Estimation of the Peak Ground Acceleration for Eastern Turkey

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 strongmotion 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.

Özet

En büyük yer ivmesi (PGA), deprem tehlikesi değerlendirmeleri için önemli bir parametredir. Bu nedenle, PGA'nın hesaplanması içinazalım ilişkileri geliştirilmiştir. Genel olarak bu ilişki deprem büyüklüğü ve episantr uzaklığı ile ilgilidir. Ayrıca araştırmacılar diğerparametrelere göre (zemin sınıflandırması, sismik hız vb.) farklı azalım ilişkileri geliştirmiştir. Bu çalışma, kuvvetli yer hareketiparametrelerinden 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 SinirAğları, karmaşık olayları modellemek için geliştirilmiş matematiksel tasarımlardır. Jeofiziksel uygulamaların pek çok alanında daparametrelerin tahmini için YSA kullanılmıştır. Bu çalışmada, Doğu Anadolu Bölgesi’nde meydana gelen depremlerin en büyük yerivmesini tahmin etmek için YSA kullanımı araştırılmıştır. YSA modellerini eğitmek için TC Başbakanlık Afet ve Acil DurumYönetimi Kurumu Deprem Dairesi Başkanlığı (AFAD) kuvvetli hareket istasyonları tarafından kaydedilen 128 deprem için toplam564 kayıt kullanılmıştır. Çıktı verileri ise kaydedilen PGA'dan oluşur. Ayrıca, en büyük yer ivmesi ile diğer parametreler arasındakiilişki (uzaklık, büyüklük) çoklu regresyon yöntemi kullanılarak incelenmiştir. Bazı istasyonlar için Vs30 hızları önceki çalışmalarlabelirlenmiştir. Aynı işlem Vs30 parametresi eklenerek tekrarlanmış ve sonuçlar karşılaştırılmıştır. Ayrıca YSA tarafından tahmin edilenPGA ve regresyon analizi, birkaç azalım ilişkisine göre hesaplanan PGA ile karşılaştırılmıştır. Sonuçlar, YSA'nın azalım ilişkilerindentahmin edilenden daha güvenilir ve gerçek benzeri PGA değeri verdiğini göstermektedir.