考慮震源和場地特征的近斷層地區豎向地震動合成研究

李 寧，刁澤民，李忠獻

(1. 天津大學建筑工程學院，濱海土木工程結構與安全教育部重點實驗室(天津大學)，天津 300350；2. 中國地震局地震工程綜合模擬與城鄉抗震韌性重點實驗室(天津大學)，天津 300350)

隨著強地震動數據的積累，近幾年對地震動豎向分量的研究越來越多[1]，逐漸成為工程和學術界備受關注的熱點問題之一[2]。趙金鑫[3]指出近斷層地震動豎向分量記錄的加速度幅值往往偏大。于翔等[4]通過理論推導和數值模擬分析指出豎向分量作用對地鐵結構的動力響應會產生不可忽略的影響，甚至導致地鐵結構破壞。李寧等[5]研究了不同震源和場地情況下近斷層地震動豎向與水平加速度峰值比，設計譜可能顯著低估了豎向地震動破壞性效應。通過地震災害調查發現，近斷層地震動豎向分量多次造成框架結構或框剪結構的內部框架柱的壓縮破壞和剪壓破壞。這是未能合理考慮豎向地震動的潛在破壞性效應所致[6]。

為了考慮震源和場地特性對地震動的影響，開展模擬并服務工程使用，國內外開展了許多近斷層地震動的預測模型和合成研究。模擬合成地震動方法主要基于三角級數法，通過給定合成公式中的參數值，經迭代即可合成符合參數要求的地震動(符合設計反應譜等)，而豎向地震動取為水平向合成地震動乘以特定系數。Gülerce 等[7]提出豎向分量反應譜的經驗預測模型，Bozorgnia 等[8]研究了反應譜的比值(V/H)的經驗預測模型，反應譜預測用于基于三角級數模型的地震動模擬中，但三角級數模型具有參數繁多的特點，依據Gülerce等[7]的研究，僅單分量的反應譜就具有21 個參數，不利于三維地震動的工程應用。而Ambraseys 等[9]指出相對于水平分量，豎向分量具有相對較高的頻率。惠迎新等[10]基于相位差譜理論模型合成豎向分量，但其參數的取值沒有考慮震級和斷層距的影響。Dabaghi 等[11]提出了一種基于濾波白噪聲模型考慮震源和場地特征生成近斷層水平地震動的方法，該方法沒有考慮豎向地震動。Mavroeidis等[12]提出一種速度脈沖模型。Shahi 等[13]和Liu等[14]分別提出識別速度脈沖的方法。速度脈沖主要是模擬地震動記錄的長周期特征。胡進軍等[15]基于PCA 及PSO 智能算法，同時基于目標加速度反應譜合成近斷層地震動時程，但該方法較難考慮斷層類型的影響和參數變異性。蘇延文等[16]提出一種Cholesky 分解方法，并采用插值技術生成與反應譜協調的隨機合成地震動。王德才等[17]以匹配設計譜的天然地震動記錄樣本的平均輸入能量譜作為參考依據，以偏差最小為原則，確定了規范規定的各類場地設計譜轉換為非平穩功率譜時，三段式強度包絡函數各參數的合理取值，并進行了合理性驗證。可知豎向、水平向地震動從預測模型到合成的研究探討，都是分開進行的。

本文基于濾波白噪聲模型建立近斷層豎向地震動模型，給出考慮震源和場地特征的模型參數的回歸預測方程，建立近斷層豎向地震動模擬方法。所提方法具有輸入參量參數取值便捷、考慮了參數變異性和強度與頻率非平穩性等優點。

1 近斷層地區地震動模型

本節建立了近斷層區豎向地震動模型，地震動模型為寬頻時程，采用Rezaeian 等[18]提出的非平穩濾波白噪聲模型進行模擬。

1.1 寬頻時程模型

非平穩濾波白噪聲模型[18]，如式(1)和式(2)所示。

2 近斷層地震動數據及其參數辨識

2.1 地震動數據集選取

選取太平洋地震工程研究中心的NGA-West2數據庫，只考慮震級大于5 級小于8 級的地震動。將場地土剪切波速限制為Vs30＞360 m/s。將斷層距范圍確定為0 km～30 km，考慮走滑斷層、逆斷層和逆傾斷層以及正斷層和正傾斷層5 種斷層類型。根據這些限制條件，共提取到471 組豎向地震動記錄。

2.2 寬頻帶地震動調制函數參數的識別

Arias 強度隨時間變化的圖稱為Husid 曲線。本文嘗試盡可能匹配非平穩濾波白噪聲過程(式(1))的平均Husid 曲線和實際地震動記錄的Husid 曲線，它表征了地震動在地震發生過程中的非線性演化。以此在上述地震動記錄中識別出調制函數的參數( α 、 β、tmax,q和c)，Dabaghi 等[11]給出了識別流程。

