据中国地震台网中心测定,北京时间2022-06-01 17:00四川省雅安市芦山县(30.37°N,102.94°E)发生MS6.1地震,震源深度17 km。四川省地震局监测信息中心在震中区域建设了数据质量较高的固定地震台网[1],为该区域实时中强地震预警和地震速报提供服务。2013-04-20芦山MS7.0地震并未产生典型的地表破裂,其发震断层为一条NW向盲逆断层[2],震区深反射剖面探测结果显示区域内隐伏断层发育[3-4]。但本次地震分布明显与芦山MS7.0地震不同(图 1)。
中强地震发生后,快速启动流动地震观测是提高震区台站密度和方位角覆盖的重要手段之一,可以精确监测震后余震的演化和潜在迁移。该方法在四川历次中强地震科学研究中取得了较好的效果[5-6],而对国外中强地震的科学研究,特别是地震孕震构造和震源机制的判定,同样依赖于主震后通过快速部署流动地震台站获取的余震序列[7-8]。近年来,四川地区中强地震频发,除受传统大型活动断裂带影响外,在传统少震、弱震的四川盆地内部也发生多次破坏性地震。尽管随着国家地震烈度速报与预警工程项目的建设,省内台站覆盖率有较大提升,但多数地震台站间距仍较大,难以获取震区精细的余震分布。因此,在流动地震台站部署过程中,站点选址、仪器设备选择安装及临时地震台网性能和台站数据监测质量评估等,对提升四川甚至全国地震应急流动观测水平至关重要。
1 地震台网部署 1.1 台站布局芦山地震震中位于青藏高原东缘巴颜喀拉块体东边界、NE向龙门山构造带南段,是四川盆地西部边缘与横断山脉交汇过渡地带。该地区东南多为盆地丘陵,西北多为河谷平坝地带,整体地势西北高、东南低。
与固定地震台站的选址及建设过程不同,流动地震台站的部署必须在时间、预算、可行性和任务目标之间快速找到平衡方案,兼顾地震台网布局及台站数据质量。综合现有固定地震台站分布及现场交通、供电、通信等基础条件,结合震后24 h余震序列,按平均台间距10 km进行流动地震台站的部署,以提高震区地震台站方位角。本次流动地震台站以芦山MS6.1地震震中为中心,台站空间分布见图 1,其中芦山县太平镇至大川镇受地震影响导致道路不畅,因此L5131台和L5536台的台间距为18 km;宝兴县城至蜂蛹寨乡道路严重塌方,通信中断,因此没有在震中正N向部署流动地震台。
1.2 台站基本配置流动地震台站选取CMG-40TDE、CMG-40T和GL-PS2短周期地震计和大动态范围24位数据采集器,由交流电和蓄电池提供不间断电源,统一采用GNSS授时服务,通过4G LTE无线路由器进行实时数据传输。台站数据除通过自建VPN网络实时传输至四川省地震局地震台网中心服务器外,还存储在本地数据采集器内置8 GB或16 GB闪存卡上。地震台站实时传输数据时整体功耗约为12 W,关闭4G LTE无线路由器后整体功耗约为5 W,当遇到震区供电不足或无线通信网络受损时,优先保障本地台站数据记录,同时关闭无线路由器以降低整体功耗。另外,台站还配置一体化集成电源(50 Ah蓄电池),或交流电与100 Ah蓄电池组合供电,以保障供电受阻时数据采集器至少可运行4~8 d,待台站通信及电力恢复后仍可重新收集缺失数据。
1.3 现场踏勘及仪器安装与川西地区高原山地气候不同,雅安地区为亚热带季风性湿润气候,雨量充沛,地震计采用地下掩埋的方式进行安装很难保证其干燥的工作环境,还会额外增加设备被水浸泡的风险[1, 5, 9]。因此,在流动地震台网部署过程中应避免采用地下掩埋的方式安装地震计,同时选择与地表固定地震台站相似的场地环境。在进行现场踏勘选址时还需注意以下原则:
1) 交通便利性和安全性。选择在正常天气条件下车辆可直接抵达或徒步30 min内可到达的位置,以避免较高的建设和维护成本,同时降低维修时限。另外,为安全起见,优先选择可以上锁和公众不易进入的场所,以避免仪器设备被淋湿或受人为破坏等风险。
2) 背景噪声源评估。避开人类活动密集的场所,同时远离河流、高大树木等自然噪声源,尽量与铁路和高速公路保持2 km以上距离,与乡道保持至少100 m的距离,以降低交通干扰。另外,在选定已有建筑物作为观测场地时,周围不能有发电机、水泵、空调外机等设备,这些设备在运行过程中会产生固定频率的噪声源[6]。
3) 实时数据流传输。地震数据的实时传输是部署流动地震台站的主要目标之一,可快速提升震区实时地震监测能力,因此所选位置的4G LTE网络必须覆盖良好且稳定,以支持100 sps采样率的连续数据流实时传输服务。
4) 供电。优先选择国家电网220 V交流电作为主供电电源,同时配备独立蓄电池,以保障供电受阻时的用电需求。
5) GNSS授时服务。数据采集器采用GNSS授时,卫星接收天线应安装在室外开阔地带,周围无明显遮挡物,确保卫星信号接收天线能够定期锁定至少5颗卫星,以保障授时和定位精度。
