Statistical Methods and Modeling of Seismogenesis

مطالعه زمین لرزه ها یک رشته چند رشته ای، ملغمه ای از ژئودینامیک، ریاضیات، مهندسی و غیره است. اشتراک مهم بین همه آنها وجود تصادفی طبیعی است.

مطالعات تصادفی (احتمال، فرآیندهای تصادفی و آمار) می توانند انواع مختلفی داشته باشند، به عنوان مثال، رویکرد جعبه سیاه (یک حالت)، رویکرد جعبه سفید (چند حالته). )، شبیه سازی جنبه های مختلف و غیره. این کتاب این مزیت را دارد که گروهی از نویسندگان بین‌المللی را که به دلیل رویکردهای خاص زلزله‌زده‌شان شناخته شده‌اند، گرد هم می‌آورد تا طیف وسیعی از این جنبه‌های بی‌شمار را پوشش دهد. موضوعات مختلفی ارائه شده است، از جمله روش‌های آماری ناپارامتریک و پارامتری، رویکرد سیستم چند حالته، شبیه‌سازهای زلزله، مدل‌های فعالیت پس از لرزه‌ای، مدل‌های سری زمانی مارکوف با رگرسیون، خواص مقیاس‌پذیری و رویکردهای چندفراکتالی، مدل‌های خود تصحیح‌کننده، آزادسازی تنش مرتبط. مدل، مدل‌های ورود مارکوف، تکنیک‌های تشخیص مبتنی بر پواسون، تکنیک‌های تشخیص نقطه تغییر در مدل‌های لرزه‌خیزی، و در نهایت، مدل‌های نیمه مارکوف برای پیش‌بینی زلزله.

The study of earthquakes is a multidisciplinary field, an amalgam of geodynamics, mathematics, engineering and more. The overriding commonality between them all is the presence of natural randomness.

Stochastic studies (probability, stochastic processes and statistics) can be of different types, for example, the black box approach (one state), the white box approach (multi-state), the simulation of different aspects, and so on. This book has the advantage of bringing together a group of international authors, known for their earthquake-specific approaches, to cover a wide array of these myriad aspects. A variety of topics are presented, including statistical nonparametric and parametric methods, a multi-state system approach, earthquake simulators, post-seismic activity models, time series Markov models with regression, scaling properties and multifractal approaches, selfcorrecting models, the linked stress release model, Markovian arrival models, Poisson-based detection techniques, change point detection techniques on seismicity models, and, finally, semi-Markov models for earthquake forecasting.