Documents disponibles écrits par cet auteur

Estimating background activity based on interevent-time distribution / Hainzl, Sebastian in Bulletin of the seismological society of America, Vol. 96 N° 1 (Fevrier 2006) 

Public ISBD [article]  in Bulletin of the seismological society of America > Vol. 96 N° 1 (Fevrier 2006) . - 313-320 p. Titre : Estimating background activity based on interevent-time distribution Titre original : Estimant l'activité de fond basée sur la distribution de temps d'Interevent Type de document : texte imprimé Auteurs : Hainzl, Sebastian, Auteur ; Scherbaum, Frank, Auteur ; Beauval, Céline, Auteur Article en page(s) : 313-320 p. Note générale : Génie Civil Langues : Anglais (eng) Mots-clés : Séisme  Réplique  sismique  Algorithme Index. décimale : 551.2 Résumé : The statistics of time delays between successive earthquakes has recently been claimed to be universal and to show the existence of clustering beyond the duration of aftershock bursts. We demonstrate that these claims are unjustified. Stochastic simulations with Poissonian background activity and triggered Omori- type aftershock sequences are shown to reproduce the interevent-time distributions observed on different spatial and magnitude scales in California. Thus the empirical distribution can be explained without any additional long-term clustering. Furthermore, we find that the shape of the interevent-time distribution, which can be approximated by the gamma distribution, is determined by the percentage of mainshocks in the catalog. This percentage can be calculated by the mean and variance of the interevent times and varies between 5% and 90% for different regions in California. Our investigation of stochastic simulations indicates that the interevent- time distribution provides a nonparametric reconstruction of the mainshock magnitude-frequency distribution that is superior to standard declustering algorithm. Les statistiques du temps retarde entre les tremblements de terre successifs a été récemment prétendues être universelles et montrer l'existence de grouper au delà de la durée de après que le choc éclate. Nous démontrons que ces réclamations sont injustifiées. Des simulations stochastiques avec l'activité au sol arrière et le type déclenché ordres de Poissonian d'Omori de réplique sismique sont montrées pour reproduire les distributions interevent de temps observées sur différentes échelles spatiales et de grandeur en Californie. Ainsi la distribution empirique peut n'être expliquée sans aucun grouper à long terme additionnel. En outre, nous constatons que la forme de la distribution interevent de temps, qui peut être rapprochée par la distribution gamma, est déterminée par le pourcentage des chocs principaux dans le catalogue. Ce pourcentage peut être calculé par le moyen et le désaccord des temps interevent et change entre 5% et 90% pour différentes régions en Californie. Notre recherche sur des simulations stochastiques indique que la distribution interevent de temps fournit une reconstruction non paramétrique de la distribution de fréquence principale de grandeur de choc qui est supérieure à l'algorithme declustering standard. DEWEY : 551.2 ISSN : 0037-1106 En ligne : hainzl@geo.uni-potsdam.de [article] Estimating background activity based on interevent-time distribution = Estimant l'activité de fond basée sur la distribution de temps d'Interevent [texte imprimé] / Hainzl, Sebastian, Auteur ; Scherbaum, Frank, Auteur ; Beauval, Céline, Auteur . - 313-320 p. Génie Civil Langues : Anglais (eng) in Bulletin of the seismological society of America > Vol. 96 N° 1 (Fevrier 2006) . - 313-320 p. Mots-clés : Séisme  Réplique  sismique  Algorithme Index. décimale : 551.2 Résumé : The statistics of time delays between successive earthquakes has recently been claimed to be universal and to show the existence of clustering beyond the duration of aftershock bursts. We demonstrate that these claims are unjustified. Stochastic simulations with Poissonian background activity and triggered Omori- type aftershock sequences are shown to reproduce the interevent-time distributions observed on different spatial and magnitude scales in California. Thus the empirical distribution can be explained without any additional long-term clustering. Furthermore, we find that the shape of the interevent-time distribution, which can be approximated by the gamma distribution, is determined by the percentage