Suomessa pohjaveden etsiminen on yksinkertaista: pohjavettä löytyy jotakuinkin kaikkialta maaperästä. Pohjaveden suhteen Suomi kuuluu onnekkaisiin maihin, sillä monilla maailman kolkilla pohjavesivarojen riittävyys on elämän ja kuoleman kysymys. Itä-Suomen yliopiston sovelletun fysiikan laitoksen tutkija Timo Lähivaara on Kuopiossa kehittänyt menetelmiä arvioida pohjavesivarantoja tutkimalla maanjäristyksissä saatavien seismisten signaalien sisältämää informaatiota. Lähivaaran tutkimusprojekti kuuluu Grand Challenge -tutkimuksiin ja on osa laajempaa pohjavesiä käsittelevää hankekokonaisuutta, jossa ovat mukana Itä-Suomen yliopisto ja Aucklandin yliopisto. Yhteistyössä on myös alan muita toimijoita Uudesta-Seelannista, kuten Otago Computational Modelling Group (OCMO) ja GNS Science. Laskentaympäristönä Lähivaara on käyttänyt tutkimushankkeessaan CSC:n superlaskentatietokoneita Louhea ja Sisua.

"Yhteistyö Kuopion ja Uuden-Seelannin välillä voi kuulostaa maantieteellisesti kaukaa haetulta, mutta yhteys on luonnollinen. Uusi-Seelanti on seismisesti aktiivista aluetta ja näin ollen siellä esiintyy jatkuvasti maanjäristyksiä. Aktiivisella järistysalueella sijaitsee myös Rotoruan merkittävä pohjavesialue, jonka tilavuutta ei tunneta tarkasti eikä siten alueellista pohjavesivarojen riittävyyttä. Meillä Kuopiossa puolestaan löytyy laskennallista ja teoreettista osaamista kehittää uusia innovatiivisia numeerisia tekniikoita pohjavesivarojen arviointiin. Seismisten signaalien sisältämä informaatio tarjoaa laajemminkin mahdollisuuksia tutkia maaperästä esimerkiksi öljy- tai mineraalivaroja", kertoo Lähivaara.

Seismiseen aaltoon tallentuu maaperätietoa

Pohjavesivaroja on perinteisesti kartoitettu porakaivoilla, jolloin vettä pumpataan yhdestä porakaivosta ja samanaikaisesti havainnoidaan pohjaveden pinnan muutoksia muissa porakaivoissa. Saatujen mittaushavaintojen perusteella voidaan alueen pohjavesitilavuutta arvioida. Menetelmä on kuitenkin hidas ja kallis laajan mittakaavan sovelluksena ja tarkkuuskin on usein heikko.

Kuvateksti:simuloitu seisminen aaltokenttä Uuden-Seelannin pohjoissaarella lähellä Christchurch:n kaupunkia. © Timo Lähivaara

Suomessa maaperätutkimuksia tekee muun muassa Geologian tutkimuskeskus GTK. Myös GTK hyödyntää laskentatekniikoita, joissa käytetään seismisiä signaaleja. Maanjäristykset ovat luonnon omia seismisiä tapahtumia, mutta Suomessa maa järisee harvoin. Suomessa seismisiä mittauksia luodaan keinotekoisia seismisiä herätteitä käyttäen. Tällöin seismiset herätteet saadaan esimerkiksi hydraulisella tärinälaitteistolla tai räjäytysten avulla.

Maan päällä tehdystä herätteessä syntyy seisminen aaltorintama, joka etenee maaperässä ja heijastuu takaisin koostumukseltaan erilaisen aineksen, kuten pohjavesi-, malmi- tai öljyesiintymän rajapinnasta. Maan päälle sijoitetuilla mittalaitteilla otetaan heijastunut signaali talteen. Kun herätteitä luodaan useasta paikasta, piirtyy heijastusten mittaustuloksista kuvaa maaperän geologiasta.

"Maanjäristys syntyy maan uumenissa ja tuottaa maaperässä etenevän seismisen aaltorintaman. Kulkiessaan esimerkiksi pohjavesialueiden muodostaman huokoisen materiaalin läpi, aaltoon taltioituu informaatiota väliaineen ominaisuuksista. Vuorovaikutus huokoisen materiaalin ja aaltokentän välillä voidaan havaita mitattavista signaaleista eli seismogrammeista. Seismogrammeja voidaan myös hyödyntää arvioitaessa pohjavesialueen fysikaalisia ominaisuuksia ja tilavuutta", kertoo Lähivaara.

