[发明专利]一种考虑大震时间相关性的地震随机事件集模拟方法

说明书

本发明涉及地震工程领域和巨灾保险业务领域，提供了一种考虑大震时间相关性的地震随机事件集模拟方法，包括：确定地震带和潜在震源区上地震活动性参数；设定随机事件集地震序列时间长度；对于潜在震源区，分震级档生成地震随机事件集；对于低震级档采用泊松过程模型得到地震的震级、大小、时间；对于高震级档采用时间相关过程模型得到地震的震级、大小、时间；将各潜在震源区地震目录整合得到整个地震带上的地震目录。本发明创造性提出了地震带上地震活动性整体满足统计意义上泊松分布(时间独立模型)，同时潜在震源区局部采用大震时间相关模型，将整体和局部有机结合，极大提高了地震随机事件集模拟的准确性和实用性，具有良好应用前景。

技术领域

本发明涉及地震工程领域和巨灾保险业务领域，特别涉及一种考虑大震时间相关性的地震随机事件集模拟方法，可用于地震危险性分析。

背景技术

蒙特卡洛模拟方法，也叫随机模拟方法，是一种应用具有各种概率分布的随机数来进行计算机模拟的方法，此方法随所研究的系统进行随机观察抽样，通过对大量样本值的观察统计，求得所研究系统的某些参数。因此，只要能合理地表示地震发生的概率模型，即获得某一区域内地震事件的发生在时间和空间上的分布规律，那么就可以直接利用蒙特卡洛方法对地震序列进行模拟。对于任意一个模拟的地震事件，利用衰减关系，还可以模拟其引起的场地地面运动。这样我们就可以获得一个时期内场地地面运动的序列，通过对这个序列的统计，我们就可以得到与传统概率危险性分析方法一样的结果。这就是基于蒙特卡洛模拟的地震危险性分析方法。

传统的概率性地震危险性分析方法是单个计算地震对场地的影响然后累加计算对场点有影响范围内全部地震事件的影响，而蒙特卡洛方法是生成一系列地震随机事件集，用随机事件集来计算地震危险性。随机事件集是计算地震动影响场的主要输入，在地震保险中建立地震巨灾模型显得举足轻重。所以生成符合物理规律和地震学认识的人工地震目录对地震危险性分析尤为重要。

目前利用蒙特卡洛生成地震随机事件集的方法主要存在如此问题：

(1)地震活动性一般采用时间独立的泊松过程模型，泊松模型是统计意义上，不能恰当的反映地震从孕育到发震的过程，尤其是对于高震级地震往往具有明显的周期复发性；

(2)将地震带的b值运用到潜在震源区上是不合适的，b值反映地震带内不同大小地震频数的比例关系。是地震带内所有潜在震源区上地震资料整合在一起之后得到的一种统计上的关系，并不代表带上各潜在震源区内地震符合震级频度分布函数关系，这样的b值运用的潜源区是不恰当的。

发明内容

本发明的目的是克服现有技术的不足，提供了一种考虑大震时间相关性的地震随机事件集模拟方法，利用蒙特卡洛方法模拟某区域未来一定时间长度的地震目录，由要模拟区域的各种地震活动性参数和地震的震级大小、时间和位置等概率分布模型，通过蒙特卡洛方法随机抽样的方法得到地震的大小、时间、位置，即模拟时间长度内的一系列随机事件集。

本发明基于以下地震学基本理论及规律：

1、地震带内地震震级满足截断的震级-频度关系(G-R关系)：logN＝a-bM,其中，N为所有的震级大于等于M的地震数目，a和b为系数，可根据实际地震记录统计得到。

2、地震带内地震活动性满足泊松分布：地震的发生在空间和时间上都具有随机性，若不考虑地震的大小而只考虑发生与否，则地震带内的地震事件满足泊松分布。

3、地震带内的不同潜在震源区之间地震活动性是不均匀分布的，而在潜在震源区内地震活动是均匀分布的。

本发明采用如下技术方案：

一种考虑大震时间相关性的地震随机事件集模拟方法，所述方法包括如下步骤：

S1、确定地震带和地震带内各潜在震源区的地震活动性参数；

S2、设定要模拟的地震序列时间长度；