经震区现场踏勘,在震后48 h内以震中为中心部署了5个流动地震台站,平均台间距为10 km,台站空间分布如图 1所示,详细信息见表 1。
芦山地震流动台站部署工作完成后,采用地震台站噪声功率谱密度-概率密度函数(PSD-PDF)方法[10-11]对数据进行质量监控,台站三分量环境噪声加速度功率谱密度的计算基于改进的周期图经典功率谱估计Welch方法[12]。为减少PSD数据的方差,将各分量连续波形数据分为1 h长度的时间序列,每段数据重叠50%,再对每段序列进行去均值、去长周期成分处理,将其划分为1 310.72 s时长的时间序列,每段数据重叠75%,PSD则由该时段所有分段数据的PSD平均得到。为减少数据中断的影响,若各分段数据的中断时间超过整段数据时长的10%,则将整段数据删除。
图 2(a)为L5132台2022-06-02~07-02垂直分量噪声PSD-PDF分布,台站配置Güralp CMG-40T型地震计和港震EDAS-24IP型数据采集器。如图 2(b)~2(d)所示,流动台站1 Hz以上高频噪声水平明显高于全球新高噪声模型(NHNM)和新低噪声模型(NLNM)的平均值,部分台站噪声水平接近或高于NHNM值;小于1 Hz的频带内,短周期地震计记录的噪声水平多由仪器自噪声决定[5]。L5536台和LSDC地震台位于芦山县大川镇(台间距约2 km),0.5~4 Hz频段内垂直分量记录的噪声相似,而水平分量则在0.5~1 Hz频段内记录的噪声相似,仅5~15 Hz频段内L5526台NS分量的噪声水平优于LSDC地震台。四川地区微震频段噪声存在较明显的地区和季节性差异,但长时间内微震频段的平均噪声水平一般都在-120 dB以下[1],L5130台和L5131台受CMG-40TDE一体化地震计自噪声的影响,微震频段平均噪声水平明显大于-120 dB,该频段的波形记录会存在较大失真,而L5132台、L5511台和L5536台微震频段噪声功率谱密度与区域内宽频带地震计记录相似,在保证波形不明显失真的情况下可将台站记录频段适当扩宽至5 s。台站高频噪声受附近噪声源的影响最为明显,随距离的增加噪声快速衰减,即使在同一地区相邻台站的高频噪声也存在较大波动,通常较为完善的台站基础建设可有效降低台站的高频噪声。
短时间内在人口稠密的地震现场找到可接受的噪声场地环境是非常困难的,因此流动台站的噪声水平一般高于附近固定台站,特别是4~20 Hz频带内。而位于宝兴蜂蛹寨乡的BXFYZ地震台高频噪声水平仍与流动台站相当,部分频段甚至高于流动台站,说明该台附近高频噪声源较复杂,即使通过标准化基础建设,有些噪声源的影响也难以消除。综合考虑固定台站的建设周期、成本及背景噪声源的复杂性,本次部署的流动台站提供了可接受的性能水平,适合对震区的余震活动进行监测。
与之前四川地区固定和流动地震台站观测到的高频噪声特征相似[1, 6],此次芦山地震流动台站观测到的高频噪声也呈现出与附近人为活动相关的昼夜变化特征,如图 3所示。由于台站所处位置不同,高频噪声的日变化特征也各不相同,其中L5511台噪声水平升高时段分别在每天08:00~12:00和16:00~20:00,12:00~16:00时段出现小幅下降,但噪声水平较夜晚时段仍偏高;L5536台13:00时噪声水平下降,L5131台在该时间则有所升高,而L5132台12:00时的噪声水平有短暂升高,L5130台和L5131台07:00~23:00噪声水平均较高。图 3(f)为芦山地震余震序列24 h时频统计,可以看出,07:00~16:00记录的地震数量只有00:00~6:00和17:00~24:00的一半,即发生在晚上的地震事件被更多地监测到。
通过部署流动台站,提高了震区的地震监测能力,降低了余震的监测震级下限,有效提高了震区微小地震事件的定位精度[5]。2022-06-01芦山MS6.1主震后发生了大量余震,截至2022-06-30 24:00共记录到余震1 184次,其中ML < 1.0地震288次,ML1.0~1.9地震744次,ML2.0~2.9地震140次,ML3.0~3.9地震11次,ML>4.0地震1次,如图 1所示。本文采用双差定位法[13]对主震和余震序列进行重定位,选取一维速度模型,综合了芦山地区反射地震剖面资料[3-4]和Fang等[14]的分层速度模型,采用最小二乘法反演得到重定位后的余震序列平均定位误差水平分量为0.18 km,垂直分量为0.21 km,平均走时残差为0.21 s,重定位后余震序列分布见图 4。重定位后主震的初始破裂深度为18.9 km,余震序列主要分布在小关子断裂带北侧,呈NE向展布,NE向约10 km,NW向约6 km。与鲁人齐等[15]使用震后3 d地震序列得到的结果类似,由于本文使用了更多的余震序列,得到更多的地震精定位结果,余震序列明显沿NE向分布,由剖面AA′和BB′可知,余震主要分布在10~20 km深度范围。
