Comparison of near-field surface and borehole ground motion observed during the Kumamoto MW7.0 earthquake
-
摘要: 选取日本熊本MW7.0地震断层距小于200 km的82个近场KiK-net台站记录到的三分量记录数据进行基线校正后,获得近场地面运动水平向的峰值加速度PGA、峰值速度PGV及周期为0.2,1,2,3,5和10 s的加速度反应谱数据,并与美国NGA-West2的地震动预测模型相比较,研究熊本地震地表和井下地震动峰值及反应谱的衰减特征,通过比较KiK-net台站地表与井下记录结果,探讨浅层场地放大效应的影响。研究结果表明:① 对于井下观测结果,NGA-West2的地震动模型对PGA和短周期0.2 s的反应谱的预测值与井下观测值相比整体偏高,而PGV和较长周期地震动(如1,2和3 s的反应谱)的预测值与井下观测值较为吻合;② 地表观测记录的PGA,PGV和周期为0.2—3 s的反应谱残差整体上随vS30对数值的增大呈线性减小的趋势,而周期为5 s和10 s的长周期部分,其场地效应的影响很小;③ 相对于井下记录,地表记录的地震动PGA,PGV和周期为0.2,1和2 s的反应谱有明显的放大,这种放大作用随浅层场地剪切波速的增大而减小;周期为3,5和10 s时长周期地震动的放大效应很小。Abstract: We used the records of 82 near-field strong motion stations (KiK-net), which are within 200 km to the rupture fault of the Kumamoto MW7.0 earthquake, as database to derive near-field horizontal peak ground acceleration PGA, peak ground velocity PGV and spectra acceleration (period T=0.2, 1, 2, 3, 5, 10 s), after baseline correction we further compared them with the NGA-West2 ground motion model predictions. We investigated the attenuation and residuals distribution characteristics of these intensity measures (IMs), and shallow site-amplification effects by comparing surface and borehole ground motion records. The following conclusions can be drawn from our study: In the boreholes, NGA-West2 predictions are obviously greater than observations of PGA and T=0.2 s spectra acceleration, but close to the measured value in long-period IMs (spectra acceleration with T=1, 2, 3 s) and PGV. On surface, the residuals of observed PGV and T=0.2–3 s spectra acceleration show linear decrease tendency with the increase ofvS30, but the site effects affect little on the long-period spectra acce-leration. Surface records are greater than borehole in PGA, PGV and T=0.2, 1, 2 s spectra acceleration, and the amplification effects decrease with the increase of shallow site shear velocity; whereas the site amplification has little effects on the long-period spectra acceleration with T=3, 5, 10 s.
-
Keywords:
- Kumamoto earthquake /
- strong motion /
- near-field /
- borehole recordings
-
引言
北京时间2016年4月16日0时25分,日本九州岛熊本县发生MW7.0地震. 得益于日本完备的强震台网覆盖,本次地震中日本防灾技术研究所(National Research Institute for Earth Science and Disaster Resilience,简写为NIED)所属KiK-net和K-NET台网有超过690个台站记录到了震相完整的主震强震动加速度记录,其中61个台站获得了加速度大于0.98 m/s2的记录,255个台站的断层距小于200 km,150个台站的断层距小于100 km (Kato et al,2016 ;NIED,2016;Xieet al,2017 ). 此次熊本地震中获取到的大量近场记录为研究走滑型地震的近场强地震动特征以及场地效应影响提供了非常宝贵的资料.
本文将选取断层距小于200 km的82个近场KiK-net台站记录到的熊本地震三分量数据,采用分段校正的方法对该地震的近场强震记录进行基线校正,获取其近场加速度、速度时程,然后利用校正后的记录计算出近断层地震动的水平向峰值加速度(peak ground acceleration,简写为PGA)、峰值速度(peak ground velocity,简写为PGV)和特定周期的反应谱值,并与基于美国NGA-West2数据库中世界范围内获取的强震动记录得到的地震动预测模型相比较,以分析熊本地震的近断层地震动衰减特征. 每个KiK-net台站均可以同时在井下和地表获取强震动记录,这为我们研究场地放大效应提供了完备的数据,本文将通过比较KiK-net井底与地表记录结果,研究浅层场地的放大效应.
