地壳速度结构对极浅源地震深度反演的影响<br/>——以荣昌地震为例

地壳速度结构对极浅源地震深度反演的影响
——以荣昌地震为例

2014-09-05孟庆君倪四道韩立波陈伟文吴文波谢军钱韵衣

中国地震 2014年4期

关键词：荣昌台站震源

孟庆君倪四道韩立波陈伟文吴文波谢军钱韵衣

1)中国科学技术大学地球和空间科学学院、蒙城地球物理国家野外科学观测研究站，安徽省合肥市金寨路96号 230026

2)中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室，武汉 430077

3)中国地震局地球物理研究所，北京 100081

0 引言

震源深度准确测定具有重要意义。一方面，快速准确地测定出震源深度能为震灾应对决策提供基础信息，另外一方面，准确的震源深度信息对于理解地震孕育背景提供了重要参考依据。研究表明，大陆地区地震多集中在5～20km深度范围，而发生在5km以浅深度的地震很少。大陆地壳极浅层地震活动水平低的原因可能是成熟断层在浅部充填了断层泥，减弱了断层强度;而对于年轻断层或者新生断裂，震源深度可以很浅(Scholz，2002)。近年来地震学及大地测量学研究确认了一系列中小地震深度浅于5km，甚至浅于1km(Dawson et al，2008;罗艳等，2010)。为区别于10km左右的浅源地震，我们将深度在3km以浅的地震称为极浅源地震。由于极浅源地震可形成严重灾害，因此有必要深入研究。

然而，在台站布设稀疏地区，基于P、S到时方法准确测定震源深度较为困难。如果只利用直达波到时信息测定震深，一般要求最近的台站距离地震震中在2倍震源深度以内(Mori et al，1991)。就目前极浅源地震的测定而言，多数地区的台网布设难以满足此条件。在此情形下，可以通过分析深度震相得到比较准确的震源深度。如果能够识别近震深度震相 sPL、sPg、sPmP、sPn 等(Uski et al，2003;Saikia et al，2000;Bent et al，2002;Bock et al，1996;Wang et al，2011;房名山等，1995;高立新等，2007;崇加军等，2010)或者远震深度震相pP、sP等(Ehgdahl et al，1998)，则可以准确测定震源深度。但是这些震相的准确识别经验需要长期的积累，目前还难以实现计算机化的准确识别。正在得到广泛应用的CAP(Cut and Paste)方法(Zhao et al，1994)将地震波形分为Pnl及面波2个部分，不需对波形进行更细节的分析，易于实现震源参数的自动快速测定。

CAP方法自提出以来，在国内外震源参数研究中取得了丰富的成果，算法也在逐步改进。Zhu等(1996)改进了 CAP的误差函数并引入了台站震中距比例因子。陈伟文等(2012)发展了CAP的近远震联合方法，使反演能够利用更多不同震中距离的台站数据，从而为震源参数反演提供了更多的约束。CAP方法主要思想是对中小地震进行点源近似，通过计算理论波形和观测波形之间的误差函数，利用网格搜索的方法反演震源机制解、震级和震源深度。CAP方法与其它的一些全波形反演方法相比有以下优势:①将体波Pnl波段(P波及其后续部分)与面波分开拟合，各分量的理论波形与观测波形分别进行互相关得到最佳的拟合，可弱化面波振幅过大引起的偏差以及减小速度模型不准确造成的影响;②采用面波体波比信息以及Pnl中的深度震相信息，一般说来可以提供比较可靠的震源深度。

Wei等(2008)初步测试了速度模型对CAP方法反演震源深度等震源参数的影响，发现速度结构差异小于10%时，速度结构模型对CAP反演结果影响不大。对于多数地区的中下地壳而言，速度结构异常一般不大于10%。但是不同地区的盆地地区浅层结构(5km以浅)差异很大，在速度模型误差远大于10%时，CAP方法反演极浅源地震深度的可靠性尚无深入探讨，需选取盆地地区的极浅源事件开展研究。

荣昌县位于重庆市西部，处于华蓥山基底断裂带附近，是地震多发地区。20余年来，荣昌县多次发生中强地震，据重庆市地震监测台网记录，从1990年至今已发生地震4万余次，其中 3.0～3.9级地震 100多次，4.0 ～4.9 级地震 20 多次，5.0 ～5.9 级地震 2 次。这些地震中有相当数量属于极浅源地震(王小龙等，2012)，其中2010年9月10日的荣昌Mb4.7地震有感范围较广，荣昌县震感强烈，部分乡镇出现地声，表明震源很浅(丁丹等，2010)。此次地震体波震级较高(Mb4.7)，很多震中距30～80°的远震台站也对此次地震有较清晰的地震波记录，可以用于识别pP、sP深度震相，有利于利用深度震相约束地震深度。此次地震的近台(200km以内)记录丰富，有利于利用CAP方法通过近台数据反演震源参数。

