[논문 리뷰] A probabilistic view on rupture predictability: all earthquakes evolve similarly

Jannes Münchmeyer, Ulf Leser외 1명|arXiv (Cornell University)|2022. 03. 16.

Seismology and Earthquake Studies참고 문헌 34인용 수 13

한 줄 요약

이 논문은 실시간 관측 자료를 바탕으로 한계 크기를 시간에 따라 변화하는 분포로 모델링하여 지진의 파손이 언제 예측 가능해지는지를 평가하기 위한 확률적 프레임워크를 제안한다. 모멘텀 비율 함수와 원거리 P파 도착 정보를 사용하여, 파손 지속 시간의 절반 이전에는 파손 크기를 신뢰성 있게 예측할 수 없음을 입증한다. 이는 최대 모멘텀 방출 이후에야 소형과 대형 사건 간의 차이가 명확해지기 때문이다. 이는 보편적인 파손 기인 모델을 지지하며, 초기 예측 이론에 도전한다.

ABSTRACT

Ruptures of the largest earthquakes can last between a few seconds and several minutes. An early assessment of the final earthquake size is essential for early warning systems. However, it is still unclear when in the rupture history this final size can be predicted. Here we introduce a probabilistic view of rupture evolution - how likely is the event to become large - allowing for a clear and well-founded answer with implications for earthquake physics and early warning. We apply our approach to real time magnitude estimation based on either moment rate functions or broadband teleseismic P arrivals. In both cases, we find strong and principled evidence against early rupture predictability because differentiation between differently sized ruptures only occurs once half of the rupture has been observed. Even then, it is impossible to foresee future asperities. Our results hint towards a universal initiation behavior for small and large ruptures.

연구 동기 및 목표

• 지속적인 논의였던 대규모 지진이 파손 초기에 조기에 예측 가능한가에 대한 문제를 해결하기 위해.
• 지진의 크기에서 시간에 따라 변화하는 불확실성을 모델링하는 엄밀한 확률적 프레임워크를 개발하기 위해.
• 파손 진전의 계단식 모델에 대해 조기 예측 가설을 시험하기 위해.
• 모멘텀 비율 함수나 광역 원거리 P파 도착과 같은 실시간 관측 자료를 사용하여 예측 가능성을 평가하기 위해.
• 비정규 불확실성의 단순화를 피하기 위해 전체 예측 분포를 포괄하는 원칙적인 점 추정기법이 아닌 접근법을 제공하기 위해.

제안 방법

• 관측 자료 Ot가 시간 t까지 주어졌을 때 지진의 크기 M의 시간에 따라 변화하는 분포를 나타내는 확률 모델 P(M|Ot)를 제안한다.
• 가우시안 혼합 모델을 사용한 변분 추론을 통해 P(M|Ot)를 근사화하여, 미분 가능하고 확장 가능한 학습을 가능하게 한다.
• 학습을 위한 미분 가능한 손실 함수로 연속된 순위 확률 점수(CRPS)를 사용하며, 혼합 모델에 대해 닫힌 형태의 계산이 가능하다.
• SCARDEC, USGS, Ye 등지의 모멘텀 비율 함수 데이터셋과 원거리 P파 데이터셋 3종을 사용하여 모델을 학습하고 평가한다.
• 모멘텀 비율 함수와 초기 P파 도착 정보 양쪽에 프레임워크를 적용하여 데이터 유형 간 일관성을 시험한다.
• 관측 자료 Ot를 가우시안 혼합 모델의 모수로 매핑하는 신경망 아키텍처를 사용한다.

실험 결과

연구 질문

• RQ1 지진의 파손 과정에서 최종 크기를 신뢰성 있게 예측할 수 있는 시점은 언제인가?
• RQ2 소형과 대형 지진은 본질적으로 다른 기인 행동을 보이나, 중간 파손 지점까지는 파손 진전이 보편적인가?
• RQ3 초기 지진 관측 자료, 예를 들어 모멘텀 비율 함수나 P파 진폭이 최종 크기에 대해 원칙적이고 확률적인 제약 조건을 제공할 수 있는가?
• RQ4 예측 분포 P(M|Ot)는 시간이 지남에 따라 어떻게 변화하는가? 이는 초기 경고 시스템에 어떤 함의를 갖는가?
• RQ5 비정규 불확실성 분포는 전통적인 점 추정기법에서 예측 가능성을 어떻게 가리키는가?

주요 결과

• 소형과 대형 파손 간의 차이가 통계적으로 유의미해지기까지 약 파손 지속 시간의 절반 이상이 경과한 후에야 가능하다.
• 최대 모멘텀 방출 이전에는 예측 분포 P(M|Ot)가 지브버그-리히터(Gutenberg-Richter) 분포에 가까워지며, 이는 조기 예측 가능성의 부재를 시사한다.
• 최대 모멘텀 방출 이후에는 분포가 가우시안 형태를 띠며, 감소하는 GR 꼬리가 나타나 향후 아스페리티에 대한 불확실성을 반영한다.
• 이 프레임워크는 모멘텀 비율 함수와 원거리 P파 도착 정보라는 두 가지 서로 다른 데이터 유형 간에 강력한 일관성을 보이며, 둘 다 유사한 예측 가능 임계점을 도출한다.
• 결과는 조기 파손 예측 가능성에 대해 원칙적이고 확률적인 증거를 제공하며, 자가 치유 펄스 또는 사전 변형 모델보다 계단식 모델을 지지한다.
• 본 연구는 전통적인 점 추정기법이 비정규 불확실성을 가리켜 예측 가능성에 대한 잘못된 결론을 이끌 수 있음을 드러낸다.