pdf viewer in mvc c# : How to copy text from pdf image SDK control service wpf azure html dnn tefxos_no_48_august_20120-part1699

Τα Νέα 
48 
Αιθιoπία: Φυσική πηγή Dallol 
της Ε Ε Ε Ε Γ Μ 
Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
22EYGEC2012  
22
th
European Young Geotechnical Engineers Conference     
August 26
th 
to 29
th
, 2012, Gothenburg, Sweden 
Το  22
ο
Ευρωπαϊκό  Συνέδριο  Νέων  Γεωτεχνικών  Μηχανικών 
(22EYGEC) διεξήχθη από τις 26 έως τις 29 Αυγούστου στο 
Gothenburg της Σουηδίας και η ΕΕΕΕΓΜ εκπροσωπήθηκε από 
τους συναδέλφους Αθανάσιο Ζαφειράκο και Αλέξανδρο Κα-
λό. Το 2013 θα διεξαχθή το 5
ο
International Young Geotech-
nical Engineers Conference στα πλαίσια του 18
ου
Interna-
tional Conference on Soil Mechanics and Geotechnical En-
gineering στο Παρίσι τον Σεπτέμβριο. Σχετική ανακοίνωση - 
πρόσκληση υποβολής περιλήψεων για την επιλογή των εκ-
προσώπων  της  ΕΕΕΕΓΜ δημοσιεύθηκε στο  Τεύχος  Αρ. 44, 
Απριλίου 2012 των ΝΕΩΝ ΤΗΣ ΕΕΕΕΓΜ. 
Στη συνέχεια παραθέτουμε την έκθεση των εκπροσώπων της 
ΕΕΕΕΓΜ στο συνέδριο της Σουηδίας. 
Το  22
ο
Ευρωπαϊκό  Συνέδριο  Νέων  Γεωτεχνικών  Μηχανικών 
(22EYGEC) πραγματοποιήθηκε από τις 26 έως τις 29 Αυγού-
στου στο Gothenburg της Σουηδίας. Το 22EYGEC διοργανώ-
θηκε από τη Διεθνή Ένωση Εδαφομηχανικής και Γεωτεχνικής 
Μηχανικής (ISSMGE) και την τοπική επιτροπή της για την Σου-
ηδία (Swedish Geotechnical Society). Έλαβε χώρα στην Σχο-
λή  Πολιτικών  Μηχανικών  του  Chalmers  University  of 
Technology. 
Στο συνέδριο έλαβαν μέρος 50 νέοι γεωτεχνικοί μηχανικοί ηλι-
κίας έως 35 ετών, προερχόμενοι από 26 Ευρωπαϊκά κράτη. 
Την Ελλάδα εκπροσώπησαν οι :  Αθανάσιος Ζαφειράκος από 
(συνέχεια στην Σελ. 2) 
How to copy text from pdf image - copy, paste, cut PDF images in C#.net, ASP.NET, MVC, Ajax, WinForms, WPF
Detailed tutorial for copying, pasting, and cutting image in PDF page using C# class code
copying a pdf image to word; how to copy a picture from a pdf
How to copy text from pdf image - VB.NET PDF copy, paste image library: copy, paste, cut PDF images in vb.net, ASP.NET, MVC, Ajax, WinForms, WPF
VB.NET Tutorial for How to Cut or Copy an Image from One Page and Paste to Another
how to copy and paste a picture from a pdf document; paste jpg into pdf preview
ΤΑ ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ – Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
Σελίδα 2 
Π Ε Ρ Ι Ε Χ Ο Μ Ε Ν Α 
22
th
European Young Geotechnical Engineers Confe-      
rence   
Άρθρο   
 Δεν ισχύει η σεισμική θεωρία του ντόμινο - Οι μεγά-          
λοι σεισμοί του πλανήτη δεν συνδέονται μεταξύ τους        
με τη θεωρία του «ντόμινο» / Were Global M ≥8:3 
Earthquake Time Intervals Random between 1900          
and 2011? 
Προκηρύξεις θέσεων για γεωμηχανικούς σε πολυτεχνεία       
και πανεπιστήμια  
11 
Προκηρύξεις βραβείων για Γεωμηχανικούς   
12 
Θέσεις εργασίας για γεωμηχανικούς  
13 
Προσεχείς Εκδηλώσεις Γεωτεχνικού Ενδιαφέροντος στην 
Ελλάδα   
14 
 2
ο
ΠΑΝΕΛΛΗΝΙΟ ΣΥΝΕΔΡΙΟ ΦΡΑΓΜΑΤΩΝ ΚΑΙ                 
ΤΑΜΙΕΥΤΗΡΩΝ  
14 
 Ημερίδα Νέων Ερευνητών του ΕΤΑΜ «Η Αντισεισμική            
Μηχανική μέσα από την Επιστημονική Ματιά Νέων           
Ερευνητών και Μηχανικών» 
15 
 Πανελλήνιο Συνέδριο Ιστορίας των Επιστημών και                            
της Τεχνολογίας 
15 
Προσεχείς Γεωτεχνικές Εκδηλώσεις:  
16 
 The 3rd International Workshop on Modern Trends in 
Geomechanics (IW-MTG3) 
16 
 World Tunnel Congress 2015 and 41st ITA General          
Assembly: Promoting Tunnelling in South East                
European (SEE) Region 
20 
Ενδιαφέροντα Γεωτεχνικά Νέα 
21 
 Shaking the Levees of the Sacramento Delta 
21 
Ενδιαφέροντα - Περιβάλλον 
22 
 Research reveals soil carbon capture potential 
22 
 Νεκρή φύση σε ρετσίνι - Mέσα σε κεχριμπάρι από τις          
Άλπεις, το αρχαιότερο διατηρημένο έντομο 
22 
 Ακόμα δεν τα είδαμε και άρχισαν τα όργανα… “Σώσε             
τη Γαύδο – Σώσε τη Μεσόγειο” Κάτοικοι της Γαύδου           
συλλέγουν υπογραφές για την απαγόρευση εξόρυξης πε-
τρελαίου και φυσικού αερίου από την περιοχή 
23 
Ενδιαφέροντα – Λοιπά 
24 
- Bridges: Russian Masterpiece 
24 
- Is There a Limit to How Tall Buildings Can Get? 
26 
- Three killed as suspension bridge collapses in China     29 
- The 15 College Majors with the Highest Pay 
31 
Ηλεκτρονικά Περιοδικά 
32 
(συνέχεια από την σελ. 1) 
το ΕΜΠ, που παρουσίασε την εργασία ‘Seismic performance 
of caisson supported structures’ και Αλέξανδρος Καλός από 
το ΕΜΠ, που παρουσίασε την εργασία ‘Investigation of long-
term creep deformations on soil strength’. 
