场地PGA放大系数与场地特征参数相关性及地震动快速评估方法研精.docx
《场地PGA放大系数与场地特征参数相关性及地震动快速评估方法研精.docx》由会员分享，可在线阅读，更多相关《场地PGA放大系数与场地特征参数相关性及地震动快速评估方法研精.docx（15页珍藏版）》请在冰豆网上搜索。
场地PGA放大系数与场地特征参数相关性及地震动快速评估方法研精
第37卷第1期2017年2月
地震工程与工程振动
EAＲTHQUAKEENGINEEＲINGANDENGINEEＲINGDYNAMICS
Vol．37No．1Feb．2017
收稿日期:
2016－11－01;
修订日期:
2016－11－18
基金项目:
国家自然科学基金项目（51508533;黑龙江省自然科学基金项目（LC2013C14,
QC2015051Supportedby:
NationalNaturalScienceFoundationofChina（51508533;NaturalScienceFoundationofHeilongjiangProvince（LC2013C14,
QC2015051
作者简介:
吴晓阳（1992－,男,硕士研究生,主要从事岩土地震工程、土动力学方面的研究．E-mail:
wuxiaoyang1226@126．com通讯作者:
陈龙伟（1983－,男,副研究员,博士,主要从事工程地震理论及应用研究．E-
mail:
chenlw@iem．ac．cn文章编号:
1000－1301（201701－0108－07DOI:
10．13197/j．eeev．2017．01．108．wuxy．014
场地PGA放大系数与场地特征参数相关性及
地震动快速评估方法研究
吴晓阳1,陈龙伟1,袁晓铭1,王维铭
2
（1．中国地震局工程力学研究所,中国地震局地震工程与工程振动重点实验室,黑龙江哈尔滨150080;2．黑龙江工程学院土木与建筑工程学院,黑龙江哈尔滨150050
摘要:
场地地震动PGA放大系数是重大工程地震预警、烈度速报技术及结构抗震设计地震动输入
的基础。
搜集整理日本Kik-net台网239个Ⅱ场地台站的地震记录,以场地覆盖层厚度D、场地特征周期T、场地vs30以及场地等效剪切波速vse为场地特征参数,以井下记录PGA为地震动强度指标,研究场地PGA放大系数FPGA与场地特征参数之间的相关性;以地表PGA值40Gal作为预警阈值,采用回归决策树CAＲT方法建立了地震预警的特征参数组合标准。
分析结果表明:
场地FPGA与场地覆盖层厚度D及场地特征周期T负相关,
与场地vs30正相关,与vse相关性可忽略;FPGA与场地特征参数的相关性随着场地地震动强度增大而增大;通过搜集的地震数据对基于CAＲT分类方法建立的场地地震动预警参数指标进行回判检验,检验的总体成功率达到90．09%,其中不预警的成功率为93.64%,预警成功率82．68%。
虽然地震动快速评估方法总体成功率达到90%以上,但仍存在5.61%偏于危险的“漏判”,所以本文方法仍需要进一步的改进和完善。
关键词:
PGA放大系数;Kik-net;地震动预警;特征参数;回归决策树CAＲT中图分类号:
P315．9
文献标志码:
A
CorrelationanalysisofPGAamplificationfactorwithsitecharacteristicparametersandfastassessmentofgroundmotions
WUXiaoyang1,CHENLongwei1,YUANXiaoming1,WANGWeiming2
（1．InstituteofEngineeringMechanics,ChinaEarthquakeAdministration;KeyLaboratoryof
EarthquakeEngineeringandEngineeringVibrationofChinaEarthquakeAdministration,Harbin150080,China;2．CollegeofCivilandArchitecturalEngineering,HeilongjiangInstituteofTechnology,Harbin150050,China
Abstract:
ThePGAamplificationfactorFPGAisabasicindexforseismicprewarningofimportantengineeringstruc-turesandtheseismicinputofengineeringstructuresdesign．Selecting239seismicstationsfromKik-Net,Japan,andtherecordsrecordedatthestationswhichareonsiteclassⅡ,thecorrelationofFPGAwithrespecttositecharac-teristicparameters,i．e．,thesitethicknessD,sitecharacteristicperiodT,vs30andequivalentshearwavevelocityvse,arestudiedunderdifferentseismicintensitywhichisrepresentedbytheinputPGAvalues．Takinggroundmo-tionPGA40galasthetargetprewarningthreshold,theparameterscombinationsarepresentedusingtheclassifica-tionandregressiontree（CAＲTmethod．Theanalyticalresultsshow:
FPGAisnegativelycorrelatedwithDandT,butpositivelycorrelatedwithvs30;vsehasaquiteweakcorrelationwithFPGA;thecorrelationofsitecharacteristic
第1期吴晓阳,等:
场地PGA放大系数与场地特征参数相关性及地震动快速评估方法研究
parametersandF
PGA
isstrengthenedwithincreasinginputintensity;bymeansoftheCAＲTmethod,thegroundmo-tionprewarningcriterionistestedontheselectedKik-netdatathatthetotalsuccessrateskeep90．09%,including93．64%ofnon-prewarningand82．68%ofprewarning．Albeitthetotalsuccessratesofthecriterionaregreaterthan90%,5．61%oftheprewarningdataareomittedthattheresultscouldbedangerous．Therefore,themethodpresentedhereinshouldbeimproved．
Keywords:
PGAamplificationfactor;Kik-net;seismicprewarning;sitecharacteristicparameters;CAＲT
引言
随着抗震技术的进步,强震作用下建筑物破坏引起的人员伤亡越来越少,但因场地因素导致的基础设施的功能损失却没有明显减少,所以场地破坏导致的地震损失依然是抗震研究的重点。
场地土层介质特性对地震波的传播具有较大影响,主要表现为对不同频率的地震波具有放大和缩小作用,直接影响到地震灾害的分布[1]。
历次地震震害资料表明,即使是距离震源相近的区域,由于场地条件不同导致的震害差别很大,这之中场地条件起关键作用。
场地条件对地震动的影响早已经被工程师和地震工程学者所认识和接受[2－4],然而在工程应用中有效地考虑场地条件作用,在规范条文中体现场地条件的作用,依然是防震减灾工作一项重要任务。
随着我国经济快速发展和城市化进程加快,高速铁路工程日趋密集、复杂。
由于我国41%的国土面积处于0．1g（VII度或0．1g以上高地震危险区,一旦遭遇强烈地震,不仅危及工程本身的安全,且可能产生极为严重的次生灾害和难以估量的间接经济损失。
地震预警及场地烈度速报技术是国家防震减灾事业中的一项重要课题[5．6]。
预警目标区的烈度估计是地震预警中重要的功能模块之一[7,8]。
场地地震动估计是场地烈度评定一个重要环节。
目前场地地震动估计主要通过地震动衰减关系（GMPE实现,而对于特定场地或者重大工程场地的地震动计算采用数值方法（等效线性化、非线性程序等计算场地的地震反应。
前者较直接、快速,但是离散性及不确定性大;后者精度高,但是工作量大且滞后性,不能满足预警之目的。
另外,我国采用的GMPE给出的是二类场地的地震动估计,且预测方程中仅考虑距离和震级的影响,对于局部场地条件没有考虑。
PGA是抗震设计规范中普遍使用的参数,也是高铁预警中较常用的指标。
探寻一种快速、可靠、有效地估计场地PGA方法是地震预警及烈度速报技术中一项亟待解决的问题。
解决这一问题,首先需要把握场地PGA与场地特征参数之间变化规律,而且场地特征参数在工程中容易获得,如场地剪切波速、覆盖层厚度等工程中容易获得的宏观指标。
建立场地特征参数与PGA放大系数之间的关联性,在地震速报中快速、及时预测场地地震动强度。
场地对PGA的放大系数最直接的方法的就是采用实际单台强震记录。
日本Kik-net强震台网拥有全球最完备的地表和井下台站,安装有地表和进行三向强震仪,且实现数据资源共享。
通过搜集整理日本Kik-net地表和井下台站记录,通过实际地震记录分析场地PGA放大系数的关联性。
1地震数据搜集及整理
日本KiK-net（KibanKyoshinnetwork台阵是由遍布日本的近700个地震台站组成的强震台网。
