文章快速检索     高级检索
  大地测量与地球动力学  2022, Vol. 42 Issue (8): 802-807  DOI: 10.14075/j.jgg.2022.08.006

引用本文  

王伶俐, 洪敏, 张勇, 等. 漾濞6.4级地震孕震背景分析和跨断层定量化异常指标提取[J]. 大地测量与地球动力学, 2022, 42(8): 802-807.
WANG Lingli, HONG Min, ZHANG Yong, et al. Seismogenic Background Analysis and Cross-Fault Quantitative Abnormal Index Extraction for the M6.4 Yangbi Earthquake[J]. Journal of Geodesy and Geodynamics, 2022, 42(8): 802-807.

项目来源

云南省地震局漾濞地震专项(2021YBZX08);云南省地震局科技专项(2021ZX02);云南省地震局地震地磁分析与地震预报创新团队。

Foundation support

Special Project of Yangbi Earthquake of Yunnan Earthquake Agency, No. 2021YBZX08; Science and Technology Project of Yunnan Earthquake Agency, No. 2021ZX02; Innovation Team of Earthquake Geomagnetic Analysis and Earthquake Prediction of Yunnan Earthquake Agency.

通讯作者

洪敏,高级工程师,主要从事地壳形变与地震预测预报研究,E-mail:hmqr@qq.com

Corresponding author

HONG Min, senior engineer, majors in crustal deformation and earthquake prediction, E-mail: hmqr@qq.com.

第一作者简介

王伶俐,高级工程师,主要从事地壳形变与地震预测预报研究,E-mail:lingli365@163.com

About the first author

WANG Lingli, senior engineer, majors in crustal deformation and earthquake prediction, E-mail: lingli365@163.com.

文章历史

收稿日期:2021-10-07
漾濞6.4级地震孕震背景分析和跨断层定量化异常指标提取
王伶俐1     洪敏1     张勇1     崔兴平1     王岩1     邵德盛1     
1. 云南省地震局,昆明市知春街249号,650041
摘要:基于云南省内11处跨断层场地资料,结合跨断层数据分析方法,系统提取云南地区地震综合预测指标,并对其在漾濞6.4级地震前的映震能力进行分析。结果表明,跨断层资料在漾濞地震发生前存在显著的中期异常,且漾濞地震的发生可能与川滇菱形块体西边界的活动增强有关。跨断层中期指标对漾濞地震作出较好的预测,短期指标虽然也通过了效能评估,但预报效能稍差。在后续的跨断层资料分析中,应更加注重中期异常及中期预测指标的提取和应用,总结得到的综合指标可应用于云南地区的震情跟踪工作。
关键词漾濞MS6.4地震跨断层R值评分异常指标

跨断层短水准、短基线观测是传统的观测手段,主要布设在活动断层周边较小范围内,通过测量活动断层两侧参考点水平距离和相对高差的微小变化,获取断层的微动态变化信息。该方法观测精度高,在了解震前断层活动、监视局部构造变形中具有独特优势。实践证明,跨断层资料能捕获到震前异常信息[1-6],但目前引入预报效能评估内容的研究相对较少,缺乏震情跟踪分析方法的客观评价依据。

据中国地震台网中心测定,2021-05-21 21:48云南省大理州漾濞县(25.67°N,99.87°E)发生MS6.4地震。为了解断层的活动状态信息,本文基于云南地区跨断层观测数据对漾濞地震前出现的异常变化进行分析,同时基于综合分析法,对比不同处理策略获得的综合预测指标,为后续震情跟踪工作提供参考。目前云南省共有11处跨断层场地,均分布在川滇菱形块体南部边界上,其中滇西地区的测点主要布设在红河断裂带北段及程海-宾川断裂带上,滇东地区的测点布设在小江断裂带中南段、楚雄-建水断裂带及曲江断裂带上。观测资料始于1982年,按1~2个月的观测周期观测至今,共累积400多期观测数据。为使提取到的预测指标具有明确的地点预测意义,本文选取1982~2021年(漾濞地震前)97°~106°E、21°~29°N范围内的6级以上地震作为样本,具体情况见图 1表 1

