引用本文
李春果, 王宏伟, 温瑞智, 任叶飞. 2020. 地震动残差分析盆地附加放大效应:日本关东盆地为例. 震灾防御技术, 15(4): 684-695, DOI:10.11899/zzfy20200403.
权限
地震动残差分析盆地附加放大效应:日本关东盆地为例
李春果1,2) 王宏伟1,2) 温瑞智1,2) 任叶飞1,2)
1) 中国地震局工程力学研究所, 哈尔滨 150080
2) 中国地震局地震工程与工程振动重点实验室, 哈尔滨 150080
[基金项目]:中国地震局工程力学研究所基本科研业务(2018B03);国家自然科学基金资助项目(51808514、51878632)
[收稿日期]:2020-08-21
[作者简介]:李春果, 女, 生于1995年。博士研究生。主要从事地震动场地效应研究。E-mail: lcggzl007@163.com
[通讯作者]:王宏伟, 男, 生于1990年。助理研究员。主要从事地震动特征及预测等方面研究。E-mail: whw1990413@163.com
摘要

我国地震动预测及地震危险性分析通常仅考虑局部场地浅层岩土层对地震动的放大效应,不能考虑较大范围的地质条件影响,如沉积盆地厚沉积层对地震动的附加放大效应通常被忽略,造成盆地内地震动及地震危险性预测结果普遍被低估。本文以地震动观测记录数据充足的日本关东盆地为例,采用地震动残差分析方法评估盆地附加放大效应,分析覆盖层厚度、盆地内空间位置、震级、震源距对地震动放大效应的影响,建立关东盆地附加放大效应经验评估模型。分析表明:关东盆地附加放大效应与反应谱周期相关,整体上从短周期的1.0逐渐增大至周期为5s时的1.5,附加放大效应与覆盖层厚度相关性较小,主要受盆地空间位置和震源距的影响;盆地北部边缘及西北部地区附加放大效应更强烈,盆地南部附加放大效应较小,这可能与盆地边缘效应密切相关。本文建立的关东盆地附加放大效应经验模型略高于BSSA14和ASK14模型的放大效应预测。相关研究结果可用于我国地震动预测、下一代地震动区划图修订等。

关键词: 地震动  残差分析  关东盆地  盆地效应  经验模型  


引言

盆地大多由地壳的沉降或断陷形成,四周被山脉或断层所围限,盆地浅部通常填充着松散的沉积物。当体波由深部入射到盆地边缘时,介质的横向不均匀性会激发出沿地表传播的面波,地震波能量被捕捉于盆地中,从而增大盆地内的地震动强度。由于独特的地质构造和可以导致地震波聚焦、面波激发的地震波传播方向的不利组合,引起沉积盆地内地震动幅值增大、长周期成分提高、持时延长的现象通常称为盆地效应。1985年9月19日Mexico city地震、2010年9月4日Darfield地震、2011年2月22日Christchurch地震、2018年5月12日汶川地震等多次地震中已观测到典型的盆地效应。盆地对地震动持时、幅值及频谱特性的显著影响与沉积盆地内工程结构的地震破坏密切相关,许多震害实例表明,沉积盆地内长周期、大跨度结构更显著的地震破坏与沉积盆地对长周期地震动更强的放大效应有关,例如远离震中的墨西哥城高层建筑在多次地震中严重破坏;近年来有关研究表明盆地内工程结构倒塌与盆地对地震动谱形状(Eads等,2015)、显著持时(Chandramohan等,2016)的影响有密切关系。

