2. 武汉大学卫星导航定位技术研究中心, 武汉 430079;
3. 中国地质大学地球物理与空间信息学院, 武汉 430074
2. Research Center of GNSS, Wuhan University, Wuhan 430079, China;
3. Centre of Space Research, China University of Geosciences, Wuhan 430074, China
20世纪末,以单日解为基础的低频采样GNSS观测在监测板块运动与地壳形变中发挥了重要作用(Wang et al., 2001;李强等,2012).新世纪伊始,逐历元解算使高频GNSS捕获短周期、瞬时动态变形信号成为可能,例如2001年Nikolaidis et al.(2001)首次使用30 s采样GPS数据检测出1999年南加州Mw7.1 Hector Mine地震产生的形变波.2003年,Larson等(2003)成功利用1 Hz采样的GPS数据恢复了2002年Denali地震的远场地震波,从而奠定“GNSS地震学”的基础.此后,为满足高采样动态监测的需求,世界各国都将GNSS观测网络的采样率调高至1 Hz甚至更高,观测窗口从“零频”(即静态)扩展至地震学频率窗口,对地震记录形成有效的补充.GNSS地震学丰富了强震研究(Bock et al., 2004,2011; Ji et al., 2004; Kobayashi et al., 2006; Bilich et al., 2008; Davis and Smalley, 2009; 方荣新等,2009; Yokota et al., 2009; Avallone et al., 2011,2012; Delouis et al., 2010; Shi et al., 2010; 熊永良等,2010; 殷海涛等, 2010,2013; Yang et al., 2011; Li et al., 2012; 张小红等,2012; Zheng et al., 2012; 郭爱智,2013),并在地震参数确定、地震/海啸预警等方面发挥积极作用(Blewitt et al., 2006; Allen et al., 2011; Fang et al., 2013; Li et al., 2013).
国内外学者通过研究近期几次特大地震(2001年阿拉斯加、2004年苏门答腊,2008年汶川,2011年日本东北等)的高频GNSS形变波记录,成功检测到各种震相(Bilich et al., 2008; Davis and Smalley, 2009; Avallone et al., 2011; Shi et al., 2010; 张小红等,2012; Zheng et al., 2012; 郭爱智,2013; Yin et al., 2013).这些研究均是事后处理的结果,相对于真实地震波形,实时处理给出的高频GNSS记录的震相完整性(本文所涉及的震相的完整性是指P波、S波、面波三者形成的大的震相)未有确切结论,对影响其捕捉各个震相的因素仍未系统讨论,强震观测中高频GNSS记录形变波震相识别依然需要深入研究.本文利用振动台开展高频GNSS模拟观测研究,并对实测地震的高频GNSS观测进行分析,探索从强震实时GNSS形变波记录中快速拾取震相的有效方法. 2 模拟实验及其数据处理
本文利用GSK-166单向线性振动台开展高频GNSS观测动态过程的模拟实验(图 1).该振动台依靠强力的轴向磁驱动,在水平或垂直向进行振动,可实现最大位移660 mm,最大速度4.8 m·s-1,最大加速度达5 g的地震模拟实验.1999土耳其Izmit发生Mw7.4地震,距离震中仅20 km的YPT强震仪记录到此次地震波(图 1a).实验以Izmit地震YPT强震记录的垂直分量作为已知的地震波形输入振动台以再现震时近场的强地面运动.实验中采用两台Trimble NetR8 GNSS接收机,配置扼流圈天线,流动站固定于振动台上,参考站置于振动台20 m处(场地及设备条件有限,无法多距离设置参考站)(图 1b).为比较常用的1 Hz和更高频的50 Hz的监测能力,实验中并置1 Hz和50 Hz的采样率进行记录.振动台携带流动站的GNSS天线在水平单轴向模拟YPT垂向记录进行振动(频响特性见表 1),同时利用其自带的拾振器以200 Hz对振动的加速度时程进行记录,形成同址观测条件,规避场地效应问题.实验在开阔场地进行,模拟波形每次持续2′10″,共重复3次.