2.3 寬頻帶地震動時變濾波器參數的識別

根據Rezaeian 等[19]提出的方法，參數ωmid,v和ω′v是通過對實際地震動加速度時程的向上交零線的累積計數隨時間變化的曲線擬合一個二階多項式來確定的。參數ωmid,v和ω′v分別取擬合二次多項式在tmid時刻處的一階導數和二階導數；而濾波器的阻尼參數 ζv，則通過匹配實際地震動加速度時程的負極大值和正極小值之和的累計數隨時間變化的曲線與模擬時程的同類曲線，從而識別出實際地震動的阻尼參數。

3 預測模型建立及參數分析

3.1 預測模型參數分布的轉化

表1 擬合的式(6)～式(7)表示的PDF 參數Table 1 Fitted PDF parameters in Equations (6)-(7)

圖1參數ω′v的分布直方圖Fig. 1 Distributionhistogramofparameter ω′v

圖2 參數 lnζv 的分布直方圖Fig. 2 Distribution histogram of parameter lnζv

圖3參數ω′v 的分位圖Fig. 3Q-Qplot ofparameter ω′v

圖4 參數 lnζv 的分位圖Fig. 4 Q-Q plot of parameter lnζv

3.2 模型參數的回歸方程

對轉化后的模型參量進行回歸分析，本文采用的回歸模型解釋變量為：F1、F2、Mw、ZTOR、RRUP、Vs30。設σ0,i為參數i的初始回歸誤差標準差，σt,i為最終回歸誤差標準差。回歸方程如式(8)所示：

表2 地震動數據集的參量取值范圍Table 2 Range of variables for GM sets

表3 為最終豎向模型的回歸參數，通過分析該表中回歸系數可知：震級與主頻率負相關，對其余參數均正相關；場地土的剪切波速與所有持時負相關，與主頻率正相關；斷層距與Arias 強度負相關，與所有持時正相關。相對于走滑斷層，逆斷層和逆傾斷層導致更大的Arias 強度，導致更小的所有持時。相對于走滑斷層，正斷層和正傾斷層導致更大的Arias 強度，導致更小的持時(D0-5,v和D0-30,v)。

表3 模型參數的回歸系數Table 3 Regression coefficients of model parameters

3.3 回歸方程的驗證

當回歸系數的置信區間包含零時，說明該自變量對回歸方程沒有解釋力，應排除并且重新執行回歸。從表3 可以看出，本文通過這一辦法排除沒有解釋力的變量，以降低誤差標準差。

表4 為回歸系數達95%的置信區間，可以看出最終形式的每個回歸系數置信區間不包含0 或強的正、負偏離。為了驗證每個回歸方程的顯著性，表3 也給出了F 檢驗的p值，可知每個p值均小于0.01，說明在顯著性水平α=0.01 下，所有的回歸方程是顯著的。

表4 回歸系數95%置信區間Table 4 95% confidence interval for regression coefficients

圖5 為模型參數隨震級變化的殘差圖，這些殘差圖表明，殘差在零水平上下分布均勻，沒有明顯變化趨勢，這說明偏差較低且回歸模型與數據擬合良好。圖6 為本研究所提模型的主要參數(Ia,v和D5-95,v)的預測值分別與Liu 等[24]和Kolli 等[25]的預測結果對比結果，通過圖6 可知，本研究預測的兩個主要模型參數的均值均與前人的預測均值吻合很好。

圖5 模型參數隨震級變化的殘差圖Fig. 5 Residual diagram of model parameters varying with magnitude

圖6 本文預測模型參數Ia,v 與Liu 等[24]、參數D5-95,v 與Kolli 等[25]的結果比較Fig. 6 Comparison between the predicted model parameters with Ia,v in Liu 等[24], and D5-95,v in Kolli 等[25]

3.4 相關性矩陣

對模型參數進行相關性分析，表5 為模型參數的相關性系數。從表5 中可以看出，持時參數兩兩之間均表現較強的正相關性。Arias 烈度、頻率以及帶寬與其他參數之間均未表現出相關性。

表5 模型參數的相關系數Table 5 Correlation coefficients of model parameters

4 考慮震源和場地特性合成豎向地震動

在特定震源和場地特征下模擬近斷層地區豎向地震動，進行如下操作：

1)給定震源特征和場地特征(F1、F2、Mw、ZTOR、RRUP、Vs30)，通過表3 中的回歸方程計算出預測模型參數的回歸均值，然后疊加對應的誤差值得到模型參數變異值，該誤差值可根據表5所列的7 元正態隨機變量相關系數矩陣計算得到；

2)將正態分布的模型參數變異值轉化回原分布，根據Arias 烈度和3 個持續時間參數計算出包絡函數的4 個參數(式(3))；

3)依據合成的加速度進行高通濾波，高通濾波器采用4 階巴特沃思濾波器，截止頻率采用Dabaghi 等[11]提出的公式：

需要說明，這一截止頻率的取值有待探究。

5 近斷層脈沖地震動模擬的驗證

為了驗證特定震源和場地特征下模擬的豎向地震動效果，本文比較了模擬地震動和實際記錄的加速度、速度、位移時程以及加速度反應譜。以NGA #170 地震動記錄所屬地震場景為例進行演示與驗證豎向地震動，震源和場地特征：F1=0、F2=0、Mw=6.5、ZTOR=0、RRUP=7.3 km、Vs30=192 m/s，時間步長設為0.005 s，模擬合成該地震(走滑斷層)情形5 組豎向地震動。

