🔬 physics

A Next-Generation Nonstationary Stochastic Ground Motion Modelling of the 2001 Bhuj Earthquake: A Multi-Peak Gamma–Driven Filtered White-Noise Approach with Uncertainty Quantification and GMPE Benchmarking

यह अध्ययन 2001 के भुज इंट्राप्लेट भूकंप के लिए एक पूर्णतः नॉनस्टेशनरी स्टोकेस्टिक ग्राउंड मोशन मॉडल प्रस्तुत करता है जो देखे गए भूकंपीय लक्षणों को सटीक रूप से पुनरुत्पादित करने, पैरामीटर अनिश्चितता को परिमाणित करने और मजबूत भूकंपीय जोखिम मूल्यांकन के लिए क्षेत्रीय ग्राउंड मोशन प्रेडिक्शन इक्वेशंस के विरुद्ध सत्यापन करने हेतु एक मल्टी-पीक गामा-ड्रिवन मॉड्यूलेटिंग फंक्शन, टाइम-वेरिंग डैम्पिंग और जॉनसन एसयू नॉन-गॉसियन ट्रांसफॉर्मेशन को एकीकृत करता है।

मूल लेखक: Jigar P. Variyavwala

प्रकाशित 2026-07-02

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jigar P. Variyavwala

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह भविष्यवाणी करने की कोशिश कर रहे हैं कि भूकंप के दौरान एक इमारत कैसे हिलेगी। इसे सटीक रूप से करने के लिए, इंजीनियरों को झटकों का एक "स्क्रिप्ट" चाहिए—यानी जमीन की हलचल की एक डिजिटल रिकॉर्डिंग। आमतौर पर, वे पिछले भूकंपों की वास्तविक रिकॉर्डिंग का उपयोग करते हैं। लेकिन समस्या यह है कि पेनिनसुला इंडिया (जहाँ 2001 का भुज भूकंप आया था) जैसे स्थानों में चुनने के लिए वास्तविक रिकॉर्डिंग बहुत कम हैं। यह ऐसा है जैसे आप केवल धूप वाले दिनों की तस्वीरों को देखकर कार चलाना सीखने की कोशिश कर रहे हों।

यह शोध पत्र उस विशिष्ट प्रकार के भूकंप के लिए एक "परफेक्ट स्क्रिप्ट" लिखने का एक नया, उच्च-तकनीकी तरीका प्रस्तुत करता है, भले ही नकल करने के लिए पर्याप्त वास्तविक रिकॉर्डिंग उपलब्ध न हों। लेखक, जिगर पी. वरियाववाला ने 2001 के भुज भूकंप की हलचल को अविश्वसनीय विवरण के साथ सिम्युलेट करने वाला एक "नेक्स्ट-जेनरेशन" कंप्यूटर मॉडल बनाया है।

यहाँ बताया गया है कि यह मॉडल कैसे काम करता है, सरल उपमाओं का उपयोग करते हुए:

1. मूल विचार: एक "स्मार्ट" नॉइज़ जनरेटर

जमीन के हिलने को रेडियो पर बजने वाले स्टैटिक (व्हाइट नॉइज़) के रूप में सोचें। एक मानक मॉडल केवल इस स्टैटिक की आवाज़ को कम या ज्यादा करता है। लेकिन वास्तविक भूकंप केवल शोर भरा स्टैटिक नहीं होते; उनमें एक लय होती है। वे एक तेज कड़क (P-wave) के साथ शुरू होते हैं, और उसके बाद एक लंबी, लुढ़कती हुई गड़गड़ाहट (S-wave) आती है।

लेखक का मॉडल एक स्मार्ट डीजे (DJ) की तरह है जो केवल संगीत की आवाज़ को बेतरतीब ढंग से कम या ज्यादा नहीं करता है। इसके बजाय, डीजे संगीत को आकार देने के लिए एक विशेष "गामा-ड्रिवन" फिल्टर का उपयोग करता है।

