GNGTS 2016 - Atti del 35° Convegno Nazionale

GNGTS 2016 S essione 2.2 393 HVSR “apparenti”) rappresentativi della varianza complessiva del dataset originale. È evidente, infatti, la similarità tra le curve sperimentali raggruppate nelle classi principali (e quindi nelle relative sottoclassi) e il corrispondente HVSR “apparente” definito dalla PC dominante. I casi studio analizzati testimoniano che questa procedura discrimina specialmente bene i raggruppamenti di curve HVSR simili in contesti caratterizzati da significativi cambiamenti geologici. Infatti, nel caso dell’Emilia Romagna, la PCA non è stata in grado di identificare le sottili differenze evidenziate dalla zonazione basata sull’ispezione visuale realizzata da Paolucci et al. (2015), dove era stata identificata un’area caratterizzata dall’assenza del picco in bassa frequenza (zona di Mirandola). L’immediato riconoscimento degli andamenti principali e la notevole rapidità computazionale sono le principali caratteristiche che distinguono l’approccio basato sulla PCA dalle tecniche di raggruppamento basate sulla cluster analysis (e.g., Rodriguez e Midorikawa, 2002; Bragato et al. , 2007). Inoltre la PCA non necessita di informazioni a priori (come la scelta del numero dei clusters), di scelte soggettive significative e non prende in considerazione nessun tipo di informazione sulla posizione geografica dei punti di misura. Bibliografia AlbarelloD., Cesi C., EulilliV., Guerrini F., Lunedei E., Paolucci E., Pileggi D. and Puzzilli L.M.; 2011: The contribution of the ambient vibration prospecting in seismic microzoning: an example from the area damaged by the 26th April 2009 L’Aquila (Italy) earthquake . Boll. Geofis. Teor. Appl., 52 (3), 513-538, doi:10.4430/bgta0013. Bragato P.L., Laurenzano G., Barnaba C.; 2007: Automatic zonation of urban areas based on the similarity of H/V spectral ratios . Bull Seism Soc Am, 97 (5):1404–1412. Doi: 10.1785/0120060245. Davis J.C.; 2002: Statistics and Data Analysis in Geology . Third edition; New York, Chichester, Brisbane, Toronto, Singapore: John Wiley & Sons, 656 pp., ISBN 0-471-17275-8. Paolucci E., Albarello D., D’Amico S., Lunedei E., Martelli L., Mucciarelli M., Pileggi D.; 2015: A large scale ambient vibration survey in the area damaged by May-June 2012 seismic sequence in Emilia Romagna, Italy . Bull. Earthquake Eng., 13 (11): 3187-3206, DOI: 10.1007/s10518-015-9767-5. Rodriguez V.H., Midorikawa S.; 2002: Applicability of the H/V spectral ratio of microtremors in assessing site effects on seismic motion . Earthquake Eng Struct Dyn, 31 (2): 261–279. Wilks D.S.; 2006: Statistical methods in the atmospheric sciences. Second edition; Academic Press, 630 pp., ISBN 13: 978-0-12-751966-1. Site classification and site effects in the seismic norms: work in progress for the revision of Eurocode 8 R. Paolucci Department of Civil and Environmental Engineering, Politecnico di Milano, Italy As for the other structural Eurocodes, Eurocode 8 (EC8) is undergoing a major revision process that in the next years will progressively involve its different parts. Part 1 of EC8 is among the first ones that is being updated, as regards the seismic actions for design, seismic design criteria and methods of analysis. In this presentation, an overview of the most important issues under discussion for the seismic action will be illustrated, in terms of the definition of elastic design spectra and site amplification factors. Different options are explored, together with reference to choices made in other countries, both in Europe and worldwide. As regards definition of elastic design spectra, the following issues are addressed, namely: - how many parameters to define seismic hazard in a country; - zoning or zoneless mapping of seismic hazard; - magnitude dependency of the spectral shape and relationship among corner periods; - regular transition from the acceleration to the