Analisis komprehensif spektrum sumber gempa di Indonesia

California Selatan
Peter M. Shearer,
1
Germa'n A. Prieto,
1
dan Egill Hauksson
2
Diterima 4 Agustus 2005; direvisi 20 Desember 2005; diterima 16 Februari 2006; diterbitkan 13
Juni 2006.
[1] Kami menghitung dan menganalisis spektrum gelombang P dari gempa bumi di California
selatan
antara tahun 1989 dan 2001 dengan menggunakan metode yang mengisolasi sumber, penerima,
dan term yang dependen terhadap jalur. Kami benar melihat spektrum sumber untuk redaman
menggunakan keduanya tetap dan
Secara spasial memvariasikan metode fungsi Green empiris. Perkiraan tegangan tipe Brune
untuk
lebih dari 60.000 M
= 1,5 sampai 3,1 gempa berkisar antara 0,2 sampai 20 MPa tanpa ketergantungan
momen atau nilai b lokal. Penurunan tegangan rata-rata median meningkat dengan kedalaman di
atas
kerak, dari sekitar 0,6 MPa di permukaan sampai sekitar 2,2 MPa pada 8 km, di mana tingkatnya
turun
dan tetap hampir konstan di tengah jalan sampai sekitar 20 km. Namun,
Hasil di kedalaman dangkal juga bisa dijelaskan sebagai kecepatan pecah yang berkurang di
dekat
permukaan daripada perubahan penurunan tegangan. Variasi koheren secara spasial di median
Penurunan tegangan diamati, dengan nilai yang umumnya rendah untuk Lembah Kekaisaran dan
Gempa susulan Northridge dan nilai yang lebih tinggi untuk rentang transverse timur dan
ujung utara dari kesalahan San Jacinto. Kami tidak menemukan korelasi antara penurunan stres
yang diamati dengan jarak dari San Andreas dan patahan utama lainnya. Variasi strike yang
signifikan dalam penurunan tegangan terjadi pada gempa susulan dari gempa Landers 1992,
yang mungkin terjadi berkorelasi dengan perbedaan slip shock utama.

Pendahuluan

[2] Kebanyakan gempa bumi tidak dapat diakses untuk pengamatan langsung dan pengetahuan kita
tentang sifat sumbernya bergantung terutama pada rekaman gelombang seismik yang terpancar.
Banyak sifat gempa fundamental dapat diukur dari spektral yang berisi gelombang datang P dan S.
Sebagai contoh, momen, M, dihitung dari batas frekuensi rendah dari spektrum perpindahan dan energi
seismik yang dipancarkan, E0, dihitung dari spektrum kecepatan yang terintegrasi. Penurunan tekanan,
Ds, dapat dihitung melalui estimasi area patahan yang dibatasi oleh frekuensi sudut spektral
(berbanding terbalik dengan lebar pulsa).
[3] Isu minat terus berlanjut adalah gempa bumi
penskalaan dan apakah gempa bumi serupa dengan yang diusulkan
oleh Aki [1967] sehingga stres drop dan nampak
stres (sebanding dengan E
S
/M
) konstan sehubungan dengan
saat. Resolusi pertanyaan ini telah terhambat oleh penyebaran yang besar pada penurunan tegangan
yang diamati dibandingkan dengan Kemungkinan penyimpangan dalam penurunan stres dari kemiripan
diri. Untuk gempa kecil, koreksi redaman dan Efek jalur lainnya sangat penting, yang telah menyebabkan
munculnya pengembangan metode fungsi Green Empirical (EGF)
[mis., Mueller, 1985; Hough, 1997].

