Development of a probabilistic method in seismic microzonation mapping accounting for uncertainties of the 3D geological model and geotechnical soil parameters
Notice bibliographique
Résumé
A key aspect of geotechnical earthquake engineering is related to the evaluation of the expected intensity and the dominant period of the seismic shaking at a given location. Knowledge of the geological (e.g., stratigraphy, basin topography, and thickness) and geotechnical (e.g., soil type, shear modulus, and damping ratio) properties of the surficial sediments is important in this respect since they tend to modify the amplitude and frequency content of the incoming seismic waves, a phenomenon known as seismic site effect. Site effect proxies, such as the time-averaged shear wave velocity of the top 30 m (Vs,30) and the fundamental site period (T0), are the main parameters commonly used for evaluating the potential amplification of seismic shaking and conducting seismic microzonation mapping. Seismic microzonation study is conducted to refine the seismic hazard model for the study area with complex surficial geology. The Quaternary geology underlying the lowlands of southern Quebec, including the Saguenay City territory, shows complex glacial and postglacial stratigraphy with a number of buried valleys filled with glaciofluvial and glaciomarine sediments. High seismic impedance contrast between rock formations and surficial sediments may cause seismic amplification. Considering the stratigraphic setting and soil type heterogeneity, a multistep stochastic methodology is developed for 3D geological modeling and quantification of the associated uncertainties. Empirical Bayesian kriging (EBK) is applied to generate a bedrock topography map and determine the thickness of the till sediments and their uncertainties. The locally varying mean and variance obtained by the EBK method enable accounting for data complexity and moderate nonstationarity. Sequential indicator simulation is then performed to determine the occurrence probability of the discontinuous postglacial sediments (e.g., clay, sand, and gravel) on top of the basal till layer. The correlation of shear wave velocity (Vs) with piezocone penetration test (CPTu) parameters is investigated in postglacial sediments in the lowlands of the St. Lawrence and Saguenay rivers. In establishing CPTu-Vs correlations, the sparsity of Vs measurements is remedied by using extensive geotechnical soil databases and the developed CPTu-Vs correlations. The compiled database includes 991 CPTu–Vs measurements at 40 sites. The objectives are to examine the applicability of different CPTu–Vs correlations, identify the leading CPTu parameters, and develop specific CPTu–Vs correlations considering the effects of soil type (e.g., sandy or clayey) and geological setting (Champlain or Laflamme sea sediments). Results reveal that the application of the existing correlations is biased in varying degrees, denoting a need for site-specific correlations for the study area. A multivariate statistical analysis allows the development of empirical correlations among Vs, geotechnical parameters, depth, and soil types, along with the evaluation of their uncertainties. Consideration of soil type and geological setting contributes to a reduction in uncertainties for the CPTu–Vs correlations for fine-grained soils. A combined treatment of various sources of uncertainties, from geological to geotechnical, is applied to develop a 3D shear wave velocity model and evaluate the associated uncertainty. A 3D Vs model is created using Vs correlations and the occurrence probability of postglacial soils. The propagated uncertainty is also quantified by considering the combined variance of the geological and geotechnical properties. The final step involves transforming the 3D Vs model into 2D maps representing the spatial distribution of Vs,30 and T0 together with related uncertainties. Results indicate that seismic maps and their uncertainty are influenced by soil thickness, soil geotechnical properties, and soil type probabilities. Among which soil thickness is one of the most critical; in shallow sediments, ??,30 and T0 maps represent rock or very stiff soil conditions with the seismic response in short vibration periods ≤ 0.2 s. By contrast, regions with thicker sediments present sites with a potential response that resembles medium to soft soil conditions with longer dominant vibration periods. The respective ???,30 and ??0 maps represent the inherent random and epistemic uncertainty in the models, which are associated with the spatial variability of the geological units and the statistical dispersion of the Vs data. Consequently, the combined uncertainty of the geological and geotechnical models is genuinely quantified as it decreases in the vicinity of the geological boreholes due to the higher certainty of the geological model, resulting in lower uncertainty of Vs,30 and T0. \n \nUn problème important en génie géotechnique appliquée à la séismicité est l'évaluation de l'intensité attendue des ondes et de la période de résonance dominante des