• ISSN 1673-5722
  • CN 11-5429/P

基于POT模型的昆仑山地区地震统计特征分析

任晴晴 赵宜宾 钱小仕 李科长 张艳芳

李小军, 常安鹏, 刘培玄. 强震动台站周边地面建筑物对观测结果的影响分析[J]. 震灾防御技术, 2018, 13(4): 737-747. doi: 10.11899/zzfy20180401
引用本文: 任晴晴,赵宜宾,钱小仕,李科长,张艳芳,2022. 基于POT模型的昆仑山地区地震统计特征分析. 震灾防御技术,17(3):529−538. doi:10.11899/zzfy20220312. doi: 10.11899/zzfy20220312
Li Xiaojun, Chang Anpeng, Liu Peixuan. Influence of the Ground Buildings Near Strong Motion Observation Station on the Strong Motion Recordings[J]. Technology for Earthquake Disaster Prevention, 2018, 13(4): 737-747. doi: 10.11899/zzfy20180401
Citation: Ren Qingqing, Zhao Yibin, Qian Xiaoshi, Li Kechang, Zhang Yanfang. Analysis of Seismic Statistical Characteristics Based on POT Model in Kunlun Mountain Area[J]. Technology for Earthquake Disaster Prevention, 2022, 17(3): 529-538. doi: 10.11899/zzfy20220312

基于POT模型的昆仑山地区地震统计特征分析

doi: 10.11899/zzfy20220312
基金项目: 中央高校基本科研业务费项目(ZY20140203,ZY20210311);河北省地震科技星火计划项目重点项目(DZ20200827053);河北省高等学校科学技术研究项目(Z2020224)
详细信息
    作者简介:

    任晴晴,女,生于1987年。硕士,讲师。主要从事应用数学、统计学等方面研究。E-mail:renqingtian126@126.com

    通讯作者:

    赵宜宾,男,生于1976年。硕士,教授。主要从事模糊数学等方面研究。E-mail:zhaoyibin5362@126.com

Analysis of Seismic Statistical Characteristics Based on POT Model in Kunlun Mountain Area

  • 摘要: 极值统计是研究较少发生但一旦发生即产生极大影响的随机事件的有效方法。本文以地震活动频繁的昆仑山地区作为研究区域,建立了基于广义帕累托分布的超阈值(POT)模型,并讨论了该地区若干地震活动性参数,包括强震震级分布、潜在震级上限、强震平均复发间隔、一定周期内的强震发震概率、一定时期内的重现水平和超定值重现震级。经统计分析得到:该地区震级阈值选定为MS5.5,超阈值期望震级为MS6.81,潜在震级上限高达MS9.08,MS8.0的平均复发间隔仅为66.8年,未来3年该地区发生MS5.5~MS6.5的概率在80%以上,百年重现水平即可达到历史最大震级MS8.1。
  • 强震动观测通过仪器设备在地震过程中测量和记录场地地面运动以及工程结构地震反应的信息,是人们开展地震灾害防御研究和获取地震影响相关基础数据的主要手段。借助于观测记录资料研究地震地面运动及工程结构的反应和破损特点与规律,为认识地震过程及进行工程抗震设防与减灾提供依据(李小军,2015)。21世纪初,在“十五”项目的大力推动与支持下,中国强震动观测台网的建设取得了很大程度的发展,建立并形成了覆盖大陆地区的国家数字强震动台网(Li等,2008a, 2008b卢大伟等,2010)。目前,虽然中国强震动台网在密度和广度上依然远远不够,强震动台网的建设仍有待进一步加强,但已有的强震动观测系统获取了大量的地震动记录,特别是在2008年汶川M 8.0地震时,获得主震记录约1400条、余震记录超过20000条,此次大范围台站记录丰富了世界强震动记录资料库,填补了特大地震近断层强震动记录的空白,引起了世界关注(李小军,2015)。

