Scherwellengeschwindigkeits (VS) Profile werden mit einem probabilistischen Inversionsrahmen für 21 permanente Beschleunigungsmessstationen in der südöstlichen koreanischen Halbinsel präsentiert. Diese Region weist relativ hohe Seismizität auf. Eine genaue Standkorrektur der Aufzeichnungen an diesen Stationen ist entscheidend für eine zuverlässige seismische Gefährdungsanalyse für nahegelegene kritische Infrastrukturen, einschließlich Kernkraftwerke. Oberflächenwellendispersionsdaten aus der multikanaligen Analyse von Oberflächenwellen (MASW) und Messungen des Mikrotremors (MAM) wurden gemeinsam mithilfe eines ensemblebasierten stochastischen Ansatzes invertiert, der Messfehler, Frequenzlücken und Inversionsparametrisierung berücksichtigt. Die resultierenden VS-Profile charakterisieren die Untergrundstrukturen, die sich von der Oberfläche bis in Tiefen von bis zu 1000 m erstrecken. Die Validierung der VS-Profile erfolgte mittels direkter Bohrlochmessungen und grundlegenden Resonanzfrequenzen, die aus eindimensionalen Übertragungsfunktionen (1DTF) und horizontal-zu-vertikal spektralen Verhältnissen (HVSR) abgeleitet wurden. In den meisten Fällen stimmen die abgeleiteten Profile eng mit den Bohrlochdaten überein, und die aus 1DTF und HVSR abgeleiteten Resonanzfrequenzen zeigen ebenfalls eine starke Übereinstimmung. Aus diesen Profilen schätzen wir Standortparameter, einschließlich des durchschnittlichen VS der obersten 30 m und der Bodenschicht sowie der Gesteinsschichttiefe mit ihren Unsicherheiten. Mit diesen Parametern wurden probabilistische Standortklassen bestimmt, die von weichem Boden (Klasse D) bis Gestein (Klasse A) reichen, zusammen mit den Wechselbeziehungen zwischen den Parametern selbst. Durch die Quantifizierung der Unsicherheit durch Ensemble-Modellierung bietet dieses Ergebnis Vorteile gegenüber herkömmlichen deterministischen Methoden. Es adressiert effektiv die Nicht-Eindeutigkeit in der Scherwellengeschwindigkeits-Profil- und Standortparameter-Schätzung. Darüber hinaus können realistische Unsicherheiten in probabilistische seismische Gefährdungsanalysen integriert werden, um die Zuverlässigkeit bei den Vorhersagen der Bodenbewegungen zu verbessern.
Chung et al. (Thu,) haben diese Frage untersucht.