of mainshocks in the catalog. This percentage can be calculated by the mean and variance of the interevent times and varies between 5% and 90% for different regions in California. Our investigation of stochastic simulations indicates that the interevent- time distribution provides a nonparametric reconstruction of the mainshock magnitude-frequency distribution that is superior to standard declustering algorithm. Les statistiques du temps retarde entre les tremblements de terre successifs a été récemment prétendues être universelles et montrer l'existence de grouper au delà de la durée de après que le choc éclate. Nous démontrons que ces réclamations sont injustifiées. Des simulations stochastiques avec l'activité au sol arrière et le type déclenché ordres de Poissonian d'Omori de réplique sismique sont montrées pour reproduire les distributions interevent de temps observées sur différentes échelles spatiales et de grandeur en Californie. Ainsi la distribution empirique peut n'être expliquée sans aucun grouper à long terme additionnel. En outre, nous constatons que la forme de la distribution interevent de temps, qui peut être rapprochée par la distribution gamma, est déterminée par le pourcentage des chocs principaux dans le catalogue. Ce pourcentage peut être calculé par le moyen et le désaccord des temps interevent et change entre 5% et 90% pour différentes régions en Californie. Notre recherche sur des simulations stochastiques indique que la distribution interevent de temps fournit une reconstruction non paramétrique de la distribution de fréquence principale de grandeur de choc qui est supérieure à l'algorithme declustering standard. DEWEY : 551.2 ISSN : 0037-1106 En ligne : hainzl@geo.uni-potsdam.de

The estimation of minimum-misfit stochastic models from empirical ground-motion prediction equations / Scherbaum, Frank in Bulletin of the seismological society of America, Vol. 96 N° 2 (Avril 2006) 

Public ISBD [article]  in Bulletin of the seismological society of America > Vol. 96 N° 2 (Avril 2006) . - 427-445 p. Titre : The estimation of minimum-misfit stochastic models from empirical ground-motion prediction equations Titre original : L'Evaluation des modèles stochastiques de vêtement manqué minimum à partir des equations au sol empiriques de prévision de mouvement Type de document : texte imprimé Auteurs : Scherbaum, Frank, Auteur ; Staedtke, Helmut, Auteur ; Cotton, Fabrice, Auteur Article en page(s) : 427-445 p. Note générale : Génie Civil Langues : Anglais (eng) Mots-clés : Activité  séismique  Sol  Seisme  Equations Index. décimale : 551.2 Résumé : In areas of moderate to low seismic activity there is commonly a lack of recorded strong ground motion. As a consequence, the prediction of ground motion expected for hypothetical future earthquakes is often performed by employing empirical models from other regions. In this context, Campbell’s hybrid empirical approach (Campbell, 2003, 2004) provides a methodological framework to adapt ground-motion prediction equations to arbitrary target regions by using response spectral host-to-target-region-conversion filters. For this purpose, the empirical ground-motion prediction equation has to be quantified in terms of a stochastic model. The problem we address here is how to do this in a systematic way and how to assess the corresponding uncertainties. For the determination of the model parameters we use a genetic algorithm search. The stochastic model spectra were calculated by using a speed-optimized version of SMSIM (Boore, 2000). For most of the empirical ground-motion models, we obtain sets of stochastic models that match the empirical models within the full magnitude and distance ranges of their generating data sets fairly well. The overall quality of fit and the resulting model parameter sets strongly depend on the particular choice of the distance metric used for the stochastic model. We suggest the use of the hypocentral distance metric for the stochastic simulation of strong ground motion because it provides the lowest-misfit stochastic models for most empirical equations. This is in agreement with the results of two recent studies of hypocenter locations in finite-source models which indicate that hypocenters are often located close to regions of large slip (Mai et al., 2005; Manighetti et al., 2005). Because essentially all empirical ground-motion prediction equations contain data from different geographical