2. 中国长江三峡集团有限公司,武汉市六合路1号,430010
库区地震活动与水库蓄水密切相关[1-5]。考虑到三峡地震台网监测能力有限,幅度小、信噪比低或受大震尾波干扰的微小地震难以被识别,这会对地震成因研究及趋势研判产生一定的制约作用。因此,构建完善和丰富的地震目录,对于三峡地区地震活动时空演化及未来趋势分析具有重要意义。
近年来,随着密集台阵观测技术的广泛应用,基于连续观测波形记录的高精度目录构建方法得到快速发展。相较于常规事件波形记录而言,连续波形观测记录涵盖更丰富的地震信号信息。目前已有多种地震检测方法[6-20],其中地震自动检测与定位程序PALM(PAL+MESS)被证明是一种行之有效的全流程检测方法。该程序主要包含震相拾取、震相关联、绝对定位、相对定位及利用模板匹配方法扫描原始波形数据寻找漏检的微小地震等步骤,可处理台网采集的海量连续波形数据,并构建精细的地震目录,已在多个地区得到广泛应用[21-22]。本文利用PALM自动检测方法对三峡水库地震监测波形资料进行分析,以得到更详细完备的地震目录,为三峡地区地震活动分析提供参考。
1 数据处理和研究方法 1.1 数据预处理2001年三峡工程水库诱发地震监测系统建成运行,至今已产出丰富的地震观测资料,为库区地震活动特征分析及趋势判断提供了重要支撑。三峡地震监测台网由24个台站组成,其中3个地震台使用宽频带地震计(频带范围60 s~100 Hz),其他21个台站使用短周期地震计(频带范围1 s~40 Hz)。本文选用三峡台网2016~2018年记录的连续观测波形资料,同时为检验微震检测方法在三峡地区的有效性,收集整理三峡工程水库诱发地震监测系统提供的地震目录进行对比分析。
在进行微震检测定位前,需要对连续波形数据进行预处理。首先使用rdseed程序将seed格式数据转换为SAC格式,然后进行数据切割合并,对数据间断的部分进行线性插值处理,重叠的部分进行平均处理,最终得到各台站每日数据,输入微震检测程序进行处理。数据预处理使用obspy库,图件绘制使用pyGMT和matplotlib库;地震绝对定位使用HYPOINVERSE程序,相对定位使用hypoDD程序。
1.2 PALM方法介绍 1.2.1 PALPAL(picking-association-location)程序包括震相拾取、震相关联和震源定位3个部分,其中P波和S波到时拾取是震源定位的基础。在震相拾取前需对地震数据进行去线性、去趋势和带通滤波处理,本文使用的滤波范围为2~40 Hz。P波和S波震相自动拾取分别使用STA/LTA算法[6]和Kurtosis算法[23]来实现。
首先在一个较长时间窗口内使用STA/LTA算法进行地震事件检测,以保证检测的稳定性;然后在此窗口内进行更精细的P波拾取,得到P波震相到时后,设置在其10 s内使用Kurtosis算法处理水平分量数据,以获取S波震相到时。此时得到单个台站的P波和S波到时,但无法确定这些震相来源于哪次地震事件,因此需要通过震相关联将这些P波和S波震相关联到相应的地震事件。地震关联可以删除非地震事件造成的误拾取,根据地震波的走时特性,利用时间和空间约束进行地震关联。地震关联时将研究区域以网格划分,根据网格位置估算每个台站的发震时间,并对发震时间在2 s内的台站进行聚类,获取某次地震事件的备选台站,同时在空间上对P波走时进行网格搜索,选取台站数量最多、走时残差最小的网格点作为地震事件的初始位置。图 1为震相关联后某次地震事件的波形及震相特征,图 2为本文震相关联得到的2016~2018年所有地震事件的震中距和P波与S波关系,为保证震相关联结果的可靠性,根据走时曲线特征,定位过程中将自动删除离散性较大的震相。
地震定位分为绝对定位和相对定位2步完成,地壳速度结构模型来源于李强等[24]的三峡库区及邻区速度模型。绝对定位采用常规的HYPOINVERSE方法[25]。PAL中使用hypoDD [26]进行双差定位,设置地震群质心到台站的最大距离(DIST)为100 km,事件对之间最大距离(WDCT)为5 km,使用共轭梯度法(LSQR)求解双差方程,进行4轮迭代计算。
1.2.2 MESSMESS(match-expand-shift-stack)部分是在PAL基础上充分利用模板匹配、扩展、时移和叠加来进一步完成更多地震事件的检测定位,以扩充完善地震目录。模板匹配是一种基于波形相似度寻找微弱和较低信噪比信号的有效方法,通过截取一定长度的事件模板波形在待检测原始波形上移动,采用式(1)不断计算互相关系数,在原始波形上得到与模板波形相似的事件[8-9]。在地震学研究中利用模板匹配方法寻找微弱的地震信号,可详细完整地刻画研究区地震活动,还可以研究余震演化和探测地下断层精细结构等[27-28]。
$ \begin{gathered} C C_0\left(t_i\right)= \\ \frac{\sum\limits_{\tau_i=t_i}^{t_i+\Delta t_{\text {temp }}} d_{\text {raw }}\left(\tau_i\right) \times d_{\text {temp }}\left(\tau_i-t_i\right)}{\sqrt{\sum\limits_{\tau_i=t_i}^{t_i+\Delta \Delta_{\text {temp }}} d_{\text {raw }}^2\left(\tau_i\right)} \times \sqrt{\sum\limits_{\tau_i=0}^{\Delta t_{\text {temp }}} d_{\text {temp }}^2\left(\tau_i\right)}} \\ & \end{gathered} $ | (1) |