Τις εργασίες του συνεδρίου άνοιξε ο κ. Ivan Vaníček, αντι-
πρόεδρος της ISSMGE για την Ευρώπη, με την ομιλία ‘Risk 
associated with geotechnical structures and Eurocode 7’. Οι 
προσκεκλημένοι ομιλητές από το χώρο της ακαδημίας ήταν 
ο  κ.  Stefan  Larsson,  καθηγητής  του  Royal  Institute  of 
Technology (KTH) (‘Reliability analysis and design issues of 
ground improvement by deep mixing’), και η κα. Minna 
Karstunen, καθηγήτρια στο Chalmers University of Technol-
ogy (‘Modelling the behaviour of soft soil’).  
Οι εργασίες που παρουσιάσθηκαν ομαδοποιήθηκαν σε οχτώ 
συνεδρίες που ακολούθησαν τις εξής γενικές θεματικές ενό-
τητες: ‘Site investigations and laboratory testing’ (7 εργασί-
ες),  ‘Shallow  and  deep foundations’  (6  εργασίες), ‘Deep 
excavations and retaining structures’ (6 εργασίες), ‘Tunnel-
ing and underground structures’ (6 εργασίες), ‘Design pa-
rameters and modelling’ (8 εργασίες), ‘Infrastructure pro-
jects’ (5 εργασίες), ‘Ground improvement’ (6 εργασίες) και 
‘Slope stability and landslides’ (6 εργασίες). Τα πρακτικά 
του συνεδρίου συντάχθηκαν από τις Victoria Svahn και Tara 
Wood και διανεμήθηκαν στους συνέδρους με τη μορφή βι-
βλίου υπό τον τίτλο ‘EYGEC 2012 - setting the scene for 
future European geotechnical research’ (ISBN: 978-91-637-
1435-1). 
Πέραν των συνεδριών έγινε επίσης ξενάγηση στον χώρο του 
Πανεπιστημίου Chalmers αλλά και περιήγηση στην πόλη του 
Gothenburg. Το συνέδριο έκλεισε με επίσκεψη σε εργοτάξιο 
κατασκευής σιδηροδρομικής σήραγγας στο Hallandsas, 180 
km νοτίως του Gothenburg. 
Αθανάσιος Ζαφειράκος και Αλέξανδρος Καλός 
C# PDF Image Extract Library: Select, copy, paste PDF images in C#
PDF ›› C# PDF: Extract PDF Image. How to C#: Extract Image from PDF Document. Support PDF Image Extraction from a Page, a Region on a Page, and PDF Document.
paste image into pdf acrobat; copy pdf picture
VB.NET PDF Image Extract Library: Select, copy, paste PDF images
Home ›› XDoc.PDF ›› VB.NET PDF: Extract PDF Image. Support PDF Image Extraction from a Page, a Region on a Page, and PDF Document in VB.NET Project.
paste picture into pdf preview; how to copy and paste a pdf image into a word document
ΤΑ ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ – Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
Σελίδα 3 
ΑΡΘΡΟ 
Στις 8 Αυγούστου 2012 δημοσιεύθηκε στις ελληνικές εφη-
μερίδες η παρακάτω ανταπόκριση του Αθηναϊκού και Μακε-
δονικού Πρακτορείου Ειδήσεων για την πιθανή σχέση, βάσει 
της θεωρίας «ντόμινο», μεταξύ των μεγάλων καταστροφι-
κών σεισμών που συνέβησαν στη γη τα τελευταία χρόνια. 
Δεν ισχύει η σεισμική θεωρία του ντόμινο                     
Οι μεγάλοι σεισμοί του πλανήτη δεν συνδέονται 
μεταξύ τους με τη θεωρία του «ντόμινο»  
Κατά τα τελευταία χρόνια έχει καταγραφεί στη Γη μία σειρά 
πολύ  μεγάλων  και  καταστροφικών  σεισμών  (Σουμάτρα 
2004, Αϊτή 2010, Χιλή 2010, Ιαπωνία 2011), που αποδόθη-
καν από μερικούς επιστήμονες σε πιθανή «επικοινωνία» με-
ταξύ τους, παρά τις μεγάλες αποστάσεις, με βάση τη «θεω-
ρία του ντόμινο». Όμως μία νέα αμερικανική επιστημονική 
έρευνα έρχεται να καταρρίψει αυτή τη θεωρία περί πυροδό-
τησης διαδοχικών απομακρυσμένων μεγάλων σεισμών, κα-
ταλήγοντας -όπως και άλλες σχετικές μελέτες στο παρελ-
θόν- στο συμπέρασμα ότι τα καταστροφικά γεωλογικά συμ-
βάντα είναι τυχαία και δεν είναι δυνατό να αλληλοεπηρεα-
στούν σε τόσο μεγάλες αποστάσεις. 
Οι σεισμολόγοι Τομ Πάρσονς και Έρικ Γκάιστ της Αμερικανι-
κής Γεωλογικής Υπηρεσίας, που έκαναν τη σχετική δημοσί-
ευση στο περιοδικό της Αμερικανικής Σεισμολογικής Εταιρί-
ας, μελέτησαν δύο ομάδες μεγάλων σεισμών: την πιο προσ-
φατη που έλαβε χώρα μετά το 2004 και άλλη μία στη δεκαε-
τία του ΄60, όταν πάλι είχαν τύχει να συμβούν πολλοί ισχυ-
ροί διαδοχικοί σεισμοί σε διάφορα σημεία του πλανήτη. 
Για να δουν αν ήταν τυχαία ή όχι η συσσώρευση τόσων σει-
σμών στη δεκαετία του ΄60, καθώς και κατά τα τελευταία 
χρόνια, οι δύο γεωλόγοι κατέγραψαν τη χρονική απόσταση 
που  έχει  μεσολαβήσει  ανάμεσα  στους  μεγαλύτερους σει-
σμούς (ισχύος άνω των 8,3 Ρίχτερ) κατά τα τελευταία 100 
χρόνια και τη συνέκριναν με μία προσομοιωμένη χρονική 
σειρά τυχαίων σεισμών. Τελικά κατέληξαν στο συμπέρασμα 
ότι οι μεγάλοι σεισμοί λαμβάνουν χώρα με τυχαίο χρονισμό 
και δεν φαίνεται καθόλου να αλληλοσυσχετίζονται. 
