基于GNSS基线变化的区域构造运动与应变特征提取

姚 笛，徐克科

基于GNSS基线变化的区域构造运动与应变特征提取

姚 笛1，徐克科2

（1. 濮阳职业技术学院，河南 濮阳 457000；2. 河南理工大学，河南 焦作 454000）

鉴于地壳形变具有高空间相关性的特点，以全球卫星导航系统（GNSS）观测网作为一个形变单元，基于三维无约束平差后的高精度基线向量，利用GNSS观测网络所有测站相互关联的基线向量方向与长度的变化主成分，来综合反映GNSS网形的变化，利用网形的变化提取区域高空间相关的构造形变信息，并提出利用高精度基线解算区域应变时间序列的方法。以日本境内长时间观测的国际GNSS服务（IGS）网络为例，解算了近13 a的基线时间序列，获取了2011年日本Mw9.0地震前后近、远场区域形变的时变特征，发现了近年来的多次强震，在震前数月的时间内均出现不同程度的非趋势性偏离，即稳定闭锁和反向加速的弧形转折变化特征，可能存在着应变的积累、释放与调整，与室内岩石破裂实验过程相吻合。同时，利用高精度的基线向量分别解算了近、远场区域应变动态变化时间序列，结果表明，多次强震前，均出现了不同程度的剪应变加速变化和面应变的释放-调整阶段，为区域地震危险性的判定提供了一条重要线索。

全球卫星导航系统；基线；构造形变；地壳运动；应变

0 引言

全球卫星导航系统（global navigation satellite system, GNSS）原始观测数据处理后，可得到约束解、固定解、松弛解、无约束自由网解等多种类型。利用GNSS三维约束平差后的坐标时间序列，可获得每个测站位移随时间的变化过程，直观地反映地壳形变的绝对量级与方向[1-6]。然而，约束解强烈依赖于参考框架，使用不同的参考基准将会得到完全不同的位移场。而GNSS无约束自由网解的基线向量，则不受参考框架和共模误差的影响，相对精度高达1×10-10～1×10-8量级，对地壳形变监测有着巨大优势。有关研究表明，利用高精度的基线信息，曾成功捕获了2001年昆仑山口西Ms8.1地震、2008年汶川Ms8.0地震、2011年日本Mw9.0地震和2013年芦山Ms7.0地震前地壳运动微形变特征[7-12]。然而，基线长度的变化仅能用于反映地壳运动的拉张或压缩特征，与基线向量方向与断裂方向息息相关，当基线方向与断层破裂方向呈不同夹角，形变结果差异显著。相关研究表明，当基线方向与断裂走向呈45°时，无论是基线长度或是基线方向在断层破裂前都有明显的体现[11]。但对于走滑或剪切旋转变形，基线长度变化并不明显，但不能从而推断没有形变。此外，一个测站或一条基线的变化，反映的是一个点或一条线的局域的形变信息，是区域地壳形变的其中很小一部分信息，不能代表高空间相关的区域地壳形变特征。为此，本文提出将整体GNSS观测网络作为一个时空观测单元，利用GNSS网所有测站间相互关联的基线长度与方向的变化信息，来集中反映整个网形的变化；利用网形的变化来检测区域地壳形变特征的方法，提出基于高精度的基线信息解算区域应变动态变化时间序列。利用该方法分析了日本境内13 a的国际GNSS服务（International GNSS Service, IGS）网络网形变化和应变时间序列，成功提取了地壳运动微形变异常信息。

1 地壳运动信息检测方法

1.1 GNSS网络基线所反映的构造运动

利用整个GNSS观测网络相互关联的基线变化来反映整个网形的变化，利用网形的变化检测区域地壳形变[13]，具体方法如下：

1.2 基于基线变化的区域应变解算

2 日本2011年Mw9.0地震前后形变特征分析

2.1 GNSS观测与数据处理

日本境内共分布有7个IGS基准站，分别为MIZU、TSKB、USUD、KSMV、KGNI、MTKA、AIRA。至今已经积累了14 a的数据。自2002—2011年，在MIZU站方圆300 km范围内，大于等于Mw6.9的地震共发生4次，包括日本2011年的Mw9.0大地震。因测站AIRA距这几次地震震中较远，平均距离约为1300 km，故没有采用；测站KGNI与MTKA相距较近，约7.46 km，故只选用了KGNI站。因此，采用了MIZU、TSKB、USUD、KSMV、KGNI等5个IGS站自2002—2014年共13 a的GNSS连续观测资料。为更清楚地反映区域地壳微形变信息，以距离震中最近的MIZU站为中心，构建了GNSS星型观测网络，见图1。该网包括4条基线，分别为MIZU-USUD、MIZU-KGNI、MIZU-TSKB、MIZU-TSMV。

