地震前兆还是降雨干扰？——与“宁强5.7级地震前陕西定点形变的异常现象”作者商榷

杨小林, 丁晓光, 杨锦玲, 危自根

(1. 陕西地震台, 陕西 西安 710068; 2. 福建地震台, 福建 福州 350003;3. 中国科学院精密测量科学与技术创新研究院, 湖北 武汉 430077)

0 引言

就地震前兆观测和机理研究而言,虽然可从岩石力学实验[2]、数值模型[3]、统计模型[4]和观测实证[5]等视角,来揭示前兆过程的形态及演化模式,但真实的震源物理、地壳介质、场地效应和非构造影响因子等要远比理想假设复杂,故而在这些影响因子的驱动下,地震前兆往往会涌现出多样性和复杂性,这也使得地震预测预报业务长期面临艰巨的挑战[6]。

尽管现在针对前兆“震相”的诊断能力有所提升,但总体而言不尽理想,仍不乏似是而非的误报案例。单以定点地形变(以下简称地形变)中的降雨干扰而论,其在不同时空尺度上所产生的地壳变动具有高度的非线性,这就足以与构造运动混淆,所以地震前兆的判识难度也随之加剧[7]。例如,1977年新西兰6.2级地震前4个月,惠灵顿地倾斜台便出现了大幅倾斜(震中距约50 km),但由于降雨影响的不当校正,以致该现象被误解为地震前兆[8-9];不仅如此,降雨的年际变化还会引起地形变台出现群体性的趋势异常[10]。可见,客观判识和定量诊断降雨因子的干扰,是开展形变异常归因研究的必要前提。

近年来,地震学者也在这一方面开展了大量而有意义的研究。例如,竹本修三[11]根据岩仓(Iwakura)地形变台对不同降雨量的响应关系,拟合出了该台降雨干扰的时变函数;Braitenberg[12]和Chen等[13]则分别采用预测和递归滤波等数字信号处理方法,来刻画钻孔应变对降雨的响应特性;此外,田中寅夫[14]还借助水箱模型(Tank Model)以定量模拟降雨对洞体应变的干扰特征。但这些方法均未考虑渗流和局部裂隙等因子对观测洞室形变场的动力学影响,因此,有的研究便采用时移电阻率层析成像方法(Time-lapse Electrical Resistivity Tomography),来反演山体内雨水的渗流过程[15];更进一步,基于这一关键的边界条件,就能有效算出雨水引起孔隙弹性变形的数值解[16]。

2008年5月27日16时37分,在陕西宁强县境内的青川—平武断裂上发生了MS5.7地震,震源机制解显示该事件以右旋走滑为主,其质心深度为24.1 km[图1(a)]。地震之后,论文“宁强5.7级地震前陕西定点形变的异常现象”[1],便对陕西6个地形变台的观测资料进行了回溯分析,指出宝鸡、西安、宁陕和安康等4台[图1(a),(b)]在震前2～6天普遍出现了较显著的短临前兆异常,且一些变化在震后3天依然持续。但在5月20—30日,陕西南部和西部地区又发生了大面积的降雨事件。从图1(a)可以看出,除西安台外,其余3台均分布于降水落区内。而日常观测事实又表明,降雨是宝鸡台洞体应变观测的主要干扰源,从图1(c)的逐日降雨量可以看出,在宁强MS5.7地震前2天即5月25日,与该台相距约40 km的陇县气象站记录到了16.8 mm的降雨量,这和宝鸡台洞体应变异常的启动时刻又非常吻合。那么就有理由怀疑,宝鸡台洞体应变所出现的短临大幅异常(NS分量:约101×10-9,EW分量:约110×10-9)可能是降雨干扰所致,但其扰动量有多大？扰动形态又如何,会呈指数形式的压缩和拉张变化吗？此外,当青川—平武断裂上发生类似中强地震前,该测项的异常形态能再现吗？针对以上现象或问题,文献[1]并未进行缜密分析,反而仅依据宝鸡台洞体应变异常时段与发震时刻的相关性,便仓促认定其为地震前兆。若单从统计物理学的角度来检视,相关关系也并不意味着因果关系。可见,该研究[1]对宝鸡台的判据尚存不足,值得商榷和实证检验。

图1 宁强MS5.7地震前宝鸡台洞体应变的短临异常变化Fig.1 Short-term and imminent abnormal changes of cave strain at Baoji station before Ningqiang MS5.7 earthquake

