Анализ опасности землетрясений и рисков в Турции

Введение

Анализ опасности землетрясений и рисков может служить основой для принятия правительственных решений и смягчения катастрофических последствий того или иного события. Существует несколько методов описания землетрясений, цель данного исследования - сравнить и противопоставить эти методологии. В этом отчете рассматриваются результаты этого анализа, и делается вывод о том, что распределение Фреше является неточным для разреженных выборок данных, но мало что отличает методы гамма, ГЭВ, логарифмически нормальных распределений и распределений Вейбулла. Кроме того, изучается новый метод определения опасных зон, рассеиваемых из источников на линии разлома, вместо расчета опасности для определенных участков. По сравнению с другими картами, предложенная новая методология выделяет более отдельные зоны опасности и может привести к улучшению распределения государственных ресурсов, потенциально спасая жизни.

Результаты в значительной степени зависят от качественного каталога данных, и полученные результаты указывают на необходимость дополнительных ресурсов для создания улучшенных наборов данных. Карта опасностей сильно зависит от топографического коэффициента ослабления, делается вывод о необходимости дальнейшего изучения этих региональных коэффициентов. Анализ рисков Турции определил Стамбул как зону наибольшего риска, и был сделан вывод, что схемы помощи и смягчения последствий должны быть сосредоточены здесь, чтобы обеспечить правильную помощь после стихийного бедствия. Доказано, что этот новый метод стохастического анализа землетрясений дает надежные результаты, сопоставимые с текущими картами, но с улучшенным определением местности. В последующие годы его потенциал возрастет по мере того, как каталоги данных станут более обширными.

Введение

Землетрясения уже давно являются источником человеческих жертв и оказывают разрушительное воздействие на местную инфраструктуру. Подсчитано, что во всем мире в период с 1980 по 2008 год экономический ущерб от землетрясений составил около 350 миллиардов долларов США, и, по оценкам, за тот же период погибло 385 630 человек (, 2016). Эта диссертация направлена на улучшение текущего понимания этих событий с использованием нового подхода к получению информативных и потенциально жизненно важных данных.

Этот документ направлен на изучение риска землетрясений для местных жителей и инфраструктуры по всей Турции. Для проведения исследования должна быть использована база данных о примерно 10 000 землетрясениях с 1900 года, предоставленная Европейской инициативой (, 2013). Статистический анализ экстремальных значений этих данных с использованием программного обеспечения - может обеспечить более глубокое понимание случаев землетрясений и лучше информировать правительство о решениях и схемах предотвращения. Ориентировочная стоимость землетрясения в Турции приведена ниже в таблице 1 (Гуренко, 2006).

Цели

В этой диссертации будет проведен анализ землетрясений в Турции с использованием следующего процесса.

Конечные результаты

Обзор литературы

Детерминированный против Вероятностный анализ риска землетрясений

Детерминированный анализ включает в себя онтическое предположение о возникновении землетрясения. Это означает, что физические свойства и переменные системы разломов могут быть использованы для получения представления о возникновении землетрясений. В работе Рейда по теории упругого отскока (, 1911) впервые было исследовано нарастание давления разлома, а затем его высвобождение. Однако из-за сложности возникновения землетрясений оно вскоре было смоделировано с большей точностью с использованием вероятностного распределения (, 1938).

Сообщество статистической геофизики отдает предпочтение вероятностному (стохастическому) анализу, в работах ( , 2013; , 2015; , 2008) делается вывод о том, что стохастический анализ обеспечивает лучшее понимание землетрясений. Стохастический анализ землетрясений должен быть дополнительно рассмотрен в этом отчете.

Две основные переменные, представляющие интерес при формулировании вероятностной модели, - это учет периода возврата и величины события. Масштабы такого события могут быть количественно оценены по-разному. Наиболее известной является шкала Рихтера, разработанная Чарльзом Рихтером (, 1935), однако у нее есть некоторые недостатки, например, она действительна только для определенных частот и расстояний. Предлагаемый метод определения магнитуды, который должен использоваться в этой статье, - это , измерение мгновенной магнитуды, которое, как было показано, обладает большей точностью для определения размера более крупных землетрясений (, 2014).

Статистические распределения землетрясений

Создание стохастической модели для описания возникновения землетрясений достигается за счет использования вероятностных распределений. В литературе были предложены различные стохастические распределения, и они сведены в таблицу-2.

Важным фактором при выборе распределения является правильное описание землетрясений большей мощности. Распределение Гумбеля, например, менее эффективно в этом отношении ‘Однако все больше отклоняется от данных для значений высокой интенсивности’ (. ., 1983), рисунок-1.

Учет недостающих данных

(, 1984) изменил временной период для рядов экстремальных значений, чтобы создать ряды с меньшим количеством недостающих точек данных, используя 10-летний ряд . Очевидно, что это может, наоборот, применяться на региональной основе до тех пор, пока в пределах этого региона не будет накоплено достаточное количество данных.

Подход ( ., 2016) использует предположение о том, что распределение может быть оценено с небольшой потерей точности, если отсутствует менее 25% данных – (, 1979). Затем этот подход игнорирует любые регионы с менее чем 10 зарегистрированными значениями из-за недостатка данных. Это также кажется непрактичным, и разреженные наборы данных будут игнорировать большое количество ошибок.

В каталоге землетрясений порог исследования составляет 4 МВт, и после этого данные подвергаются левой цензуре, см. Рисунок-2. Любые данные, которые не были записаны, должны находиться в этом диапазоне от 0 до 4 МВт. Распределение может быть подобрано путем модификации метода оценки максимального правдоподобия, который оценивает параметры распределения на основе эмпирических данных, уравнения-1.

Этот процесс подгонки распределения является статистически проверенным и более точным, чем подгонка моделей с измененными данными. Следовательно, этот процесс следует использовать, поскольку он более статистически корректен и даст более точные результаты.

Тесты на пригодность к работе

Чтобы определить, подходит ли распределение для описания данных, необходимо выполнить тест на соответствие. Важно иметь как метод обучения, так и метод тестирования дистрибутива. Два метода, предложенные в этой статье, - это перекрестная проверка и аппроксимация Стивенса (, 1974).

Перекрестная проверка (Мостеллер и Тьюки, 1968) может быть выполнена несколькими способами, например, без учета одного () и -кратно. Принцип, лежащий в основе этих тестов, заключается в случайном разделении данных на обучающий набор и тестовый набор. Этот процесс повторяется и вычисляется средняя ошибка подгонки. Этот процесс можно увидеть ниже с использованием -кратной перекрестной проверки, рис. 3.

Поскольку каждый обучающий набор данных только (-1) / такой же большой, как исходный обучающий набор, оценки ошибки прогнозирования обычно будут предвзятыми, = 5 или 10 обеспечивают хороший компромисс между отклонениями и отклонениями ( ., 2013).

Аппроксимация Стивена (, 1974) - это альтернативный метод перекрестной проверки, в котором инновационным способом используется обратное преобразование вероятности, уравнение-2. Если является непрерывной случайной величиной () с – () и если = (), то является равномерным на интервале 0,1.

Используя этот метод, любая непрерывная монотонная функция, в данном случае случайное эмпирическое распределение , может быть преобразована в равномерное распределение с помощью (кумулятивной функции распределения). Это может быть проверено на правильность подгонки без смещения из-за предварительно подобранных параметров распределения масштаба, формы и т.д. (Стивенс, 1974). Этот процесс описан ниже на рисунке-4.

Поскольку находится между 0 и 1, функция также должна быть расположена между 0 и 1. Также как относится к вероятности (

Это будет справедливо для всех значений в . Следовательно, любое непрерывное распределение может быть преобразовано с помощью преобразования интеграла вероятности в равномерное распределение. Это распределение затем, в свою очередь, может быть проверено на соответствие с помощью ряда тестов, которые описаны в следующем разделе этого документа (Колмогорова-Смирнова, Андерсона-Дарлинга и Крамера-фон Мизеса).

