文章快速检索     高级检索
  大地测量与地球动力学  2024, Vol. 44 Issue (3): 272-276  DOI: 10.14075/j.jgg.2023.05.111

引用本文  

艾力夏提·玉山, 刘代芹, 阿卜杜塔伊尔·亚森, 等. 北天山流动重力测网场源分辨能力[J]. 大地测量与地球动力学, 2024, 44(3): 272-276.
AILIXIATI Yushan, LIU Daiqin, ABUDUTAYIER Yasen, et al. Field Source Resolution of Mobile Gravity Network in Northern Tianshan[J]. Journal of Geodesy and Geodynamics, 2024, 44(3): 272-276.

项目来源

中国地震局地震科技星火计划(XH22007YA); 新疆维吾尔自治区重点研发项目(2020B03006-2, 2022B03001-1);第三次新疆综合科学考察项目(2022xjkk1305);国家自然科学基金(42274014);新疆维吾尔自治区自然科学基金(2023D01A105)。

Foundation support

The Spark Program of Earthquake Technology of CEA, No. XH22007YA; Key Research and Development Program of Xinjiang Uygur Autonomous Region, No.2020B03006-2, 2022B03001-1; The Third Xinjiang Comprehensive Scientific Expedition Program, No. 2022xjkk1305; National Natural Science Foundation of China, No. 42274014; Natural Science Foundation of Xinjiang Uygur Autonomous Region, No.2023D01A105.

通讯作者

刘代芹,正研级高级工程师,主要从事大地测量、重力与地壳形变研究,E-mail:xjdzjldq@126.com

Corresponding author

LIU Daiqin, professor, majors in geodesy, gravity and crustal deformation, E-mail: xjdzjldq@126.com.

第一作者简介

艾力夏提·玉山, 高级工程师, 主要从事重力观测研究, E-mail: irxat@163.com

About the first author

AILIXIATI Yushan, senior engineer, majors in gravity observation, E-mail: irxat@163.com.

文章历史

收稿日期:2023-05-10
北天山流动重力测网场源分辨能力
艾力夏提·玉山1,2,3     刘代芹1,2,3     阿卜杜塔伊尔·亚森1,2     陈丽1,2     李杰1,2,4     赵磊1,2     李秉烨1,2     
1. 新疆维吾尔自治区地震局,乌鲁木齐市科学二街338号,830011;
2. 新疆帕米尔陆内俯冲国家野外科学观测研究站,乌鲁木齐市科学二街338号,830011;
3. 中国科学技术大学地球和空间科学学院,合肥市金寨路96号,230026;
4. 中国地震局乌鲁木齐中亚地震研究所,乌鲁木齐市科学二街338号,830011
摘要:利用球面六面体单元网络模型建立不同分辨率的重力异常扰动模型检测板,基于北天山地区实际地表流动重力测点分布,进行设定场源异常体的等效源反演恢复,进而评估北天山流动重力测网场源分辨能力。结果表明,在假设地下10 km处存在密度差为±1×10-3 g/cm3的场源异常体情况下,北天山重力测网具备0.75°×0.75°及以上场源异常体识别能力;测网中大部分地区具备0.5°×0.5°场源异常体识别能力;测点分布较密集的少部分地区具备0.25°×0.25°场源异常体识别能力。最后,综合考虑北天山测网现有网形、地形、交通条件等因素,给出测网最佳优化方案。
关键词北天山流动重力场源反演分辨能力