Mallin epävarmuuksien huomioiminen

Lähivaaran tutkimusprojektissa on kehitetty numeerisia menetelmiä, joissa hyödynnetään seismisiä signaaleja. Laskennallisesti tutkimus on äärimmäisen vaativaa. Superlaskenta-resurssien käyttö on tutkimuksen kannalta välttämätöntä. Laskennalliset haasteet johtuvat pääosin matemaattisesta mallista, jolla seismisen aallon etenemistä kuvataan tarkasti huokoisessa väliaineessa. Lisäksi tutkimuksen eräs haaste on tarkasteltavan fysikaalisen ongelman epävarmuuksien huomioiminen laskennassa.

"Esimerkiksi maanjäristyksen lähdekoordinaatit tunnetaan vain summittaisesti. Emme myöskään tunne tarkasti, millaisessa väliaineessa seisminen aalto etenee", sanoo Lähivaara.

Yksinkertaisin ratkaisu laskennallisen vaativuuden keventämiseen on käyttää fysikaalisesti ja numeerisesti epätarkempaa mallia.

"Valitettavasti tämä johtaa käyttökelvottoman epätarkkoihin ratkaisuihin, jollei aiheutettua mallivirhettä kyetä korjaamaan. Onneksi numeerisesta menetelmästä johtuvaa epätarkkuutta tai väärästä fysikaalisesti mallista tai molemmista aiheutuvaa virhettä voidaan käsitellä Bayesilaista approksimaatiovirhe-menetelmää käyttäen. Tällä tavalla mallin epävarmuuksia voidaan huomioida entistä tarkemmin. Tässä tutkimuksessa ongelmaan haetaan ratkaisua tilastollisen inversion keinoin. Lähestymistavassa kaikki ongelman parametrit oletetaan satunnaismuuttujiksi, mikä on usein fysikaalisesti perusteltu oletus. Varsinaisena ratkaisuna tutkittavalle ongelmalle saadaan todennäköisyystiheysjakaumia, joiden avulla esimerkiksi tarkasteltavan pohjavesialueen tilavuus ja sen sisältämä vesimäärä voidaan estimoida virherajoineen", selvittää Lähivaara.

Kaksiulotteisesta kolmiulotteiseen

Lähivaaran pohjavesien arvioinnin mallintamistutkimusta on rahoittanut Suomen Akatemian Inversio-ongelmien huippuyksikkö ja Väisälän rahasto. Tällä hetkellä Lähivaara toimii Suomen Akatemian tutkijatohtorina. Tutkimuksessa hän on hyödyntänyt kahta laskentamallia, epäjatkuvaa Galerkinin menetelmää ja spektraalielementtimenetelmää. Laskentaympäristönä Lähivaara on käyttänyt hankkeen alkuvaiheessa Louhea ja jälkimmäisessä vaiheessa Sisua. Kaikkiaan tutkimushankkeessa on käytetty CSC:n superlaskentaresursseja yli viiden miljoonaa prosessoritunnin verran.

Lähivaara on tyytyväinen tutkimuksen etenemiseen. "Mallintamistyökalun kehittämisessä on siirrytty kaksiulotteisesta kolmiulotteiseen mallintamiseen, mikä on laskentatehon kannalta katsottuna iso harppaus. Myös väliaineen epävarmuustekijät on saatu laskennallisesti hallintaan. Tavoite on kehittää työkalu, jolla voidaan arvioida ja monitoroida alueellisesti pohjavesivarojen tilaa, erityisesti maissa, joissa tämä on keskeinen ongelma. Projektissa kehitettyjä laskentamalleja voidaan käyttää monilla muillakin laskennallisen tieteen aloilla, muun muassa vedenalaisen akustiikan, ultraäänikuvantamisen ja sähkömagnetiikan tutkimuksessa", Lähivaara arvioi.

Ylempi kuva: inversio-ongelman ratkaisuna saadaan pohjavesialueen kokonaissyvyyttä ja vedenpinnan korkeutta kuvaava todennäköisyystiheysjakauma. Musta x-symboli osoittaa näiden parametrien oikean arvon. Alempi kuva: pohjavesi-alueesta ja maanpinnalta heijastunut seisminen aaltokenttä. © Timo Lähivaara.

Lisätietoja

• T. Lähivaara, N. F. Dudley Ward, T. Huttunen, J. Koponen, and J. P. Kaipio, "Estimation of aquifer dimensions from passive seismic signals with approximate wave propagation models," Inverse Problems, vol. 30, no. 1, p. 015003, 2014.
• J. Kaipio and E. Somersalo, Statistical and Computational Inverse Problems. Springer-Verlag, 2005.
• D. Komatitsch and J. Vilotte, "The spectral-element method: an efficient tool to simulate the seismic response of 2D and 3D geological structures," Bulletin of the Seismological Society of America, vol. 88, no. 2, pp. 368–392, 1998.
• C. Morency and J. Tromp, "Spectral-element simulations of wave propagation in porous media," Geophysical Journal International, vol. 75, no. 1, pp. 301–345, 2008.