基于地震震级-频度分布满足G-R关系[16],使用ZMAP软件[17]采用最大曲率(maximum curvature)法[18]计算得到2022年芦山地震余震序列的完整性震级MC=1.2,b值为0.86±0.06,其中白天时段余震序列的完整性震级MC=1.4,b值为0.88±0.09,夜晚时段余震序列的完整性震级MC=1.1,b值为0.88±0.10,如图 5(a)所示。由于地震是一个突发的随机性事件,没有明显的时间分布特征,为了确保记录地震事件的可靠性,地震计监测地震信号的信噪比不变,因此当地震台站受附近噪声源影响时,台站能监测到的最小地震信号振幅会增大,能监测到的最小地震震级也会相应变大,也就是说,很多震级较小的地震事件在白天时段被湮没在噪声信号中,因而未能被监测到。
区域最小完整性震级MC的大小反映了地震台网监测地震的能力,MC越小台网的地震监测能力越高。MC随时间的变化有3个不同的阶段:地震发生前MC最高,震后24 h内震区小震密集,MC迅速下降后又上升,随着流动台站的部署及运行,MC再次下降,之后保持平稳,如图 5(b)所示。2013年MS7.0芦山地震的密集台阵中,很多台站地表覆盖层较厚,大部分没有基岩出露,其高频噪声水平优于本次流动地震台网,但平均台间距(14 km)比本次流动台网大,2次流动地震台网的区域最小完整性震级MC水平相当[14],说明在流动地震台网的部署中,可通过提高台站密度来减小台基环境噪声水平对地震监测阈值的影响。
本次芦山地震流动地震台网的性能较好,即使台站的背景噪声水平较高,也能清晰记录到区域内地震事件。图 6分别为2022-06-04 08:20芦山县ML1.2余震和2022-06-06 03:30宝兴县ML0.5余震的定位及波形,可以看出,流动台站波形数据可清晰识别到震相及相应到时,表明该台站数据可用于地震定位和科学研究。流动地震台网的部署提高了震区台站覆盖率,减小了台站方位角,有助于降低震区最小地震监测震级,提高余震定位精度,对了解地震成因至关重要。此外,通过定期计算台站噪声功率谱密度曲线,能够监测各台站的噪声情况,并在需要时进行干预。
图 7为余震序列的震级-时间分布及每天余震频次分布。可以看出,主震后前3 d震区地震活动性仍然很高,每天余震超过100次。随着时间的推移,余震强度和频次迅速衰减,主震后前9 d记录到余震1 004次,从第10 d开始每天余震少于20次,余震序列主要发生在主震后5 d内,累积余震832次。因此,为更好地认识余震序列的发展并有效部署震后应急响应方案,流动地震台网的快速部署是先决条件。
在本次芦山MS6.1地震的流动地震台网部署过程中,通过严格选址及高质量仪器设备的安装,减小了震区台站方位角,提高了台站覆盖率,有助于震区余震,特别是小震事件的精确定位。流动地震台站受限于仪器设备、场地条件及附近人为活动等影响,其噪声水平高于区域大部分固定台站,且平均水平明显高于NHNM和NLNM均值,部分台站接近甚至高于NHLM值。与区域内固定地震台站观测到的噪声特征相似,流动地震台站的高频噪声呈现明显的日变化特征,即白天噪声水平升高、夜晚降低,与附近居民生活规律相关。区域地震监测能力在白天时段较夜晚低,白天记录到的小震事件数量明显较少,流动地震台网的最小完整性震级MC由夜晚时段1.1升高至白天时段1.4。采用双差定位方法对震后余震序列进行重定位,结果显示,余震分布在小关子断裂北部,呈NE向分布,具有明显的丛集性,震源深度主要分布在10~20 km,为明显的隐伏断层。
流动地震台网布设是一件复杂而重要的工作,除了面临震区复杂的地质环境、未知的次生地质灾害外,还面临通信、电力及生活保障等问题。大地震后余震序列的衰减速度非常快,这就要求工作人员利用丰富的实践经验及专业的技术水平,快速制定合适的流动地震台网部署方案,保障任务目标的达成。
致谢: 感谢芦山流动地震观测组成员的辛苦付出,感谢重庆市地震局及雅安市人民政府工作人员的大力支持。本文流动台站噪声功率谱概率密度函数计算使用了四川省地震局谢江涛工程师编写的软件,在此一并表示感谢。
[1] |
谢江涛, 林丽萍, 赵敏, 等. 四川地区地震背景噪声特征分析[J]. 地震学报, 2021, 43(5): 533-550 (Xie Jiangtao, Lin Liping, Zhao Min, et al. Characteristics of Seismic Ambient Noise in Sichuan Region[J]. Acta Seismologica Sinica, 2021, 43(5): 533-550)
(0) |
[2] |