图1 研究区域与GNSS测站分布（Ok:鄂霍次克板块;Am:阿穆尔板块;Pa;太平洋板块）【审图号：GS（2022）58号】

4条基线构成的3个夹角USUD-MIZU-KGNI、KGNI-MIZU-TSKB、TSKB-MIZU-KSMV变化时间序列见图3。

图2 2002—2014年期间GNSS基线长度变化时间序列

图3 2002—2014年期间GNSS基线夹角变化时间序列

由图3可知，随着与震中距离的减小，GNSS观测的基线夹角的变化呈现逐渐增大趋势。其中变化最大的是TSKB-MIZU-KSMV，量值达0.27″。

2.2 形变信息检测结果

以2011年Mw9.0级地震发震时刻为参考，将基线变化时间序列截取为震前和震后两部分。其中，震前基线长度变化时间序列如图4所示。

图4 2011年日本Mw9.0地震前GNSS基线线应变变化时间序列

由图4可知：4条基线整体均表现为持续的线性压缩状态，平均压缩率为1.25×10-8a-1。这也表明了日本地震由于受到太平洋板块在向欧亚板块下方俯冲和挤压时发生逆冲，导致基线长度缩短。图5为所有基线长度时间变化序列的第一主成分（principal component 1, PC1），贡献率为91%。

图5 2011年日本Mw9.0地震震前GNSS基线长度变化的第一主成分变化序列

从图5可以看出：4次强震震前均出现了不同程度的非趋势性异常变化，即闭锁-反向加速的弧形的转折变化特征[16]，意味着应变的积累、释放与调整，反向变化符合弹性回跳理论，很可能是震前的微破裂。与室内岩石破裂试验结果相吻合[18]，初期表现为稳定的线性应变积累特征，在海洋板块向下俯冲过程中，板块交界附近地表发生了水平压缩和垂向下沉的变形，以远场上升运动为主。在板块边界接触面形成应变积累区域。随着应变持续积累，应力水平不断增强并达到极限状态，此时该区域由深到浅变形呈逐步衰减，大陆板块水平压缩变形与上升运动开始减缓，进入非线性应变阶段。当应变积累达到极限状态，孕震单元开始有局部解耦，此阶段应变表现为缓慢的释放状态，地表发生反向运动，即压缩转变为拉张和垂向上升转向缓慢下降，此阶段通常会有预破裂和慢滑移现象发生。当预滑动完全克服板块间的摩擦阻力时，会造成应变能量的一次大释放即地震发生。

图6反映了角度变化并没有出现类似基线变化的特征，然而发现自2008年6月13日起，即日本东北发生Mw6.9地震之后，KGNI-MIZU-TSKB、TSKB-MIZU-KSMV夹角变化发生了明显转折变化，速度突然呈线性快速增加到2011年Mw9.0级地震的发生时刻。这些角度的变化区域位于日本东海岸，离震中相对较近，角度的显著变形可能会导致巨大剪切构造应力的产生，致使区域剪切构造活动强烈，可能导致了2011年大地震的发生。

图6 2011年日本Mw9.0地震震前GNSS基线夹角变化时间序列

2.3 区域应变变化分析

选择日本近海岸近、远场且几何形状较好的2个三角形TSKB-KSMV-MIZU和KGNI-KSMV-TSKB，利用三角形三条基线按本文叙述的方法，分别解算了2个区域应变变化时间序列，4次强震前剪应变均出现了加速变化趋势，与GNSS基线夹角变化结果相一致，尤其2011年Mw9.0震前，剪应变加速变化更加明显，应变速率高度6×10-8a-1，约从2009年开始，迅速线性增加到2011年Mw9.0地震的发生时刻，其结果如图7所示。相比前几次地震，应变能量持续积累时间更长，因此，断层破裂时释放能量更大，震级更强。2个区域的面应变整体呈现压缩变化特征，4次强震前均出现了不同程度的应变能量释放与调整，与基线线应变分析结果相一致。2个区域相比，无论是剪应变的加速变化，还是面压缩的释放调整，近场区域TSKB-KSMV-MIZU均比远场区域KGNI-KSMV-TSKB表现更加突出，但二者形变特征相似。

