2. 四川省地震局 减灾救助研究所,四川 成都 610041
2. Disaster Relief Research Institute,Sichuan Provincial Earthquake Bureau,Chengdu 610041,China
1 引 言
自21世纪以来,全球发生的强震(Mw>7.5)共有78次,强震对地壳形变的影响非常深远[1]。利用GPS对地观测技术分析强震地壳形变,在时空上具有其他大地测量技术不可比拟的优势,在远场同震位移的观测中,精度可达毫米级[2],在测站速度场的估计中,能达到0.3mm/a的精度[3]。另外,利用连续的GPS时间序列,还可判断区域内站点的运动特征及噪声特性[4, 5, 6, 7]。
2008年的汶川地震属于罕见的大陆型高角度逆冲强震[8],在震后的地壳形变研究中,由于毗邻于西侧的巴颜喀拉块体较四川盆地运动活跃,一般会把四川盆地作为刚性基准,研究龙门山断裂带的运动形态[9],但对四川盆地在震前震后地壳形变的研究却相对偏少。有研究认为,川西地区活跃的地壳垂直隆升运动不仅仅是受青藏高原区域中下地壳的低黏滞性“管流”层的影响,还因为刚性四川盆地的阻挡作用[10];也有研究指出,地震能量的释放大部分在震前[11, 12, 13]。因此,刚性四川盆地在震前和震后的运动状态及位于其地表CORS站的运动特性是一个值得探索的课题。
本文对分布在四川盆地内的CORS站运动特性的深入分析,不仅能较好地反映地块的运动特性,还能定量地探讨四川盆地内多种地球物理现象对CORS站的影响。另外,通过对震前震后四川盆地CORS站序列的对比研究,可发现震前震后CORS站运动特征的变化,从而进一步深入探讨地震对四川盆地可能产生的影响。
2 CORS站坐标序列解算与预处理本文采用的GPS观测资料来源于四川省CORS网,12个CORS站的分布如图 1。通过对以天为单位,汶川地震前后6年多的观测数据的解算,不仅能发现站点的运动变化,还可通过较均匀站点的分布反映四川盆地的运动规律。
利用上述CORS测站连续观测数据与周边IGS测站(BJFS、 KUNM、 LHAZ、 SHAO、 WUHN)一起通过GAMIT形成单天解,再通过GLOBK与全球GPS数据处理的单天解融合并确定参考框架,得到ITRF 2005框架下的坐标[14]。为获得信噪比和精度更佳的坐标时序,本文采用QOCA软件计算并改正了地表质量负荷对测站的影响[15, 16],图 2为CHDU站不同的坐标分量受地表质量负荷影响的时序图。
地表质量负荷对所有CORS站水平方向速率的影响不足0.2mm/a,对垂直方向的影响小于0.3mm/a,因此可忽略其对测站速率的影响。改正前后对水平分量基本无影响,因此暂不讨论其对水平方向振幅的影响。分析中,选取的噪声模型为白噪声+闪烁噪声,表 1为U分量坐标序列振幅的改正统计。经统计发现:地表质量负荷改正前后,CORS站U分量振幅的年周期项平均减小了2.34mm,减小的幅度达到了40.9%,半年周期项改变较小,与文献[17]的研究结果基本上一致。值得注意的是,改正后坐标序列的精度也相应提高了8%~9%。
mm | |||||||||
测站 | 改正前 | 改正后 | |||||||
年周期 | 精度 | 半年周期 | 精度 | 年周期 | 精度 | 半年周期 | 精度 | ||
CHDU | 7.33 | 1.47 | 1.07 | 1.06 | 6.16 | 1.29 | 1.93 | 0.94 | |
JYAN | 6.60 | 1.33 | 0.77 | 0.94 | 3.30 | 1.16 | 1.46 | 0.85 | |
LESH | 5.80 | 1.44 | 1.01 | 1.01 | 3.27 | 1.24 | 1.64 | 0.90 | |
LUZH | 4.27 | 1.50 | 1.30 | 1.10 | 4.05 | 1.43 | 1.34 | 1.01 | |
MYAN | 5.83 | 1.30 | 0.55 | 0.93 | 2.93 | 1.17 | 0.52 | 0.86 | |
NEIJ | 7.62 | 1.39 | 1.33 | 1.00 | 5.09 | 1.23 | 1.75 | 0.89 | |
PIXI | 4.89 | 1.63 | 1.50 | 1.11 | 0.49 | 1.43 | 2.54 | 1.02 | |
QLAI | 5.98 | 1.34 | 2.66 | 0.92 | 1.21 | 1.28 | 2.42 | 0.91 | |
RENS | 5.34 | 1.64 | 2.63 | 1.14 | 1.83 | 1.52 | 2.10 | 1.10 | |
YAAN | 4.99 | 1.34 | 0.44 | 0.96 | 4.13 | 1.25 | 0.82 | 0.90 | |
YBIN | 4.24 | 1.47 | 1.34 | 1.07 | 4.83 | 1.42 | 1.59 | 0.99 | |
ZHJI | 5.77 | 1.51 | 1.74 | 1.07 | 3.32 | 1.33 | 1.59 | 0.96 | |
