Publication Date:
2024-07-02
Description:
The branch of seismology that deals with strong motion refers to seismic events that are hazardous to society in general.Two aspects drive the development in strong-motion seismology: First comes the societal need to understand the earth-quake hazard and to mitigate the associated risk. While the hazard changed little during human history, the risk in-creases steadily. A growing population—also in the most earthquake-prone regions of the world—and a more and morevulnerable infrastructure contribute to higher exposure to seismic events and higher vulnerability in case an earthquakestruck. The second driver in strong-motion seismology is shared with many other fields: the technological advancement.The available options for processing more and more data is unprecedented in human history and are still not exhausted.Both drivers also pose new challenges as in how to interpret and make use of the data.The scientific question, on the other hand, is clear: What can we learn from the rupture process (the source of earth-quakes), Earth’s structure (the medium through which seismic wave travels), and their interactions (how does an earth-quake affect its surrounding medium)? The question is broad and this thesis can focus only for specific aspects of thisquestion and provide answers for them. To reach the answers, I developed several new algorithms and models, all rootedin the concept of the likelihood function.Seismicity (and population alike) is concentrated along the tectonic plate boundaries. Different earthquake typesoccur at these boundaries and their characteristics in terms of ground shaking are considerably different. It is thereforeimportant to classify earthquakes according to their style of faulting. This classification is the objective of ACE (angularclusterization with expectation-maximization). Founded on the geomechanical principles, ACE provides earthquakeclassifications which can be applied not only for ground-motion related topics but also to study the Earth’s stress field.The development of reliable ground-motion models requires waveform data of high quality. Instrument related errorscan compromise the data quality, however, with large archives of waveform data, the correction for spurious s cannot behandled manually anymore. To alleviate the effect of instrument related data shifts, I developed the integrated combinedbaseline modification (ICBM). This routine is implemented during the data pre-processing and is particularly necessarywhen determining integrated quantities from acceleration records, such as coseismic displacement and radiated seismicenergy.Radiated seismic energy plays a major role in the development of a new type of ground-motion model that uses thesite-dependent energy estimates to model the seismic radiation pattern at lower frequencies of the earthquake amplitudespectrum. This kind of ground-motion model performs better when relating ground motion to earthquake triggeredlandslides, which is demonstrated with the landslides triggered by the 2016MW7.1 Kumamoto earthquake which struckcentral Kyushu (Japan). In this case study, it is also shown that the landslide movement direction is to some extent linkedto the seismic wave polarization.The preferred mathematical model in ground-motion model development is the mixed-effect model. However, themost widely used formalism does not allow data weighting beyond directly related measurement errors and weightsderived from ACE would inadvertently bias the model. To overcome this problem, I derived the model estimators onthe basis of the weighted likelihood. The derivation is exhaustive to allow for any of the currently used model types onthe basis of mixed effects to be augmented with data weighting. This formalism in connection with ACE allows for atransparent model development and also avoids model choices on subjective expert judgment
Description:
Der Teil der Seismologie, der sich mit starker Bodenbewegung beschäftigt, bezieht sich auf seismische Ereignisse, dieallgemein ein Gefahrenpotenzial für die Gesellschaft darstellen. Die Seismologie der starken Bodenbewegung wird vonzwei Aspekten angetrieben: An erster Stelle kommt die gesellschaftliche Notwendigkeit, die Erdbebengefährdung zuverstehen und das damit verbundene Risiko zu vermeiden. Während die Gefährdung durch Erdbeben kaum Änderun-gen in der Geschichte der Menschheit unterlag, so wächst das Risiko andererseits kontinuierlich an. Eine wachsendeBevölkerung, insbesondere in den am stärksten von Erdbeben geprägten Regionen der Welt, und eine mehr und mehrstörungsanfällige Infrastruktur, tragen dazu bei, seismische Ereignissen vermehrt ausgesetzt zu sein, bei gleichzeitighöherem Schadenspotenzial. Der zweite Antrieb in der Seismologie wird mit vielen anderen Forschungsfeldern geteilt:der technische Fortschritt. Die verfügbaren Möglichkeiten beim Verarbeiten immer größerer Datenmengen sindbeispiellos in der Geschichte und sind bisher noch nicht erschöpft. Beide Triebfedern stellen aber auch neue Heraus-forderungen dar, inwiefern die Daten zu interpretieren sind und wie man sie nutzbar macht.Andererseits ist die wissenschaftliche Frage klar: Was können wir aus Bruchprozessen (als Erdbebenursachen), demAuf bau der Erde (als Medium, durch welches sich die seismischen Wellen ausbreiten), sowie deren Interaktion (inwiefernbeeinflusst das Beben das umgebende Gesteinsmedium)? Diese Frage ist breit gestellt und diese Abhandlung kann sichletztlich nur auf einige Punkte beziehen und Antworten dazu liefern. Um Antworten zu finden, habe ich mehrere neueAlgorithmen und Modelle entwickelt, die allesamt auf dem Konzept der Likelihood-Funktion beruhen.Seismizität (sowie auch die Bevölkerung) ist stark an den Rändern der tektonischen Platten konzentriert. An denPlattenrändern treten verschiedene Erdbebentypen mit teils erheblich abweichenden Eigenschaften auf. Daher ist esvon Wichtigkeit, Erdbeben nach ihrem Verwerfungstyp zu klassifizieren. Das Ziel von ACE (angular clusterization withexpectation-maximization, zu dt. ungefähr Winkelgruppenbestimmung mit Erwartungswertmaximierung) ist genaudiese Klassifizierung. Auf geomechanischen Prinzipien basierend, können die Erdbebenklassifizierungen mittels ACEnicht nur auf Themen der Bodenbewegungen angewandt werden, sondern auch zur Untersuchung des Spannungsfeldesder Erde herangezogen werden.Der Entwicklung von verlässlichen Bodenbewegungsmodellen bedarf es Wellenformdaten hoher Güte. Instrumentenbezogene Fehler können die Qualität beeinträchtigen, jedoch ist eine manuelle Korrektur großer Datenmengen nichtmehr umsetzbar. Um Instrumentenfehler, die sich in Verschiebungen in den Daten zeigen, zu reduzieren, habe icheine Nulllinienkorrektur entwickelt (ICBM, integrated combined baseline modification, zu dt. integriert kombinierteNulllinienmodifikation). Dieser Algorithmus wird in der Datenvorbereitung eingesetzt und ist insbesondere dannnotwendig, wenn integrierte Größen auf Grundlage von Beschleunigungsdaten bestimmt werden, wie statischer Ver-satz eines Erdbebens als auch abgestrahlte seismische Energie.Abgestrahlte seismische Energie spielt eine herausragende Rolle in der Entwicklung einer neuen Art von Bodenbewe-gungsmodell, welches anstellen von Magnituden stationsabhängige Energieabschätzungen nutzt, um die Erdbebenab-strahlcharakteristik auf tieferen Frequenzen des Erdbebenspektrums zu beschreiben. Diese Art Bodenbewegungsmodellist besser geeignet, wenn Bodenbewegungen in Bezug zu Hangrutschungen, welche durch Erdbeben verursacht wur-den, gesetzt werden. Als Beispiel dienen hier die Hangrutschungen, die 2016 durch das Erdbeben in Zentralkyuschu(Japan) mit einer Momentenmagnitude von 7.1 verursacht wurden. In dieser Fallstudie wird auch aufgezeigt, wie dieBewegungsrichtung der Hangrutschungen zu einem gewissen Grad durch die Ausrichtung des seismischen Wellenfeldesbeeinflusst werden.Das bevorzugte mathematische Modell in der Seismologie zur Beschreibung starker Bodenbewegungen ist das gemis-chte Modell. Jedoch lässt der weitläufig angewendete Formalismus nur die Einbettung von Gewichten in Form vonMessunsicherheiten zu. Gewichte wie sie von ACE erzeugt werden, die in keinem direkten Bezug zur Messgröße stehen,liefern zwangsläufig verzerrte Ergebnisse. Um dieses Problem zu umgehen, habe ich Parameterschätzer auf Basis einergewichteten Likelihood hergeleitet. Die rigorose Herleitung erlaubt sämtliche Arten des gemischten Modells, wie siezur Beschreibung von Bodenbewegungen genutzt werde, mit Datengewichtungen zu kombinieren. Dieser Formalis-mus in Verbindung mit ACE erlaubt die Entwicklung nachvollziehbarer Modelle und vermeidet Entscheidungen aufsubjektiver Expertenmeinung.
Language:
English
Type:
info:eu-repo/semantics/doctoralThesis
Format:
application/pdf
Permalink
