APP下载

使用高频GPS 数据快速估计地震震级

2020-07-31徐拓

江西测绘 2020年2期
关键词:震级震源预警

徐拓

(上海市测绘院 上海200063)

1 引言

目前的地震预警系统主要基于地震仪/强震仪观测台网,利用仪器检测到的P 波(或/和S 波)进行地震参数估算,该方法对于中小地震非常适用。

但对于近场强震(MW>7),由于地震仪/强震仪易受仪器倾斜、旋转等因素影响,积分后的速度和位移存在偏差,而且记录范围有限,基于地震仪/强震仪估计得到的震级将会出现饱和现象[1]。此时虽然仍能及时发布预警信息,但是不准确的地震震级在短时间内很难得到校正,严重影响预警实效。

为了解决上述问题,在地表位移监测中引入高频GPS 系统。其技术优势在于:(1)通过高频GPS 数据可以直接得到GPS 监测站的瞬间动态位移,不需要进行积分;(2)高频GPS 定位技术不存在振幅饱和问题,即使在(特)大地震时,也能够记录到较为准确的位移[1]。

文献[2]指出对于单个地震,同震地表最大位移(Peak Ground Displacement,PGD)的对数和震源距的对数之间存在比较明显的线性关系,给出式(1)和(2):

其中,PGD 定义为三维时间序列上的最大位移,单位cm;R 为震源距,单位km;MW为矩震级;A、B、C为回归参数。Crowell 等给出的结果为A=-5.013,B=1.219,C=-0.178,按式 (3) 估计震级的中误差为MW0.224,即:

文献[3]通过处理总计10 个震级在MW5.3~MW9.1的地震的1Hz GPS 数据,得到1321 个台站的同震PGD,并采用L1 最小范数法求式(2)的回归系数。随后为了计算回归系数值的误差,随机移动10%的PGD 后重新进行回归计算,重复1000 次并估计回归系数的方差,结果为A=-4.4340.141,B=1.0470.022,C=-0.1380.003,按式 (4) 估计震级的中误差为MW0.27,有式(4),结果如图1。

图1 PGD 与R 的回归关系图

在实际震级预警过程中,基本不可能使用震源距数百公里远的流动站观测值来进行震级预警,图1 中的地震除了日本东北地震因为发生在海域,离岸边最近的GPS 测站也有100km 左右的距离,导致震源距都偏大以外,其余地震事件都有震源距较小的观测站,因此笔者认为不需要考虑震源距过大的GPS 站的最大位移值,可以只使用震源距较小的GPS 测站的R-PGD 数据进行回归计算得到矩震级、震源距和PGD 之间的关系。

本文围绕基于高频GPS 数据进行快速震级估计开展研究工作,研究内容包括:(1) 使用GAMIT track 模块处理同震高频GPS 数据获取PGD,采用式(4)计算估计震级,并对结果进行分析;(2)根据解算的PGD 进行回归方程参数拟合,并通过模拟地震事件发生分析其精度。

2 基于高频GPS 提取PGD

通过解算日本东北(Tohoku-oki)MW9.1 地震、日本熊本(Kumamoto)MW7.0 地震,以及意大利诺尔恰(Norcia)MW6.6 地震的同震高频GPS 数据,提取PGD并根据式(4)计算估计震级。方法步骤如下:

(1)收集上述地震的震源参数、对应的同震近场高频GPS 观测数据;

(2)选择震源距大的参考站,避免共模误差,使用GAMIT track 模块解算高频GPS 数据;

(3)以每个测站在地震发生前60s 的坐标平均值作为该站的初始坐标,用于计算PGD,随后根据式(4)计算估计震级。

所选用的3 次地震的震源参数及对应可用的高频GPS 站点数见表1,其中震源参数来自美国地质调查局(USGS)网站。

表1 所选3 次地震事件信息

计算后的估计震级成果如表2 及图2 所示,分析三个地震事件对应高频GPS 站PGD 和估计震级数据时,可以得出:

(1)所选GPS 站的震源距均小于300km,没有加入震源距较远的台站数据;

(2)对于日本东北地震,使用式(4)计算近场GPS站PGD 结果偏大,平均估计震级为MW9.30,与真实值MW9.09 相比有差距,但仍在式(4)的一倍中误差范围之内;

(3)对于日本熊本地震,平均估计震级与实际矩震级相差较小,但震源距与PGD 的线性关系不明显,点分布较为离散,其原因是该地震发生在陆地上且以某一或某几方向的破裂为主,导致该方向上的GPS 站的PGD 结果偏大;

(4)对于意大利诺尔恰地震,平均估计震级与实际矩震级相差小。

分析式(4)的数据来源,推测产生这种结果可能的原因是在计算回归参数时:

(1) 采用了2011 年日本东北地震中更多震源距较远(400km~800km)且PGD 偏小的GPS 站数据,因此在震源距100km~300km 的范围上估计震级结果相对偏大;

(2) 选用的地震事件对应区域的GPS 站中有部分PGD 值与震源距之间没有特别明显的线性关系,分布较为离散。

表2 所选3 次地震事件估计震级

图2 所选3 次地震事件震源距R 与PGD 关系图,黑色斜线是式(4)预测的震源距与PGD 值关系曲线

3 模拟退火法计算回归参数

根据第2 节的同震PGD 结果,使用模拟退火(Simulated Annealing,SA)方法,解算式(2)中的回归参数A、B、C。进行1000 次并行运算,选择RMSE 最小的一组回归参数作为最优解,结果为A=-4.8350.110,B=1.0870.018,C=-0.1290.002,估计震级的中误差为0.25,代入式(2)有回归方程如式(5)。

lg(PGD)=-4.835+1.087·Mw-0.129·Mw·lg(R) (5)