1 数据处理

首先利用国家数字测震台网数据备份中心(郑秀芬等，2009)提供的震中距200km范围内台站(图1)的宽频带数字地震记录并使用CAP方法进行波形反演。在对地震波形进行处理时，以台站数据质量为考量进行了数据筛选。例如，一些台站的数据低频噪音较多，可能导致波形拟合误差变大，进而影响震源参数反演的准确性，尤其是震源深度反演的准确性。台站数据经过初步筛选后，对数据去除仪器响应，去除直流分量和线性趋势，旋转至大圆路径方向，并将波形数据分成Pnl波段和面波波段。为减小地下速度结构的3维效应，对理论和观测波形数据做低频滤波:对 Pnl波段截取30～40s时间窗口长度并做0.02～0.10Hz滤波，对面波波段截取50～80s时间窗口长度并做0.02～0.08Hz滤波。

图1 台站分布

2 CAP反演震源深度

对于近震的CAP波形反演，采用频率-波数(F-K)方法(Zhu et al，2002)计算理论格林函数，通过网格搜索震源参数计算合成理论波形，再与观测波形进行拟合。理想情况下，理论波形与观测波形的拟合误差随理论震源深度的变化曲线会呈现抛物线形状，一般取误差最小的深度值作为地震的震源深度值。但实际上用来合成理论格林函数的速度模型与真实结构可能有所差异，因此需要研究在速度模型存在显著偏差的情况下CAP方法反演得到的震源深度的准确性。

本文分别采用了4种不同的速度模型，通过CAP方法反演荣昌地震震源深度，其分别为荣昌地区的CRUST2.0速度模型——模型A，对实际数据提取面波频散曲线并对频散曲线进行线性反演获得的速度模型——模型B，将模型B做分层数简化形成的地壳模型——模型C，将模型B表层速度降低得到的模型——模型D，如图2、3所示。

图2 (a)S波速度结构，(b)P波速度结构。黑色线条为CRUST2.0模型的地壳速度(模型A);红色线条代表面波频散曲线反演得到的地壳速度(模型B);绿色线条表示将模型B做层数变少简化形成的地壳模型(模型C)

图3 (a)S波速度结构，(b)P波速度结构。红色线为模型B，即通过提取面波频散曲线并线性反演得到的地壳速度模型;橘色线(模型B1)表示将模型B每层速度减小5%;粉色线(模型B2)表示将模型B每层速度减小10%;蓝色线(模型B3)表示将模型 B每层速度增加15%;紫色线(模型 D)表示将模型B表层速度降低约50%，其它层的速度不变

以模型A计算合成地震图，并用CAP的方法得到各个深度上的理论波形与观测波形的最小二乘拟合误差，如图4(a)所示。分析发现，对于模型A，波形拟合误差与震源深度的关系不呈现抛物线变化趋势，故很难直观找到误差最小时所对应的深度。因此推断模型A，即CRUST2.0速度模型可能与该地的真实速度结构有较大差异，谢军等(2012)对四川盆地中部剪切波速度的研究结果也表明该地近地表S波速度约2km/s，远大于CRUST2.0模型的地表顶层S波速度。

为了得到更准确的浅层速度结构，本文尝试利用单台和单个事件，用多重滤波方法提取瑞利波群速度频散曲线(Dziewonski et al，1969;Herrmann，1973)，并用线性反演方法(Herrmann et al，2004)对频散曲线进行反演，参考谢军等(2012)的四川速度模型，将线性反演得到的一维速度模型进行适当修改后得到一维速度模型B。采用速度模型B后，利用CAP方法得到的各个深度的理论和观测波形拟合误差随深度变化呈现明显抛物线形态，在深度1～4km处误差达到最小，即震源深度估计在1～4km(图4(b))。故此推断模型B更能反映震中到台站路径上的平均一维速度结构，更适合做为CAP方法的速度模型。考虑到模型B分层比较精细，即便将模型B层数减少，简化一个只有几层结构的简单模型——模型C，CAP的深度反演结果也几乎不会受到影响(图4(c))，说明在一定范围内速度模型精细程度变化对CAP深度反演结果几乎没有影响。

图4 (a)、(b)、(c)分别对应在图2中的模型A、模型 B和模型 C模型下利用CAP方法反演荣昌地震深度的结果

基于频散曲线反演得到的速度模型B，CAP方法深度结果在1～4km附近时理论波形和观测波形拟合误差最小。在这个深度上荣昌地震的震源机制解和各个台站的波形拟合情况如图5所示。反演得到荣昌地震震级MW4.1，2个节面的走向、倾角、滑动角分别为FM1:152°/65°/90°;FM2:332°/25°/90°。每个台站的波形数据被分成 5个分量，即 Pnl波垂向分量(Pnl V)和径向分量(Pnl R)，面波垂向分量(Vertical)，径向分量(Radial)和切向分量(Tang)，由于台站数据质量不高或者速度模型准确性不足等问题，部分分量的观测波形与理论波形互相关系数较低、误差异常偏大，这些分量的误差不计入总的误差函数中。

