Evaluating the performance of intensity prediction equations for the Italian area

水文地质学 强度(物理) 环境科学 统计 计量经济学 数学 地质学 岩土工程 物理 光学
作者
Andrea Antonucci,Giovanni Lanzano,Andrea Rovida,Sara Sgobba,V. D’Amico,A. A. Gómez Capera
出处
期刊:Bulletin of Earthquake Engineering [Springer Nature]
标识
DOI:10.1007/s10518-024-02071-z
摘要

Abstract In this study, we evaluate the performance of five recent Intensity Prediction Equations (IPEs) valid for Italy comparing their predictions with intensities documented at Italian localities. We build four different testing datasets using the data contained in the most recent versions of the Italian Parametric Earthquake Catalogue CPTI15 and Macroseismic Database DBMI15 and we estimate the residuals between observed and predicted intensity values for all the selected IPEs. The results are then analyzed using a measure-oriented approach to score each model according to the goodness of model prediction and a diagnostic-oriented approach to investigate the trend of the residuals as a function of the different variables. The results indicate the capability of all the tested IPEs to reproduce the average decay of macroseismic intensity in Italy although with a general underestimation of high-intensity values. In addition, an in-depth investigation of the spatial and temporal patterns of the event residual term, computed using the best predictive model, is carried out. Lastly, we provide some hints for the selection of calibration datasets for the development of future intensity attenuation models.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
斯文慕山应助博修采纳,获得10
刚刚
lbma完成签到,获得积分10
1秒前
sunyafei发布了新的文献求助10
1秒前
雁阵惊寒发布了新的文献求助10
2秒前
研友_VZG7GZ应助dengy采纳,获得10
2秒前
似是而非应助科研通管家采纳,获得10
2秒前
2秒前
似是而非应助科研通管家采纳,获得10
2秒前
充电宝应助科研通管家采纳,获得10
2秒前
所所应助科研通管家采纳,获得10
2秒前
科研通AI2S应助科研通管家采纳,获得10
3秒前
爆米花应助科研通管家采纳,获得10
3秒前
3秒前
乐乐应助科研通管家采纳,获得10
3秒前
似是而非应助科研通管家采纳,获得10
3秒前
bkagyin应助科研通管家采纳,获得10
3秒前
科研通AI2S应助科研通管家采纳,获得10
3秒前
李爱国应助科研通管家采纳,获得10
3秒前
子车茗应助科研通管家采纳,获得20
3秒前
传奇3应助科研通管家采纳,获得10
3秒前
丘比特应助科研通管家采纳,获得10
4秒前
领导范儿应助科研通管家采纳,获得10
4秒前
科研通AI2S应助科研通管家采纳,获得10
4秒前
顾矜应助科研通管家采纳,获得30
4秒前
Wang发布了新的文献求助10
4秒前
zjspidany应助科研通管家采纳,获得10
4秒前
子车茗应助科研通管家采纳,获得20
4秒前
动人的书雪完成签到,获得积分20
4秒前
彭于彦祖应助科研通管家采纳,获得30
4秒前
劲秉应助科研通管家采纳,获得10
4秒前
爆米花应助科研通管家采纳,获得10
4秒前
杳鸢应助科研通管家采纳,获得10
4秒前
xicifish完成签到,获得积分10
5秒前
子车茗应助科研通管家采纳,获得20
5秒前
明亮访烟完成签到,获得积分10
5秒前
5秒前
wangfugui发布了新的文献求助10
6秒前
6秒前
6秒前
羊洋洋完成签到,获得积分20
6秒前
高分求助中
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
The Healthy Socialist Life in Maoist China 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Keywords: explanatory textual sequences, motivation, self-determination, academic performance, math, artificial intelligence 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3267288
求助须知:如何正确求助?哪些是违规求助? 2906812
关于积分的说明 8339691
捐赠科研通 2577377
什么是DOI,文献DOI怎么找? 1400921
科研通“疑难数据库(出版商)”最低求助积分说明 654973
邀请新用户注册赠送积分活动 633892