2.4 震后形变分析

2011年3月日本Mw9.0地震震后4 a（2011—2014年）期间，基线长度变化与基线夹角变化时间序列见图8。图8反映了震后运动随时间呈指数的衰减变化特征，体现了大震之后地壳运动的黏弹性弛豫形变过程。震后形变方向与同震形变方向相一致，推断震后的形变可能是来自地震余滑的影响。形变曲线显示，震后1a时间内变化量急剧增加，2a后基本平稳，并逐渐趋于稳定。震后4 a来，基线长度变化最大值约为150 mm，角度变化最大值约为0.03″。量级上约为同震形变的1/10。可见，2011年Mw9.0级地震主震可能释放了大部分的能量。

3 结束语

GNSS三维无约束自由网解不依赖参考框架，不受共模误差的影响，相对精度高达1×10-10～1×10-8，对于地壳运动微形变信息的捕获展现了巨大优势。充分利用断层破裂所引起的地表形变具有高空间相关性的特点，基于整个观测网络相互关联的基线变化信息（长度和方向变化）的主成分，反映整个网形的变化，利用网形的变化检测区域地壳形变异常。研究结果表明，该方法可显著提高GNSS观测资料信噪比，更有利于地壳微形变信息的检测。通过对日本境内2002—2014年共13 a的IGS站连续站基线长度和夹角的解算和分析，得到了近、远场区域地壳形变动态演变过程，发现了日本近年来多次地震，在震前震后前均出现了不同程度的非趋势性异常偏离，都出现了稳定闭锁和反向加速的变化特征，反映了应变能量积累-释放的调整过程，与室内岩石破裂实验过程相吻合。利用高精度的基线信息解算的近、远场的应变动态变化时间序列，均出现了不同程度的剪应变加速变化和面应变的释放与调整，这可能是地震危险性的重要线索。随着GNSS观测资料的日益积累和观测网络的不断加密，形成了覆盖活动断层区域时空分辨率越来越高的GNSS时空观测序列，利用此方法可从不同时空尺度，精细研究地表形变空间分布及其时变特征，为区域地震危险性有效判定与地震孕震机制的进一步探索提供重要依据。

[1] DEMIR D O, DOGAN U. Determination of crustal deformations based on GPS observing-session duration in Marmara region, Turkey[J]. Advances in Space Research, 2014, 53(3): 452-462.

[2] MCCAFFREY R, KING R W, PAYNE S J, et al. Active tectonics of northwestern US inferred from GPS-derived surface velocities[J]. Journal of Geophysical Research Solid Earth, 2013, 118(2): 709-723.

[3] GAN W J, ZHANG P Z, SHEN Z K , et al. Present-day crustal motion within the Tibetan Plateau inferred from GPS measurements[J]. Journal of Geophysical Research Solid Earth, 2007, 112(B8): 582-596.

[4] 江在森, 马宗晋, 张希, 等. GPS初步结果揭示的中国大陆水平应变场与构造变形[J]. 地球物理学报, 2003, 46(3): 352-358.

[5] 许才军, 尹智. 利用大地测量资料反演构造应力应变场研究进展[J]. 武汉大学学报（信息科学版）, 2014, 39(10): 1135-1146.

[6] 徐克科, 伍吉仓, 吴伟伟. 基于GNSS时空数据的瞬态无震蠕滑信息检测[J]. 地球物理学报, 2015, 58(7): 2330-2338.

[7] 顾国华, 王武星, 徐岳仁, 等. 区域网GPS观测得到的2008年汶川MS8.0地震前的地壳水平运动[J]. 地震学报, 2009, 31(6): 597-605.

[8] 江在森, 武艳强, 方颖, 等. 汶川8.0级地震前区域地壳运动与应变场动态特征[J]. 地震, 2009, 29(1): 68-76.

[9] 郭良迁, 胡新康, 张风霜, 等. GPS连续站的基线变化与青藏块体的现代活动[J]. 大地测量与地球动力学, 2009, 29(4): 10-14.

