2024, Vol. 44
2012-06-30新疆新源县、和静县交界处(43.4°N, 84.8°E)发生6.6级地震，震源深度7 km。地震位于北天山地区，发震断层为喀什河断裂东段，震中100 km范围内曾发生1906年玛纳斯MS7.7和1944年新源MS7.2地震[1]。新源-和静MS6.6地震破裂优势方向为NWW向，发震断裂喀什河断裂带由多条断裂组成，分为西段、中段和东段，主要沿伊犁盆地北缘展布，向西延入哈萨克斯坦，在我国境内长约315 km，总体走向为290°，倾角为60°~80°，断层面N倾，平均垂直运动速率达到3.8 mm/a，构造活动强烈，断裂性质为走滑逆断型[2-6]。
为解决地震波形自动化处理问题，国内外学者开发了不同的处理系统。梁建宏[7]引入EDT曲线相交定位方法和初至到时组合最优定位方法，研制出中国大陆和全球大地震自动处理系统。金星等[8]利用实时仿真技术提出直观显示实时地震定位结果的方法，但仅适用于网内地震的实时速报。黄文辉等[9]利用震级快速算法和地震预警定位算法研发地震超快速报系统，实现了在震后几秒到几十秒快速确定MS≥3.0地震事件的地震三要素。上述地震处理系统各具特色，但均缺乏检测微小地震的能力。为提高微小地震自动检测处理的能力，有学者研发基于人工智能的地震编目实时处理(RISP)系统，能在震后2~4 min内生成实时地震目录，并在2020年四川石渠MS5.6、2021年云南漾濞MS6.4和2022年四川马尔康地震中得到较好应用，快速产出了高灵敏度、高精度的地震序列目录，处理震级下限达到ML0.0左右[10-12]。
1 RISP系统处理历史离线数据使用RISP系统对2012-06-01~08-31地震波形数据进行处理。首先，收集历史连续波形数据；其次，接入与人工分析相同的台站，使用离线模块对新源-和静MS6.6地震的前震及余震数据进行处理。研究区范围为43°~44°N、84°~85.6°E，从图 1可以看出，研究区内人工处理地震目录(简称人工编目)共607条(红色小圆点)，RISP系统自动检出796条地震目录(蓝色小圆点)。RISP系统编目记录的震群序列与人工地震编目震群序列分布较为一致，但RISP系统编目存在部分余震定位差距大的现象。为比较2个目录的差异，依据2022-10发布的地震自动编目系统业务化评测指标体系试行规定，如果2个目录的地震发震时刻小于3 s且满足震中位置相差小于15 km，则判定2个事件匹配。当满足3个台站记录到5个以上的震相时，就会产出地震目录。当出现多个匹配事件时，优先以发震时刻差值进行匹配，如果人工目录中出现的地震事件RISP系统没有检测出来，则认为是漏检测事件，反之为多检测地震事件。
|
图 1 新源-和静MS6.6主、余震及周边台站分布 Fig. 1 Distribution of main shock and aftershocks of Xinyuan-Hejing MS6.6 earthquake and surrounding stations |
RISP系统需要24 h不间断运行的服务器、工作站或虚拟机，硬盘最好大于1 T，内存大于32 G，CPU多于4核，满足多个进程的运行。RISP系统既可以处理离线数据，也可以实时监测在线数据。本文主要应用离线数据的处理操作模块，主要包括：
1) 震相自动识别。基于深度神经网络的PhaseNet方法和EQTransformer方法实现地震检测和震相拾取，得到每个台站的震相类型和到时、预测概率、信噪比、幅值等指标[13]。深度学习利用深层神经网络解决回归和分类的问题，在数据集上学习和训练，捕获输入与输出之间的非线性关系。使用深度学习检测地震和拾取震相具有速度快、自动化程度高等优势，无需人工从原始波形提取相关特征，经过训练的深度学习模型可以提取震相随波形变化的特征，对不同震相的到时顺序进行分割，拾取震相[14]。
2) 震相关联定位。震相关联使用NLLoc定位程序[15-17]对地震事件进行定位，NLLoc方法可以快速有效定位，即使地震震相数较少，定位结果依然可靠，该方法对到时中的噪声不敏感。RISP系统使用NLLoc定位程序将走时误差作为目标函数，运用组触发和等时差八叉树搜寻相结合的方法，采用AK135速度模型进行震相关联定位。
3) 震级量算测定。震级量算测定使用国家标准GB17740-2017，预处理波形后自动量取振幅和周期，计算ML震级。我国的ML震级测定范围可以到1 000 km，将所有近震震级仿真成短周期地震仪，再量取水平向的最大振幅值。