式中,Δttemp为模板长度,draw和dtemp分别为原始数据和模板数据。
本文使用的模板来源于PAL检测得到的事件,以P波到时前10 s和后20 s的事件波形为模板。模板匹配后,对得到的互相关系数序列的峰值进行扩展,可增大在模板事件周围寻找漏检事件的范围;再通过时移减去P波走时,将互相关系数峰值对齐;最后将扩展对齐的互相关系数进行叠加,达到减少噪声干扰、降低错误检测率的目的。由于模板匹配计算量较大,MESS采用GPU计算,可显著提高计算速度。
在最终检测出的地震事件中,选择至少被4个台站记录到,且平均互相关系数值均大于0.4的地震事件作为新检测事件。通过计算漏检地震事件水平方向S波段最大振幅与模板地震振幅的震级差,估计新检测事件的震级。随机选取若干模板事件的连续波形,均成功完成模板自检测(图 3(a)),同时得到新检测事件的P波和S波到时,获得新微震事件的震相数据(图 3(b))。
将PALM方法应用于三峡库首区进行微震检测,经过震相拾取、震相关联、震源绝对定位和双差相对定位后,共得到5 267次地震模板事件,利用模板匹配滤波最终检测得到12 814次地震事件,而三峡工程水库诱发地震监测系统在同时段仅记录到3 237次地震事件。不难发现,MESS目录中的地震事件数量显著增加,约为PAL目录和三峡工程水库诱发地震监测系统目录的2.4倍和4.0倍,有效扩充了三峡库首区地震活动观测资料。从震级分布来看,库区地震活动以ML2.0以下微震和ML1.0以下极微震为主。
完备性震级MC是衡量地震监测系统性能的重要指标,被定义为在一定时空范围内100%能够被记录到的最小震级。在ZMAP软件中[29]利用最大曲率法(MAXC)[30]计算得到三峡台网地震目录的完备性震级为ML0.8,利用PALM微震检测构建的地震目录的完备性震级下降至ML0.3。这表明,PALM方法可显著提高台网监测水平,能够记录到更微小的地震,从而有效扩充地震目录。通过微震检测构建的地震目录中ML1.0以下极微震占比最高,约为73.3%,也反映出PALM对于检测湮没在噪声信号中的地震信号具有有效性。
2.2 微震空间分布特征为更直观地对比PALM各阶段地震定位的差异,给出PAL绝对定位、相对定位及MESS定位处理后的震中分布,结果如图 4(a)~(c)所示。从空间分布来看,PAL绝对定位结果较离散地分布在库首区,经双差相对定位后,地震分布相对集中,总体分布特征与三峡工程水库诱发地震监测系统目录定位结果(图 4(d))相似。但经模板匹配和双差定位后,地震丛集性更显著,这可为地震活动成因和趋势分析提供更直观清晰的认识。
PALM检测得到的地震总体分布在巴东和秭归地区,这也是2个主要潜在震源区。秭归丛集区地震呈团状,主要集中在仙女山断裂北端及仙女山-九畹溪断裂交汇处。巴东丛集区地震又分为多个地震小区,在高桥断裂西侧火峰地区呈团状分布;在高桥断裂南西端呈条带状分布,且主要分布于长江北岸;在黄蜡石地区附近,地震则呈明显的团状分布在秭归向斜的南东翼部。长江南岸也有少量地震分布。
3 地震定位结果根据三峡水库蓄水调度,库区蓄水期总体可分为135 m、156 m和175 m三个主要阶段。其中,2003-05~2006-09为135 m蓄水期,2006-09~2008-09为156 m蓄水期,2008-09至今为175 m蓄水期。在135 m和156 m蓄水期,库区地震均以3.0级以下微震活动为主,无4.0级以上地震发生。水库进入175 m蓄水期以来,每年库水位在145 m和175 m之间周期性涨落,周期性动态加卸载使该时段库区地震的活动强度和频次较135 m和156 m蓄水期强,期间发生多次4.0级以上地震[5]。但2016年以来,库区地震活动较之前呈振荡式衰减,记录到的地震事件相对较少,月频次均值为356次,地震频次较高的时段为库水位上升期和下降期(图 5)。
将通过微震检测定位构建的地震目录与三峡工程水库诱发地震监测系统目录进行对比分析,可以发现,2种地震目录的空间分布特征基本一致,主要集中在秭归仙女山-九畹溪断裂及巴东高桥断裂周边地区。但PALM定位结果显示,地震更加密集,且与地质构造的关系更清晰(图 6)。
三峡工程水库诱发地震监测系统目录和PALM检测定位震源深度结果存在较大差异。前者显示,98%的地震主要发生在5 km深度以内;而PALM结果显示,秭归和巴东2个区域地震的震源深度存在一定差异。巴东地区地震震源深度相对较浅,多在5 km以内,而秭归地区相对较深,主要集中在5~15 km范围内。根据前人研究可知[2-5],巴东和秭归地区地震活动存在特征差异。从地质学特征来看,巴东地区发育NE向高桥断裂、新华断裂和牛口断裂及近EW向马鹿池断裂,褶皱构造发育,秭归盆地及周缘地区主要出露三叠系巴东组泥岩、砂岩和嘉陵江组厚层灰岩以及大冶组泥质灰岩等,巴东火峰、燕子阡一带天坑、溶洞及岩溶管道系统等发育。在135 m和156 m蓄水期,该区域地震活动主要与岩溶塌陷、煤矿塌陷、浅表卸荷等非构造因素有关,震源深度相对较浅[1-4]。2013年巴东M5.1地震后,地震活动与断裂构造的关系逐渐明显,震源深度较135 m和156 m蓄水期逐渐加深,但也基本在5~10 km范围内。秭归地区地震震源深度偏深,该地区主要发育库区规模较大的NNW向仙女山断裂和近NS向九畹溪断裂以及NW向天阳坪断裂,其中仙女山断裂倾向西,为高倾角走滑逆断层[1-4],区域地震活动与断裂构造存在密切关系。从二者震源深度对比结果不难发现,PALM定位结果更加合理。