    强震动观测台站(阵)主要包括场地地震动观测台站(阵)和工程结构地震反应观测台站(阵)(卢大伟等,2010周宝峰等,2017),而其中的自由场地强震动台站是最基本的强震动观测台站,其建设的目的是记录并以此研究可能引起工程结构破坏和生命财产损失的场地上的强烈地震动及其特性。自由场地强震动观测需要获取排除自然地形地貌等场地环境和工程结构影响的场地(即自由场地)地震动。然而,为了获取对工程建设有实际意义的场地地震动,并作为工程结构抗震分析的地震动输入,这些台站往往会布设在人口密集的城市地区和重大工程附近的典型场地上。因此,在地震中自由场地台站所记录到的地震动很难是所定义的自由场地地震动,而是一定程度上受到了台站周边场地环境和工程结构地震反应影响的地震动。

    实际影响强震动观测记录的不只是台站周边的场地环境和工程结构,还有台站本身的观测室和仪器墩。台站本身的观测室和仪器墩对观测地震动记录的影响一直受到人们的关注,且针对其开展了相关的研究并给出其影响特征和规律的研究成果(Crouse等,1984, 1989周正华等,2010卢大伟,2017于海英等,2017),而台站周边场地环境和工程结构对观测地震动记录影响的研究相对缺乏,更没有获得规律性和定量的认识。然而,一些相关的研究也给予了我们一些启示,如研究列车运行振动导致的周围场地的振动问题,特别是探讨这些振动的衰减特性(王玉石等,2014)。台站周边工程结构对观测地震动记录的影响,实质上是由于地震导致的结构反应,而结构反应本身成为振动源,这一振动源将产生向周边辐射的波动。从这一角度来看,地震过程中建筑结构对周边场地,特别是对强震动观测台站场地的影响问题就类似于列车运行导致铁路路基振动的周边场地振动问题。

    为了探讨台站周边工程结构的存在对观测地震动记录的影响,本文采用有限元分析软件ABAQUS,针对强震动观测台站周边的地面建筑对观测地震动记录的影响进行数值模拟,具体针对不同的台站场地土层条件,分析观测台站与周边建筑之间的距离及建筑物高度等因素的影响,揭示不同台站场地土层条件下,台站周边建筑对观测地震动记录影响的特征和规律,为强震动观测台站选址条件的确定提供依据。

    采用有限元分析软件ABAQUS完成结构的整体建模。由于建立和分析复杂的框架结构时,ABAQUS前处理平台操作较为繁琐、耗时费力,本文首先利用软件SAP2000辅助建模,简化建模过程,提高建模效率。考虑到研究关注的是结构地震反应对周边场地地震动的影响,为了重点突出建筑高度和场地土波速2个因素的影响分析,计算分析中将不考虑场地-结构体系的非线性效应,但考虑体系的阻尼效应并采用瑞利阻尼形式考虑。

    结构模型为平面4×5跨的钢筋混凝土框架结构,柱间尺寸为6m。模型中的梁、柱均默认采用型号为C30的混凝土,框架结构模型其它信息参数见表 1。对钢筋混凝土框架结构,利用SAP2000建立模型框架并利用转化程序转换为ABAQUS可分析的有限元模型,如图 1所示。计算分析中将钢筋混凝土框架模型的梁、柱简化为均质的杆单元。

    表 1  框架结构模型参数
    Table 1.  Parameters of frame structure model
    模型 梁宽×高/mm 柱宽×高/mm 层高/m 总层数
    1 350×500 500×500 3.6 3
    2 350×550 600×600 3.6 6
    3 400×600 650×650 3.6 10
    4 400×700 700×700 3.6 14
    下载: 导出CSV 
    | 显示表格
    图 1  场地和结构整体有限元模型
    Figure 1.  The finite element model of the site and structure

