2024, Vol. 44
2. 浙江华东测绘与工程安全技术有限公司，杭州市潮王路22号，310014;
3. 成都理工大学地质灾害防治与地质环境保护国家重点实验室，成都市东三路1号，610059
据中国地震台网中心测定，四川省甘孜州泸定县在2022-09-05发生MS6.8地震，震中位于102.236°E、29.679°N，震源深度16 km(图 1)。泸定地震发生在鲜水河断裂带南东段磨西断裂附近，是该区域1786年M7.6地震后的又一次中强震[1]。GCMT给出的震源机制解显示，泸定地震发震断层走向为164°、倾角为78°、滑动角为7°。地震发生后，不同学者利用GNSS资料[2]、卫星雷达影像数据[3]、地震波形数据[4]对发震断层的几何参数和滑动破裂等展开相关研究。已有研究资料表明，泸定地震发震断层为鲜水河断裂磨西段，断层运动以左旋走滑为主，并破裂至地表。
|
图 1 泸定地震构造背景及同震大地测量观测数据 Fig. 1 Tectonic setting and coseismic geodetic data of Luding earthquake |
鲜水河断裂带位于青藏高原的东南缘，与安宁河断裂带、则木河断裂带和小江断裂带共同组成川滇菱形块体的东边界，是中国大陆活动强烈的大型左旋走滑型断裂带之一。1700年以来，鲜水河断裂带发生8次7级以上地震，整条断裂几乎都发生过破裂，最近一次为1973年M7.6炉霍地震[1]。地质资料揭示，鲜水河断裂左旋走滑速率为8~12 mm/a，且南东段滑动速率大于北西段[5]。基于GNSS数据的震间速度场反演结果显示，鲜水河断裂磨西段自1786年后积累的能量足够产生MW6.89地震[6]。Qiao等[7]利用Sentinel-1卫星数据获取鲜水河断裂高密度震间速度场，并估算了磨西段具有发生MW>7.0地震的潜力。复杂的地质构造背景和长期的构造应力加载使得该区域地震风险性较高。
对于此次泸定地震事件，利用多源大地测量数据获取地震震源模型的研究较少，并且多数仅计算库仑应力变化进行地震风险评估，并未结合震前断层运动参数和历史地震背景综合评估该区域地震风险。本文收集Sentinel-1卫星升降轨影像数据，利用D-InSAR技术，精确提取其同震形变场，并联合GNSS和强震动数据进行共同约束，利用模拟退火算法估计断层几何模型参数，反演精细的滑动分布模型，揭示断层破裂运动模式；然后结合震间断层闭锁和已有震间耦合模型资料对断层滑动分布和余震分布进行分析，深入探讨断层发震机制；最后计算静态同震库仑应力变化，结合震间地震矩积累和历史地震资料综合进行地震风险评估。
1 泸定地震同震形变提取搜集泸定地震前后覆盖震中区域的升降轨Sentinel-1雷达卫星影像数据(表 1、图 1)，利用ISCE(InSAR scientific computing environment)软件对升降轨数据进行D-InSAR处理[8]，获取同震形变场。在处理过程中，对Sentinel-1影像分别进行距离向为20视以及方位向为4视处理，生成干涉图。后续利用欧空局发布的精密轨道数据去除参考椭球相位，并基于30 m分辨率的SRTM数字高程模型去除地形相位。然后采用Goldstein滤波方法[9]对干涉图进行滤波，再使用最小费用流算法[10]进行相位解缠。地理编码后基于GACOS(generic atmospheric correction online service)模型[11]减弱对流层的大气延迟分量，最终获取泸定地震升降轨同震形变场(图 2)。
|
表 1 SAR影像参数 Tab. 1 The parameters of SAR data |
|
图 2 Sentinel-1卫星升降轨InSAR同震形变观测场、模拟场和残差 Fig. 2 Observation, simulation and residual of InSAR coseismic deformation of Sentinel-1 ascending and descending tracks |
采用自适应四叉树降采样算法[12]对两轨形变场进行降采样。降采样前，首先对相干性低于0.5的区域进行掩膜，避免低质量、高噪声的形变数据参与后续反演，然后选取合适的形变梯度阈值对两轨数据进行降采样，最终Sentinel-1升、降轨形变场分别保留1 229个、1 139个观测数据。另外，本文将联合Li等[13]公布的GNSS和强震动同震形变数据，同本文获取的InSAR观测数据共同反演断层滑动分布模型(图 3)。采用基于大地测量数据约束的断层源模型反演方法获取最优断层几何参数[14-15]。根据先验信息，将断层走向搜索区间设置为100°~180°、倾角搜索区间设置为50°~90°、滑动角搜索区间设置为-90°~90°。断层滑动反演之前，需要确定不同大地测量数据的权重以及平滑因子。相比于InSAR数据，GNSS和强震动数据的水平位移精度较高，因此将其权重设置为1，并以0.05为步长在0.05~1区间内设置不同的InSAR数据权重值进行反演，最终绘制模型残差和InSAR数据权重的L曲线，见图 3(c)。类似地，设置3~20的平滑因子区间，以0.5为步长进行多次反演，最终绘制模型残差和断层面粗糙度的L曲线确定平滑因子，见图 3(d)。最终确定平滑因子为8、InSAR权重为0.3进行断层几何估计和断层滑动反演。
|