[4] Mengamati tetes stres untuk gempa kerak bumi sebagai

Diperkirakan menggunakan metode frekuensi sudut bervariasi dari sekitar
0,2 sampai 20 MPa [misalnya, Tucker dan Brune, 1973; Thatcher dan
Hanks, 1973; Mori dan Frankel, 1990; Abercrombie, 1995;
Hough dan Dreger, 1995; Jin et al., 2000; Bindi dkk.,
2001] namun umumnya kurang dari 50 sampai 150 MPa
Tegangan geser absolut diprediksi untuk gempa bumi berkerak
dari hukum Byerlee dan koefisien gesekan batu diukur
dalam percobaan laboratorium Hubungannya, jika ada, antara
Penurunan stres dan tekanan absolut adalah bagian yang bertahan lama
kontroversi mengenai kekuatan kesalahan kerak (untuk
pandangan yang berlawanan, lihat Scholz [2000] dan Brune and Thatcher
[2002]).
[
5] Pertanyaan lain adalah apakah variasi diobservasi
tetes stres dapat dikaitkan dengan perbedaan pengaturan tektonik.
Dari studi teleseismic, ada beberapa bukti bahwa piring
Batas (interplate) gempa memiliki rata-rata tegangan yang lebih rendah
tetes dari gempa midplate (intraplate) [mis., Kanamori
dan Anderson, 1975; Scholz et al., 1986; Zhuo dan
Kanamori, 1987]. Beberapa penelitian juga menunjukkan bahwa
penurunan tegangan rata-rata dan tegangan nyata untuk gempa bumi sesar naik lebih besar dari pada
strike-slip dan kejadian kesalahan normal (mis., Cocco dan Rovelli, 1989;
McGarr dan Fletcher, 2002]. Hasil dari selatan California, bagaimanapun, telah menunjukkan berbagai
macam penurunan tekanan dengan korelasi terbatas pada tektonik [Thatcher dan
Hanks, 1973; Mori dan Frankel, 1990; Kanamori dkk.,
1993; Jones dan Helmberger, 1996, 1998].

[6] Seperti dicatat oleh Brune et al. [1979] dan Hough [1996],
Satu kesulitan dalam membandingkan hasil antara penelitian adalah bahwa
Analisis sering dilakukan dengan menggunakan asumsi pemodelan yang berbeda.
Perbedaan dapat mencakup kecepatan rupture yang diasumsikan,
tingkat falloff frekuensi tinggi (yaitu, w2, w3, dll), sumber geometri, dan koreksi redaman. Karena
Perkiraan penurunan stres bervariasi seperti kubus dari dimensi sumber yang dihitung, bahkan variasi
kecil dalam parameter ini bisa menghasilkan perubahan signifikan pada penurunan tegangan yang
dihitung. Tujuan Kami dalam penulisan ini adalah menggunakan pendekatan analisis spektrum yang
konsisten dari gempa bumi di California selatan untuk mengidentifikasi
variasi dalam properti sumber. Kami memanfaatkan jumlah yang besar
dari pasangan penerima sumber untuk memecahkan sumber empiris,
persyaratan jalur penerima dan propagasi, dan untuk memperkirakan penurunan tegangan
menggunakan pendekatan brune [1970]. Hasil kami untuk lebih
60.000 gempa bumi M
1,5 sampai 3,1 menunjukkan rentang yang besar
tetesan stres yang disimpulkan dengan variasi koheren spasial di
penurunan tegangan rata-rata, namun tidak ada korelasi umum dengan
kesalahan atau fitur tektonik lainnya.