    将场地考虑为均匀弹性半空间,设置计算人工边界后的场地计算模型尺寸取为180m×180m×21m,场地土的剪切波速、泊松比、密度等参数的取值见表 2。无限半空间的有限化处理中,边界条件采用黏弹性人工边界(尹侯权,2015王利涛,2017),采用有限元结合黏弹性人工边界来建立场地计算模型,混凝土框架模型与土体之间采用绑定约束。场地模型单元划分如图 1所示。

    表 2  场地模型参数
    Table 2.  Parameters of site model
    场地模型 剪切波速/m·s-1 土体密度/kg·m-3 泊松比
    A 180 1900 0.3
    B 210 1900 0.3
    C 250 1900 0.3
    D 400 1900 0.3
    下载: 导出CSV 
    | 显示表格

    在计算分析中采用地震波垂直输入模式,即考虑地震波垂直底人工边界传播进入计算场地区域,但仅考虑平行于结构1个轴线方向地震动的输入。计算基底(人工边界的底边界)的输入地震动选用2条不同频谱特性的强震动记录:①1940年5月18日美国帝王谷(Imperial Valley)地震中El Centro台站强震动记录的南北方向分量(通常称为El Centro记录),其峰值加速度为3.42m/s2、时程和加速度反应谱曲线如图 2(a)(b)所示;②2008年5月12日中国汶川地震中卧龙台站强震动记录的东西方向分量(以下简称卧龙记录),实际记录峰值加速度为9.57m/s2,本文计算中将其峰值加速度调整为与El Centro记录的相同,即3.42m/s2,相应的时程和加速度反应谱曲线如图 2(c)(d)所示。可以看到El Centro记录和卧龙记录在频谱分布上有明显的不同。

    图 2  加速度记录时程及其加速度反应谱
    Figure 2.  Acceleration time-histories and its corresponding spectral accelerations

    依据土体单元的网格划分,计算分析中分别选用在距建筑结构基础外轮廓最近距离6m、12m、18m、24m、30m、36m和48m处场地地表7个点作为考察场地地震动变化的观测点。

    为验证计算模型和ABAQUS软件计算的合理性与准确性,单独建立无上部建筑结构的场地模型,即自由场地模型,将边界条件利用FORTRAN程序编译后导入ABAQUS(尹侯权,2015王利涛,2017),进行分析计算。以El Centro记录作为边界地震动输入,计算给出了场地7个观测点处的地震动加速度反应谱结果,如图 3所示,相应的地震动峰值加速度介于0.336—0.341g之间。可以得到各观测点的计算地震动的峰值加速度与计算底边界输入地震动峰值加速度的比值介于0.982—0.997之间,各观测点结果的相对误差小于1.8%。从图 3中进一步看到,各观测点计算地震动加速度反应谱之间的差异也很小。以上计算结果表明,考虑黏弹性人工边界后的半空间场地模型地面观测点的计算地震动基本一致,说明边界的设置对计算反应的影响很小,本文的计算模拟和采用的计算软件具有较好的可靠性。另外,也能看到地面观测点的计算地震动加速度反应谱与输入地震动加速度反应谱有一定的差异,特别是高频部分,这应该是由计算分析中考虑了场地土的阻尼效应所致。自由场地模型的这一计算结果也可作为后续考虑建筑结构模型影响分析中无建筑结构影响时观测点地震动的参考值。

    图 3  自由场地模型中不同观测点处地震动加速度反应谱
    Figure 3.  Spectral accelerations at different observation points in the free field site model

    分别将4个结构模型(模型1、2、3、4,见表 1)与场地模型A(见表 2)结合形成4个土-结构体系模型,记为模型1A、2A、3A、4A,以El Centro记录和卧龙记录作为边界处平行于结构平面短轴方向的地震动输入,进行土-结构体系地震反应模拟计算。图 4给出了El Centro记录输入情况下土-结构体系模型中7个观测点处的地震动(人工边界输入地震动相应方向)加速度反应谱。为了更清楚地显示各观测点处地震动计算结果的差异,图 5分别给出了El Centro记录输入和卧龙记录输入情况下各观测点计算结果与自由场地结果(即参考值)结果(即参考值)的相对误差。