Και πώς γίνεται τόσοι πολλοί ισχυροί σεισμοί να είναι τυχαί-
οι, αφού κατά καιρούς συμπίπτουν χρονικά; «Ναι, φαίνεται 
παράξενο, όμως δεν είναι κάτι που δεν θα περίμενε κανείς 
από μία τυχαία διαδικασία, στην οποία το φαινόμενο της 
ομαδοποίησης (συγκέντρωσης) είναι απολύτως τυπικό. Αν 
π.χ. κανείς παίξει κορώνα-γράμματα πολλές φορές, το από-
τέλεσμα δεν είναι μία ομαλή εναλλαγή ανάμεσα στις κορώ-
νες και τα γράμματα, αλλά μπορούν να εμφανιστούν στη 
σειρά πολλές κορώνες ή πολλά γράμματα», δήλωσε ο Πάρ-
σονς. Αυτό, όπως αναφέρουν, έχει και μία επικίνδυνη όψη: 
ότι ο  κίνδυνος που  απειλεί  την ανθρωπότητα από μέγα-
σεισμούς είναι στατιστικά ίδιος οποιαδήποτε στιγμή, αφού η 
πιθανότητα να συμβεί ένας επόμενος καταστροφικός σεισμός 
δεν εξαρτάται από το αν πρόσφατα συνέβη ένας εξίσου ι-
σχυρός σεισμός σε κάποιο άλλο μέρος της Γης. 
Από την άλλη, κατά τους Αμερικανούς γεωλόγους, η πιο 
αισιόδοξη όψη της μελέτης τους είναι ότι αφού οι μέγα-
σεισμοί είναι τυχαίοι και ήδη έχουν γίνει αρκετοί από αυτούς 
κατά τα τελευταία χρόνια σε κοντινά χρονικά διαστήματα, 
είναι σχετικά μικρότερη η πιθανότητα να επαναληφθεί κά-
ποια τέτοια παρόμοια συσσώρευση καταστροφών στο άμεσο 
μέλλον. Πάντως, προηγούμενες έρευνες έχουν δείξει ότι οι 
μεγάλοι σεισμοί όντως φαίνεται να έχουν κάποια επίπτωση 
σε μεγαλύτερες αποστάσεις, αλλά χωρίς να αποκτούν μεγά-
λη ισχύ. «Μετά από μεγάλους σεισμούς, βλέπουμε πολλούς 
μικρο-σεισμούς σε όλο τον πλανήτη, οι οποίοι όμως για κά-
ποιο λόγο δεν φαίνεται να εξελίσσονται σε μέγα-σεισμούς», 
όπως είπε ο Πάρσονς. 
Η διαπίστωση περί τυχαίου χαρακτήρα των σεισμών, εξάλ-
λου, δυσκολεύει την πρόβλεψή τους, αφού μερικοί ερευνη-
τές έλπιζαν ότι η τυχόν παγκόσμια «επικοινωνία» των μέγα-
σεισμών θα διευκόλυνε την πρόβλεψη ενός επόμενου ανά-
λογου συμβάντος. Πάντως οι επιστήμονες διαφωνούν ακό-
μα, σε ποιό βαθμό είναι δυνατή η πρόβλεψη των μελλοντι-
κών σεισμών. Μερικοί επιμένουν ότι το εν λόγω γεωλογικό 
φαινόμενο, τελικά, είναι χαοτικό και η πρόβλεψή του είναι 
αδύνατη, ενώ άλλοι δεν έχουν σταματήσει να ερευνούν νέ-
ους τρόπους, πιο αποτελεσματικής πρόβλεψης των σεισμών. 
Πηγή: ΑΜΠΕ 
Η ΚΑΘΗΜΕΡΙΝΗ, Τετάρτη 8 Αυγούστου 2012, 
http://portal.kathimerini.gr/4dcgi/_w_articles_kathciv_1_0
6/08/2012_455634
Επικοινωνήσαμε με τον εκ των συγγραφέων Tom Parsons, ο 
οποίος είχε την καλωσύνη να μας στείλη το άρθρο τους, που 
δημοσιεύθηκε στο Bulletin of the Seismological Society of 
America, Vol. 102, No. 4, pp. 1583–1592, August 2012, 
doi: 10.1785/0120110282, και να επιτρέψη την επανδημο-
σίευσή του στα ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ.
Were Global M ≥8:3 Earthquake Time Intervals           
Random between 1900 and 2011? 
Tom Parsons and Eric L. Geist 
Abstract  
The pattern of great earthquakes during the past ∼100 yr 
raises questions whether large earthquake occur-rence is 
linked across global distances, or whether temporal cluster-
ing can be attributed to random chance. Great-earthquake 
frequency during the past decade in particular has engen-
dered media speculation of heightened global hazard. We 
therefore examine interevent distributions of Earth’s largest 
earthquakes  at  one-year  resolution,  and  calculate  how 
compatible they are with a random-in-time Poisson proc-
ess.We show, using synthetic catalogs, that the probability 
of any specific global interevent distribution hap-pening is 
low, and that short-term clusters are the least repeatable 
features of a Poisson process. We examine the real catalog 
and find, just as expected from synthetic cata-logs, that the 
least probable M ≥8:3 earthquake intervals during the past 
111 yr were the shortest (t < 1 yr) if a Poisson process is 
active (mean rate of 3.2%). When we study an M ≥8:3 
catalog with locally triggered events re-moved, we find a 
higher mean rate of 9.5% for 0–1 yr in-tervals, comparable 
to the value (11.1%) obtained for simulated catalogs drawn 
from random-in-time exponential distributions. We empha-
size short interevent times here because they are the most 
obvious and have led to specu-lation about physical links 
among global earthquakes. We also find that comparison of 
the whole 111-yr observed M ≥8:3 interevent distribution 
(including long quiescent peri-ods) to a Poisson process is 
not significantly different than the same comparison made 
with synthetic catalogs. We therefore find no evidence that 
global great-earthquake occurrence is not a random-in-time 
Poisson process. 
Introduction 
We are curious whether clusters of great earthquakes in the 
1960s and 2000s that bounded an intervening period of 
quiescence (Fig. 1) point to a physical process (Bufe and 
Perkins, 2005Pollitz et al., 1998), or whether these inter-
event times are consistent with a random-in-time Poisson 
process. A Poisson process is one in which events occur 
independently and with an exponential distribution of times 
between events. We therefore calculate the frequency that 
C# PDF Page Extract Library: copy, paste, cut PDF pages in C#.net
C#.NET PDF Library - Copy and Paste PDF Pages in C#.NET. Easy Ability to copy selected PDF pages and paste into another PDF file. The
copy image from pdf; copy and paste image from pdf to pdf
VB.NET PDF Page Extract Library: copy, paste, cut PDF pages in vb.