图 1 跨断层场地及地震样本分布 Fig. 1 Cross-fault site and seismic samples distribution

表 1 云南MS≥6.0地震 Tab. 1 MS≥6.0 earthquakes in Yunnan province
1 孕震背景分析

漾濞6.4级地震是一次典型的右旋走滑地震,是川滇菱形块体西边界活动引起的显著地震。为分析地震成因及发震过程,本文系统梳理川滇菱形块体西边界各个场地的活动特征,以分析西边界活动状态与地震之间的关系。由图 1可见,川滇菱形块体西边界的观测场地不多,下关场地位于红河断裂带北段,而川滇菱形块体西边界以北的金沙江断裂带缺少观测场地,以南的红河断裂带南段也没有测点分布,但与其平行的NW向楚雄-建水断裂带及曲江断裂带观测场地能在一定程度上反映川滇菱形块体西边界的活动特征。

所有跨断层场地均有一条与断层正交的基线和一条与断层斜交的基线,通过分析断层与测线的关系可以计算出断层走滑和张压分量,从而从机理上分析断层的活动状态及其与地震之间的关系。

断层各分量的活动性及断层与测线之间的关系[7]表述如下:设测线与断层夹角为α(定义为测线顺时针转动到与断层线重合时所转过的角度),测线伸长量为ΔL(缩短时符号为负);设上盘相对下盘的逆时针扭错量为a(a>0表示左旋),水平拉张量为b(b>0表示张性),垂直上升量为c(c>0表示上盘上升),水准变化量为Δh(由上盘到下盘为量测方向)。在2条不同的测线上同时施测水准和基线,可确定断层运动参数:

$ \begin{gathered} a=\frac{\Delta L_{1} \sin \alpha_{2}-\Delta L_{2} \sin \alpha_{1}}{\sin \alpha_{1} \cos \alpha_{2}-\cos \alpha_{1} \sin \alpha_{2}}, \\ b=\frac{\Delta L_{1}+a \cos \alpha_{1}}{\sin \alpha_{1}}, c=\frac{1}{2}\left(\Delta h_{1}+\Delta h_{2}\right) \end{gathered} $ (1)

以每条观测曲线的起始观测时间为起点,根据不同时间点相对于起点的伸长量(相对于测线长度来说仍然是微小量)计算断层的活动性质。本文分析下关、通海、建水、石屏、峨山、楚雄等场地的变化特征,结果见图 2

图 2 各场地走滑分量 Fig. 2 Strike-slip component of each site

从断层活动速率能够看出,断层的走滑活动存在趋势转折现象。为更准确地获取断层转折时间点,利用观测值前后固定窗长的曲线速率差异,结合原始走滑分量曲线分析川滇菱形块体西边界的活动特征,得出如下结论:

1) 由图 2(a)可见,2010年开始断裂带的右旋活动呈加速状态,2014年后速率加快,2019年漾濞6.4级地震前,断裂带的右旋走滑活动达到峰值。

2) 由图 2(b)可见,2004年前断裂带以右旋活动为主,2004~2012年出现反向左旋活动,2012年后再次回归正常的右旋活动,2019年后右旋活动加速较为明显。

3) 由图 2(c)~(e)可见,峨山场地2014年开始出现显著的右旋走滑加速现象,建水和石屏场地的变化量级较小,且存在同步性,2017年开始出现显著的右旋走滑加速现象(此前均为左旋活动)。

4) 由图 2(f)可见,楚雄场地的表现与其他场地均不相同。从历史观测资料来看,楚雄场地总体为左旋走滑活动,可能与场地所处的特殊地质背景有关。2018年开始左旋活动加速明显。

综合各场地的变化特征可知,近年来川滇菱形块体西边界右旋活动加速较为明显,不同断层上不同观测场地的表现形式不同,但基本表现为加速活动或右旋活动增强等特征,推测是由边界动力增强所致。

随着菱形块体右旋走滑速率的加快,东边界的寻甸、宜良等场地也出现趋势转折变化,2018年寻甸场地左旋走滑活动出现加速趋势,2020年开始宜良场地左旋走滑活动加速明显。总体上看,川滇菱形块体东边界的活动晚于西边界,西边界的加速活动可能构成了漾濞地震的动力学背景。

