基于阈值预警的2022年1月8日青海门源Ms6.9级地震潜在破坏区估计

何 斌，朱景宝，李山有，宋晋东

（1.中国地震局工程力学研究所地震工程与工程振动重点实验室，黑龙江哈尔滨 150080；2.地震灾害防治应急管理部重点实验室，黑龙江哈尔滨 150080）

引言

地震预警是近几年发展起来的最有效的防震减灾手段之一［1］。目前各式各样的地震预警系统已经在世界上的多个国家和地区得到了快速的发展和应用，如日本、墨西哥、美国、意大利、中国等［2-7］。

从当前的预警方式来看，可以大致将地震预警划分为现地预警和区域预警2 种方式［1］。现地地震预警技术是利用台站记录到地震波初期的信息对后续即将到来的地震动峰值进行预测，因此该方法利用近场的几个台站可以实现在震源参数未知的情况下对台站附近地区的地震破坏情况做出判断，并快速的发出警报；然而该方法的一个显著缺点是提供的预警信息较为有限，并且不能对离台站较远的地区做出判断［8-9］。在现地地震预警中WU 等在其原来利用Pd预测PGV的研究基础之上引入一个新的特征周期参数τc，并将其与幅值参数Pd联合，通过与预先设定阈值进行比较从而实现对台站附近的地震破坏情况进行判断［10-11］。

区域预警技术首先利用台站检测到地震波初期的信息快速估算出震源参数，然后再根据这些参数利用地震动衰减关系来预测出地震动的影响范围［12］，故该方法能够为远场地区提供更多的预警信息和时间，但由于震源参数的误差、地震动衰减关系和场地的不确定性等因素的影响可能会造成最终的地震动预测结果与真实结果之间出现较大的偏差，并且在近场地区存在一定的预警盲区［13-16］。ZOLLO 等［12］延续WU等的研究，提出了一种“基于阈值的地震预警方法”，即：通过事先确定好台站在触发后3 s时间窗内τc和Pd这2个参数的阈值，并以此建立起只针对台站端的地震破坏情况判别模型，然后又融合区域预警的优势提出了一种类似于衰减关系的Pd预测方程来预测目标场点处的Pd值，并将预测出Pd=0.2 cm 的等值圈内的区域定义为潜在破坏区，经过多次地震的离线模拟显示，预测出的潜在破坏区范围与MMI（修正的麦卡利烈度）对应在Ⅶ度以上的区域有很好的吻合程度。CARRANZA 等［18］、PICOZZI 等［19］、PENG 等［20］、宋晋东等［21］、汪源等［22］也多次验证了该方法在地震预警中应用的可行性，通过现有的多次离线验证结果来看，该方法能够在台站触发3 s后，在震源参数未知的情况下快速对台站附近地区的地震破坏情况进行判断，并根据已触发台站的信息利用预测方程实现对潜在破坏区范围的实时估计，体现了2种预警方式相结合的优势。

北京时间2022 年1 月8 日1 时45 分，根据中国地震台网中心的测定在青海省门源县发生了Ms6.9 级地震，此次地震的震中位置大约在北纬37.77°、东经101.26°，震源深度约为10 km。事后从当地的地震新闻发布会上得知，截至1 月11 日22 时，此次地震造成海北州门源、祁连、刚察和海晏等4 个县27 个乡镇共17 069人受灾，10 人受伤。除此之外经初步排查，此次地震还造成大量的房屋倒塌，部分非住宅用房、农牧业、工业、服务业和公共基础设施等也都受到了不同程度的损伤。

此次地震由于在震中附近的强震记录仪只有1台，而烈度计数量较多，故为了防止由于仪器原因引起的误报，因此文中根据ZOLLO 等人提出的基于阈值的地震预警方法采用由烈度计记录的加速度数据，通过离线模拟的方式估计了此次地震的潜在破坏区范围，旨在分析该方法应用于此次地震预警中的表现，并初步探索将烈度计应用于地震预警中的可行性。

1 数据

中国地震台网在2022年1月8日青海门源Ms6.9级地震中共获取了496组（1 488条）加速度记录，其中烈度计台站495组（1 485条）、强震仪台站1组（3条），震中和台站分布位置如图1所示。

图1 震中和台站分布Fig.1 Distribution of epicenter and stations

由于强震仪的数量只有1台，为了方便文中接下来的研究工作，我们选取全部由烈度计记录的竖向加速度记录，并进行如下处理：

（1）采用马强等［23］提出的STA/LTA 和AIC 算法结合的方式对P 波到时进行自动捡拾，并采用人工复核的方式对P波到时点不准确的记录进行重新校正以确保到时的准确性；对于记录不完全或无法识别到时的记录直接进行剔除文中不再使用。

（2）对到时点准确的加速度记录进行积分得到速度记录，再对速度记录进行积分得到位移记录，然后对2 次积分后的数据采用频率为0.075 Hz 的高通滤波器进行滤波来进行基线校正。