地震是地壳运动的强烈表现形式,地震的孕育是应力持续增加到释放的过程,该过程伴随着物质运动和质量迁移,会引起震区周围重力场的变化[1-3]。近年来,随着重力仪器性能的不断提高和观测网络的不断完善,通过地表重复重力观测探索地震前后的时变重力场研究取得新进展[4]。时变重力信号通常由卫星重力、航空重力测量和陆地重力观测获得。卫星重力测量具有全天候、观测范围广、不受地形和气象等自然条件的影响等优势,但其轨道离地面较远,观测到的重力场信号会大幅衰减[5]。航空重力测量虽然能够得到较大量级的重力信号,且不受地形条件限制,但只能用于局部地区的重力测量,而且会受到气候条件的影响。陆地重力观测利用重力仪对地表观测点进行直接测量,相比于卫星重力和航空重力,具有重力信号衰减幅度小、空间分辨率高、观测位置可重复性强以及观测仪器精度高的优点[6]。因此,地面重力测量有利于发现与地壳内部强震孕育有关的物质运移信号[7]。但地面重力观测受地形、交通条件以及观测环境等多种因素的影响,观测点位无法形成均匀分布的测网,导致局部地区点位间距大,降低了对地壳内部重力信号的分辨能力。如何从空间非均匀分布的有限重力测点数据中提取地壳深部场源信号,一直是国内外学者研究的热点问题之一[8]。通过对流动重力测点分布的场源分辨能力进行评估,能够获取地面重力测网在不同区域对地壳密度变化和物质运移等物理变量的敏感程度,对重力测网监测能力评价、测网优化设计与布局、场源信号不确定性等工作具有科学指导意义[9],可为地震孕育有关重力信号的识别提供重要精度参考。本文拟对北天山流动重力测网场源分辨能力进行评估。

1 北天山流动重力测网概况

新疆地震重力测网共经历3个发展阶段:第1阶段为1978~2004年,称为起步阶段,该时段新疆地震重力测量以测线形式开展,测线主要分布在乌鲁木齐、呼图壁、石河子、乌苏等地区;第2阶段为2005~2013年,称为组网阶段,该时段新疆地震重力测线改造成局部测网,分别形成喀什-伽师测网(喀伽网)和北天山测网,其中喀伽网覆盖范围主要为库车以西的南天山一带、帕米尔高原东北缘以及塔里木盆地西部等地区,北天山测网覆盖范围主要为乌鲁木齐以西、独山子以东的北天山中段地区;第3阶段为2014年至今,称为整合发展阶段,该时段继续对重力测网进行扩展,实现喀伽网(南疆)和北天山网(北疆)的连接,形成统一的新疆地震重力测网,观测范围覆盖北天山、南天山、帕米尔高原东北缘、塔里木盆地西部等地区。

北天山位于准噶尔盆地南缘,是天山重力梯度带的重要组成部分,该地区构造活动较为活跃,是中国大陆构造运动强烈、地震活动频度较高的地区[10]。历史上北天山地区曾发生1812年尼勒克8级、1906年玛纳斯7.7级、2012年新源-和静6.6级、2016年呼图壁6.2级、2017年精河6.6级地震[11]。鉴于北天山地区中强地震频发,新疆维吾尔自治区地震局以乌鲁木齐为起点布设重力测网[12],并通过扩网优化改造,形成迄今为止覆盖整个北天山中西段的流动重力测网(图 1)。目前北天山测网共有100个测点,但受到地形和交通条件限制,重力测点分布不均匀。乌鲁木齐地区点位分布较密集,点间距约为10 km;位于北天山中段的呼图壁、石河子、乌苏等地区重力测点间距约为30 km;北天山西段、伊犁盆地以及吐鲁番盆地西部地区重力测点较为稀疏,点间距约为40~50 km。北天山测网分布在山地、平原、盆地等不同地貌区域,整个测网海拔落差超过3 000 m,单个测段最大段差超过300 mGal,最小段差不到100 μGal。

图 1 北天山地区重力测网分布 Fig. 1 Distribution of gravity network in northern Tianshan
2 检测板实验方法

北天山地区流动重力测网共有100个测点,由于受到地形地貌和交通条件的影响,测点分布不均匀(图 1),导致测网在不同区域对重力异常的识别能力不同。本文通过设计不同分辨率的检测板反演方法来评估非均匀分布的北天山重力测网的场源分辨能力。北天山流动重力测网东西跨度近9°,如采用常规的直立长方体组合网格模型来设计检测板,需要考虑地球曲率的影响,因此在设计检测板时选择基于球坐标系的球六面体(tesseroid)单元模型[13],可有效减少地球曲率和坐标投影变换带来的影响。由于仅靠重力手段无法识别垂向密度变化,因此本文只进行水平分辨率的检测板实验。实验原理是假设在地下某深度存在一组正负相间的相同尺度场源体,首先通过正演方法得到不均匀分布的实际地表重力测网所能观测到的理论重力异常值,然后利用反演方法获得场源模型参数,与初始设置的场源参数进行对比可判断实际地表观测点对场源异常体的分辨能力[8]