1. 强震记录数据
本文选取断层距小于200 km的82个KiK-net台站记录到的熊本地震三分量数据,来研究此次地震的近场强地面运动特征,并利用KiK-net台站的井底和地表记录结果,研究浅层场地的放大效应,选取的强震动台站分布如图1所示. KiK-net台站的井底和地表测点所获取的均为东西、南北和竖向的三分量加速度记录,每条记录的采样频率为100 Hz. 所使用的KiK-net台站的强震动记录数据可以在日本防灾技术研究所的网站下载(NIED,2016). 此外,我们收集了这82个强震动台站的场地钻孔资料,钻孔深度均大于30 m,可以由钻孔波速资料直接计算场地的30 m平均剪切波速vS30 (Boore,2004;Booreet al,2011 ). 强震动台站的场地类别可依据场地剪切波速vS30划分,参照美国国家地震减灾项目(National Earthquake Hazard Reduction Program,简写为NEHRP)建筑抗震规范中的分类标准进行场地分类(Luco et al,2015 ). 为了研究近场强震动随距离的衰减特性,我们所选用的断层距Rrup定义为台站到断层面的最短距离(Kaklamanos et al,2011 ),断层模型为USGS (2016)反演给出的有限断层模型(如图1).
2. 强震记录数据的基线校正
由于熊本地震的震级较大,部分近断层台站的加速度记录产生了一定程度的偏移. 虽然基线偏移对加速度时程的影响较小,但积分运算后,其对速度、位移时程的影响将急剧放大,因而需对获取的近场强震动记录进行基线校正. 数字化强震仪产生基线偏移的原因主要有两个:低频误差和仪器倾斜,其中低频误差主要包括场地背景噪声和仪器噪声,仪器倾斜主要由地震引起的地表变形所造成(Boore,2001). 由波动现象的因果律和地震辐射能量的限时性可知,地震波传播到地表前,地表的加速度、速度、位移均为零;地震结束足够长时间后,地表加速度、速度为零,位移为一常数,这两条规律是判断基线校正是否有效的最重要的准则. 此外,由于地面永久位移发生在强震阶段,在地震动末尾部分的位移时程曲线应该大致平行于时间轴,这也是判定基线校正是否有效的一条重要准则(王国权,周锡元,2004).
目前,强震记录的基线校正方法主要分为两类:一类是针对低频噪音、误差的滤波方法,例如美国地质调查局的BAP (basic acceleration processing)程序(Converse,Brady,1992);另一类是Iwan等(1985)提出的分段校正方法,下文简称Iwan方法. BAP的思路是先用一条直线拟合加速度时程,然后在加速度时程中减去该直线,再进行滤波处理;Iwan方法主要针对强震仪的磁滞效应,核心假设是由磁滞效应引起的基线偏移在加速度大于0.49 m/s2时开始出现,校正方法是选取加速度时程首次和最后一次达到0.49 m/s2的时间节点对加速度进行分段校正. Boore (2001)以及王国权和周锡元(2004)将Iwan方法简化为v0校正法,即用一直线拟合速度时程的末尾部分,并将拟合直线与时间轴的交点选取为基线偏移的起始点,再分段校正加速度时程记录,本文采用的即是这种基线校正方法,将速度时程末尾部分用
${{v_{ f} = v_0 + a_{ f}t}}$
(1) 拟合,式中vf为速度时程末段,v0为初始速度,af为速度时程基线的偏移斜率,对应加速度时程基线的偏移量. 拟合直线与时间轴的交点为 tf,表示基线偏移的开始时刻. 校正方法为:在tf之后的加速度记录中减去af,即可消除加速度时程中的基线偏移(王国权,周锡元,2004;谢俊举等,2013). 图2以KMMH14台地表的东西向记录为例给出本文所采用的基线方法,图3给出了KMMH14台站地表记录经校正后三分向的加速度和速度时程.
3. 地表和井下记录的强震动衰减特征
美国太平洋地震工程研究中心(Pacific Earthquake Engineering Research Center,简写为PEER) 2003年发起了一项大型研究计划NGA (next generation attenuation),旨在为构造活动区的浅地壳地震构建新一代地震地面运动预测方程(next generation ground motion prediction equations,简写为GMPEs),该计划(现称作NGA-West1)于2008年完成. 2013年,PEER在NGA-West1的基础上补充了2003—2011年世界范围内发生的构造活动区浅地壳地震记录,并发布新的NGA-West2数据库,包含607次地震的21 539条地震记录. 随同NGA-West2发布的还有5个地震水平向地面运动预测方程,分别为ASK14 (Abrahamsonet al,2014 ),BSSA14 (Boore et al,2014 ),CB14 (Campbell,Bozorgnia,2014),CY14 (Chiou,Youngs,2014)和I14 (Idriss,2014).