（3）为保证参与计算的数据信噪比满足需要，我们参考ZOLLO等（2010）的研究，选取Pv（P波触发后3 s内的速度峰值）＞0.05 cm/s的数据进行计算。为此我们对此次地震数据的Pv值和震源距做如图2所示的统计分析。通过分析可知：在此次地震中被触发台站的Pv值随震源距的增加而快速减小，当烈度计台站的震源距增加到54 km 时其Pv值首次降低到0.05 cm/s以下。因此我们挑选了震源距在54 km 以内、记录完全且到时准确并由烈度计记录的数据用于本次研究，共计有20组，其具体分布情况如图3所示。

图2 Pv值随震源距的衰减关系Fig.2 Attenuation relationship between Pv and hypocentral distance

图3 震中和选用台站分布Fig.3 Distribution of epicenter and selected stations

2 方法

基于阈值的地震预警方法在仅使用台站触发后3 s时间窗内的数据时，就可以根据各触发台站对应的警报级别及其分布情况并利用由Pd预测方程预测出Pd=0.2 cm的等值圈范围，2个方面同时对地震的潜在破坏区进行估计，融合了现地预警和区域预警2种方式的优势。

2.1 现地台站的参数、阈值及警报级别确定

（1）参数及阈值的确定

特征周期参数τc是KANAMORI（2005）在NAKAMURI（1998）的研究基础之上发展出的一种在P 波初始阶段的特征周期参数［24-25］，其具体的计算公式如下：

式中：

式中：u(t)和分别为竖向的位移和速度时程；τ0为从P波到时点开始的时间窗长度，一般取3 s。

由于特征周期参数τc和震级M之间存在明显的线性相关性，故采用ZOLLO 等（2010）利用意大利、日本等地的强震数据建立起来的τc和M之间的线性统计关系：

确定，当震级M为6时所对应的τc值为0.6 s。

参数Pd为台站触发后3 s内竖向的最大位移幅值，其计算公式如下：

由于参数Pd与震级、震源距和PGV之间都有良好的线性相关性［15，26］，而地震烈度又与PGV密切相关，因此可以用参数Pd来表示地震造成的破坏程度。ZOLLO等（2010）参考WALD等（1999）的研究，确定当MMI＞Ⅶ度时，地震会造成破坏［27］，而此时所对应的PGV=16 cm/s，故根据建立的Pd与PGV的统计关系：

确定，当MMI=Ⅶ度时，对应的Pd阈值为0.2 cm。

（2）警报级别的划分

警报级别的划分是通过台站在触发后，前3 s 时间窗内Pd与τc的计算值是否超过上述阈值来确定的，根据Pd=0.2 cm 与τc=0.6 s 的阈值组合可以将地震的破坏情况划分为4个等级，如图4 所示，并由此可以判断出地震的类型及其破坏情况。表1 显示了不同警报级别对应的Pd和τc阈值及其对应的地震类型和破坏情况。

表1 警报级别对应的阈值及其影响Table 1 Threshold corresponding to alarm level and impact

图4 警报级别与阈值的关系Fig.4 Relationship between alert level and threshold

2.2 潜在破坏区的估计

为了得到更多有关于潜在破坏区的信息，ZOLLO 等（2010）利用周期参数τc与震级M相关但与距离不相关的特性，将τc、Pd和震源距R这3 个参数联合提出了一种类似于Pd衰减关系的潜在破坏区预测方程，如下：

根据式（6）便可由已触发台站的实时τc平均值来确定任意震源距R处的Pd值或任意Pd值所对应的震源距，如：当式（6）中的Pd值为0.2 cm时，计算得到的R值即为潜在破坏区等值圈的震源距半径［28］。

3 结果

利用筛选处理后的烈度计数据，按照上述方法对2022 年1 月8 日青海门源Ms6.9 级地震进行离线模拟，得到此次地震潜在破坏区的估计结果如图5所示。

从图5 中可以看出参与此次计算的20 个台站各自对应的τc和Pd值及其对应的警报判定结果。在地震发生后约6 s左右，距离震中最近的3 个台站分别被触发并依次获得3 s的地震加速度数据，经计算3 个台站的Pd和τc值均超过预先设定的阈值，因此这3个台站的警报级别均被判定为3，这表明此次地震的类型为大震近震，对这几个台站及其附近的区域都会造成破坏。纵向对比时间轴和震源距发现，由于这几个台站距离震中位置太近，所能提供的预警时间有限，大约只有0.5 s 左右。随着时间的增加获取到的信息增多，我们发现在整体上参数Pd随着震源距的增大而减小，而τc值与震源距之间无明显的线性关系存在较大的离散性，这与ZOLLO 等（2010）的研究结果相符。根据τc与Pd值的计算结果确定各台站的警报级别，最终有13个台站达到了3级，7个台站达到了1 级，没有2 级和0 级的情况，且所有的1 级警报都是由于Pd小于0.2 cm 的阈值造成。此外，至于τc=0.6 s 和Pd=0.2 cm的阈值设定是否合理还需结合图6进一步分析。