2. Pengolahan Data
[7] Jaringan Seismik California Selatan (SCSN)
memiliki beberapa ratus stasiun dan catatan sekitar 12.000 sampai
35.000 gempa bumi setiap tahunnya Baru-baru ini, kami mulai menyimpan seismogram dari semua arsip
acara dalam RAID online
sistem yang menyediakan akses cepat dan acak ke data
[Hauksson dan Shearer, 2005]. Disini kita periksa data untuk
lebih dari 230.000 peristiwa antara tahun 1989 dan 2001, sebuah periode kapan
jaringan relatif stabil dalam hal instrumentasi,
terutama terdiri dari komponen vertikal periode pendek
sensor. Spektrum dihitung sebagai berikut: Untuk setiap seismogram
kami memilih pendatang P dan S. Hal ini dilakukan dengan menggunakan
memilih operator, jika ada, atau menggunakan output dari
algoritma pemetik otomatis untuk jendela sekitar
perkiraan waktu kedatangan (berdasarkan lokasi acara katalog
dan model kecepatan satu dimensi). Jejak adalah
resampled ke tingkat sampel 100 Hz seragam. Spektrum adalah
dihitung dengan menggunakan algoritma multitaper [misalnya, Park et al.,
1987] untuk 1.28 s noise dan signal windows segera
sebelum dan sesudah memilih waktu. Kami menghitung hasil untuk semua
saluran dan komponen yang tersedia untuk P dan S,
termasuk putaran horizontals (jika ada) menjadi melintang
dan catatan radial. Namun, dalam penelitian ini kita analisa
hanya gelombang P dari komponen EH vertikal (periode pendek).
Baik spektrum suara signal dan preevent dikoreksi
perpindahan dan disimpan dalam format biner khusus. Kami mencatat
bahwa rekaman ini umumnya diputar untuk M
? 3,5 gempa bumi
[
8] Selanjutnya, kita menerapkan cutoff signal-to-noise (STN) ke
spektra, yang membutuhkan rasio amplitudo STN paling sedikit
5 untuk tiga pita terpisah dari 5 sampai 10 Hz, 10 sampai 15 Hz,
dan 15 sampai 20 Hz. Data yang dihasilkan terdiri dari 1,1 juta
P spektrum dari 235.128 kejadian, tercatat di 354 stasiun.
Contoh spektrum ini diplot pada Gambar 1 untuk a
M
L
L
= 2,5 gempa. Meski spektrumnya diperlihatkan
diplot antara 0 dan 50 Hz, analisis kami akan berkonsentrasi
band 2 sampai 20 Hz, yang umumnya memiliki rata-rata tertinggi
Rasio STN Selanjutnya, kita mengolah spektra untuk mengisolasi
sumber, penerima dan efek jalur propagasi. Ini adalah sebuah
Langkah penting karena spektrum individu cenderung tidak beraturan
dalam bentuk dan sulit untuk menyesuaikan diri dengan model teoritis.
Namun, dengan menumpuk dan menganalisa ribuan spektrum itu
mungkin untuk mendapatkan hasil yang lebih konsisten.
[
9] Pendekatan dasarnya diilustrasikan pada Gambar 2 dan
mirip dengan metode yang digunakan oleh Andrews [1986], Boatwright et
Al. [1991], Warren dan Shearer [2000, 2002], dan Prieto dkk
Al. [2004]. Setiap spektrum displacement yang diamati d
(f) dari
sumber i dan receiver j adalah produk dari istilah sumber e
(yang mencakup spektrum sumber dan sumber dekat atten-
uation), istilah dekat-penerima s
j
aku j
(termasuk bagian respons instrumen yang tidak dikoreksi, respon lokasi dan
redaman dekat penerima), dan bergantung pada waktu perjalanan
istilah t
(yang mencakup efek penyebaran geometris
dan atenuasi di sepanjang jalur sinar). Dalam log domain, ini
produk menjadi jumlah:
k
dimana r
aku j
d
aku j
e
saya
s
j
t
ki; j
r
aku j
adalah sisa untuk jalur ij. Kami memberi parameter pada t
jangka waktu perkiraan waktu perjalanan P antara sumber dan
penerima, menggunakan lokasi acara dan model kecepatan dari
Shearer dkk. [2005]. Ini menjelaskan kedalaman acara
dan jarak penerima sumber. Istilah perjalanan adalah t
discretized oleh indeks k pada 1 s bertahap dalam traveltime.
1