regions, the model parameters corresponding to the lowest-misfit stochastic models cannot necessarily be expected to represent single, physically realizable host regions but to model the generating data sets in an average way. In addition, the differences between the lowest-misfit stochastic models and the empirical ground-motion prediction equation are strongly distance, magnitude, and frequency dependent, which, according to the laws of uncertainty propagation, will increase the variance of the corresponding hybrid empirical model predictions (Scherbaum et al., 2005). As a consequence, the selection of empirical ground-motion models for host-to-target-region conversions requires considerable judgment of the ground-motion analyst. Dans les secteurs modéré à la basse activité séismique il y a généralement un manque de mouvement au sol fort enregistré. Par conséquent, la prévision du mouvement au sol prévue pour de futurs tremblements de terre hypothétiques est souvent exécutée en utilisant les modèles empiriques d'autres régions. Dans ce contexte, l'approche empirique hybride de Campbell (Campbell, 2003, 2004) fournit un cadre méthodologique pour adapter les équations au sol de prévision de mouvement aux régions arbitraires de cible en utilisant le centre serveur spectral de réponse aux filtres de conversion de région de cible. À cette fin, l'équation au sol empirique de prévision de mouvement doit être mesurée en termes de modèle stochastique. Le problème que nous adressons voici comment à faire ceci d'une manière systématique et comment évaluer les incertitudes correspondantes. Pour la détermination des paramètres modèles nous employons une recherche génétique d'algorithme. Les spectres modèles stochastiques ont été calculés en employant une version optimisée par vitesse de SMSIM (Boore, 2000). Pour la majeure partie du mouvement au sol empirique modèle, nous obtenons des ensembles de modèles stochastiques que le match les modèles empiriques dans les pleines marges de grandeur et de distance de leurs Modem se produisants jaillissent assez. La qualité globale de l'ajustement et les ensembles de paramètre modèles résultants dépendent fortement du choix particulier du métrique de distance utilisé pour le modèle stochastique. Nous suggérons l'utilisation de la distance hypocentral métrique pour la simulation stochastique du mouvement au sol fort parce qu'elle fournit les modèles stochastiques du plus bas vêtement manqué pour la plupart des équations empiriques. C'est en accord avec les résultats de deux études récentes des endroits de hypocenter dans les modèles finis de source qui indiquent que des hypocenters sont souvent situés près des régions de grande glissade (Mai et autres., 2005 ; Manighetti et autres., 2005). Puisqu'essentiellement toutes les équations au sol empiriques de prévision de mouvement contiennent des données de différentes régions géographiques, les paramètres modèles correspondant aux modèles stochastiques du plus bas vêtement manqué ne peuvent pas nécessairement être prévus pour représenter des régions simples et physiquement réalisables de centre serveur mais pour modeler les Modem se produisants d'une manière moyenne. En outre, les différences entre les modèles stochastiques du plus bas vêtement manqué et l'équation au sol empirique de prévision de mouvement sont fortement la distance, la grandeur, et liées à la fréquence, qui, selon les lois de la propagation d'incertitude, augmenteront le désaccord des prévisions modèles empiriques hybrides correspondantes (Scherbaum et autres., 2005). Par conséquent, le choix des modèles au sol empiriques de mouvement pour que le centre serveur vise des conversions de région exige le jugement considérable de l'analyste moulu de mouvement. DEWEY : 551.2 ISSN : 0037-1106 En ligne : fabrice.cotton@obs.ujf-grenoble.fr [article] The estimation of minimum-misfit stochastic models from empirical ground-motion prediction equations = L'Evaluation des modèles stochastiques de vêtement manqué minimum à partir des equations au sol empiriques de prévision de mouvement [texte imprimé] / Scherbaum, Frank, Auteur ; Staedtke, Helmut, Auteur ; Cotton, Fabrice, Auteur . - 427-445 p. Génie Civil Langues : Anglais (eng) in Bulletin of the seismological society of America > Vol. 96 N° 2 (Avril 2006) . - 427-445 p. Mots-clés : Activité  séismique  Sol  Seisme  Equations Index. décimale : 551.2 Résumé : In areas of moderate to low