基于频散数据与加速度时程联合反演的下孔阵列场地特性刻画
地球物理
2020-05-07 v1
摘要
我们提出了一种基于集合卡尔曼反演的序贯数据同化算法，用于在异质数据以及可表示为反问题中（物理）等式与不等式约束的先验信息可用时，估计近地表横波速度剖面和阻尼。尽管面波测试等非侵入式方法是推断Vs剖面的高效且经济的方法，但应承认，利用反演分析的场地特性刻画可能产生与反问题非唯一性相关的错误结果。缓解反问题不适定性的一个可行方案是用互补观测丰富先验知识和/或数据空间。在非侵入式方法的情况下，相关数据为面波的频散曲线，通常由高频主动源方法和低频被动方法分辨。为改善反问题的适定性，水平向与竖向谱比（HVSR）数据常联合频散数据用于反演。本文表明，频散数据与强震下孔阵列数据的联合反演也可减小Vs剖面估计的不确定性裕度。这是因为下孔阵列记录的加速度时程同时包含体波与面波，从而可丰富反问题设定中的观测数据空间。我们还展示了如何修改所提算法以系统性地纳入物理约束，进一步增强其适定性。我们使用合成与真实数据检验了所提框架在Garner Valley下孔阵列处估计Vs剖面与阻尼的性能，并与先前研究中的Vs估计进行比较。
引用
@article{arxiv.2004.06797,
title = {Site characterization at downhole arrays by joint inversion of dispersion data and acceleration time series},
author = {Elnaz Seylabi and Andrew Stuart and Domniki Asimaki},
journal= {arXiv preprint arXiv:2004.06797},
year = {2020}
}