    图 4  El Centro记录输入情况下不同模型中各观测点处的地震动加速度反应谱
    Figure 4.  Spectral accelerations of ground motions at observation points for different models under El Centro record input
    图 5  不同结构模型中各观测点处的地震动加速度反应谱相对误差
    Figure 5.  The relative errors of spectral accelerations of ground motions at observation points for different models

    图 4图 5表明,在地震动作用下建筑的存在对其附近场地的地震动有着不可忽视的影响;不同高度的建筑对距离建筑6m处的观测点场地地震动影响的相对误差最大值均达到20%左右,在距离建筑12m处的观测点建筑对场地地震动影响的相对误差最大值也均达到15%左右;不同频谱特性的输入地震动情况下建筑对场地地震动的影响规律基本相同。由此可见,在建筑物近距离处,强震动观测的结果与实际结果存在严重的偏差,且受影响较大的是周期范围0.1—1.0s的地震动成分,但相对而言对地震动的峰值加速度及较长周期地震动成分的影响较小。进一步还可以看到,随着与建筑物距离的增加,建筑物对场地地震动的影响呈现出迅速减小的趋势。

    图 6给出了El Centro记录输入情况下,模型1A计算结果中峰值加速度PGA和几个特定周期处的加速度反应谱值随观测点与建筑距离的变化关系。图示结果进一步说明,观测点与建筑的距离对地震动PGA和不同频率成分的影响明显不同,对中频段(如周期0.3s、0.4s)的影响更为显著,但随距离的增加其影响程度变化较为复杂,并不是单调减小。总体来说,当距离超过36m后建筑物对场地地震动PGA和不同周期加速度反应谱影响的最大相对误差均降到了5%附近或更小。其它建筑模型和卧龙记录输入情况下也获得了相似计算结果,但卧龙记录输入情况下的影响相对更大,距离达到36m后建筑物对场地地震动加速度反应谱影响的最大相对误差仍可以高达15%(图 8)。

    图 6  PGA和加速度反应谱值随观测点离地面建筑物距离的变化
    Figure 6.  Variation of PGA and spectral accelerations with the distance between structure and observation point
    图 7  不同建筑物情况的场地地震动加速度反应谱
    Figure 7.  Spectral accelerations of ground motions at different observation points for different buildings
    图 8  不同建筑物情况的场地地震动加速度反应谱相对误差
    Figure 8.  The relative errors of spectral accelerations of ground motions at different observation points for different buildings

    为了清晰地展示建筑物高度(即不同自振特性结构)变化对观测结果的影响特征,分别选取距离建筑物6m、12m、24m和36m处的观测点地震动加速度反应谱进行分析。卧龙记录输入情况下计算模型1A、2A、3A、4A的场地地震动加速度反应谱的对比结果见图 7,计算结果与自由场地结果(即参考值)的相对误差见图 8

    图 78可以看出,不同高度的建筑物即具有不同自振周期特性的建筑物,对附近场地地震动的影响特征基本相同,建筑物高度的变化并没有明显改变其影响较大的地震动周期范围;当建筑物高度增加时,其影响程度有所增加但不显著,但相对而言,较高建筑物的影响随距离的增加衰减速度较慢,其影响的场地空间范围将扩大。也就是说,对于观测精度要求较高的情况,强震动台站需避开高层建筑物的距离将大幅度增加。El Centro记录输入情况下获得了与卧龙记录输入情况类似的结果。

    对强震动观测结果的影响因素除建筑物高度以及观测点与建筑物之间的距离外,场地条件也是关键因素。为此,以结构模型3(表 1),即10层框架建筑模型为基础,分别与场地模型A、B、C、D(表 2)结合形成4个土-结构体系模型,分别记为计算模型3A、3B、3C、3D,以El Centro记录作为边界输入地震动,进行土-结构体系地震反应模拟计算并进行比较分析,探讨不同场地条件下建筑物对强震动观测影响程度的改变情况。不同计算模型下不同观测点处场地地震动加速度反应谱相对误差计算结果如图 9所示。

