viele Menschenleben, sondern auch Erdbeben und Tsunamis fordern ihren Tribut. So sind laut einem United Nations-Bericht (UN 20-year review: earthquakes and tsunamis kill more people while climate change is driving up economic losses, 2021) in den Jahren 1998 - 2017 747.234 Menschen durch Erdbeben beziehungsweise den damit verbundenen Tsunamis verstorben. Die Relevanz der Früherkennung solcher Katastrophen und die damit verbundene Warnung der Bevölkerung liegt somit auf der Hand. Da viele dieser Ereignisse, durch gewaltige Kraftfreisetzungen, Infraschallwellen großer Amplitude verursachen, liegt ein Ansatz zur Früherkennung in der Detektion und Interpretation dieser Wellen. Neben modernen Verfahren - wie die am DLR (Deutsches Zentrum fur Luft- und Raumfahrt) Oberpfaffenhofen eingesetzten Spektrometer und Kamerasystem GRIPS (ground-based infrared spectrometer) und FAIM (fast airglow imager) - ist das gängigste Verfahren die Messung der Druckschwankungen am Boden mittels eines Mikrobarographen. Dies soll auch das Vorgehen in dieser Bachelorarbeit sein. Am DLR Oberpfaffenhofen ist bereits im Sommer 2020 ein Mikrobarographen-Array, der sogenannte DINO, in Betrieb genommen worden, welches seitdem auftretende Druckschwankungen misst und abspeichert. Diese Messdaten werden jedoch nur als Dateien auf den internen DLR-Servern gespeichert und nicht weiter verarbeitet. Das Ziel dieser Bachelorarbeit ist es nun eine Prozessierungskette zu entwickeln, welche diese Daten liest, verarbeitet und in Form eines Spektogramms abspeichert. Anhand dieser Spektogramme sollen anschließend Infraschallsignale erkannt und analysiert werden können. Da man aus zeitdiskret gemessenen Druckschwankungen nicht direkt die zugrunde liegenden Infraschallwellen ablesen kann, mussen diese erst in ein Frequenzspektrum überführt werden. Das soll in dieser Arbeit mit der sogenannten fast Fourier Transformation geschehen, welche in Bezug auf ihre Berechnungsgeschwindigkeit optimiert wird. Abschließend soll nach bekannten Infraschallsignalen gesucht werden und damit die generelle Funktionsweise der Prozessierungskette überprüft, beziehungsweise verifiziert werden.