4 结语本文利用PALM方法对三峡库首区2016~2018年连续观测波形资料进行处理分析,构建该时段更完整的高精度地震目录。结果表明,检测出的地震数量是三峡工程水库诱发地震监测系统的4.0倍,有效扩充了三峡库首区地震目录观测资料。震源定位结果较人工定位精度更高,震级测量误差小,震级处理下限可达ML0.3左右,优于三峡工程水库诱发地震监测系统的ML0.8。
高精度PALM地震目录能清晰地展示地震与地质构造的空间关系,巴东地区地震震源深度整体较秭归地区浅。巴东地区地震主要与岩溶塌陷、煤矿塌陷及浅表卸荷等非构造因素相关,震源深度主要集中在5 km以内;秭归地区地震则主要受库区规模较大的仙女山断裂及九畹溪断裂等控制,震源深度偏深,主要在5~15 km范围内。
致谢: 感谢三峡工程水库诱发地震监测系统为本文提供连续波形数据和地震目录,感谢周一剑博士提供PALM程序源代码和使用指导。
[1] |
Yao Y S, Wang Q L, Liao W L, et al. Influences of the Three Gorges Project on Seismic Activities in the Reservoir Area[J]. Science Bulletin, 2017, 62(15): 1 089-1 098 DOI:10.1016/j.scib.2017.07.014
(0) |
[2] |
Zhang L F, Li J G, Sun X D, et al. A Possible Mechanism of Reservoir-Induced Earthquakes in the Three Gorges Reservoir, Central China[J]. Bulletin of the Seismological Society of America, 2018, 108(5B): 3 016-3 028 DOI:10.1785/0120180015
(0) |
[3] |
Zhang L F, Liao W L, Yao Y S, et al. Effect of Interaction between Fluid and Fault Zone on Triggering Earthquakes in the Shallow Crust[J]. Mineralogy and Petrology, 2019, 113(4): 493-504 DOI:10.1007/s00710-019-00665-z
(0) |
[4] |
李井冈, 张丽芬, 廖武林, 等. 褶皱构造中的地震——2017年三峡库区巴东M4.3地震序列成因讨论[J]. 地球物理学报, 2018, 61(9): 3 701-3 712 (Li Jinggang, Zhang Lifen, Liao Wulin, et al. Earthquakes in the Fold Structure—The Genesis of the M4.3 Earthquake Sequence in the Three Gorges Reservoir Area in 2017[J]. Chinese Journal of Geophysics, 2018, 61(9): 3 701-3 712)
(0) |
[5] |
Zhang L F, Gahalaut K, Liao W L, et al. Application of Spectral Analysis to the Reservoir-Triggered Earthquakes in Three Gorges Reservoir Region, China[J]. Natural Hazards, 2023, 118(1): 479-494 DOI:10.1007/s11069-023-06014-w
(0) |
[6] |
Allen R V. Automatic Earthquake Recognition and Timing from Single Traces[J]. Bulletin of the Seismological Society of America, 1978, 68(5): 1 521-1 532 DOI:10.1785/BSSA0680051521
(0) |
[7] |
Baer M, Kradolfer U. An Automatic Phase Picker for Local and Teleseismic Events[J]. Bulletin of the Seismological Society of America, 1987, 77(4): 1 437-1 445 DOI:10.1785/BSSA0770041437
(0) |
[8] |
Gibbons S J, Ringdal F. The Detection of Low Magnitude Seismic Events Using Array-Based Waveform Correlation[J]. Geophysical Journal International, 2006, 165(1): 149-166 DOI:10.1111/j.1365-246X.2006.02865.x