    图 9  不同剪切波速场地情况下地震动加速度反应谱的相对误差
    Figure 9.  The relative errors of spectral accelerations of ground motions for the sites with different shear wave velocities

    图 9所示的计算结果表明,随着场地土剪切波速的增大,建筑物对附近场地地震动的影响程度呈现明显减小的趋势,即场地土越硬,强震动台站周边建筑物对观测带来的影响越小。从图中还可以观察到,对距建筑物24m处的观测点,场地土剪切波速为180m/s和210m/s时,建筑物对观测结果的影响最大值(对于不同周期范围)均超过10%;而场地土剪切波速达到250m/s时,建筑物对观测结果的影响最大值(对于不同周期范围)将降至5%左右;场地土剪切波速达到400m/s时,建筑物对观测结果的影响(对于不同周期范围,除个别周期点外)均很小,且观测点与建筑物的距离变化对其影响不大。

    另一方面,随着场地土剪切波速的增大,相对误差的峰值出现点的周期值逐渐减小,即影响较大的频率范围与场地的卓越周期特性明显相关。粗略而言,如果考虑建筑物的影响不大于5%的要求,对于场地土剪切波速较小(低至210m/s)的场地,可接受的强震动台站避让建筑物的距离应不小于40m;对于场地土剪切波速较大(高于250m/s)的场地,可接受的强震动台站避让建筑的距离应不小于25m。

    为探讨强震动观测台站周围环境对其观测的影响,利用有限元数值模拟分析了观测台站附近建筑物对观测台站场地地震动的影响。在模拟分析中,考虑了不同高度的建筑物和不同的观测台站场地条件,具体计算分析了3、6、10、14层的框架结构建筑对观测带来的影响随建筑物与观测点之间距离变化的特点与规律,并基于4种不同土体剪切波速的场地,分析了观测场地条件变化带来的台站附近建筑物对观测影响特征的差异。得到了以下结果和认识:

    (1)强震动台站附近地面建筑物的存在对强震动观测将产生显著的影响,尤其是对于较软场地上靠近建筑物的观测点(如距离小于12m),建筑物对观测点影响的相对误差达到20%以上。这表明,强震动观测点的布置应与附近建筑物保持足够的距离,以避免观测结果的严重失真。

    (2)具有不同高度(自振周期特性)的建筑物对附近场地地震动的影响特征基本相同,建筑物高度的变化并没有明显改变其影响程度以及影响较大的地震动频率范围。但相对而言,较高建筑物的影响程度随距离增加衰减速度较慢,其影响的场地空间范围将扩大。一般情况下,强震动台站建设避让距离的确定可不考虑建筑物高度(自振周期特性)的影响,但对于观测精度要求较高的强震动台站,其避让距离需考虑建筑物高度的影响而适当增大。

    (3)随着场地土层剪切波速的减小,建筑物对附近场地地震动的影响程度呈现明显增大的趋势。强震动台站建设避让距离应考虑场地条件的影响。

    (4)考虑对观测影响不大于5%的要求,对可接受的强震动台站避让建筑物的距离建议为:对于土层平均剪切波速较小(低至210m/s)的场地需不小于40m,对于土层平均剪切波速较大(高于250m/s)的场地需不小于25m。同时建议,如果要求的观测精度较高,需进一步增加避让距离,且应考虑对较高建筑物避让更远的距离。