为此,本文着重对宝鸡台洞体应变的短临异常进行了系统诊断,旨在揭示该变化的物理本质;相关结果,不仅有利于宁强MS5.7地震前兆的去伪存真,而且也能为类似异常变化的物理归因等提供借鉴。

1 台站和仪器概况

宝鸡台位于北秦岭造山带内,与陇县—宝鸡断裂带相邻[图1(a)],台站海拔高1 050 m,台基岩性为印支期的斑状黑云母花岗岩,引洞长22 m,洞室进深约60 m,覆盖层最厚达47 m,洞室内年温差≤0.1 ℃,日温差≤0.05 ℃,台站地形及洞室布局如图2所示。

图2 宝鸡台地形及其观测洞室布局Fig.2 Terrain of Baoji station and layout of observation cave

该台伸缩仪为SS-Y型,其NS和EW分量的基线长度均为29.8 m,采样率为1次/分钟。在地面气象要素观测方面,由于该台雨量计故障频发,所以本文选用了与之相距约40 km的陇县气象站的逐日降雨数据[图1(a)]。需要指出的是,该台地处山区,而在复杂地形的强迫下,降雨量的时空分布会存在明显差异[17-19]。因此,陇县站与宝鸡台的降雨量可能有所差异,但尚可提供半定量的分析证据。

2 资料选取和数据处理

首先,本文将宝鸡台洞体应变NS和EW分量在宁强MS5.7地震前的异常变化作为匹配模板,之后对2008—2019期间的观测数据进行人工检测,并最终挑选出12个较典型的个例。此外,为增加震例样本,本文也特别选定了一例“重复地震”以作对比。通常来讲,在提取或分析地形变数据中的构造信号或降雨影响时,首先要剔除其气压效应。从实测结果来看[20],宝鸡台洞体应变NS和EW分量的气压系数偏小,分别为1.84×10-9hPa和1.78×10-9hPa;加之,洞体应变“异常”形态与气压的相关性较差,且后者变幅也均小于10 hPa。因此,本研究未校正洞体应变数据中的气压负荷信号。

在洞体应变异常信号提取时,鉴于文献[1]所提的短临异常为低频成分,加之洞体应变信号具有非线性非平稳特性;所以,本文在剔除洞体应变数据的线性趋势后,便采用集合经验模态分解方法(EEMD)[21]对预处理数据进行低通滤波,以提取长周期(>1 800 min)的非潮汐变化。在此基础上,我们依次将非潮汐变化的第1、2个趋势转折点所在位置,定义为起始和最大响应时刻,二者的时差为持时,期间的应变差值即为最大响应量。

另外,宁强和青川地震的震源参数,则采用全球矩心矩张量解(GCMT)。

3 质疑和举证

3.1 震例实证

若假定宝鸡台洞体应变短临异常是宁强MS5.7地震的真实前兆,那么在“重复地震”且无或小雨(降水量<10 mm)的情况下,该现象还会重复么？为回答该问题,本文特意选定了2018年9月12日19时6分发生在青川—平武断裂上的青川MS5.0地震(质心深度为24.7 km)作为实证样本[图1(a)]。该事件与宁强地震有3点相似:(1)震级大体相当;(2)震源性质皆以右旋走滑为主;(3)震中位置相近(间距仅9 km),且均与宝鸡台相隔约235 km[图1(a)]。所以,本文将其视为“宽松意义”上的“重复地震”。

图3显示,在9月9日有2 mm的小雨天气,但其影响极其微弱故可忽略。之后,再细观洞体应变NS和EW分量的非潮汐变化,可以看出宁强地震的短临前兆异常(如果确有的话)并未在青川地震前再现[图1(b),3(a)]。这也不难理解,该测项在宁强地震前的短临异常很可能源自降雨而非地震。因此,文献[1]的论断难以通过实证检验。

图3 青川MS5.0地震前宝鸡台洞体应变(a)和逐日降雨(b)的短期变化Fig.3 Short-term variation of cave strain (a) and daily rainfall (b) at Baoji station before the Qingchuan MS5.0 earthquake

3.2 降雨干扰的统计实证

为客观论证宝鸡台洞体应变在宁强地震前的短临异常是降雨干扰所致,本文将其“异常”形态与另外12个降雨干扰的典型特征进行了半定量的统计实证。图4给出了4例较为典型的干扰变化,其余8例的干扰统计特征详见表1。需要指出的是,本文采用的是逐日降雨数据,所以还无法精确给出洞体应变响应时段内(分钟级)的累计降雨量。为简化问题,我们仅粗略统计了洞体应变起始响应前一日至最大响应当日的累计降雨量;此外,洞体应变的最大响应量即为降雨的扰动量。