Тест Колмогорова-Смирнова

Тест Колмогорова-Смирнова () (Колмогоров, 1933) является первым параметрическим тестом соответствия, который должен выполняться для распределений. Этот тест в основном касается формы посадки, однако другие параметры, такие как дисперсия, влияют на это значение. Преимущество этого теста по сравнению с точным тестом (например, хи-квадрат) заключается в том, что для получения точного значения требуется меньший размер выборки. В конкретном случае этих данных недостаточно наблюдений, чтобы обеспечить разумную оценку соответствия хи-квадрат (.. , 2013).

Тест представляет собой представление максимального расстояния между двумя наборами данных, эмпирическим и стохастическим. Тест измеряет это расстояние между кумулятивной функцией распределения () стохастической и эмпирической функцией распределения () эмпирических данных, уравнение-4.

Из-за кривизны этот тест менее чувствителен к конечным точкам данных, и поскольку необходимо выполнить анализ , предпочтительным является тест Андерсона-Дарлинга. ‘Тест Колмогорова-Смирнова - это всего лишь исторический курьез’ (Стивенс и Д'Агостино, 1974).

Тест Андерсона-Дарлинга

Этот тест предназначен для учета конечных точек кумулятивной функции распределения, показанной на рисунке 3. В крайних случаях видно, что градиент функции уменьшается, что по отношению к тесту Колмогорова-Смирнова вызывает неопределенность в отношении достоверности теста.

Тест Андерсона-Дарлинга аналогичен тесту Крамера-фон Мизеса, представленному в уравнении-5, в котором в качестве меры соответствия используется расстояние между гипотетической и эмпирической функциями. Тест Андерсона-Дарлинга изменяет это, чтобы лучше учитывать конечные точки данных, уравнение-6.

Хвосты лучше представлены из-за взвешивания () (1- ()), так как оно больше, чем () = 0,5 и уменьшается к концам хвоста. Следовательно, больший вес применяется к областям , которых ранее не было в тестах Колмогорова-Смирнова и Крамера-фон Мизеса ( ., 2013).

Введение в энергию землетрясений

Энергия от землетрясения распространяется по земле различными путями - поверхностными и объемными волнами. и -волны ( , 1995) - это объемные волны. (сдвиговые) волны распространяются как поперечные волны, тогда как (первичные) волны являются продольными по своей природе, рисунок-5.

Как правило, это глубокие волны, которые способны распространяться ниже верхней мантии, иногда преломляясь ядром земли. Объемные волны сопровождаются поверхностными волнами Лав и Рэлея, которые вызывают большую часть разрушений от землетрясений, рис.6 (Рэлей, 1887; Лав, 1911).

Волны Рэлея распространяются в чисто вертикальном движении, они представляют собой скопление объемных волн и . Движение, вызванное этой волной, создает колебательное движение на поверхности земли. Волны любви, с другой стороны, создаются горизонтальной составляющей -волн. Они обеспечивают поперечное перемещение в горизонтальной плоскости, как видно на рис.6.

Ослабление землетрясения

Событие землетрясения может быть связано с источником (фокальной точкой) под землей, где энергия рассеивается в результате сброса давления. Точка над землей в этом месте известна как эпицентр. Предполагая, что событие происходит от точечного источника, можно предположить, что энергия рассеивается по кругу, рис.7. Чем ближе к фокусу, тем больше энергия, причем энергия рассеивается по кругу. Однако эта модель предполагает, что поверхность земли идеально эластична и волны способны распространяться с небольшим сопротивлением. Это не так, и энергия теряется из-за трения и других сил (Ширер, 1999), называемых внутренним затуханием.

Чисто круговое рассеяние составляет 1 / от источника при условии упругих условий. Как уже обсуждалось, это не относится к реальным землетрясениям. Фактическое рассеяние зависит от частоты отдельных волн с более высокими частотами, затухающими по-разному ( и , 1987). Это, однако, может быть аппроксимировано с использованием скорости затухания .1 / 1.1– 1 / 1.4  ( ., 2010) в зависимости от размера радиуса и географии региона. Это, однако, для хода документа должно быть приближено к скорости затухания 1 / 1.2, уравнение-7.

Где1- энергия в эпицентре,2 -энергия на расстоянии от эпицентра.

Это приближение предполагает рассеяние энергии события во всех направлениях, однако на это будут влиять конкретные географические факторы. Например, затухание в горном регионе выше, чем в более равнинных географических условиях. Это, однако, не должно быть включено в настоящий документ, и будет принято предположение о равномерном рассеивании энергии.

Методы спецификации региона

Наиболее упрощенный подход ( , 2010; ., 2010) классифицирует интересующий регион, в данном случае Турцию, и определяет стохастическое распределение, которое охватывает всю зону. Таким образом, всем районам в пределах этого региона присваивается одинаковая сейсмическая опасность. Этот подход хорошо работает на небольших территориях, но не подходит для более крупного региона Турции, поскольку вероятностная карта является результатом этого отчета, и она не была бы приемлема в качестве единственного метода. Однако должен быть проведен анализ всего региона и изучены результаты.

Другой подход (, 1984; ., 2016) заключается в разделении соответствующих областей сейсмической активности на отдельные подразделы обычно заранее определенной области. В обеих работах предлагалась область, определяемая 1⁰ 1⁰ продольными и широтными участками. Затем для каждого участка определяется вероятность возникновения землетрясения и магнитуда этого события. Это участки размером примерно 110 на 110 км, и в такой активной стране, как Турция, имеется достаточно данных, чтобы оправдать аналогичный подход.

Однако предлагается модифицировать метод, описанный в статье Вана ( , 2016) "Оценка риска активных разломов на Тайване". Это определяет пострадавшую популяцию путем создания 50-километровой границы для каждого соответствующего разлома и суммирования численности населения в пределах этой области, рисунок-8. Этот метод в равной степени может быть применен и к восприятию опасности. Известно, что землетрясения обычно вызываются линиями разломов (, 1911) и что эта энергия распределяется примерно равномерно от источника ( ., 2011). Следовательно, аппроксимируя то, что точки вдоль разлома имеют равную вероятность скольжения, этот метод может быть использован для расчета опасности в локальной области.

В дополнение к вышесказанному, необходимо учитывать силу землетрясения и рассеивание этой энергии. Поэтому также более точно изменять 50-километровую границу в зависимости от магнитуды землетрясения. Следовательно, опасность может быть рассчитана для всех неисправностей в Турции и правильно распределена для формирования карты опасностей. Затем этот подход можно сравнить с результатами, полученными из литературы и европейской карты общих рисков (, 2013).

Карты опасностей

Очень важно выбрать правильную стохастическую модель, которая наилучшим образом описывает данные о землетрясениях. Различия в степени опасности, полученные в результате неправильной модели, могут стоить миллиарды долларов на планирование и смягчение последствий или, что еще хуже, на нецелевое использование государственных ресурсов, приводящее к человеческим жертвам. Поэтому в этом отчете должны быть проанализированы предлагаемые в литературе стохастические модели и проведено сравнение каждого варианта распределения.

Затем эта модель может быть использована для получения карты опасностей Турции, которая определяет только вероятность землетрясения. Составление карты вероятности землетрясения по всей Турции помогает в разработке строительных норм, государственных расходах и смягчении последствий землетрясений (, 2014). Примерная карта опасностей, разработанная Европейской инициативой , показана на рисунке 9. Если вероятность возникновения землетрясения выше, то требуется большая осторожность для предотвращения его возникновения. Например, разжижение грунта и повышенная нагрузка на здания должны быть приняты во внимание на этапе проектирования. Эта дополнительная нагрузка, которую необходимо смягчить, может быть получена только из анализа случайных землетрясений.

Риск – Последствия

Риск определяется как вероятностью события, так и последствиями этого события. Следовательно, событие с низкой вероятностью наступления и с высокими последствиями содержит более высокий риск, чем обратное. Существует много способов количественной оценки риска, европейская карта сейсмической опасности (, 2013), рисунок 9, отображает только карту вероятности и не дает количественной оценки риска.