    本文计算分析中将场地考虑为弹性半空间这一极为简化的模型,而实际场地竖向分层变化和横向非均匀变化十分复杂,且土体在强震动下具有显著的非线性,这肯定对分析结果存在复杂的影响。特别是得到的定量结果与本文考虑的特定结构和场地条件有密切关系,还需要开展更多的案例计算分析,验证和完善这些定量结果。另外,本文主要考虑了建筑物高度(代表不同的结构自振特性)、台站距离等的影响,建筑物的平面尺寸、地基埋深等因素可能会导致影响结果的改变。因此,本文研究结果只能视为定性和粗略的定量结果,希望给出的趋势性结果可对强震动台站建设选址有实际参考价值。

  • 图  1  1900—2019年地震数据统计

    Figure  1.  Statistical graphs of seismic datas from 1900 to 2019

    图  2  震级平均剩余寿命

    Figure  2.  Mean remaining life of magnitude

    图  3  基于不同阈值的参数估计

    Figure  3.  Parameters estimations with respect to different thresholds

    图  4  昆仑山地区震级的阈值超出量模型诊断结果

    Figure  4.  Model fitting diagnosis chart of Kunlun mountains area

    图  5  昆仑山地区G-R关系

    Figure  5.  G-R graph of Kunlun mountain area

    图  6  本文模型与泊松(指数)分布比较

    Figure  6.  Comparison between the model in this paper and the poisson (exponential) distribution

    表  1  超阈值震级基本信息

    Table  1.   Basic information of over threshold magnitudes

    最小值四分之一分位数中位数平均值四分之三分位数最大值极差标准差
    5.595.806.006.206.438.102.510.58
    下载: 导出CSV

    表  2  G-R关系计算结果

    Table  2.   Calculation results of G-R relationship

    起始时间/年$ {M_{\min }} $ab${M_{{\rm{theo}}} }$
    19232.512.956 51.536 98.43
    下载: 导出CSV

    表  3  不同震级复发间隔及发震概率

    Table  3.   Recurrence cycle and occurrence probability of different magnitudes

    震级MS/级5.56.06.57.07.58.08.5
    平均复发间隔/年0.50.91.84.413.866.8882.9
    1年内发震概率0.886 40.687 50.427 10.203 60.070 10.014 90.001 1
    3年内发震概率0.998 50.969 50.812 00.494 90.196 00.043 90.003 4
    5年内发震概率1.000 00.997 00.938 30.679 70.304 80.072 20.005 6
    10年内发震概率1.000 01.000 00.996 20.897 40.516 70.139 10.011 3
    下载: 导出CSV

    表  4  重现水平

    Table  4.   Recurrence level

    项目周期/年
    125102050100
    重现水平(MS6.116.577.067.377.647.928.10
    95%置信区间(5.89,6.33)(6.29,6.85)(6.77,7.35)(7.03,7.71)(7.23,8.05)(7.37,8.47)(7.43,8.77)
    超定值期望震级(MS6.697.057.467.717.928.158.30
    下载: 导出CSV
  • 陈凌, 刘杰, 陈颙等, 1998. 地震活动性分析中余震的删除. 地球物理学报, 41(S1): 244—252

    Chen L. , Liu J. , Chen Y. , et al. , 1998. Aftershock deletion in seismicity analysis. Acta Geophysica Sinica, 41(S1): 244—252. (in Chinese)
    陈培善, 林邦慧, 1973. 极值理论在中长期地震预报中的应用. 地球物理学报, 16(1): 6—24

    Chen P. S. , Lin B. H. , 1973. An application of statistical theory of extreme values to moderate and long interval earthquake prediction. Acta Geophysica Sinica, 16(1): 6—24. (in Chinese)
    胡聿贤, 1999. 地震安全性评价技术教程. 北京: 地震出版社.
    黄玮琼, 李文香, 曹学锋, 1994. 中国大陆地震资料完整性研究之二——分区地震资料基本完整的起始年分布图象. 地震学报, 16(4): 423—432.
    李昌珑, 2016. 时间相依的地震危险性区划研究及应用. 北京: 中国地震局地球物理研究所.

