How to Choose a Magnitude Interval to Evaluate the Slope of the Magnitude-frequency Graph

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In modern seismological practice, to describe the distribution of magnitudes, the Gutenberg-Richter law is widely used, one of the parameters of which is the b-value (the slope of the magnitude-frequency graph on a log scale). Authors propose new approaches to the problem of adequate and efficient statistical estimation of this parameter. The problem of the correct choice of the magnitude interval is discussed, on which the straightness of the Gutenberg-Richter law is observed with an acceptable degree of accuracy and which should be used to estimate the b-value. An efficient method of accounting for discreteness and aggregation of magnitudes in earthquake catalogs (the maximum likelihood method for discrete distributions) is proposed. The problem of changes in time of the lower limit of representative earthquakes registration is considered and a statistical approach is proposed for their description.

About the authors

V. F. Pisarenko

The Institute of Earthquake Prediction Theory and Mathematical Geophysics RAS

Author for correspondence.
Email: pisarenko@yasenevo.ru
Russia, 117997, Moscow, Profsoyuznya st., 84/32

A. A. Skorkina

The Institute of Earthquake Prediction Theory and Mathematical Geophysics RAS

Author for correspondence.
Email: anna@mitp.ru
Russia, 117997, Moscow, Profsoyuznya st., 84/32

T. A. Rukavishnikova

The Institute of Earthquake Prediction Theory and Mathematical Geophysics RAS

Author for correspondence.
Email: tanyar@mitp.ru
Russia, 117997, Moscow, Profsoyuznya st., 84/32

References

  1. Писаренко В.Ф. Оценка параметров Усеченного распределения Гутенберга-Рихтера (УГР) // Физика Земли. 2022. № 1. С. 90–99.
  2. Писаренко В.Ф., Любушин А.А., Родкин М.В. Максимальные землетрясения в будущих интервалах времени // Физика Земли. 2021. № 2. С. 1‒19.
  3. Писаренко В.Ф., Родкин М.В. Декластеризация сейсмического потока, статистический анализ // Физика Земли. 2019. № 5. С. 1‒15.
  4. Писаренко В.Ф., Ружич В.В., Скоркина А.А., Левина Е.А. Структура сейсмического поля Байкальской рифтовой зоны // Физика Земли. 2022. № 3. С. 1‒19.
  5. Рао С.Р. Линейные статистические методы и их применения. Глава 6 (6e.2.2). М.: Наука, 1968. 548 с.
  6. Ризниченко Ю.В. Проблемы физики землетрясений // Физика Земли. 1966. № 2. С. 3–24.
  7. Смирнов В.Б., Завьялов А.Д. К вопросу о сейсмическом отклике на электромагнитное зондирование литосферы Земли // Физика Земли. 2012. № 7–8. С. 63–88.
  8. Смирнов В.Б., Пономарев А.В. Физика переходных режимов сейсмичности. М.: РАН, 2020. 412 с.
  9. Смирнов В.Б., Пономарев А.В., Завьялов А.Д. Структура акустического режима и сейсмический процесс // Физика Земли. 1995. № 1. С. 38–58.
  10. Соболев Г.А. Основы прогноза землетрясений. М.: Наука, 1993. 313 с.
  11. Aki K. Maximum likelihood estimate of b in the formula logN = a − bM and its confidence limits // Bull. Earthq. Res. Inst. 1965. V. 43. P. 237–239.
  12. Bender B. Maximum likelihood estimation of b-values for magnitude grouped data // BSSA. 1983. V. 73. P. 831‒851.
  13. Cosentino P., Ficara V., Luzio D. Truncated exponential frequency-magnitude relationship in the earthquake statistics // Bull. Seismol. Soc. Am. 1977. V. 67. P. 1615–1623.
  14. Cramer H. Mathematical Methods of Statistics. Princeton: Princeton University Press, 1946. 631 p.
  15. Gutenberg B., Richter C. Seismicity of the Earth / 2nd eds. Princeton: Princeton University Press, 1954. 321 p.
  16. Holschneider M., Zoller G., Hainzl S. Estimation of the ma-ximum possible magnitude in the framework of the doubly truncated Gutenberg-Richter model // Bull. Seismol. Soc. Am. 2011. V. 101(4). P. 1649–1659.
  17. Kagan Y.Y., Schoenberg F. Estimation of the upper cutoff parameter for the tapered Pareto distribution // J. Appl. Prob. 2001. V. 38(A). P. 158–175.
  18. Kijko A. Estimation of the maximum earthquake magnitude Mmax // Pure Appl. Geophys. 2004. V. 161(8). P. 1655–1681.
  19. Kijko A., Graham G. Parametric-historic procedure for probabilistic seismic hazard analysis part I: Estimation of maximum regional magnitude Mmax // Pure Appl. Geophys. 1998. V. 152(3). P. 413–442.
  20. Kijko A., Sellevoll M. Estimation of earthquake hazard parameters from incomplete data files. Part I. Utilization of extreme and complete catalogs with different threshold magnitudes // Bull. Seism. Soc. Amer. 1989. V. 79. P. 645‒654.
  21. Kijko A., Sellevoll M. Estimation of earthquake hazard parameters from incomplete data files. Part II. Incorporation of magnitude heterogeneity // Bull. Seism. Soc. Amer. 1992. V. 82. P. 120‒134.
  22. Kijko A., Singh M. Statistical tools for maximum possible earthquake estimation // Acta Geophys. 2011. V. 59(4). P. 674–700.
  23. Marzocchi W., Sandri L. A review and new insights on the estimation of the b-value and its uncertainty // Annales of Geophysics. 2003. V. 46. № 6. P. 1271‒1282.
  24. Pisarenko V., Rodkin M. Approaches to Solving the Maximum Possible Earthquake Magnitude (Mmax) Problem // Accepted for publication in the Journal Surveys in Geophysics. 2022. https://doi.org/10.1007/s10712-021-09673-1
  25. Pisarenko V., Rodkin M. The Estimation of Probability of Extreme Events for Small samples // Pure and Appl. Geophys. 2017. V. 174. № 4. P. 1547–1560.
  26. Scholz C.H. The frequency-magnitude relation of micro-fracturing in rock and its relation to earthquakes // Bull. Seism. Soc. Amer. 1968. V. 58. № 1. P. 399‒415.
  27. Taroni M., Zhuang J., Marzocchi W. High-Definition Mapping of the Gutenberg-Richter b-value and Its Relevance: A Case Study in Italy // Seismol. Res. Lett. 2021. V. 92. P. 3778–3784.
  28. Utsu T. A statistical significance test of the difference in b‑value between two earthquake groups // J. Phys. Earth. 1966. V. 14. № 2. P. 37–40.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (39KB)
3.

Download (382KB)
4.

Download (65KB)
5.

Download (366KB)
6.

Download (57KB)

Copyright (c) 2023 В.Ф. Писаренко, А.А. Скоркина, Т.А. Рукавишникова

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».