Revisiting Paleoearthquakes with Numerical Modeling: A Case Study of the 1679 Sanhe–Pinggu Earthquake
Notice bibliographique
Résumé
Abstract Investigating a paleoearthquake in a region can be used to study the seismicity of fault zones, and provides guidance for earthquake prevention and disaster reduction in nearby cities. However, the short of reliable records brings challenges to the assessment of the paleoearthquake disasters. With the development of computational seismology, we can study paleoearthquakes using numerical modeling based on limited data, to provide a reference for understanding the physical laws of historical earthquakes and earthquake relief in present society. Taking the 1679 M 8.0 Sanhe–Pinggu earthquake as an example, we built a dynamic model with good consistency between the surface slip and historical records, calculated the strong ground motion based on it, and obtained the intensity distribution that was consistent with the previous investigation. We found that the heterogeneous dip-slip distribution caused by the fault geometry change may be the reason that the fault scarp only remains about 10 km. In addition, the intensity of Tongzhou area in this earthquake may be as high as XI. In the future, it may be necessary to pay attention to strengthening earthquake prevention and disaster reduction in this area. Then, we estimated the number of deaths in the study area at that time, and the mathematical expectation was of about 74,968. During the systematic retrospective study of paleoearthquakes, as shown in this article, we can gain new understandings of the rupture process of paleoearthquakes and evaluate earthquake disasters more accurately.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».