当震源附近速度结构存在横向变化或地形不平时，各个方位的速度结构可能有所差异，因此有必要研究速度模型误差对CAP深度反演结果的影响。本文在模型B(频散曲线提取并反演的速度模型)基础上做一定程度的扰动，以分析其对CAP震源深度反演结果的影响。将模型B做速度扰动得到3种速度模型(图3):①将模型B每层速度减小5%做为模型B1;②将模型B每层速度减小10%做为模型B2;③将模型B每层速度增大15%做为模型B3;④只将模型B顶层速度减小约50%做为模型D。

图5 利用模型B通过CAP反演得到的最佳机制解及波形拟合情况。红线表示理论波形，黑线表示计入误差函数的观测波形，绿线表示未计入误差函数的观测波形。左边一列是台网名和台站名，其下方数字表示台站震中距，其上方数字表示台站方位角。波形分量下方第一行是理论波形和观测波形间做滑动互相关后平移的时间(单位:秒)，波形分量下方第2行是每个分量的理论与观测波形的互相关系数(百分比)

如图6所示，模型B速度整体减少5%时CAP深度反演结果几乎不变，减少10%的情况下，深度反演结果略微变大。模型B速度增大15%的情况下深度反演结果变化也不大。总体而言，CAP方法对速度模型准确程度要求不高，在±10%的速度模型误差以内，震源深度反演结果都比较稳定。而在模型B表层速度变化约50%的情况下，误差函数变化趋势产生较大畸变，可见浅层速度结构有显著偏差时，对极浅源地震深度反演结果影响较大。

图6 (a)～(d)分别对应图3中模型 B1、模型B2、模型 B3和模型D利用CAP反演荣昌地震深度的结果

以上结果均利用了距荣昌地震震中100～200km内的台站数据(即图1中黑色虚线内台站)。本文也考虑利用更远的台站进行反演，即震中距在200～300km的台站数据(图1中黑色虚线外台站)。Wei等(2008)的研究结果表明，在地形比较平坦、速度结构比较简单的地方，利用震中距＜550km台站的数据，CAP方法反演震源参数的结果基本相同。本文对距荣昌震中Δ＞200km的台站的震源深度反演结果与震中距100～200km台站的深度反演结果进行对比后发现，二者相近，前考略浅(图7)，可见CAP方法是可以利用较大震中距台站的数据反演地震震源深度的。

3 基于远震深度震相的震源深度测定结果

图7 利用Δ＞200km的台站数据，通过CAP方法反演荣昌地震深度结果

远震深度震相pP、sP与P波的到时差对震源深度敏感，而对台站的震中距不敏感，因此可以较好的约束震源深度。为了考察使用CAP方法反演荣昌地震深度的准确性，本文观测分析了荣昌地震的远震深度震相pP和sP。2010年9月10日荣昌地震虽然只是Mb4.7的中小地震，但是因为其震源机制是逆冲类型，在远震台站可以接收到较强体波能量信息，一些处于大陆内部信噪比高的远震台站对这次地震信号有比较清楚的记录。

以模型B作为震源区地壳的一维速度模型，使用传播矩阵方法并考虑了几何扩散和地幔衰减吸收的效应(Kikuchi et al，1982)，采用 CAP方法反演获得的震源机制解结果(图5)，计算了远震理论地震图。本文合成了远震台站WRAB、ARU的0.5～6.0km各个震源深度上的理论地震波形，并与观测波形对比，为提高信号的信噪比，理论波形和观测波形均进行了0.8～2.0Hz滤波(图8)。WRAB和ARU两个台站观测波形中pP、sP深度震相和P波震相比较接近，难以区分，可估测此次地震震源深度很浅，大致在1～4km。与理论地震图对比发现，其震源深度约为2～3km，与基于模型 B的 CAP方法反演结果相当接近，表明了CAP方法震源深度反演结果的准确性。

4 结论与讨论

本文通过对荣昌地区不同一维速度模型的测试发现，在台网台站布设稀疏的条件下，如果一维速度模型比较准确——速度误差在±10%内，CAP方法可以比较准确地确定地震震源深度。但是一些地区的浅层速度模型可能存在显著误差，如四川盆地内荣昌地区CRUST 2.0速度模型的表层速度比真实地表速度约偏小50%，该速度模型反演2010年9月10日荣昌极浅源地震的深度会出现至少6～7km的误差。因此使用CAP方法计算测定极浅源地震深度时，应更多关注浅层速度模型的准确性。

2010年9月10日荣昌发生Mb4.7地震，CAP方法反演结果显示该地震深度约为1～4km。为验证CAP方法反演荣昌地震深度的准确性，本文利用远震深度震相估算了该地震的震源深度，结果也显示该地震深度为2～3km。王小龙等(2012)采用双差定位法，利用流动台阵对此次地震及其余震进行了水平和深度定位，结果显示这是一个分布在深度2km附近的地震群，并指出荣昌近来频发的地震与当地人为的注水活动有关。