2 定量化指标提取

跨断层综合预测指标[8]是指通过一定的数学方法对多个跨断层异常测项进行处理,并采用R值评分方法对单测项进行预报效能评估,根据评估结果进行测项定权,最后合成多个测项得到综合预测指标。该指标体现的是跨断层测项的群体异常,能有效提升预报效能,其结果优于单测项评估指标。但由于单测项评估阶段存在数学方法选取和参数设置上的差异,不同数据处理方法得到的指标不同,反映的异常性质也有区别,因此对关键性指标的跟踪判定需要根据震例进行检验分析。

2.1 地震样本及指标预测意义

地震样本的选取对于指标提取及后续预测具有重大意义。由于本文主要针对云南地区进行分析,因此震例选取范围为97°~106°E、21°~29°N(图 1),提取的指标对云南地区6级以上地震具有指示作用。

2.2 指标提取与验证

单时间序列的异常识别与分析方法主要有4类:阈值类、速率类、破年变类及趋势转折类,其中阈值类方法比较适合观测曲线无显著趋势性的测项,但云南地区的跨断层资料变化较为复杂,利用该方法进行预测和效能评估可能会产出一些信度较低的结果。同样,趋势转折类及破年变类方法的效能评估结果也不佳,因此本文主要针对速率类方法中的速率差分和斜率差2种分析方法进行对比分析。

首先对云南省46个测项采用斜率差或速率差分方法进行数据处理,然后对每条速率曲线进行预报效能评估,获得最优的效能评估结果,并将该结果看作曲线出现异常时其对综合曲线的贡献度。当曲线无异常时,贡献度为0;当曲线存在异常时,贡献度为R。进一步在时间域上对速率曲线进行扫描,将同一时间点上的异常贡献度进行累加,得到综合预测指标曲线,最后根据震例对该曲线进行效能评价,得到最终的综合预测指标。

本文对预测指标进行分步评估,相比于单纯的回溯检验指标,该指标的评估结果更加客观,能真实模拟出指标的动态跟踪过程。假设地震样本为Ei(i=1,…,m),以前2个样本作为预测基础,分步对后续(m-2)个地震事件的预测准确率进行检验。在对第k个地震准确率进行检验时,首先对所有观测时序进行数据截断,只选取第k个地震前的数据进行预测指标提取,指标的阈值也只依据前(k-1)个地震事件的评估结果进行确定,最终分析第k个地震是否能够被准确预测。综合指标的R值评分结果根据每个地震事件的时间占有率和最终预报准确率等信息累加确定,该方法模拟实际预测过程,结果更加客观、合理。

速率类异常识别中比较有代表性的是一阶速率差分和斜率差方法[9],但这2类方法均存在窗长设置的问题,不同差分窗长得到的异常信号频段存在一定的差异。年尺度下的速率差分获取的是中期尺度异常,而3个月或0.5 a窗长的速率差分提取的是中短期异常。根据不同的配置参数可得到不同的预测指标,指标与参数设置和数据使用之间存在一一对应关系,因此一套数据及参数配置方法可认为是一项指标。

通过试算发现,斜率差方法在提取中期异常指标方面具有一定的优势,但短期指标提取结果一般。斜率差短期指标和速率差分短期指标均对漾濞地震作出有效预测,但从结果(图 3表 2)看,2个指标均存在虚报率偏高的问题,这也导致2项指标的预报效能评估结果均不理想。

图 3 斜率差和速率差分短期指标结果 Fig. 3 Short-term index results of slope difference and rate difference

表 2 短期指标预报效能评估结果 Tab. 2 Evaluation results of short-term index forecast efficiency

短期指标偏高的虚报率可能是受到季节和气候的影响,跨断层资料短期速率变化较大的现象出现概率较高,从而降低指标的信噪比。结合跨断层资料在分析预报工作中的经验来看,这类观测资料多以中期异常为主,因此将预测窗长设置为6个月,获得中期预测指标(图 4表 3)。

图 4 斜率差和速率差分中期预测指标结果 Fig. 4 Mid-term prediction index results of slope difference and rate difference

表 3 中期预测指标预报效能评估结果 Tab. 3 Evaluation results of mid-term index forecast efficiency