本文选取断层距小于200 km的82组KiK-net台站记录分析熊本地震近断层地震动的水平向PGA和PGV,以及阻尼比为5%、周期为0.2,1,2,3,5,10 s的加速度反应谱值的衰减特征,用Matlab进行数据统计回归分析,并与ASK14,BSSA14,CB14,CY14这4种模型的预测值作比较. 与NGA-West2的地震动预测模型一致,计算中我们取东西和南北两个分量的几何平均值作为水平向的PGA (或PGV)和加速度反应谱值. 本文拟合采用的衰减模型为lnIMs=a+bln(R2+c2)+dRrup+elnvS30,式中:IMs为衡量地面运动的具体参数,包含峰值加速度,峰值速度和反应谱;Rrup为断层距,定义为台站到断层面的最短距离,单位为km;a,b,c,d为模型参数. 表1给出了基于KiK-net井下记录数据所得的该模型的回归参数.
表 1 KiK-net井下记录回归得到的熊本地震近场地震动衰减模型的参数Table 1. Regression coefficients of the attenuation model obtained based on KiK-net borehole records地震动参数 a b c d e PGA 8.155 − 0.651 9 − 8.413 0 0 PGV 4.337 − 0.345 9 1.427 0 0 SA02 9.894 − 0.774 2 12.77 0 0 SA1 7.097 − 0.490 9 − 3.338 0 0 SA2 6.18 − 0.416 5 4.176 0 0 SA3 5.438 − 0.357 8 − 2.024 0 0 SA5 4.537 − 0.300 4 1.718 0 0 SA10 2.406 − 0.145 8 − 0.003 876 0 0 注:SA02,SA1,SA2,SA3,SA5,SA10表示阻尼比为5%,周期分别为0.2,1,2,3,5,10 s的加速度反应谱值,单位为cm/s2,下同. 图4给出了依据KiK-net井下台站记录得出的水平向地震动衰减曲线. 可以看出,NGA-West2的地震动模型(取vS30=760 m/s)对PGA和短周期地震动(例如周期为0.2 s的反应谱)的预测值与井下观测值相比整体偏高,而对PGV和较长周期地震动(例如周期T=1,2和3 s的反应谱),其预测值与观测值较为吻合,这可能是由于井下位置的岩石硬度比波速为760 m/s的基岩高所致. 考察所选取的KiK-net台站的场地波速资料,结果显示井下位置的实际剪切波速往往超过760 m/s,导致短周期部分的实际观测值较取波速vS30=760 m/s的预测结果整体偏小.
表2给出了基于KiK-net地表记录数据得到的衰减回归参数. 图5给出了基于KiK-net地表记录得到的水平向地震动衰减曲线. 可以看出,NGA-West2的地震动模型(取vS30=360 m/s)对PGA,PGV和短周期0.2 s地震动反应谱的预测值与真实值较为吻合,而对较长周期1,2和3 s地震动的预测值略高于观测值. 此外,从图4和图5我们注意到,随着周期的增大,NGA-West2的4个地震动模型预测结果之间的差异在增大(周期为3,5和10 s时最为明显),即NGA预测模型的可靠性在长周期有所降低(离散性增大),其中一个重要原因为每条强震动记录都有一个可用的有效周期范围,在长周期时可用的数据量大大减小(Gregor et al,2014 ).