[
10] Karena setiap stasiun mencatat banyak kejadian dan
Setiap acara dicatat oleh beberapa stasiun, ini adalah a
masalah yang terlalu banyak Kami memecahkan (1) menggunakan yang kuat,
iteratif, metode kuadrat terkecil dimana kita berurutan
selesaikan secara terpisah untuk persyaratan t
k
,s
j
, dan e
, menjaga
istilah lain tetap pada setiap tahap. Kami menekan outlier oleh
menugaskan bobot norma L1 agar tidak memiliki residu lebih besar dari
0,2 s (atau kurang dari 0,2 s). Skema bobot ini
diperlukan untuk memastikan ketahanan terhadap kecil
jumlah spektrum dengan kunjungan besar dibandingkan dengan
sebagian besar data Dalam prakteknya kami menemukan metode itu
konvergen dengan cepat ke solusi stabil setelah beberapa iterasi.
saya
[
11] Perbedaan pola radiasi tidak termasuk dalam
persamaan (1) dan akan sulit untuk dimasukkan ke dalam
pengolahan karena umumnya tidak tersedia untuk
kejadian yang lebih kecil. Dengan menggunakan beberapa stasiun untuk masing-masing sumber,
bagaimanapun, efek pola radiasi akan cenderung
rata keluar Perhatikan bahwa metode ini hanya memecahkan perbedaan
dalam bentuk relatif dari spektrum. Tanpa tambahan
asumsi pemodelan, tidak bisa, misalnya, menyelesaikan bagaimana caranya
Sebagian besar kejatuhan spektral disebabkan oleh efek sumber dan bagaimana caranya
Banyak yang disebabkan oleh atenuasi yang umum terjadi pada semua jalur. Itu
Keuntungan dari metode ini, bagaimanapun, adalah mengidentifikasi dan
menghilangkan anomali yang spesifik untuk sumber tertentu atau
penerima Karena mungkin ada kesulitan dalam memperoleh
fungsi respon instrumen yang andal dan akurat untuk
Banyak stasiun di arsip, ini penting
langkah pengolahan yang menyediakan cara untuk memperbaiki beberapa
masalah-masalah ini.
[
12] Fokus kami dalam makalah ini adalah pada sumber yang ditumpuk
spektrum, e
, yang akhirnya akan kami gunakan untuk memperkirakan
momen dan frekuensi sudut setiap acara. Di panggung ini,
Namun, spektrum sumber hanya berisi informasi relatif
di antara berbagai acara. Untuk memperkirakan absolut
Spektrum dari tumpukan sumber kami, kami akan menggunakan lokal
besarnya M
saya
L
untuk mendapatkan faktor penskalaan yang diperlukan
ubah perkiraan momen relatif kita menjadi momen mutlak
dan kita akan menggunakan pendekatan fungsi empiris Green
perbaiki bentuk spektral untuk atenuasi dan jalur lainnya
efek.
2.1. Kalibrasi ke momen absolut
[
13] Amplitudo frekuensi rendah dari sumber kita menggantikan-
.
Komputasi momen seismik langsung dari spektrum sumber
membutuhkan instrumen yang dikalibrasi dengan baik dan kemampuan untuk secara akurat
benar untuk menyebarkan geometris dan efek jalan lainnya.
Kami tidak mencoba perhitungan seperti ini; lebih tepatnya, mengikuti
Prieto dkk. [2004], kami menggunakan skala lokal SCSN yang ditugaskan
untuk memberikan ukuran mutlak dari ukuran acara kami.
Kita memperkirakan momen relatif dari spektrum kita dari mean
amplitudo poin 3 sampai 5 dari setiap tumpukan sumber (1,6 sampai 3,1 Hz,
jauh di bawah frekuensi sudut acara ini). Kita tidak
gunakan dua titik spektral pertama (0 dan 0.8 Hz) karena
Respon instrumen tidak meluas sampai nol frekuensi
dan titik 0,8 Hz memiliki sinyal-ke-noise yang lebih rendah dari pada
tiga poin berikutnya
[
14] Gambar 3 plot log relatif saat versus lokal
besarnya untuk 68.803 kejadian dari 0,5? M
spektrum harus proporsional dengan momen seismik, M
? 5.2 dengan lima
atau lebih banyak stasiun yang memberi kontribusi spektrum. Sebagian besar data
L
sangat berkorelasi namun sejumlah kecil acara menunjukkan a
Pergeseran besar dalam momen relatif dibandingkan dengan kejadian lainnya.
Kejadian ini semua terjadi dalam interval waktu singkat di dalam
rentang 12 tahun dari kumpulan data total kami, selama waktu itu
muncul keuntungan jaringan berbeda dengan faktor sekitar
100 dibandingkan dengan setting gain normal. Kami belum
namun ditentukan apakah ini adalah masalah dengan SCSN
kalibrasi jaringan atau jika terjadi di suatu tempat di
pembuatan database online kami. Bagaimanapun, kejadian ini
hanya 3,3% dari total data, dan kita hanya membuangnya
mereka untuk analisis yang disajikan di sini, di mana kita asumsikan
bahwa istilah stasiun, s
, konstan sehubungan dengan waktu.
Kami juga mencatat tren linier besarnya versus relatif
momen rusak untuk gempa bumi lebih besar dari sekitar M 3;
Mungkin amplitudo yang kami amati untuk kejadian ini
berkurang karena kliping dan / atau pergeseran ke frekuensi sudut
dekat atau di bawah band pengukuran 1,6 sampai 3,1 Hz kami.
[15] Baris menunjukkan norma L1 terbaik yang sesuai antara kami
perkiraan momen relatif dan besaran katalog yang diamati
untuk momen relatif antara? 1.5 dan 1. Pemasangan terbaik
Kemiringan adalah 0,96, lebih signifikan dari kemiringan 2/3
diprediksi dengan asumsi M
L
=M
W
dan mendefinisikan M
menggunakan
hubungan Kanamori [1977]
dimana M
0
M
W

