The Every Earthquake a Precursor Ac

The Every Earthquake a Precursor According to Scale (EEPAS) model has performed well
in retrospective studies of long-range forecasting of major earthquakes in a number of real
earthquake catalogues. It is based on the precursory scale increase phenomenon and associated
predictive scaling relations, the detailed physical basis of which is not well understood.
Synthetic earthquake catalogues generated deterministically from known fault physics and
long- and short-range stress interactions on fault networks have been analysed using the
EEPAS model, to better understand the physical process responsible for the precursory scale
increase phenomenon. In a generic fault network with one major fault and a number of parallel
minor faults, the performance of the EEPAS model is poor. But in a more elaborate network
involving major faults at a variety of orientations and a large number of small, randomly oriented
faults, individual examples of the precursory scale increase phenomenon can be readily
identified and the performance of the EEPAS model is similar to that in real catalogues, such
as those of California and central Japan, albeit with some differences in the scaling parameters
for precursor time and area. The fault geometry therefore affects conformity to the EEPAS
model. Tracking the stress evolution on a set of individual cells in the synthetic seismicity
model may give new insights into the origin of the precursory scale increase phenomenon.

ผลลัพธ์ (ไทย) 1:

แผ่นดินไหวทุกสารตั้งต้นตามแบบจำลองสเกล (EEPAS) ได้ทำดีในศึกษาคาดการคาดการณ์ระยะยาวของแผ่นดินไหวใหญ่ในจำนวนจริงแผ่นดินไหว catalogues ตามปรากฏการณ์เพิ่มขนาด precursory และเชื่อมโยงคาดการณ์ขนาดความสัมพันธ์ พื้นฐานจริงรายละเอียดที่ไม่เป็นทั้งที่เข้าใจแคตตาล็อกแผ่นดินไหวสังเคราะห์ที่สร้างขึ้นจากข้อบกพร่องรู้จักฟิสิกส์ deterministically และมีการ analysed range ยาว และสไตล์ความเครียดการโต้ตอบกับเครือข่ายบกพร่องโดยใช้การรุ่น EEPAS การเข้าใจกระบวนการทางกายภาพที่ชอบขนาด precursoryเพิ่มปรากฏการณ์ ในเครือข่ายข้อบกพร่องทั่วไปที่มีข้อบกพร่องหลักหนึ่งและจำนวนขนานข้อบกพร่องเล็กน้อย ประสิทธิภาพการทำงานของแบบจำลอง EEPAS ไม่ดี แต่ ในเครือข่ายความละเอียดยิ่งขึ้นเกี่ยวข้องกับข้อบกพร่องสำคัญที่หลากหลายแนวและจำนวนขนาดใหญ่เล็ก เชิงสุ่มข้อบกพร่อง ตัวอย่างแต่ละปรากฏการณ์เพิ่มขนาด precursory สามารถพร้อมระบุ และประสิทธิภาพการทำงานของแบบจำลอง EEPAS เป็นคล้ายกับว่า จริง catalogues เช่นเป็นของแคลิฟอร์เนียและญี่ปุ่นกลาง แม้ว่า มีความแตกต่างในพารามิเตอร์มาตราส่วนสำหรับสารตั้งต้นเวลาและพื้นที่ เรขาคณิตข้อบกพร่องมีผลให้สอดคล้องกับ EEPAS ดังนั้นแบบจำลอง ติดตามวิวัฒนาการความเครียดบนชุดของเซลล์แต่ละเซลล์ใน seismicity สังเคราะห์แบบจำลองอาจให้ลึกของปรากฏการณ์เพิ่มขนาด precursory ใหม่

ผลลัพธ์ (ไทย) 2:

ทุกแผ่นดินไหวตั้งต้นตามที่ชั่ง (EEPAS) ได้ดำเนินการรูปแบบที่ดีในการศึกษาย้อนหลังของการพยากรณ์ในระยะยาวของการเกิดแผ่นดินไหวใหญ่ในจำนวนจริงแคตตาล็อกแผ่นดินไหว มันขึ้นอยู่กับปรากฏการณ์การเพิ่มขึ้นของระดับ precursory ที่เกี่ยวข้องและความสัมพันธ์ที่ปรับคาดการณ์พื้นฐานทางกายภาพที่มีรายละเอียดที่ไม่เป็นที่เข้าใจกัน. แคตตาล็อกแผ่นดินไหวสังเคราะห์สร้าง deterministically ฟิสิกส์จากความผิดที่รู้จักและระยะยาวและระยะสั้นปฏิสัมพันธ์ความเครียดบนเครือข่ายความผิดได้รับการวิเคราะห์โดยใช้รูปแบบการ EEPAS เพื่อให้เข้าใจกระบวนการทางกายภาพที่รับผิดชอบในระดับ precursory ปรากฏการณ์ที่เพิ่มขึ้น ในเครือข่ายความผิดทั่วไปกับหนึ่งในความผิดพลาดที่สำคัญและจำนวนของขนานความผิดพลาดเล็ก ๆ น้อย ๆ ประสิทธิภาพของรูปแบบการ EEPAS เป็นที่น่าสงสาร แต่ในเครือข่ายที่ซับซ้อนมากขึ้นที่เกี่ยวข้องกับความผิดพลาดที่สำคัญในความหลากหลายของการหมุนและจำนวนมากขนาดเล็กที่มุ่งเน้นการคัดสรรความผิดพลาดตัวอย่างบุคคลของปรากฏการณ์การเพิ่มขึ้นของระดับprecursory สามารถพร้อมระบุและประสิทธิภาพการทำงานของรูปแบบEEPAS จะคล้ายกับว่าในจริง แคตตาล็อกดังกล่าวเป็นที่ของรัฐแคลิฟอร์เนียและภาคกลางของญี่ปุ่นแม้จะมีความแตกต่างบางอย่างในพารามิเตอร์ปรับเวลาสารตั้งต้นและพื้นที่ เรขาคณิตความผิดจึงส่งผลกระทบต่อความสอดคล้องกับ EEPAS รูปแบบ ติดตามวิวัฒนาการของความเครียดในชุดของแต่ละเซลล์ในแผ่นดินไหวสังเคราะห์รูปแบบอาจให้ข้อมูลเชิงลึกใหม่เข้าสู่ต้นกำเนิดของปรากฏการณ์การเพิ่มขึ้นของระดับ precursory

ผลลัพธ์ (ไทย) 3:

แผ่นดินไหวทุกสารตั้งต้นตามมาตราส่วน ( eepas ) รุ่นได้ปฏิบัติดี
ในการศึกษาของการพยากรณ์ระยะยาวจากแผ่นดินไหวใหญ่ในหมายเลขของแคตตาล็อกแผ่นดินไหวจริง

มันขึ้นอยู่กับที่เป็นขั้นเริ่มต้น ขนาดเพิ่มปรากฏการณ์ที่
ทำนายปรับความสัมพันธ์พื้นฐานทางกายภาพของรายละเอียดที่ไม่เข้าใจกัน
.สร้างแคตตาล็อกแผ่นดินไหวสังเคราะห์ deterministically รู้จักฟิสิกส์จากความผิดและ
ระยะยาวและระยะสั้นความเครียดปฏิสัมพันธ์บนเครือข่ายความผิดได้ถูกวิเคราะห์โดยใช้
eepas โมเดล เพื่อให้เข้าใจกระบวนการทางกายภาพที่รับผิดชอบที่เป็นขั้นเริ่มต้นขนาด
เพิ่มปรากฏการณ์ ในเครือข่ายความผิดทั่วไปกับหลักความผิดและหมายเลขของข้อบกพร่องเล็กน้อยขนาน
,ประสิทธิภาพของ eepas แบบไม่ดี แต่ในที่ซับซ้อนมากขึ้นเครือข่ายหลักที่เกี่ยวข้องกับข้อบกพร่อง
หลากหลายประเภทและจํานวนเล็ก สุ่มเชิง
ความผิด ตัวอย่างของแต่ละที่เป็นขั้นเริ่มต้น ขนาดเพิ่มปรากฏการณ์ที่สามารถพร้อม
ระบุ และประสิทธิภาพของ eepas รูปแบบคล้ายกับในแคตตาล็อกจริง เช่น
ที่แคลิฟอร์เนียและกลางญี่ปุ่น ,แม้ว่ามีความแตกต่างบางอย่างในการปรับพารามิเตอร์
เวลาตั้งต้น และพื้นที่ ความผิดทางเรขาคณิตดังนั้นจึงมีผลกระทบต่อความสอดคล้องกับ eepas
นางแบบ ติดตามความเครียดวิวัฒนาการบนชุดของเซลล์แต่ละเซลล์ในรูปแบบ Seismicity
สังเคราะห์อาจให้ข้อมูลเชิงลึกใหม่เป็นจุดเริ่มต้นที่เป็นขั้นเริ่มต้น ขนาดเพิ่มปรากฏการณ์