近几十年来,国内外研究人员针对地震动的盆地效应开展了大量研究工作,利用解析法、数值模拟法以及地震动观测记录统计分析研究沉积盆地内地震波的传播规律及其对地震动的影响规律。解析法主要研究形状规则的二维或三维沉积凹陷地形对入射P波、SV波、SH波和Rayleigh波的响应,分析盆地几何特征对地震动的影响(Yuan等,1995)。解析法在揭示物理本质及参数影响方面具有明显优势,但仅适用于形状规则、单一或层状的线弹性介质盆地。许多研究通过构建沉积盆地模型,利用数值模拟方法模拟地震波传播,研究场地特征参数(沉积层厚度、长宽比、深宽比等)对地震动放大效应的影响规律(Meza-Fajardo等,2016),揭示边缘效应对面波的激发及地震动长周期成分的放大作用(Frankel等,2009刘启方等,2013)。

随着强地震动观测记录的积累,目前许多研究利用大量地震动观测记录分析地震动盆地效应。Hruby等(2003)利用1994年北岭地震和1987年Whittier地震中洛杉矶盆地的地震动记录与考虑基岩场地放大的随机有限断层方法模拟记录之间的谱比结果,分析盆地对地震动谱的放大效应,揭示了沉积层厚度与放大效应的显著相关性;王海云(2011)利用汶川地震中渭河盆地内的强震动记录,通过标准谱比方法估计场地放大效应,分析沉积层厚度对地震动峰值、谱加速度放大效应的影响以及观测方向与放大效应的相关性,同时明确指出盆地边缘效应进一步加重了盆地边缘区域的震害。近年来一些研究针对大型俯冲带地震中沉积盆地的地震响应开展研究,如Skarlatoudis等(2015)利用日本3次俯冲带地震中关东和新泻盆地的强震动记录以及基于三维速度结构模型的数值模拟记录,建立了地震动谱幅值的放大系数与沉积层厚度的经验关系;Marafi等(2017)利用日本2次俯冲带大地震中多个盆地的强震动记录,分析了沉积层厚度对地震动持时及其谱幅值、形状的影响,揭示了沉积场地对盆地内工程结构倒塌的贡献;Moschetti等(2020)利用阿拉斯加库克湾地区的俯冲地震地震动观测记录,评估了库克湾盆地的空间放大效应。

在我国,许多大城市(如北京、成都、西安等)均位于松软沉积层较厚的盆地中,随着城市化水平的快速提高,城市中的超高层及大跨空间建筑、桥梁等大型长周期工程结构日益增多,其地震安全性亟待关注。针对一般工程结构,国内第五代地震动参数区划图提供了地震动峰值加速度、地震动反应谱特征周期的场地类别调整,反映场地浅层土层结构对地震动的放大效应;针对重大工程结构的地震安全性评价,利用一维等效线性化方法考虑地表浅层土层对地震动的放大效应,显然忽略了沉积场地深部沉积层及盆地地形的影响,尤其是对长周期地震动的影响。目前国际上最先进的地震动模型(如NGA系列模型)已利用覆盖层厚度体现深部沉积层对地震动的附加放大效应,美国最新地震危险性图专门考虑了盆地区域(如洛杉矶、旧金山湾区、西雅图、盐湖城等)的地震动盆地放大效应(潘华等,2017张萌等,2017),未来我国地震动区划工作中盆地放大效应也将成为重要的考虑因素。本文以日本关东盆地的盆地效应为例,介绍利用强震动观测记录基于残差分析方法评估盆地深部沉积层对地震动的附加放大效应,揭示覆盖层厚度、空间位置、震级、距离等对附加放大效应的影响,并建立关东盆地附加放大效应经验模型,相关研究为我国地震动盆地效应的经验评估提供参考。

1 盆地效应残差分析方法

地震动预测方程(GMPE)是地震动强度指标(峰值、反应谱、持时等)与表征震源、传播路径和场地效应的特征参数之间的定量关系,是工程中预测地震动的重要方法,GMPE通常以场地浅层特征(如场地类别或地下30m等效剪切波速VS30)表示场地对地震动的影响,忽略了深部土层、地形等对地震动的附加放大效应,对诸如盆地等深厚沉积场地的地震动强度预测有明显偏差(Wen等,2018)。目前NGA-West2建立的多个GMPE均考虑了沉积盆地的厚沉积层对地震动的放大效应。根据GMPE,地震动强度指标观测值Yes可表示为:

${\rm{ln}}{Y_{{\rm{es}}}} = \mu (M, R, site){\rm{ }} + {R_{{\rm{es}}}}$ (1)

式中,μMRsite)表示地震动预测方程给出的地震动强度指标预测中位值;Res表示预测总残差;下标e、s分别代表地震和台站。

总残差Res可分解为事件间残差δBe和事件内残差δWesAtik等,2010),δBe表示地震e的地震动强度指标观测值与预测方程预测中位值的平均偏差,包含了地震e震源项与预测方程表征的平均震源项之间的偏差。为避免非弹性衰减差异的影响,δBe的计算考虑80km以内的观测记录(Boore等,2014)。δWes=Res-δBe,体现了地震e中台站s的地震动强度指标观测值与观测记录回归中位值之间的偏差,包含了台站s的场地效应与预测方程代表的平均场地效应之间的偏差和地震e的路径衰减项与预测方程代表的平均路径衰减项之间的偏差δWespAbrahamson等,2014),其中δWesp= Δc3(R-Rref) + δWlR,通过拟合δWesR得到系数Δc3δWlR,盆地的附加放大效应可表示为:

$BAF = \exp \left[ {\frac{{\sum\limits_{{\rm{e}} = 1}^{N{E_{\rm{s}}}} {(\delta {W_{{\rm{es}}}} - \delta {W_{{\rm{esp}}}})} }}{{N{E_{\rm{s}}}}}} \right]$ (2)

式中,NEs表示台站s记录的地震个数。式(2)表示的盆地附加放大效应是实际盆地放大效应的一部分,浅表层场地特征参数(场地类别、VS30)预测的场地放大效应无法反映盆地深部沉积土层、盆地地形对盆地内地震动的放大效应,实际的盆地放大效应尚应包括GMPE中场地类别或VS30表示的场地浅表层土层的放大效应。

本文以关东盆地作为研究目标,选用Zhao等(2006)建立的日本地区地震动预测方程提供地震动PSA的预测中位值,该预测方程仅以场地类别考虑了场地浅层岩土层对地震动的影响,可用来分析盆地附加放大效应。

2 日本关东盆地强震动数据

日本关东盆地由东京地区地下剪切波速低至500m/s的深厚沉积物和千叶县地区地下深达4公里的沉积物构成(Koketsu等,2009)。本研究选用关东盆地及其附近区域的75次矩震级Mw为4.5—6.5的地壳内浅源地震中K-NET台网收集的震源距小于300km的11842组强震动观测记录(图 1),这些地震的震源深度均不超过30km(参考JMA Unified Hypocenter Catalogs),根据Hi-net和GCMT提供的地震震源机制解并参考Zhao等(2006)预测方程对断层类型的分类标准,本研究选取的地震中走滑、正断层、逆冲地震数分别为27次、37次、11次,为确保事件间残差的可靠计算,K-NET台网观测记录的震源距80km以内的数据均不少于10组。本研究选用记录的震级-震源距分布如图 2(a)所示。为得到可靠的地震动峰值及反应谱,对选取的强震动记录进行数据处理,包括基线校正和0.1—30Hz巴特沃斯带通滤波,分别计算两个水平分量5%阻尼比的拟加速度反应谱(PSA),并以两个水平分量PSA的几何平均值表示地震动水平向观测值,其中0.3s和3s水平向PSA如图 2(b)(c)所示。


图 1 选取的地震事件及关东盆地内K-NET台站分布 Fig. 1 Distribution of selected seismic events and K-NET stations in the Kanto basin

图 2 震级-震源距分布及其0.3s、3s的水平向PSA Fig. 2 Magnitude vs. hypocentral distance and observed horizontal PSA at period of 0.3s and 3s for recordings under consideration