每个台站都安装有地表和井下三分量高灵敏度加速度强震仪。
本文选取日本信息完备的地震台站,选取台站自1996年3月1日至2016年6月1日地表和井下地震记录[9]。
选取地震记录时考虑了以下因素:
（1地表输出PGA大于40Gal。
（2井下输入PGA大于3Gal。
（3选取的台站场地为土层场地。
本文主要研究场地PGA的放大系数（FPGA与场地特征参数之间的关联性。
首先,定义场地PGA放大系数,
FPGA=
PGAs
PGAb
（1901
地震工程与工程振动第37卷
式中PGAs和PGAb
分别为台站地表和井下记录的PGA值。
Kik-net每个台站安装分别安装有地表和井下EW、NS及竖向三向加速度记录仪,目前国际上在选用水平向地震动时往往通过2个水平向分量进行几何平
均获取,而更为先进的与观测方向无关的水平地震动参数计算方法
[10]
更多的优势体现在计算PGV上,故这
里采用的PGA值为EW向和NS向的PGA的几何平均值,即
PGA=NSEW（2
共计搜集Kik-net台站239个,场地类别为Ⅱ类（建筑抗震设计规范,
2010[11],2890条地震记录。
对于Ⅲ类和Ⅳ场地,由于场地个数及数据记录较少,以后会专门研究,本文对Ⅱ类场地进行研究。
Kik-net台网提供了台站的土层信息,包括土层波速剖面（vs和vp及土层土性概述。
场地特征参数选取工程中常用且容易
得到,即覆盖层厚度D,等效剪切波速vse,场地特征周期T,vs30这4个参数。
其中覆盖层厚度D与等效剪切波速按照vse根据我国《建筑抗震设计规范（GB50011-2010》规定计算得出。
而场地特征周期则按照金井清
[12]
给出的公式进行估算,
T=∑
n
i=14hi
vsi
（3
其中,
T是场地特征周期,hi和vsi分别是第i土层厚度和等效剪切波速,n为计算的土层总数。
vs30在美国及欧洲抗震规范常用,即距地表30m范围内平均剪切波速。
图1给出选用的台站记录按照覆盖层厚度D、等效剪切波速vse、场地特征周期
T以及vs30统计柱状图。
图1
搜集的Kik-
net台站场地特征参数统计分布Fig．1
Distributionofcharacteristicparametersoftheselectedstations
由图1可以看出,场地覆盖层厚度主要集中在40m以内,也有一些巨厚场地,覆盖层厚度超过100m;场地的特征周期主要集中在1．0s以内,有17个场地的特征周期超过1．0s;vse和vs30的分布范围较宽。
本文选取的四个场地特征参数在工程中均容易得到,而且是结构设计中地震作用输入常用参数。
2参数相关性分析
土层在强地震动作用下会表现出非线性,势必影响场地PGA的放大系数[4]
所以将数据根据场地地震
动强度进行分组。
参照《中国地震动参数区划图（GB18306-2015》中地震动峰值加速度分区的标准[13]
按
照地表PGA值将数据分为6组,即0．04g0．09g、
0．09g0．14g、0．14g0．19g、0．19g0．28g、0．28g0．38g和0．38g0．75g,分别代表不同的地震动强度。
进而每一分组内分别计算场地PGA放大系数FPGA,其随着场地覆盖层厚度D,等效剪切波速vse,场地特征周期T,vs30的散点图如图2图7,其中红线表示采用简单的线性拟合数据,揭示FPGA随着特征参数的变化趋势。
图2图7所示不同地震动强度下,FPGA与场地特征参数之间的关系。
场地特征参数与FPGA的离散性较大,但仍可看出FPGA随场地特征参数的变化趋势,即FPGA随着D与T的增大趋于减小,但随着vs30的增大趋于增大。
值得注意的是,FPGA与vse的相关性很小,说明了我国现行规范中采用的场地等效剪切波速不适宜描述场地PGA放大系数。
而vs30与FPGA的相关性较好,可以用作FPGA的表征参数。
相关系数表示两个量相关程度的指标,定量化观测值与变量之间的线性关系。
表1列出FPGA与场地特
征参数之间的相关系数。
由表可以看出,FPGA与D和T负相关,而与vs30正相关,vse与FPGA的相关系数很小,可以忽略。
另一方面,随着场地地震动强度的增大除了vse场地特征参数与FPGA的相关性趋于增大。
011
图2
地表PGA范围[0．04g0．09g]时FPGA与场地特征参数的散点图
Fig．2
ScatteringofFPGAwithrespecttositecharacteristicparametersundersurfacePGAbin[0．04g0．09g
]
图3
地表PGA范围[0．09g0．14g]时FPGA与场地特征参数的散点图
Fig．3
ScatteringofFPGAwithrespecttositecharacteristicparametersundersurfacePGAbin[0．09g0．14g
]
图4
地表PGA范围[0．14g0．19g]时FPGA与场地特征参数的散点图
Fig．4
