Robust Empirical Time–Frequency Relations for Seismic Spectral Amplitudes, Part 1: Application to Regional<i>S</i>Waves in Southeastern Iran
Notice bibliographique
Résumé
ABSTRACT Empirical models of geometrical-, Q-, t-star, and kappa-type attenuation of seismic waves and ground-motion prediction equations (GMPEs) are viewed as cases of a common empirical standard model describing variation of wave amplitudes with time and frequency. Compared with existing parametric and nonparametric approaches, several new features are included in this model: (1) flexible empirical parameterization with possible nonmonotonous time or distance dependencies; (2) joint inversion for time or distance and frequency dependencies, source spectra, site responses, kappas, and Q; (3) additional constraints removing spurious correlations of model parameters and data residuals with source–receiver distances and frequencies; (4) possible kappa terms for sources as well as for receivers; (5) orientation-independent horizontal- and three-component amplitudes; and (6) adaptive filtering to reduce noise effects. The approach is applied to local and regional S-wave amplitudes in southeastern Iran. Comparisons with previous studies show that conventional attenuation models often contain method-specific biases caused by limited parameterizations of frequency-independent amplitude decays and assumptions about the models, such as smoothness of amplitude variations. Without such assumptions, the frequency-independent spreading of S waves is much faster than inferred by conventional modeling. For example, transverse-component amplitudes decrease with travel time t as about t−1.8 at distances closer than 90 km and as t−2.5 beyond 115 km. The rapid amplitude decay at larger distances could be caused by scattering within the near surface. From about 90 to 115 km distances, the amplitude increases by a factor of about 3, which could be due to reflections from the Moho and within the crust. With more accurate geometrical-spreading and kappa models, the Q factor for the study area is frequency independent and exceeds 2000. The frequency-independent and Q-type attenuation for vertical-component and multicomponent amplitudes is somewhat weaker than for the horizontal components. These observations appear to be general and likely apply to other areas.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».