平均 | 5.72 | 0.42 | 1.36 | 0.30 | 3.38 | 0.38 | 1.64 | 0.27 |
改正后,分别对坐标序列进行了线性项和阶跃项改正,并采用了移动平均法滤波。其中,对阶跃项的改正包括汶川地震引起的同震形变。值得注意的是,地震发生后,除YAAN、QLAI测站的同震位移方向为西南,其他CORS站的同震位移方向均指向西北,其中,PIXI、MYAN、CHDU 3个CORS测站形变最大。笔者利用震前震后7d的平均值之差作为其永久性形变,统计情况如表 2。
mm | ||||||
站名 | N | E | U | σN | σE | σU |
CHDU | 118.3 | -157.6 | -24.2 | 1.1 | 1.3 | 4.1 |
JYAN | 42.0 | -70.0 | -9.5 | 1.2 | 1.3 | 4.2 |
LESH | 6.3 | -10.0 | -14.8 | 1.4 | 1.2 | 4.7 |
LUZH | 4.3 | -5.7 | -5.2 | 1.1 | 1.3 | 4.1 |
MYAN | 66.0 | -303.9 | -20.2 | 1.2 | 1.3 | 4.3 |
NEIJ | 11.4 | -20.0 | -7.4 | 1.2 | 1.3 | 4.5 |
PIXI | 428.1 | -561.7 | -84.9 | 1.4 | 1.6 | 5.6 |
QLAI | -3.1 | -13.7 | -34.3 | 1.5 | 1.7 | 7.0 |
RENS | 41.0 | -50.0 | -19.4 | 1.1 | 1.3 | 3.9 |
YAAN | -7.6 | -3.4 | -25.1 | 1.2 | 1.4 | 4.7 |
YBIN | 3.4 | -10.0 | -7.9 | 1.2 | 1.4 | 4.5 |
ZHJI | 73.9 | -201.7 | -16.1 | 1.1 | 1.2 | 3.7 |
以CHDU站N方向为例,处理流程如图 3所示,主要包括:①扣除地表质量负荷影响;②粗差剔除、阶跃项、线性项改正;③滤波。图 4为处理后的12个CORS站的坐标序列图。
3 站点运动的相似性分析
通过主成分分析(principle component analysis,PCA)方法分析各CORS运动相似性,并利用KLE(Karhunen-Loeve estimation )方法进行检验,可获得较高精度的主成分值和空间响应,并能够抑制本地较大噪声的影响[18, 19]。对盆地12个CORS站震前、震后的时序分析发现:震前,PCA前3个主成分在N、E、U方向所占贡献率分别为:83.01%、4.86%、4.16%;70.69%、10.69%、5.31%;88.02%、2.93%、1.91%,KLE结果为83.22%、4.68%、4.16%;70.00%、11.19%、5.04%;88.09%、2.91%、1.87%;震后,N、E、U 3方向中PCA前3个主成分下降至64.20%、15.10%、7.05%;39.46%、34.20%、9.48%;48.18%、18.82%、13.09%,KLE结果下降至64.80%、12.37%、7.26%;44.70%、28.15%、9.83%;48.80%、16.14%、11.59%。震后,第一主成分贡献率显著降低了20%~40%。
图 5给出了震前、震后北、东、高 3个方向前3个主成分空间响应,可看出震前四川CORS站第一主成分在3个分量上具有较一致的空间分布模式,但在震后,空间分布的一致性明显下降。
通常前n个主分量的累积贡献率大于85%,可认为前n个主成分综合了变量中的大部分信息[20]。笔者将前3个主成分之和作为区域网的“共模误差”,剩下的作为本地噪声影响来对待。共模误差由多种因素引起,大致可分为两类,第一类为GPS本身固有的误差,如太阳光压摄动、GPS配置的周年效应、参考框架的影响等[21, 22];另一类为多种地球物理因素的影响所构成,如地下水升降、高阶电离层扰动、地表质量负荷的影响、地球扩张与收缩振荡的影响[23]、观测墩的不稳定性等。
图 6为共模误差序列图,实线为谐波拟合的结果,对应的Lomb-Scargle频谱如图 7所示。由图可看出,3个分量上均具有明显的周年信号,半年周期信号较周年信号偏弱。
滤除共模误差的数据,虽然能凸显出测站本身运动的不一致性,可优化精度和离散度;但由于震前震后的共模性并不一致,扣除共模误差后并不利于具体测站垂直方向震前震后振幅项的对比分析。因此,在对后文的差异性分析中,笔者仍采用预处理后的数据。
4 站点运动特征建模与震前震后差异性分析中国地震局的研究指出,汶川地震周边的龙门山断裂带具有很低的粘性系数,弛豫时间常数为8d,95%的置信区间为15d。震后形变随时间衰减,衰减过程可用对数函数表示Aloge[1+(ti-Tgj)/τj],而较稳固四川盆地内站点,距离震源最近的PIXI站也相隔有50km以上。通过对所有站震后10~15d的数据拟合发现,不存在有震后衰减的运动特征。因此,在此处忽略了震后的衰减过程对坐标序列的影响。
