Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areas

Bibliographic Details
Main Author: Ramírez Eudave, Rafael
Publication Date: 2023
Language: eng
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: https://hdl.handle.net/1822/85797
Summary: Tese de doutoramento em Civil Engineering
id RCAP_8923d140a74d1963540816934e400a99
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/85797
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areasAprendizagem de máquinaAvaliação da vulnerabilidade sísmicaAvaliações de escala urbanaAvaliação do risco sísmicoEstruturas de alvenariaSistemas de informação geográficaMachine learningSeismic vulnerability assessmentUrban-scale assessmentSeismic risk assessmentMasonry structuresGeographical information systemsEngenharia e Tecnologia::Engenharia CivilTese de doutoramento em Civil EngineeringSismos de grande intensidade, como aqueles que ocorreram na Turquía-Síria (2023) ou México (2017) deviam chamar a atenção para o projeto e implementação de ações proativas que conduzam à identificação de bens vulneráveis. A presente tese propõe um fluxo de trabalho relativamente simples para efetuar avaliações da vulnerabilidade sísmica à escala urbana mediante ferramentas digitais. Um modelo de vulnerabilidade baseado em parâmetros é adotado devido à afinidade que possui com o Catálogo Nacional de Monumentos Históricos mexicano. Uma primeira implementação do método (a grande escala) foi efetuada na cidade histórica de Atlixco (Puebla, México), demonstrando a sua aplicabilidade e algumas limitações, o que permitiu o desenvolvimento de uma estratégia para quantificar e considerar as incertezas epistémicas encontradas nos processos de aquisição de dados. Devido ao volume de dados tratado, foi preciso desenvolver meios robustos para obter, armazenar e gerir informações. O uso de Sistemas de Informação Geográfica, com programas à medida baseados em linguagem Python e a distribuição de ficheiros na ”nuvem”, facilitou a criação de bases de dados de escala urbana para facilitar a aquisição de dados em campo, os cálculos de vulnerabilidade e dano e, finalmente, a representação dos resultados. Este desenvolvimento foi a base para um segundo conjunto de trabalhos em municípios do estado de Morelos (México). A caracterização da vulnerabilidade sísmica de mais de 160 construções permitiu a avaliação da representatividade do método paramétrico pela comparação entre os níveis de dano teórico e os danos observados depois do terramoto de Puebla-Morelos (2017). Esta comparação foi a base para efetuar processos de calibração e ajuste assistidos por algoritmos de aprendizagem de máquina (Machine Learning), fornecendo bases para o desenvolvimento de modelos de vulnerabilidade à medida (mediante o uso de Inteligência Artificial), apoiados nas evidências de eventos sísmicos prévios.Strong seismic events like the ones of Türkiye-Syria (2023) or Mexico (2017) should guide our attention to the design and implementation of proactive actions aimed to identify vulnerable assets. This work is aimed to propose a suitable and easy-to-implement workflow for performing large-scale seismic vulnerability assessments in historic environments by means of digital tools. A vulnerability-oriented model based on parameters is adopted given its affinity with the Mexican Catalogue of Historical Monuments. A first large-scale implementation of this method in the historical city of Atlixco (Puebla, Mexico) demonstrated its suitability and some limitations, which lead to develop a strategy for quantifying and involving the epistemic uncertainties found during the data acquisition process. Given the volume of data that these analyses involve, it was necessary to develop robust data acquisition, storing and management strategies. The use of Geographical Information System environments together with customised Python-based programs and cloud-based distribution permitted to assemble urban databases for facilitating field data acquisition, performing vulnerability and damage calculations, and representing outcomes. This development was the base for performing a second large-scale assessment in selected municipalities of the state of Morelos (Mexico). The characterisation of the seismic vulnerability of more than 160 buildings permitted to assess the representativeness of the parametric vulnerability approach by comparing the theoretical damage estimations against the damages observed after the Puebla-Morelos 2017 Earthquakes. Such comparison is the base for performing a Machine Learning assisted process of calibration and adjustment, representing a feasible strategy for calibrating these vulnerability models by using Machine-Learning algorithms and the empirical evidence of damage in post-seismic scenarios.This work was partly financed by FCT/MCTES through national funds (PIDDAC) under the R&D Unit Institute for Sustainability and Innovation in Structural Engineering (ISISE), reference UIDB/04029/2020. This research had financial support provided by the Portuguese Foundation of Science and Technology (FCT) through the Analysis and Mitigation of Risks in Infrastructures (InfraRisk) program under the PhD grant PD/BD/150385/2019.Ferreira, Tiago MiguelLourenço, Paulo B.Universidade do MinhoRamírez Eudave, Rafael2023-07-212023-07-21T00:00:00Zdoctoral thesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://hdl.handle.net/1822/85797eng101669038info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-11T04:26:44Zoai:repositorium.sdum.uminho.pt:1822/85797Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T14:48:29.723186Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areas
title Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areas
spellingShingle Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areas
Ramírez Eudave, Rafael
Aprendizagem de máquina
Avaliação da vulnerabilidade sísmica
Avaliações de escala urbana
Avaliação do risco sísmico
Estruturas de alvenaria
Sistemas de informação geográfica
Machine learning
Seismic vulnerability assessment
Urban-scale assessment
Seismic risk assessment
Masonry structures
Geographical information systems
Engenharia e Tecnologia::Engenharia Civil
title_short Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areas
title_full Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areas
title_fullStr Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areas
title_full_unstemmed Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areas
title_sort Towards an integrated vulnerability-based approach for evaluating, managing and mitigating earthquake risk in urban areas
author Ramírez Eudave, Rafael
author_facet Ramírez Eudave, Rafael
author_role author
dc.contributor.none.fl_str_mv Ferreira, Tiago Miguel
Lourenço, Paulo B.
Universidade do Minho
dc.contributor.author.fl_str_mv Ramírez Eudave, Rafael
dc.subject.por.fl_str_mv Aprendizagem de máquina
Avaliação da vulnerabilidade sísmica
Avaliações de escala urbana
Avaliação do risco sísmico
Estruturas de alvenaria
Sistemas de informação geográfica
Machine learning
Seismic vulnerability assessment
Urban-scale assessment
Seismic risk assessment
Masonry structures
Geographical information systems
Engenharia e Tecnologia::Engenharia Civil
topic Aprendizagem de máquina
Avaliação da vulnerabilidade sísmica
Avaliações de escala urbana
Avaliação do risco sísmico
Estruturas de alvenaria
Sistemas de informação geográfica
Machine learning
Seismic vulnerability assessment
Urban-scale assessment
Seismic risk assessment
Masonry structures
Geographical information systems
Engenharia e Tecnologia::Engenharia Civil
description Tese de doutoramento em Civil Engineering
publishDate 2023
dc.date.none.fl_str_mv 2023-07-21
2023-07-21T00:00:00Z
dc.type.driver.fl_str_mv doctoral thesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/85797
url https://hdl.handle.net/1822/85797
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 101669038
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833594901611151360

Similar Items