2
3
log
10
M
0
W
? 10: 7 2
adalah momen yang diukur dyn cm. Kami mencatat
bahwa faktor penskalaan antara log (M
0
) dan M
telah bervariasi
agak dalam penelitian sebelumnya, terutama yang span
kisaran besarnya (misalnya, Hanks dan Boore, 1984].
Hasil pada besaran yang sebanding dengan penelitian kami bervariasi
antara sekitar 2/3 dan 1, dengan Bakun [1984] mendapatkan
0,83 untuk 1,5? M
L
L
? 3.5, Abercrombie [1996] mendapatkan 1.0
bentuk
<3,7, Ben-Zion dan Zhu [2002] mendapatkan 1,0 untuk
M
L
L
<3, dan Prieto dkk. [2004] temukan? 2/3 untuk 1,8?
M
? 3.4.
[
16] Untuk mengkalibrasi hasil kita, kita asumsikan bahwa M
L
di
M
= 3.0 dan gunakan perkiraan momen relatif kami untuk dihitung
M
L
menggunakan persamaan (2) untuk acara ukuran lainnya. Kami tidak menggunakan
besaran lokal yang ditugaskan untuk acara individual
perkirakan momen Karena perbedaan antara kami
W
L
=M
W
mengamati skala dan faktor 2/3 dalam (2), ini menyiratkan bahwa
M
L
= 2,0 kejadian sesuai dengan M
W
= 2,31 dan M
= 1.0
kejadian sesuai dengan M
= 1,61. Ini mengikuti langsung dari
Gambar 3; kisaran yang diamati M
W
0
sebagai M
bervariasi dari 1 sampai
3 terlalu kecil agar kompatibel dengan faktor 2/3 di
persamaan (2). Perhatikan bahwa pilihan yang besarnya
cocok dengan M
L
dan M
W
L
menentukan keseluruhan perkiraan momen
dari semua acara kami Kami memilih M
= 3 poin karena itu
tampaknya lebih mungkin skala skala lokal akan
dikalibrasi dengan M
W
L
pada skala yang lebih besar, lebih dekat ukurannya
gempa bumi yang lebih besar yang pada saat itu secara rutin
dihitung.
[
17] Kalibrasi ini menggunakan besaran katalog adalah bagaimana caranya
Kami menerjemahkan momen relatif yang kami amati ke M
.
Namun, karena ada beberapa ketidakpastian dalam penskalaan
antara M
L
dan M
, nilai absolut kita saat ini adalah
perkiraan dan tidak juga dibatasi sebagai relatif
momen di antara acara
W
0

L
dan M
W

2.2. Bentuk Relatif Sumber Spektral

[
18] Untuk memeriksa variasi dalam spektrum sumber rata-rata
Sebagai fungsi dari ukuran acara, kita rata-rata spektrum di dalamnya
Tempat sampah 0,2 unit diestimasi besarnya lokal. Seperti sebelumnya,
Kami hanya menggunakan spektrum sumber yang diperoleh dari lima atau lebih
spektrum stasiun individu. Kami menggunakan skala lokal yang dihitung
(bukan katalog M
) seperti yang diperkirakan dari pengamatan kami
momen relatif dan kecocokan linier ditunjukkan pada Gambar 3. Dengan demikian
Skema binning kita sangat dekat dengan 0,2 kenaikan pada log
momen (karena kemiringan pada Gambar 3 mendekati persatuan).
Hasil diplot pada Gambar 4 untuk 16 bins berpusat pada M
L
= 0,9
sampai 3.9. Jumlah spektrum sumber di dalam setiap bin jatuh
untuk kedua besaran terkecil dan terbesar. Hanya ada
15 sumber yang berkontribusi terhadap M
= 0,9 bin dibandingkan dengan 140
bentuk
L
= 1,1 dan 885 untuk M
L
L
= 1.3. Hanya dua sumber spektrum
berkontribusi pada M
L
= 3,9 bin dan tiga ke M
= 3,7 bin,
dibandingkan dengan 42 di M
L
= 3,5 bin dan 195 di M
= 3,3 bin
Tempat sampah dengan sedikit data memiliki spektrum berbentuk tidak beraturan dibandingkan
ke hasil umumnya lebih halus yang didapat dari susun
lebih banyak sumber. Selain itu, keduanya lebih besar
tempat penyimpanan mungkin menderita data terpotong. Untuk alasan-alasan ini,
kita hanya menggunakan M
= 1,5 sampai 3,1 menghasilkan berikutnya
analisis.
[
19] Seperti yang telah dibahas di atas, perkiraan momen kita adalah
berasal dari amplitudo rata-rata 1,6, 2,3 dan
L
3,1 Hz poin dalam spektrum. Inilah sebabnya mengapa ditumpuk
Spektrum yang diplot pada Gambar 4 kira-kira secara merata
spasi di atas interval frekuensi itu. Pendekatan iteratif kami
Untuk menyelesaikan persamaan (1) memiliki efek setting
sumber rata-rata spektrum ke nol. Demikian sumber spektrumnya
Pada titik ini dalam analisis kami hanya berisi informasi relatif
di antara berbagai acara. Lereng positif dari
Spektrum acara kecil di dekat 10 Hz, dibandingkan dengan
Lereng negatif spektrum kejadian besar, disebabkan oleh
frekuensi sudut yang lebih tinggi dari kejadian yang lebih kecil.