Страховая компания, например, была бы заинтересована в потенциальном экономическом ущербе, причиненном землетрясением. Это достигается путем оценки ущерба в долларах США, причиненного землетрясениями определенной магнитуды. Сочетание этого с картой рисков позволяет составить обоснованное суждение о том, что следует взимать с клиентов в качестве страховой премии, чтобы снизить риск. Однако, несмотря на интересную сферу, денежный ущерб от землетрясения не имеет большого значения по сравнению с потерянными жизнями и другими факторами.

Представляется логичным принять политику, которая полностью сосредоточена на спасении человеческих жизней. Этот подход был использован ( , 2016) для оценки фактора риска неисправности. Теория может быть расширена на большую область и создание карты для Турции. Это должно быть достигнуто путем умножения прогнозируемой величины на плотность населения в этом районе. Поскольку логически риск будет линейно возрастать с числом людей, пострадавших от землетрясения, уравнение-8.

Обратите внимание, что прогнозируемая магнитуда находится в логарифмическом масштабе, поэтому уравнение будет учитывать это, используя 10МВт. Например, на карте рисков город с высокой вероятностью возникновения землетрясения имеет более высокий риск, чем сельская местность с такой же вероятностью события. Это связано с тем, что городские районы будут подвергаться более высокому риску в отношении гибели людей.

Эта карта должна быть сопоставлена с составленной картой опасностей и любые результаты должны быть обсуждены. Карта рисков для населения важна для государственного планирования и смягчения последствий стихийных бедствий. Например, стратегическое расположение больниц и оказание помощи имеет жизненно важное значение для оказания помощи после событий. Если помощь находится в опасной зоне, она может быть недоступна, поэтому безопасное размещение в непосредственной близости от места события имеет жизненно важное значение.

Первоначальное исследование данных о землетрясениях

Данные, которые должны быть использованы в этом исследовании, были получены из базы данных, составленной Европейской инициативой . Данные включают около 10 000 землетрясений с 1900 года в диапазоне от (4,0 – 7,7) МВт по шкале магнитуд на данный момент со средним значением 4,1 МВт. Данные охватывают всю Европу, и их можно увидеть на графике ниже, рис.10.

Данные на рисунке 10 расположены между с. 23 °- 48 ° долготы и 33 ° – 45 ° широты, и можно видеть, что землетрясения группируются в определенных областях. Наиболее активные районы расположены на крайнем Востоке и западе Турции, причем большинство событий происходит на Востоке.

Землетрясения возникают, когда две плиты или стороны разлома внезапно сдвигаются и происходит сброс накопившегося давления. Выброс энергии вызывает сейсмические волны, которые вызывают сотрясение почвы; движение является основной причиной обрушения зданий и гибели людей. Очаг землетрясения - это точная точка, в которой соскальзывают разломы, а эпицентр - точка над ним на уровне земли, события регистрируются ближайшим сейсмологическим датчиком и отображаются на рисунке 10.

Разломы являются либо отдельными, либо составными сейсмографическими источниками, как определено ( ., 2009). Источники разломов - это структуры, состоящие из идентифицированных линий разломов, но представляющие собой сложную систему с рядом выровненных отдельных сейсмографических источников, которые нельзя разделить пространственно (, 2013).Количество линий разломов и активность этих разломов в конкретной области будут оказывать существенное влияние на количество землетрясений. Европейский фонд оценки опасности и риска землетрясений () предоставляет доступ к базе данных об известных разломах в Европе. Землетрясения происходят с большей плотностью вблизи скоплений линий разломов, рисунок-10 (синий).

Для целей настоящего расследования предполагается, что события происходят из-за активности линий разломов, предоставленных . Как правило, это так, однако некоторые события меньшей магнитуды могут быть вызваны системами источников неисправностей, не включенными в карту. Разломы имеют такое же распределение, как и землетрясения, преимущественно расположенные на востоке и западе Турции, с небольшим количеством в центре. Следует отметить один крупный разлом - Северо-Анатолийский. Этот разлом является активным сдвиговым разломом, который пересекает трансформную границу Евразийской и Анатолийской плит. В 1999 году Северо-Анатолийский разлом вызвал землетрясение магнитудой 7,6, в результате которого пострадали 43 953 человека и погибло 17 118 человек, что подчеркивает важность схем смягчения последствий землетрясений.

Исходя из предыдущего предположения, каждое из 10 000 событий может быть отнесено к определенной линии разлома. Каждое событие может быть отнесено к разлому с помощью подхода ближайшего соседа; определение ближайшего разлома по географическому местоположению к зарегистрированному событию землетрясения. Как только ближайшая неисправность определена, активность этой неисправности подсчитывается и ее активность увеличивается на единицу за событие.

Уравнение 9 используется для вычисления расстояния от события до ближайшей системы линий разломов. Где:

- разница в долготе между ближайшим разломом и землетрясением.

- разница в широте между ближайшим разломом и землетрясением.

- расстояние в градусах между ближайшим разломом и землетрясением.

Активность линии разлома

Самая большая ошибка активности привела к более чем 900 событиям с 1900 года, а наименее активная - 0. Затем каждый разлом имеет цветовую маркировку, чтобы получить графическую оценку активности различных линий разломов Индейки, рисунок-11.

Как и ожидалось, Северо-Анатолийский разлом выделен красным как одна из наиболее активных линий разлома. Из рисунка 11 можно отметить, что турецкие города, как правило, расположены вблизи зон высокой сейсмической активности. Это печальный случай плохого городского планирования, предшествующего пониманию последствий землетрясений, что является синонимом количества погибших в результате них в Турции. Это тема, которая будет рассмотрена позже в этом документе, когда будет проанализирована конкретная область риска.

Расследование магнитуды землетрясения

Активность разлома, какой бы информативной она ни была, может описать только количество землетрясений в данном районе. Это может быть полностью исключено из фактического ущерба, который был нанесен. Чтобы лучше рассмотреть этот аспект, необходимо ввести величину, относящуюся к магнитуде землетрясений.

Магнитуда землетрясения характеризует относительный размер землетрясения. Это, в свою очередь, отражает величину создаваемых им движений грунта. Поэтому важно понимать как географическое положение, так и масштабы событий. Ряд небольших землетрясений может быть значительно менее опасным, чем значительное более крупное событие, таблица-3.

Из таблицы-3 (. , 2015) по мере увеличения магнитуды причиненный ущерб также увеличивается экспоненциально. Кроме того, по мере увеличения масштаба события вероятность его возникновения снижается, а частота такого события уменьшается. Как обсуждалось в обзоре литературы, в этой диссертации будет использоваться шкала магнитуды момента (Мвт) для количественной оценки размера землетрясения. более применим к землетрясениям, особенно к событиям большей магнитуды (. , 2015), чем другие популярные весы.

Данные о землетрясениях, полученные с помощью , содержат как местоположение, так и магнитуду событий. Данные считаются подвергнутыми цензуре, поскольку они были собраны только при превышении порогового значения в 4 МВт. События отображаются с использованием каждого события, содержащегося в цветовом градиенте, рисунок-12. В каждой отдельной области будут происходить события большей или меньшей магнитуды в зависимости от близости высокоактивных разломов.

Гистограмма приведена на рисунке 13. Режим данных составляет около 4 МВт, хотя, поскольку данные подвергаются цензуре, это не является репрезентативным, чем ниже Мвт, тем больше вероятность возникновения события. Таким образом, <4 имели бы более высокую частоту встречаемости, если бы они были записаны. Однако экспоненциальный спад все еще виден. При этом вероятность более высоких событий экспоненциально меньше, чем более низких Мвт.

Статистический анализ данных о землетрясениях

Введение в серию

Серия годовых максимумов () содержит наибольшее наблюдаемое землетрясение магнитудой в данном календарном году.  Предполагается, что значение, полученное для каждого года, не зависит от каких-либо значений, полученных в другие годы. Ряд для Турции показан на рисунке 14. Обратите внимание, что среднее значение этого набора данных выше, чем на рисунке 13; 6 МВт и 4,5 МВт соответственно. Это связано с тем, что рисунок-14 представляет собой серию , и в нее включено только максимальное зарегистрированное годовое значение.

