Abstract Seismic site classification plays a significant role in the estimation of site response and is carried out using average shear wave velocity through the top 30 m (VS30) soil layers. Meanwhile, at some sites with a number of boreholes, identification of the VS30 acquired from different boreholes does not lead to the classification of the site into one single category, and this makes the seismic classification of the site troublesome. This paper proposes a practical approach for obtaining the reliability index of the seismic site classification when not all VS30 calculated from the boreholes converge to that of a unique seismic class. For this purpose, the geostatistical method is combined with the system reliability approach. A real site with three boreholes, two of which fall into the ‘D' and the third into the ‘C' category based on the National Earthquake Hazards Reduction Program (NEHRP), is considered. The site is divided into 66 hypothetical soil columns. The shear wave velocity (VS) is estimated in depths of each column using the Sequential Gaussian Co-Simulation (SGCS) method based on sampled data determined nearby. Ten thousand realizations of VS with spatial distributions are generated via the SGCS method and are validated with the original data. In order for reliability analysis of the proposed classification approach, the reliability indices of the components are merged based on their corresponding correlation through the Sequential Compounding Method (SCM). The proposed method is proven to be consistent, fast, and the results are shown to be reliable.

中文翻译：

---

基于序列高斯联合仿真的地震场地分类系统可靠性分析：以伊朗设拉子为例

摘要 地震场地分类在场地响应的估计中起着重要作用，它使用通过顶部 30 m (VS30) 土层的平均剪切波速度进行。同时，在一些钻孔较多的场地，对不同钻孔采集到的VS30进行识别，并不能将场地划分为一个单一的类别，这给场地的地震分类带来了麻烦。本文提出了一种实用的方法，用于在并非所有从钻孔计算的 VS30 都收敛到唯一地震等级的情况下，获得地震场地分类的可靠性指标。为此，地统计方法与系统可靠性方法相结合。具有三个钻孔的真实场地，其中两个位于“D”中，第三个位于“C”中 考虑了基于国家地震灾害减少计划 (NEHRP) 的类别。该场地被划分为 66 个假设的土柱。基于附近确定的采样数据，使用序列高斯协同仿真 (SGCS) 方法在每列的深度估计横波速度 (VS)。通过 SGCS 方法生成具有空间分布的 VS 的一万个实现，并使用原始数据进行验证。为了对所提出的分类方法进行可靠性分析，通过顺序复合方法 (SCM)，基于组件的相应相关性合并组件的可靠性指标。所提出的方法被证明是一致的、快速的，并且结果被证明是可靠的。该场地被划分为 66 个假设的土柱。基于附近确定的采样数据，使用序列高斯协同仿真 (SGCS) 方法在每列的深度估计横波速度 (VS)。通过 SGCS 方法生成具有空间分布的 VS 的一万个实现，并使用原始数据进行验证。为了对所提出的分类方法进行可靠性分析，通过顺序复合方法 (SCM)，基于组件的相应相关性合并组件的可靠性指标。所提出的方法被证明是一致的、快速的，并且结果被证明是可靠的。该场地被划分为 66 个假设的土柱。基于附近确定的采样数据，使用序列高斯协同仿真 (SGCS) 方法在每列的深度估计横波速度 (VS)。通过 SGCS 方法生成具有空间分布的 VS 的一万个实现，并使用原始数据进行验证。为了对所提出的分类方法进行可靠性分析，通过顺序复合方法 (SCM)，基于组件的相应相关性合并组件的可靠性指标。所提出的方法被证明是一致的、快速的，并且结果被证明是可靠的。基于附近确定的采样数据，使用序列高斯协同仿真 (SGCS) 方法在每列深度中估计横波速度 (VS)。通过 SGCS 方法生成具有空间分布的 VS 的一万个实现，并使用原始数据进行验证。为了对所提出的分类方法进行可靠性分析，通过顺序复合方法 (SCM)，基于组件的相应相关性合并组件的可靠性指标。所提出的方法被证明是一致的、快速的，并且结果被证明是可靠的。基于附近确定的采样数据，使用序列高斯协同仿真 (SGCS) 方法在每列深度中估计横波速度 (VS)。通过 SGCS 方法生成具有空间分布的 VS 的一万个实现，并使用原始数据进行验证。为了对所提出的分类方法进行可靠性分析，通过顺序复合方法 (SCM)，基于组件的相应相关性合并组件的可靠性指标。所提出的方法被证明是一致的、快速的，并且结果被证明是可靠的。组件的可靠性指标基于其相应的相关性通过顺序复合方法 (SCM) 进行合并。所提出的方法被证明是一致的、快速的，并且结果被证明是可靠的。组件的可靠性指标基于其相应的相关性通过顺序复合方法 (SCM) 进行合并。所提出的方法被证明是一致的、快速的，并且结果被证明是可靠的。