III Simposio de Postgrado 2025: Ingeniería, ciencia e innovación

124 Fabián Oliveras ¹* César Pastén ¹ Felipe Leyton ² Gonzalo Montalva ³ Esteban Sáez ⁴ Juan Carlos Tiznado ⁴ *E-mail: f.oliverascisternas@gmail.com ¹ Departamento de Ingeniería Civil, Universidad de Chile ² Centro Sismológico Nacional, Universidad de Chile ³ Departamento de Ingeniería Civil, Universidad de Concepción ⁴ Departamento de Ingeniería Estructural y Geotécnica, Pontificia Universidad Católica de Chile Módulo Ingeniería Civil y Estructural 06 Cuantificación de la incertidumbre del Vs30 a partir de la inversión de curvas de dispersión obtenidas con métodos de ondas superficiales Resumen Los métodos de ondas superficiales permiten estimar parámetros de clasifica- ción sísmica del sitio, como el promedio armónico de la velocidad de ondas de corte (Vs) en los primeros 30 metros (Vs₃₀). Este parámetro se calcula a partir de un perfil representativo unidimensional (1D) de Vs del sitio, obtenido mediante la inversión de la curva de dispersión (CD) correspondiente. La estimación de este perfil conlleva incertidumbres epistémicas y aleatorias. La práctica habitual con- siste en resolver un probl ema inverso no line al que da como resultado múltiples perfiles Vs 1D igualmente compatibles con la CD estimada del sitio. Este trabajo propone un método para estimar un Vs₃₀ adecuado para fines de clasificación sísmica, junto con un intervalo de confianza asociado que refleja la incertidum- bre inherente de la CD. La metodología se basa en el análisis de métricas de error calculadas a partir de un subconjunto aleatorio de perfiles de Vs, selec- cionados según el número de perfiles y el valor máximo de desajuste (misfit) aceptado. El enfoque requiere evaluar soluciones estadísticamente independien- tes, lo que implica el uso de una búsqueda estocástica, tipo Monte Carlo, en la inversión. Para ello se incorporan modificaciones dirigidas a las tres etapas de la inversión definidas en Vantassel and Cox (2021): (i) definición de la CD objetivo; (ii) parametrización del espacio de búsqueda; y (iii) ajuste de los parámetros del algoritmo de inversión. Luego, la incertidumbre de Vs₃₀ se obtiene ajustando una distribución normal al histograma de Vs₃₀ del subconjunto seleccionado. Los re- sultados muestran que la métrica de error asociada a la desviación estándar de la CD ( INGENIERÍA CIVIL Y ESTRUCTURAL Cuantificación de la incertidumbre del Vs 30 a partir de la inversión de curvas de dispersión obtenidas con métodos de ondas superficiales Fabián Oliveras 1* , César Pastén 1 , Felipe Leyton 2 , Gonzalo Montalva 3 , Esteban Sáez 4 , Juan Carl s Tiznado 4 1 Departamento de Ingeniería Civil, Universidad de Chile. 2 Centro Sismológico Nacional, Universidad de Chile. 3 Departamento de Ingeniería Civil, Universidad de Concepción. 4 Departamento de Ingeniería Estructural y Geotécnica, Pontificia Universidad Católica de Chile. *Email: f. liv rascisternas@gmail.com Resumen Los métodos de ondas superficiales permiten estimar parámetros de clasificación sísmica del sitio, como el promedio armónico de la velocidad de ondas de corte (Vs) en los primeros 30 metros (Vs 30 ). Este parámetro se calcula a partir de un perfil representativo unidimensional (1D) de Vs del sitio, obtenido mediante la inversión de la curva de dispersión (CD) correspondiente. La estimación de este perfil conlleva incertidumbres epistémicas y aleatorias. La práctica habitual consiste en resolver un problema inverso no lineal que da como resultado múltiples perfiles Vs 1D igualmente compatibles con la CD estimada del sitio. Este trabajo propone un método para estimar un Vs 30 ade uado para fines de clasificación sísmica, junto con un intervalo de confianza asociado que refleja la incertidumbre inherente de la CD. La metodología se basa en el análisis de métricas de error calculadas a partir de un subconjunto aleatorio de perfiles de Vs, seleccionados según el número de perfiles y el valor máximo de desajuste (misfit) ac pt do. El enfoque requiere evaluar soluciones estadísticamente independientes, lo que implica el uso de una búsqueda estocástica, tipo Monte Carlo, en la inversión. Para ello se incorporan modificaciones dirigidas a las tres etapas de la inversión definidas en Vantassel and Cox (2021): (i) definición de la CD objetivo; (ii) param trización del espacio de búsqueda; y (iii) ajuste de los parámetros del algoritmo de inversión. Luego, la incertidumbre de Vs 30 se obtiene ajustando una distribución normal al histograma de Vs 30 del subconjunto seleccionado. Los resultados muestran que la métrica de error asociada a la desviación estándar de la CD ( ! ! " ) es un buen predictor de la desviación estándar de Vs 30 . Además, la metodología es computacionalmente eficiente frente a enfoques alternativos, y permite aproximar la distribución de Vs 30 con errores menores al 5 % del valor medio en los casos analizados. Referencias [1] Vantassel, J. P., & Cox, B. R. (2021). SWinvert: a workflow for performing rigorous 1-D surface wave inversions. Geophysical Journal International, 224(2), 1141-1156. ) es un buen predictor de la d viación estándar de Vs₃₀. Además, la metodología es computacionalmente eficiente frente a enfoques alternativos, y permite aproximar la distribución de Vs₃₀ con errores menores al 5 % del valor medio en los casos analizados. __Referencias [1] Vantassel, J. P., & Cox, B. R. (2021). SWinvert: a workflow for performing rigorous 1-D surface wave inversions. Geophysical Journal International, 224(2), 1141-1156.