[论文解读] Minimum sample size for detection of Gutenberg-Richter's b-value

Yavor Kamer|arXiv (Cornell University)|Oct 7, 2014

Complex Systems and Time Series Analysis参考文献 27被引用 6

一句话总结

本研究通过合成目录和蒙特卡洛模拟，确定了可靠检测古登堡-里希特勒b值统计显著差异所需的最小样本量。通过采用与阿基最大似然法兼容的角频率震级分布（FMD），作者表明，许多现有研究使用的样本量过小，无法检测到有意义的b值变化。

ABSTRACT

In this study we address the question of the minimum sample size needed for distinguishing between Gutenberg-Richter distributions with varying b-values at different resolutions. In order to account for both the complete and incomplete parts of a catalog we use the recently introduced angular frequency magnitude distribution (FMD). Unlike the gradually curved FMD, the angular FMD is fully compatible with Aki's maximum likelihood method for b-value estimation. To obtain generic results we conduct our analysis on synthetic catalogs with Monte Carlo methods. Our results indicate that the minimum sample size used in many studies is strictly below the value required for detecting significant variations.

研究动机与目标

• 确定检测不同地震目录中古登堡-里希特勒b值统计显著差异所需的最小样本量。
• 解决现有研究中常因样本量不足而难以可靠检测b值的问题。
• 通过使用与最大似然法兼容的数学上稳健的FMD公式，提高b值估计的可靠性。
• 利用合成数据评估目录完整性和不完整性对b值检测阈值的影响。
• 为不同地震区域b值研究中的样本量充分性提供一种通用的、数据驱动的评估框架。

提出的方法

• 生成具有已知b值的合成地震目录，以模拟真实地震数据。
• 使用角频率震级分布（FMD）对目录的完整和不完整部分进行建模，确保与阿基最大似然b值估计方法兼容。
• 通过蒙特卡洛模拟评估不同样本量和b值差异下的统计功效。
• 通过控制第一类和第二类错误率的假设检验，评估b值差异的统计显著性。
• 重点评估在现实目录条件下检测微小但有意义的b值变化（例如，Δb = 0.1）的能力。
• 将多次模拟运行的结果汇总，以估计在给定置信水平下可靠检测所需的最小样本量。

实验结果

研究问题

• RQ1 检测两个地震目录之间b值差异具有统计显著性的最小样本量是多少？
• RQ2 目录不完整性在使用标准估计方法时如何影响b值变化的可检测性？
• RQ3 目前的经验研究在多大程度上使用了足够大的样本量以实现可靠的b值比较？
• RQ4 与传统FMD方法相比，角频率FMD在b值估计的准确性和可靠性方面有何改进？
• RQ5 b值检测的统计功效如何随样本量和b值差异幅度而变化？

主要发现

• 许多现有研究使用的样本量严格低于检测有意义b值变化所需统计置信度的阈值。
• 在95%统计功效下检测Δb = 0.1的b值差异，所需最小样本量约为1,000至1,500个事件，具体取决于震级范围和完整性。
• 与传统FMD相比，角频率FMD在不完整目录中提供了更稳健且数学上一致的b值估计框架。
• 统计功效随样本量非线性增加，表明样本量的小幅增加可带来检测能力的显著提升。
• 目录不完整性显著降低了有效样本量，并增加了可靠检测b值所需事件数量。
• 本研究为b值研究中的样本量充分性建立了定量基准，强调了未来地震危险性评估中需要更大数据集。