Dim page As PDFPage = doc.GetPage(3) ' Select image by the point VB.NET: Clone a PDF Page. Dim doc As PDFDocument = New PDFDocument(filepath) ' Copy the first
how to copy image from pdf file; copy picture from pdf to powerpoint
ΤΑ ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ – Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
Σελίδα 4 
observed earthquake intervals came from an exponential 
distribution of the form p(T) = (1/μ) exp(-T/μ) (where T is 
time, and μ is mean interevent time) because this function 
yields uniform probability (P) versus time for a given period 
(ΔT) as P(T≤ΔT) = 1 − exp(-ΔT/μ). Consistency with a 
Poisson  process  means  that  the global  large-earthquake 
hazard is constant in time and, outside of local aftershock 
zones (Parsons and Velasco, 2011), not  related to  past 
events.  Inconsistency at  high confidence could  be inter-
preted to imply a global seismic cycle, as Bufe and Perkins 
(2005) did. 
The possibility that earthquakes communicate across global 
distances could revolutionize our concept of timedependent 
worldwide hazard, but past study has yielded differing an-
swers (Bufe and Perkins, 2005; Geist and Parsons, 2011; 
Michael, 2011Shearer and Stark, 2012). In this paper, we 
focus on finding out how often the observed frequency of 
interevent times, discretized into one-year bins, could have 
occurred randomly. We examine these features closely be-
cause short-term clusters of high global activity get noticed 
by seismologists, the public, and the press (e.g., Barcott, 
2011Winchester, 2011), with all parties concerned about 
the possible heightened worldwide earthquake hazard. 
M ≥8:3 Earthquakes between 1900 and 2011 
We extract M ≥8:3 events from the 1900–1999 Centennial 
catalog (Engdahl and Villaseñor, 2002; Fig. 2), augmented 
for  the  period  2000–2011  with  the  Advanced  National 
Seismic System (ANSS) and Global Seismograph Network 
(GSN) catalog (Table 1). The M ≥8:3 level is well above the 
completeness  threshold,  and  moment  magnitudes  have 
been calculated and compiled by Engdahl and Villaseñor 
(2002). Our lower magnitude of interest is arbitrarily cho-
sen to some extent, but there are reasons why M ≥8:3 
turns out to be a good number both for catalog complete-
ness and for identifying triggered events. Magnitude com-
pleteness is a very serious issue when assessing interevent 
time distributions, as we do in this paper. Even one missing 
event could completely alter the conclusions, particularly 
when it comes to studying long periods of quiescence (as 
can be seen in Fig. 1). 
Figure 1. Graphical representation of the M ≥8:3 earthquake 
catalog we use in this study (Engdahl and Villaseñor, 2002) 
augmented for the period 2000–2011 with the ANSS catalog. 
All event sizes are given as moment magnitudes. Clusters of 
events interspersed with quiescent periods are evident. (a) All 
catalog  events  are  shown. (b) A  catalog  with likely  after-
shocks/triggered earthquakes removed is shown. 
An important component to this study is identifying likely 
triggered earthquakes that have occurred through identified 
physical processes. This becomes increasingly difficult to do 
with lower magnitude thresholds and requires the use of 
declustering algorithms, which bring their own sources of 
significant uncertainty. With the M ≥8:3 cutoff, we have the 
ability to assess each earthquake individually and can cite 
past studies where the interaction physics have been mod-
eled. We  identify  likely  nonspontaneous  M  ≥8:3 events 
(Fig. 2) as those that have been directly associated with 
stress-change models (Chery et al., 2001; Nalbant et al., 
2005Stein et al., 2010), or that fit empirical observations 
of aftershock characteristics in time and space (Parsons, 
2002Ruppert et al., 2007). Where there is specific infor-
mation about a possible M ≥8:3 aftershock that is inconsis-
tent with a known physical process, we do not remove it 
from the catalog, as in the case of the 2007 M ≥8:6 Sunda 
earthquake (Wiseman and Bürgmann, 2011). 
Figure 2. (a) The magnitude-frequency distribution of all cata-
log events (columns). (b) The magnitude-frequency distribution 
of a catalog with likely aftershocks/triggered earthquakes re-
moved. The red lines are b-value = 1 slopes for reference. 
Fit of the Raw Catalog to Time-Dependent and Time-
Independent Distributions 
Simple statistical analyses can be performed on the catalog 
to determine whether it is consistent with a timedependent 
process, a Poisson process, and/or with a clustertype mo-
del. In particular, the distribution of interevent times can be 
compared to a lognormal distribution, an exponential distri-
bution in the case of a Poisson process, or a gamma distri-
bution that better accounts for aftershocks and triggered 
events (Corral, 2004Hainzl et al., 2006). We compare the 
empirical density function for M ≥8:3 interevent times with 
the best-fit lognormal, exponential, and gamma distribu-
tions using maximum likelihood estimation (Fig. 3).  
Figure 3. Density distribution of interevent times (years) for the 
M ≥8:3 earthquake catalog. The dots show the empirical den-
sity function using exponential binning (Corral, 2004). The red 
dashed line shows the best-fit (using maximum likelihood esti-
mation) exponential distribution, the black dashed line shows 
the best-fit gamma distribution, and the green dashed line 
shows the best-fit lognormal distribution. 
VB.NET PDF insert image library: insert images into PDF in vb.net
VB.NET code to add an image to the inputFilePath As String = Program.RootPath + "\\" 1.pdf" Dim doc New PDFDocument(inputFilePath) ' Get a text manager from
how to cut a picture from a pdf document; paste image in pdf file
C# PDF Text Extract Library: extract text content from PDF file in
Although it is feasible for users to extract text content from source PDF document file with a copy-and-paste method, it is time-consuming and
paste image into pdf; how to copy pdf image into word
ΤΑ ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ – Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
Σελίδα 5 
Because the distributions are similar, and because the log-
normal  and  gamma  distributions  include  an  additional 
shape parameter, the Akaike information criterion (AIC) is 
lowest for the exponential distribution (138.6), increases to 
140.2 for the gamma distribution, and is highest for the 
lognormal (141.6). The significance of the AIC difference 
between lognormal and the other distributions is difficult to 
judge, because they are not from the same family. How-
ever, if the AIC is used as a goodness-of-fit measure (e.g., 
Ogata, 1998), then the exponential distribution is the pre-
ferred statistical model for the interevent distribution of M 
≥8:3 events. 