徐锡伟, 闻学泽, 韩竹军, 等. 四川芦山7.0级强震: 一次典型的盲逆断层型地震[J]. 科学通报, 2013, 58(20): 1 887-1 893 (Xu Xiwei, Wen Xueze, Han Zhujun, et al. Lushan M7.0 Earthquake in Sichuan: A Typical Blind Reverse Fault Earthquake[J]. Chinese Science Bulletin, 2013, 58(20): 1 887-1 893)
(0) |
[3] |
冯杨洋, 于常青, 范柱国, 等. 从反射地震剖面中认识芦山地区的地壳精细结构和构造[J]. 地球物理学报, 2016, 59(9): 3 248-3 259 (Feng Yangyang, Yu Changqing, Fan Zhuguo, et al. Fine Crustal Structure of the Lushan Area Derived from Seismic Reflection Profiling[J]. Chinese Journal of Geophysics, 2016, 59(9): 3 248-3 259)
(0) |
[4] |
王夫运, 赵成彬, 酆少英, 等. 深反射剖面揭示的芦山7.0级地震发震构造[J]. 地球物理学报, 2015, 58(9): 3 183-3 192 (Wang Fuyun, Zhao Chengbin, Feng Shaoying, et al. Seismogenic Structure of the 2013 Lushan MS7.0 Earthquake Revealed by a Deep Seismic Reflection Profile[J]. Chinese Journal of Geophysics, 2015, 58(9): 3 183-3 192)
(0) |
[5] |
谢江涛, 林丽萍, 赵敏, 等. 应急流动观测组网技术在康定6.3级地震中的应用[J]. 华南地震, 2019, 39(3): 23-31 (Xie Jiangtao, Lin Liping, Zhao Min, et al. The Application of Emergency Portable Seismological Observation Network Technology in Kangding MS6.3 Earthquake[J]. South China Journal of Seismology, 2019, 39(3): 23-31)
(0) |
[6] |
谢江涛, 林丽萍, 谌亮. 九寨沟MS7.0地震应急流动台站噪声水平分析[J]. 大地测量与地球动力学, 2020, 40(9): 962-969 (Xie Jiangtao, Lin Liping, Chen Liang. Ambient Noise Level of MS7.0 Jiuzhaigou Earthquake Emergency Mobile Stations[J]. Journal of Geodesy and Geodynamics, 2020, 40(9): 962-969)
(0) |
[7] |
Cochran E S, Wolin E, McNamara D E, et al. The U.S. Geological Survey's Rapid Seismic Array Deployment for the 2019 Ridgecrest Earthquake Sequence[J]. Seismological Research Letters, 2020, 91(4): 1 952-1 960 DOI:10.1785/0220190296
(0) |
[8] |
Bormann J M, Morton E A, Smith K D, et al. Nevada Seismological Laboratory Rapid Seismic Monitoring Deployment and Data Availability for the 2020 MW6.5 Monte Cristo Range, Nevada, Earthquake Sequence[J]. Seismological Research Letters, 2021, 92(2A): 810-822 DOI:10.1785/0220200344
(0) |
[9] |
Molinari I, Clinton J, Kissling E, et al. Swiss-Alp Array Temporary Broadband Seismic Stations Deployment and Noise Characterization[J]. Advances in Geosciences, 2016, 43: 15-29 DOI:10.5194/adgeo-43-15-2016