为提高关东盆地长周期地震动的可靠预测,日本地震调查推进本部发布了关东地区浅部、深部统合地下构造模型,该模型提供了关东盆地区域网格场点不同剪切波速沉积层上表面的深度,目前常用特定剪切波速沉积层上表面深度Z来表示沉积盆地的沉积层厚度,其中常用的Z1.0Z1.5Z2.0分别为剪切波速为1.0、1.5、2.5km/s的沉积层上表面深度。本研究规定关东盆地边缘为Z1.0=500m的区域(图 1),计算关东盆地内52个K-NET台站的附加放大效应,这些台站均记录了不少于10组选用的地震动观测记录。基于关东地区浅部、深部统合地下构造模型,通过插值给出关东盆地内52个K-NET台站的Z1.0Z1.5Z2.0参数,利用K-NET台站的钻孔剪切波速数据计算本研究选用的K-NET台站VS30,对于钻孔深度小于30m的多数台站,基于Wang等(2015)提出的日本地区剪切波速外推方法估计台站VS30,根据Zhao等(2006)预测方程中VS30与场地类别经验关系确定这些台站的场地类别,并应用于此预测方程的PSA预测中位值计算。

3 附加放大效应影响因素分析
3.1 覆盖层厚度

关东盆地内52个K-NET台站的场地附加放大效应计算结果如图 3所示。为考虑关东盆地深层场地特征条件对台站附加放大效应的影响,按照台站覆盖层厚度进行分组,并计算各分组内台站的平均附加放大效应,覆盖层厚度不同,分组台站的平均附加放大效应差异较小,说明覆盖层厚度对附加放大效应影响较小,可近似以盆地内台站的平均附加放大效应作为关东盆地台站附加放大效应。为对比盆地内外的附加放大效应,利用盆地范围外观测记录数不少于10组的186个K-NET台站的附加放大效应平均值表示盆地外附加放大效应,盆地内外附加放大效应差异显著,盆地内附加放大效应随周期增大呈现逐渐增大趋势,短周期略低于1.0,随周期增大逐渐增大至1.5;而盆地外附加放大效应随周期增大呈现逐渐减小趋势,短周期略高于1.0,随周期增大逐渐减小至0.8,上述结果充分说明,未考虑沉积盆地效应的GMPE对盆地内地震动尤其是长周期地震动的明显低估,以及对盆地外长周期地震动的高估。盆地内长周期的显著放大,与盆地内深厚沉积场地土层对长周期地震动面波的发育显著相关(刘烁宇等,2018),从而增大了盆地的附加放大效应。


图 3 覆盖层厚度对盆地附加放大效应的影响 Fig. 3 The influence of sedimentary thickness on extra amplification effect
3.2 空间分布

为了解盆地内位置与附加放大效应是否相关,盆地内K-NET台站不同周期(0.3s、1.0s、2.0s和5.0s)的附加放大效应相对于关东盆地附加放大效应(盆地内台站的平均值)的偏差如图 4所示,偏差为正(负)值表示更大(小)的附加放大效应。短周期(0.3s)偏差空间分布无明显规律,长周期(1.0s、2.0s、5.0s)盆地北部边缘及西北部狭长地带的附加放大效应更显著,而南部的附加放大效应较小。由图 4可知,盆地沉积厚度对附加放大效应的影响较小,影响附加放大效应的主要因素为台站在盆地内的空间分布,这与部分学者的研究结论相似,如Denolle等(2014)以关东盆地外台站作为虚拟震源,盆地内台站作为接收台站,研究关东盆地的放大响应,发现关东盆地放大效应与地震波入射方向有关;Furumura等(2007)通过观测记录及关东盆地地震波传播模拟,发现关东盆地北部边缘产生的瑞利波是盆地放大效应的主要原因,且面波的产生与地震波传播方向有密切关系。


图 4 盆地内K-NET台站的附加放大效应空间分布 Fig. 4 Spatial distributions of extra amplification effects at various spectral periods in the Kanto basin
3.3 震级