A Kolmogoroff–Smirnoff (K–S) test on global large earth-
quake interevent times for different magnitude cutoffs was 
performed on a declustered catalog by Michael (2011), who 
found that the exponential distribution cannot be rejected 
for large magnitude cutoffs (M ≥7:5, 8.5, 9) at 95% confi-
dence. We repeat these K–S calculations for the three dis-
tributions shown in Figure and find that the null hypothe-
sis of the data being distributed according to each of the 
three distributions cannot be rejected at the 5% signifi-
cance level. Therefore the raw data are not sufficient to 
prove any of the common earthquake recurrence distribu-
tion  families.  This  generalized  approach  shows  that  the 
overall interevent distribution can be fit in a number of 
ways but does not give us insight into how unusual specific 
features of greatearthquake clusters and gaps are relative 
to  the  possibility  that  they  have  happened  by  random 
chance. Further, we have not yet accounted for magnitude 
uncertainty. 
Magnitude Uncertainty 
Assembling post-1900 earthquake catalogs requires us to 
address uncertainties about earthquake size. Actual magni-
tudes might be higher or lower than the catalog values, and 
because a magnitude cutoff has to be applied in any analy-
sis,  interevent times  will  be  affected.  Magnitude  is  ex-
pressed on a logarithmic scale, meaning that a uniform plus 
or minus error estimate in magnitude units would system-
atically bias the implied moment (energy) upward. We in-
stead convert reported catalog magnitudes to linear mo-
ment, apply Gaussian uncertainties centered on reported 
values, and then convert those distributions back to magni-
tudes (Fig. 4). 
Figure 4. Magnitude uncertainty is addressed by applying a 
Gaussian distribution to the moment estimates (red columns) of 
each catalog earthquake. In these examples, the mean moment 
is derived from an M 8.3 earthquake. The resulting logarithmic 
magnitude uncertainty distributions are shown as blue columns. 
We apply in (a) a 0.5 COV to moment of pre 1950 events and 
in (b) a 0.2 COV to post 1950 earthquakes. 
We use moment uncertainty distributions with coefficient of 
variation (COV, standard deviation divided by the mean) of 
0.5 for earthquakes before 1950 and a COV of 0.2 for those 
after, which matches given  magnitude uncertainty limits 
(Engdahl and Villaseñor, 2002) with logarithmic weighting. 
We draw 100 catalogs at random from possible magnitudes 
(Fig. 4) for cutoff thresholds between M ≥8:3 and M ≥8:7 
and calculate interevent times for each draw, yielding a 
range of possible observed intervals for each one-year bin 
(the mean values from this exercise are shown in Fig. 5). 
Figure 5. (a) The probability of the same number of intervals 
occurring in a 111 yr period if earthquakes occur randomly 
through a Poisson process as determined from 1000 synthetic 
catalogs drawn at random from exponential distributions. The 
blue curve shows values for allM ≥8:3 events (31 in 111 yr), 
and the red curve shows the same information but intended to 
simulate the catalog with likely triggered earthquakes removed 
(25 events in 111 yr). The 0–1-yr interevent bin has the lowest 
probability of repeating at 
11%. (b) A histogram showing the 
distribution of the number of events (ranges from 1 to 15) hap-
pening at 0–1-yr intervals for 31 events in 111 yr from syn-
thetic catalogs. (c) The same information as in (b) except for a 
simulation of the catalog with aftershocks removed. 
Probability of a Given Number of Interevent Intervals 
in One-Year Bins Determined from Synthetic Catalogs 
The global pattern of large earthquakes has long periods of 
quiescence interspersed with short-term clusters of events 
that are calculated to be unlikely outcomes from a Poisson 
process by Bufe and Perkins (2005). This is true, though 
any specific outcome is unlikely if earthquake occurrence is 
random. We show this by conducting a simple experiment; 
we create 1000 synthetic earthquake catalogs by drawing 
sets of 31 events at random from an exponential distribu-
tion of intervals (mean rate parameter found by dividing 31 
events by 111 yr). We see no two interevent distributions 
out of 1000 that are exactly alike when the synthetic cata-
logs are discretized in one-year bins. 
C# Create PDF from images Library to convert Jpeg, png images to
If you want to turn PDF file into image file format in C# application, then RasterEdge XDoc.PDF for .NET can also help with this.
copy image from pdf to ppt; how to copy picture from pdf and paste in word
C# PDF insert text Library: insert text into PDF content in C#.net
Text to PDF. C#.NET PDF SDK - Insert Text to PDF Document in C#.NET. Providing C# Demo Code for Adding and Inserting Text to PDF File Page with .NET PDF Library.
how to paste a picture into pdf; copy image from pdf to pdf
ΤΑ ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ – Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
Σελίδα 6 
To get to the issue of specific observed features, we can 
narrow the focus to a particular attribute of the synthetic 
catalogs, for example the 0–1 yr interevent period, and 
count how many times a given number of intervals is seen 
in that bin (values from synthetic catalogs span a range 
from 1 to 15) (Fig. 5bc). This just amounts to comparing 
each synthetic catalog of intervals to all the others. The 
average frequency that any number of intervals falls into 
the 0–1 yr bin is 11.1% of the 1000 synthetic catalogs, 
where any number refers to repeats of values from the en-
tire 1-to-15 range. The percentage of synthetic catalogs 
that repeat the number of intervals in a given one-year bin 
can be thought of as the probability of a particular cluster-
ing behavior that might arise if 31 earthquakes occurred at 
random over a 111-yr period (or 25 in 111 yr if a catalog 
with aftershocks removed is considered).  Generally,  the 
probability of seeing a particular number of intervals in-
creases with longer interevent times because most of them 
are zero in the synthetic catalogs (Fig. 5a). Further, the 
exponential distribution has the most weight at small val-
ues, therefore its histogram has more possible integer val-
ues in the short time bins, making them less likely to be 
repeated. 
The results of this numerical experiment are useful because 
they provide a context to consider when we compare the 
observed record of M ≥8:3 earthquakes over the past 111 
yr to synthetic catalogs. For example, if we think the num-
ber of great earthquakes that has happened closely spaced 
in time (say, less than one year apart) is anomalous, we 
might take note that any number of events that have hap-
pened less than one year apart is unusual under a Poisson 
process. If great earthquakes are independent of one an-
other, we would expect any given 111-yr period to display 
shortterm (t ≤ 1 yr) earthquake clustering that has only 
about an 11% chance of occurring. 
Matching Observed Features in the Global Interevent 
Distribution to Exponential (Random-in-Time) Distri-
butions 
The exercise shown in Figure 3, and those conducted by 
Michael (2011), imply that the observed record of great 
earthquakes is insufficiently persuasive to rule out repre-
sentative functions of the interevent distribution families 
thought to underlie earthquake occurrence. However, we 
remain curious about how unusual specific features of the 
past 111 yr of M ≥8:3 earthquakes are, particularly short-
term clusters like the period from 2000 to 2011. So, to ad-
dress  public  concerns  about  apparent  large  earthquake 
clustering (e.g., Barcott, 2011; Winchester, 2011), we at-
tempt to replicate these features—observation and nonob-
servation of interevent times at one-year resolution—of the 
global interevent distribution with synthetic catalogs gener-
ated through a Poisson process, while assessing the impact 
of magnitude uncertainty. 