2.3. Metode EGF tunggal

[
20] Fungsi empiris tradisional Green (EGF)
pendekatan [misalnya, Mueller, 1985; Frankel et al., 1986] mengoreksi
spektrum gempa target untuk Q dan jalur lainnya
efek dengan menggunakan spektrum pengamatan satu atau lebih di dekatnya
Gempa yang secara signifikan lebih kecil dari target. Di
Bentuknya yang paling sederhana, metode ini mengasumsikan bahwa kejadian yang lebih kecil ini
memiliki frekuensi sudut yang cukup tinggi
Spektrum datar (yaitu, mereka menyediakan fungsi delta Bumi
tanggapan). Dalam domain frekuensi metode bisa oleh
dilaksanakan hanya dengan mengurangkan spektrum log rata-rata
dari acara yang lebih kecil dari acara yang lebih besar. Dalam praktek,
Penyimpangan acak dalam spektrum peristiwa yang lebih kecil
Seringkali menimbulkan komplikasi pada tampilan yang dikoreksi
spektrum. Komplikasi ini bisa dikurangi
menerapkan dekonvolusi tingkat air atau kelancaran lainnya
kendala. Sebagai alternatif, spektra dapat dihaluskan pada
diawali dengan menumpuk banyak spektrum sumber individu.
[
21] Salah satu cara untuk menerapkan metode EGF ke binned
Spektrum pada Gambar 4 akan mengurangi yang terkecil
Saat bin berisi spektrum halus dari semua
spektrum log binned lainnya. Inilah pendekatan yang digunakan oleh
Prieto dkk. [2004] untuk menganalisa sebuah cluster peristiwa yang direkam
oleh jaringan seismik Anza di California selatan.
Namun, ada dua kelemahan metode ini.
Pertama, hasilnya hanya berguna untuk ukuran sampah minimal
satu besarnya lebih besar dari bin EGF dan hasilnya
untuk banyak acara harus dibuang. Kedua, EGF
Koreksi hanya perkiraan karena spektrumnya dari
bahkan bin terkecil sekalipun akan memiliki sudut yang terbatas
frekuensi dan akan memiliki beberapa falloff bahkan jauh di bawah
frekuensi sudut
[
22] Untuk mengatasi kesulitan ini, kami telah mengembangkan a
metode yang secara simultan sesuai dengan spektra sumber binned
=

mereka
Bumi
oleh
spektrum
praktek,
acara
corby
ss
itu

binned
terkecil
itu
oleh
tercatat
alifornia
d.
paling sedikit
s
EGF
dari
sudut
itu

Sebuah
spektrum
W
dengan model sumber teoritis dan solusinya untuk sebuah EGF. Kami
Pendekatannya mirip dengan metode sebelumnya untuk multipleempiris
Analisis fungsi Green [misalnya, Boatwright et
al., 1991; Humphrey dan Anderson, 1994; Hough, 1997]
kecuali bahwa kami mengelompokkan dan menumpuk spektrum acara di dalam
Tempat sampah sama saat sebelum menghitung EGF. Kita
Anggaplah spektrum perpindahan kita memiliki bentuk [mis.,
Brune, 1970]
dimana W
0
uf
W
0
1f=f

c
n
adalah amplitudo jangka panjang (sebanding dengan
momen), n adalah tingkat falloff frekuensi tinggi yang diasumsikan (yaitu,
n = 2 untuk w
2
model), dan f
adalah frekuensi sudut Kita
asumsikan model sumber [Madariaga, 1976; Abercrombie,
1995] dimana frekuensi sudut berhubungan dengan tegangan
mampir
f
c
c