2 结果分析通过RISP系统离线检测新源-和静MS6.6地震序列，对比人工定位结果，从地震事件匹配情况、震级分布、地震随时间的分布、震中与深度分布、不同参数对比(发震时刻差值、震中差值、深度差值、震级差值)、震相到时差等方面分析RISP系统处理密集地震序列的情况，为RISP系统业务化优化改进提供参考。
从地震事件匹配情况来看，观测报告统计出的人工地震编目事件有607个，相同经纬度范围内RISP系统产出的自动编目地震目录事件为796个，除去误触发事件、非地震序列事件及远震，实际记录的地震序列数为693个，其中有190个人工未分析出的地震事件在自动编目中被分析出(即人工出现漏分析现象)，27个地震事件因发震时刻大于3 s且震中距差值≥15 km，不满足条件，未成功匹配。实际成功匹配个数为476个，其中0.0≤ML＜1.0人工记录1条，RISP系统匹配到1条，匹配率为100%；1.0≤ML＜2.0人工记录292条，RISP系统匹配到210条，匹配率为71.92%；2.0≤ML＜3.0人工记录247条，RISP系统匹配到204条，匹配率为82.59%；3.0≤ML＜4.0人工记录57条，RISP系统匹配到52条，匹配率为91.23%；4.0≤ML＜5.0人工记录9条，RISP系统匹配到8条，匹配率为88.89%；5.0≤ML＜6.0无地震，人工与RISP系统均未记录；6.0≤ML＜7.0人工记录1条，RISP系统匹配到1条，匹配率为100%。
综上可知，607个人工编目地震事件中有476个与自动编目成功匹配，131个未匹配，其中自动编目漏分析104个，还有27个地震事件因发震时刻和震中距差值不满足匹配条件而未匹配。
对比发现，人工编目和RISP系统均出现漏分析现象，同时自动编目出现多检测现象(包含真实地震及误触发事件)。人工漏分析主要受2个方面的影响：1)当地震频发时，需人工分析的地震数量多、时间紧、任务重、地震分析人员数量少，值班人员在有限的时间内有时不能全面地分析地震；2)值班人员具体分析地震事件时需考虑许多因素，包括地震震级、波形特征、台站分布、观测环境、地震活动性及分布等情况，以上因素会受分析人员主观判断及经验影响，可能造成漏分析地震或分析成单台地震。
自动编目漏分析主要是因为自动检测系统现阶段存在一些限制和缺陷，需要在实践中不断优化和完善。例如，自动编目对于复杂的地震事件处理能力较弱，需要兼顾台站的观测环境、地理位置、仪器故障等因素。本文在对自动编目未匹配事件进行校核过程中发现：1)部分震相拾取准确，部分震相拾取错误。错误的震相识别会导致定位结果和人工定位有较大差异，造成发震时刻和震中距的偏差。2)自动编目在异常台站信号上拾取了地震震相。台站背景噪声是影响地震观测质量的重要因素，高背景噪声会减弱台站监测能力和定位精度[18]，地震仪器在实际运行过程中会遇到各种各样的问题，如地震计卡摆、数据中断、检波器损坏等，都会导致观测数据出现异常。3)在震相不清楚的台站上拾取地震震相。地震震相识别错误会造成地震事件定位错误及地震参数(如震级、震源深度)计算偏差较大，影响数据分析人员对后期地震研究的结果。
RISP系统具有以下优势：1)处理效率高。自动检测系统可批量、快速处理大量地震数据，可多进程实时、连续地分析地震信号，减轻值班人员工作量。2)客观性。自动检测系统的判断通常是基于预设的算法和规则，相对于人工分析更加客观和一致。只要保证台站记录正常，其结果不受主观判断和个人经验的影响，能够相对全面而准确地检测地震信号。因此，实际应用中将人工分析和自动检测系统结合，可提高地震事件的检测和分析能力。
图 2为RISP系统与人工编目地震检出的震级分布对比。可以看出，RISP系统与人工编目检测的地震震级范围在ML0.6~6.8之间，其中人工分析震级范围为ML0.9~6.8，RISP系统检出的震级范围为ML0.68~6.42。RISP系统在小震识别上具有明显优势，但其在测定震级时没有可视化图形界面，只有最终目录结果。当ML≤ 1.7时，RISP系统检测到的地震数量明显高于人工编目。当ML＞1.7时，RISP系统与人工编目的地震数量开始趋于一致，说明当地震震级下限达到ML1.7时，RISP系统与人工编目的结果相近，数量差异开始显著变少。
|
图 2 新源-和静MS6.6地震序列人工编目与RISP系统编目检出的震级分布 Fig. 2 Magnitude distribution of Xinyuan-Hejing MS6.6 earthquake sequences detected by manual and RISP system cataloging |
