人才培养

研究生培养

当前您的位置: 首页 - 人才培养 - 研究生培养 - 正文

人居学院博士研究生答辩安排信息表(Muhammad Salman Ali)

发布日期:2024-11-26浏览量:

学号

4121999267

姓名

Muhammad Salman Ali

导师

罗冬副教授

手机号码


邮箱


研究方向

地球与人居环境科学及工程

论文题目

基于深层场地响应分析和敏感性分析的概率地震危险性评估(PSHA)研究

中文摘要

对地震灾害及其相关影响进行准确评估,为关键基础设施设计中的地面运动选择提供依据,是一项长期的需求。尽管这一领域开展了详尽的前沿研究,但地震灾害评估,尤其是深层土壤场地的地震灾害评估仍有显著进步的空间。在深入了解相关物理现象的基础上,纳入更细致的场地响应分析,对于提高预测能力至关重要。具体而言,在估算深层土壤场地的地表地震危害时,会忽略当地地下土壤沉积及其波传播效应。目前,针对巴基斯坦深层土壤场地的特定场地地震危险性分析忽略了通过场地响应分析估算的当地场地效应,导致存在显著的知识差距。本研究提出了一种场地响应分析的混合方法,旨在提高对局部土层放大估计的准确性。

其次,先前的地震危险性研究往往忽视了地震区源区划定(SASZs)及替代模型敏感性的显著影响。本研究通过定义和整合各种大型和小型震源区模型,并考察其对地震危险性结果的影响,从而解决了这一关键的新型空白。敏感性分析是研究单个逻辑树参数及其相关不确定性对危险性影响的不可或缺的工具,但许多研究未能利用逻辑树参数及相应危险性结果的敏感性分析。本研究旨在通过对岩石和土壤地震危险性评估的逻辑树参数进行全面的敏感性分析,考察其在不同光谱和重现期上的影响,从而弥补这一重要空白。

本文的主要研究有如下几个方面:

(1在基岩层面使用地震构造模型和复杂逻辑树进行岩石概率地震危险性评估(PSHA),并提出混合方法进行场地响应分析:利用FRISK88M和逻辑树框架,在参考基岩层面(VS=760 ms-1)对基岩危害进行了评估。估计了475年、975年和2475年重现期(RP)的岩石均匀危险谱和危险解聚。地震危险性解聚结果随后被用于情景地震的场地响应分析(SRA)。在STRATA中,进行了等效线性SRA。根据地下土壤特性,生成了一个包含 26个土壤子层的土壤模型到基岩顶部。通过蒙特卡洛模拟对土壤特性的随机变异性进行建模,生成了80个随机化的土壤剖面,具有不同的剪切波速度、层厚、单位重量、到基岩的深度及阻尼比和G/Gmax曲线。SRA使用随机振动理论(RVT)和时程(TH)方法进行。SRA使用随机振动理论(RVT)和时程(TH)方法进行。SRA使用岩土工程的场地特定的土壤特性来计算重现期(475年、975年和2475年)的放大因子(AFs)。虽然每种方法各有局限性和优点,本研究提出了一种混合方法,利用RVT和TH结果的优势,以更精确地估算AFs。结合场地特定的放大,将通用GMPEs转化为RVT、TH和混合方法的修正场地特定GMPEs。使用修改的场地特定GMPEs在FRISK88M中计算土壤PSHA。相比杂交种方法,RVT对所有RP的SHA预测过高(3-17%),TH预测过低(1-6%)。

(2地震构造区震源模型对PSHA的影响:PSHA的一个关键组成部分是地震构造震源区(SASZ)的划分。本研究利用地震学、构造和地质数据,为巴基斯坦旁遮普平原建立了五个地震构造模型(SMs)。模型1(SM1)由九个大SASZs组成,这些SASZs根据地震活动进一步细分为较小的区域,从而形成了几个地震构造模型(SM2-SM5)。本研究主要关注每个模型对生成的SHA结果的影响。对每个模型在基岩层次进行了SHA评估使用FRISK88M。结果表明与具有较小区域的SM相比,具有较大区域的SM产生的危害更高。因此,与其余四种模型相比,SM5是最好、最详细的模型,它代表了现实的 SHA。

(3)PSHA逻辑树的详细参数敏感性分析:本研究在不同的光谱期(SPs)和重现期(RPs)下,分析了逻辑树节点的敏感性,包括震级分布、GMPEs、地震源机制、a值分布、深度分布、重现方法和b值分布。一般假设逻辑树变量对基岩和土壤SHA的影响是相同的。然而,分析表明,岩石灾害与平均值的偏差比土壤灾害高0-6%。基于与平均危险性的百分比差异,分配了敏感度等级。每个逻辑树节点的灵敏度级别类属于岩石和土壤危害的同一类别。分析表明,重现方法节点是“不敏感的”(≤5%),而地震源机制和a-值分布节点对危险性具有“低”敏感度(>5-15%)。震级逻辑树节点的分布对PSHA结果具有“中等”敏感度(>15-25%),而b值节点的分布表现出“高”敏感度(>25-35%)。根据危险性结果的差异,深度分布和GMPEs的敏感度为“非常高”(>35%)。

研究表明,所提出的混合方法为位点扩增提供了一种创新、实用且高效的解决方案。此外,该研究还强调了源模型的影响,强调了选择适当的SASZ进行准确危害评估的重要性。同时,敏感性分析强调了量化和细化关键逻辑树输入参数和模型的价值,这对于未来的PSHA可能有用。总体而言,这项研究为有效减少未来危害评估的不确定性提供了一个有价值的框架。

答辩时间

2024年 11 月 26日 下午R 16:00开始

答辩地点

西安交通大学兴庆校区东二楼105

答辩秘书

岳焱超

手机号码


工作单位

西安交通大学

答辩评委

评委人数

姓名

职称/是否博导

工作单位

1

刘伯权

教授是

长安大学

2

杨政

教授是

西安交通大学

3

孙清

教授是

西安交通大学

4

廖红建

教授是

西安交通大学

5

侯健

教授是

西安交通大学

6

郭东欣

高级工程师 是

信电综合勘察设计研究院有限公司

7

李昌宁

正高级工程师 是

中铁一局集团有限公司