浅论关于三维强地面运动模拟的基础研究——大城市地区三维地下速度结构模型方法的探讨

《浅论关于三维强地面运动模拟的基础研究——大城市地区三维地下速度结构模型方法的探讨》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京交通大学硕士学位论文关于三维强地面运动模拟的基础研究——大城市地区三维地下速度结构模型方法的探讨姓名：解廷伟申请学位级别：硕士专业：岩土工程指导教师：赵伯明20071201北京交通大学硕士学位论文中文摘要基于城市直下型活动断层的地震危害性评价可为城市规划和工程建设提供科学依据，强地震动数值模拟是当前展开地震危害性预测和评价的主要方法之一。物理模型(即区域地下三维速度结构模型)的建立是贯穿于整个模拟的工作，建立良好的模型是保证数值模拟结果可靠性的必要条件之一。模型的建立，是综合利用地震地质、地

2、形地貌、地质分层、地震勘探、地脉动、钻孔、波速测试、GPS观测等基础资料，以地震波波速为主要分层指标，参考地层层序，结合ArcGIS，GoldenSurfer等多种软件和相关的计算程序，采用将相邻介质分界面(定义为层网)在深度方向上逐层叠加的方法建立的三维模型。本文详细地阐述了建模资料的形式和可利用方法、建模的坐标系统；数据的分类、整理、整合、修正、储存方式；以及模型的增补数据方法、异常数据处理技术、模型优化(B-Spline函数)技术、计算结果对模型的反映等主要建模内容，形成了一套系统的科学的

3、建模理论。根据这套理论，本文选择昆明市作为理论实践，建立适应于强地面运动为主的三维模型，并且应用差分计算方法进行强地震动的模拟，分析地震的空问响应。建立的模型具有良好的兼容性，易操作、易升级、易调整、储存空间小等多项优点。完善的三维模型有利于城市地震危险性预测和防震减灾防灾事业，有利于地震灾害的其他相关领域研究。关键词：强地面运动；区域三维地下速度结构模型；坐标系统；数据分类；数据整合；增补数据；B-spline函数；昆明盆地分类号：北京交通大学硕士论文ABSTRACTSeismichazard

4、assesslllentbasedonurbanunderactivefaultscallprovidescientificbasesforcityplanningandprojectconstruction，whilenumericalsimulationofstronggroundmotionisanimportantmethodforseismichazardpredictionand猫sessment．111ephysicalmodel．namely3Dundergroundveloci

5、tystructuralmodelforlargecityurban，runsthroughthesimulationwork．Afinemodelinconformitywithrealstrataisaprerequisitetoealsurethereliabilityofthesimulationresults．11ledatausedformodelingaresynthesizedfromseismogeologicaldata,topographicdata,geologicall

6、ay-order,seismicexplorationresults．micron

7、erno撂data,waveboreholedata，wavevelocitymeasurementsandGPSobserveddata．Stratigraphicdivisionisbasedmainlyonseismicwavevelocity，withstratasequencetakenintoconsideration．仙emodelconstructionisfinallyaccomplishedw

8、iththemanysoftwares，suchasArcGIS,GoldenSurferandwitllmanyrelevantprogrammingtechniquesvialayer-by-layerstacking(indepthdirection)oftheadjacentmediuminterfaces(namedmeshes)．InthePaper,wegiveadetailedaccountofthetechnicalschemeandprocess．Thepaperinclud

9、esmodelingdataformandthemethodforusing，themodelcoordinatesystem，dataqualification，datacollection，dataintegration，themethodofrevisingmodel，datastorage，dataincreasing,recti铆ngabnormaldata,optimizingmodel(B-splineFunction)．andthevalidatewitIltheresultof