基于 ETAS.inlabru R 包的地震活动性时间演化的贝叶斯建模
应用统计
2022-12-16 v2
摘要
传染型余震序列（ETAS）模型被广泛用于模拟地震序列，并支撑着操作性地震预报（OEF）。然而，由于多种原因，评估反演 ETAS 参数的可靠性仍然具有挑战性。最常见的算法仅返回点估计且很少量化不确定性，而贝叶斯马尔可夫链蒙特卡罗实现运行缓慢、可扩展性差，且鲜有扩展至包含空间结构。在此我们提出一种使用替代贝叶斯方法——集成嵌套拉普拉斯近似（INLA）——的 ETAS 建模新途径。我们已在新 R 包 ETAS.inlabru 中实现了该模型，其构建于 R 包 R-INLA 和 inlabru 之上。尽管我们此处仅给出时间分量，该模型可扩展至时空模型并可能包含多种空间协变量。通过一系列合成案例研究，我们探究了 ETAS 反演方法的稳健性。我们证明，模型参数的可靠估计要求目录数据包含相对平静期与触发序列期。我们探究了训练数据随机不确定性下的稳健性，并表明该方法对广泛的初始条件具有稳健性。我们展示了在建模域之前纳入历史地震如何影响反演质量。最后，我们表明大震后的率相关不完备性对 ETAS 后验有显著且有害的影响。我们相信，包含严格不确定性估计的 inlabru 反演的速度，将促成对如何稳健地将 ETAS 用于地震活动性建模与操作性地震预报的更深入探索。
引用
@article{arxiv.2212.06077,
title = {Bayesian modelling of the temporal evolution of seismicity using the ETAS.inlabru R-package},
author = {Mark Naylor and Francesco Serafini and Finn Lindgren and Ian Main},
journal= {arXiv preprint arXiv:2212.06077},
year = {2022}
}