基于经验传递函数的场地校正方法，用于西北喜马拉雅地区随机地面运动模拟

《Soil Dynamics and Earthquake Engineering》：Empirical transfer function–based site correction for stochastic ground motion simulation in the northwest Himalaya

喜马拉雅西北部地区基于经验传递函数（ETF）的场地校正随机点源法强地面运动模拟研究，利用117条浅源地震（Mw3.5-5.5）的117组拾取记录，对比传统H/V比和SSR方法，ETF校正使时间域误差从1.63降至0.65，频率域误差从1.404降至0.050，显著提升模拟精度，并量化场地主导频率和放大效应，为该区域地震风险评估提供可靠合成记录。

　　

Renu Yadav | Dinesh Kumar

地球物理学系，库鲁克谢特拉大学，库鲁克谢特拉，136119，哈里亚纳邦，印度

摘要

本研究提出了一个综合框架，用于利用基于经验传递函数（ETF）的场地特定校正来模拟喜马拉雅西北部的强烈地面运动。ETF定义为观测到的傅里叶振幅谱与模拟得到的傅里叶振幅谱之间的频谱比率，该方法被应用于提高29个记录站点上的随机点源模拟的准确性。研究使用了来自10次浅层地震（震级3.5–5.5）的117个加速度记录图来评估这一方法。结合ETF校正的模拟结果与观测到的地面运动更为吻合，优于使用传统的水平-垂直（H/V）频谱比率为基础的场地响应模型。本文量化了主导频率（Hz）和放大倍数的空间分布，并使用时域（Terr）和频域（Ferr）指标计算了模拟误差。基于ETF的方法将T_err从1.63降低到0.65，将F_err从1.404降低到0.050，证实了其在捕捉数据中场地特定放大效应方面的有效性。地质分类和kappa值（秒）被整合进来，以评估地下条件对模拟精度的影响。0.5和2.0 Hz处的放大倍数等高线图为典型建筑结构的共振风险提供了洞察。这项研究代表了在印度喜马拉雅地区最早应用基于ETF的场地特定校正进行强地面运动模拟的研究之一，证明了该方法在现有数据集范围内对中等震级地震的可行性。

引言

地震是最具破坏性的自然灾害之一，能够在几秒钟内造成广泛的破坏。其影响不仅限于结构损坏，还包括滑坡、土壤液化、火灾和海啸等次生灾害，导致重大的人员伤亡和经济损失。每次重大地震事件都凸显了我们对地震过程理解的局限性，以及迫切需要提高预测能力。

过去地震的地震图和记录的波形是推进我们对地震现象理解的重要资源。对这些波形的详细分析增强了我们模拟和预测未来地面运动的能力，从而有助于降低灾害风险[1]。在地震活动频繁且强烈的地区（如喜马拉雅地区），准确预测地面运动的需求尤为迫切。

场地特定的强地面运动记录是地震危险性评估的关键组成部分。然而，在喜马拉雅地区的许多地方，尤其是在地质不稳定的区域（目标站点），这类数据要么稀少，要么完全缺失。这种数据缺口使得需要使用通过模拟技术生成的合成加速度记录图，这些技术结合了地震源的物理特性、波的传播以及局部场地效应[2]。已经开发了多种方法来模拟强地面运动，包括理论方法、经验方法和混合方法。这些方法既有理论性的，也有经验性的，例如格林函数技术[[3], [4], [5]]、随机方法([6]; [7]; [8]; [9]; [10]; [11]; [12], 2000; [13]; [14]; [15])、复合源技术[[16], [17], [18], [19], [20], [21]]、半经验/包络技术[[22], [23], [24], [25]]以及混合技术[[26], [27], [28], [29]]。

在各种模拟技术中，随机点源方法因其简单性和在模拟高频地面运动方面的有效性而被广泛采用。该方法已经发展到包括有限断层表示和非平稳模型，以更好地捕捉真实地震的时间和频谱特征（Hussaini等人，2025年和[30]）。最近的研究强调了区域校准在减少地震危险性评估中的认知不确定性方面的重要性（Sunny, de Angelis和Edwards 2024）。该方法已成功应用于许多全球事件，包括2001年破坏性极强的布杰地震（7.7级）[31]、1999年的赫克托矿地震[33]、2020年的中国嘉石地震[34]、2002年的德纳利地震[35]，以及最近的2019年里奇克雷斯特地震[36]。在喜马拉雅背景下，随机模拟已被用于模拟地震复发和危险情景[37]，突显了该方法在数据稀少、地质复杂的地区的相关性，以及针对克什米尔喜马拉雅地区的随机有限断层建模[38]。

随机地面运动模拟方法通过结合参考文献[39,40]中提出的ω²源谱模型来生成具有随机相位特性的波形。此外，随机方法基于这样一个观察结果：高频地震的强地面运动可以用有限持续时间的带限白高斯噪声来表示。