ScatteringofFPGAwithrespecttositecharacteristicparametersundersurfacePGAbin[0．14g0．19g
]
图5
地表PGA范围[0．19g0．28g]时FPGA与场地特征参数的散点图
Fig．5
ScatteringofFPGAwithrespecttositecharacteristicparametersundersurfacePGAbin[0．19g0．38g
]
图6
地表PGA范围[0．28g0．38g]时FPGA与场地特征参数的散点图
Fig．6
ScatteringofFPGAwithrespecttositecharacteristicparametersundersurfacePGAbin[0．28g0．38g]
图7
地表PGA范围[0．38g0．75g]时FPGA与场地特征参数的散点图
Fig．7
ScatteringofFPGAwithrespecttositecharacteristicparametersundersurfacePGAbin[0．38g0．75g]
表1
场地PGA放大系数FPGA与场地特征参数的相关系数
Table1
ThecorrelationcoefficientsofsitecharacteristicparameterswithFPGA
PGADvseTvs300．04g0．09g－0．186－0．008－0．2080．2130．09g0．14g－0．2550．036－0．2760．1650．14g0．19g－0．2000．032－0．2210．2450．19g0．28g－0．3280．086－0．3310．2600．28g0．38g－0．6320．029－0．6330．4650．38g0．75g
－0．528
0．005
－0．524
0．341
3场地地震动快速评估方法
场地地震动的快速评估是地震预警及烈度速报技术中的关键环节。
快速、有效、可靠地估计场地地震动
关系到工程设施的安全。
这里场地地震动估计一个重要特征就是“快速有效”
。
场地放大函数是链接输入地震动和地表输出之间的纽带。
通过前文分析,场地放大函数FPGA可通过场地参数与地震动强度参数描
述,
可以表述成这些参数的函数形式,lgF（PGA=fD,vs30,T,I（
n（4
式中:
In为描述地震动强度参数指标。
表2不同参数指标组合下地表输出PGA判别标准Table2
CriterionofcharacteristicparametercombinationforassessinggroundsurfacePGA
基岩PGA（galD（m
T（s
vs30（m/s
地表PGA（Gal＜4．6
＜40
4．67．6
＜25．50
＜0．30＜40＞0．30
＞40＞25．50＜407．612．6
＜119．00
＜0．40＞40＞0．40
＜40＞119．00＜4012．616．7＜35．00
＞40＞35．00
＜360＞40＞360
＜40＞16．7
＞40
然而,若通过直接的方式建立式（4的数学表达式较困难。
本文采用基于回归决策树CAＲT（ClassificationAndＲegressionTree分类算法[14]对地表输出PGA分组进行参数分析,给出符合每一分组的场地特征参数范围及输入地震动范围。
日本地震预警中采用40Gal作为
预警的阈值[7]
所以本文将搜集的数据按照地表记录PGA为40Gal作为分组标准,即分为大于40Gal和小于40Gal两组。
基岩输入PGA作为输入地震动强度指标,
而D、
T和vs30为场地特征参数指标。
本文处理239个台站的实测记录中,当基岩输入PGA小于3Gal时,地表输出PGA无超过40Gal的记录,故而按照上述标准,对本文所用场地中所有基岩输入大于3Gal的7428条作为数据样本,其中地表PGA大于40Gal的2408条,小于40Gal的5020条。
这里的7428条地震记录选择是以输入PGA大于3Gal为标准,而前文进行参数相关性分析时采用的2890条记录则是以地表PGA大于40Gal且输入PGA大于3Gal为依据,
选取的标准不同。
通过CAＲT算法给出地表PGA分组的不同特征参数的分类组合,结果见表2。
第1期吴晓阳，等：
场地PGA放大系数与场地特征参数相关性及地震动快速评估方法研究113表2显示地表PGA分组工况下各参数指标的组合判别标准。
例如，当输入PGA为7．6Gal12．6Gal时，场地覆盖层厚度大于119m，地表PGA大于40Gal；当场地覆盖层厚度小于119m，分为两种工况，特征周期小于0．4s时，地表PGA大于40Gal，而场地特征周期大于0．4s时，地表PGA小于40Gal。
从地震场地地震动预警的角度而言，可以通过表2给出的场地特征参数组合标准，给定输入地震动强度，快速预测地表PGA范围，然后决策预警与否。
按照表2给出的标准，对选择的7428条实际记录进行回判。
表3给出回判结果，回判的总体成功率为90．09%，但是出现了5．61%的漏判和4．29
升级会员 