दो-पल्स की बीट (Two-Pulse Beat): मॉडल पहचानता है कि भुज भूकंप में दो अलग-अलग "बीट्स" थीं। यह शुरुआती तेज आगमन (P-wave) के लिए एक पल्स और मुख्य हलचल (S-wave) के लिए दूसरा, लंबा पल्स बनाता है। यह एक ऐसे गाने की तरह है जो एक ड्रम हिट के साथ शुरू होता है और फिर एक लंबी, भारी बेसलाइन में बदल जाता है।
बदलता हुआ फिल्टर: जैसे-जैसे भूकंप आगे बढ़ता है, हिलने की "टोन" बदल जाती है। शुरुआत में, यह हाई-पिच और तेज होती है। बाद में, यह धीमी और गड़गड़ाहट वाली हो जाती है। मॉडल एक "टाइम-वेरिंग फिल्टर" का उपयोग करता है जो एक स्लाइडिंग इक्वलाइज़र की तरह कार्य करता है, जो भूकंप के विकसित होने के साथ स्वचालित रूप से ध्वनि को उच्च आवृत्तियों (6.5 Hz) से निम्न आवृत्तियों (1.8 Hz) की ओर बदल देता है।

2. "हेवी टेल" की समस्या: केवल औसत हलचल नहीं

अधिकांश भूकंप मॉडल मानते हैं कि हलचल "गौसियन" (Gaussian) है, जिसका अर्थ है कि शिखर (peaks) अनुमानित और औसत होते हैं। लेकिन भुज भूकंप अजीब था; इसमें औसत से कहीं अधिक ऊंचे, नुकीले स्पाइक्स थे। सांख्यिकी में, इसे "एक्सेस कर्टोसिस" (excess kurtosis) कहा जाता है।

इसे ठीक करने के लिए, लेखक ने एक जॉनसन एसयू ट्रांसफॉर्मेशन (Johnson SU transformation) जोड़ा है।

उपमा: कल्पना कीजिए कि लोगों की एक भीड़ कूद रही है। एक सामान्य मॉडल भविष्यवाणी करता है कि हर कोई लगभग 2 फीट ऊंचा कूदेगा। लेकिन वास्तव में, कुछ लोग 10 फीट ऊंचे कूदे थे! जॉनसन एसयू ट्रांसफॉर्मेशन एक जादुगत लेंस की तरह है जो सामान्य "औसत" हलचल को लेता है और उसके वितरण के 'टेल्स' (tails) को खींचकर फैला देता है। यह सुनिश्चित करता है कि मॉडल उन दुर्लभ, चरम स्पाइक्स (10 फीट की छलांग) को उत्पन्न करे जो वास्तव में भुज में हुए थे, बिना औसत हलचल को बिगाड़े।

3. गड़बड़ी को साफ करना: "ड्रिफ्ट" का समाधान

जब आप कंप्यूटर पर हलचल को सिम्युलेट करते हैं, तो गणित कभी-कभी "लापरवाह" हो सकता है, जिससे जमीन स्थायी रूप से एक तरफ खिसकती हुई दिखाई दे सकती है (जैसे कार सड़क से उतर जाती है)। यह भौतिक रूप से असंभव है।

समाधान: लेखक ने एक न्यूमार्क-β हाई-पास फिल्टर (Newmark-β high-pass filter) का उपयोग किया है। इसे सिमुलेशन के लिए एक सस्पेंशन सिस्टम के रूप में सोचें। यह एक शॉक एब्जॉर्बर की तरह कार्य करता है जो किसी भी "ड्रिफ्ट" को तुरंत ठीक करता है, यह सुनिश्चित करता है कि जमीन आगे-पीछे हिले लेकिन अंततः वहीं समाप्त हो जहाँ से उसने शुरू किया था।

4. काम की जाँच: "डबल-चेक"