表 2 基于KiK-net地表记录得到的地震动衰减参数Table 2. Ground motion attenuation coefficients based on KiK-net surface records地震动参数 a b c d e PGA 10.43 – 0.310 2 – 5.649 – 0.013 79 – 0.463 6 PGV 6.873 – 0.447 8 – 2.452 0 – 0.2262 SA02 12.92 – 0.622 2 – 14.03 – 0.006 032 – 0.390 9 SA1 11.84 – 0.619 – 3.605 0 – 0.509 5 SA2 9.813 – 0.492 6 – 3.989 0 – 0.440 9 SA3 8.135 – 0.399 7 – 2.641 0 – 0.351 7 SA5 5.159 – 0.312 5 – 1.449 0 – 0.068 8 SA10 2.691 – 0.17 – 0.001 549 0 0 4. 浅层场地的放大效应
日本KiK-net台站在井下和地表同时设有记录仪器,井下的钻孔底部深度到达基岩层,井下测点处的剪切波速往往超过760 m/s,相对于地表记录,井下记录可以作为很好的基岩参考台站. 我们利用KiK-net获取的井下与地表记录数据的对比,来研究浅层场地的放大效应. 图6给出了地表与井下记录到的水平向地震动峰值和反应谱值的对比结果,可以看出,相对于井下记录,地表记录地震动PGA,PGV和周期为0.2,1和2 s的反应谱有明显的放大效应,而周期为3,5和10 s的长周期地震动的放大效应很小. 该结果也进一步验证了李小军(2016)场地反应的数值模拟结果,即短周期地震动受场地放大影响显著,而长周期部分所受影响较小.
图7通过研究KiK-net同一台站测得的井下与地表的地震动参数的比值,进一步考察放大效应受浅层场地剪切波速vS30的影响,结果表明:对于地震动峰值PGA,PGV和周期为0.2,1和2 s的反应谱,井下与地表的地震动比值有随vS30增大而增大的趋势,这说明浅层场地剪切波速vS30越大,场地放大效应越小;对于周期为3,5和10 s的长周期地震动,井下与地表的地震动比值受浅层场地剪切波速变化的影响小,比值接近于1.
由于选用的KiK-net台站的井下测点所处深度往往有所不同,而相对于井下观测,自由地表本身会对地震波产生一定的放大作用. 将图7中的记录数据按照测井深度分为3组,进一步考察测井深度的影响,结果如图8所示. 可以看出:深度h<150 m和150<h<250 m两组数据的差别不明显,而在测井深度h>250 m时,井下与地表的地震动比值整体上要小于h<150 m和150<h<250 m两组数据,周期为1 s的反应谱值对比结果尤为明显. 这说明,测井深度h<250 m时对地震动放大作用的影响较小,h>250 m时则有一定影响.
图9将近断层的KMMH02,KMMH03,KMMH06和KMMH16这4个台站的地表与井下水平向反应谱进行比较,对比结果进一步验证了图6的结果,即相对于井下记录,地表观测的地震动PGA,PGV和周期为0.2,1和2 s的反应谱有明显的放大效应,而周期为3,5和10 s的长周期地震动的放大作用则很小.
我们利用地表与井下的反应谱比曲线进一步考察场地放大效应的影响,按照场地剪切波速vS30对反应谱比曲线进行分组,图10 给出了分组后每一组的平均谱比曲线,结果表明:场地放大效应的影响在周期T<0.5 s时最为显著,各组的最大谱比值介于3.5—6.0;整体上,随着场地剪切波速vS30的减小(场地卓越周期的增大),场地放大效应的影响向长周期方向移动;在周期T>1 s时,vS30>600 m/s的3组平均谱比曲线的谱比值(地表/井下)接近1.0,而vS30<600 m/s的两组平均谱比曲线显著受到放大作用影响,其中200<vS30<400 m/s这一组的平均谱比曲线在周期1—3 s之间的谱比值超过1.5,这说明场地剪切波速越小,对超过1 s的长周期地震动的放大作用影响越显著.图11按照场地类别进行分组,给出了B,C,D类场地的平均谱比曲线,可以看到,从B类到D类,场地放大作用的影响范围逐渐向长周期方向移动. 图10与图11的结果表明场地放大效应作用受到场地剪切波速(卓越周期)的显著影响,即不同场地的放大效应影响作用于其特定的周期范围,随着场地剪切波速vS30的减小(场地卓越周期的增大),放大效应的影响向长周期方向移动.
当输入地震动超过一定水平(例如PGA>50—100 cm/s2),场地反应往往会出现明显的非线性特征,这主要表现为场地放大系数随输入地震动PGA的增大而减小以及场地卓越周期在强震动作用下增大两个方面(Wenet al,1994 ;Wuet al,2010 ;Ronget al,2016 ). 为了进一步探讨此次熊本地震作用下的场地非线性效应,对近场KMMH02,KMMH03,KMMH06和KMMH16这4个台站记录进行分析,选取包括熊本地震主震在内的5次地震事件(见表3),将同一台站场地分别在强震动(本文取PGA>100 cm/s2)与弱震动(本文取PGA<100 cm/s2)作用下的场地放大效应曲线结果进行比较,结果如图12所示. 可以看到,在强震动作用下放大效应曲线的卓越周期向长周期方向移动,此外强震动作用下地表与井下的放大倍数明显减小,这在场地剪切波速vS30=279.7 m/s的KMMH16台站表现尤为明显.