В этом всеобъемлющем примере Турции данные доступны за все годы (1900-2006), и поэтому можно построить полный ряд . Это, однако, не относится к серии отдельной линии разлома, где многие годы находятся ниже порога в 4 МВт, и, следовательно, точная мощность неизвестна.

Ряд для Турции, представленный на рисунке 14, содержит как , так и данных. Это, по-видимому, следует необычной схеме распределения с двойным пиком, являющейся подмножеством семейства смешанных распределений. Это семейство обычно включает в себя комбинацию нескольких отдельных распределений, которые накладываются друг на друга. К данным требуется осторожный подход, так как менее сложные модели часто лучше, поэтому в этой статье будет рассмотрена менее сложная модель. Смешанный характер данных потребует дальнейшего изучения в будущей литературе.

Выбор дистрибутива – Каллен и Фрей

Данные на рис.14 могут быть аппроксимированы с помощью распределения вероятностей. Это статистически описывает данные, их можно использовать для прогнозирования вероятности данного события и экстраполяции за пределы имеющихся эмпирических наблюдений. Выбор правильной статистической модели для описания эмпирических данных должен быть рассмотрен с использованием графика Каллена и Фрея, который предлагает семейство распределений на основе эксцесса и асимметрии данных.

Поскольку график Каллена и Фрея очень чувствителен к небольшим размерам выборки, процедура начальной загрузки используется для получения дополнительных выборок из данных. - это метод статистической выборки с заменой. Это создает ряд наборов данных, которые также наносятся на график Каллена и Фрея для определения подходящего семейства случайных распределений. Процесс начальной загрузки описан на рисунке 15.

График Каллена и Фрея по данным индейки показан на рис. 16 с использованием пакета и выборки начальной загрузки ( . , 2013). Данные показывают низкий уровень перекоса и столь же низкий эксцесс, подтверждающий, что экспоненциальное распределение недопустимо для этого набора данных. Это кажется нелогичным, однако, ряд представляет собой и кластеризован до более высоких значений , что подтверждает отказ от экспоненциального распределения.

Кластер точек начальной загрузки близок к логарифмической нормали и гамма-линиям, которые являются распределениями, предложенными в литературе. Подтверждая, что они являются правильными для дальнейшего изучения. Другим предположением о графике Каллена и Фрея является нормальное распределение. Это, однако, будет иметь меньшую гибкость в подгонке, поскольку существует несколько наборов данных, по одному для каждой ошибки, которые не будут изучаться далее.

Оценка параметров модели

Для подгонки данных можно использовать несколько различных распределений. Они должны быть проанализированы, и распределение, которое наилучшим образом описывает данные, затем может быть использовано для прогнозирования. Для каждого распределения требуются входные параметры для изменения эксцесса, асимметрии и местоположения. Параметры оцениваются с использованием оценки максимального правдоподобия (), которая максимизирует функцию правдоподобия, уравнение-10.

Оценка максимального правдоподобия максимизирует функцию правдоподобия для оценки параметров. Вместо этого проще минимизировать отрицательную функцию логарифмического правдоподобия, поскольку логарифмы являются аддитивными, уравнение-11.

Для индейки серии это можно использовать для определения оптимальных параметров. Однако для отдельных линий разломов существует ряд недостающих терминов, в которых максимальное событие землетрясения за этот конкретный год ниже порогового значения в 4 МВт. Это цензурированная выборка, и функция максимального правдоподобия должна быть изменена, чтобы учесть это, уравнение-12.

Где:

Тестирование дистрибутивов на соответствие требованиям

Распределения, обсуждаемые в литературе, считаются подходящими с помощью анализа Каллена и Фрея, теперь каждое из них может быть сопоставлено с данными с помощью метода , а затем проверено на соответствие. В качестве трех используемых тестов, описанных в разделе обзор литературы этого документа, используются тесты Колмогорова-Смирнова (), Крамера-фон Мизеса () и Андерсона-Дарлинга (). Результаты каждого теста на подобранных распределениях для данных Турции приведены ниже в таблице-4.

Чем ниже тестовые значения, тем лучше подгонка, поскольку тесты измеряют расстояние между подобранным и эмпирическим распределениями. Поэтому в этом эксперименте распределение Вейбулла было признано наихудшим, а гамма-, логарифмически нормальное, ГЭВ и распределения Фреше - благоприятными. Распределения Фреше и логарифмически нормальные распределения показаны на рис.17.

Распределение Фреше, хотя и хорошо вписывается в процедуру тестирования, отличается от данных в верхнем хвосте. Логарифмическая нормаль хуже подходит для нижних областей , но лучше описывает данные в верхних областях . Это предпочтительнее в случае землетрясений, поскольку представляет собой логарифмическую шкалу, и поэтому больший акцент следует уделять событиям с более высокой . Для того чтобы провести различие между распределениями в отношении тестов на соответствие требованиям, необходима большая выборка данных.

Поэтому для каждой отдельной линии разлома была определена серия , а затем объединена в одну серию, содержащую 400 разломов. Это подвергнутый цензуре образец с рядом параметров ниже порогового значения в 4 МВт. Чтобы визуализировать эти данные на графике гистограммы, все данные в цензурированной области были удалены, что позволило увеличить изображение области 4 МВт +, рисунок-18. Вся подвергнутая цензуре выборка отображается в виде гистограммы на рисунке 19. Обратите внимание, что по-прежнему существует неоднозначный аспект распределения данных, это может быть предметом исследования для будущего отчета, однако это выходит за рамки данного документа.

Распределения могут быть оценены на предмет дисперсии. Принимая во внимание количество параметров в каждой модели, так как чем больше количество параметров, тем больше дисперсия и вероятность чрезмерной подгонки данных, таблица-5.

Поскольку существует три параметра как для распределений ГЭВ, так и для распределений Фреше, дисперсия, вероятно, будет больше, чем у логарифмически нормального, Вейбулловского и гамма-распределений. Поэтому предпочтение должно отдаваться выбору распределения с наименьшим числом параметров при прочих равных условиях. Кандидаты тестируются в таблице 6 с использованием информационного критерия Акайке () и байесовского информационного критерия () для цензурированных данных по сравнению с объединенными индивидуальными данными ошибок.

Тесты и дают интересное сравнение для этого набора данных по сравнению с таблицей-4. Распределение , которое ранее показывало наилучшие результаты для серии в Турции, хуже всего подходит для комбинированной серии с отдельными линиями разломов (содержащей данные для каждого из 400 разломов в Турции). Распределение Вейбулла, ранее наиболее подходящее, теперь является предпочтительным распределением. Это репрезентативно для литературы, которая не в состоянии указать явно превосходящее распределение.

Стандартная ошибка оценки параметров

Логарифмически нормальное распределение оценивается и строится на основе данных объединенной линии разлома на рисунке 19. Неизвестные значения в выборке (<4) составляют большую часть данных. Это создает неопределенность в подборе распределения. Недостающие данные (<4) аппроксимируются с использованием равномерного распределения только для визуальных целей. Данные ниже 4 МВт неизвестны, и, следовательно, их распределение также неизвестно. Неопределенность может быть количественно определена в стандартной ошибке оценки параметра методом . Это может быть достигнуто несколькими способами, одним из примеров является то, что процесс начальной загрузки, описанный на рисунке 15, может быть использован для определения стандартной ошибки.

Использование набора из 1001 отдельных образцов начальной загрузки для логарифмически нормальных параметров Рисунок-20. Рассчитывается стандартная ошибка параметра, таблица-7. Все распределения показали низкую стандартную ошибку, составляющую в среднем около 1% для каждого параметра, поэтому между ними практически нет различий.

Введение в периоды возврата

Период возврата - это среднее время между двумя землетрясениями, которые превышают установленный порог мощности, и обратная вероятность того, что одно такое событие произойдет в данном календарном году, уравнение-13.

Где- годовая вероятность превышения, а- период возврата землетрясения. Период возврата события является чисто вероятностной оценкой, и два события могут произойти за более короткий период времени, чем предсказывает их период возврата. Для сравнения распределений прогнозируемые величины для заданных периодов возврата нанесены на график для не подвергнутых цензуре данных по всей стране, рисунок-21.