图 3为地震随时间的分布，其中蓝色小圆点和橙色小圆点分别表示RISP系统和人工编目的地震数量，蓝色虚线和橙色实线分别表示RISP系统和人工编目地震的变化趋势。可以看出，主震发生前1个月和主震发生后3 d内，RISP系统检测到的地震数量和人工编目相近，蓝色虚线与橙色实线近重合；主震发生后3 d，RISP系统检测到的地震数量开始明显高于人工编目，说明RISP系统在检测地震时更全面，漏分析现象较少。此次新疆新源-和静MS6.6地震RISP系统检测出的地震数量是人工编目的1.31倍。
|
图 3 新源-和静MS6.6地震序列M-T图 Fig. 3 M-T diagram of Xinyuan-Hejing MS6.6 earthquake sequence |
从震中与深度分布(图 4)来看，人工编目余震震源深度主要集中在5~15 km，RISP系统检测到的震源深度范围主要集中在0~30 km，并存在部分地震深度为0的情况，主要原因为地震震中50 km内台站数量较少，无法有效约束深度[19]，且人工和RISP系统使用的定位方法和地壳模型存在差异。新疆台网人工编目分析浅源地震时，常利用单纯形法结合3 400 km走时表定位；分析中深源地震时，使用Hyposat方法结合XJ2015模型。XJ2015模型基于新疆台网数据构建，更侧重于描述区域地壳的速度结构，对地幔部分的描绘相对较少。由于人工编目定位主要使用单纯形法，导致地震深度偏浅、集中在10 km左右。RISP系统使用的AK135地壳模型是由国际地震学联合会和美国地质调查局合作开发的，通过分析地震波在地球内部传播时的速度变化，推断地球不同部分的速度结构。AK135模型基于全球范围的大量地震数据进行构建，覆盖从地壳到地幔的深度范围，较为全面地揭示了不同深度处地球的速度结构。AK135地壳模型和XJ2015地壳模型在数据来源、模型范围等方面存在差异，对于模型的选取，应根据大量实践数据来决定。谢石文等[20]使用AH2015模型和华南模型对安徽区域的地震进行定位，发现这2种模型对地震深度的定位结果相似。近台资料在深度定位中有着非常重要的作用，而新疆地区区域辽阔，台站密度不高，尤其是近台不多。RISP系统检测地震使用NLLoc定位方法，由于近台较少，部分地震波形信号震相拾取错误，定位结果不理想，可能存在误定位导致部分地震深度偏深的现象。人工定位地震的深度结果更为可靠，震相拾取准确率较高，没有出现深度为0的现象。建议后期增加区域台站密度或构建精细的区域三维速度模型，以改善地震定位精度，减小人工编目与RISP系统的误差。
|
图 4 人工编目与RISP系统编目的地震分布 Fig. 4 Earthquakes distribution of manual and RISP system cataloguing |
图 5为RISP系统与人工编目的不同参数。从图 5(a)可以看出，人工编目与RISP系统编目的发震时刻差值大部在±2 s内，基本以-1 s为轴对称分布，表明RISP系统编目的地震发震时刻比人工编目的地震发震时刻普遍早1 s。这是由于RISP系统使用的NLLoc定位方法是一种非线性定位方法，其使用八叉树搜索法进行定位；而人工编目使用的单纯形法是一种线性定位方法，以走时误差为目标函数，通过拟合到时求得目标函数的最小值，从而达到地震定位的目的。由于定位方法的差异，可能导致RISP系统检测到的地震事件发震时刻早于人工编目的发震时刻。为缩小人工编目和自动编目地震发震时刻之间的差距，可以使用相同的定位方法进行定位或引入机器学习和人工智能技术，训练和优化地震自动检测系统，使其能更好地识别和分析地震信号。从图 5(b)得出，2种编目结果的整体震中偏差为0~10 km，少量在10~20 km，极个别在20 km之外。图 5(c)给出2种编目方式的震源深度差，可以看出，绝大多数地震序列的差值在25 km内。图 5(d)给出2种编目方式的震级差值，可以看出，ML震级偏差范围为-0.4~0.4，多数在-0.2~0.2之间。
|
图 5 人工编目与RISP系统编目得出的地震参数对比 Fig. 5 Comparison of the seismic parameters detected by manual cataloging and RISP system cataloging |
对比RISP系统编目与人工编目震相到时差(图 6)，结果近正态分布，识别震相到时误差匹配目录相同的到时差主要集中在±0.25 s之间。Pg震相检出率为88.46%，Sg震相检出率为82.94%。RISP系统编目与人工编目的Pg、Sg震相到时差多数在零轴左侧，说明RISP系统在拾取震相时略早于人工编目。Pg震相占比高于Sg震相占比，说明Pg震相识别精度较好。
|
图 6 人工编目与RISP系统编目地震震相到时差分布 Fig. 6 Distribution of arrival time difference of seismic phase between manual cataloging and RISP catalogin |