表 3 对比研究中选取的地震事件Table 3. Earthquakes events chosen for comparison地震事件 发震时间 北纬/° 东经/° 震源深度/km M 年-月-日 时:分 1 2016-04-16 01:25 32.75 130.76 12 7.3 2 2016-04-16 01:46 32.86 130.90 11 5.9 3 2016-04-16 03:03 32.96 131.09 7 5.9 4 2016-04-15 05:10 32.76 130.81 10 4.6 5 2014-08-29 04:14 32.14 132.15 18 6.0 5. 讨论与结论
本文选取日本熊本MW7.0地震中断层距小于200 km的82个KiK-net台站记录到的三分量数据,将获取的井下和地表记录结果与美国NGA-West2的地震动预测模型相比较,研究了熊本地震地表和井下地震动峰值及反应谱的衰减特征,通过比较KiK-net地表与井下的地震动数据,探讨了浅层场地放大效应的影响,主要结论如下:
1) 对于井下观测结果,NGA-West2的地震动模型(取vS30=760 m/s)对PGA和短周期0.2 s的反应谱的预测值整体高于观测值,而对PGV和较长周期地震动(如1,2和3 s的反应谱)的预测值与实际观测值符合得较好,究其原因可能是井下岩石的实际波速较基岩波速760 m/s要高. 另外,NGA-West2的地震动模型是利用基于全球范围内自由地表的强震动记录得到的,不太适合对井下地震动进行经验预测.
2) 基于地表记录的残差分析结果显示,PGA,PGV和周期为0.2—3 s反应谱的残差整体上随vS30对数值的增大而呈线性减小的趋势,这表明场地剪切波速对地表周期为0.2—3 s的地震动反应谱的线性影响特征,而周期为5和10 s的长周期部分,其场地效应的影响很小.
3) 相对于井下记录,地表记录的地震动峰值PGA,PGV和周期为0.2,1和2 s的反应谱有明显的放大,而周期为3,5和10 s的长周期地震动的放大效应很小. 该结果也进一步验证了李小军(2016)场地反应的数值模拟结果,即短周期地震动受场地放大影响显著,而长周期部分所受影响较小. 对于地震动峰值PGA、PGV和周期为0.2,1和2 s的反应谱,浅层场地剪切波速vS30越大,场地放大效应越小.
4) 近场记录观测到了明显的场地非线性反应,相对于弱震动作用的情况,在PGA>100 cm/s2的强震动作用时,放大作用曲线的卓越周期向长周期方向移动,地表与井下地震动的放大倍数显著减小,这在场地剪切波速vS30=279.7 m/s的KMMH16台站表现尤为明显.
由于选用的KiK-net台站的井下测点位于地下的深度有所不同,我们通过分组考察了测井深度对放大作用的影响,结果显示:在测井深度小于250 m时,对放大作用的影响较小;当超过250 m时,测井深度对地震动的放大作用会有一定影响. 通过场地剪切波速vS30地表与井下的反应谱比曲线的影响,发现地表与井下的反应谱比值随周期而显著变化,场地放大作用的影响在周期0.1—0.5 s时最强,最大谱比值介于3.5—6.0;随着场地剪切波速vS30的减小(场地卓越周期的增大),场地放大作用的影响向长周期方向移动,表现出明显的非线性特征. 基于本文的对比研究以及场地数值模拟(李小军,2016)结果,周期超过3 s的地震动受浅层场地的影响很小. 因此,在基岩台站缺少的情况下,利用土层场地的地震动观测结果对基岩地震动的长周期部分进行预测不失为一种有效的替代方法.
日本防灾科学技术研究所(NIED)所属的K-NET和KiK-net台网提供了强震动记录数据,审稿专家为本文的完善提供了意见和建议,作者在此一并表示感谢.