GNSS数据处理分别采用两种方法:(1)实时双 差精密定位(Real-Time Double-Difference,RTDD),基于差分模式和IGS超快速星历,同时单历元固定整周模糊度,实时获取测站相对于参考站的高精度 位移变化(Bock et al., 2000).处理软件采用GAMIT 的实时数据流解算模块Trackrt实现(王俊等,2013).(2)动态精密单点定位(Kinematic Precise Point Positioning,KPPP),利用精密卫星轨道和卫星钟差,对单台接收机采集的相位和伪距观测值进行非差定位处理,获取测站相对于全球参考框架的高精度位移变化(Larson et al., 2003).本文以此方法作为事后处理策略,利用武汉大学的PANDA软件的动态模块实现(方荣新等,2009).以实时与事后处理结果的对比评估实时精度.为对比GNSS高频记录与拾振器记录,本文对加速度数据进行校正并积分至位移.加速度仪观测往往存在基线漂移,且震时可能出现平移、旋转、倾斜等问题,因此需进行校正,具体方法如Li等(2012)所述. 3 实验结果与分析
虽然实验中使用的YPT台的加速度记录作为已知的输入,但经过振动台复现后,存在部分畸变,因此本文仅采用振动台拾振器的记录(SEIS)作为真实运动,以比较分析高频GNSS记录.
数据处理的结果显示,1 Hz采样与50 Hz采样的高频GNSS实时(RTDD)与事后处理(KPPP)内符精度均优于1 cm(水平分量).图 2(b,c,d)为1 Hz与50 Hz数据在两种处理方式下和拾振器仿真至位移(SEIS)的比较,表 2则为详细的精度指标,可知:(1)1 Hz、50 Hz的RTDD与KPPP处理结果的幅度差值在误差范围内,互相关系数分别为0.95和0.94,变化趋势呈现出高度符合,反映出RTDD的实际精度与KPPP处于同一量级,并与采样率无关;(2)50 Hz采样的GNSS位移时序与加速度仿真位移时序的互相关系数与差值RMS都优于1 Hz采样的结果,差值最大值与之基本持平,且在视觉上与仿真位移更加拟合,表明50 Hz的数据在此实验中较1 Hz更加清晰的记录了震时的强地面运动;(3)两种采样频率在两种处理手段下的位移时序与加速度仿真位移(已精确校正方向)在震时的差值明显大于无震时刻,该结果与Xu等(2013)的实验结果一致.其原因主要有两点,(1)加速度仿真位移是通过积分获得,震动过程的加速度积分误差比无震时大;(2)震动过程其多路径效益会更加明显,降低了GNSS定位精度.
由于加速度记录精度较高,震相特征及P波初动时刻易于识别.本文对实验中拾振器记录的震相到时进行拾取(Avallone et al., 2012).实验波形的特点为体波幅度较大,面波不发育(图 2a,b).在位移分量中,50 Hz高频GNSS与仿真至位移的拾振器记录呈现高度一致,均可检测到P波和S波震相,其中S波震相及到时清晰,P波到时稍显滞后.1 Hz GNSS虽在10~20 s时区与拾振器记录较为拟合,但在P波震相区间至S波初至部分,由于采样率较低,只捕捉到了部分震相.P波初动位移幅度为2 mm,以高频GNSS的解算精度难以准确确定其到时.因此在此实验中,精度是影响高频50 Hz GNSS记录P波初动的重要因素.
