SK-ZAG

Wenn sich Lithosphäre und Erdmantel tektonisch verformen, haben die dazugehörigen Dehnungsraten eine Größenordnung von einem ­Billionstel bis zu einem Billiardstel. Diese extrem langsamen Vorgänge lassen sich experimentell schwer nachvollziehen. Viele geologische Vorgänge können zudem nur indirekt beobachtet werden. Wie sich der Dynamo im Erdkern verhält, lässt sich beispielsweise nur indirekt aus dem Verhalten des Erdmagnetfeldes erschließen. Aufgrund dieser Schwierigkeiten zählen numerische Simulationen auf Hochleistungsrechnern (High Performance Computing, HPC) zu den wichtigsten Werkzeugen der Geowissenschaften. Wie nur wenige andere Verfahren erlaubt es das Hochleistungsrechnen, Beobachtungsdaten vorherzusagen und komplexe Anfangs- und Randbedingungen zu berücksichtigen.

Die Leistungsfähigkeit von Hochleistungsrechnern hat sich ­enorm gesteigert. Rechengeschwindigkeit und Speicherkapazität sind in den letzten 20 Jahren um mehr als acht Größenordnungen angewachsen, also um einen Faktor von etwa hundert Millionen. Hochleistungsrechner ermöglichen es heute, Geoprozesse realistisch in drei Dimensionen zu simulieren. Ein Beispiel dafür ist die Modellierung des Geodynamos. Sie ist grundsätzlich nur in 3-D Geometrie durchführbar und lässt sich nicht durch vereinfachte, zweidimensionale Geometrien annähern. Komplexe Geosimula­tionen haben unser Verständnis zur Dynamik des Erdkerns in den letzten Jahren grundlegend revolutioniert.

In jüngster Zeit wandelt sich die Architektur moderner Rechensysteme fundamental. Sie entwickelt sich weg vom klassischen Mikroprozessor mit stetig steigender Taktfrequenz hin zu neuartigen Mehrkernsystemen. Der Wandel erfasst das gesamte Hardware-Spektrum, vom Hochleistungsrechner bis zum Mobiltelefon. Parallel dazu vollzieht sich eine zweite tiefgreifende Entwicklung. Diese wird von den modernen geowissenschaftlichen Messsystemen getrieben. Dazu gehören Satelliten wie SWARM oder GOCE und bodengestützte Systeme, zum Beispiel GPS-Stationen oder seismische Verbundnetze wie US-Array. All diese Messsysteme erreichen eine bisher ungekannte Genauigkeit, sind in leistungsfähige Netzwerke eingebunden und können große Datenmengen in Echtzeit übertragen. Diese Veränderungen lösen einen Paradigmenwechsel in der Geomodellierung aus, hin auf CPU- und datenintensive Probleme.

Spezielle Algorithmen des Hochleistungsrechnens sind der Schlüssel zu effizienten Simulationen. Durch die momentanen Paradigmenwechsel ist neu zu bewerten, ob die meisten Algorithmenentwürfe gut auf die Hardware abgestimmt sind. Viele Simulationscodes haben heute die Dimensionen von Unternehmenssoftware, mit Codegrößen von mehr als einer Million Codezeilen. Die Programme werden mehr als 20 Jahre entwickelt und genutzt, und viele Entwicklungsteams bestehen dauerhaft aus mehr als zehn Mitgliedern. Studien sagen voraus, dass es im Bereich des Hochleistungsrechnens zu Engpässen bei der Wartung und Weiterentwicklung von Simulationssoftware kommen wird.

Das Kernziel der Geomodellierung besteht darin, eine leistungsfähige Simulationsinfrastruktur aufzubauen. Universitätsinstitute sind zunehmend damit überfordert, große Simulationscodes zu entwickeln, zu verifizieren, zu dokumentieren und sie der Nutzer­gemeinde zur Verfügung zu stellen. Häufig werden diese Aufgaben auf Firmen ausgelagert, die jedoch nicht die wissenschaftliche Weiterentwicklung der Software im Auge haben. Daher ist es von elementarer Bedeutung, physikalische Anwendungsprogramme so weiterzuentwickeln, dass sie professionellen Standards der Soft­waretechnik entsprechen. Deshalb sollten in Deutschland Kompetenz-Zentren für professionelles Softwaremanagement für die Geowissenschaften eingerichtet werden.

Ein grundlegendes Ziel der Geowissenschaften besteht darin, Störungszonen und die dort wirkenden Kräfte zu verstehen. In geologischen Verwerfungen spielen sich zahlreiche komplexe Prozesse ab. Dazu gehören plastische Verformungen, spröde Brüche, Grenzwertverhalten und nichtlineare Phänomene. Diese Prozesse sind bisher nur unvollständig verstanden und werden in Geomodellen nicht realistisch behandelt. So ist es zum Beispiel unklar, welche mechanische Stärke Störungssysteme haben, wie sie sich zeitlich entwickeln und wie sie miteinander reagieren. Ebenso schwierig ist es zu beurteilen, wie sich die Verformung zwischen den seismogenen und den duktilen Stockwerken der Lithosphäre aufteilt und wie entscheidend die Anfangsbedingungen sind. Es ist auch eine Herausforderung, die Vorhersagen komplexer numerischer Modelle mit Beobachtungen zu vergleichen. Eine Lösung dieser Fragen ist zurzeit nur ansatzweise erkennbar.

Zeitreihen dokumentieren die Entwicklung zahlreicher geologischer Prozesse. Um diese Zeitreihen durch Geomodelle auswerten zu können, müssen jedoch Anfangswerte bekannt sein. Das ist oft nicht der Fall. Damit stellt sich ein so genanntes Inversionsproblem, um die Anfangswerte zu bestimmen. Im Prinzip ist es möglich, die Anfangswerte mit Hilfe von Modellrechnungen und Datenassimilierungsverfahren zu bestimmen. Allerdings sind diese Verfahren extrem aufwendig und können zurzeit nur für stark vereinfachte Systeme angewendet werden.

Um die Plattentektonik physikalisch zu verstehen, ist es notwendig, den Anteil von Mantel und Lithosphäre in der Kräftebilanz der Plattenbewegung genau zu kennen. In der tektonischen Modellierung wird der Mantel oft als niedrig-viskose Flüssigkeit oder als ruhendes Medium betrachtet, das heißt, die Mantelkomponente wird in der Kräftebilanz nicht korrekt dargestellt. In geodynamischen Mantelmodellen werden Scherzonen dagegen oft als Flüssigkeit dargestellt. Die Annahmen zur Kräftebilanz entlang von Störungszonen sind daher unvollständig. Um Prozesse im Mantel und in der Lithosphäre zu modellieren, werden gekoppelte Modelle benötigt, die regionale und globale Skalen abbilden können. Die numerischen Herausforderungen, um die Anfangswertprobleme zu lösen und Scherzonen realistisch zu modellieren, sind erheblich.