[10] 张风霜, 占伟, 孙东颖. 2011年日本9.0级地震前后GPS基线时间序列分析[J]. 地震研究, 2012, 35(2): 190-200.

[11] 闫伟, 牛安福, 江在森, 等. 昆仑山地震前后基线变化特征研究[J]. 大地测量与地球动力学, 2007, 27(增刊1): 8-11.

[12] XU K K , GAN W J , WU J C. Pre-seismic deformation detected from regional GNSS observation network: a case study of the 2013 Lushan, eastern Tibetan Plateau (China), M_s7.0 earthquake[J]. Journal of Asian earth sciences, 2019, 180(15): 1-9.

[13] 徐克科, 伍吉仓. GNSS网形变化的区域地壳形变信息提取方法[J]. 测绘科学, 2017, 42(11): 102-106.

[14] 徐克科, 伍吉仓. 利用GNSS基线分析芦山Ms7.0级地震前后应变演变特征. 武汉大学学报(信息科学版), 2017, 42(8): 1054-1060.

[15] 伍吉仓, 邓康伟, 陈永奇. 用边长变化结果计算地应变及块体划分[J]. 大地测量与地球动力学, 2002, 22(4): 35-38.

[16] HERRING T A, KING R W, MCCLUSKY S C. GAMIT reference manual: GPS analysis at MIT[EB/OL]. [2021-03-18]. http://geoweb.mit.edu/gg/docs/GAMIT_Ref.pdf.

[17] DONG D N, FANG P, BOCK Y, et al. Spatiotemporal filtering using principal component analysis and Karhunen-Loeve expansion approaches for regional GPS network analysis[J]. Journal of Geophysical Research Atmospheres, 2006, 111(B3): 1581-1600.

[18] 马瑾. 从“是否存在有助于预报的地震先兆”说起[J]. 科学通报, 2016, 61(增刊1): 409-414.

Extraction of regional tectonic movement and strain characteristics based on GNSS baselines variation

YAO Di1, XU Keke2

（1. Puyang Vocational and Technical College, Puyang, Henan 457000, China；2. Henan Polytechnic University, Jiaozuo, Henan 454000, China）

The characteristic of the high spatial dependence from the crustal deformation, regarding GNSS (Global Navigation Satellite System) network as a deformation observation unit, based on the high-precision baselines vectors obtained from three dimensional free network adjustment of GNSS network, we proposed a method of regional crustal deformation signals detection by the principal component of all the correlated baselines length and angles variation from the whole GNSS network. A method to calculate regional strain time series by using high precision baseline information is also proposed. Take the long-term IGS (International GNSS Service) observation network in Japan for example, we calculated the baselines time series for 13 years and obtained the dynamic evolution process of the crustal deformation before and after 2011≥Mw9.0 earthquake. The result shows that the obvious abnormal deviation appeared during a period of several months before the several earthquakes and the whole change curve is similar to parabola, which can be explained as the stability lock state and reverse acceleration process, suggesting the accumulation, release and adjustment. It agrees well with the deformation process of rock rupture experiment in the laboratory. Meantime, the high precision baseline vector is used to calculate the time series of regional strain dynamic variation in the near and far field respectively. The results show that the accelerated variation of shear strain and the release-adjustment stage of plane strain occur before many strong earthquakes, which maybe provide an important clue for the determination of seismic risk.

global navigation satellite system；baselines; tectonic deformation; crustal movement; strain

P228

A

2095-4999(2022)01-0069-07

姚笛，徐克科. 基于GNSS基线变化的区域构造运动与应变特征提取[J]. 导航定位学报, 2022, 10(1): 69-75.（YAO Di, XU Keke. Extraction of regional tectonic movement and strain characteristics based on GNSS baselines variation[J]. Journal of Navigation and Positioning, 2022, 10(1): 69-75.）

10.16547/j.cnki.10-1096.20220110.

2021-04-14

国家自然科学基金项目（41774041）；河南理工大学博士基金(B2017-15)。

姚笛（1981—），男，河南濮阳人，硕士，讲师，研究方向为大地测量、工程测量与变形监测。

徐克科（1979—），男，博士，副教授，研究方向为卫星大地测量与地壳形变。