लेखक ने केवल मॉडल बनाया ही नहीं; उन्होंने इसका कड़ाई से परीक्षण भी किया।

"वन-रिकॉर्ड" चुनौती: चूंकि उनके पास केवल एक वास्तविक रिकॉर्डिंग (अहमदाबाद से) थी, इसलिए उन्हें यह साबित करना था कि मॉडल केवल उस एक गाने को "रट" नहीं रहा है। उन्होंने बूटस्ट्रैप अनिश्चितता मात्रा निर्धारण (Bootstrap Uncertainty Quantification) नामक तकनीक का उपयोग किया।
- उपमा: कल्पना कीजिए कि मॉडल एक शेफ (रसोइया) है। एक व्यंजन बनाने के बजाय, शेफ एक ही रेसिपी को थोड़े अलग-अलग अवयवों (एक सुरक्षित सीमा के भीतर) के साथ 50 बार बनाता है। यदि सभी 50 व्यंजन स्वादिष्ट और सुसंगत हैं, तो आप जानते हैं कि रेसिपी ठोस है। अध्ययन ने यह सुनिश्चित करने के लिए इसे 50 बार किया कि मॉडल विश्वसनीय है और केवल एक इत्तेफाक नहीं है।
"रूलबुक" की जाँच: उन्होंने अपने नए मॉडल की तुलना दो मौजूदा "नियमपुस्तिकाओं" (जिन्हें इंजीनियरों द्वारा GM_PEs कहा जाता है) के विरुद्ध की:
1. BSSA14: सक्रिय टेक्टोनिक क्षेत्रों (जैसे कैलिफोर्निया) के लिए बनाई गई एक वैश्विक नियमपुस्तिका।
2. RKI07: स्थिर भारतीय मिट्टी के लिए विशेष रूप से बनाई गई एक क्षेत्रीय नियमपुस्तिका।
- परिणाम: नया मॉडल लंबे समय तक चलने वाली हलचल (जो ऊंची इमारतों को प्रभावित करती है) के लिए RKI07 नियमपुस्तिका के साथ लगभग पूरी तरह से मेल खाता है। हालाँकि, यह वैश्विक BSSA14 नियमपुस्तिका से पूरी तरह असहमत है। यह साबित करता है कि भारतीय भूकंपों के लिए वैश्विक नियमों का उपयोग करना वैसा ही है जैसे उष्णकटिबंधीय फल सलाद की रेसिपी का उपयोग करके सर्दियों के स्टू (stew) को बनाना—यह काम नहीं करता।

5. निष्कर्ष (The Bottom Line)

यह शोध पत्र 2001 के भुज भूकंप के लिए एक सत्यापित, कंप्यूटर-जनित स्क्रिप्ट प्रदान करता है। यह अद्वितीय "दो-बीट" लय, चरम स्पाइक्स और हलचल की बदलती आवृत्ति को पकड़ता है।

यह सिद्ध करके कि यह मॉडल क्षेत्रीय डेटा के साथ मेल खाता है और अनिश्चितता को सही ढंग से संभालता है, लेखक इंजीनियरों को एक शक्तिशाली नया उपकरण प्रदान करते हैं। अब वे गुजरात में इमारतों के लिए सैकड़ों वास्तविक "क्या-होगा" (what-if) हलचल परिदृश्य उत्पन्न कर सकते हैं, भले ही उनके पास पारंपरिक रूप से करने के लिए पर्याप्त वास्तविक भूकंप रिकॉर्डिंग न हों। यह सुनिश्चित करने में मदद करता है कि क्षेत्र में भविष्य की इमारतों को उस विशिष्ट, अनूठी तरीके से जीवित रहने के लिए डिज़ाइन किया जाए जिस तरह से उस हिस्से में जमीन हिलती है।

तकनीकी सारांश: 2001 के भुज भूकंप का अगली पीढ़ी का गैर-स्थिर स्टोकेस्टिक ग्राउंड मोशन मॉडलिंग