从汶川地震开始,截至2012年10月,发生在四川区域内震级大于5级的余震共有86次,其中大于6级的占4次。然而,通过比较包含有余震发生的单日解与前后5d数据解算的结果,发现余震对CORS站点的位移基本上无影响,可能由于站点距离震源远,余震引起的为弹性形变,以天为单位的数据平差消除了其影响。
忽略震后衰减和余震的影响,笔者采用了以下的参数模型进行分析
式中,ti(i=1,2,…,N),为以年为单位的时间;a为序列的初始值;v为速度;Δv为地震引起的速率变化量;H为阶梯函数(heaviside step function);Tf为地震发生的时刻;Ai、φi和θi分别为周期项振幅、频率和相位;εi为噪声。利用极大似然估计法,先后采用了以下6种噪声模型[24, 25, 26, 27]:白噪声+闪烁噪声(WN+FN);白噪声+功率谱噪声(WN+PL);可变白噪声+闪烁噪声(VW+FN);白噪声+随机游走噪声(WN+RWN);白噪声+闪烁噪声+随机游走噪声(WN+FN+RWN);白噪声+一阶马尔可夫噪声(WN+FOGM)进行分析。利用VW+FN解算的极大似然估计(maximum likelihood estimation,MLE)值最大,意味着其为最优噪声模型,但精度偏差,且可变白噪声对振幅的影响也未知;利用WN+PL解算精度虽为最佳,但幂律噪声偏大,谱指数的变化对振幅的解算结果也有一定影响;WN+FN为除VW+FN之外的最优噪声模型,占总体的84%,且谱指数大小固定,故选取了WN+FN作为CORS站坐标时序噪声模型。
4.1 测站速度场变化基于ITRF2005全球参考框架,采用WN+FN噪声模型对四川CORS站震前震后速度场的估算见图 8和表 3,震后与震前速度场之差如图 9。震后较震前对比,多个测站的运动形态并不一致,突出表现在PIXI、CHDU、MYAN等站,CHDU、MYAN两站的速度场均指向西方,PIXI站指向龙门山断裂带中断,其同震位移最大,可发现PIXI站受震后形变的影响也是最大的;位于西南处的QLAI、YAAN、LESH和盆地中部的JYAN、NEIJ测站速率基本上没多大变化,RENS、ZHJI站由于海拔偏高,距离龙泉山断裂带较近,因此震后的运动形态偏一致,均指向西北方,YBIN、LUZH两站距离震源较远,但运动形态也受到了不同程度的影响,这可能与两站靠近川滇板块,受川滇板块运动的影响有关。
mm/a | ||||||
测站 | 震前速度场 | 震后速度场 | 震后与震前的速度场之差 | |||
N | E | N | E | ΔN | ΔE | |
CHDU | -11.50±0.54 | 32.90±0.46 | -11.24±0.49 | 24.57±0.34 | 0.14±0.73 | -8.20±0.57 |
JYAN | -11.40±0.53 | 32.11±0.73 | -9.60±0.41 | 34.15±0.58 | 1.69±0.67 | 2.34 ±0.93 |
LESH | -9.60±0.52 | 34.92±0.77 | -7.99±0.32 | 31.06±0.50 | 1.49±0.61 | -4.21±0.92 |
LUZH | -9.90±0.53 | 33.31±0.65 | -6.26±0.44 | 35.79±0.62 | 3.45±0.69 | 2.11±0.90 |
MYAN | -9.70±0.52 | 31.20±0.55 | -9.59±0.36 | 25.81±0.46 | -0.03±0.63 | -5.16±0.72 |
NEIJ | -9.52±0.64 | 32.58±0.56 | -9.03±0.56 | 32.12±0.65 | 0.53±0.85 | -0.32±0.86 |
PIXI | -14.63±0.76 | 31.22±0.77 | -9.68±0.38 | 31.06±0.54 | 4.78±0.85 | 0.46±0.94 |
QLAI | -12.74±0.65 | 31.36±0.43 | -12.73±0.53 | 28.33±0.27 | -0.03±0.84 | -1.64±0.51 |
RENS | -13.38±0.74 | 34.18±0.65 | -8.36±0.56 | 30.14±0.56 | 4.90±0.93 | -3.55±0.86 |
YAAN | -11.65±0.53 | 34.96±0.56 | -12.30±0.43 | 35.90±0.56 | -0.77±0.68 | 0.72±0.79 |
YBIN | -11.70±0.63 | 33.38±0.57 | -10.32±0.52 | 37.83±0.59 | 1.22±0.82 | 4.40±0.82 |
ZHJI | -11.01±0.53 | 32.94±0.45 | -5.90±0.36 | 30.43±0.33 | 4.96 ±0.64 | -2.56±0.56 |
4.2 振幅及周期项变化
站点运动的周期项主要包含年周期和半年周期,而周期项振幅的差异性主要表现在U分量上,N、E分量的差异性小于1.0mm,因此笔者只比较了U分量。为了突出比较震前震后的整体性差异,以2006年3月为起始,以一年为准,通过12个CORS站振幅的加权平均计算了四川盆地整体性年周期和半年周期振幅(由地震和其他原因所引起的阶跃项已尽可能消除),如图 10。