Максимальным зарегистрированным землетрясением в истории стало землетрясение мощностью 9,5 МВт в Чили (1960). Физическая география разлома ограничивает максимальную энергию, которую он может высвободить при землетрясении, поэтому дальнейший тест может быть напрямую связан с Турцией, где самым крупным событием было землетрясение мощностью 8,0 МВт в 1668 году. Это приблизительное значение, полученное из анализа напряжений в горных породах, но самое крупное событие образца 1900-2006 годов составляет 7,7 МВт, поэтому прогнозируемое событие продолжительностью 10 000 лет должно быть близко и, вероятно, выше этой величины.

Распределение Фреше здесь явно является неправильным выбором и полностью преувеличивает 10 000-летнее событие при 10,6 МВт. Тем не менее, все другие распределения кажутся хорошей аппроксимацией событий с большим периодом возврата, в диапазоне от 8 до 8,8 МВт. Поскольку эмпирические данные охватывают период менее 500 лет и являются неполными, существует мало доказательств, противоречащих этим приближениям или позволяющих выделить наиболее точные. Однако большинство распределений, по-видимому, хорошо соответствуют эмпирическим данным и поэтому могут быть использованы для определения опасности землетрясений в Турции.

Индивидуальный стохастический анализ линии разлома

Каждая линия разлома была отнесена к подмножеству событий землетрясения с помощью подхода ближайшего соседа. Поэтому каждая линия разлома может быть описана распределением. Каждая ошибка будет независимой и изменяться в зависимости от событий, которые объясняются этой конкретной ошибкой.

Затем неисправностям может быть присвоено значение для установленного периода возврата, скажем, 1000 лет. Поскольку каждый разлом будет содержать различную активность и магнитуду, можно построить гистограмму Мвт для каждого разлома с периодом возврата 1000 лет, рисунок-22. Как и ожидалось от региона активного землетрясения, средняя мощность составляет 7 МВт. С несколькими меньшими значениями в районе 4 МВт и некоторыми разломами очень высокой магнитуды, которые представляют наибольшую опасность для местных сообществ, как упоминалось ранее, большая опасность может не коррелировать со значительным риском.

По сравнению с рисунком-21, значения МВт для отдельных линий разломов намного выше – одно значение составляет 12 МВт. Это связано с недостатком данных и плохой подгонкой модели, что приводит к высокой ошибке при больших периодах возврата. Одна ошибка имеет серию событий с единственным событием без цензуры, Таблица-8.

Как упоминалось ранее в этом отчете, 0-4 означает "подвергнутые цензуре" данные, в этом случае большинство значений подвергаются цензуре, и только одно зарегистрированное значение составляет 7,1 МВт. Таким образом, стандартное отклонение для этой конкретной серии неисправностей является высоким. Это создает плохую способность прогнозирования при больших значениях периода возврата, рис.23.

Периоды возврата для всех распределений указаны неверно. Распределение Фреше является наихудшей оценкой в этом наборе данных с прогнозируемым 10 000-летним событием в 50 МВт. Однако большинство распределений терпят неудачу в этом отношении с ГЭВ на уровне 2,6 МВт, а остальные сгруппированы вокруг оценки 20-35 МВт. Это не совсем ошибка распределения, а неправильная оценка параметров методом . Средняя стандартная ошибка для параметров распределения составляет 70% от значения параметра. С гамма-распределением, содержащим параметр со стандартной ошибкой более 200%, таблица-9.

Стандартная ошибка, таблица 9, объясняет неправильные прогнозы периода возврата, которые превышают максимальный период возврата для всего прогноза серии в Турции, составляющего около 8,8 МВт. Каталоги сейсмографических данных становятся все более совершенными, и доступно больше данных для изучения землетрясений. Поскольку этот метод присвоения данных конкретным неисправностям требует полного набора данных для уменьшения ошибок, этот метод станет более распространенным в последующие годы. На момент написания статьи было обнаружено несколько разломов без набора данных достаточно высокого качества, чтобы этот анализ позволил моделировать землетрясения с меньшей неопределенностью.

Стохастик против Эмпирический Мвт

Распределение, которое должно использоваться для дальнейших тестов, - это гамма-распределение, это распределение имеет незначительно лучшие статистические результаты тестирования, однако даже это распределение является неточным при более высоких Мвт-событиях с сильно подвергнутыми цензуре данными. Следовательно, данные должны быть изменены после прогнозирования с помощью распределения, чтобы получить максимальное значение 8,8 МВт, которое совпадает с прогнозируемым событием за 10 000 лет для всего набора данных Турции. Эти измененные значения для каждого разлома могут быть нанесены на график аналогично графику активности на рис.11 с периодом возврата 500 лет, рис.24.

Эта карта гораздо более убедительна в отношении неисправностей, которые представляют наибольшую опасность, чем карта активности. Это связано с тем, что неисправность с высокой активностью, но малыми магнитудами событий гораздо менее опасна, чем менее активная неисправность с большими магнитудами событий. Карта демонстрирует опасность, исходящую от Анатолийского разлома, предсказания очень высокой магнитуды для 500-летнего события. Эту модель, полученную с помощью стохастического распределения, рисунок 24, можно сравнить с эмпирическим максимальным Мвт, зарегистрированным для каждой неисправности, предоставленной Европейской инициативой СОВМЕСТНОГО ИСПОЛЬЗОВАНИЯ, на рисунке 25.

Карта европейских ДОЛЕЙ аналогична прогнозируемым значениям из стохастической модели. Однако, поскольку прогнозируемые значения рассчитаны на период возврата в 500 лет, они, как правило, выше, чем ОБЩИЕ данные. Следует отметить выделенный пример линии разлома 1 на рис.24 по сравнению с рисунком 25. Это, хотя и остается ошибкой с высокой магнитудой .7.5 – 8 в стохастических данных, более распространено на графике максимальной доли Мвт. Это может быть из-за большого единичного выброса. Преимущество стохастического моделирования заключается в том, что оно опосредует эти выбросы статистическими знаниями, обеспечивая более информированное понимание, чем на основе чисто эмпирических данных.

Пример 2 с линией разлома имеет большую прогнозируемую опасность в стохастической модели, чем показано в эмпирических данных. Это оказывает большое влияние на карту рисков, поскольку разлом находится недалеко от Стамбула, густонаселенного города, следовательно, риск выше. Линии отображают риск возникновения разлома, однако это предполагает, что линия разлома с равной вероятностью проскользнет по своей длине. Северо-Анатолийский разлом имеет протяженность более 200 км, и поэтому участки проскальзывают в разные периоды времени. Таким образом, это наряду с распространением напряжений вдоль разлома повлияет на результаты, предполагается, что необходимы будущие исследования в этой области.

Рассеивание землетрясений

Чтобы получить более глубокое представление об опасности, которую каждый разлом вносит в область, необходимо использовать метод рассеивания линий разломов. Из таблицы-3 землетрясение магнитудой ниже 5,4 МВт является порогом, предшествующим возникновению серьезного ущерба в результате события. Предполагается, что даже при аддитивных эффектах нижнее граничное значение, равное 4, является разумным для анализа со скоростью затухания энергии:

Как упоминалось в литературе, рассеивание события землетрясения больше, чем чисто сферическое – .1 / 2.4, где - расстояние от источника события (км) Уравнение-7. Однако магнитуда землетрясения не линейно связана с энергией этого землетрясения, см. Уравнение-15.

Поэтому для сравнения двух событий магнитуды требуется комбинация уравнения-14 и уравнения-15. См. Уравнение-16 ниже.

Карта опасностей

Рассеивание линии разлома

Чтобы получить эту карту, следует предположить, что Мвт рассеивается одинаково во всех направлениях и что топография оказывает незначительное влияние. Однако это не так, для целей настоящего документа эти топографические эффекты должны быть проигнорированы. Карта, хотя и упрощенная, все же даст хорошее представление о сейсмической активности по всей Турции. Метод рассеивания энергии линии разлома был проведен с использованием следующего процесса:

Определите значение неисправности – из стохастической модели

Создайте матрицу Турции, где каждый квадрат будет представлять2 кмплощади

Присвоите Неисправности значение ее Мвт и нанесите на график по матрице

Рассчитанный радиус рассеивания – до тех пор, пока МВт не станет равным 4, уравнение-17.