实验中设计地下埋深10 km处存在一组由正负密度异常体组成的场源,其厚度为1 km,每个相间异常体密度差为±1×10-3 g/cm3。北天山流动重力测网东西宽度约9°,南北宽度约4°,将研究区划分成1°×1°正负相间的密度异常体(图 2),通过实际地表重力观测网对密度异常场源的还原程度来评估测网场源分辨能力,然后将密度异常体大小调整为0.75°×0.75°、0.5°×0.5°和0.25°× 0.25°,重复以上步骤,评估北天山重力测网对不同大小场源的分辨能力。

图 2 密度异常体场源模型及其地表理论重力值 Fig. 2 Density anomaly field source model and surface theoretical gravity value
3 北天山重力测网监测能力评估

根据上节检测板实验方法,对北天山流动重力测网进行场源恢复能力测试。首先设定空间尺寸为1°×1°的场源异常体,通过理论计算得到每个异常体在地表可观测到的最大重力异常范围约为±31 μGal,通过正演得到不均匀分布的地表实际重力测点所能观测到的理论重力值如图 3所示。基于上述原理,分别对尺寸大小为1°×1°、0.75°×0.75°、0.5°×0.5°和0.25°×0.25°的场源异常体在地表产生的理论重力异常进行正演,结果如表 1所示。可以看出,地表可观测到的理论重力信号范围随着场源异常体尺寸的减小而减小。

图 3 地表实际重力测点理论重力异常 Fig. 3 Theoretical gravity anomaly of terrestrial gravity measurement points

表 1 不同尺寸场源异常体在地表引起的重力异常理论值 Tab. 1 The theoretical value of gravity anomaly on the surface caused by different size field source

图 4为利用不同大小检测板对场源参数的反演结果。从图 4(a)4(b)可以看出,除测网外围较大范围的无测点区域以外,反演结果能较好地恢复初始设置的场源密度,说明北天山流动重力测网具备1°×1°和0.75°×0.75°以上的场源监测能力。0.5°×0.5°检测板反演得到的场源恢复结果显示(图 4(c)),在测网外围以及测网内部与测点距离较远的环形区域无法恢复初始设定的场源密度,从而可以判断测网内吐鲁番盆地西部、轮台至巴音布鲁克之间山区、尼勒克至精河一带的环形测点空区无法识别0.5°×0.5°场源密度异常,而沿测线周边以及测点较为密集的区域具备0.5°×0.5°场源监测能力。0.25°×0.25°检测板反演结果显示(图 4(d)),测点分布最为密集的乌鲁木齐地区能较好地恢复初始设定的场源密度,此外,测点较密的独山子和库车地区也具有一定的场源恢复能力,而其他区域无法恢复初始设定的场源密度参数,说明北天山流动重力测网仅在乌鲁木齐、独山子、库车等地区具备0.25°×0.25°场源监测能力。北天山流动重力测网场源分辨能力如表 2所示。

图 4 不同分辨率检测板对场源参数的反演结果 Fig. 4 Inversion results of field source parameters obtained by different resolution checkboard

表 2 北天山流动重力测网场源分辨能力 Tab. 2 The field source resolution of mobile gravity network in northern Tianshan
4 北天山重力测网优化方案

根据北天山流动重力测网场源分辨能力评估结果,现有的北天山重力测网在部分地区不具备0.5°×0.5°和0.25°×0.25°场源密度异常体监测能力。本节主要尝试对现有的北天山重力测网进行模拟优化,利用上述检测板实验方法重复反演不同形状优化测网对场源的分辨程度,最终以场源分辨能力、测网密度、测点间交通条件、新增测点数量等作为选择最优方案的主要考虑因素,确定使用最少测点达到最佳场源分辨能力的测网优化方案。

图 5为对比不同优化方案后最终确定的北天山地区具备0.5°×0.5°场源密度异常监测能力的测网分布以及反演结果。根据图 5中道路交通条件,如在测网东部的托克逊至巴伦台一带增加5个测点,可使该区域具备0.5°×0.5°场源密度异常识别能力。此外,通过在和静至巴音布鲁克一带增加6个测点,能使该区域具备0.5°×0.5°场源密度异常监测能力。测网西部的精河以南地区存在0.5°×0.5°场源分辨盲区,由于该区域不具备交通条件,不再对该区域进行测网优化尝试。综上所述,通过在目前的北天山流动重力测网中增加11个测点,可实现北天山重力网中东部地区0.5°×0.5°场源分辨能力。