从四川区域年周期振幅的整体性变化规律,不难发现如下几点:震前一年,盆地的U分量周年振幅明显偏大,达到了10.1mm,表明震前板块的垂向运动有可能处于活跃期。震后,U分量周年振幅逐年下降,在2011-03—2012-03仅有1.90mm,甚至低于半年周期振幅,表明板块受震后的弹性形变影响在逐年减小,整体性运动趋于平衡。半年周期的振幅项并没有表现出明显的运动规律。
5 结论与建议利用四川CORS站连续6年多的观测资料,进行相关数据处理及分析,发现:
(1) 共模误差呈现出明显的季节性变化规律,其中,在E和U方向要强于N方向,年周期的信号明显强于半年周期。
(2) 震前震后,四川CORS站的运动形态并不一致,这不仅跟测站距离震源距离的远近有关,还跟测站本身所处的地理位置有一定关系。
(3) 汶川地震后,YAAN、QLAI等站处于闭锁状态,表明了地震后的应变能在此处并未得以释放。
U方向季节性信号也体现了一定的规律性,表现在盆地年周期振幅的整体性变化规律,在震前一年偏大,震后逐年减小。笔者认为这跟地震发生前能量的积累,震后弹性形变的影响具有较大关联,其影响程度是下一步需要探索的工作。通过对残差序列的分析发现,未经空间滤波的U方向季节性变化明显强于水平方向,且在夏季要强于冬季,导致这方面的因素很有可能跟GPS卫星、电离层扰动有关。
[1] | TREGONING P,BURGETTE R, MCCLUSKY S C, et al. A Decade of Horizontal Deformation from Great Earthquakes[J]. Journal of Geophysical Research, 2013, 118(5): 2371-2381. |
[2] | GAHALAUT V K, NAGARAJAN B, CATHERINE J K, et al. Constraints on 2004 Sumatra-Andaman Earthquake Rupture from GPS Measurements in Andaman-Nicobar Islands[J]. Earth and Planetary Science Letters, 2006, 242(3): 365-374. |
[3] | DEPREZ A, DOUBRE C, MASSON F, et al. Seismic and Aseismic Deformation along the East African Rift System from a Reanalysis of the GPS Velocity Field of Africa[J]. Geophysical Journal International, 2013, 193(3): 1353-1369. |
[4] | YUAN Linguo, DING Xiaoli, CHEN Wu, et al. Characteristics of Daily Position Time Series from the Hong Kong GPS Fiducial Network[J].Chinese Journal of Geophysics, 2008, 51(5):1372-1384. (袁林果, 丁晓利, 陈武,等.香港GPS基准站坐标序列特征分析[J]. 地球物理学报, 2008,51(5): 1372-1384. ) |
[5] | MANGIAROTTI S. Annual Vertical Crustal Motions Predicted from Surface Mass Redistribution and Observed by Space Geodesy [J]. Journal of Geophysical Research, 2001, 106(B3): 4277-4291. |
[6] | XIONG Fuwen, ZHU Wenyao. Land Deformation Monitoring by GPS in the Yangtze Delta and the Measurements Analysis[J]. Chinese Journal of Geophysics, 2007, 50(6): 1719-1730. (熊福文,朱文耀. 长江三角洲地区地形变特征的GPS监测和分析[J]. 地球物理学报, 2007, 50(6): 1719-1730. ) |
[7] | LI Zhao, JIANG Weiping, LIU Hongfei, et al. Noise Model Establishment and Analysis of IGS Reference Station Coordinate Time Series inside China[J]. Acta Geodaetica et Cartographica Sinica, 2012, 41(4):496-503. (李昭,姜卫平, 刘鸿飞, 等. 中国区域IGS基准站坐标时间序列噪声模型建立与分析[J]. 测绘学报, 2012, 41(4):496-503.) |
