[논문 리뷰] The contribution of pattern recognition of seismic and morphostructural data to seismic hazard assessment

Antonella Peresan, A. I. Gorshkov외 2명|arXiv (Cornell University)|2015. 01. 01.

earthquake and tectonic studies참고 문헌 82인용 수 29

한 줄 요약

이 논문은 형태구조 데이터 분석과 시간에 따라 변화하는 지진성 예측(즉, CN 및 M8S 알고리즘을 통한)을 통합한 다중 척도 패턴 인식 기반 접근법을 제안하며, 뉴-결정론적 지진 위험 평가(NDSHA)와 융합하여 지진 위험 지ap 도시화를 향상시킨다. 이는 PSHA가 저위험 지역에서 큰 지진을 예측하는 데에 한계를 보였던 점을 감안할 때, 2012년 에밀리아 지진(M=6.1)과 같이 PSHA가 위험을 과소평가한 사례에서 성공적인 예측 가능성을 입증한다.

ABSTRACT

Experience from the destructive earthquakes worldwide, which occurred over the last decade, motivated an active debate discussing the practical and theoretical limits of the seismic hazard maps based on a classical probabilistic seismic hazard approach (PSHA). Systematic comparison of the observed ground shaking with the expected one, in fact, shows that such events keep occurring where PSHA predicted seismic hazard to be low. Amongst the most debated issues is the reliable statistical characterization of the spatial and temporal properties of large earthquakes occurrence, due to the unavoidably limited observations from past events. We show that pattern recognition techniques allow addressing these issues in a formal and testable way and thus, when combined with physically sound methods for ground shaking computation, like the neo-deterministic approach (NDSHA), may produce effectively preventive seismic hazard maps. Pattern recognition analysis of morphostructural data provide quantitative and systematic criteria for identifying the areas prone to the largest events, taking into account a wide set of possible geophysical and geological data, whilst the formal identification of precursory seismicity patterns (by means of CN and M8S algorithms), duly validated by prospective testing, provides useful constraints about impending strong earthquakes at the intermediate space-time scale. According to a multi-scale approach, the information about the areas where a strong earthquake is likely to occur can be effectively integrated with different observations (e.g., geodetic and satellite data), including regional scale modelling of the stress field variations and of the seismic ground shaking, so as to identify a set of priority areas for detailed investigations of short-term precursors at local scale and for microzonation studies. Results from the pattern recognition of earthquake prone areas (M>=5.0) in the PO Plain (northern Italy), as well as from prospective testing and validation of the time-dependent NDSHA scenarios are presented, including the case of the May 20, 2012 Emilia earthquake.

연구 동기 및 목표

• 최근 파괴적인 지진이 발생했음에도 불구하고 PSHA가 예측하지 못한 저위험 지역에서 큰 지진을 예측하는 데에 있어 고전적 확률론적 지진 위험 평가(PSHA)의 한계를 해결한다.
• 희소한 역사적 지진 데이터 문제를 해결하기 위해 지진 발생 가능성이 높은 지역을 식별하고, 임박한 강력한 지진을 예측할 수 있는 공식적이고 검증 가능한 방법을 개발한다.
• 지질학적 및 지물리학적 데이터의 패턴 인식을 시간에 따라 변화하는 NDSHA 시나리오와 융합하여 보다 신뢰할 수 있고 예방 중심인 지진 위험 지도를 제작한다.
• 특정 지역에 대한 고해상도 마이크로존레이션 및 단기 전구징후 연구를 가능하게 하기 위해 세부 모니터링에 우선순위를 두는 영역을 식별한다.

제안 방법

• 형태구조 데이터(예: 구조선, 단층 시스템, 지각 이질성 등)에 패턴 인식 기법을 적용하여 M≥5.0 지진 발생 가능성이 높은 지역을 정량적으로 식별한다.
• CN 및 M8S 알고리즘을 사용하여 공간과 시간에 걸쳐 통계적으로 검증된 전구징후 지진성 패턴을 탐지함으로써 중간 척도의 임박한 강력한 지진 예측을 제공한다.
• 식별된 고위험 지역과 지구측량 및 위성 데이터를 융합하여 지역 규모의 응력장 변화 및 지표면 변형을 모니터링한다.
• 패턴 인식 결과를 뉴-결정론적 지진 위험 평가(NDSHA) 방법과 융합하여 물리적 모델링 기반의 파동 전파를 바탕으로 현실적인 지반 진동 시나리오를 시뮬레이션한다.
• 역사적 자료(2012년 에밀리아 지진 포함)를 활용하여 시간에 따라 변화하는 NDSHA 시나리오의 사전 테스트 및 검증을 수행한다.
• 지역 응력장 모델링과 현지 마이크로존레이션 및 단기 전구징후 조사 간의 연결을 위해 다중 척도 프레임워크를 적용한다.

실험 결과

연구 질문

• RQ1 형태구조 데이터의 패턴 인식은 지각 활동이 높은 지역에서 M≥5.0 지진 발생 가능성이 높은 지역을 신뢰성 있게 식별할 수 있는가?
• RQ2 CN 및 M8S 알고리즘은 중간 척도의 공간-시간 범위에서 임박한 강력한 지진에 대해 유효하고 사전 예측 가능한가?
• RQ3 패턴 인식과 NDSHA를 융합함으로써 고전적 PSHA에 비해 지진 위험 지도의 정확도는 얼마나 향상되는가?
• RQ4 제안된 다중 척도 접근법은 세부적인 단기 전구징후 모니터링 및 마이크로존레이션 연구를 위한 우선 영역을 효과적으로 우선순위를 정할 수 있는가?
• RQ5 2012년 에밀리아 지진(M=6.1)은 제안된 패턴 인식 및 NDSHA 프레임워크를 통해 예측 가능했는가?

주요 결과

• 이탈리아 북부 폴 평야에서 형태구조 데이터의 패턴 인식이 M≥5.0 지진에 대한 고위험 지역을 성공적으로 식별하여 위험 지도 제작에 정량적 근거를 제공했다.
• CN 및 M8S 알고리즘의 사전 테스트 결과, 주요 지진 발생 이전의 전구징후 지진성 패턴을 탐지할 수 있음을 입증했으며, 이는 2012년 에밀리아 지진에도 적용되었다.
• 패턴 인식에 기반한 시간에 따라 변화하는 NDSHA 시나리오는 2012년 에밀리아 지진 기간 관측된 지반 진동 수준을 정확히 재현하여 이론적 타당성을 입증했다.
• 형태구조 패턴과 지구측량 및 위성 데이터의 융합을 통해 임박한 지진 사건과 관련된 지역 응력장 변화를 식별할 수 있었다.
• 다중 척도 프레임워크는 2012년 에밀리아 지진 발생지 근처와 같은 특정 지역을 세부적인 현지 규모의 모니터링 및 마이크로존레이션 연구에 우선순위를 두어 성공적으로 우선시했다.
• 결과적으로 제안된 방법은 실시간 및 역사적 자료에서 유래한 물리적 및 통계적 제약 조건을 통합함으로써 PSHA의 핵심적 한계를 극복하며, 더 신뢰할 수 있는 위험 평가 결과를 도출함을 보여주었다.