Определите количество квадратов, которое требуется при этом радиусе, цифра-26, уравнение-18.

Значение, присвоенное ячейкам, уменьшается по мере увеличения расстояния от центральной точки.

Чтобы рассеять каждую линию разлома, конечные точки линии разлома перемещаются по круговой траектории, равной определенному радиусу. Окружность делится равномерно в зависимости от расположения ячеек, которые должны быть назначены на этом конкретном радиусе Рисунок-27 с = 2.

Из этих угловых (полярных) координат присваиваются координаты и окружности, см. Уравнение-19.

Эти координаты окружности помещаются в массив. Теперь они используются для рассеивания конечных координат разлома по круговой схеме, см. Рис.28.

Для экономии вычислительного времени координаты внутренней линии разлома затем смещаются на , чтобы избежать повторного определения значений ячеек. См. Рисунок-29.

Для простоты вычислений сначала присваивается наибольший радиус при значении , равном 4. Затем радиус уменьшается по мере увеличения до стохастически определенного для конкретной неисправности.

Пример всего процесса рассеивания по линии разлома можно увидеть ниже на рисунке 30.

Комбинирование матриц рассеяния

Существует около 400 линий разломов, мощность которых превышает минимальное значение 4 МВт. Следовательно, существует около 400 отдельных матриц рассеяния. Поскольку шкала является логарифмической, простой аддитивный подход недействителен и должен быть изменен. Логарифмическая природа шкалы показана в таблице 10.

Поэтому каждая ячейка в матрице должна быть объединена по активным 408 ошибкам. Это делается с использованием следующей формулы, уравнения-20.

Составление карты опасностей

После того, как 400 линий разломов рассеяны и объединены, карту можно построить с помощью пакета 2, рисунок-31. Линии разломов легко видны как зоны повышенной опасности. Самая большая опасность расположена на севере, где преобладающую опасную зону образует Северо-Анатолийский разлом. В целом, как и ожидалось, области с наименьшим количеством разломов отображаются как имеющие наименьшую опасность. Большая часть Турции, однако, превышает показатель возврата 4 МВт за 500 лет. По сравнению с другими странами, также нанесенными на карту инициативой , Турция, безусловно, наиболее подвержена землетрясениям в Европе. Поэтому большая доля государственных расходов должна быть потрачена на смягчение последствий землетрясений.

Из карты, рис.31 (Приложение-А), видно, что средние и южные регионы Турции меньше всего пострадали от землетрясений, эти зоны могут пострадать от землетрясений, происходящих в других странах, но в целом представляют наименьшую опасность. Государственные расходы в этих областях должны быть минимальными; тем более, что области с более высокой активностью, 5 МВт и выше, наносят экспоненциально больший ущерб.

Крупнейшие города и городская застройка в Турции расположены недалеко от Средиземного моря, которое находится к западу. Эта зона также содержит наибольшую опасность, и поэтому строительные нормы здесь должны строго контролироваться, чтобы гарантировать, что события высокой магнитуды не будут катастрофическими. Элемент риска этой карты в отношении плотности населения должен быть дополнительно рассмотрен в настоящем отчете.

Сравнение карт

Карта европейских АКЦИЙ, рисунок 32, использует комбинацию трех методов моделирования землетрясений:

Модель источника по площади () – основана на определении источников по площади, для которых опасность землетрясения определяется индивидуально.

Вероятностная модель скорости землетрясений без зональности и сглаживания ядра (), связанная с сейсмичностью и движением разломов.

Модель источника и фона разломов (), которая определяет сейсмографические источники с использованием тектонических и геофизических данных. Затем коэффициенты скольжения используются для определения активности.

Модель, предложенная в данной работе, рассматривается как комбинация методов и прогнозирования землетрясений. Поэтому можно сравнить две карты для прогнозирования опасности. Карта ДОЛИ предсказывает ускорение земли в () () с вероятностью превышения 10% через 50 лет, что тесно связано с рисунком-30, уравнением-21 (Кьельдсен, н.д.).

Где- вероятность превышения,- продолжительность в годах, а- период возврата.

Это движение грунта можно сравнить с величиной по шкале Меркалли, таблица 11 (Научная справка , 2010). Весы, и разные, но тесно связаны.

Линии разломов на карте, созданной в этом отчете, четко определяют зоны наибольшей опасности. Они значительно более распространены, чем на европейской карте РАСПРЕДЕЛЕНИЯ, рис.32, возможно, из-за используемой в этой статье методологии рассеивания от линий разломов. Однако логично, что опасность выше линии разлома должна быть больше. Некоторые из этих разломов превышают уровень 8 МВт, что показывает, что Турция является высокоактивным регионом; это может быть подчеркнуто отсутствием данных, как обсуждалось ранее. Характер этого анализа определил некоторые области для будущих исследований. Опасность на западе Турции сильно зависит от расстояния до известного места разлома. Для сравнения, инициатива "ПОДЕЛИТЬСЯ" предписывает равномерную опасность для всей местности. Если это различие в зависимости от разломов в этом отчете верно, то в этих районах может произойти сокращение расходов на смягчение последствий землетрясений. Определить области, где требуется меньше ресурсов, почти так же важно, как и области повышенной опасности. Это позволяет более эффективно использовать государственные расходы в областях, наиболее нуждающихся.

Однако, сосредоточив внимание на регионе близ Стамбула, карта АКЦИЙ показывает несколько большую опасность, чем на рисунке 31. Это будет иметь большие различия на карте рисков и может быть связано с тем, что линия разлома проходит поблизости в Средиземном море. В этой статье мало учитывалось распространение землетрясений в подводной топографии, и, следовательно, общая карта может быть более точной в этом случае.

Еще один регион, где этот метод отличается от ОБЩЕЙ карты, находится в восточной части Турции. Общая карта показывает гораздо более высокую опасность в этой области. Это может быть связано с отсутствием данных о землетрясениях в соседних странах, искажающих результаты во внешних регионах. Это, однако, имело бы ограниченное значение, поскольку линии разломов в этом месте имеют низкую опасность, поэтому затрагиваются только отдельные участки региона. Это может быть областью для будущих исследований с большим набором данных, поскольку государственные деньги можно было бы сэкономить на чрезмерном проектировании сооружений для смягчения последствий землетрясений.

Анализ чувствительности – Коэффициент рассеивания

В разделе 4.9 настоящего отчета коэффициент рассеивания, равный 1,2, был признан хорошим приближением к землетрясению в Турции. Это было извлечено из литературы, в которой чисто упругая диссипация землетрясений (1,0) заменяется коэффициентом затухания, учитывающим потери энергии из-за местной топографии. Как уже обсуждалось, эти значения часто варьируются от 1,1 до 1,3 в зависимости от региона. Поэтому проводится анализ чувствительности, рисунок-33.

Четыре карты показывают сходство в прогнозируемых регионах с более высоким риском, районы, наиболее подверженные риску, находятся на северо-востоке Турции, а зоны меньшего риска расположены на юге и востоке. На всех нанесенных картах Северо-Анатолийский разлом является наиболее распространенным. Интересным моментом является то, что на всех картах показано очень мало областей мощностью более 6 МВт. Затухание между верхними величинами происходит быстро, однако рассеивание до уровня ниже 4 МВт занимает гораздо большее расстояние. Таким образом, многие районы с небольшим количеством активных линий разломов все еще подвержены риску землетрясений низкого уровня из-за дальнейших, более активных разломов.

Полностью эластичная модель – 1.0показывает гораздо более высокий риск для Турции, где не будет площадей мощностью менее 5 МВт в течение 500-летнего периода возврата. Эта упругая диссипация, однако, не является репрезентативной и нанесена только для интереса. Четыре графика показывают большую разницу в прогнозах, при этом 1.1отображает некоторые области как 5 МВт, где 1.3 прогнозирует меньше 4 МВт. По мере уменьшения коэффициента рассеяния местоположения линий разломов становятся менее распространенными, и формируется зона . Хорошим примером этого является запад Турции, где 1.3четко показывает расположение линий разломов, тогда как 1.0дает более региональную оценку (6 МВт). Однако можно предположить, что реальная ценность лежит где-то между этими крайностями. Это область для дальнейшего изучения, поскольку карта ДОЛИ, которая показывает региональную оценку, может привести к более высоким прогнозам и расходам в этих местах с меньшим риском.

