确定影响土耳其岩石地区地震持续时间的主要地面运动参数

《Soil Dynamics and Earthquake Engineering》：Identification of the main ground motion parameters influencing the significant duration on rock sites in Türkiye

　　托尔加·奥克塔伊·古尔|阿尔珀·塞泽尔|安娜·基亚拉多纳|穆拉德·卡拉雷
加拿大魁北克省舍布鲁克市大学大道2500号，邮编J1K 2R1，舍布鲁克大学

摘要
显著持续时间（D5,95）是岩土地震工程中的重要参数，它直接影响有效应力分析中的循环次数，并在评估土壤液化潜力方面起着关键作用。土壤的液化倾向取决于循环次数，而这又与地震的持续时间和土壤的响应密切相关。在动力场地响应分析中，记录在岩石场地上的地面运动数据至关重要，因为它们可作为激励输入，从而减少诸如放大效应或山谷效应等场地特有因素的影响。因此，这些基于岩石的地面运动的显著持续时间成为评估液化程度以及为场地响应分析选择地面运动数据时的核心参数。然而，现有的持续时间模型大多是基于回归方法的地面运动预测方程，且是在混合场地条件下校准的；而仅利用人工神经网络、基于岩石站点记录训练的预测模型则相对较少。

为此，本研究以土耳其强地面运动数据库中的岩石站点数据集为研究对象，探讨了显著持续时间（D5,95）与关键地震学参数及强度指标之间的关系。该数据集包含来自143次矩震级≥4.5的地震的1208条记录，这些地震的观测站均位于NEHRP B类或更坚硬的岩石上，其Vs,30值≥760米/秒（AFAD，2023年）。研究提出了两种互补的神经网络模型：一种为基础模型，仅使用矩震级、断层破裂距离和Vs,30作为输入参数；另一种为改进模型，在基础模型的基础上增加了峰值地面加速度和累积绝对速度作为额外输入参数。相比基础模型，改进模型具有更高的预测精度，残差分布更为集中。敏感性分析表明，在以岩石为参考条件的情况下，累积绝对速度是对D5,95影响最大的预测因子，其次是断层破裂距离和峰值地面加速度，这体现了能量相关指标的重要性。这些结果为估算土耳其岩石站点的显著持续时间提供了实用的两级预测框架，有助于进行考虑持续时间因素的地面运动选择以及非线性岩土分析。

引言
在自然灾害中，地震往往会在城市化地区造成严重破坏和人员伤亡。了解并评估一个国家的地震风险对于制定减灾措施和加强风险管理至关重要。在此背景下，分析各种地震参数对于理解地震的影响和危害极为重要。这类认知不仅有助于地震危险性评估，还能在结构设计和加固过程中发挥关键作用，确保结构在潜在地震事件面前的韧性。地震工程领域的各项研究旨在为地震危险性评估、风险降低策略的制定以及未来地震影响的预测提供更加可靠的依据。

若无法获取地震作用引起的地面震动信息，就不可能准确评估地震危险性[1]。地面震动的持续时间被认为是影响结构损伤的最重要参数之一。有些地震（例如1966年加利福尼亚州帕克菲尔德地震、1972年加利福尼亚州斯通坎yon地震），尽管峰值地面加速度高达0.5g，但却没有造成结构损坏，因为这些地震产生的加速度波形为短时高频率特性。相反，在那些导致结构损坏的地震中，峰值地面加速度虽然较低，但地震动在更宽频率范围内的持续时间却更长[2]。

在岩土工程中，由于岩石场地几乎不受放大效应或山谷效应等场地特有因素的影响，因此常被用作动力分析的参考条件。与包含多种土壤类型数据的通用地面运动模型不同，岩石场地为解读地震动提供了可靠的参照，因此在那些受场地和山谷效应显著影响的区域，基于岩石的模型显得尤为重要。而在地质结构复杂的地区，这类效应使得通用显著持续时间模型难以用于精确的动力分析。尽管岩石场地在岩土工程中具有重要意义，但目前尚未出现专门针对岩石条件、基于岩石站点记录的地面运动参数并通过人工神经网络构建的显著持续时间预测模型。此外，现有的持续时间模型大多是基于回归方法的地面运动预测方程，且是在混合场地条件下校准的，直接将其应用于以岩石为参考的有效应力分析和场地响应计算中，可能会引入不必要的认知不确定性。因此，为一般场地条件开发的地面运动模型，在地形或地质特征独特的地区进行岩土动力分析时，其可靠性也可能较低。