seismic activity there is commonly a lack of recorded strong ground motion. As a consequence, the prediction of ground motion expected for hypothetical future earthquakes is often performed by employing empirical models from other regions. In this context, Campbell’s hybrid empirical approach (Campbell, 2003, 2004) provides a methodological framework to adapt ground-motion prediction equations to arbitrary target regions by using response spectral host-to-target-region-conversion filters. For this purpose, the empirical ground-motion prediction equation has to be quantified in terms of a stochastic model. The problem we address here is how to do this in a systematic way and how to assess the corresponding uncertainties. For the determination of the model parameters we use a genetic algorithm search. The stochastic model spectra were calculated by using a speed-optimized version of SMSIM (Boore, 2000). For most of the empirical ground-motion models, we obtain sets of stochastic models that match the empirical models within the full magnitude and distance ranges of their generating data sets fairly well. The overall quality of fit and the resulting model parameter sets strongly depend on the particular choice of the distance metric used for the stochastic model. We suggest the use of the hypocentral distance metric for the stochastic simulation of strong ground motion because it provides the lowest-misfit stochastic models for most empirical equations. This is in agreement with the results of two recent studies of hypocenter locations in finite-source models which indicate that hypocenters are often located close to regions of large slip (Mai et al., 2005; Manighetti et al., 2005). Because essentially all empirical ground-motion prediction equations contain data from different geographical regions, the model parameters corresponding to the lowest-misfit stochastic models cannot necessarily be expected to represent single, physically realizable host regions but to model the generating data sets in an average way. In addition, the differences between the lowest-misfit stochastic models and the empirical ground-motion prediction equation are strongly distance, magnitude, and frequency dependent, which, according to the laws of uncertainty propagation, will increase the variance of the corresponding hybrid empirical model predictions (Scherbaum et al., 2005). As a consequence, the selection of empirical ground-motion models for host-to-target-region conversions requires considerable judgment of the ground-motion analyst. Dans les secteurs modéré à la basse activité séismique il y a généralement un manque de mouvement au sol fort enregistré. Par conséquent, la prévision du mouvement au sol prévue pour de futurs tremblements de terre hypothétiques est souvent exécutée en utilisant les modèles empiriques d'autres régions. Dans ce contexte, l'approche empirique hybride de Campbell (Campbell, 2003, 2004) fournit un cadre méthodologique pour adapter les équations au sol de prévision de mouvement aux régions arbitraires de cible en utilisant le centre serveur spectral de réponse aux filtres de conversion de région de cible. À cette fin, l'équation au sol empirique de prévision de mouvement doit être mesurée en termes de modèle stochastique. Le problème que nous adressons voici comment à faire ceci d'une manière systématique et comment évaluer les incertitudes correspondantes. Pour la détermination des paramètres modèles nous employons une recherche génétique d'algorithme. Les spectres modèles stochastiques ont été calculés en employant une version optimisée par vitesse de SMSIM (Boore, 2000). Pour la majeure partie du mouvement au sol empirique modèle, nous obtenons des ensembles de modèles stochastiques que le match les modèles empiriques dans les pleines marges de grandeur et de distance de leurs Modem se produisants jaillissent assez. La qualité globale de l'ajustement et les ensembles de paramètre modèles résultants dépendent fortement du choix particulier du métrique de distance utilisé pour le modèle stochastique. Nous suggérons l'utilisation de la distance hypocentral métrique pour la simulation stochastique du mouvement au sol fort parce qu'elle fournit les modèles stochastiques du plus bas vêtement manqué pour la plupart des équations empiriques. C'est en accord avec les résultats de deux études récentes des endroits de hypocenter dans les modèles finis de source qui