समस्या विवरण
इंट्राप्लेट टेक्टोनिक वातावरण, जैसे कि प्रायद्वीपीय भारत में, इंट्राप्लेट टेक्टोनिक वातावरणों में भूकंपीय ग्राउंड मोशन के स्टोकेस्टिक सिमुलेशन (stochastic simulation) को महत्वपूर्ण चुनौतियों का सामना करना पड़ता है, जिसका कारण विरल (sparse) स्ट्रॉन्ग-मोशन डेटाबेस, जटिल वेव-फेज़ संरचनाएं, लंबे समय तक चलने वाली स्ट्रॉन्ग-मोशन अवधि और स्पष्ट रूप से गैर-गॉसियन (non-Gaussian) आयाम सांख्यिकी है। पारंपरिक गॉसियन या सिंगल-पल्स मॉडल इन विशेषताओं को पकड़ने में विफल रहते हैं। 2001 का भुज भूकंप ( $M_w$ 7.6), जिसने अहमदाबाद ( $R_{rup} = 230$ किमी) में व्यापक क्षति पहुंचाई, इस इंट्राप्लेट परिदृश्य के लिए एक महत्वपूर्ण बेंचमार्क के रूप में कार्य करता है। हालांकि, मौजूदा स्टोकेस्टिक ग्राउंड मोशन मॉडल्स (SGMMs) ने एक ही कठोर रूप से सत्यापित ढांचे के भीतर मल्टी-पीक P/S-वेव एनवेलप भौतिकी, पीसवाइज स्पेक्ट्रल बैंडविड्थ विकास, गैर-गॉसियन आयाम सांख्यिकी और औपचारिक पैरामीटर पहचान (parameter identifiability) को एक साथ संबोधित नहीं किया है। इसके अलावा, SGMM मापदंडों के अंशांकन (calibration) की अनिश्चितता को शायद ही कभी मापा जाता है, और इंट्राप्लेट परिदृश्यों के लिए GMPE तुलनाएं अक्सर अनुपयुक्त सक्रिय-टेक्टोनिक मॉडलों पर निर्भर करती हैं।

कार्यप्रणाली (Methodology)
यह अध्ययन मॉड्युलेटेड फिल्टर्ड व्हाइट-नॉइज़ (MFWN) ढांचे (रेज़ैयान और डेर कुइरघियन, 2010) पर आधारित एक पूर्णतः गैर-स्थिर, भौतिक रूप से कैलिब्रेटेड SGMM विकसित करता है, जिसे तीन लक्षित विस्तारों द्वारा बढ़ाया गया है:

मल्टी-पीक गामा-ड्रिवन मॉड्यूलेशन (विस्तार 3A): यह सिंगल-पल्स एनवेलप को दो स्वतंत्र गामा पल्स के सुपरपोजिशन से बदल देता है ताकि P-वेव आगमन (0–15 सेकंड) और प्रमुख S-वेव/कोडा चरण (10–85 सेकंड) को स्वतंत्र रूप से मॉडल किया जा सके। आयाम मापदंडों को विश्लेषणात्मक रूप से इस प्रकार व्युत्पन्न किया गया है कि प्रत्येक चरण के लिए लक्षित PGA के साथ पीक एनवेलप मेल खा सके।
पीसवाइज टाइम-वेरिंग SDOF फिल्टर (विस्तार 2A): यह एक समय-परिवर्तनीय डैम्पिंग योजना ( $\zeta_f$ ) और एक लीनियर फ्रीक्वेंसी स्वीप ( $f_0 = 6.5$ Hz से $f_n = 1.8$ Hz) को लागू करता है। डैम्पिंग अनुपात को तीन चरणों में विभाजित किया गया है: नैरो-बैंड P-वेव्स के लिए 0.08, मध्यम S-वेव्स के लिए 0.30, और ब्रॉडबैंड कोडा के लिए 0.70।
जॉनसन SU नॉन-गॉसियन ट्रांसफॉर्मेशन (विस्तार 1A): यह अहमदाबाद रिकॉर्ड में देखी गई हेवी-टेल्ड (heavy-tailed) आयाम सांख्यिकी (अतिरिक्त कर्टोसिस $k_u = 45.03$ ) को पुनरुत्पादित करने के लिए जॉनसन SU ट्रांसफॉर्मेशन लागू करता है। महत्वपूर्ण रूप से, जॉनसन SU मापदंडों ( $\delta, \lambda$ ) को पुन: कैलिब्रेट किया गया है ताकि यह सुनिश्चित हो सके कि एन्सेम्बल मीन PGA रिकॉर्ड किए गए मान 0.106 g से मेल खाता है, जिससे पिछले 11 गुना अधिक अनुमान की समस्या हल हो गई।