显著持续时间（D5,95）是有效应力分析中的关键参数，因为它决定了地震作用下影响土壤行为的加载循环次数。Beaty和Perlea[3]进一步强调了显著持续时间在地震变形分析中的重要性，尤其是对于填筑坝体而言。他们的研究表明，D5,95以及阿里亚斯强度指标与填筑结构的总变形量之间存在很强的相关性。研究者提出，结合多种强度指标可以更准确地预测地震引起的变形。这些发现凸显了在地面运动选择标准中纳入显著持续时间的必要性，尤其是在评估动态载荷作用下的土壤和结构变形时。Greenfield和Kramer[4]进一步研究了显著持续时间与累积地面运动参数（如阿里亚斯强度）之间的关系。他们发现，较长的显著持续时间会导致更大的侧向位移和液化引起的地面变形，尤其是在液化倾向较高的土壤中。他们的研究揭示了能量指标与持续时间在驱动地震引起的土壤响应中的作用机制。Mo等人[5]则研究了显著持续时间对桩基加固的液化土壤的影响。他们发现，较长的地震持续时间会导致桩基的侧向位移、弯矩和剪力增加，从而体现了显著持续时间对岩土系统的广泛影响。这些结果表明，持续时间的影响不仅关乎土壤液化问题，也关系到工程结构在地震作用下的性能表现。Gul等人[6]利用岩石站点记录的地面运动数据进行了研究，重点分析了具有相似频谱特征但显著持续时间不同的地震动。他们的研究通过对比总应力分析和有效应力分析的结果，发现显著持续时间较长的地震动会导致有效应力条件下的深度-应变关系发生明显变化。这些发现进一步强调了显著持续时间在土壤行为中的关键作用，尤其是其对近地表液化风险的影响，同时也说明了在为场地响应分析选择地面运动数据时，必须考虑岩石条件下的显著持续时间。近期的一些研究还强调了在液化评估和液化场地响应建模中，越来越多地采用数据驱动和混合计算方法，包括集成机器学习技术的分析方法[7,8]。通过聚焦于岩石站点记录的地震动，这类模型能够最大限度地减少场地特有因素的影响，为岩土工程师提供适用于考虑持续时间因素的地面运动预测工具。本研究旨在填补这一空白，专门为岩石站点开发一种显著持续时间预测模型，以确保其在有效应力分析、土壤响应建模以及地震危险性评估中的应用。

已有不少研究人员尝试在地面运动预测方程的框架内建立显著持续时间的预测关系，通常会用到震级、距离参数以及场地/路径特征参数（如上层30米内的平均剪切波速度Vs,30、盆地深度以及近断层指标等）。Kempton和Stewart[9]就提出了包含震级、距震源最近距离、Vs,30、盆地深度以及近断层参数的预测方程，并指出显著持续时间会随着震级的增加而增大，而随距离的增加则增幅较小。Bommer等人[10]则利用NGA数据库，为包括显著持续时间在内的多种持续时间定义建立了经验公式，同时强调了持续时间在累积损害潜力及能量相关分析中的重要性。还有些研究通过分析多种强度指标之间的相关性，探讨了显著持续时间的问题，这些研究为概率地震危险性分析以及条件选择方法提供了理论支撑[11,12]。后续的研究还将持续时间模型扩展到了不同的构造环境和区域，包括稳定的大陆环境[13]、基于NGA-West2的活跃地壳模型（其中明确考虑了震源和路径的影响）[14]、以土耳其为重要研究对象的欧洲-地中海地区模型[15]，以及俯冲带和混合构造环境下的特定模型[16,17]。此外，也有针对特定地震事件和数据集的评估研究[18]。对于土耳其地区，已有研究利用混合效应回归方法，结合震级、距离、Vs,30以及断层机制等典型预测因子，建立了区域特定的经验模型[19]。以往研究中采用的预测变量及目标持续时间定义汇总于表1中。尽管相关研究数量众多，但目前的模型大多并非以岩石站点记录作为参考条件来构建的，而且大多数现有公式都是基于不同的场地条件并通过回归方法形成的。因此，目前仍缺乏在非线性神经网络框架下、专为土耳其地区设计的以岩石为参考条件的显著持续时间预测模型，也尚未出现将此类模型以实用的两级结构形式呈现出来的研究——即基础模型基于震级、断层破裂距离和Vs,30，而改进模型则结合了强度指标信息。正如前文所述，本研究正是试图填补这一空白。