震级是主要的震源参数,为体现地震震级对盆地内台站附加放大效应的影响,按照震级将选用记录分为4组,分别对应矩震级Mw为4.5—5.0、5.0—5.5、5.5—6.0和6.0—6.5,为保证计算结果可靠,对应各震级分档的记录数少于10组的台站的附加放大效应不予考虑。Mw为6.0—6.5时,盆地内各台站的记录数较少,因此未提供该震级分档的附加放大效应计算结果。针对震级分档不同的3组记录,根据式(2)计算盆地内台站的附加放大效应及与台站附加放大效应的偏差(图 5)。由图 5可知,震级变化对短周期附加放大效应影响较小,整体在0附近,但对长周期附加放大效应有一定影响,随震级增大,长周期附加放大效应逐渐由小于0变化为大于0,说明震级越大附加放大效应越大。由于分析选用的震级范围4.5—6.0较小,尤其是缺少6.0级以上地震的盆地附加放大效应计算结果,尚无法判断震级更大的地震是否会对关东盆地产生更强的长周期附加放大效应。


图 5 震级对盆地附加放大效应的影响 Fig. 5 The influence of magnitude on extra amplification effect
3.4 震源距

为体现地震震源距Rhyp对盆地内台站附加放大效应的影响,分别利用距离分档不同的3组记录,根据式(2)计算盆地内台站的附加放大效应及与台站附加放大效应的偏差(图 6),为保证计算结果可靠性,各距离分档内记录数少于10组的台站的附加放大效应不予考虑。距离较小时(震源距<100km),附加放大效应偏差随周期增大略呈下降趋势,逐渐由0减小至-0.2,说明此时的附加放大效应偏弱;震源距为100—200km时,附加放大效应偏差整体在0附近变化,说明此时附加放大效应与关东盆地的附加放大效应较为一致;震源距>200km时,附加放大效应偏差整体大于0,且随周期增大而增大,说明此时长周期附加放大效应更强烈。上述结果说明,关东盆地对远场地震的地震动附加放大效应更显著,进而推断,远场地震更易于激发沉积盆地内的长周期面波,从而显著放大长周期地震动。Denolle等(2014)的研究表明,关东盆地的放大系数取决于地震波的入射方向角,当震源距较大时,即震源与盆地相距较远,地震波进入盆地内,入射角发生改变,由基岩传播至松软沉积层的波阻抗变化过程中更易形成长周期的地震波,从而产生较大的附加放大效应。


图 6 震源距对盆地附加放大效应的影响 Fig. 6 The influence of hypocentral distance on extra amplification effect
4 关东盆地附加放大效应经验模型

根据前文分析,关东盆地的附加放大效应受覆盖层厚度的影响较弱,主要与震源距及盆地内位置相关,由于本文分析的震级范围较小,震级对长周期附加放大效应的影响并未在经验模型中考虑。本文根据盆地内台站的平均附加放大效应结果(图 3)提出盆地附加放大效应的基础经验模型,并根据距离影响调整基础模型,进而给出关东盆地的附加放大效应经验模型。

关东盆地附加放大效应基础模型可采用以下函数形式表示:

$BA{F_{\rm{b}}}(T) = C\frac{{1 + {{(T/{T_1})}^{{n_1}}}}}{{1 + {{(T/{T_2})}^{{n_2}}}}}$ (3)

通过非线性最小二乘法拟合给出回归系数CT1T2n1n2表 1),回归得到的基础模型可以较好的表示平均附加放大效应(图 7(a)),同时采用式(4)调整附加放大效应基础模型以体现震源距的影响:

$BA{F_{\rm{m}}}(T) = {\rm{ }}{D_i}{e^{{{ - T} / {{T_{3i}}}}}} + {n_{3i}}$ (4)
表 1 基础经验模型的拟合系数 Table 1 Fitness coefficients of empirical basic model

图 7 基础经验模型拟合曲线及盆地附加放大效应经验模型 Fig. 7 The fitness curve of basic empirical model and the empirical model of extra amplification effect in Kanto basin