पैरामीटर पहचान और अनिश्चितता का परिमाणन
अध्ययन एक औपचारिक पहचान विश्लेषण (identifiability analysis) आयोजित करता है, यह प्रदर्शित करते हुए कि 17 में से 13 मॉडल पैरामीटर भौतिक रूप से व्याख्या योग्य लक्ष्य मेट्रिक्स (जैसे, पीक समय, क्षय दर, स्पेक्ट्रल बैंडविड्थ, कर्टोसिस) द्वारा विशिष्ट रूप से सीमित हैं, जबकि आयाम मापदंडों को विश्लेषणात्मक रूप से स्थिर किया गया है। अंशांकन अनिश्चितता को 50 पैरामीटर-परेशान वास्तविकताओं (parameter-perturbed realisations) पर एक बूटस्ट्रैप रीसैंपलिंग प्रक्रिया का उपयोग करके मापा गया है। यह लगभग 0.62–0.69 के लॉग-नॉर्मल मानक विचलन ( $\sigma_{ln}$ ) के साथ स्पेक्ट्रल कॉन्फिडेंस बैंड प्रदान करता है, जो NGA-West2 इंटर-इवेंट और इंट्रा-इवेंट परिवर्तनशीलता के अनुरूप है।

परिणाम और सत्यापन

सिमुलेशन फिडेलिटी (Simulation Fidelity): कैलिब्रेटेड मॉडल सफलतापूर्वक ड्यूल-पीक एनवेलप संरचना, 85-सेकंड की प्रभावी अवधि ( $D_{5-95}$ ), और हाई-फ्रीक्वेंसी इम्पल्सिव कंटेंट को पुनरुत्पादित करता है। एन्सेम्बल मीन PGA 0.108 g है (रिकॉर्डेड 0.106 g के 2% के भीतर) और एन्सेम्बल मीन एरिया तीव्रता (Arias intensity) लक्ष्य के 10% के भीतर है।
GMPE बेंचमार्किंग: सिमुलेटेड रिस्पॉन्स स्पेक्ट्रम को दो ग्राउंड मोशन प्रेडिक्शन इक्वेशंस (GMPEs) के विरुद्ध सत्यापित किया गया है:
- BSSA14 (NGA-West2): मॉडल व्यवस्थित विचलन दिखाता है, जिसमें SGMM अधिकांश अवधियों पर BSSA14 की तुलना में काफी उच्च स्पेक्ट्रल त्वरण की भविष्यवाणी करता है। यह पुष्टि करता है कि सक्रिय-टेक्टोनिक मॉडल बड़े दूरियों पर स्थिर-महाद्वीपीय इंट्राप्लेट घटनाओं के लिए अनुपयुक्त हैं।
- RKI07 (प्रायद्वीपीय भारत): SGMM स्पेक्ट्रम सभी 11 परीक्षण किए गए अवधियों ( $T \ge 0.4$ s) पर RKI07 क्षेत्रीय मॉडल के $\pm 1\sigma$ के भीतर आता है। $T = 1.0$ s पर, अवशेष (residual) लगभग शून्य ( $\epsilon = -0.007$ ) है, जो क्षेत्रीय स्थिर-महाद्वीप क्षीणन मॉडल के साथ लगभग पूर्ण सहमति को दर्शाता है।
स्पेक्ट्रल सांख्यिकी: एन्सेम्बल में स्पेक्ट्रल त्वरण के लिए भिन्नता का गुणांक (Coefficient of Variation - CoV) 65% से 76% के बीच है, जो भौतिक रूप से यथार्थवादी इंट्रा-इवेंट परिवर्तनशीलता को दर्शाता है।