We focus on the exponential distribution because it  can 
represent a null hypothesis of independent earthquake tim-
ing when event intervals are drawn from it at random (we 
test the observed catalog for independence in a later sec-
tion).We calculate the rates that observed intervals within 
one-year bins match a Poisson process by comparing with 
1000 interevent distributions from synthetic catalogs made 
randomly from exponential distributions (Fig. 6). The idea is 
that, because a 111-yr period is relatively short compared 
with recurrence intervals of great earthquakes, we can ex-
amine many synthetic catalogs to look for patterns that 
replicate observations  and gain some insight as to how 
common observed features are, such as temporal earth-
quake clustering. This is similar to the general experiment 
described previously, but now we compare directly to ob-
served values. Multiple synthetic catalogs give us a way to 
assess the impact of the small sampling. 
Construction  of  Synthetic  Catalogs  and  Method  of 
Comparison with Observations 
A group of 1000 synthetic catalogs is made for each of the 
100 potentially observed catalogs. Each of the 100 catalogs 
is  a  potential  observation  because of  magnitude  uncer-
tainty.  This  means that some events can  drop under  a 
given lower magnitude threshold because, in some of the 
100 realizations, they can end up with too small of a mag-
nitude to be included. Therefore each of the 100 catalogs is 
possibly the correct observed data, and each has an indi-
vidual interevent distribution. For every lower magnitude 
threshold between M ≥8:3 and M ≥8:7, there are thus 100 
realizations of the observed catalogs, and for each of those, 
we tally up how many of 1000 synthetic catalogs have the 
same number of  intervals in  one-year bins.We give the 
means of these results and the ranges across 95% of the 
calculated number of matches in Figure 6
Figure 6. (a) The blue curves show calculated rates (in % of 
1000 synthetic catalogs) that the number of time intervals ob-
served between M ≥8:3 earthquakes is matched by a Poisson 
process (left vertical axis). The red columns show mean ob-
served interevent distributions (right vertical axis). (b–e) The 
same calculations as in (a) but for higher magnitude cutoffs. 
The error bars give the effects of the small observed sample 
(found from 1000 simulations) and magnitude uncertainty (100 
draws from distributions like those shown in Fig. 4). (f) The 
same analysis is performed assuming that reported magnitudes 
are exactly correct. As expected (Fig. 5), the lowest rates are 
found for the shortest intervals (<1 yr) in all cases (values are 
shown by the horizontal dashed lines). 
Generation of synthetic catalogs using Monte Carlo sam-
pling of exponential distributions accounts for the expected 
variability because of the small number (31) of global M 
≥8:3 earthquakes (Fig. 2). We treat the period between 
1900 and the first event of a given magnitude cutoff after 
1900 as an additional interval, which is likely shorter than 
the actual duration. However, we want to include this inter-
val because information can be conveyed by a long ob-
served gap between 1900 and the first event above a given 
magnitude cutoff. There is no corresponding interval at the 
end  of the catalog because of  the  2011 M  9.0 Tohoku 
earthquake. Each distribution mean used to make synthetic 
catalogs is adjusted to equal the number of intervals for 
each of the 100 potentially observed catalogs (as described 
ΤΑ ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ – Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
Σελίδα 7 
previously) and can have different numbers of events be-
cause of magnitude variation. This process yields a total of 
100,000 simulations for each cutoff magnitude studied (M 
≥8:3 to M ≥8:7 in 0.1 magnitude units). 
The error bars on Figure combine the effects of sampling 
interevent times and magnitudes because each  of 1000 
draws is compared with one of 100 realizations of the pos-
sible event magnitudes. For all magnitude cutoffs we exam-
ine betweenM ≥8:3 andM ≥8:7, we note that the lowest 
match rate between observations and synthetic catalogs is 
for interevent times of <1 yr (Fig. 6), with mean values 
ranging from 3.2% for M ≥8:3 to 25.9% for M ≥8:7. There-
fore, the feature that appears least likely when compared 
with a Poisson process is the occurrence of so many earth-
quakes (∼9 on average) with short (t < 1 yr) interevent 
periods that are present in the global M ≥8:3 catalog (Fig. 
6). However, as can be seen in Figure 5, the 0–1 yr intere-
vent time bin has the smallest chance (∼11%) of being re-
peated generally if a Poisson process is active. 
We note the thresholds where 95% of the random draws 
from exponential distributions are found (error bars and r
95
values given in Figure 6). We therefore take the high end of 
these ranges to be the points of maximum compatibility of 
a random-in-time model with the observations and the low 
end to be the minimum. Under these criteria, we interpret 
the shortest interevent times of M ≥8:3 earthquakes as 
having up to an 11.9% rate of matching a random process. 
This interpretation changes as a function of interevent time. 
Long quiescent periods in the global catalog (up to 36 yr for 
M ≥8:3) do not preclude a Poisson process in any of our 
calculations. For example, in the M ≥8:3 catalog, we note a 
broad range of match rates between 0% and 100% of the 
1000 synthetic catalogs with the longest observed intere-
vent time being 36 yr, with a mean over the calculations of 
86.0% (Fig. 6). One could turn this argument around and 
point out that the low thresholds on probability that specific 
intervals came from an exponential distribution can be 0% 
(Fig. 6), meaning that the null hypothesis could be false. 
Test of the Independence of Interevent Times 
A Poisson process is defined as one in which independent 
events are separated by exponentially distributed timing. 
We are unable to rule out an exponential distribution under-
lying global M ≥8:3 earthquake interevent times, but that 
alone does not establish whether there is (or is not) tempo-
ral dependence  among  them. In a  Poisson process, the 
amount of time since the last event contains no information 
about the amount of time until the next event. One test to 
determine if such dependence is present is an autocorrela-
tion on sequential earthquake intervals. This process tests 
for functional dependence by identifying repeating or peri-
odic patterns within the interevent distribution. 
We conducted autocorrelations on the observed M ≥8:3 
catalogs to see if there is any significant dependence but 
were unable to find any values that exceeded the 95% con-
fidence bounds (Fig. 7). Confidence bounds were calculated 
using the formula derived by Bartlett (1946) for variance, 
where  
n is the number of intervals, and ρ(i) is autocorrelation val-
ues for given lags (v) (e.g., Brockwell and Davis, 2002). For 
comparison purposes, we sorted the observed interevent 
times from shortest to longest to create the appearance of 
a functional dependence between them and ran an autocor-
relation test (Fig. 7d). In that case, we do note significant 
correlations over the first two lags, as would be expected. 