RISP系统可批量、快速处理大量地震数据，连续分析地震信号，在地震检测上具有一定优势。但其在震相检测上还需优化算法参数，同时结合不同区域特点进行训练，剔除问题台站，选取优质台站进行分析，加强对地震观测数据的质量控制和监测，以提高地震定位的准确性。
本文利用2012-06-01~08-31地震波形数据，使用RISP系统进行自动编目处理，并从地震事件匹配情况、震级分布、地震随时间的分布、震中与深度分布、不同参数对比(发震时刻差值、震中差值、深度差值、震级差值)、震相到时差等方面与人工编目结果进行对比。结果表明：
1) 此次新疆新源-和静县MS6.6地震RISP系统检测出的地震数量是人工编目的1.31倍，人工编目地震事件为607个，RISP系统编目地震事件为796个。当ML≤1.7时，RISP系统检测到的地震数量明显高于人工编目；当ML＞1.7时，RISP系统编目与人工编目的地震数量开始趋于一致。说明对于此次新源-和静地震，当震级下限达到ML1.7时，RISP系统所得结果与人工编目结果相近，数量差异开始显著变少，结果较为可靠。
2) 主震发生前1个月和主震发生后3 d内，RISP系统检测到的地震数量和人工编目数量相近；主震发生后3 d，系统检测到的地震数量开始明显高于人工编目的数量。人工编目余震震源深度主要集中在5~15 km，RISP系统编目则主要集中在0~30 km。
3) 人工编目与RISP系统编目的发震时刻差值基本在±2 s内，RISP系统检测的地震发震时刻大多早于人工编目的发震时刻，2种编目结果的整体震中偏差范围在10 km内。2种编目结果的震源深度差值主要集中在25 km内，以20 km内居多。2种编目方式的ML震级偏差范围在-0.4~0.4之间，多数在-0.2~0.2之间。
4) RISP系统编目与人工编目的震相到时误差主要集中在±0.25 s之间。Pg震相检出率高于Sg震相，说明Pg震相识别精度较好。
致谢: 感谢廖诗荣和房立华团队、广东省地震局蒋策和福建省地震局陈辉的帮助。
| [1] |
王琼, 冀战波, 赵翠萍, 等. 2012年6月30日新疆新源、和静交界MS6.6地震的破裂过程[J]. 地震地质, 2015, 37(1): 33-43 (Wang Qiong, Ji Zhanbo, Zhao Cuiping, et al. Research on Source Rupture Process of MS6.6 Earthquake of June 30, 2012, in the Border Area of Xinyuan and Hejing County, Xinjiang[J]. Seismology and Geology, 2015, 37(1): 33-43)
(  0) |
| [2] |
冯先岳. 新疆尼勒克地震断层带[J]. 内陆地震, 1990, 4(3): 273-277 (Feng Xianyue. The Nilka Earthquake Fault Zone in Xinjiang[J]. Inland Earthquake, 1990, 4(3): 273-277)
( 0) |
| [3] |
冉慧敏, 张志斌, 赵庆. 2012年6月30日新疆新源-和静MS6.6地震序列震源机制解[J]. 中国地震, 2014, 30(3): 432-441 (Ran Huimin, Zhang Zhibin, Zhao Qing. The Focal-Mechanism Solution of the Xinyuan-Hejing MS6.6 Earthquake in Xinjiang on June 30, 2012[J]. Earthquake Research in China, 2014, 30(3): 432-441)
( 0) |
| [4] |
尹光华. 伊犁盆地新构造运动与地震[J]. 内陆地震, 1993, 7(2): 180-187 (Yin Guanghua. Neotectonic Movement and Earthquakes in Ili Depression Basin[J]. Inland Earthquake, 1993, 7(2): 180-187)
( 0) |
| [5] |