图 3 滑动模型及反演参数 Fig. 3 Slip model and inversion parameters |
最优断层几何模型表明，泸定地震发震断层走向为NNW-SSE，约为164.3°，倾角为73.7°，滑动角为-3.2°。最优滑动模型结果显示，泸定地震发震断层运动模式以左旋走滑为主，兼具少量正断层和逆冲运动，并破裂至地表。断层滑动主要分布在0~18 km深度范围，最大滑动量为1.67 m，位于7 km深度处；地震矩为1.18×1019 Nm，对应矩震级为MW6.71，与USGS和GCMT给出的结果较为一致。此外，图 2和图 4显示了根据最优滑动模型正演的InSAR与GNSS和强震动数据的观测场与模拟场，二者形变模式与量级都有着很好的一致性，间接验证了本文估计的断层几何参数与最优滑动模型的可靠性和鲁棒性。GNSS和强震动观测水平分量位移残差为1.7 mm，Sentinel-1升、降轨水平位移残差分别为1.6 cm和1.7 cm。
|
图 4 GNSS和强震动数据的观测场和模拟场 Fig. 4 The observed and simulated displacement fields of GNSS and strong motion data |
余震主要分布在滑动分布边缘或者梯度变化大的区域，与滑动分布在空间上有较好的互补关系，这可能是由于同震库仑应力触发所导致。重定位的余震结果显示，泸定地震余震分布集中在17 km深度以上，与后续利用震间GNSS数据反演的17.8 km闭锁深度有着很好的空间对应关系。大地测量数据反演的三维耦合模型结果显示，磨西段断层耦合程度东南段高于西北段[13]，西北段断层弱耦合可能阻止了断层同震滑动，而东南段高耦合区域的凹凸体可能释放了应变，后续断层东南区域的余震深度明显深于西北区域的余震深度也验证了这一点。上述分析表明，泸定地震的同震滑动和后续余震的空间分布受到震间断层耦合分布状态的影响。
3 震前断层运动状态搜集Wang等[16]给出的中国大陆长期GNSS速率场，利用垂直于断层两侧250 km的GNSS数据剖面(图 5(a)中粉色正方形表示反演中使用的GNSS台站位置)，并基于二维弹性螺旋位错模型反演断层运动状态，包括断层闭锁、长期运动速率等运动参数。其中平行断层运动速率Vpar与断层运动参数之间关系可由式(1)表达：
| $ V_{\text {par }}(x)=-\frac{S}{\pi} \arctan \left(\frac{x}{D}\right)+a $ | (1) |
|
图 5 断层闭锁深度和长期运动速率反演 Fig. 5 The inversion of fault locking depth and long-term slip rate |
式中，x为数据点到断层的垂直距离，S为断层长期运动速率，D为断层闭锁深度，a为静态偏移常数。
采用贝叶斯算法，基于马尔科夫链蒙特卡罗(MCMC)采样器，计算每个待求参数的后验概率密度函数，将最大后验概率解作为参数估计的最优值。对断层运动参数进行0＜D＜40、0＜S＜30和-20＜a＜20的约束，反演过程中在初值附近构建200个walker集合，并对模型进行100万次迭代，所得后验概率密度分布见图 5(b)。可以发现，所有参数均近似服从正态分布。最大后验概率密度对应的最优参数显示，磨西断裂带闭锁深度为17.8 km，长期滑动速率为10.8 mm/a。泸定地震滑动区域主要集中在深度18 km以上，断层滑动的空间分布和估计的闭锁深度对应较好。此外，估计的长期滑动速率为10.8 mm/a(图 5(c))，这一结果与前人研究结果一致[5]。
4 区域地震风险性评估2022年泸定MW6.7地震仅造成磨西断裂南段发生破裂，磨西断裂北段自1786年M7.6地震后并未破裂，而大地测量结果显示磨西段一直存在应变积累，具有发生强震的风险性[6-7]。基于估计的断层闭锁深度和长期运动速率，利用式(2)可以估算距离上次特征地震发生后积累的地震矩：
| $ M=G \cdot V_s \cdot(W \cdot L) \cdot T $ | (2) |
式中，M为累积地震矩，G为剪切模量，Vs为断层长期运动速率，W和L为断层闭锁长和宽，T为距离上次特征地震发生后的离逝时间。假设磨西断裂在17.8 km深度以上完全闭锁，17.8 km深度以下断层以10.8 mm/a的速率运动自由滑动，则自1786年积累的地震矩为9.52×1019 Nm，相当于一次MW7.26地震的能量。而本次泸定地震释放的能量仅占累积地震矩的12.3%，因此磨西断裂的地震风险性依旧很高。
中强震的发生会释放断裂长期加载的应力应变，同时也会对周围断裂相互作用从而抑制或者促进周缘断裂的破裂。本文基于反演的最优滑动模型，在均匀弹性介质模型下计算周缘断裂上的静态库仑应力变化，其中有效摩擦系数设定为0.4，接收断层模型的参数设置参考文献[13]。图 6显示泸定地震后邻近区域断层10 km深度处的库仑应力变化，库仑应力明显增强的区域包括：鲜水河断裂磨西段北部靠近康定区域、安宁河断裂北段、小金河断裂北段、大凉山断裂北段、龙门山断裂西侧和玉农希断裂中部。值得注意的是，安宁河断裂自1480年和1536年发生2次M7.5地震后一直保持平静，被认为是主要的地震空区[1]。所以在泸定地震发生后，应加强对安宁河断裂带活动性的监测。同时，泸定地震只造成磨西段南部部分区域发生破裂，磨西段北部区域并未破裂，而磨西段北部靠近康定区域的库仑应力却显著增加，综合磨西段震间积累的地震矩结果推测，磨西段未来可能发生MW>7.0地震。
