[논문 리뷰] Geostatistical modeling to capture seismic-shaking patterns from earthquake-induced landslides

Luigi Lombardo, Haakon Bakka외 4명|University of Twente Research Information|2018. 07. 23.

Landslides and related hazards인용 수 5

한 줄 요약

이 논문은 지진으로 인한 지반파손 분포로부터 지진 진동 패턴을 재구성하기 위해 잠재공간효과(LSE)를 사용하는 지구통계 모델을 제안한다. 이는 사전 지진 데이터가 없더라도 가능하다. LSE는 지진 파rameter만을 사용한 경우보다 공간적 진동 패턴을 더 잘 포착했으며, 기존 모델보다 지반파손 강도를 더 정확하게 예측하였다. 이는 지반파손 위험 평가에서 알려지지 않은 지반운동을 대체할 수 있는 잠재적 수단으로서의 잠재력이 있음을 보여준다.

ABSTRACT

In this paper, we investigate earthquake-induced landslides using a geostatistical model that includes a latent spatial effect (LSE). The LSE represents the spatially structured residuals in the data, which are complementary to the information carried by the covariates. To determine whether the LSE can capture the residual signal from a given trigger, we test whether the LSE is able to capture the pattern of seismic shaking caused by an earthquake from the distribution of seismically induced landslides, without prior knowledge of the earthquake being included in the statistical model. We assess the landslide intensity, i.e., the expected number of landslide activations per mapping unit, for the area in which landslides triggered by the Wenchuan (M 7.9, May 12, 2008) and Lushan (M 6.6, April 20, 2013) earthquakes overlap. We chose an area of overlapping landslides in order to test our method on landslide inventories located in the near and far fields of the earthquake. We generated three different models for each earthquake-induced landslide scenario: i) seismic parameters only (as a proxy for the trigger); ii) the LSE only; and iii) both seismic parameters and the LSE. The three configurations share the same set of morphometric covariates. This allowed us to study the pattern in the LSE and assess whether it adequately approximated the effects of seismic wave propagation. Moreover, it allowed us to check whether the LSE captured effects that are not explained by the shaking levels, such as topographic amplification. Our results show that the LSE reproduced the shaking patterns in space for both earthquakes with a level of spatial detail even greater than the seismic parameters. In addition, the models including the LSE perform better than conventional models featuring seismic parameters only.

연구 동기 및 목표

• 지진의 지반운동에 대한 사전 지식이 없더라도 잠재공간효과(LSE)가 지진으로 인한 지반파손 분포로부터 지진 진동 패턴을 재구성할 수 있는지 테스트하는 것.
• 지역적 강화와 같은 지진 파rameter가 설명하지 못하는 공간적 구조, 예를 들어 지형적 증폭 효과 등을 LSE가 포착할 수 있는지 평가하는 것.
• 지진 파rameter만, LSE만, 또는 둘 다를 사용한 모델의 성능를 비교하여 지반파손 강도 예측 능력을 평가하는 것.
• 지반파손 위험 모델링에서 알려지지 않거나 신뢰할 수 없는 지진 데이터를 대체할 수 있는 LSE의 능력을 평가하는 것.
• 지반파손 강도 모델이 위험 평가 및 인프라 계획에 더 유용한 정보를 제공하는지, 기존의 위험성 모델보다 더 낫다는 것을 입증하는 것.

제안 방법

• 지도 단위당 지반파손 강도를 예측하기 위해 포isson 우도를 사용하는 로그-가우시안 코크스 프로세스 모델을 사용한다.
• 관측된 공변량이 설명하지 못하는 공간적으로 구조화된 잔차를 포착하기 위해 잠재공간효과(LSE)를 통합한다.
• 세 가지 모델 구성이 테스트되었다: 지진 파ram터만, LSE만, 둘 다 조합된 경우로, 모두 동일한 형태의 형태측정 공변량을 사용한다.
• LSE는 효율적인 베이지안 추론을 위해 통합 내재 라플라스 근사(INLA)를 사용하여 추정된다.
• 모델은 중국 四川성의 2008 워천우 지진과 2013 루산 지진에서의 겹치는 지반파손 목록에 적용되었다.
• 성능 평가는 예측된 지반파손 수와 공간 패턴을 다양한 공간 척도(픽셀 수준 및 기울기 단위 수준)에서 관측된 목록과 비교함으로써 평가되었다.

실험 결과

연구 질문

• RQ1 지진 데이터가 모델에 포함되지 않은 상황에서 잠재공간효과(LSE)가 지반파손 분포로부터 지진 진동의 공간 패턴을 재구성할 수 있는가?
• RQ2 LSE는 지진 파ram터(PGA, PGV 등)와 비교하여 지반파손 강도의 공간 분포를 얼마나 잘 예측하는가?
• RQ3 LSE는 지진 운동 파ram터만으로 설명되지 않는 공간적 효과, 예를 들어 지형적 증폭을 포착하는가?
• RQ4 지진 파ram터에만 의존하는 모델에 비해 LSE는 지반파손 강도 예측을 얼마나 향상시키는가?
• RQ5 지반파손 위험 모델링에서 알려지지 않거나 품질이 낮은 지진 데이터를 대체할 수 있는 LSE는 신뢰할 수 있는가?

주요 결과

• LSE는 워천우 지진과 루산 지진 모두에 대해 지진 진동의 공간 패턴을 지진 파ram터만 사용한 경우보다 더 높은 공간 해상도로 성공적으로 재현하였다.
• 루산 지진의 경우 LSE 패턴이 측정된 지진 강도(MI)와 매우 유사하여 높은 재구성 정확도를 보였다.
• 워천우 지진의 경우 LSE와 MI 사이에 약간의 차이가 있었지만, LSE는 여전히 주요 공간 추세를 잘 포착하였다.
• LSE를 포함한 모델은 지진 파ram터만 사용한 모델보다 지반파손 강도 예측에서 유의미하게 뛰어난 성능을 보였다.
• 기울기 단위 수준에서는 뛰어난 성능을 보였으며, 루산 지진의 경우 예측 지반파손 수가 8120건(실제: 7868건), 워천우 지진의 경우 987건(실제: 928건)이었다.
• 픽셀 수준에서는 높은 변동성으로 인해 포isson 모델이 과분산을 보였지만, 더 넓은 집계 수준에서 성능이 크게 향상되어 계층적 지ap 단위의 가치를 확인하였다.