基于物理的地震灾害与风险评估：面向地震预测的新范式

概率性地震灾害评估（PSHA）中的认识不确定性通常通过逻辑树框架来处理，该框架组合加权的备选模型以表征可行灾害结果的范围。潜在在这一方法中是一个关键假设：可用的模型类别能够充分表征控制 fault 网络的底层物理。然而，当前的公式仍高度简化，忽略了非线性相互作用、多样化的断层滑移模式、多尺度耦合以及主导大地震 nucleogenesis 与演化的涌现动力学。结果是，标准的认识不确定性处理可能引入系统性灾害偏差，并显著低估预测不确定性。为正式化这一限制，我们引入了 SHARP（Seismic Hazard Assessment and Risks with Physics），一个将焦点从在不完美模型中进行选择，转向量化其集体距离于物理和观察约束的新框架。SHARP 的核心是模型充分性距离（MAD），即模型不足之处的量化指标。MAD 结合了 (i) 随地震动量加权的评分函数，以反映大事件在社会和经济影响上的不成比例权重，以及 (ii) 来自测地观测和地震活动统计特性的兼容性度量。我们以 Southern California 地震活动的频率-规模分布为例说明了该方法。SHARP 为从传统认识不确定性转向基于物理的地震灾害与风险评估框架奠定了严格的基础。