表6 給出模型參數的識別值、回歸均值以及四個變異值。對于相同的地震場景，模擬模型參數值(強度、持續時間、頻率等)的變異性，使得該模擬結果可以反映特定震源和場地特征的地震動隨機性。圖7～圖9 給出了實際地震動、模擬合成地震動的加速度、速度和位移時程。可以看出模擬地震動與實際地震動總體吻合。特別是：強度包絡特性、頻率范圍(時、頻非平穩性)、加速度與速度時程趨勢、結束時歸零值等性質，這表明回歸地震動預測模型的準確性。圖10～圖12顯示了實際地震動和考慮模型參數變異值的合成地震動加速度、速度和位移時程。可以看出由于模型參數的隨機差異導致時程變異性，即模擬地震動應視為具備共同震源機制和場地特征的不同地震時間可能產生的地震動。圖13 和圖14 分別為采用模型參數辨識值和隨機值模擬的200 組地震動的反應譜與實際地震動反應譜的對比，模擬的地震動的變異性是由于模型參數的變異性產生的，可知實際地震動在絕大部分周期的反應譜值位于模擬地震動的反應譜的平均值加減一個標準差的范圍附近。圖13 也說明本文地震動模型的準確性，圖14 說明了在特定震源和場地特征隨機的情況下，模擬豎向地震動的準確性。

圖7 實際記錄和模擬地震動加速度(參數辨識值)Fig. 7 Acceleration of recorded and simulated GM (fitting values)

圖8 實際記錄和模擬地震動速度(參數辨識值)Fig. 8 Velocity of recorded and simulated GM (fitting values)

圖9 實際記錄和模擬地震動的位移(參數辨識值)Fig. 9 Displacement of recorded and simulated GM (fitting values)

圖10 實際記錄和模擬地震動的加速度(參數變異值)Fig. 10 Acceleration of recorded and simulated GM (variation values)

圖11 實際記錄和模擬地震動速度(參數變異值)Fig. 11 Velocity of recorded and simulated GM (variation values)

圖12 實際記錄和模擬地震動的位移(參數變異值)Fig. 12 Displacement of recorded and simulated GM (variation values)

圖13 實際記錄和模擬地震動的反應譜(參數辨識值)Fig. 13 Pseudo-response-spectra of records and simulated GM (regressed values)

圖14 實際記錄和模擬地震動的反應譜(參數變異值)Fig. 14 Pseudo-response-spectra of records and simulated GM (variation values)

表6 模型參數的識別值、回歸中值和變異值Table 6 The regressed values, median values and variation values of model parameters

需要明確，當采用乘系數法時，是將水平地震動加速度乘以一個系數(如：2/3)得到豎向模擬地震動。此時，模擬豎向與水平地震動具有一致的頻率特性(一致的主頻率、頻率衰減率等)。但實際地震記錄中可以看到，豎向地震動與水平地震動相比，普遍具有較高的頻率。同時，乘系數法不能考慮豎向地震動頻率參數的不確定性。而本文方法得到的豎向地震動主頻率為豎向地震動數據統計得出，更符合豎向地震動記錄的頻率特性和不確定性。

此外，本文中給出豎向地震動回歸參數是與水平向參數同時回歸得出，若與水平向同時應用的流程如圖15 所示。

圖15 近斷層地區水平和豎向地震動模擬方法Fig. 15 Horizontal and vertical ground motion synthesis for near-fault region

6 結論

本文建立了一種考慮震源和場地特征、經統計合成近斷層豎向地震動的方法，并得到以下結論：

(1)震級與豎向地震動記錄的主頻率負相關；場地剪切波速與持時參數均負相關，與主頻率正相關；斷層距與Arias 烈度負相關，與所有持時參數正相關；相對于走滑斷層，逆斷層和逆傾斷層更可能導致較大的Arias 烈度和較小的持時；相對于走滑斷層，正斷層和正傾斷層更可能導致較大的Arias 烈度、較小的持時。

(2)持時參數兩兩之間均表現較強的正相關性；Arias 烈度、中心頻率以及帶寬，與其他參數未表現出較強的相關性；通過統計參數和殘差圖，說明所用回歸方程是顯著的；通過比較本文主要模型參數預測值與前人的結果，說明模型參數預測的準確性。

(3)本文在回歸時，考慮了水平向和豎向參數的相關性，以及參數的不確定性，實現了地震動記錄的強度與頻率完全非平穩和時程無零頻漂移等特性；通過比較模擬地震動與真實地震記錄的時程序列和反應譜特征，驗證了本文方法模擬地震動的正確性。

需要說明的是，受限于豎向地震動記錄的樣本數量、地層信息的匱乏(傳播途徑不明等)的制約，更精確的模型有待于地震動信息的積累，也是本研究后續應重點研究的方向。