indiquent que des hypocenters sont souvent situés près des régions de grande glissade (Mai et autres., 2005 ; Manighetti et autres., 2005). Puisqu'essentiellement toutes les équations au sol empiriques de prévision de mouvement contiennent des données de différentes régions géographiques, les paramètres modèles correspondant aux modèles stochastiques du plus bas vêtement manqué ne peuvent pas nécessairement être prévus pour représenter des régions simples et physiquement réalisables de centre serveur mais pour modeler les Modem se produisants d'une manière moyenne. En outre, les différences entre les modèles stochastiques du plus bas vêtement manqué et l'équation au sol empirique de prévision de mouvement sont fortement la distance, la grandeur, et liées à la fréquence, qui, selon les lois de la propagation d'incertitude, augmenteront le désaccord des prévisions modèles empiriques hybrides correspondantes (Scherbaum et autres., 2005). Par conséquent, le choix des modèles au sol empiriques de mouvement pour que le centre serveur vise des conversions de région exige le jugement considérable de l'analyste moulu de mouvement. DEWEY : 551.2 ISSN : 0037-1106 En ligne : fabrice.cotton@obs.ujf-grenoble.fr

The Impact of the Spatial Uniform Distribution of Seismicity on Probabilistic Seismic-Hazard Estimation / Beauval, Céline in Bulletin of the seismological society of America, Vol. 96 N°6 (Decembre 2006) 

Public ISBD [article]  in Bulletin of the seismological society of America > Vol. 96 N°6 (Decembre 2006) . - 2465-2471 p. Titre : The Impact of the Spatial Uniform Distribution of Seismicity on Probabilistic Seismic-Hazard Estimation Titre original : L'impact de la Distribution Uniforme Spatiale de la Séismicité sur l'Evaluation Séismique Probabiliste de Risque Type de document : texte imprimé Auteurs : Beauval, Céline, Auteur ; Hainzl, Sebastian, Auteur ; Scherbaum, Frank, Auteur Article en page(s) : 2465-2471 p. Note générale : Génie Civil Langues : Anglais (eng) Mots-clés : Evaluation  Risque  séismique  Sources  séismiques Index. décimale : 551.2 Résumé : The first step in the estimation of probabilistic seismic hazard in a region commonly consists of the definition and characterization of the relevant seismic sources. Because in low-seismicity regions seismicity is often rather diffuse and faults are difficult to identify, large areal source zones are mostly used. The corresponding hypothesis is that seismicity is uniformly distributed inside each areal seismic source zone. In this study, the impact of this hypothesis on the probabilistic hazard estimation is quantified through the generation of synthetic spatial seismicity distributions. Fractal seismicity distributions are generated inside a given source zone and probabilistic hazard is computed for a set of sites located inside this zone. In our study, the impact of the spatial seismicity distribution is defined as the deviation from the hazard value obtained for a spatially uniform seismicity distribution. From the generation of a large number of synthetic distributions, the correlation between the fractal dimension D and the impact is derived. The results show that the assumption of spatially uniform seismicity tends to bias the hazard to higher values. The correlation can be used to determine the systematic biases and uncertainties for hazard estimations in real cases, where the fractal dimension has been determined. We apply the technique in Germany (Cologne area) and in France (Alps). La première étape dans l'évaluation du risque séismique probabiliste dans une région comprend généralement la définition et la caractérisation des sources séismiques appropriées. Puisque dans de basses régions de séismicité la séismicité est souvent plutôt diffuse et il est difficile identifier des défauts, de grandes zones régionales de source sont la plupart du temps employées. L'hypothèse correspondante est que la séismicité est uniformément distribuée à l'intérieur de chaque zone séismique régionale de source. Dans cette étude, l'impact de cette hypothèse sur l'évaluation probabiliste de risque est mesuré par la génération des distributions spatiales synthétiques de séismicité. Les distributions de séismicité de fractale sont intérieur produit par zone donnée de source et le risque probabiliste est calculé pour un ensemble d'emplacements a placé à l'intérieur de cette zone. Dans notre étude, l'impact de la distribution spatiale de