The challenge of ground-mo1on predic1on Luis Fabian Bonilla - - PowerPoint PPT Presentation

The ¡challenge ¡of ¡ground-­‑mo1on ¡ predic1on

Luis ¡Fabian ¡Bonilla

Université ¡Paris-­‑Est, ¡IFSTTAR

1

Empirical ¡ground-­‑mo1on ¡predic1on ¡(the ¡components)

Source Path Site Magnitude Distance

Soil characterization

+ σ

2

Main ¡factors ¡affec1ng ¡the ¡ground-­‑mo1on ¡ (where ¡does ¡the ¡uncertainty ¡come ¡from?)

• Source ¡effects

– Magnitude ¡or ¡seismic ¡moment – Rupture ¡direc4vity – Supershear – Faul4ng ¡mechanism – Stress ¡drop – Fault ¡geometry

• Path ¡effects

– A<enua4on: ¡geometric ¡ a<enua4on, ¡sca<ering ¡and ¡ inelas4c ¡a<enua4on – Angle ¡of ¡incidence – Cri4cal ¡reflec4ons ¡from ¡the ¡Moho ¡ discon4nuity

• Site ¡effects

– Effect ¡of ¡the ¡local ¡geology

ACer ¡J. ¡Steidl

3

Source ¡effects ¡-­‑ ¡Magnitude

ACer ¡J. ¡Anderson

Amplitude ¡and ¡dura1on ¡are ¡o@en ¡ propor1onal ¡to ¡the ¡magnitude

• However, ¡there ¡are ¡several ¡

magnitude ¡scales ¡(Utzu, ¡2004)

• Nowadays, ¡MW ¡and ¡ML ¡are ¡o@en ¡

used

4

Direc1vity ¡effects

• P. ¡Somerville ¡(1997)

Effect ¡on ¡the ¡accelera1on (the ¡ground-­‑mo1on ¡is ¡not ¡homogenous)

Sta4on ¡SYLMAR ¡– ¡Northridge ¡1994 Landers ¡1992

Effect ¡on ¡the ¡response ¡spectra

5

Path ¡effects ¡– ¡geometric ¡ aPenua1on

Amplitude ¡decrease ¡as ¡epicentral ¡ distance ¡increases (Knet ¡network, ¡Japan) Yet, ¡there ¡several ¡distance ¡ defini1ons

Shakal ¡and ¡Bernreuter ¡(1981)

6

Example ¡of ¡Rhypo ¡and ¡Rrup ¡effect

7

Mw 7.1 Darfield earthquake 04/09/2010 (New Zealand)

After Faccioli (2010) 7

Effects ¡of ¡the ¡angle ¡of ¡ incidence

Gélis ¡et ¡al. ¡(2008)

0° +35°

• 35°
• The ¡basin ¡response ¡of ¡ ¡

Nice ¡strongly ¡depends ¡on ¡ the ¡angle ¡of ¡incidence ¡of ¡ the ¡incoming ¡wavefield

• Ver4cal ¡incidence ¡may ¡

underes4mate ¡the ¡basin ¡ response ¡(basin ¡edges)

• This ¡should ¡be ¡integrated ¡

in ¡seismic ¡hazard ¡ evalua4ons ¡(difficult ¡in ¡ prac4ce)

8

Influence ¡of ¡the ¡local ¡geology

Ground ¡mo1on ¡recorded ¡at ¡sites ¡having ¡inter-­‑sta1on ¡ distances ¡less ¡than ¡110 ¡m ¡(ground ¡mo1on ¡variability) ¡ ¡

Steidl ¡(1993)

9

Vs30 ¡variability (Kiknet ¡data)

• Strong ¡variability ¡of ¡velocity ¡

profiles ¡within ¡each ¡soil ¡class

• This ¡variability ¡is ¡even ¡stronger ¡

at ¡depths ¡greater ¡than ¡30 ¡m

• Is ¡Vs30 ¡enough?

1000 2000 3000 4000 Vs (m/s) CoPon ¡et ¡al. ¡(2006); ¡Douglas ¡et ¡al. ¡(2009) 10

Effects ¡of ¡the ¡inelas1c ¡aPenua1on

Douglas ¡et ¡al. ¡(2010)

A(f) = A0 × e−π×κ×f

• The ¡Pyrenees ¡(κ ¡= ¡0.017 ¡s) ¡aPenuate ¡less ¡than ¡

the ¡Alps ¡(κ ¡= ¡0.025 ¡s)

• France ¡is ¡closer ¡to ¡WNA ¡(κ ¡= ¡0.04 ¡s) ¡than ¡to ¡ENA ¡

(κ = ¡0.006 ¡s)

11

Ground ¡mo1on ¡variability

Spectral acceleration (m/s2) Period (s) Note ¡that ¡there ¡is ¡no ¡smooth ¡response ¡spectra ¡(individual ¡records) 5.4 ¡Mw ¡à ¡30 ¡km ¡– ¡sol ¡C

Pousse ¡et ¡al. ¡(2006)

12

What ¡about ¡sigma?

• Aleatory ¡uncertainty ¡

related ¡to ¡the ¡ physical ¡phenomena

• Examples: ¡

hypocenter ¡loca4on, ¡ soil ¡profile, ¡ground ¡ mo4on ¡variability, ¡ etc.

ACer ¡E. ¡Field

13

What ¡is ¡a ¡reference ¡site?

• Illustra4on ¡of ¡spectral ¡

amplitude ¡decrease ¡for ¡ increasing ¡values ¡of ¡Vs30 ¡ (Causse, ¡2009)

• The ¡new ¡genera4on ¡of ¡

GMPEs ¡(NGA) ¡use ¡a ¡soil ¡ classifica4on ¡based ¡on ¡ Vs30 ¡going ¡up ¡to ¡1500 ¡ m/s

Causse ¡(2009) 14

Par1al ¡conclusions

• Uncertainty ¡quan4fica4on ¡is ¡very ¡important ¡in ¡any ¡

seismic ¡ground-­‑mo4on ¡evalua4on

• Data ¡acquisi4on ¡helps ¡to ¡increase ¡our ¡knowledge ¡

and ¡eventually ¡to ¡reduce ¡the ¡aleatory ¡uncertainty

• Vs30 ¡may ¡not ¡be ¡enough, ¡thus ¡site ¡

characteriza4on ¡up ¡to ¡the ¡bedrock ¡is ¡needed ¡ (basin ¡geometry)

• Given ¡the ¡fact ¡that ¡several ¡models ¡fit ¡the ¡same ¡

data ¡(NGAs), ¡several ¡GMPEs ¡need ¡to ¡be ¡used ¡in ¡

• rder ¡to ¡take ¡into ¡account ¡the ¡epistemic ¡

uncertainty

15