0: 42b
dimana b adalah kecepatan geser, M
= Ds
M
0
0
1=3
adalah saat, dan Ds adalah
penurunan stres Kami mengasumsikan kecepatan geser konstan
3,464 km / s (= 6 /
ffiffiffi
3
hal
) di seluruh analisis kami.
[
23] Perlu dicatat bahwa persamaan (4) mengasumsikan melingkar
pecah dan kecepatan pecah konstan 0,9b. Untuk kenyamanan
Sepanjang sebagian besar makalah ini, kita akan menggunakan istilah tersebut
'' Drop stres '' untuk merujuk pada perkiraan tipe Brune -s kami sebagai
diperoleh dengan menggunakan persamaan (4), namun harus dipahami
bahwa perkiraan kami belum tentu merupakan tekanan statis sejati
tetes untuk gempa bumi Hubungan antara
Brune-type stress drop (kadang juga disebut sebagai
penurunan tegangan dinamis atau tegangan efektif) dan tegangan statis
drop telah menjadi subyek beberapa diskusi [mis.,
Andrews, 1986; Snoke, 1987; Hough, 1996].
[
24] Kami memilih model yang paling halus, paling andal
tumpukan yang ditunjukkan pada Gambar 4, sembilan tempat sampah antara M
= 1.5
dan 3.1 (sesuai dengan M
= 1,96 sampai 3,07, seperti yang dibahas
atas). Kita juga hanya muat antara 2 dan 20 Hz, dimana kita
memiliki signal-to-noise terbaik. Karena W
W
0
L
dan M
adalah
diperoleh dari bagian periode spektrum yang panjang (lihat
di atas), hanya dua yang tidak diketahui dalam model sumber ini n
dan Ds. Kami bereksperimen dengan mengizinkan parameter ini
bervariasi sebagai fungsi momen, namun ternyata cocok sekali
spektrum dapat diperoleh dengan menggunakan n = 2 (w
model)
dan satu nilai tetap penurunan tegangan. Dalam hal ini,
Prosedur pemasangan relatif sederhana:
[
25] 1. Loop di atas kisaran nilai Ds yang mungkin.
[
26] 2. Untuk setiap nilai Ds, hitung sumber teoritis
spektrum untuk masing - masing dari sembilan spektrum yang diamati, dengan menggunakan
nilai M yang sesuai
dalam setiap kasus.
[
27] 3. Pergeseran spektrum log teoritis untuk menyetujui
amplitudo log log diamati pada waktu yang lama.
[
28] 4. Perkirakan EGF dengan merata-ratakan perbedaannya
antara spektrum log pengamatan dan teoritis pada masing-masing
titik frekuensi Perhatikan bahwa ada satu spektrum EGF tunggal
untuk semua tempat sampah yang berbeda.
[
29] 5. Hitung ketidaksesuaian RMS dengan band 2 sampai 20 Hz
dari perbedaan antara spektrum teoritis dan
Spektrum teramati EGF.
0
2
0
3
4

