Real-Time Characterization of Finite Rupture and Its Implication for Earthquake Early Warning: Application of FinDer to Existing and Planned Stations in Southwest China
Notice bibliographique
Résumé
Earthquake early warning (EEW) not only improves resilience against the risk of earthquake disasters, but also provides new insights into seismological processes. TheFinite-Fault RuptureDetector(FinDer) is an efficient algorithm to retrieve line-source models of an ongoing earthquake from seismic real-time data. In this study, we test the performance of FinDer in the Sichuan-Yunnan region (98.5oE–106.0oE, 22.0oN–34.0oN) of China for two datasets: the first consists of seismic broadband and strong-motion records of 58 earthquakes with 5.0 ≤MS≤ 8.0; the second comprises additional waveform simulations at sites where new stations will be deployed in the near future. We utilize observed waveforms to optimize the simulation approach to generate ground-motion time series. For both datasets the resulting FinDer line-source models agree well with the reported epicenters, focal mechanisms, and finite-source models, while they are computed faster compared to what traditional methods can achieve. Based on these outputs, we determine a theoretical relation that can predict for which magnitudes and station densities FinDer is expected to trigger, assuming that at least three neighboring stations must have recorded accelerations of 4.6 cm/s2or more. We find that FinDer likely triggers and sends out a report, if the average distance between the epicenter and the three closest stations,Depi, is equal or smaller than log10(Ma+b) + c, wherea= 1.91,b= 5.93, andc= 2.34 forM = MW≥ 4.8, andc= 2.49 forM = MS≥ 5.0, respectively. If the data used in this study had been available in real-time, 40–70% of sites experiencing seismic intensities of V-VIII (on both Chinese and MMI scales) and 20% experiencing IX-X could have been issued a warning 5–10 s before theS-wave arrives. Our offline tests provide a useful reference for the planned installation of FinDer in the nationwide EEW system of Chinese mainland.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».