Figure 7. Autocorrelation test of observedM ≥8:3 interevent 
times. (a) Events in sequence are shown as a function of the 
number  of days separating them. (b)  Interevent  times  are 
autocorrelated; that is, the trace of (a) is compared with itself 
to see if there is any periodicity or dependence between intere-
vent times. The lag gives the interevent time in sequence that 
is being compared. When (b) all events are studied, or (c) 
spontaneous events are studied, there is no significant (at 95% 
confidence) dependence among the observed intervals. When 
(d) intervals are artificially sorted from least to greatest, then 
dependence is evident in the autocorrelations. This is done to 
show the efficacy of the test. 
Analysis with Local Aftershocks Removed 
We want to assess whether global M ≥8:3 earthquake oc-
curence is independent and random in time. A clear tempo-
ral dependence between mainshock earthquakes and after-
shocks has been demonstrated (e.g., Omori, 1894; Ogata, 
1998), and a number of physical models for this depend-
ence have been identified. For example, there are stress-
change  explanations  of  short-term  links  among  earth-
quakes, particularly those that are near in space (Yama-
shina, 1978Das and Scholz, 1981Stein and Lisowski, 
1983King et al., 1994Freed, 2005) and possibly at global 
distances as well (Hill et al., 1993; Gomberg et al., 2004; 
Hill, 2008), though this has been difficult to establish for 
larger earthquakes (Parsons and Velasco, 2011). Therefore, 
if we want to make comparisons between observed catalogs 
and synthetic ones created assuming a Poisson process, 
then events with close temporal and spatial associations 
that are explicable by vetted physical models should be 
excluded. 
We repeat the calculations made on the M ≥8:3 catalog 
shown in Figure with a new catalog comprised of sponta-
neous earthquakes (a list of removed events is given in 
Table 2). The removal of  likely  aftershocks reduces the 
number of short intervals in the catalog. As a result, we 
calculate the shortest interevent times of M ≥8:3 earth-
quakes as having a mean matching rate of 9.5% to syn-
thetic catalogs and a maximum rate of 21.8% (Fig. 8). This 
result implies that if global earthquakes are randomly dis-
tributed, short-term clustering in the 111-yr M ≥8:3 catalog 
of spontaneous earthquakes is comparable to the expected 
11% repeat rate from synthetic catalogs (Fig. 5). This 
again points out that any specific outcome is unlikely, and 
that the past decade of apparently increased rates of great 
earthquakes is not necessarily anomalous. Matching rates 
from  the  Poisson  model  for  short  interevent  times  are 
higher for all tested magnitude thresholds when using the 
spontaneous catalog (Fig. 8) than when all events are in-
cluded (Fig. 6). 
Conclusions 
We find, as did Michael (2011), that the interevent distribu-
tion of great earthquakes over the past 111 yr, when exam-
ined as a whole, cannot be excluded as having emerged 
ΤΑ ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ – Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
Σελίδα 8 
from a random-in-time Poisson process at 95% confidence. 
Neither can they be excluded as having come from distribu-
tions representing time dependence or cluster-type models 
(Fig. 3). 
Figure 8. (a–f) The same information is presented as in Figure 
except the input catalog has the likely triggered events identi-
fied in Figure removed. 
We study the specifics of the apparent clustering behaviour 
of the catalog that has captured scientific and public atten-
tion by breaking up the interevent distribution into one-year 
bins. This enables us  to assess  features like  short-term 
clusters of events and intervening periods of quiescence.We 
find that the number of shortestM ≥8:3 earthquake inter-
vals (<1 yr) over the past 111 yr is matched by a small 
number of synthetic catalogs, with mean values ranging 
from 3.2% for M ≥8:3 to 25.9% for M ≥8:7 (Fig. 6). When 
we study a catalog with likely triggered events removed, we 
find mean values ranging from 9.5% for M ≥8:3 to 53.4% 
for M ≥8:7 (Fig. 8). 
Observed earthquake intervals seem increasingly compati-
ble with a random-in-time distribution when higher magni-
tude cutoffs are imposed, or when longer interevent times 
are considered. However, the results of examining specific 
features of the interevent distribution should be interpreted 
in the context that if global great earthquakes are occurring 
at random then any specific number of events that happen 
in a short time is unlikely to be repeated in a similar way in 
an ∼100-yr span. We conduct an experiment with the pa-
rameters of the observed catalog of M ≥8:3 events to find 
the probability of repeating a given number of intervals that 
fall into one-year bins and find that the lowest value is for 
0–1-yr interevent times at 11.1% (Fig. 5). This is a natural 
feature  of  the exponential  distribution,  which  has  more 
weight at small times. There is thus a larger range of possi-
ble integer values in the small-time bins, and the rate of 
repeating any given value decreases. Thus, features in the 
observed catalog seem unusual at first glance but are in 
fact quite expected from a random-in-time Poisson process. 
So, were global M ≥ 8.3 earthquake time intervals random 
between 1900 and 2011? Our results do not disprove a 
physical link that causes global earthquake clusters, but 
they show that the past 111-yr pattern of M ≥ 8.3 earth-
quakes does not require one. We find no evidence that the 
features  of great-earthquake occurrence are  inconsistent 
with a random-in-time, Poisson process. 
Data and Resources 
Earthquake catalogs used in this study to were drawn from 
the Centenial Catalog of Engdahl and Villaseñor, (2002) for 
the period 1900–1999 and augmented for the period 2000–
2011 through the ANSS catalog search linked through the 
Northern California Earthquake Data Center (NCEDC) web 
site at http://www.ncedc.org/anss/catalogsearch.html (last 
accessed November 2011). 
Acknowledgments 
We very much appreciate reviews by two anonymous re-
viewers and Associate Editor Zhigang Peng, all of whose 
constructive suggestions made this a much better paper. 
References 
Barcott, B. (2011). Totally psyched for the full-rip nine, 
Outside 10, 104–123. 
Bartlett, M. S. (1946). On the theoretical specification and 
sampling properties of autocorrelated time-series, J. Roy. 
Stat. Soc. Suppl. 8, 27–41. 
Brockwell, P. J., and R. A. Davis (2002). Introduction to 
Time Series Analysis: Forecasting and Control, Springer, 
New York, 456 pp. 
Bufe, C. G., and D. M. Perkins (2005). Evidence for a global 
seismic-moment release sequence, Bull. Seismol. Soc. Am. 