图 5 北天山流动重力测网最佳优化方案 Fig. 5 The best optimization scheme for mobile gravity network in northern Tianshan
5 结语

1) 不同尺度的检测板反演结果表明,北天山重力测网完全具备空间分辨率为0.75°×0.75°及以上场源异常体识别能力,等效地表可观测到的重力异常约为29 μGal。除测环范围较大的精河-尼勒克、吐鲁番盆地以西和轮台-巴音布鲁克以外,其他区域测网具备0.5°×0.5°场源异常体识别能力,等效地表可观测到的重力异常约为23 μGal。仅在测点分布较密集的乌鲁木齐、独山子、库车地区具备0.25°×0.25°场源异常体识别能力,等效地表可观测到的重力异常约为11 μGal。

2) 根据北天山重力测网场源识别能力评估结果,综合考虑现有网形、地形、交通条件等因素,最终确定0.5°×0.5°分辨率测网的最佳优化方案。通过在托克逊及和静以西2个0.5°×0.5°场源监测盲区布设11个测点,可有效提升北天山重力测网识别场源异常的能力,将测网中东部地区的场源异常识别提升到23 μGal。

致谢: 中国地震局地球物理研究所陈石研究员为本研究提供技术指导,GEOIST开源Python软件包为本文模型正反演提供技术支持,在此一并表示感谢!