式中,i=1,2,3,分别表示0<Rhyp≤100km、100km<Rhyp≤200km和200km<Rhyp≤300km;采用非线性最小二乘法拟合给出回归系数DiT3in3i表 2)。本研究经验模型得到的距离关东盆地0—100km、100—200km和200—300km处发生地震后,关东盆地对地震动的附加放大效应如图 7(b)所示。分别采用Boore等(2014)(以下简称为“BSSA14模型”)和Abrahamson等(2014)(以下简称为“ASK14模型”)提供的盆地效应模型计算盆地内52个K-NET台站的附加放大效应,并与本研究的经验模型进行对比(图 8),结果显示,本研究经验模型的周期变化与BSSA14和ASK14模型接近,附加放大效应整体上略高于BSSA14模型,ASK14模型与本研究提供的震源距0—100km的经验模型较为接近,但低于震源距大于100km的模型。

表 2 震源距调整基础模型的拟合系数 Table 2 Fitness coefficients of adjusted model scaling with hypocentral distance

图 8 经验模型与BSSA14、ASK14模型盆地项对比 Fig. 8 The comparisons of empirical model with model BSSA14 and model ASK14
5 结论

本文以日本关东盆地的放大效应为例,利用强震动观测记录的残差分析方法得到了关东盆地内52个K-NET台站的附加放大效应,分析其影响因素并建立关东盆地附加放大效应经验模型。主要结论如下:

(1)关东盆地内附加放大效应在1.0—1.5之间,随周期增大而增大,关东盆地外无明显的附加放大效应。

(2)覆盖层厚度对关东盆地附加放大效应影响较小,可忽略不计,震级对盆地附加放大效应有一定影响,但由于本文研究震级范围较小,尚不能明确更大震级范围是否有相同的结果。

(3)附加放大效应与盆地内位置具有明显相关性,盆地北部边缘及西北部地区附加放大效应更强烈,盆地南部附加放大效应较小,显示了关东盆地的区域化特征。

(4)地震距离盆地的距离与附加放大效应有明显相关性,距离越大附加放大效应越明显,且距离较短时放大效应随周期增大呈减小趋势,距离较大时随周期增大而不断递增至3s后略有下降。