|
图 6 泸定地震后周缘断裂10 km深度处的静态库仑应力变化 Fig. 6 Coulomb failure stress change of the adjacent faults at a depth of 10 km after Luding earthquake |
本文利用多源大地测量数据反演泸定地震断层几何参数和滑动分布模型，结果显示，断层走向为164.3°、倾角为73.7°、滑动角为-3.2°，运动模式以左旋走滑为主，并破裂至地表。断层滑动分布集中在18 km深度以上，与估计的17.8 km断层闭锁深度空间分布一致。余震的空间分布与断层闭锁深度也有很好的一致性，并且东南部分余震的深度明显深于西北部分，这可能是受到震间断层耦合分布状态影响所致。泸定地震仅造成磨西断裂东南段部分区域发生破裂，而磨西断裂自1786年积累的地震矩为9.52×1019 Nm，相当于一次MW7.26地震的能量，并且磨西断裂西北段库仑应力显著增加，推测磨西段未来可能发生MW>7.0地震。泸定地震后安宁河断裂带库仑应力加载状态明显，后续尤其需要注意安宁河断裂的地震风险性。
| [1] |
Wen X Z, Ma S L, Xu X W, et al. Historical Pattern and Behavior of Earthquake Ruptures along the Eastern Boundary of the Sichuan-Yunnan Faulted-Block, Southwestern China[J]. Physics of the Earth and Planetary Interiors, 2008, 168(1-2): 16-36 DOI:10.1016/j.pepi.2008.04.013
(  0) |
| [2] |
徐锐, 陈聪, 饶太国, 等. GNSS资料解译2022年泸定MW6.6地震[J]. 地球物理学报, 2023, 66(4): 1 409-1 418 (Xu Rui, Chen Cong, Rao Taiguo, et al. Interpretation of the 2022 Luding MW6.6 Earthquake Based on GNSS Data[J]. Chinese Journal of Geophysics, 2023, 66(4): 1 409-1 418)
( 0) |
| [3] |
韩炳权, 刘振江, 陈博, 等. 2022年泸定MW6.6地震InSAR同震形变与滑动分布[J]. 武汉大学学报: 信息科学版, 2023, 48(1): 36-46 (Han Bingquan, Liu Zhenjiang, Chen Bo, et al. Coseismic Deformation and Slip Distribution of the 2022 Luding MW6.6 Earthquake Revealed by InSAR Observations[J]. Geomatics and Information Science of Wuhan University, 2023, 48(1): 36-46)
( 0) |
| [4] |
Zhang L, Zhou Y J, Zhang X, et al. 2022 MW6.6 Luding, China, Earthquake: A Strong Continental Event Illuminating the Moxi Seismic Gap[J]. Seismological Research Letters, 2023, 94(5): 2 129-2 142 DOI:10.1785/0220220383
( 0) |
| [5] |
Bai M K, Chevalier M L, Leloup P H, et al. Spatial Slip Rate Distribution along the SE Xianshuihe Fault, Eastern Tibet, and Earthquake Hazard Assessment[J]. Tectonics, 2021, 40(11)
( 0) |
| [6] |
Jiang G Y, Xu X W, Chen G H, et al. Geodetic Imaging of Potential Seismogenic Asperities on the Xianshuihe-Anninghe-Zemuhe Fault System, Southwest China, with a New 3-D Viscoelastic Interseismic Coupling Model[J]. Journal of Geophysical Research: Solid Earth, 2015, 120(3): 1 855-1 873 DOI:10.1002/2014JB011492
( 0) |
| [7] |
Qiao X, Zhou Y. Geodetic Imaging of Shallow Creep along the Xianshuihe Fault and Its Frictional Properties[J]. Earth and Planetary Science Letters, 2021, 567