    Li C. L., 2016. Study and application of time-dependent seismic hazard zonation. Beijing: Institute of Geophysics, China Earthquake Administration. (in Chinese)
    钱小仕, 王福昌, 曹桂荣等, 2012. 广义极值分布在地震危险性分析中的应用. 地震研究, 35(1): 73—78 doi: 10.3969/j.issn.1000-0666.2012.01.013

    Qian X. S. , Wang F. C. , Cao G. R. , et al. , 2012. Application of the generalized extreme value distribution in seismic hazard analysis. Journal of Seismological Research, 35(1): 73—78. (in Chinese) doi: 10.3969/j.issn.1000-0666.2012.01.013
    钱小仕, 王福昌, 盛书中, 2013. 基于广义帕累托分布的地震震级分布尾部特征分析. 地震学报, 35(3): 341—350 doi: 10.3969/j.issn.0253-3782.2013.03.006

    Qian X. S. , Wang F. C. , Sheng S. Z. , 2013. Characterization of tail distribution of earthquake magnitudes via generalized Pareto distribution. Acta Seismologica Sinica, 35(3): 341—350. (in Chinese) doi: 10.3969/j.issn.0253-3782.2013.03.006
    任梦依, 2018. 龙门山地区的地震活动性广义帕累托模型构建. 地震研究, 41(2): 226—232 doi: 10.3969/j.issn.1000-0666.2018.02.010

    Ren M. Y. , 2018. The establishment of generalized Pareto distribution model of seismicity in Longmenshan region. Journal of Seismological Research, 41(2): 226—232. (in Chinese) doi: 10.3969/j.issn.1000-0666.2018.02.010
    任晴晴, 钱小仕, 赵玲玲等, 2013. 中国大陆活动地块边界带最大震级分布特征研究. 地震, 33(3): 67—76 doi: 10.3969/j.issn.1000-3274.2013.03.008

    Ren Q. Q. , Qian X. S. , Zhao L. L. , et al. , 2013. Characteristics of maximum magnitude distributions for active block boundaries in China’s mainland. Earthquake, 33(3): 67—76. (in Chinese) doi: 10.3969/j.issn.1000-3274.2013.03.008
    任晴晴, 陆丽娜, 钱小仕等, 2021. 巴颜喀拉地块及其周边地震危险性分析. 地震, 41(3): 144—156 doi: 10.12196/j.issn.1000-3274.2021.03.011

    Ren Q. Q. , Lu L. N. , Qian X. S. , et al. , 2021. Earthquake hazard analysis of the Bayankala block and its surroundings. Earthquake, 41(3): 144—156. (in Chinese) doi: 10.12196/j.issn.1000-3274.2021.03.011
    史道济, 2006. 实用极值统计方法. 天津: 天津科学技术出版社.
    苏有锦, 李忠华, 2011. 云南地区6级以上强震时间分布特征及其概率预测模型研究. 地震研究, 34(1): 1—7. doi: 10.3969/j.issn.1000-0666.2011.01.001

    Sun Y. J. , Li Z. H. , 2011. Interval Distribution and Probability Model of the Strong Earthquakes with M≥6.0 in Yunnan. Journal of Seismological Research, 34(1): 1—7. (in Chinese) doi: 10.3969/j.issn.1000-0666.2011.01.001
    田建伟, 刘哲, 任鲁川, 2017. 基于广义帕累托分布的马尼拉海沟俯冲带地震危险性估计. 地震, 37(1): 158—165 doi: 10.3969/j.issn.1000-3274.2017.01.016

    Tian J. W. , Liu Z. , Ren L. C. , 2017. Seismic hazard estimation of the Manila trench subduction zone based on generalized Pareto distribution. Earthquake, 37(1): 158—165. (in Chinese) doi: 10.3969/j.issn.1000-3274.2017.01.016
    徐昊, 孙玉军, 吴中海, 2018. 岩石圈结构对大地震震后形变的影响——以1976年唐山大地震和2001年昆仑山大地震为例. 地球物理学报, 61(8): 3170—3184 doi: 10.6038/cjg2018L0637

