Støy i seismikk er all registrert energi som ikke kommer fra signalet vi egentlig er ute etter. Dette kan for eksempel være påvirkning fra vind, bølger, trafikk eller annen menneskelig aktivitet. Mens medstudenten min analyserer signalene som kommer direkte fra fjellet, ser jeg på hvordan støyen kan brukes til å hente ut informasjon. Støy trenger ikke bare å være forstyrrende, men kan også brukes til å overvåke svært små endringer i bakken.
Vi jobber med et felles datasett som dekker en periode på omtrent tre måneder, og som består av målinger fra fire seismiske stasjoner med ulik avstand til det ustabile fjellpartiet. Dette gir oss mulighet til å sammenligne hvordan både signal og støy oppfører seg på forskjellige steder.
En stor del av arbeidet mitt handler om korrelasjon, som er en metode for å hente ut informasjon fra seismisk støy. To seismometre som står et stykke fra hverandre registrerer den samme bakgrunnsstøyen, men på litt ulike måter. Ved å kryss korrelere signalene fra de to stasjonene kan vi forsterke felles mønstre og samtidig redusere tilfeldig støy. På den måten kan vi få frem informasjon om hvordan bølger beveger seg mellom stasjonene, selv uten en tydelig kilde.

For å analysere dette jobber jeg mye med koding, og har blant annet lært meg å bruke kodepakken ObsPy. Den er spesielt utviklet for seismologi og bruker jeg blant annet til å korrelere signaler mellom ulike stasjoner, komponenter og tidsperioder. Deretter sammenligner jeg resultatene for å se etter mønstre eller endringer som kan være interessante.
Jeg bruker også mye spektrogrammer og plotting av waveforms. Spektrogrammer gjør det mulig å se hvordan energien i signalet fordeler seg over ulike frekvenser, og hvordan dette utvikler seg over tid. Dette er spesielt nyttig når man jobber med støy, siden ulike støykilder ofte dominerer i forskjellige frekvensområder.
I tillegg ser jeg på endringer i bølgehastighet, ofte beskrevet som dv/v. Selv svært små endringer i bakken kan påvirke hvor raskt seismiske bølger beveger seg. Slike hastighetsendringer kan blant annet være knyttet til endringer i spenning, temperatur eller struktur i fjellet. I noen tilfeller kan man også observere endringer før et fjellskred, noe som gjør denne typen analyse relevant for overvåking av ustabile områder.
Jeg syntes dette faget er et veldig lærerikt fag, og jeg har allerede lært utrolig mye. I tillegg er det veldig gøy å få være med å se hva folk som jobber i fagfeltet driver med og å selv jobbe med ekte data. Det har også vært krevende til tider, ettersom det er en bratt læringskurve og man gjerne vil komme ordentlig i gang så fort som mulig. Men, alt i alt syntes jeg det er et veldig fint fag og anbefaler alle å søke!