[8] | ZHANG P Z, XU X W, WEN X Z, et al. Slip Rates and Recurrence Intervals of the Longmen Shan Active Fault Zone, and Tectonic Implications for the Mechanism of the May 12 Wenchuan Earthquake, 2008, Sichuan, China[J]. Chinese Journal of Geophysics, 2008, 51(4): 1066-1073. |
[9] | TAN Kai, QIAO Xuejun, YANG Shaomin, et al. Rupture Characteristic and Slip Constrained by GPS Coseismic Deformation Induced by the Wenchuan Earthquake[J]. Acta Geodaetica et Cartographica Sinica, 2011, 40(6): 703-709. (谭凯, 乔学军, 杨少敏, 等. 汶川地震 GPS 形变约束的破裂分段特征及滑移[J]. 测绘学报, 2011, 40(6): 703-709.) |
[10] | XU X W, WEN X Z, CHEN G H, et al. Discovery of the Longriba Fault Zone in Eastern Bayan Har Block, China and Its Tectonic Implication[J]. Science in China: Series D, 2008, 51(9), 1209-1223. |
[11] | ZHANG Yan, WU Yun, SHI Shunying, et al. Preliminary Discussion on GPS Time Series Manifesting Earthquake Precursor [J]. Journal of Geodesy and Geodynamics, 2005, 25(3): 96-99. (张燕,吴云,施顺英,等. GPS时间序列揭示地震前兆的初步探索[J]. 大地测量与地球动力学, 2005, 25(3): 96-99.) |
[12] | WANG T, BEBBINGTON M. Identifying Anomalous Signals in GPS Data Using HMMs: An Increased Likelihood of Earthquakes?[J]. Computational Statistics & Data Analysis, 2013, 58(3): 27-44. |
[13] | BORGHI A, AOUDIA A, RIVA R E M, et al. GPS Monitoring and Earthquake Prediction: A Success Story towards a Useful Integration[J]. Tectonic Physics, 2009, 465(1-4): 177-189. |
[14] | ALTAMIMI Z, COLLILIEUX X, LEGRAND J, et al. ITRF2005: A New Release of the International Terrestrial Reference Frame Based on Time Series of Station Positions and Earth Orientation Parameters[J]. Journal of Geophysical Research, 2007, 112(B09): 401-420. |
[15] | FARELL W E. Deformation of the Earth by Surface Loads[J]. Reviews of Geophysics and Space Physics, 1972, 10(3): 761-797. |
[16] | DONG D, FANG P, BOCK Y, et al. Anatomy of Apparent Seasonal Variations from GPS-derived Site Position Time Series[J]. Journal of Geophysics Research, 2002, 107 (B4): 2075-2092. |
[17] | WANG Min, SHENG Zhengkang, DONG Danan. Effects of Non-tectonic Crustal Deformation on Continuous GPS Position Time Series and Correction to Them[J]. Chinese Journal of Geophysics, 2005, 48 (5): 1045-1052.(王敏, 沈正康, 董大南. 非构造形变对GPS连续站位置时间序列的影响和修正[J]. 地球物理学报, 2005, 48 (5): 1045-1052.) |
