一种面向加利福尼亚的非遍历有效振幅地震动模型

本研究提出了一种针对加利福尼亚有效振幅谱（$EAS$）值的新的非遍历地震动模型（GMM）。$EAS$由Goulet等人（2018）定义，是加速度时程两个水平分量的平滑的、与旋转无关的傅里叶振幅谱。开发非遍历$EAS$ GMM而非谱加速度GMM的主要动机在于，$EAS$的标度不依赖于谱形状，因此更频繁的小震级事件可用于非遍历项的估计。该模型使用NGAWest2数据集（Ancheta等人，2013）的加利福尼亚子集开发。Bayless和Abrahamson（2019b）（BA18）的遍历$EAS$ GMM被用作骨干模型以约束平均震源、路径和场地标度。该非遍历GMM被表述为一个贝叶斯分层模型：非遍历震源和场地项被建模为遵循Landwehr等人（2016）方法的空间变化系数，非遍历路径效应通过遵循Dawood和Rodriguez-Marek（2013）方法的单元特定非弹性衰减来捕捉。在台站和过去事件附近，非遍历项的均值偏离零以捕捉系统性效应，且其认知不确定性较小。在数据稀疏区域，由于无法确定系统性效应，非遍历项的认知不确定性较大。非遍历总偶然标准差比BA18的总偶然标准差大约小$30\%$至$40\%$。这种偶然变异性的降低对长重现期的危险性计算有显著影响。在靠近台站和过去事件的区域，地震动预测的认知道不确定性较小。