TerjemahanPateni terjemahan instan

4563/5000
[30] 6. Ulangi untuk mengidentifikasi nilai pas yang terbaik dari Ds.
[
31] Metode menghasilkan Ds = 1.60MPaandcorner
frekuensi berkisar antara 4,8 sampai 17 Hz. Gambar 5 plot
sesuai dengan tumpukan data yang dikoreksi EGF, sementara Gambar 4 menunjukkan
EGF itu sendiri. Kurva data pada Gambar 5 adalah hasil dari
mengurangkan EGF dari masing-masing log sumber yang ditumpuk
spektrum pada Gambar 4. Kelancaran saran EGF ini
bahwa metode tersebut tidak memasukkan struktur palsu ke dalam
spektra terkoreksi Kesepakatan keseluruhan yang baik pada 2 sampai 20 Hz
antara spektrum observasi dan teoritis pada Gambar 5
menunjukkan bahwa model drop tegangan konstan yang sederhana dapat dilakukan
jelaskan fitur utama di tumpukan data. Di atas 20 Hz,
Model teoritis secara sistematis mengesampingkan amplitudo
untuk acara yang lebih kecil dan amplitudo underpredicts
untuk kejadian yang lebih besar (sisa rata-rata pada setiap frekuensi
Titik selalu nol karena cara EGF
dihitung). Keliru ini kemungkinan disebabkan oleh berkurangnya
signal-to-noise diatas 20 Hz.
[
32] Model penurunan tegangan konstan konsisten dengan selfsimilarity
di penskalaan gempa antara besar dan kecil
gempa bumi Ini menyiratkan bahwa spektrum diplot pada Gambar 5
semua memiliki bentuk yang serupa (pada plot log-log) namun digeser
sepanjang f
?3
baris [misalnya, Aki, 1967; Prieto dkk., 2004]. Kita
bereksperimen dengan mengizinkan Ds memiliki nilai yang berbeda
pas dengan sembilan spektrum yang diplot pada Gambar 5, tapi tidak
Mencapai kecocokan yang jauh lebih baik daripada penurunan tegangan konstan
model. Selanjutnya, sembilan nilai Ds individu diperoleh
mendekati 1,60 MPa (mulai dari 1,33 sampai 1,77 MPa)
dan tidak berbeda secara sistematis dengan momen. Ini adalah
konsisten dengan hasil untuk acara individu (untuk dibahas
kemudian), yang menunjukkan penurunan median konstan sebagai fungsi
momen.
[
33] Kami juga bereksperimen dengan membiarkan n bervariasi di
prosedur pemasangan dan menemukan keberangkatan kecil dari n = 2.
Namun, karena ini tidak secara signifikan memperbaiki
secara keseluruhan sesuai dengan spektrum yang diamati, untuk kesederhanaan yang kita
asumsikan
n = 2 selama penelitian ini. Akhirnya kita perhatikan bahwa kesuksesan
Dari pendekatan kami di bagian ini tergantung pada keberadaannya
rentang frekuensi momen dan frekwensi yang signifikan. Jika
Semua acara itu ukurannya sama, maka pasti ada
tradeoff yang tidak dapat dipecahkan antara model yang diprediksi spektrumnya
dan EGF. Prosedurnya stabil hanya bila ada
EGF diterapkan pada berbagai bentuk spektral yang berbeda.
[
34] Parameter sumber gempa lainnya yang sering
dihitung dari spektrum adalah tegangan nyata, s
, yang mana
ukuran perbedaan antara rata-rata pemuatan
menekankan,
s, dan tegangan penahan, s
r
Sebuah
, saat terjadi gempa.
Stres yang jelas adalah sifat dinamis dari gempa bumi, yang mana
dapat dihitung dari pengamatan seismik dengan menggunakan s
=
saya
adalah energi seismik yang terpancar, m adalah
modulus geser dan M
s
/M
0
dimana E
s
0
adalah momen E
dapat
dihitung dari kecepatan P dan S yang teramati
spektra dengan menerapkan koreksi untuk efek jalur dari
sumber. Pada prinsipnya, keuntungan dari perkiraan nampak
Stres dibandingkan dengan penurunan tegangan dari data seismik adalah
Tidak ada asumsi model sumber yang diperlukan (yaitu, tidak ada yang sesuai
ke model frekuensi sudut, tidak ada kecepatan ruptur diasumsikan,
dll). Namun, dalam praktiknya bandwidth yang besar diperlukan sebagai
serta koreksi yang akurat untuk redaman dan sumber
directivity. Akan sulit untuk memperkirakan andal
Stres yang nyata dalam penelitian kami karena di atas 20 Hz
s
batas data signal-to-noise yang bagus dan kurangnya gelombang S
hasil (yang sebagian besar mengandung energi radiasi).
[
35] Penurunan stres dan stres nyata tidak independen
parameter. Gempa pada momen tetap yang memancar
frekuensi yang lebih tinggi akan mengalami penurunan tegangan
dan stres nyata dibandingkan dengan gempa dengan kurang
radiasi frekuensi tinggi. Memang diberi model teoritis
dari spektrum sumber gempa, Ds dan s
proporsional
satu sama lain dan akan mematuhi skala yang sama [mis.,
Savage and Wood, 1971; Andrews, 1986; Di Bona dan
Rovelli, 1988; Singh dan Ordaz, 1994; Hough, 1996; Beeler
et al., 2003; Kanamori dan Rivera, 2004]. Hasil kami
menunjukkan bahwa w
2
Sebuah
model memberikan kesesuaian yang baik dengan
sifat spektral rata-rata gempa California selatan,
setidaknya di atas M
= 1,5 sampai 3 kisaran data kami,
menunjukkan bahwa penskalaan sederhana mungkin ada di antara stres
drop dan stres nyata. Namun, hasil ini tidak
harus terus untuk masing-masing gempa bumi dalam setiap data
Tumpukan karena mereka mungkin memiliki spektrum sumber yang menyimpang
dari w
2
model.
L

TerjemahanPateni terjemahan instan

1202/5000
7. Kesimpulan
[87] Metode kami memberikan cara yang efisien dan konsisten
Cara menganalisa spektrum dari arsip waveform besar, seperti
seperti yang sekarang tersedia dari banyak jaringan seismik. Kita
perkenalkan cara baru untuk menghitung fungsi Green empiris
(EGF) untuk seismisitas terdistribusi yang memberikan hasil
untuk gempa bumi yang lebih kecil. Hasil kami umumnya
konsisten dengan penelitian sebelumnya, tapi kita periksa yang jauh lebih besar
jumlah gempa bumi Kami menunjukkan variasi substansial
pada properti spektral sumber gempa untuk M
=2
ke 3 gempa bumi ada di California selatan, termasuk
pola koheren spasial rata-rata penurunan tegangan, yang
Tampaknya tidak berkorelasi dengan cara sederhana apapun untuk tektonik
fitur, momen, atau nilai b. Korelasi yang paling jelas adalah
peningkatan penurunan stres (atau peningkatan ruptur
kecepatan) dengan kedalaman di atas 8 km dari kerak bumi
dan penurunan tekanan median yang lebih tinggi di daerah yang mengandung
sejumlah besar gempa sesar normal. Penting
Variasi mogok dalam penurunan tekanan diamati
gempa susulan dari gempa bumi Landers 1992; ada sebuah
Saran bahwa rendahnya tekanan drop aftershocks mungkin berkorelasi
dengan slip tergores tinggi saat terjadi kejut shock utama.
W