(0) |
[9] |
Shelly D R, Beroza G C, Ide S. Non-Volcanic Tremor and Low-Frequency Earthquake Swarms[J]. Nature, 2007, 446(7 133): 305-307
(0) |
[10] |
Peng Z G, Zhao P. Migration of Early Aftershocks Following the 2004 Parkfield Earthquake[J]. Nature Geoscience, 2009, 2(12): 877-881 DOI:10.1038/ngeo697
(0) |
[11] |
Yang H F, Zhu L P, Chu R S. Fault-Plane Determination of the 18 April 2008 Mount Carmel, Illinois, Earthquake by Detecting and Relocating Aftershocks[J]. Bulletin of the Seismological Society of America, 2009, 99(6): 3 413-3 420 DOI:10.1785/0120090038
(0) |
[12] |
Meng X F, Peng Z G, Hardebeck J L. Seismicity around Parkfield Correlates with Static Shear Stress Changes Following the 2003 MW6.5 San Simeon Earthquake[J]. Journal of Geophysical Research: Solid Earth, 2013, 118(7): 3 576-3 591 DOI:10.1002/jgrb.50271
(0) |
[13] |
Zhang M, Wen L X. An Effective Method for Small Event Detection: Match and Locate (M&L)[J]. Geophysical Journal International, 2015, 200(3): 1 523-1 537 DOI:10.1093/gji/ggu466
(0) |
[14] |
Wang R J, Gu Y J, Schultz R, et al. Source Characteristics and Geological Implications of the January 2016 Induced Earthquake Swarm near Crooked Lake, Alberta[J]. Geophysical Journal International, 2017, 210(2): 979-988 DOI:10.1093/gji/ggx204
(0) |
[15] |
Wang C L, Liang C T, Deng K, et al. Spatiotemporal Distribution of Microearthquakes and Implications around the Seismic Gap between the Wenchuan and Lushan Earthquakes[J]. Tectonics, 2018, 37(8): 2 695-2 709 DOI:10.1029/2018TC005000
(0) |
[16] |
Brown J R, Beroza G C, Shelly D R. An Autocorrelation Method to Detect Low Frequency Earthquakes within Tremor[J]. Geophysical Research Letters, 2008, 35(16)
(0) |
[17] |
Yoon C E, O'Reilly O, Bergen K J, et al. Earthquake Detection through Computationally Efficient Similarity Search[J]. Science Advances, 2015, 1(11)
(0) |
[18] |
Li Z F, Peng Z G, Hollis D, et al. High-Resolution Seismic Event Detection Using Local Similarity for Large-N Arrays[J]. Scientific Reports, 2018, 8(1)
(0) |
[19] |
Kong Q K, Trugman D T, Ross Z E, et al. Machine Learning in Seismology: Turning Data into Insights[J]. Seismological Research Letters, 2019, 90(1): 3-14 DOI:10.1785/0220180259
(0) |
[20] |