尹光华, 蒋靖祥, 张勇. 新疆伊犁喀什河断裂带及其活动性研究[J]. 内陆地震, 2003, 17(2): 109-116 (Yin Guanghua, Jiang Jingxiang, Zhang Yong. Research on Kashi River Fault in Yili, Xinjiang and Its Activity[J]. Inland Earthquake, 2003, 17(2): 109-116)
( 0) |
| [6] |
尹光华, 裴宏达, 蒋靖祥. 喀什河断裂中更新世以来的活动速率[J]. 地震地磁观测与研究, 2007, 28(5): 155-161 (Yin Guanghua, Pei Hongda, Jiang Jingxiang. Active Rate of Kashi River Fault since Pleistocene Epoch[J]. Seismological and Geomagnetic Observation and Research, 2007, 28(5): 155-161)
( 0) |
| [7] |
梁建宏. 地震快速处理方法研究与应用[D]. 北京: 中国地震局地球物理研究所, 2009 (Liang Jianhong. Research and Application of Methods for Rapid Processing of Seismic Data[D]. Beijing: Institute of Geophysics, CEA, 2009)
( 0) |
| [8] |
金星, 廖诗荣, 陈绯雯. 区域数字地震台网实时速报系统研究[J]. 地震地磁观测与研究, 2007, 28(1): 64-72 (Jin Xing, Liao Shirong, Chen Feiwen. The Test Running of Real-Time Earthquake Information System for Province-Level Seismic Network[J]. Seismological and Geomagnetic Observation and Research, 2007, 28(1): 64-72)
( 0) |
| [9] |
黄文辉, 沈玉松, 吕作勇, 等. 地震超快速报系统试运行结果评估[J]. 华南地震, 2016, 36(4): 1-7 (Huang Wenhui, Shen Yusong, Lü Zuoyong, et al. Evaluating the Results of the Earthquake Very Fast Report System[J]. South China Journal of Seismology, 2016, 36(4): 1-7)
( 0) |
| [10] |
刘媛, 颜利君, 廖诗荣, 等. 实时智能地震处理系统在2020年四川石渠M5.6地震序列中的应用[J]. 地质论评, 2022, 68(4): 1 375-1 381 (Liu Yuan, Yan Lijun, Liao Shirong, et al. Application of Real-Time Intelligent Seismic Processing System in the 2020's M5.6 Earthquake in Shiqu, Sichuan[J]. Geological Review, 2022, 68(4): 1 375-1 381)
( 0) |
| [11] |
廖诗荣, 张红才, 范莉苹, 等. 实时智能地震处理系统研发及其在2021年云南漾濞MS6.4地震中的应用[J]. 地球物理学报, 2021, 64(10): 3 632-3 645 (Liao Shirong, Zhang Hongcai, Fan Liping, et al. Development of a Real-Time Intelligent Seismic Processing System and Its Application in the 2021 Yunnan Yangbi MS6.4 Earthquake[J]. Chinese Journal of Geophysics, 2021, 64(10): 3 632-3 645)
( 0) |
| [12] |
颜利君, 刘媛, 廖诗荣, 等. 2022年6月10日四川马尔康地震序列实时智能检测结果分析与研究[J]. 地震工程学报, 2022, 44(6): 1 450-1 458 (Yan Lijun, Liu Yuan, Liao Shirong, et al. Real-Time Automatic Detection Results for the Maerkang, Sichuan Earthquake Sequence on June 10, 2022[J]. China Earthquake Engineering Journal, 2022, 44(6): 1 450-1 458)