参考文献
刘启方, 于彦彦, 章旭斌, 2013. 施甸盆地三维地震动研究[J]. 地震工程与工程振动, 33(4): 54-60.
刘烁宇, 李英民, 2018. 盆地型长周期地震动的判别准则[J]. 湖南大学学报(自然科学版), 45(5): 85-93.
潘华, 张萌, 李金臣, 2017. 美国地震区划图的发展——地震危险性图与抗震设计图[J]. 震灾防御技术, 12(3): 511-522.
王海云, 2011. 渭河盆地中土层场地对地震动的放大作用[J]. 地球物理学报, 54(1): 137-150. DOI:10.3969/j.issn.0001-5733.2011.01.015
张萌, 潘华, 李金臣, 2017. 美国建筑抗震设计的法规体系与设计地震动的确定[J]. 震灾防御技术, 12(2): 306-318.
Abrahamson N. A., Silva W. J., Kamai R., 2014. Summary of the ASK14 ground motion relation for active crustal regions[J]. Earthquake Spectra, 30(3): 1025-1055. DOI:10.1193/070913EQS198M
Atik L. A., Abrahamson N., Bommer J. J., et al, 2010. The variability of ground-motion prediction models and its components[J]. Seismological Research Letters, 81(5): 794-801. DOI:10.1785/gssrl.81.5.794
Boore D. M., Stewart J. P., Seyhan E., et al, 2014. NGA-West2 equations for predicting PGA, PGV, and 5% damped PSA for shallow crustal earthquakes[J]. Earthquake Spectra, 30(3): 1057-1085. DOI:10.1193/070113EQS184M
Chandramohan R., Baker J. W., Deierlein G. G., 2016. Quantifying the influence of ground motion duration on structural collapse capacity using spectrally equivalent records[J]. Earthquake Spectra, 32(2): 927-950. DOI:10.1193/122813eqs298mr2
Denolle M. A., Miyake H., Nakagawa S., et al, 2014. Long-period seismic amplification in the Kanto Basin from the ambient seismic field[J]. Geophysical Research Letters, 41(7): 2319-2325. DOI:10.1002/2014GL059425
Eads L., Miranda E., Lignos D. G., 2015. Average spectral acceleration as an intensity measure for collapse risk assessment[J]. Earthquake Engineering and Structural Dynamics, 44(12): 2057-2073. DOI:10.1002/eqe.2575
Frankel A., Stephenson W., Carver D., 2009. Sedimentary basin effects in Seattle, Washington: ground-motion observations and 3D simulations[J]. Bulletin of the Seismological Society of America, 99(3): 1579-1611. DOI:10.1785/0120080203
Furumura T., Hayakawa T., 2007. Anomalous propagation of long-period ground motions recorded in Tokyo during the 23 October 2004 Mw 6.6 Niigata-ken Chuetsu, Japan, earthquake[J]. Bulletin of the Seismological Society of America, 97(3): 863-880. DOI:10.1785/0120060166
Hruby C. E., Beresnev I. A., 2003. Empirical corrections for basin effects in stochastic ground-motion prediction, based on the Los Angeles Basin analysis[J]. Bulletin of the Seismological Society of America, 93(4): 1679-1690. DOI:10.1785/0120020121
Koketsu K., Miyake H., Afnimar, et al, 2009. A proposal for a standard procedure of modeling 3-D velocity structures and its application to the Tokyo metropolitan area, Japan[J]. Tectonophysics, 472(1-4): 290-300. DOI:10.1016/j.tecto.2008.05.037
Marafi N. A., Eberhard M. O., Berman J. W., et al, 2017. Effects of deep basins on structural collapse during large subduction earthquakes[J]. Earthquake Spectra, 33(3): 963-997. DOI:10.1193/071916eqs114m
Meza-Fajardo K. C., Semblat J. F., Chaillat S., et al, 2016. Seismic-wave amplification in 3D alluvial basins: 3D/1D amplification ratios from fast multipole BEM simulations[J]. Bulletin of the Seismological Society of America, 106(3): 1267-1281. DOI:10.1785/0120150159
Moschetti M. P., Thompson E. M., Rekoske J., et al, 2020. Ground-motion amplification in Cook Inlet region, Alaska from intermediate-depth earthquakes, including the 2018 Mw 7.1 anchorage earthquake[J]. Seismological Research Letters, 91(1): 142-152. DOI:10.1785/0220190179
Skarlatoudis, A., Hosseini, M., Somerville, P. 2015. Basin Amplification Factors for Cascadia from the 2011 Tohoku Earthquake. 1-67.
Wang H. Y., Wang S. Y., 2015. A new method for estimating VS(30) from a shallow shear-wave velocity profile (depth < 30m)[J]. Bulletin of the Seismological Society of America, 105(3): 1359-1370. DOI:10.1785/0120140103
Wen R. Z., Xu P. B., Wang H. W., et al, 2018. Single-station standard deviation using strong-motion data from Sichuan Region, China[J]. Bulletin of the Seismological Society of America, 108(4): 2237-2247. DOI:10.1785/0120170276
Yuan X. M., Liao Z. P., 1995. Scattering of plane SH waves by a cylindrical alluvial valley of circular-acr cross-section[J]. Earthquake Engineering and Structural Dynamics, 24(10): 1303-1313. DOI:10.1002/eqe.4290241002
Zhao J. X., Zhang J., Asano A., et al, 2006. Attenuation relations of strong ground motion in Japan using site classification based on predominant period[J]. Bulletin of the Seismological Society of America, 96(3): 898-913. DOI:10.1785/0120050122