从图4大致可以看出,不同降雨量对洞体应变的扰动过程具有明显的共性特征,即当累计降雨量较大时(>10 mm),NS和EW分量的非潮汐变化就会以指数形式响应至极值,其中,前者皆为压性应变,后者反之;而后,两者便会准同步转折并延续降雨干扰前的走势。此外,受控于降雨形式的多样性,不同个例持时的差异也非常明显,但主要集中在0.8～2.8天;而对于NS和EW分量而言,二者的持时分别为1.2～2.8天、0.8～2.5天,前者的响应时间要略长于后者(表1,图1、5);二者最大响应幅度则介于34.8×10-9～476.1×10-9之间,其中,EW分量(34.8×10-9～476.1×10-9)普遍高于NS分量(-57.7×10-9～-282.4×10-9)(表1、图1、5),最大可达193.7×10-9[图1(b)]。再者,从这12个统计样本来看,NS和EW分量最小的驱动降雨量均为16.6 mm。

更进一步,将以上特征与宁强地震前的短临异常进行对比(图5),便可发现该异常的形态[图5(a)]、持时[图5(a)]和量级[图5(b)]均符合降雨干扰的统计特性。因此,从这一简单统计所形成的半定量结果,便可有效推断出该异常主要源于16.8 mm的降雨干扰。

3.3 降雨干扰的机理分析

从前文中可以看出,EW分量对降雨干扰的响应幅度普遍要大于NS分量,这可能是由山体覆盖层EW和NS向地形、介质结构及裂隙网络的差异所致[22]。

另外一个值得注意的现象是,宝鸡台洞体应变NS和EW分量对降雨的响应性质截然相反(图5),其背后的动力学机制是什么？鉴于该台所在山体精细的介质结构和裂隙网络至今不详,所以本文也只能定性地探讨其降雨干扰的机理。

一般而言,当降雨渗入到山体的孔隙和裂隙后,孔隙压力便会驱动山体膨胀变形,这也是宝鸡台洞体应变EW分量出现张性应变的内在机制,但其NS分量为何会呈压性应变？这可能主要有以下两种原因:(1)当覆盖层山体EW向弹性拉张时,其NS向则应以压缩变形进行响应;(2)可能是由于洞室覆盖层NS剖面上的主导裂隙以大尺度和高倾角为主(图6),即当降雨扩散到这些裂隙时,在不断增强的孔隙压力作用下,它们的开度也随之变大,进而导致NS分量所在的洞室区段产生压性应变[15]。

图4 洞体应变受降雨干扰的4个典型个例Fig.4 Four typical cases of cave strain disturbed by rainfall

表1 其余8个典型降雨干扰个例的统计特征

图5 降雨干扰持时、累计降雨量与洞体应变量之间的统计关系Fig.5 Statistical relationship among rainfall disturbance duration, accumulated rainfall, and cave strain

图6 降雨干扰引致压性应变的机理示意图(修改自Hermann等[15])Fig.6 Schematic diagram of the mechanism of compressive strain caused by rainfall interference (Modified from Hermann, et al.[15])

4 讨论与结论

针对宁强MS5.7地震前,宝鸡台洞体应变NS和EW分量所记录到的短临异常是否为地震前兆这一问题？本文利用“重复地震”和12个典型的降雨干扰实例,对其进行了回溯检验和半定量的统计实证,结果表明该异常难以通过“重复地震”检验,而其形态、幅度和持时等却均符合降雨干扰的统计特征;有鉴于此,本文综合推定该异常为降雨干扰所致。

但此处需要特别强调的是,由于宝鸡台降雨数据的缺失,加之所选取的降雨干扰的样本数量有限,因此使得本文所统计的半定量降雨干扰特征可能与实况不符;另外,尚未探明的岩体裂隙结构,也增加了流固耦合渗流模型构建的难度。因此,我们对该台降雨干扰机制的认识也只是定性的。

目前,地震预测预报的理论、方法和技术等仍处于探索阶段;加之,地形变台网的密集度较低,仪器的布设模式也非台阵式[23]。所以,在形变异常的物理解释方面,难免会存在单文孤证或穿凿附会等问题。诚然,这无益于地震预测预报能力的提升。因此,加快发展适应于未来台阵式的观测需求和相应的动力诊断支撑体系,是解决地震前兆研究“软肋”的关键途径。

致谢:本文所用降雨数据来自中国气象数据网(http://data.cma.cn)。