参考文献
[1]
郑秋月, 王青华, 刘东, 等. 基于时变重力数据的川滇地区场源模型反演和解释[J]. 地震, 2021, 41(1): 205-218 (Zheng Qiuyue, Wang Qinghua, Liu Dong, et al. Inversion and Interpretation of Field-Source Model Based on the Regional Time-Variable Gravity Variations of Sichuan-Yunnan Region[J]. Earthquake, 2021, 41(1): 205-218) (0)
[2]
Chen S, Liu M, Xing L L, et al. Gravity Increase before the 2015 MW7.8 Nepal Earthquake[J]. Geophysical Research Letters, 2016, 43(1): 111-117 DOI:10.1002/2015GL066595 (0)
[3]
祝意青, 刘芳, 张国庆, 等. 中国流动重力监测与地震预测[J]. 武汉大学学报: 信息科学版, 2022, 47(6): 820-829 (Zhu Yiqing, Liu Fang, Zhang Guoqing, et al. Mobile Gravity Monitoring and Earthquake Prediction in China[J]. Geomatics and Information Science of Wuhan University, 2022, 47(6): 820-829) (0)
[4]
祝意青, 梁伟锋, 湛飞并, 等. 中国大陆重力场动态变化研究[J]. 地球物理学报, 2012, 55(3): 804-813 (Zhu Yiqing, Liang Weifeng, Zhan Feibing, et al. Study on Dynamic Change of Gravity Field in China Continent[J]. Chinese Journal of Geophysics, 2012, 55(3): 804-813) (0)
[5]
韩建成, 陈石, 卢红艳, 等. 基于Slepian方法和地面重力观测确定时变重力场模型: 以2011-2013年华北地区数据为例[J]. 地球物理学报, 2021, 64(5): 1 542-1 557 (Han Jiancheng, Chen Shi, Lu Hongyan, et al. Time-Variable Gravity Field Determination Using Slepian Functions and Terrestrial Measurements: A Case Study in North China with Data from 2011 to 2013[J]. Chinese Journal of Geophysics, 2021, 64(5): 1 542-1 557) (0)
[6]
Camp M, Viron O, Watlet A, et al. Geophysics from Terrestrial Time-Variable Gravity Measurements[J]. Reviews of Geophysics, 2017, 55(4): 938-992 DOI:10.1002/2017RG000566 (0)
[7]
杨锦玲, 陈石, 李红蕾, 等. 华南地区时变重力场建模实验和异常分析[J]. 地震, 2021, 41(1): 141-152 (Yang Jinling, Chen Shi, Li Honglei, et al. Modeling Experiment and Anomaly Analysis of Time-Varying Gravity Field in South China[J]. Earthquake, 2021, 41(1): 141-152) (0)
[8]
张贝, 陈石, 李红蕾, 等. 时变重力场球面模型反演算法和模拟实验[J]. 地震, 2021, 41(1): 13-24 (Zhang Bei, Chen Shi, Li Honglei, et al. Time-Varying Gravity Inversion Using Spherical Model and Synthetic Test[J]. Earthquake, 2021, 41(1): 13-24 DOI:10.3969/j.issn.1003-3246.2021.01.003) (0)
[9]
徐伟民, 陈石, 阮明明, 等. 川滇地区陆地流动重力测网场源分辨能力评估[J]. 地震, 2021, 41(1): 191-204 (Xu Weimin, Chen Shi, Ruan Mingming, et al. Evaluation of Field Source Resolution of Terrestrial Mobile Gravity Network in Sichuan-Yunnan Region[J]. Earthquake, 2021, 41(1): 191-204) (0)
[10]
刘代芹, 玄松柏, 王晓强, 等. 北天山地区近期重力场及地壳密度变化特征研究[J]. 大地测量与地球动力学, 2021, 41(5): 459-465 (Liu Daiqin, Xuan Songbai, Wang Xiaoqiang, et al. Study on the Characteristics of Recent Gravity Field and Crustal Density in North Tianshan Area[J]. Journal of Geodesy and Geodynamics, 2021, 41(5): 459-465) (0)
[11]
胡宗凯, 杨晓平, 杨海波, 等. 北天山博罗可努-阿齐克库都克断裂精河段的古地震事件[J]. 地震地质, 2020, 42(4): 773-790 (Hu Zongkai, Yang Xiaoping, Yang Haibo, et al. Study on Paleoearthquakes along the Jinghe Section of Bolokenu-Aqikekuduke Fault[J]. Seismology and Geology, 2020, 42(4): 773-790 DOI:10.3969/j.issn.0253-4967.2020.04.001) (0)
[12]
艾力夏提·玉山, 李瑞, 刘代芹, 等. 2017年精河MS6.6地震前重力变化特征分析[J]. 中国地震, 2017, 33(4): 749-756 (Ailixiati Yushan, Li Rui, Liu Daiqin, et al. Analysis of Gravity Changes before the Jinghe MS6.6 Earthquake of 2017[J]. Earthquake Research in China, 2017, 33(4): 749-756 DOI:10.3969/j.issn.1001-4683.2017.04.031) (0)
[13]
Heck B, Seitz K. A Comparison of the Tesseroid, Prism and Point-Mass Approaches for Mass Reductions in Gravity Field Modelling[J]. Journal of Geodesy, 2007, 81(2): 121-136 DOI:10.1007/s00190-006-0094-0 (0)
Field Source Resolution of Mobile Gravity Network in Northern Tianshan
AILIXIATI Yushan1,2,3     LIU Daiqin1,2,3     ABUDUTAYIER Yasen1,2     CHEN Li1,2     LI Jie1,2,4     ZHAO Lei1,2     LI Bingye1,2     
1. Earthquake Agency of Xinjiang Uygur Autonomous Region, 338 Second-Kexue Street, Urumqi 830011, China;
2. Xinjiang Pamir Intracontinental Subduction National Observation and Research Station, 338 Second-Kexue Street, Urumqi 830011, China;
3. School of Earth and Space Sciences, University of Science and Technology of China, 96 Jinzhai Road, Hefei 230026, China;
4. Urumqi Institute of Central Asia Earthquake, CEA, 338 Second-Kexue Street, Urumqi 830011, China
Abstract: We establish the gravity anomaly disturbance checkboard model with different resolutions using the spherical hexahedral element network model, and perform the gravity field modeling experiment based on the terrestrial mobile gravity measurement point distribution in northern Tianshan region. We then evaluate the field source resolution of mobile gravity network in northern Tianshan. The results show that under the assumption of the existence of field source anomaly with density difference of ±1×10-3 g/cm3 at 10 km below the surface, the northern Tianshan gravity network can identify field source anomaly of 0.75°×0.75°. Most areas in gravity network can identify anomaly of 0.5°×0.5°. Some areas with a dense measurement points distribution can identify anomaly of 0.25°×0.25°. Considering the existing network shape, topography, traffic conditions, the best optimization plan of gravity network is given.
Key words: northern Tianshan; mobile gravity; field source inversion; resolution