terrains à un endroit donné. La connaissance des caractéristiques des sédiments de surface est importante à cet égard. En effet, les facteurs géologiques (par exemple la stratigraphie des dépôts, leur épaisseur, la topographie du bassin) et géotechniques (par exemple les types de sol, leur module de cisaillement, taux d’amortissement) des dépôts de surfaceront tendance à modifier l'amplitude et le contenu fréquentiel des ondes sismiques qui les traversent, un phénomène connu sous le nom d'effet de site. Des indicateurs d’effet de site tels que la vitesse moyenne des ondes de cisaillement des 30 premiers mètres (Vs30) et la période fondamentale de résonance du site (T0) sont les principaux paramètres utilisés pour évaluer l'amplification potentielle de la secousse sismique et effectuer une cartographie de microzonation sismique. Cette étude de microzonation sismique est menée pour affiner le modèle d'aléa sismique pour un territoire ayant une géologie de surface complexe. La géologie quaternaire sous-jacente aux basses-terres du sud du Québec, incluant le territoire de la Ville de Saguenay présente une stratigraphie glaciaire et postglaciaire complexe avec un certain nombre de vallées enfouies remplies de sédiments fluvioglaciaire et glaciomarine. Le contraste élevé d'impédance entre les formations rocheuses et les sédiments superficiels peut causer une amplification sismique. Compte tenu du cadre stratigraphique et de la variabilité des dépôts, une méthodologie stochastique à plusieurs étapes est développée pour la modélisation géologique 3D et la quantification des incertitudes associées. Le krigeage bayésien empirique (EBK) est appliqué pour générer la carte de la topographie du substratum rocheux et déterminer l'épaisseur des sédiments de till et leurs incertitudes. La moyenne et la variance localement variables estimées par la méthode EBK permettent de tenir compte de la complexité des données et de la non-stationnarité modérée. Une simulation séquentielle d'indicateurs est ensuite effectuée pour déterminer la probabilité d'occurrence des sédiments postglaciaires discontinus (argile, sable et gravier) au-dessus de la couche basale de till. La corrélation de la vitesse des ondes de cisaillement (Vs) avec les paramètres mesurés par des essais de pénétration de piézocône (CPTu) est étudiée dans les sédiments postglaciaires des basses-terres du Saint-Laurent et du Saguenay. Les valeurs supplémentaires de Vs, obtenues grâce à ces corrélations empiriques permettent de palier la faible quantité de mesures directes de Vs et d’augmenter les bases de données géotechniques appliquées à la séismicité. La base de données ainsi compilée comprend 991 mesures CPTu-Vs sur 40 sites. Les objectifs sont d'examiner l'applicabilité de différentes corrélations CPTu-Vs, d'identifier les principaux paramètres CPTu et de développer des corrélations CPTu-Vs spécifiques en tenant compte des effets du type de sol (par exemple sableux ou argileux) et du contexte géologique (sédiments marins de la mer de Champlain ou du golfe de Laflamme). Les résultats révèlent que l'application des corrélations déjà utilisées est biaisée à des degrés divers, dénotant un besoin de corrélations spécifiques aux sites localisés dans la zone d'étude. L'analyse statistique multivariée permet de développer des corrélations empiriques entre les valeurs de Vs, les paramètres géotechniques, la profondeur et les types de sol, ainsi que l'évaluation de leurs incertitudes. La prise en compte du type de sol et du cadre géologique contribuent à une réduction des incertitudes dans les corrélations CPTu-Vs développée pour les sols à grain fin. Un traitement combiné de diverses sources d'incertitudes est appliqué, considérant les facteurs géologiques et géotechniques, pour développer un modèle 3D de vitesse d'onde de cisaillement et évaluer l'incertitude associée Le modèle 3D de Vs est créé en utilisant des corrélations Vs et la probabilité d'occurrence des sols postglaciaires. L'incertitude propagée est également quantifiée par la prise en compte de la variance combinée et elle dépend à la fois de la variabilité géologique et géotechnique. La dernière étape consiste à transformer le modèle 3D de Vs en cartes 2D représentant la distribution spatiale de Vs,30 et T0 avec les incertitudes associées. Les résultats indiquent que les cartes sismiques et leur incertitude sont influencées par l'épaisseur du sol, les probabilités de type de sol et les propriétés géotechniques du sol. L'épaisseur du sol ressort comme un des facteurs les plus critiques. Dans les sédiments peu profonds, les cartes de Vs,30 et de T0 représentent des conditions de roche ou de sol très rigide avec une réponse sismique dans de courtes périodes de vibration ≤ 0,2 s. En revanche, les régions avec des sédiments plus épais présentent des sites avec une réponse potentielle qui ressemble à des conditions de sol moyennes à molles, avec des périodes de vibration dominantes plus longues. Les cartes de variance respectives, soit
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 |
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 ».