(0) |
[10] |
McNamara D E. Ambient Noise Levels in the Continental United States[J]. Bulletin of the Seismological Society of America, 2004, 94(4): 1 517-1 527 DOI:10.1785/012003001
(0) |
[11] |
谢江涛, 林丽萍, 谌亮, 等. 地震台站台基噪声功率谱概率密度函数MATLAB实现[J]. 地震地磁观测与研究, 2018, 39(2): 84-89 (Xie Jiangtao, Lin Liping, Chen Liang, et al. The Program of Probability Density Function of Power Spectral Density Curves from Seismic Noise of a Station Based on MATLAB[J]. Seismological and Geomagnetic Observation and Research, 2018, 39(2): 84-89)
(0) |
[12] |
Welch P. The Use of Fast Fourier Transform for the Estimation of Power Spectra: A Method Based on Time Averaging over Short, Modified Periodograms[J]. IEEE Transactions on Audio and Electroacoustics, 1967, 15(2): 70-73 DOI:10.1109/TAU.1967.1161901
(0) |
[13] |
Waldhauser F. A Double-Difference Earthquake Location Algorithm: Method and Application to the Northern Hayward Fault, California[J]. Bulletin of the Seismological Society of America, 2000, 90(6): 1 353-1 368 DOI:10.1785/0120000006
(0) |
[14] |
Fang L H, Wu J P, Wang W L, et al. Aftershock Observation and Analysis of the 2013 MS7.0 Lushan Earthquake[J]. Seismological Research Letters, 2015, 86(4): 1 135-1 142 DOI:10.1785/0220140186
(0) |
[15] |
鲁人齐, 房立华, 郭志, 等. 2022年6月1日四川芦山MS6.1强震构造精细特征[J]. 地球物理学报, 2022, 65(11): 4 299-4 310 (Lu Renqi, Fang Lihua, Guo Zhi, et al. Detailed Structural Characteristics of the 1 June 2022 MS6.1 Sichuan Lushan Strong Earthquake[J]. Chinese Journal of Geophysics, 2022, 65(11): 4 299-4 310)
(0) |
[16] |
Gutenberg B, Richter C F. Frequency of Earthquakes in California[J]. Bulletin of the Seismological Society of America, 1944, 34(4): 185-188 DOI:10.1785/BSSA0340040185
(0) |
[17] |
Wiemer S. A Software Package to Analyze Seismicity: ZMAP[J]. Seismological Research Letters, 2001, 72(3): 373-382 DOI:10.1785/gssrl.72.3.373
(0) |
[18] |
Wiemer S, Wyss M. Mapping Spatial Variability of the Frequency-Magnitude Distribution of Earthquakes[J]. Advances in Geophysics, 2002, 45: 259-302
(0) |