结合图 4表 3可以看出,斜率差中期指标的效能评估结果较好,漾濞6.4级地震刚好处在指标预报有效期结束前。从中期指标与短期指标的对比可以看出,中期指标采用较长的背景窗长和当前窗长,获取的信号偏向低频,指标的突跳较少,且12个月的窗长在一定程度上消除了周期项影响,指标的准确率高达84%,漏报率和虚报率均不高。由此可知,斜率差和速率差分指标均通过效能检验,可参考使用,且斜率差中期指标的预报效能总体优于速率差分。

随着预测窗长及异常识别窗长的增加,捕捉到的信息更加偏向形变的低频信号。理论上,预测窗长的增加会带来时间占有率的增加,其负面作用是预报效能的降低,但实际结果却恰好相反。这在一定程度上说明,适当增加异常识别窗长和预报窗长可有效消除观测资料中季节性变化带来的影响,从而提升信噪比、减少虚报、大幅提升预报效能,该处理方式更适用于跨断层资料的分析。为进一步验证该方法,将预测窗长拉长至年尺度(12个月),数据处理策略不变,结果见图 5表 4

图 5 斜率差和速率差分年度预测指标结果 Fig. 5 Annual prediction index results of slope difference and rate difference

表 4 年度预测指标预报效能评估结果 Tab. 4 Evaluation results of annual index forecast efficiency

图 5表 4可以看出,斜率差的预测准确率高达100%,无虚报出现。2020-12漾濞地震发生前指标出现异常,预测窗长为12个月,因此准确预报了漾濞6.4级地震。若将漾濞地震纳入指标进行计算,效能将得到进一步提升。速率差分和斜率差方法相似,在年尺度指标中有较好表现,但有1次虚报,漏报次数也相对较多,但同样对漾濞6.4级地震作出了较好的预测。

从以上分析可以看出,跨断层资料在中期指标方面优势明显,在跨断层预测指标的提取和分析中应当更注重中期指标的应用。

3 结语

通过对跨断层原始资料和指标进行分析可知,从动力学背景上来说,漾濞6.4级地震的发生与川滇菱形块体西边界的加速活动有关,该加速过程在漾濞地震发生后是否会持续发展,仍需进一步跟踪分析。在定量化指标提取中,斜率差和速率差分方法各有优势,通过多种指标的试算,最终得到2项短期指标和4项中期指标,均对漾濞地震进行了准确预测,可用于后续云南地区6级以上地震的跟踪工作。主要结论如下:

1) 在速率类方法中,当斜率差和速率差分方法的窗长设置较长时,获得的是中期异常结果,其中短期突变引起的扰动较少,虚报率明显下降。因此在跨断层资料的分析中,中期指标可有效提升预测的准确性,在分析预报指标参与会商决策时应赋予中期指标更大的权重。

2) 由于不同窗长的活动频段信号存在差异,当预测窗长偏长时,建议适当增加速率差分方法的窗长。理论上,短期异常变化主要用于短期尺度预测,中期异常主要用于中期尺度预测,这样更容易得到效能高、结果合理的指标。

3) 破年变异常和趋势转折类异常的识别和提取难以获得较好的指标,这可能与云南地区部分跨断层场地活动不突出的周期性特征有关,同时也需要进一步改进相应的异常识别算法,以期获得更好的结果。