图5 各台站的警报级别及相关参数Fig.5 Alarm level and relevant parameters of each station

图6 离线模拟结果Fig.6 Offline simulation results

为了评估用烈度计记录的地震数据使用基于阈值的地震预警方法在此次地震中估计潜在破坏区的表现，我们选取由中国地震局针对此次地震发布的震后烈度图作为评价标准。然而考虑到文中使用的所有阈值均是以MMI烈度为基础建立的，因此参照《中国地震烈度表》中推荐的PGV和烈度的关系：

确定当MMI 烈度为Ⅶ度（即：PGV=16 cm/s）时，对应的中国地震烈度为I=7.37，因此我们选择在本次地震中对应烈度在Ⅶ度及其以上的区域作为评价此次地震的潜在破坏区预测结果的对照组。

图6显示了在2022年1月8日青海门源Ms6.9级地震中使用基于阈值的地震预警方法离线模拟的结果。从图6中可以看出各时间段所触发台站的数量及其对应的警报级别在各烈度区内的分布情况以及潜在破坏区的范围。图6（a）显示了首台触发3 s后，共有8个台站被触发，警报级别均被判定为3；从图6（a）～（c）显示了随着触发台站的增多，逐渐出现警报级别为1的现象；从图6（d）来看，当所有选用的台站都被触发后，警报级别为3的台站全部都分布在Ⅶ区以内，并且在该区域内仅有2个警报级别为1的台站，这表明由烈度计记录的地震数据使用基于阈值的地震预警方法判定警报级别为3的台站分布范围与烈度在Ⅶ度以上的区域有很好的重合度。

对于台站外的区域我们利用式（6）根据已触发台站的实时τc平均值预测出Pd=0.2 cm的潜在破坏区范围（如图6中黑色的虚线圆圈所示）。图6（a）显示了首台触发3 s后，基于阈值的地震预警方法预测出潜在破坏区的范围，通过与震后烈度图对比发现烈度在Ⅶ度以上的区域全部位于潜在破坏区内；从图6（a）～（d）显示随着触发的台站增多一直到所选用的台站全部触发，由预测公式估计的潜在破坏区范围在逐步缩小，逐渐与Ⅶ度以上的区域出现较好的重合效果，这表明当所有烈度计台站接收到3 s地震波信息时，通过阈值确定的警报级别和计算得到的潜在破坏区范围逐渐趋于稳定并呈现出较好的结果，但从图6（d）的结果来看预测出的潜在破坏区范围并没有完全与实际的Ⅶ度以上的区域重合，仍存在一些被高估和低估的区域。

4 结论与讨论

文中利用从中国地震台网中心获取到的地震记录，采用基于阈值的地震预警方法，对2022年1月8日青海门源Ms6.9级地震进行离线模拟，最终得出如下结论：

（1）在地震发生后约6 s 左右，距离震中最近的3 个台站被触发后给出的警报级别均为3，但由于距离震中位置太近，大约为台站附近的地区提供的预警时间只有0.5 s。

（2）在首个台站触发后3 s后，基于阈值的地震预警方法可以大致的判断出潜在破坏区的范围，并且随着时间的增加一直到所有选用的台站被全部触发，预测出的潜在破坏区范围在逐渐缩小、稳定，最终与中国地震局发布的震后烈度图中Ⅶ度以上的区域基本重合。

（3）由于本次离线模拟所使用的地震数据均由烈度计记录，所以通过以上的结果分析发现在此次地震中，烈度计可以在地震预警的应用中，但是否拥有普适性还需更多的案例去验证。

（4）在对本次地震的离线模拟结果中发现基于阈值的地震预警方法虽然可以在台站仅接受到P 波触发台站后3 s时间窗内的地震波数据时，通过预先设定的2个参数阈值和潜在破坏区预测方程对地震的破坏情况进行判断，且最终结果也与烈度图中Ⅶ度以上的区域比较吻合。但是在该区域内仍然存在2 个警报级别为1的台站，并且在沿着断层破裂的方向上也存在着低估的现象。造成以上2个情况的原因可能是：首先对于大震而言通常具有复杂而又漫长的破裂过程，而使用的P波触发台站后前3 s时间窗内的数据很可能未包含地震破裂的全部信息，从而造成在预测PGV时出现较为严重的低估，进而导致预测出的潜在破坏区范围偏小和警报级别偏低；其次由于大震破裂时的方向性效应，在沿断层破裂的方向上也会造成PGV的低估；最后我们需要注意到的是文中所使用的基于阈值的地震预警方法是ZOLLO 等人利用意大利和日本的强震数据并以MMI 烈度为基础建立的，然而本次地震所使用的数据均由我国烈度计记录，因此考虑到数据质量和场地等方面的因素，在应用到此次地震中时可能还需对几个经验公式和阈值进行重新校正。

致谢：感谢中国地震台网中心测震台网部为本研究提供数据支持。