图 3(a,b)分别显示了不同记录的全波形与P波 震相的频谱分析结果.在加速度分量上,YPTACC200 Hz 与SEISACC200 Hz在全波形谱和P波谱中均展现出基本相同的频率范围与特征,说明振动台实现了YPT强震记录z分量P波震相的基本特征,优势频段集中在低频段的0.5~5 Hz区间.由于地震动分别在加速度分量与位移分量上的响应具有不同特征,相同震相的加速度谱与位移谱的卓越频率也不 相同,其中加速度谱可较好的体现高频部分,位移谱可较好的体现低频部分(杨松涛等,2002),在图 3中反映为位移谱的卓越频率较加速度谱的 卓越频率更低,并且展现出不同的谱特征.在全波形谱中,加速度仿真位移(SEISDIS200 Hz)的优势频率集中 于0.01~2 Hz的区间,卓越频率为0.2 Hz,RTDD50 Hz和KPPP50 Hz的频谱范围与之重合,卓越频率相同,表明高频50 Hz GNSS时序可记录到振动台振动位移信号的频率特征.在P波谱中,加速度仿真位移的频段范围为0.1~4 Hz的区间,卓越频率为0.7 Hz,高频50 Hz GNSS时序的谱特征与之相同,但在5~25 Hz区间,谱值明显高于仿真位移时序,表明高频50 Hz GNSS可记录到P波的频段,高频噪声的存在可能增加P波初动识别的难度.依据采样定律,1 Hz GNSS时序能够记录信号的最高频率为0.5 Hz,虽可记录到全波形的卓越频率,但无法记录到P波的卓越频率,此外,还将产生频率混叠现象,使得信号失真(本文对混叠现象的具体特征暂不涉及).因此1 Hz GNSS时序虽反映了全波形的低频特征,却对P波震相的记录不太明显.在此实验中,相比于50 Hz,1 Hz GNSS的采样率不够高是导致其记录P波震相不清晰的直接因素.
本文选取汶川地震震中距1000 km内25个1 Hz采样的GNSS站,日本东北地震震中距1000~3200 km 间中国大陆及周边的13个1 Hz采样和1个同时采样1 Hz和20 Hz 的GNSS站,及震时与GNSS近似同址观测的强震台(PXZ)与测震台(YNB)资料(称为并置站)作为实例进行分析.点位分布如图 4所示.以RTDD和KPPP两种方式解算了GNSS数据(因无其他20 Hz采样率的参考站,对20 Hz采样的JA01站仅使用KPPP计算),得到了这些站点震时水平分量的地表位移(图 5).
利用汶川地震距震中50 km左右的并置站的 PIXI站1 Hz GNSS数据和PXZ站的强震加速度数据(两站相距仅100 m)作为近场实例进行比较.由于震中距较近,面波不发育,PXZ站记录的震相以体波为主,且P、S震相耦合(图 6a).在速度分量和位移分量上,1 Hz GNSS时序与加速度积分时序均拟合较好(图 6b、c),并清晰的捕获了S波震相及其到时;在P波区间,1 Hz GNSS时序表现为低频、无序的噪声,解算精度是导致1 Hz GNSS中P波震相缺失的主因.对PXZ和PIXI站点时序的频谱分析如图 6d所示:在加速度分量上,PXZ记录信号的 频率范围集中在0.1~12 Hz区间,其中1 Hz左右为其卓越频率.在速度分量上,PXZ积分时序的频率范围集中在0.01~10 Hz区间,而PIXI的1 Hz GNSS微分速度时序的频率集中于0.5~0.01 Hz 区间,对高于0.5 Hz的信号没有记录,这可能对1 Hz GNSS微分速度时序没有P波震相有所贡献;在位移分量上,由于产生了静态永久位移,因此PXZ积分位移与1 Hz GNSS实测位移的卓越频率均为‘零频’;除‘零频’外,PXZ的其他优势频率较RTDD、KPPP的优势频段更低,其原因依然是积分过程导致.从优势频段及卓越频率的重合度,1 Hz GNSS可反映出信号在位移分量主要特征.图 6e为汶川地震PIXI站三维的运动轨迹,在P波与S波出现的时间区间中,地面运动轨迹没有体现出明显的P、S震相的运动特征.