    Xu H. , Sun Y. J. , Wu Z. H. , 2018. The effect of lithospheric structure on the seismic deformation—taking the 1976 Tangshan earthquake and 2001 Kunlunshan earthquake as an example. Chinese Journal of Geophysics, 61(8): 3170—3184. (in Chinese) doi: 10.6038/cjg2018L0637
    徐伟进, 高孟潭. 2012. 根据截断的G-R模型计算东北地震区震级上限. 地球物理学报, 55(5): 1710—1717

    Xu W. J., Gao M. T., 2012. Calculation of upper limit earthquake magnitude for Northeast seismic region of China based on truncated G-R model. Chinese Journal of Geophysics, 55(5): 1710—1717. (in Chinese)
    张国民, 马宏生, 王辉等, 2005. 中国大陆活动地块边界带与强震活动. 地球物理学报, 48(3): 602—610 doi: 10.3321/j.issn:0001-5733.2005.03.018

    Zhang G. M. , Ma H. S. , Wang H. , et al. , 2005. Boundaries between active-tectonic blocks and strong earthquakes in the China mainland. Chinese Journal of Geophysics, 48(3): 602—610. (in Chinese) doi: 10.3321/j.issn:0001-5733.2005.03.018
    Balkema A. A. , de Haan L. , 1974. Residual life time at great age. The Annals of Probability, 2(5): 792—804.
    Coles S., 2001. An introduction to statistical modeling of extreme values. London: Springer.
    Cornell C. A. , 1968. Engineering seismic risk analysis. Bulletin of the Seismological Society of America, 58(5): 1583—1606. doi: 10.1785/BSSA0580051583
    Fisher R. A. , Tippett L. H. C. , 1928. Limiting forms of the frequency distribution of the largest or smallest member of a sample. Mathematical Proceedings of the Cambridge Philosophical Society, 24(2): 180—190. doi: 10.1017/S0305004100015681
    Gutenberg B. , Richter C. F. , 1944. Frequency of earthquakes in California. Bulletin of the Seismological Society of America, 34(4): 185—188. doi: 10.1785/BSSA0340040185
    Gutenberg B. , Richter C. F. , 1956. Earthquake magnitude, intensity, energy, and acceleration: (second paper). Bulletin of the Seismological Society of America, 46(2): 105—145. doi: 10.1785/BSSA0460020105
    Huyse L. , Chen R. , Stamatakos J. A. , 2010. Application of generalized Pareto distribution to constrain uncertainty in peak ground accelerations. Bulletin of the Seismological Society of America, 100(1): 87—101. doi: 10.1785/0120080265
    Pickands J. , 1975. Statistical inference using extreme order statistics. The Annals of Statistics, 3(1): 119—131.
    Pisarenko V. F. , Sornette D. , 2003. Characterization of the frequency of extreme earthquake events by the generalized Pareto distribution. Pure and Applied Geophysics, 160(12): 2343—2364. doi: 10.1007/s00024-003-2397-x
    Sun J. C. , Pan T. C. , 1995. The probability of very large earthquakes in Sumatra. Bulletin of the Seismological Society of America, 85(4): 1226—1231. doi: 10.1785/BSSA0850041226
  • 期刊类型引用(1)

    1. 许一涵,尤添革,温芫姚,宁静,肖扬岚,尤学敏. 基于POT模型的我国地震损失分布研究. 哈尔滨商业大学学报(自然科学版). 2023(04): 446-452 . 百度学术

    其他类型引用(0)

  • 加载中
图(6) / 表(4)
计量
  • 文章访问数:  211
  • HTML全文浏览量:  41
  • PDF下载量:  10
  • 被引次数: 1
出版历程
  • 收稿日期:  2021-12-15
  • 刊出日期:  2022-09-30

目录

/

返回文章
返回