本研究采用了一种随机地面运动模拟技术，通过频域中的频谱拟合来估计强运动参数。尽管随机方法使用随机相位，但由于它在时域中应用了广义地震包络函数来近似波形特征，因此观测到的和模拟得到的时间历史之间的匹配度可能存在较低。尽管存在这一限制，该技术在预测强地面运动参数（如峰值地面加速度 - PGA（cm/sec²）和频谱）方面表现出可靠的性能。这些能力使得该方法成为初步地震危险性评估的宝贵工具，特别是在观测数据有限的地区。为了生成真实的地面运动，必须将几个校正因子纳入模拟技术中。这些因素包括路径衰减、高频衰减、几何扩散、场地放大效应和地壳放大因子[42]。这些众所周知的因素应根据地震活跃区域的经验数据进行调整[43,[44], [45], [46], [47]]。

在大多数情况下，随机地面运动模拟技术中使用的场地响应是通过水平-垂直（H/V）比率和/或标准频谱比率（SSR）技术简化并估计的。这可能导致高频地面运动的不确定性。模拟出的高频地面运动的不确定性会导致对该地区地震危险的低估或高估[48]。减少这些不确定性的一种方法是应用基于ETF的场地校正。ETF可以被视为使用随机方法获得的观测到的和合成强运动之间的傅里叶振幅谱的频谱差异[49]。基于ETF的校正已在其他地区成功应用于提高高频地面运动模拟的准确性，特别是在台湾[49]、日本和北美洲部分地区[47,27]。这些研究证明了ETF在捕捉场地特定放大效应方面的稳健性。场地放大效应是随机模拟高频地面运动所需的最重要参数之一，因此从危险性角度来看非常重要。

在喜马拉雅地区，由于强地面运动记录稀少和复杂的场地效应，准确的地面运动预测受到阻碍。本研究通过将基于ETF的校正整合到随机模拟中来解决这些挑战，以改进危险性评估，即观测到的和模拟得到的傅里叶振幅谱之间的频谱比率。ETF更准确地捕捉了场地特定的放大效应，特别适用于高频地面运动模拟[49]。预计在随机地面运动模拟中应用ETF校正将显著提高合成加速度记录图的准确性，通过结合场地特定的放大效应。通过用基于ETF的校正替换广义场地响应模型（如水平-垂直（H/V）频谱比率），模拟结果预计将与观测到的地面运动更加吻合，特别是在地下条件复杂的地区。这种方法预计将减少时域和频域误差，从而提高在不同地质环境中预测的PGA值的可靠性。此外，整合ETF校正预计将更好地捕捉主导频率和放大模式的空间变异性，有助于更精确的地震危险性评估，并为地震活跃区域（如喜马拉雅西北部）的韧性基础设施设计提供信息。本研究聚焦于喜马拉雅西北部，这是一个地质活跃的区域，包括喜马偕尔邦、查谟和克什米尔以及金瑙尔的部分地区。使用来自10次浅层地震（震级3.5–5.5）的117个加速度记录图，本研究应用了随机点源模拟方法生成参考岩石场地加速度记录图。然后使用ETF来校正29个记录站点的场地效应。

在印度，场地响应估计主要依赖于HVSR和SSR技术[[50], [51], [52]]。然而，基于ETF的校正尚未在场地特定校准模拟中得到广泛应用。据我们所知，这项研究代表了在印度喜马拉雅地区最早应用基于ETF的场地校正进行强地面运动模拟的研究之一。研究结果提供了对地震危险性评估和抗震设计至关重要的真实合成加速度记录图。这项研究代表了在印度喜马拉雅地区最早应用基于ETF的场地校正进行强地面运动模拟的研究之一，证明了该方法在现有数据集范围内对中等震级地震的可行性。

研究区域和数据

研究区域涵盖了喜马拉雅西北部，纬度范围为29.5°–33.5°N，经度范围为75.0°–78.5°E，包括喜马偕尔邦、查谟和克什米尔以及金瑙尔的部分地区。该地区是印度地质最活跃的区域之一，以主边界断层（MBT）和主中央断层（MCT）等主要断层系统的存在为特征。该地区的一个著名历史事件是1905年的康格拉地震，估计震级为Mw 7.8

该地区的地震活动

喜马拉雅西北部地区包括查谟和克什米尔、喜马偕尔邦和北阿坎德邦的部分地区，是印度次大陆上地震活动最活跃的区域之一。该地区位于主喜马拉雅断层（MHT）系统沿线，印度板块在此处俯冲到欧亚板块下方，导致喜马拉雅地区频繁发生浅层地震。地震活动主要集中在主要构造特征沿线

方法论

随机技术，也称为随机振动方法，在[6]中有描述。根据这种方法，距离断层R（公里）处的剪切波的加速度谱A(f,R)由Chopra等人（2010年）给出：