地震无法预测或预防;然而,对其震源机制、传播路径和局部地形效应的研究一直是地震工程的核心。由于近震地面运动的复杂机械成分和强烈的破坏性,近年来引起了广泛关注。即使是中等或低震级的事件也可能造成严重的结构损坏。例如,2022年的门源地震对多座桥梁造成了重大破坏,凸显了近震地面运动的破坏潜力[[1], [2], [3], [4]]。然而,天然断层的多尺度破裂机制和能量释放过程仍不完全清楚[5]。
自20世纪60年代末和70年代初以来,研究人员在近震地面运动记录中发现了类似脉冲的特征,尤其是在加利福尼亚州。Baker等人[6]提出了一种基于脉冲指标、脉冲到达时间和峰值地面速度(PGV)的识别方法来系统地描述这些速度脉冲,Shahi和Baker[7]通过使用主成分分析(PCA)和支持向量机(SVM)对该方法进行了改进。随后,引入了几种基于能量比和速度特征的方法[[8], [9], [10], [11], [12], [13], [14], [15], [16]],为后续关于脉冲型地面运动的研究奠定了基础。
近震地面运动通常具有长周期成分、大振幅和高能量,主要源于两种现象:前向指向性(FD)和跳跃-步进(FS)效应[[17], [18], [19]]。其中,FS效应通常伴随着永久地面位移和单向速度脉冲,对长周期柔性结构构成严重威胁[20,21]。许多损坏案例,如1999年智利地震和2008年汶川地震期间观察到的情况,表明跨断层结构(包括隧道和水坝)可能因FS效应而发生数米的位移,导致灾难性破坏[[22], [23], [24], [25]]。因此,准确模拟FS效应对于工程结构的抗震设计至关重要。
已经开发了多种低频脉冲建模技术来再现近震运动的脉冲特性。Boore和Zoback[26]、Niazy[27]以及Bouchon[28]强调了低频速度脉冲的模拟。Dickinson等人[29]引入了一种随机合成方法;Yang等人[30]将Gabor小波纳入随机模型;Peng等人[31]和Luo等人[32]使用Copula函数来提高模拟精度。
近年来,人们努力将额外的不确定性纳入脉冲建模,并结合低频和高频成分。Luo等人[33]强调了脉冲建模在预测结构响应中的重要性,而Wang等人[34]强调了随机模拟在地震危险性分析中的作用。Sharbati等人[35]和Jiang等人[36]使用小波变换进行了多脉冲建模,而Scala等人[37]和Daoud等人[38]考虑了断层几何和震源机制进行了近震运动的随机模拟。Dabaghi等人[39]提出了一个结合高低频的建模框架,而Poiata等人[40]和Luo等人[41]进一步将非平稳模型纳入近震地面运动合成。随着机器学习的进步,Lin等人[42]将小波分析和神经网络结合起来,推动了数据驱动的脉冲建模研究。
尽管在模拟FD和FS效应方面取得了相当大的进展,但在近震地面运动合成中的关键脉冲参数(如脉冲周期和峰值速度)仍然主要依赖于经验关系确定,这引入了显著的不确定性。特别是,依赖于震级的线性公式倾向于夸大不同震级范围内的系统差异,并抑制了参数选择的固有随机性。此外,现有的随机模型通常将不同震级的记录合并到一个统计框架中,忽略了地震震级带来的约束,导致参数分布偏离观测特征。
为了克服这些限制,本研究提出了一种用于近震跳跃-步进效应的随机脉冲合成模型,称为FNSDR-GW-FS。首先从记录的跳跃-步进地面运动中提取关键脉冲参数,并使用最大似然估计在不同震级区间内建立其概率分布。然后将改进的基于Gabor小波的脉冲模型与非平稳随机框架结合,以实现随机脉冲合成,同时考虑了耦合的震源和场地效应。所提出的模型为模拟近震跳跃-步进地面运动提供了一个概率框架,并支持时间历史分析和抗震结构设计。