地震动模拟的两步随机经验格林函数方法研究

合理预测未来可能发生的地震中工程场地的地震动是地震危险性分析的关键,近年来提出的两步随机经验格林函数方法得到了广泛应用并成功模拟了一些地震的地震动,但是该方法仍然存在一些亟待解决的问题。本文基于两步随机经验格林函数方法开展地震动模拟的相关研究,重点解决该方法目前存在的一些问题,包括:地震应力降的表示、模拟地震动不确定性的定量分析、震源破裂方向性的模拟、缺乏经验格林函数的处理,本文旨在为两步随机经验格林函数方法在地震危险性分析中的应用打下基础。本文主要工作如下:(1)给出了用于地震动模拟的应力降估计模型并检验了模拟结果的有效性。基于地震应力降的研究结果,将地震应力降表示为服从对数正态分布的数据集,标准差(log10)确定为0.2—0.6,平均应力降根据地震平均滑动位错与破裂面纵横比的关系近似估计。基于两步随机经验格林函数方法模拟了2013年MW6.6芦山地震、2008年MW6.9岩手宫城内陆地震和2016年MW7.1熊本地震的地震动,震源模型只考虑高应力降的凹凸体区域。模拟结果发现,短周期(<2.0 s)模拟地震动与观测记录较为一致或相差不大,长周期(>2.0 s)模拟地震动则明显偏低,这可能与经验格林函数缺乏长周期信号有关,凹凸体之外的低应力降破裂区域对模拟地震动的贡献很小。(2)定量给出了两步随机经验格林函数方法模拟地震动的不确定性。首先采用不同应力降比值(0.5—8.0,固定间隔1.5)分别模拟芦山、熊本和岩手宫城内陆地震的地震动,发现模拟地震动随应力降比值的增大而增大,模拟地震动的残差与应力降比值的自然对数有明显的线性负相关,据此建立了模拟地震动与应力降比值的定量关系。其次,采用蒙特卡罗随机抽样方法随机给出服从对数正态分布的目标地震应力降,其中应力降标准差(log10)分别为0.2—0.6,分别模拟上述3次地震的地震动,建立了模拟地震动标准差与应力降标准差的定量关系,结果发现应力降标准差越大则模拟记录的标准差相对越小,长周期模拟地震动的不确定性更小;当应力降标准差为0.2—0.6时,模拟记录的标准差约为0.11—0.37。最后,讨论了随机破裂过程引起的模拟地震动的不确定性,根据K-S检验证实多次随机过程模拟地震动服从对数正态分布,200次随机过程模拟地震动的对数标准差约为0.05—0.15,且随周期(0.05—2.0 s)增大而增大。(3)提出了利用两步随机经验格林函数方法模拟震源破裂方向性的技术思路。首先,选取两次震源破裂方向性显著的芦山地震余震(EQⅡ和EQⅢ)作为经验格林函数模拟主震地震动,模拟结果发现模拟地震动表现出显著的方向性效应,且与小震方向性特性一致,说明经验格林函数的选取有必要考虑小震震源破裂方向性的影响。其次,提出以视拐角频率替代拐角频率改进现有的两步随机经验格林函数方法,基于改进方法采用EQⅢ的记录再次模拟芦山地震,结果显示模拟地震动并未表现出明显的方向性效应,且与实际观测记录较为一致,证实改进方法有效地表示(消除)了小震震源破裂方向性的影响。最后,基于改进方法模拟了一系列震源破裂方向性特征不同的地震,模拟地震动表现出相应的破裂方向性效应,主破裂前方的模拟地震动普遍高于主破裂后方,验证了改进方法实现地震动方向性效应模拟的可行性。(4)探索性地提出了广义经验格林函数的概念,并将其应用于唐山地震的地震动模拟。为弥补小震记录缺乏对经验格林函数方法的限制,提出了不考虑大小地震震源位置差异的广义经验格林函数的概念。分析日本强震动记录与中国地震动衰减关系的事件内残差,结果表明中国东部强震区和青藏地震区与日本地区传播路径差异对震中距<150 km的地震动PGA的影响可近似忽略,对PSA有很小的影响,说明日本地区的强震动记录可近似作为中国地区目标地震的广义经验格林函数。选取K-NET台站及KiK-net井下基岩台站记录分别模拟芦山地震具体台站的地震动及地震动场,结果表明,观测记录大体上位于模拟地震动平均值加减一倍标准差范围内,初步检验了广义经验格林函数的可靠性。最后,选取KiK-net井下基岩台站的记录作为模拟1976年MS7.8唐山地震基岩面地震动的广义经验格林函数,模拟地震动(<3.0 s)与地震动预测方程预测值较为一致,且模拟地震动PGA等值线与宏观烈度较为一致。

两步随机模型在北海储层中的应用

我们提出了一种两步随机模型,这种模型适合于由岩石类型不同造成的大范围的地质非均质性,也适合于岩石内部的非均质性.该模型技术综合了最近几年出现的各种各样的模型、方法和算法方面的内容.这种两步流程能以有效的方式生成多个地质上令人信服的储层实现形式.第一步刻画了重要的地质构型;第二步反映了岩石特性在小范围内的变化.在前后两步中,随机模型都以井的实际观测值为基础条件,而且每一种实现形式也忠实于观测值.一个被非均质化的北海储层实例用于解释该模型的应用,该储层沉积于上滨面环境.

制造业集聚、技术进步与企业全要素能源效率

提高企业全要素能源效率是破解能源短缺与环境污染问题,实现碳达峰、碳中和目标的重要途径。本文改进了两步随机前沿模型,基于中国工业企业数据库与工业企业污染排放数据库合并数据对企业全要素能源效率进行测算,采用Bartik方法构建城市层面的外部需求作为工具变量,甄别了制造业集聚对企业全要素能源效率的影响。实证研究发现,样本期内制造业集聚抑制了企业全要素能源效率的改进,在一系列稳健性检验后这一结论依然成立。异质性分析发现,制造业集聚对出口企业、国有企业和较低集聚水平地区的企业全要素能源效率具有更强的抑制作用。机制分析发现,制造业集聚没有带来企业中性技术进步,也没有带来企业专利质量的显著提升,而且制造业集聚抑制了能源体现式技术进步,促进了资本体现式技术进步,还加剧了资本相对于能源的要素技术进步偏向。本文对于有序推进碳达峰、碳中和工作中如何切实改进企业全要素能源效率、夯实高质量发展的企业微观基础提供了经验证据和政策启示。

大数据下广义线性模型的参数估计算法

在大数据下,全样本量很大,未知参数极大似然估计的计算变得十分困难.文章主要对于广义线性模型参数的极大似然估计研究一种有效的计算方法.首先证明了随机抽样算法下的估计量的渐近正态性,由此提出了入样概率的选取准则及两步随机抽样算法.模拟研究表明,绝大部分情况下,运用文章提出的方法所得到广义线性模型极大似然估计量的均方误差低于与之对比的简单随机抽样.