-
表 1 KiK-net井下记录回归得到的熊本地震近场地震动衰减模型的参数
Table 1 Regression coefficients of the attenuation model obtained based on KiK-net borehole records
地震动参数 a b c d e PGA 8.155 − 0.651 9 − 8.413 0 0 PGV 4.337 − 0.345 9 1.427 0 0 SA02 9.894 − 0.774 2 12.77 0 0 SA1 7.097 − 0.490 9 − 3.338 0 0 SA2 6.18 − 0.416 5 4.176 0 0 SA3 5.438 − 0.357 8 − 2.024 0 0 SA5 4.537 − 0.300 4 1.718 0 0 SA10 2.406 − 0.145 8 − 0.003 876 0 0 注:SA02,SA1,SA2,SA3,SA5,SA10表示阻尼比为5%,周期分别为0.2,1,2,3,5,10 s的加速度反应谱值,单位为cm/s2,下同. 表 2 基于KiK-net地表记录得到的地震动衰减参数
Table 2 Ground motion attenuation coefficients based on KiK-net surface records
地震动参数 a b c d e PGA 10.43 – 0.310 2 – 5.649 – 0.013 79 – 0.463 6 PGV 6.873 – 0.447 8 – 2.452 0 – 0.2262 SA02 12.92 – 0.622 2 – 14.03 – 0.006 032 – 0.390 9 SA1 11.84 – 0.619 – 3.605 0 – 0.509 5 SA2 9.813 – 0.492 6 – 3.989 0 – 0.440 9 SA3 8.135 – 0.399 7 – 2.641 0 – 0.351 7 SA5 5.159 – 0.312 5 – 1.449 0 – 0.068 8 SA10 2.691 – 0.17 – 0.001 549 0 0 表 3 对比研究中选取的地震事件
Table 3 Earthquakes events chosen for comparison
地震事件 发震时间 北纬/° 东经/° 震源深度/km M 年-月-日 时:分 1 2016-04-16 01:25 32.75 130.76 12 7.3 2 2016-04-16 01:46 32.86 130.90 11 5.9 3 2016-04-16 03:03 32.96 131.09 7 5.9 4 2016-04-15 05:10 32.76 130.81 10 4.6 5 2014-08-29 04:14 32.14 132.15 18 6.0 -
李小军. 2016. 近海工程场地强地震动场模拟及地震稳定性, 国家重点基础研究发展计划(973计划)项目课题研究报告[R]. 北京: 中国地震局地球物理研究所: 14–16. Li X J. 2016. Simulation of Strong Ground Motion Field in Offshore Engineering Site and Seismic Stability, Project Research Report of National Program on Key Basic Research Project[R]. Beijing: Institute of Geophysics, China Earthquake Administration: 14–16 (in Chinese).
王国权, 周锡元. 2004. 921台湾集集地震近断层强震记录的基线校正[J]. 地震地质, 26(1): 1-14. Wang G Q, Zhou X Y. 2004. Baseline correction of near fault ground motion recordings of the 1999 CHI-CHI, Taiwan earthquake[J]. Seismology and Geology, 26(1): 1-14 (in Chinese).
谢俊举, 温增平, 高孟潭. 2013. 利用强震数据获取汶川地震近断层地面永久位移[J]. 地震学报, 35(3): 369-379. Xie J J, Wen Z P, Gao M T. 2013. Recovery of co-seismic deformation from strong motion records during the Wenchuan earthquake[J]. Acta Seismologica Sinica, 35(3): 369-379 (in Chinese).
Abrahamson N A, Silva W J, Kamai R. 2014. Summary of the ASK14 ground motion relation for active crustal regions[J]. Earthq Spectra, 30(3): 1025-1055
Boore D M. 2001. Effect of baseline corrections on displacements and response spectra for several recordings of the 1999 Chi-Chi, Taiwan, earthquake[J]. Bull Seismol Soc Am, 91(5): 1199-1211.
Boore D M. 2004. Estimating
${\bar V_{{S}}}$ (30)(or NEHRP Site Classes)from shallow velocity models(depths < 30 m)[J]. Bull Seismol Soc Am, 94(2): 591-597.Boore D M, Thompson E M, Cadet H. 2011. Regional correlations of VS30 and velocities averaged over depths less than and greater than 30 Meters[J]. Bull Seismol Soc Am, 101(6): 3046-3059.
Boore D M, Stewart J P, Seyhan E, Atkinson G M. 2014. NGA-West 2 equations for predicting PGA, PGV, and 5%-damped PSA for shallow crustal earthquakes[J]. Earthq Spectra, 30(3): 1057-1085.