ΤΑ ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ – Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
Σελίδα 9 
95, 833–843, doi 10.1785/0120040110
Chery, J., S. Carretier, and J.-F. Ritz (2001). Postseismic 
stress transfer explains time clustering of large earthquakes 
in Mongolia,  Earth  Planet.  Sci.  Lett. 194, 277–286, doi 
10.1016/S0012-821X(01)00552-0
Corral, A. (2004). Long-term clustering, scaling, and uni-
versality in the temporal occurrence of earthquakes, Phys. 
Rev. Lett. 92, 4, doi 10.1103/PhysRevLett.92.108501. 
Das, S., and C. Scholz (1981). Off-fault aftershock clusters 
caused by shear stress increase?, Bull. Seismol. Soc. Am. 
71, 1669–1675. 
Engdahl, E. R., and A. Villaseñor (2002). Global seismicity: 
1900–1999, in International Handbook of Earthquake and 
Engineering Seismology, Part A, W. H. K. Lee, H. Kanamori, 
P. C. Jennings, and C. Kisslinger (Editors), Academic Press, 
San Diego, California, 665–690. 
Freed, A. M. (2005). Earthquake triggering by static, dy-
namic, and postseismic stress transfer, Annu. Rev. Earth 
Planet. 
Sci. 
33, 
335–367, 
doi 
10.1146/annurev.earth.33.092203.122505
Geist, E. L., and T. Parsons (2011). Assessing historical rate 
changes in global tsunami occurrence, Geophys. J. Int. 187, 
497–509, doi 10.1111/j.1365-246X.2011.05160.x
Gomberg, J., P. Bodin, K. Larson, and H. Dragert (2004). 
Earthquake nucleation by transient deformations caused by 
the M = 7.9 Denali, Alaska, earthquake, Nature 427, 621–
624, doi 10.1038/nature02335
Hainzl, S., F. Scherbaum, and C. Beauval (2006). Estimat-
ing background activity based on interevent-time distribu-
tion,  Bull.  Seismol.  Soc.  Am.  96,  313–320,  doi 
10.1785/0120050053
Hill, D. P. (2008). Dynamic stresses, Coulomb failure, and 
remote triggering, Bull. Seismol. Soc. Am. 98, 66–92, doi 
10.1785/0120070049
Hill, D. P., P. A. Reasonberg, A. Michael, W. J. Arabasz, G. 
Beroza, J. N. Brune, D. Brumbaugh, R. Castro, S. Davis, D. 
dePolo, W. L. Ellsworth, J. Gomberg, S. Harmsen, L. House, 
S. M. Jackson, M. Johnston, L. Jones, R. Keller, S. Malone, 
L. Munguia, S. Nava, J. C. Pechmann, A. Sanford, R. W. 
Simpson, R. S. Smith, M. Stark, M. Stickney, A. Vidal, S. 
Walter, V.  Wong,  and  J. Zollweg  (1993).  Seismicity  re-
motely triggered by the magnitude M 7.3 Landers, Califor-
nia, 
earthquake, 
Science 
260, 
1617–1623,  doi 
10.1126/science.260.5114.1617
King, G., C. P. King, R. S. Stein, and J. Lin (1994). Static 
stress  changes  and  the  triggering  of  earthquakes,  Bull. 
Seismol. Soc. Am. 84, 935–953. 
Michael, A. J. (2011). Random variability explains apparent 
global clustering of large earthquakes, Geophys. Res. Lett. 
38, L21301, doi 10.1029/2011GL049443
Nalbant, S. S., S. Steacy, K. Sieh, D. Natawidjaja, and J. 
McCloskey  (2005).  Seismology:  Earthquake  risk  on  the 
Sunda 
trench, 
Nature 
435, 
756–757, 
doi 
10.1038/nature435756a
Ogata,  Y.  (1998).  Space-time  point-process  models  for 
earthquake occurrences, Ann. Inst. Stat. Math. 50, 379–
402. 
Omori, F. (1894). On the aftershocks of earthquakes, Rep. 
Imp. Earthq. Invest. Comm. 2, 103–109. 
Parsons, T. (2002). Global Omori law decay of triggered 
earthquakes: Large aftershocks outside the classical after-
shock  zone,  J.  Geophys.  Res.  107,  no.  2199,  20,  doi 
10.1029/2001JB000646
Parsons, T., and A. A. Velasco (2011). Absence of remotely 
triggered large earthquakes beyond the main shock region, 
Nat. Geosci. 4, 312–316, doi 10.1038/ngeo1110
Pollitz, F. F., R. Burgmann, and B. Romanowicz (1998). 
Viscosity of oceanic asthenosphere inferred from remote 
triggering of earthquakes, Science 280, 1245–1249. 
Ruppert, N. A., J. M. Lees, and N. P. Kozyreva (2007). 
Seismicity, earthquakes and  structure along  the Alaska–
Aleutian and Kamchatka–Kurile subduction zones: A review, 
in 
Volcanism and Subduction: The Kamchatka Region
, J. 
Eichelberger, E. Gordeev, P. Izbekov, M. Kasahara, and J. 
Lees  (Editors),  Vol.  172,  American  Geophysical  Union, 
Washington, D.C., 129–144, doi 10.1029/172GM12
Shearer, P. M., and P. B. Stark (2012). Global risk of big 
earthquakes has not recently increased, Proc. Natl. Acad. 
Sci. 109, 717–721, doi 10.1073/pnas.1118525109
Stein, R. S., J. Lin, S. Toda, and S. E. Barrientos (2010). 
Strong static stress interaction of the 1960 M = 9.5 and 
2010 M = 8.8 Chile earthquakes and their aftershocks, Pre-
sented at the Fall Meeting of AGU, December 2010, San 
Francisco, California. 
Stein, R. S., and M. Lisowski (1983). The 1979 Homestead 
Valley earthquake  sequence, California: Control of after-
shocks and postseismic deformation, J. Geophys. Res. 88, 
no. B8, 6477–6490, doi 10.1029/JB088iB08p06477
ΤΑ ΝΕΑ ΤΗΣ ΕΕΕΕΓΜ – Αρ. 48 – ΑΥΓΟΥΣΤΟΣ 2012 
Σελίδα 10 
Winchester, S., The scariest earthquake is yet to come, 
Newsweek, March 13, 2011. 
Wiseman, K., and R. Bürgmann (2011). Stress and seismic-
ity changes on the Sunda megathrust preceding the 2007 
Mw 8.4 earthquake, Bull. Seismol. Soc. Am. 101, 313–326, 
doi 10.1785/0120100063
Yamashina, K. (1978). Induced earthquakes in the Izu Pen-
insula by the Izu–Hanto–Oki earthquake of 1974, Japan, 
Tectonophysics 
51, 
139–154, 
doi 
10.1016/0040-
1951(78)90237-8
U.S. Geological Survey 
Menlo Park, California 94025 
Documents you may be interested
Documents you may be interested