GMPEs híbridos para PSHA específica de la región en el sur de Italia
Autores: D"Amico, Maria; Lanzano, Giovanni; Santulin, Marco; Puglia, Rodolfo; Felicetta, Chiara; Tiberti, Mara Monica; Gomez-Capera, Antonio Augusto; Russo, Emiliano
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
GMPEs híbridos para PSHA específica de la región en el sur de Italia
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Ciencias de la Tierra y Geología
Palabras clave
Resultados del proyecto
Ecuaciones de predicción de movimiento del suelo híbrido
Sur de Italia
Niveles de peligro sísmico
Datos sintéticos
Evaluación probabilística del peligro sísmico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Este documento describe los principales hallazgos del proyecto HYPSTHER (Ecuaciones híbridas de predicción del movimiento del suelo para fines de PSha: el caso de estudio del sur de Italia; apoyado por el Instituto Italiano de Geofísica y Vulcanología). El objetivo del proyecto es desarrollar un enfoque metodológico para recuperar Ecuaciones de Predicción del Movimiento del Suelo (GMPEs) híbridas basadas en la integración de datos registrados y sintéticos. Esta metodología se aplicó al área de estudio del sur de Italia, centrándose en las regiones de Calabria del Sur y Sicilia. El área objetivo fue elegida debido a los altos niveles de peligro sísmico esperados, a pesar de la baja actividad sísmica en las últimas décadas. Además, a lo largo de la costa del área de estudio, hay muchas infraestructuras críticas, como plantas químicas, refinerías y grandes puertos, que aumentan considerablemente el riesgo de accidentes tecnológicos inducidos por terremotos. A través de los datos sintéticos, las predicciones de las GMPEs híbridas se han mejorado en condiciones de campo cercano, en comparación con los modelos empíricos para terremotos moderados a grandes. La atenuación a distancias mayores de 50 km está controlada por los datos empíricos, ya que la atenuación es más rápida con la distancia. La variabilidad aleatoria de los modelos híbridos tiene un fuerte impacto en la evaluación probabilística del peligro sísmico, ya que es menor que la sigma de las GMPEs empíricas. El uso de las GMPEs híbridas específicas para el área de estudio puede producir reducciones notables en los niveles de peligro para períodos de retorno largos, principalmente debido a cambios en las predicciones medianas y a la reducción de la variabilidad aleatoria.
Descripción
Este documento describe los principales hallazgos del proyecto HYPSTHER (Ecuaciones híbridas de predicción del movimiento del suelo para fines de PSha: el caso de estudio del sur de Italia; apoyado por el Instituto Italiano de Geofísica y Vulcanología). El objetivo del proyecto es desarrollar un enfoque metodológico para recuperar Ecuaciones de Predicción del Movimiento del Suelo (GMPEs) híbridas basadas en la integración de datos registrados y sintéticos. Esta metodología se aplicó al área de estudio del sur de Italia, centrándose en las regiones de Calabria del Sur y Sicilia. El área objetivo fue elegida debido a los altos niveles de peligro sísmico esperados, a pesar de la baja actividad sísmica en las últimas décadas. Además, a lo largo de la costa del área de estudio, hay muchas infraestructuras críticas, como plantas químicas, refinerías y grandes puertos, que aumentan considerablemente el riesgo de accidentes tecnológicos inducidos por terremotos. A través de los datos sintéticos, las predicciones de las GMPEs híbridas se han mejorado en condiciones de campo cercano, en comparación con los modelos empíricos para terremotos moderados a grandes. La atenuación a distancias mayores de 50 km está controlada por los datos empíricos, ya que la atenuación es más rápida con la distancia. La variabilidad aleatoria de los modelos híbridos tiene un fuerte impacto en la evaluación probabilística del peligro sísmico, ya que es menor que la sigma de las GMPEs empíricas. El uso de las GMPEs híbridas específicas para el área de estudio puede producir reducciones notables en los niveles de peligro para períodos de retorno largos, principalmente debido a cambios en las predicciones medianas y a la reducción de la variabilidad aleatoria.