महत्व और दावे
यह शोध दावा करता है कि यह विरल रिकॉर्ड किए गए डेटाबेस पर निर्भर न रहने वाले, सत्यापित और गणनात्मक रूप से कुशल एन्सेम्बल जनरेटर प्रदान करके इंट्राप्लेट भूकंपीय जोखिम मात्रा निर्धारण में अत्याधुनिक स्थिति (state of the art) को आगे बढ़ाता है। मुख्य योगदान शामिल हैं:

अंशांकन अस्पष्टता का समाधान: मल्टी-पल्स गामा फंक्शन के लिए विश्लेषणात्मक सामान्यीकरण स्थितियों का व्युत्पन्न और भौतिक निरंतरता सुनिश्चित करने के लिए जॉनसन SU मापदंडों का पुन: अंशांकन।
औपचारिक पहचान (Formal Identifiability): यह स्थापित करना कि यदि विशिष्ट भौतिक लक्ष्य पूरे होते हैं, तो मॉडल पैरामीटर सिंगल-रिकॉर्ड कैलिब्रेशन के लिए गैर-अपभ्रष्ट (not degenerate) हैं।
क्षेत्रीय सत्यापन: यह प्रदर्शित करना कि एक एकल रिकॉर्ड के लिए कैलिब्रेट किया गया भौतिक-आधारित SGMM, मध्य से उच्च-इमारतों की प्रतिक्रिया के लिए प्रासंगिक अवधियों ( $T \ge 0.4$ s) के लिए क्षेत्रीय अनुभवजन्य मॉडलों (RKI07) की सांख्यिकीय अपेक्षाओं को पुनरुत्पादित कर सकता है।
PBEE के साथ एकीकरण: स्टोकैस्टिक पॉलिनोमियल चाओस एक्सपेंशन (SPCE)-आधारित परफॉरमेंस-बेस्ड अर्थक्वेक इंजीनियरिंग (PBEE) फ्रैजिलिटी फ्रेमवर्क के भीतर कैलिब्रेटेड मॉडल को स्थापित करना, जो मजबूत भूकंपीय जोखिम मूल्यांकन के लिए एक मार्ग प्रदान करता है।

अध्ययन निष्कर्ष निकालता है कि हालांकि मॉडल लघु-अवधि स्पेक्ट्रल त्वरण ( $T < 0.2$ s) की अधिक भविष्यवाणी करता है, जो कि भुज रिकॉर्ड की हेवी-टेल प्रकृति के कारण है, यह एक भौतिक रूप से व्याख्या योग्य विशेषता है न कि अंशांकन त्रुटि। इस मॉडल को गुजरात क्षेत्र और समान इंट्राप्लेट वातावरणों में संरचनात्मक जोखिम मूल्यांकन के लिए सिंथेटिक ग्राउंड मोशन उत्पन्न करने के लिए एक मजबूत उपकरण के रूप में प्रस्तुत किया गया है।

1. मूल विचार: एक "स्मार्ट" नॉइज़ जनरेटर

2. "हेवी टेल" की समस्या: केवल औसत हलचल नहीं

3. गड़बड़ी को साफ करना: "ड्रिफ्ट" का समाधान

4. काम की जाँच: "डबल-चेक"

5. निष्कर्ष (The Bottom Line)

इसी तरह के और पेपर