参考文献
[1]
张希, 贾鹏, 唐红涛, 等. 门源6.4级地震前跨断层水准前兆性指标异常与震后变化[J]. 大地测量与地球动力学, 2016, 36(4): 283-287 (Zhang Xi, Jia Peng, Tang Hongtao, et al. Precursory Index Anomalies of Across-Fault Leveling before the Menyuan MS6.4 Earthquake and the Variation after the Quake[J]. Journal of Geodesy and Geodynamics, 2016, 36(4): 283-287) (0)
[2]
苏琴, 向和平, 邱桂兰, 等. 跨断层水准与汶川8.0级地震强余震监视[J]. 地震研究, 2010, 33(4): 269-273 (Su Qin, Xiang Heping, Qiu Guilan, et al. Cross-Fault Level and 8.0 Earthquake Aftershock Monitoring[J]. Journal of Seismological Research, 2010, 33(4): 269-273) (0)
[3]
王永安, 刘强, 王世芹. 丽江7.0级地震前跨断层形变累积率的变化特征[J]. 地震研究, 2004, 27(1): 61-65 (Wang Yongan, Liu Qiang, Wang Shiqin. Variation Characteristics of Cumulative Percentage of Cross-Fault Deformation before M7.0 Lijiang Earthquake[J]. Journal of Seismological Research, 2004, 27(1): 61-65) (0)
[4]
张希, 唐红涛, 李瑞莎, 等. 芦山地震前断层形变的中短期异常及同震影响[J]. 大地测量与地球动力学, 2014, 34(2): 1-5 (Zhang Xi, Tang Hongtao, Li Ruisha, et al. Middle-Short-Term Abnormities of Fault Deformation before Lushan Earthquake and Its Co-Seismic Influence[J]. Journal of Geodesy and Geodynamics, 2014, 34(2): 1-5) (0)
[5]
张晶, 黎凯武, 武艳强, 等. 断层活动协调比在地震预测中的应用[J]. 地震, 2011, 31(3): 19-26 (Zhang Jing, Li Kaiwu, Wu Yanqiang, et al. Application of Fault Motion Coordination Ratio in Earthquake Prediction[J]. Earthquake, 2011, 31(3): 19-26) (0)
[6]
李瑞莎, 张希, 贾晓东, 等. 断层活动协调比计算方法的改进及震例分析[J]. 中国地震, 2013, 29(1): 75-80 (Li Ruisha, Zhang Xi, Jia Xiaodong, et al. Improvement and Seismicity Analysis of Fault Motion Coordination Ration[J]. Earthquake Research in China, 2013, 29(1): 75-80) (0)
[7]
薄万举, 谢觉民, 郭良迁. 八宝山断裂带形变分析与探讨[J]. 地震, 1998, 18(1): 63-68 (Bo Wanju, Xie Juemin, Guo Liangqian. Analysis and Exploration of Deformation of Babaoshan Fault Belt[J]. Earthquake, 1998, 18(1): 63-68) (0)
[8]
中国地震局监测预报司. 形变分析预测技术方法工作手册[M]. 北京: 地震出版社, 2020 (Department of Earthquake Monitoring and Prediction, CEA. Handbook of Technical Methods for Deformation Analysis and Prediction[M]. Beijing: Seismological Press, 2020) (0)
[9]
薄万举, 谢觉民, 罗三明. 前兆信息提取的一种新方法: 斜率差信息法[J]. 地震学报, 2001, 23(2): 159-166 (Bo Wanju, Xie Jueming, Luo Sanming. A New Method for Precursory Information Extraction: Slope-Difference Information Method[J]. Acta Seismologica Sinica, 2001, 23(2): 159-166) (0)
Seismogenic Background Analysis and Cross-Fault Quantitative Abnormal Index Extraction for the M6.4 Yangbi Earthquake
WANG Lingli1     HONG Min1     ZHANG Yong1     CUI Xingping1     WANG Yan1     SHAO Desheng1     
1. Yunnan Earthquake Agency, 249 Zhichun Street, Kunming 650041, China
Abstract: Based on data from 11 cross-fault sites in Yunnan province, applying the cross-fault data analysis method, this paper systematically summarizes and extracts the comprehensive seismic prediction indexes in Yunnan province. By analyzing and summarizing the response ability of these indexes before the Yangbi M6.4 earthquake, the preliminary conclusion is that there is a significant mid-term anomaly in the cross-fault data before the Yangbi M6.4 earthquake, and that the occurrence of the earthquake may be related to the increase in activity of the western boundary of the Sichuan-Yunnan diamond block. The cross-fault mid-term prediction index makes a good estimate for the Yangbi M6.4 earthquake. Short-term indicators also pass the effectiveness criterion, but forecast effectiveness is slightly worse. Therefore, in the subsequent analysis of cross-fault data, more attention should be paid to the extraction and application of medium-term anomalies and medium-term prediction indexes. The comprehensive indexes summarized in this paper can be applied to follow-up earthquake situation tracking in Yunnan area.
Key words: Yangbi MS6.4 earthquake; cross-fault; R score; abnormal index