Campbell K W, Bozorgnia Y. 2014. NGA-West2 ground motion model for the average horizontal components of PGA, PGV, and 5% damped linear acceleration response spectra[J]. Earthq Spectra, 30(3): 1087-1115.
Chiou B S J, Youngs R R. 2014. Update of the Chiou and Youngs NGA model for the average horizontal component of peak ground motion and response spectra[J]. Earthq Spectra, 30(3): 1117-1153.
Converse A M, Brady A G. 1992. BAP: Basic Strong-Motion Accelerogram Processing Software; Version 1.0, Open-File Report 92-296A[R]. Washington DC: US Geological Survey: 37–41.
Gregor N, Abrahamson N A, Atkinson G M, Boore D M, Bozorgnia Y, Campbell K W, Chiou B S J, Idriss I M, Kamai R, Seyhan E, Silva W, Stewart J P, Youngs R. 2014. Comparison of NGA-West2 GMPEs[J]. Earthq Spectra, 30(3): 1179-1197.
Idriss I M. 2014. An NGA empirical model for estimating the horizontal spectral values generated by shallow crustal earthquakes[J]. Earthq Spectra, 24(1): 217-242.
Iwan W D, Moser M A, Peng C Y. 1985. Some observations on strong-motion earthquake measurement using a digital accelerograph[J]. Bull Seismol Soc Am, 75(5): 1225-1246.
Kaklamanos J, Baise L G, Boore D M. 2011. Estimating unknown input parameters when implementing the NGA ground-motion prediction equations in engineering practice[J]. Earthq Spectra, 27(4): 1219-1235.
Kato A, Nakamura K, Hiyama Y. 2016. The 2016 Kumamoto earthquake sequence[J]. Proc Jpn Acad, Ser B, 92(8): 358-371.
Luco N, Bachman R E, Crouse C B, Harris J R, Hooper J D, Kircher C A, Caldwell P J, Rukstales K S. 2015. Updates to building-code maps for the 2015 NEHRP recommended seismic provisions[J]. Earthq Spectra, 31(S1): S245-S271.
NIED. 2016. Earthquake list[EB/OL]. [2017-06-12]. http://www.kyoshin.bosai.go.jp/kyoshin/quake/index_en.html.
Rong M S, Wang Z M, Woolery E W, Lyu Y, Li X J, Li S Y. 2016. Nonlinear site response from the strong ground-motion recordings in western china[J]. Soil Dyn Earthq Eng, 82: 99-110.
USGS. 2016. M7.0–1 km E of Kumamoto-shi, Japan[EB/OL]. [2016-12-10]. https://earthquake.usgs.gov/earthquakes/eventpage/us20005iis#finite-fault.
Wen K L, Beresnev I A, Yeh Y T. 1994. Nonlinear soil amplification inferred from downhole strong seismic motion data[J]. Geophys Res Lett, 21(24): 2625-2628.
Wu C Q, Peng Z G, Ben-Zion Y. 2010. Refined thresholds for non-linear ground motion and temporal changes of site response associated with medium-size earthquakes[J]. Geophys J Int, 182(3): 1567-1576.
Xie J J, Zimmaro P, Li X J, Wen Z P. 2017. Rupture directivity effects on strong ground motion during the 15 April 2016 Mw7.0 Kumamoto earthquake in Japan[J]. Bull Seismol Soc Am, 107(3): 1265-1276. doi: 10.1785/0120160258.
-
期刊类型引用(5)
1. 徐纪人,李海兵,曾祥芝,许健生,赵志新. 中国井下地震观测研究回顾与展望——从井下到东海深井垂直地震台阵. 地震学报. 2024(06): 919-935 . 本站查看
2. 聂利英,冯江江,林浩然,王康,汪基伟. 基于反应谱衰减关系和理想化反应谱模型的我国规范谱长周期段研究. 地震工程与工程振动. 2022(02): 151-162 . 百度学术
3. 徐纪人,李海兵,曾祥芝,赵志新. 江苏东海深井观测地震波形及其信噪比研究. 地震学报. 2022(06): 1007-1018 . 本站查看
4. 聂利英,王康,林浩然,帅娇娇,汪基伟. PGMD选波时规范反应谱局部场地效应参数研究. 武汉理工大学学报(交通科学与工程版). 2021(04): 743-751 . 百度学术
5. 李瑞山,袁晓铭. 场地放大系数的理论解答. 岩土工程学报. 2019(06): 1066-1073 . 百度学术
其他类型引用(1)