( 0) |
| [13] |
Zhu W Q, Beroza G C. PhaseNet: A Deep-Neural-Network-Based Seismic Arrival-Time Picking Method[J]. Geophysical Journal International, 2019, 216(1): 261-273
( 0) |
| [14] |
Lomax A, Michelini A, Curtis A. Earthquake Location, Direct, Global-Search Methods[M]. New York: Springer, 2011
( 0) |
| [15] |
Mostaccio A, Tuve T, Patane D, et al. Improving Seismic Surveillance at Mt Etna Volcano by Probabilistic Earthquake Location in a 3D Model[J]. Bulletin of the Seismological Society of America, 2013, 103(4): 2 447-2 459 DOI:10.1785/0120110202
( 0) |
| [16] |
Kamer Y, Kissling E, Ouillon G, et al. KaKiOS-16: A Probabilistic, Nonlinear, Absolute Location Catalog of the 1981-2011 Southern California Seismicity[J]. Bulletin of the Seismological Society of America, 2017, 107(5): 1 994-2 007 DOI:10.1785/0120160146
( 0) |
| [17] |
张丽娜, 张红才, 巫立华, 等. NLLoc定位方法在福建地区的适用性探究[J]. 华南地震, 2021, 41(1): 34-43 (Zhang Lina, Zhang Hongcai, Wu Lihua, et al. Preliminary Study on the Applicability of NLLoc Method in Fujian Area[J]. South China Journal of Seismology, 2021, 41(1): 34-43)
( 0) |
| [18] |
彼得·鲍曼. 新地震观测实践手册[M]. 北京: 地震出版社, 2006 (Peter Bowman. New Practice Manual for Seismic Observation[M]. Beijing: Seismological Press, 2006)
( 0) |
| [19] |
王祖东, 杨晓鹏, 尹欣欣, 等. 2022年1月8日青海门源MS6.9地震余震序列自动处理结果探讨[J]. 地震工程学报, 2022, 44(2): 408-414 (Wang Zudong, Yang Xiaopeng, Yin Xinxin, et al. Discussion on the Automatic Processing Results for the Aftershock Sequence of Menyuan, Qinghai MS6.9 Earthquake on 8 January, 2022[J]. China Earthquake Engineering Journal, 2022, 44(2): 408-414)
( 0) |
| [20] |
谢石文, 周冬瑞, 袁勇, 等. 华南模型与AH2015模型在安徽区域地震定位中的对比研究[J]. 地震科学进展, 2021, 51(8): 337-344 (Xie Shiwen, Zhou Dongrui, Yuan Yong, et al. The Comparative Research of South China Model and AH2015 Model in Anhui Regional Seismic Location[J]. Progress in Earthquake Sciences, 2021, 51(8): 337-344)
( 0) |