An Elaborate Seismic Study of Beirut: Integrating 3D Multidisciplinary Geotechnical Model Definition, Machine Learning Enhancements, and Numerical Simulations
Notice bibliographique
Résumé
In seismic hazard assessment, reliance on Vs30 proxies and 1D shear wave velocity profiles often leads to underestimated ground motion. This is particularly evident in areas with complex geological structures, such as Greater Beirut (GB). The metropolis, situated near active seismic faults, experienced significant nearby earthquakes in 551, 1202, and 1837. It is characterized by diverse soil compositions, that vary from sandy terrains to limestone formations, demanding a detailed geotechnical model for seismic hazard studies. Our research developed a comprehensive 3D geotechnical model for GB, integrating data from around 500 boreholes, 700 geophysical measurements, refined DEM, and geological insights. The model delineates variations in bedrock elevation and geological strata, some sites exhibiting sediment depths up to 80 meters. We performed an iterative data analysis by combining the horizontal to vertical spectral ratio method (H/V measurements) with borehole data. This approach enabled us to estimate the average shear wave velocity (Vs-mean) in the sedimentary layer and the depth of the bedrock across the model. To address data gaps in southern GB, we used a Random Forest machine learning model, trained on interpolated points from Kriging in the central model part, ensuring continuous representation of sedimentary units even in data-limited areas. Ongoing work involves seismic simulations predicting ground motion amplification in Beirut. Using a 3D hexahedral mesh generated via Python code, we will conduct full 3D numerical simulations of seismic wave propagation. These simulations aim to provide insights into Beirut's seismic response, contributing to earthquake preparedness and risk mitigation. We will present preliminary results in predicting the seismic motion in Greater Beirut using SPECFEM3D, a spectral-element method software designed for 3D seismic wave propagation simulations.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».