Четыре нанесенные карты, хотя и дают визуальное описание данных, не являются полностью репрезентативными для прогнозируемых значений. Они были нанесены на график в виде отдельных ячеек (4, 5, 6, 7, 8, 9 соответственно), которые содержат непрерывные прогнозы Мвт для Турции, поскольку это легче визуализировать. Поэтому изменения в прогнозах могут показаться преувеличенными в этом эксперименте, поскольку каждое значение округляется до ближайшего значения. Однако очевидно, что правильная оценка параметров имеет жизненно важное значение для составления карты опасностей. Это должно выполняться на региональной основе, и поэтому коэффициент будет варьироваться по всей Турции в зависимости от местных топографических особенностей. Оценка этих параметров выходит за рамки данного документа, поэтому1.2при дальнейшем анализе следует использовать общий коэффициент 1.2.

Анализ чувствительности – Выбор распределения

Гамма-распределение было выбрано для дальнейшего анализа в этом отчете. Однако в литературе был выбран ряд распределений: гамма, ГЭВ, логарифмически нормальное, Вейбулла и Фреше. Сравнение логарифмически нормального и гамма-распределений должно лечь в основу этого эксперимента. Каждое распределение, как и прежде, используется для прогнозирования 500-летнего события возврата Мвт, и результаты этого анализа представлены на рисунке 34. Значения снова ограничены максимальным прогнозируемым событием мощностью 8,8 МВт.

В эксперименте с индивидуальной линией разлома с высокой цензурой логарифмически нормальное распределение предсказывало более высокое значение, чем Гамма. Это отражено на подготовленных картах; логарифмическая норма предсказывает большую опасность для всей Турции. Дискретный характер графика может, опять же, исказить результаты. Регионы, окружающие Северо-анатолийскую линию разлома в обоих распределениях, представляют высокую опасность, однако влияние этого распространяется на большую площадь на логарифмически нормальной карте.

Особого внимания заслуживают регионы, расположенные к Востоку, где гамма-распределение предсказывает значения <4 МВт, тогда как логарифмически нормальное предсказывает 5 МВт. Прогнозируемые МВт для линий разломов, расположенных в регионе, составляют около 6 МВт, Гамма- как ниже в диапазоне 6 МВт, а логарифмически нормальные значения выше. Несмотря на незначительные различия в прогнозировании, кластерный характер разломов в регионе и круговая диссипация дают совершенно иную оценку площади.

Однако выбор дистрибутива в данном случае, по-видимому, мало влияет на карту в течение 500-летнего периода возврата. Сравнивая рисунок 23 и рисунок 21, также становится ясно, что увеличение количества данных, используемых для создания модели, уменьшит эту разницу в прогнозах. Как обсуждалось ранее, на момент написания недостаточно данных для точного прогнозирования, однако по мере улучшения каталогов будет повышаться и точность. Выбор распределения, помимо , не так важен, как определение правильного параметра региональной диссипации.

Карта рисков

Плотность населения

Как упоминалось в предыдущем разделе, опасность связана исключительно с вероятностью наступления события. Этот документ должен дать количественную оценку риска с использованием карты плотности населения Турции ( , сбор данных версии 3 (3), 2005) в формате сетки. Набор данных имеет разрешение 2,5 угловых минуты и содержит подсчет населения для каждой ячейки сетки. Для количественной оценки риска данные о населении, рис. 35, могут быть умножены на прогнозируемый Мвт в этом месте.

Карта населения показывает исключительно высокую плотность населения в районе Стамбула, что имеет смысл, поскольку это крупный турецкий город. Однако на карте не показана столь же высокая плотность населения вокруг столицы Анкары. Это может быть связано с тем, что Анкара является отдельным городом и низким разрешением карты, но по сравнению с другими картами населения это кажется повторяющейся особенностью. Население Стамбула составляет около 14,8 миллионов человек, а в непосредственной близости расположен ряд других городов, таких как Силиври и Измит. С другой стороны, население Анкары составляет 4,6 миллиона человек, а прилегающих городских районов мало. Следовательно, самые большие последствия землетрясения будут в районе Стамбула. В других районах Турции население, как правило, ограничено, и поэтому последствия ниже. Есть несколько городов, расположенных недалеко от турецкой границы, преимущественно на восточной стороне. Поскольку эти города расположены в разных странах, таких как Алеппо в Сирии, Гюмри в Армении и Батуми в Грузии, риск для этих населенных пунктов выходит за рамки настоящего документа. Однако важно отметить, что близлежащие землетрясения в Турции могут представлять опасность для этих соседних городов.

Расчет Карты рисков

Прогнозируемая Мвт для данного события рассчитывается в разделе "Карта опасностей" данного отчета. Это можно объединить с картой населения, используя следующее уравнение-22.

Риск определяется количественно как мера прогнозируемой высвобожденной энергии землетрясения. Этот метод учитывает логарифмический характер возникновения землетрясений. Событие магнитудой 8 МВт наносит значительно больший ущерб, чем событие магнитудой 7 МВт, Таблица-3.

Построение карты рисков

Как только две георешетки, одна из которых содержит данные об опасности, а другая - данные о населении, объединяются с использованием уравнения-22, можно строить новую карту рисков. Эта карта нанесена ниже с использованием растровой функции 2 , наложенной на административную границу Турции, рисунок-36.

Карта рисков по-прежнему определяет районы, расположенные в непосредственной близости от разломов, как зоны высокого риска. Это может быть связано с методологией, лежащей в основе карты, где прогнозируемый Мвт имеет высокий вес для риска; некоторые карты могут использовать больший вес населения, что изменит это. Однако больший риск рассчитан для густонаселенных районов. Например, Стамбул содержит гораздо более высокий риск по сравнению с остальной частью Турции, чем предсказано на карте опасностей. Хотя Стамбул является самым густонаселенным районом Турции, по этой оценке, он не является районом наибольшего риска. В этой упрощенной модели риск чисто пропорционален численности населения, присутствующего в данном районе, и опасности землетрясения. Это не учитывает разницу в инфраструктуре и ее способности справляться с землетрясениями между этими районами. Например, малоэтажные деревянные дома в сельской местности были бы гораздо менее опасны для жителей, чем плохо построенные бетонные многоэтажные дома. Не в последнюю очередь потому, что сельские жители изо дня в день находятся на улице, что значительно снижает риск, поскольку обрушение зданий является основной причиной гибели людей при землетрясении (, 2016). Варианты этой карты рисков можно увидеть на рисунке 37, где численность населения повышается до уровня, учитывающего разницу в инфраструктуре.

Хотя значения карты рисков не могут быть напрямую переведены в число раненых гражданских лиц, существует четкое представление о доле государственного финансирования землетрясений, которое необходимо потратить в соответствующих областях. На рисунке-37 эти расходы будут значительно варьироваться в зависимости от неизвестных параметров, таких как тип строительства и рабочая среда, которые увеличивают демографический компонент карты рисков. Когда население является переменной с меньшим значением, Мвт этой области приобретает наибольшее значение. Однако, когда численность населения равна степени 5, обе переменные имеют одинаковый вес, и поэтому прогнозируемый риск более равномерно распределен по всей Турции. Когда речь идет о более высокой мощности, население является решающим фактором, и места расположения линий разломов менее заметны. Определение правильного коэффициента выходит за рамки данного документа, однако приведение к степени 2 представляется здесь логичным приближением и воспроизводится в приложениях (Приложение-). Это обеспечивает как хорошее различие между районами с высокой плотностью населения, так и хорошее отображение опасности.

