Using Borehole Records to Estimate Magnitude for Earthquake and Tsunami Early-Warning Systems
Notice bibliographique
Résumé
This paper presents a new application of the ground‐motion prediction equations (GMPEs) to estimate the event magnitude for earthquake and tsunami early warning systems. This technique incorporates borehole strong‐motion records along with surface recordings provided by Kiban Kyoshin network (KiK‐net) stations. We analyzed strong ground motion data from earthquakes with moment magnitude ( M ) ranging from 5.0 to 8.1 recorded by KiK‐net stations provided by Japan’s National Research Institute for Earth Science and Disaster Prevention (NIED) over the interval of 1998 to 2010. We used 2160 strong ground motion accelerograms with peak ground acceleration (PGA) larger than 10 cm/s2 recorded by borehole seismographs, and 890 waveforms with PGA larger than 80 cm/s2 recorded by surface seismographs to derive GMPEs for PGA and peak ground velocity (PGV) in Japan. These GMPEs are used as the basis for regional magnitude determination. Predicted magnitudes from PGA values (MPGA) and predicted magnitudes from PGV values (MPGV) were defined separately for borehole and surface recordings. MPGA and MPGV strongly correlate with the moment magnitude of the event, provided that at least 20 records for each event are available. The results show that MPGV from borehole data has the smallest standard deviation among the estimated magnitudes and provides an accurate early assessment of earthquake magnitude. We demonstrate that incorporation of borehole strong ground motion records immediately available after the occurrence of large earthquakes significantly increases the accuracy of earthquake magnitude estimation and improves earthquake and tsunami early warning systems performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».