本研究所使用的地面运动数据来源于土耳其强地面运动数据库，该数据库由土耳其灾难与应急管理当局负责管理[20]（见图1）。该数据库包含了来自59个位于岩石站点上的强地面运动观测站的1208条记录，这些站点属于NEHRP B类或更坚硬的岩石，其Vs,30值≥760米/秒，涵盖143次矩震级≥4.5的地震。由于土耳其强地面运动数据库中缺乏断层破裂距离数据，本研究仅使用了这些基于岩石的站点数据集，旨在开发并评估基于人工神经网络的D5,95预测模型，同时分析在岩石参考条件下决定显著持续时间的主要因素。

本研究的主要贡献如下：（1）为显著持续时间建模专门整理了一个仅包含岩石站点数据（NEHRP B类或更坚硬的岩石）的土耳其强地面运动数据集；（2）提出了一种两级结构的神经网络建模方法，基础模型采用震级、断层破裂距离和Vs,30作为输入参数，而改进模型则在基础模型的基础上，根据可用数据加入峰值地面加速度和累积绝对速度等与能量相关的强度指标；（3）通过敏感性分析，明确了在岩石参考条件下决定显著持续时间的主要因素；（4）为工程应用中两种模型的选择提供了实用指导。本文的结构安排如下：第2节介绍强地面运动数据库及其预处理过程；第3节阐述显著持续时间的定义以及神经网络分析方法；第4节介绍模型的构建、验证及敏感性分析结果；第5节比较所提出的模型与现有模型，并分析其在不同地区的适用性；第6节总结研究结论与局限性。

数据集概述
本研究使用的数据来源于土耳其强地面运动数据库，该数据库由土耳其灾难与应急管理当局管理[20]（见图1）。该数据库共包含1208条记录，这些记录来自59个位于岩石站点上的强地面运动观测站，这些站点的岩石属于NEHRP B类或更坚硬的类型，其Vs,30值至少为760米/秒，涵盖143次矩震级≥4.5的地震。由于土耳其强地面运动数据库中缺乏断层破裂距离数据，本研究只能使用这些基于岩石的站点数据。

方法论
本研究采用了土耳其强地面运动数据库中143次地震的1208条记录，这些记录均来自位于岩石上的观测站[20]。在数据预处理阶段，首先从数据库中获取了断层破裂距离、两个水平方向上的峰值地面加速度以及峰值地面速度数值。随后，针对每条记录计算了阿里亚斯强度指标、显著持续时间D5,95以及累积绝对速度值。之后，构建了一个人工神经网络模型，用于预测显著持续时间。

结果与讨论
本节介绍了基于岩石站点的D5,95预测模型的性能表现、残差诊断结果以及敏感性分析结果。模型的预测性能通过多种全局指标（R值、VAF值、MAE值、RMSE值）进行评估，同时通过残差诊断方法进一步检查是否存在系统偏差和异方差性问题。在所有构建的神经网络模型中，最优的隐藏神经元数量均为8个（见图7）。对于每种神经网络模型，其最佳预测效果……

与现有模型的比较
所提出的基于神经网络的模型与现有的几种显著持续时间预测模型进行了比较，这些现有模型包括KS06、BSA09、LG14、AS16、DW17、SA17和BEA21，比较是在矩震级为5、6和7的情况下进行的（见图13）。这些模型在学术界已被广泛认可，它们采用经验回归方法，并已在多种不同数据集上得到了验证。鉴于本研究的范围仅限于岩石站点，因此比较仅限于针对这类场地条件的预测结果。

结论
显著持续时间（D5,95）是描述地面震动的重要参数，它影响着累积损害潜力以及与有效应力分析和动力场地响应分析相关的加载循环次数。在岩土工程中，由于岩石场地几乎不受放大效应或山谷效应等场地特有因素的影响，因此被广泛视为动力分析的参考条件。这项工作的重要性在于其与岩土工程领域的关联性。CRediT作者贡献声明：Tolga Oktay Gül：概念设计、数据整理、形式分析、方法论、软件、初稿撰写、审稿与编辑。Alper Sezer：概念设计、方法论、资源获取、验证、审稿与编辑。Anna Chiaradonna：概念设计、形式分析、方法论、验证、审稿与编辑。Mourad Karray：概念设计、资金筹集、方法论、资源获取、软件、监督、验证、可视化、审稿与编辑。利益冲突声明：作者们声明自己没有已知的可能影响本文所述工作的财务利益或个人关系。