Estimation of the Peak Ground Acceleration for Eastern Turkey

Year 2019, Issue: 17, 676 - 681, 31.12.2019

Erdem Bayrak

https://doi.org/10.31590/ejosat.637938

Cited By: 4

Abstract

The peak ground acceleration (PGA) is significant parameter for earthquake hazard assessments. Therefore attenuation relationships have been developed for calculating PGA according to strong-motion databases. Generally this relation has been related to the earthquake magnitude and epicenter distance. Besides researchers have formulated different attenuation relationships according to other parameters (such as soil classification, seismic velocity, etc ). This study aim to estimate the PGA with ANN trained by strong-motion databases.
Artificial Neural Network (ANN), efficient and modern modelling method which has increased in literature with development of technology. Artificial Neural Networks are mathematical tools design to perform complex pattern recognition tasks. They have been estimated parameters in many field also geophysical applications. The use of ANN is explored to predict peak ground accelerations for Eastern Turkey earthquakes. A total of 564 records for 128 earthquakes recorded by Republic of Turkey Prime Ministry Disaster and Emergency Management Authority Presidential of Earthquake Department (AFAD) strong motions stations are used to train the ANN models. The output data consist of the real recorded PGA. Also, the relationship between peak ground acceleration and other parameters (distance, magnitude) was investigated by using multiple regression method. Vs30 velocities for some stations were determined by previous studies. The same procedure was repeated by adding Vs30 parameter and the results were compared. Also the estimated PGA by ANN and regression analysis have been compared with calculated PGA according to several attenuation relationships. The results show that the ANN give more reliable and real-like PGA value than estimated from attenuation relationships.

Keywords

Peak Ground Acceleration, Artificial Neural Network, Multiple Regression Analysis

Doğu Anadolu Bölgesi İçin En Büyük Yer İvmesi Tahmini

Abstract

En büyük yer ivmesi (PGA), deprem tehlikesi değerlendirmeleri için önemli bir parametredir. Bu nedenle, PGA'nın hesaplanması için azalım ilişkileri geliştirilmiştir. Genel olarak bu ilişki deprem büyüklüğü ve episantr uzaklığı ile ilgilidir. Ayrıca araştırmacılar diğer parametrelere göre (zemin sınıflandırması, sismik hız vb.) farklı azalım ilişkileri geliştirmiştir. Bu çalışma, kuvvetli yer hareketi parametrelerinden PGA'yı Yapay Sinir Ağı (YSA) ile tahmin etmeyi amaçlamaktadır.
Yapay Sinir Ağı (YSA), teknolojinin gelişmesiyle birlikte literatürde artan etkin ve modern bir modelleme yöntemidir. Yapay Sinir Ağları, karmaşık olayları modellemek için geliştirilmiş matematiksel tasarımlardır. Jeofiziksel uygulamaların pek çok alanında da parametrelerin tahmini için YSA kullanılmıştır. Bu çalışmada, Doğu Anadolu Bölgesi’nde meydana gelen depremlerin en büyük yer ivmesini tahmin etmek için YSA kullanımı araştırılmıştır. YSA modellerini eğitmek için TC Başbakanlık Afet ve Acil Durum Yönetimi Kurumu Deprem Dairesi Başkanlığı (AFAD) kuvvetli hareket istasyonları tarafından kaydedilen 128 deprem için toplam 564 kayıt kullanılmıştır. Çıktı verileri ise kaydedilen PGA'dan oluşur. Ayrıca, en büyük yer ivmesi ile diğer parametreler arasındaki ilişki (uzaklık, büyüklük) çoklu regresyon yöntemi kullanılarak incelenmiştir. Bazı istasyonlar için Vs30 hızları önceki çalışmalarla belirlenmiştir. Aynı işlem Vs30 parametresi eklenerek tekrarlanmış ve sonuçlar karşılaştırılmıştır. Ayrıca YSA tarafından tahmin edilen PGA ve regresyon analizi, birkaç azalım ilişkisine göre hesaplanan PGA ile karşılaştırılmıştır. Sonuçlar, YSA'nın azalım ilişkilerinden tahmin edilenden daha güvenilir ve gerçek benzeri PGA değeri verdiğini göstermektedir.

Keywords

En Büyük Yer İvmesi, Yapay Sinir Ağları, Çoklu Regresyon Analizi

References

• Ambraseys, N. N. (2001). Reassesment of earthquakes. Geophysical Journal Internatinal, 145(2) 471-485.
• Anderson, J. G. (1991). Strong motion seismology. Reviews of Geophysics, 29, 700–720 (part 2).
• Boore, D. M. (1983). Strong-motion Seismology. Reviews of Geophysics and Space Physics, 21 (6), 1308–1318.
• Castellaro, S., Mulargia, F., & Kagan, Y. Y. (2006). Regression Problems for Magnitude. Geophysical Journal International, 165(3), 913-930.
• Cisternas, A., Philip, H., J, C. B., Cara, M., Deschamps, A., Dorbath, L., & Rivera, L. (1989). The Spitak (Armenia) earthquake of 7 December 1988: field observations, seismology and tectonics. Nature, 339(6227), 675.
• Douglas, J. (2003). Earthquake ground motion estimation using strong motion records: a review of equations for the estimation of peak ground acceleration and response spectral ordinates. Earth-Science Reviews, 61 (1– 2), 43–104.
• Eyidoğan, H., Güçlü, U., Utku, Z., & Değirmenci, E. (1991). Türkiye büyük depremleri makrosismik rehberi (1900-1988). İTÜ MF Jeofizik Mühendisliği Bölümü Yayınları.
• Güllü, H., Pala, M., & İyisan, R. (2007). Yapay Sinir Ağları ile En Büyük Yer İvmesinin Tahmin Edilmesi. Altıncı Ulusal Deprem Mühendisliği Konferansı. İstanbul.
• Irmak, T. S., Doğan, B., & Karakaş, A. (2012). Source mechanism of the 23 October, 2011, Van (Turkey) earthquake (M w= 7.1) and aftershocks with its tectonic implications. Earth, planets and space, 64(11), 991-1003.
• Joyner, W. B. (1987). Strong-motion seismology. Reviews of Geophysics, 25 (6), 1149–1160.
• Joyner, W. B., & Boore, D. M. (1988). Measurement, characterization, and prediction of strong ground motion. Proceedings of Earthquake Engineering and Soil Dynamics. II. Geotechnical Division, ASCE, 43–102.
• Somerville, P. G., & Graves, R. W. (2003). Characterization of earthquake strong ground motion. Pure and Applied Geophysics, 160, 1811–1828.
• Şen, Z. (2004). Yapy Sinir Ağları İlkeleri. İstanbul Su Vakfı.
• Tan, O., Tapirdamaz, M. C., & Yörük, A. (2008). The earthquake catalogues for Turkey. Turkish Journal of Earth Sciences, 17(2), 405-418.