从表3 和图3 的结果来看,式(5)对日本东北地震的GPS 站R-PGD 关系拟合较好,绿色点的线性关系明显,基本分布在代表MW9.1 直线上及附近,估计震级平均值为MW9.10,非常接近实际值;对日本熊本地震的GPS 站R-PGD 关系拟合效果一般,蓝色点分布较离散,线性趋势并不明显,估计震级平均值为MW6.96;对诺尔恰地震R-PGD 关系拟合的不错,估计震级平均值为MW6.64。

表3 所选3 次地震事件估计震级的平均值

图3 所选3 次地震事件震源距R 与PGD 关系图,黑色斜线是式(5)预测的震源距与PGD 值关系曲线

4 PGD 快速估计震级精度检测

使用2016 年11 月13 日新西兰MW7.8 地震的同震高频GPS 数据,模拟实际地震事件发生时快速估计震级过程,对式(5)进行精度测试。

利用PGD 估计震级不需要已知震源机制,只需要得到地震台网给出的震源经纬度和深度即可。实际中地震预警系统会采用4~6 台地震仪的P 波到时实时定位震源参数,所需时间与地震仪分布有关[4]。文献[5]基于Quake-Catcher 网检测2010 年新西兰达尔菲尔德地震余震,平均约9.1s 即可发布预警信息。地震发生在UTC 时间2016 年11 月13 日11:02:56,震中位于新西兰南岛中部城市安伯利(Amberley)东北54km 处,采用USGS 发布的震源参数:地震震中位置42.737°S,173.054°E,震源深度15.1km。

本次计算使用的1Hz GPS 数据来自新西兰土地信息GPS 活动控制网(LINZ PositioNZ)。剔除震时数据严重缺失和观测数据质量较差的测站后,以新西兰最北端的ktia 站(震源距855.34km)作为参考站,为模拟实际地震事件发生时震级预警过程,采用超快速预报星历igu,以及GAMIT trackRT 模拟实时高频GPS 解算结果,并假定已得到震源经纬度和深度,计算各站PGD 值,然后采用式(4)、(5)计算估计震级,以估计震级平均值作为实时预警震级结果。

4.1 快速震级估计结果

选择PGD 较大的测站作为示例站,分别是:震源西南方的hanm 站,以及震源东北方的kaik 站、trwh 站、wgtn 站、bthl 站、paek 站。

图4 使用式(5)计算的示例站PGD 估计震级收敛过程

图4 显示了震后30s,距离震源最近的hanm 站即已受地震影响,初始估计震级为MW7.27;震后50s,hanm 和kaik 站估计震级初步收敛,分别为MW7.55 和MW8.23,此时其他4 个示例站尚未受到地震波影响。震后150s,所有示例站估计震级均已收敛,震源东北方的GPS 站估计震级远超西南方,显示地震破裂方向主要沿东北向。

4.2 两种震级估计方程结果对比

表4 和图5 是式(4)与式(5)的估计震级结果对比。此次新西兰地震震源距R≤100km 范围内仅有4个高频GPS 观测站(hanm、kaik、lkta、yald),两式对这4 个站的拟合效果均不理想,这与地震主要破裂沿东北方向有关,导致震源东北方向的kaik 站PGD 过大,两式得到的估计震级分别为MW8.3、MW8.23;而震源西南方向的lkta 站和yald 站的PGD 较小,估计震级仅为MW7.31、MW7.3 和MW7.44、MW7.41,均超出两式给出的估计震级误差。

表4 一定震源距范围内GPS 站的平均估计震级

图5 基于式(4)、(5)的GPS 台站数与预警震级曲线

在R≤200km 部分,式(4)和(5)结果接近,均在误差范围之内。在200km≤R≤300km 部分总共有9 个流动站,其中6 个在震源东北方向,使得R≤300km部分的平均估计震级增大。在R≤500km 范围内,式(5)的平均值为MW7.85,式(4)的平均估计震级大于式(5)。

模拟此次新西兰MW7.8 级地震的快速震级估计结果表明,在震源距R≤200km 部分,本文用模拟退火法求出的式(5)结果与Melgar 等给出的式(4)结果基本一致;在R≥200km 部分,式(5)的结果要好于式(4)。

5 结论

本文利用模拟退火算法拟合PGD、震源距R 和矩震级之间的回归模型,结果为式(5),随后通过实际地震事件模拟震后的快速震级估计。结果显示,该方法可用于快速估计地震震级,在震源距小于200km范围内,式(5)估计震级误差略大于式(4);在震源距大于200km 范围,式(5)结果最接近实际值,二者都在误差范围之内。

本文所采用的PGD、震源距R 和矩震级之间的回归模型针对通用情况,在进行实际地震事件分析时未能考虑其震源机制、地质构造和断层机制。如果能针对某一地震多发区域,考虑其断层机制,研究适用于该区域的回归模型,则预警震级的精度会大大提高。

猜你喜欢

震级震源预警
多种震级及其巧妙之处*
基于累积绝对位移值的震级估算方法
地震后各国发布的震级可能不一样?
Pusher端震源管理系统在超高效混叠采集模式下的应用*
新震级国家标准在大同台的应用与评估
法国发布高温预警 严阵以待备战“史上最热周”
园林有害生物预警与可持续控制
震源的高返利起步
机载预警雷达对IFF 的干扰分析
预警个啥