[18] | WDOWINSKI S, BOCK Y, ZHANG J, et al. Southern California Permanent GPS Geodetic Array: Spatial Filtering of Daily Positions for Estimating Coseismic and Postseismic Displacements Induced by the 1992 Landers Earthquake[J]. Journal of Geophysical Research, 1997, 102 (B8): 18057-18070. |
[19] | YIN Haitao, GAN Weijun, XIONG Yongliang, et al. Study on the Effect of PCA Spatial Filtering on High-rate GPS Positioning[J]. Geomatics and Information Science of Wuhan University, 2011, 36(7): 825-829. (殷海涛, 甘卫军, 熊永良,等. PCA空间滤波在高频GPS定位中的应用研究[J]. 武汉大学学报, 2011, 36(7): 825-829.) |
[20] | HE Ping. Mathematical Statistics and Multivariate Statistics[M]. Chengdu: Southwest Jiaotong University Press, 2007:172-177.(何平. 数理统计与多元统计[M]. 成都:西南交通大学出版社,2007:172-177.) |
[21] | ALTAMIMI Z, COLLILIEUX X, LEGRAND J, et al. ITRF2005: A New Release of the International Terrestrial Reference Frame Based on Time Series of Station Positions and Earth Orientation Parameters[J]. Journal of Geophysical Research, 2007, 112(B09): 401-420. |
[22] | KING M A, WATSON C S. Long GPS Coordinate Time Series: Multipath and Geometry Effects[J]. Journal of Geophysical Research, 2010, 115, (B04): 403-426. |
[23] | ZHU Wenyao, FU Yang, LI Yan. Global Height Vibration and Its Seasonal Variation Induced by GPS Height[J]. Science in China: Series D, 2003, 33(5): 470-481. (朱文耀, 符养, 李彦. GPS高程导出的全球高程振荡运动及季节性变化[J]. 中国科学: D辑, 2003, 33(5): 470-481.) |
[24] | NIKOLAIDIS R. Observation of Geodetic and Seismic Deformation with the Global Positioning System[D]. San Diego: University of California, 2002: 248-249. |
[25] | LANGBEIN J. Noise in Two-color Electronic Distance Meter Measurements Revisited[J]. Journal of Geophysical Research, 2004, 109(B4): 406-422. |
[26] | LANGBEIN J. Noise in GPS Displacement Measurements from Southern California and Southern Nevada[J]. Journal of Geophysical Research, 2008, 113(B05): 405-417. |
[27] | ZHANG J, BOCK Y, Johnson H, et al. Southern California Permanent GPS Geodesy Array: Error analysis of Daily Position Estimate and Site Velocities[J]. Journal of Geophysical Research, 1997, 102(B8): 18035-18055. |