Zhu W Q, Beroza G C. PhaseNet: A Deep-Neural-Network-Based Seismic Arrival Time Picking Method[J]. Geophysical Journal International, 2018, 2019, 216(1): 261-273
(0) |
[21] |
Zhou Y J, Yue H, Fang L H, et al. An Earthquake Detection and Location Architecture for Continuous Seismograms: Phase Picking, Association, Location, and Matched Filter(PALM)[J]. Seismological Research Letters, 2022, 93(1): 413-425 DOI:10.1785/0220210111
(0) |
[22] |
姚远, 杨周胜, 姜金钟, 等. 云南小江断裂带中段的微震活动性——PALM自动检测方法在密集台阵中的应用[J]. 北京大学学报: 自然科学版, 2022, 58(5): 829-838 (Yao Yuan, Yang Zhousheng, Jiang Jinzhong, et al. Microseismicity in Central Xiaojiang Fault Zone, Yunnan: Application of PALM on Dense Seismic Network[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2022, 58(5): 829-838)
(0) |
[23] |
Baillard C, Crawford W C, Ballu V, et al. An Automatic Kurtosis-Based P- and S-Phase Picker Designed for Local Seismic Networks[J]. Bulletin of the Seismological Society of America, 2014, 104(1): 394-409 DOI:10.1785/0120120347
(0) |
[24] |
李强, 赵旭, 蔡晋安, 等. 三峡水库坝址及邻区中上地壳P波速度结构[J]. 中国科学: 地球科学, 2009, 39(4): 427-436 (Li Qiang, Zhao Xu, Cai Jin'an, et al. The Structure of P Wave Velocity in the Dam Site and Adjacent Area of the Three Gorges Reservoir[J]. Science China: Earth Science, 2009, 39(4): 427-436)
(0) |
[25] |
Klein F W. User's Guide to HYPOINVERSE-2000, a Fortran Program to Solve for Earthquake Locations and Magnitudes[Z]. 2002
(0) |
[26] |
Waldhauser F, Ellsworth W L. 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) |
[27] |
尹昕忠. 利用波形匹配滤波方法研究汶川地震前后微震时空演化与断裂带成像[D]. 北京: 中国地震局地质研究所, 2019 (Yin Xinzhong. Spatial-Temporal Evolution and Fault Zone Imaging before and after the Wenchuan Earthquake Using the Waveform Matched Filtering Method[D]. Beijing: Institute of Geology, CEA, 2019)
(0) |
[28] |
付裕. 匹配滤波方法研究2016年意大利MW6.0余震迁移[D]. 南京: 南京大学, 2018 (Fu Yu. Migration of Aftershocks following MW6.0 in Central Italy by MFT[D]. Nanjing: Nanjing University, 2018)
(0) |
[29] |
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) |
[30] |
Wiemer S, Wyss M. Minimum Magnitude of Completeness in Earthquake Catalogs: Examples from Alaska, the Western United States, and Japan[J]. Bulletin of the Seismological Society of America, 2000, 90(4): 859-869 DOI:10.1785/0119990114
(0) |
2. China Three Gorges Corporation, 1 Liuhe Road, Wuhan 430010, China