séismicité est défini comme la déviation de la valeur de risque obtenue pour une distribution dans l'espace uniforme de séismicité. De la génération d'un grand nombre de distributions synthétiques, la corrélation entre la dimension D de fractale et l'impact est dérivée. Les résultats prouvent que l'acceptation de la séismicité dans l'espace uniforme tend à polariser le risque à des valeurs plus élevées. La corrélation peut être employée pour déterminer les polarisations et les incertitudes systématiques pour des évaluations de risque dans de vrais cas, où la dimension de fractale a été déterminée. Nous appliquons la technique en Allemagne (région de Cologne) et en France (Alpes). DEWEY : 551.2 ISSN : 0037-1106 En ligne : beauval@geoazur.unice.fr [article] The Impact of the Spatial Uniform Distribution of Seismicity on Probabilistic Seismic-Hazard Estimation = L'impact de la Distribution Uniforme Spatiale de la Séismicité sur l'Evaluation Séismique Probabiliste de Risque [texte imprimé] / Beauval, Céline, Auteur ; Hainzl, Sebastian, Auteur ; Scherbaum, Frank, Auteur . - 2465-2471 p. Génie Civil Langues : Anglais (eng) in Bulletin of the seismological society of America > Vol. 96 N°6 (Decembre 2006) . - 2465-2471 p. Mots-clés : Evaluation  Risque  séismique  Sources  séismiques Index. décimale : 551.2 Résumé : The first step in the estimation of probabilistic seismic hazard in a region commonly consists of the definition and characterization of the relevant seismic sources. Because in low-seismicity regions seismicity is often rather diffuse and faults are difficult to identify, large areal source zones are mostly used. The corresponding hypothesis is that seismicity is uniformly distributed inside each areal seismic source zone. In this study, the impact of this hypothesis on the probabilistic hazard estimation is quantified through the generation of synthetic spatial seismicity distributions. Fractal seismicity distributions are generated inside a given source zone and probabilistic hazard is computed for a set of sites located inside this zone. In our study, the impact of the spatial seismicity distribution is defined as the deviation from the hazard value obtained for a spatially uniform seismicity distribution. From the generation of a large number of synthetic distributions, the correlation between the fractal dimension D and the impact is derived. The results show that the assumption of spatially uniform seismicity tends to bias the hazard to higher values. The correlation can be used to determine the systematic biases and uncertainties for hazard estimations in real cases, where the fractal dimension has been determined. We apply the technique in Germany (Cologne area) and in France (Alps). La première étape dans l'évaluation du risque séismique probabiliste dans une région comprend généralement la définition et la caractérisation des sources séismiques appropriées. Puisque dans de basses régions de séismicité la séismicité est souvent plutôt diffuse et il est difficile identifier des défauts, de grandes zones régionales de source sont la plupart du temps employées. L'hypothèse correspondante est que la séismicité est uniformément distribuée à l'intérieur de chaque zone séismique régionale de source. Dans cette étude, l'impact de cette hypothèse sur l'évaluation probabiliste de risque est mesuré par la génération des distributions spatiales synthétiques de séismicité. Les distributions de séismicité de fractale sont intérieur produit par zone donnée de source et le risque probabiliste est calculé pour un ensemble d'emplacements a placé à l'intérieur de cette zone. Dans notre étude, l'impact de la distribution spatiale de séismicité est défini comme la déviation de la valeur de risque obtenue pour une distribution dans l'espace uniforme de séismicité. De la génération d'un grand nombre de distributions synthétiques, la corrélation entre la dimension D de fractale et l'impact est dérivée. Les résultats prouvent que l'acceptation de la séismicité dans l'espace uniforme tend à polariser le risque à des valeurs plus élevées. La corrélation peut être employée pour déterminer les polarisations et les incertitudes systématiques pour des évaluations de risque dans de vrais cas, où la dimension de fractale a été déterminée. Nous appliquons la technique en Allemagne (région de Cologne) et en France (Alpes). DEWEY : 551.2 ISSN : 0037-1106 En ligne : beauval@geoazur.unice.fr