Основные районы повышенного риска расположены на Западе. Большинство городских районов Турции расположены на берегу Средиземного моря, с легким доступом к морским торговым путям, поэтому плотность населения в этих районах выше. Карта рисков более эффективно отражает это неравномерное распределение населения, приписывая больший риск западным регионам. Одним из аспектов, который не учитывается в этой оценке, является риск, связанный с плотиной Илису, которая в настоящее время строится на юго-востоке Турции на реке Тигр. Хотя в зоне с низкой степенью опасности будет повышенный риск, поскольку последствия его обрушения будут более серьезными, с большей долей пострадавшего населения, рисунок-36.

Карта рисков также представляет области, в которых государственные расходы должны быть использованы для создания лечебных учреждений, чтобы можно было эффективно оказывать пострадавшим надлежащую помощь. Более высокая численность населения диктует необходимость увеличения объема помощи и большей вероятности гибели людей в этом районе. Хорошая недавняя правительственная схема заключается в том, чтобы побудить владельцев недвижимости приобретать страховку от землетрясений. К сожалению, по оценкам, только 25% жилья застраховано таким образом (, 2010), однако можно прогнозировать, что страховая отрасль будет распределять деньги между регионами пропорционально. Это распределение ресурсов будет очень похоже на карту рисков, представленную в настоящем отчете, поскольку плотность населения региона, вероятно, будет определять расходы наряду с вероятностью наступления события.

Выводы

Исследование методов анализа землетрясений

В этом отчете был исследован ряд установленных методов оценки опасности землетрясений, в основном с упором на вероятностный анализ. Распределения, предложенные в литературе, были протестированы на предмет соответствия требованиям. Результаты, однако, не являются окончательными для территории Турции, и поэтому эта тема остается предметом дискуссий и будущих исследований. Несмотря на то, что модель Фреше не может определить превосходное распределение, было показано, что ей не хватает точности для данных с высокой цензурой, которые часто встречаются в каталогах землетрясений. В отчете подчеркивается важность обновленных и более обширных каталогов. Существует необходимость в более надежном сборе данных и расширении ниже минимального значения 4 МВт, зарегистрированного в этом отчете.

Сравнение карты опасностей с европейской картой АКЦИЙ

При сравнении карты опасности землетрясений, созданной в этом отчете, и карты европейских акций был определен ряд областей для дальнейшего изучения. Западные регионы Турции, хотя на обеих картах прогнозируется одинаковая средняя опасность, ОБЩАЯ карта дискретизирует область менее эффективно. Карта, подготовленная в этом отчете, определяет зоны меньшей опасности среди районов повышенной опасности в непосредственной близости от мест расположения линий разломов. Это относится и к восточным регионам Турции. Необходимо дальнейшее расследование, и если оно будет доказано, это позволит лучше распределять государственное финансирование. Правильное распределение жизненно важных ресурсов в виде денег, которые можно было бы сэкономить в этих регионах, можно было бы лучше использовать в местах с более высокой степенью опасности и риска.

Последствия Карты опасностей

Также ясно, что значительные промышленные предприятия должны быть построены вдали от этих зон повышенной опасности, чтобы обеспечить минимальный ущерб экономике от события. Крупные города, такие как Стамбул, не могут быть перемещены, и возможны только схемы смягчения последствий, такие как страхование и улучшенные строительные стандарты. Однако развивающиеся отрасли обладают большей маневренностью в отношении местоположения, как и планируемая инфраструктура. Важным замечанием является правильное размещение новой плотины на Тигре в зоне низкой опасности. Такое расположение снижает стоимость строительства, поскольку инфраструктура в районах с низкой степенью опасности, вероятно, будет испытывать меньшие сейсмические силы. Предлагается поощрять отрасли промышленности учитывать риск землетрясения среди других определяющих факторов, таких как транспорт и наличие рабочей силы, при определении места для проведения мероприятий.

Последствия Карты рисков

На карте рисков выделены районы с наибольшей потребностью в инвестициях и инфраструктуре для смягчения последствий землетрясений. В отличие от карты опасностей, которая просто отображает вероятность наступления события, карта рисков связывает эту вероятность с последствиями, в данном случае с пострадавшим населением. Правильность государственного планирования в отношении количества больниц, пунктов оказания помощи и т.д. может быть лучше информирована с помощью этой карты. Районом, признанным особо опасным, является крупный город Стамбул с самым высоким населением около 14 миллионов человек. Это регион, которому потребуется существенная помощь и финансовая поддержка, если произойдет крупное событие.

Чувствительность и области для дальнейшего изучения

Анализ чувствительности показывает, что существует ряд факторов, влияющих на создание карты опасностей. Наиболее распространенным, как обсуждалось ранее, считается оценка топографического ослабления землетрясений. Это зависит от региона в зависимости от местного ландшафта, в случае данного отчета используется общая оценка в 1,2. Необходимы дальнейшие исследования и улучшенная региональная оценка, чтобы уменьшить неопределенность в карте опасностей.

Карта рисков, разработанная в заключительном разделе настоящего отчета, зависит от соотношения последствий и опасность. Эта карта основана исключительно на плотности населения, и областью дальнейшего изучения, которая была бы полезной, является связь плотности населения с количеством человеческих жертв. Это, однако, еще одна региональная оценка, поскольку местные строительные нормы и правила и занятия жителей будут определять последствия события в этом районе.

Ссылки

Баддари, К., Беллалем, Ф., Баддари, И. и Макдече, С. (2016). Некоторые вероятностные и статистические свойства сейсмического режима сейсмоактивной зоны Земмури (Алжир). , 64(5).

Болт Б. (1976). Опасности, связанные с землетрясениями. , 63(8), .356-363.

Крут, Э. (2010). Оценки максимального правдоподобия и наименьшие квадраты. стр.1-2.

Д'Агостино, Р. и Стивенс, М. (1986). Техника хорошей подгонки. 1-е изд. Нью-Йорк и др.: Марсель Деккер.

Распространение в формате и . (2016). изображение Доступно по адресу: ://..////. Дата обращения: 1 апреля 2017 года.

.. (2015). Насколько землетрясение магнитудой 8,7 сильнее землетрясения магнитудой 5,8?. онлайн Доступно по адресу: ://..///. Дата обращения: 1 апреля 2017 года.

.. . (2017). Глоссарий землетрясений. онлайн Доступно по адресу: ://..///?=%20 Дата обращения: 1 апреля 2017 года.

.. (2010). Научная основа . онлайн Доступно по адресу: ://..///.# Дата обращения: 11 апреля 2017 года.

, ., ä, . , . (2011). Ослабление энергии сейсмических сдвиговых волн в Швейцарии. Международный геофизический журнал, 185(2), стр.967-984.

. . (2017). Европейская модель сейсмической опасности. онлайн Доступно по адресу: ://..:8080///. Дата обращения: 1 апреля 2017 года.

Эндсли, К. (2017). Шкала магнитуд и классы землетрясений. онлайн .. . Доступно по адресу: ://...//. Дата обращения: 1 апреля 2017 года.

Гринхаф, Дж. и Мейн, И. (2008). Модель Пуассона для неопределенности частоты землетрясений при анализе сейсмической опасности. Письма о геофизических исследованиях, 35(19).

Население мира с привязкой к сетке, версия 3 (3) Сбор данных. (2005). Форма представления геопространственных данных: растровые цифровые данные, карта ://...//. , Нью-Йорк.

Гуренко, Е. (2006). Страхование от землетрясения в Турции. 1-е изд. Вашингтон, округ Колумбия: Всемирный банк, стр.6.

Херрайз, М. и Эспиноза, А. (1987). : Обзор. Чистая и прикладная геофизика , 125(4), стр.499-577.

.. . (2017). 1.3.5.16. Тест пригодности Колмогорова-Смирнова. онлайн Доступно по адресу: ://.../898///3/35. Дата обращения: 1 апреля 2017 года.

Джеймс Г., Виттен Д., Хасти Т. и Тибширани Р. (н.д.). Введение в статистическое обучение. 1-е изд.

Джеффрис, Х. (1938). ЮЖНЫЕ ЗЕМЛЕТРЯСЕНИЯ И ОСНОВНЫЕ ВОЛНЫ. Международный геофизический журнал, 4, стр.281-308.