( 0) |
| [8] |
Rosen P A, Gurrola E, Sacco G F, et al. The InSAR Scientific Computing Environment; Proceedings of the EUSAR 2012[C]. European Conference on Synthetic Aperture Radar, Nuremberg, 2012
( 0) |
| [9] |
Goldstein R M, Werner C L. Radar Interferogram Filtering for Geophysical Applications[J]. Geophysical Research Letters, 1998, 25(21): 4 035-4 038 DOI:10.1029/1998GL900033
( 0) |
| [10] |
Costantini M, Rosen P A. A Generalized Phase Unwrapping Approach for Sparse Data[C]. IGARSS, Hamburg, 1999
( 0) |
| [11] |
Yu C, Li Z H, Penna N T, et al. Generic Atmospheric Correction Model for Interferometric Synthetic Aperture Radar Observations[J]. Journal of Geophysical Research: Solid Earth, 2018, 123(10): 9 202-9 222 DOI:10.1029/2017JB015305
( 0) |
| [12] |
Bagnardi M, Hooper A. Inversion of Surface Deformation Data for Rapid Estimates of Source Parameters and Uncertainties: A Bayesian Approach[J]. Geochemistry, Geophysics, Geosystems, 2018, 19(7): 2 194-2 211 DOI:10.1029/2018GC007585
( 0) |
| [13] |
Li Y C, Zhao D Z, Shan X J, et al. Coseismic Slip Model of the 2022 MW6.7 Luding(Tibet) Earthquake: Pre- and Post-Earthquake Interactions with Surrounding Major Faults[J]. Geophysical Research Letters, 2022, 49(24)
( 0) |
| [14] |
Xu L, Aoki Y, Wang J Q, et al. The 2023 MW7.8 and 7.6 Earthquake Doublet in Southeast Türkiye: Coseismic and Early Postseismic Deformation, Faulting Model, and Potential Seismic Hazard[J]. Seismological Research Letters, 2023, 95(2A): 562-573
( 0) |
| [15] |
Yang Y H, Tsai M C, Hu J C, et al. Coseismic Slip Deficit of the 2017 MW6.5 Ormoc Earthquake That Occurred along a Creeping Segment and Geothermal Field of the Philippine Fault[J]. Geophysical Research Letters, 2018, 45(6): 2 659-2 668 DOI:10.1002/2017GL076417
( 0) |
| [16] |
Wang M, Shen Z K. Present-Day Crustal Deformation of Continental China Derived from GPS and Its Tectonic Implications[J]. Journal of Geophysical Research: Solid Earth, 2020, 125(2)
( 0) |
2. Zhejiang Huadong Mapping and Engineering Safety Technology Co Ltd, 22 Chaowang Road, Hangzhou 310014, China;
3. State Key Laboratory of Geohazard Prevention and Geoenvironment Protection, Chengdu University of Technology, 1 Dongsan Road, Chengdu 610059, China