以日本地震距震中约1300 km的JLYJ站1 Hz GNSS数据和YNB站地震仪速度记录(两站相距14 km)作为远场实例进行比较.由于YNB数据限幅,其记录的某些相位幅值不完整,但并不影响对其进行震相识别(图 7a).在速度分量和位移分量上(图 7b、c),YNB与JLYJ在相位上三分量均符合较好,振幅上则在南北向符合度最高,东西向符合较好,垂直向符合度稍差;YNB与JLYJ均包含了包括P波、S波、Love波、Rayleigh波在内的震相,震相内容相对完整.震级是此例中影响震相识别的关键因素,日本地震释放的地震矩约为汶川地震的40倍,Izmit地震的150倍,从而导致1 Hz GNSS测得JLYJ站点P波震相最大振幅达15 cm,S波的最大振幅为5 cm(处于S波隐区,其振幅小于P波),面波最大振幅达21 cm,远远超出GNSS背景噪声.体波、面波震相清晰,耦合度较小的远场震相特点也是记录各个震相清晰完整的原因之一.频域内1 Hz GNSS与地震仪记录的信号频率特征如图 7d所示.在速度分量上,JLYJ站1 Hz GNSS与YNB速度记录的频率范围和卓越频率基本相同.在位移分量上,JLYJ站1 Hz GNSS的RTDD、KPPP位移时序与YNB速度积分位移时序的频率范围为0~0.2 Hz,卓越频率为零频;除卓越频率外,YNB、RTDD、KPPP在其他特征频率上的幅值依次减弱.从谱分析的结果来看,远场地震波产生的位移信号主要以低于0.1 Hz的频率为主,1 Hz的采样率可捕捉到信号在位移分量上的特征.图 7e为JLYJ站三维的运动轨迹,在P波、S波、Love波、Rayleigh波时间区间中的运动轨迹充分的体现出了对应震相的运动特征:P波运动轨迹垂直于S波,而Love波与Rayleigh波耦合轨迹在垂向为逆进椭圆、在水平向则在垂直于传播方向上振荡.
位于日本本土、震中距约为390km的JA01站点在震时同时记录了1 Hz采样和20 Hz采样的GNSS数据,为本文提供了真实地震条件下1 Hz数据与高采样20 Hz进行对比的机会(图 8).在时域上,JA01时序的1 Hz与20 Hz三分量间的互相关系数分别为99%、98%、98%,两者呈现出高度的一致性(图 8a,b).在频谱上,三分量的优势频率均集中0.001~0.3 Hz之间,且1 Hz与20 Hz 三分量的频段范围与卓越频率相同,且谱细节也具有较好的一致性,由此可判断JA01站点1 Hz和20 Hz的数据记录到了相同的地震信息.由于震中距较近,剪切波造成了亚米级的位移峰值,高频GNSS可清晰反映其震相;P波产生的形变波形相对较小,在S波未至前的峰值达到了3.2 cm.由于没有地震数据形成比较,我们仅粗略划定P波的到时后,反算其波速约为5.8 km·s-1.图 8d为JA01站的三维运动轨迹,单独的P波时区较短,P波与S波并没有可区别 的运动特征且两者在S波到时后强耦合,难以依据其轨迹判断S波的初至. 5 讨论
通过振动台模拟实验、近期强震中同址观测条件的高频GNSS与强震仪、地震仪记录的对比分析发现:近场震相较为复杂,虽记录震相清晰度欠佳,但高频GNSS可记录到P波与S波.此外,在震中距很小的情况下,常规1 Hz采样率无法记录完整的形变波形.远场震相相对清晰,高频GNSS可记录到包含P波、S波、Love波、Rayleigh波在内的相对完整的震相.由于实时定位精度仅为厘米级,导致某些弱震相淹没于噪声之中,使单独利用GNSS信息识别震相及初动难度增大.
高频GNSS组成观测台阵记录到的地表形变波(图 5)呈现出明显的宏观特征:一定方位角和震中距范围内的形变波呈现出极为相似的相位波形,如图 5(a,b)中汶川地震中震中距在700 km左右的云南省GNSS站记录的波形基本相同,而震中距相同、方位角相差近90°的XANY站波形却截然不同;随着震中距的增加,波形的分段特征愈发清晰,如图 5中蓝色直线划分的不同分段;相同分段区域内的波速相似,如图 5d中不同站点相同分段区域内的初始时刻近似可用蓝色直线连接.这些宏观特征与震相传播的规律具有一定的对应关系,为识别震相提供了一定的依据,如图 5d中蓝色直线的斜率分别为6.5 km·s-1和3 km·s-1,根据不同震相在地壳中传播速度,记录的震相应为P波和面波.
震相的本质特征表现为具有确定的运动方式,如P波与S波的运动方向垂直,Love波传播平行地面扭曲前行,Rayleigh波呈现出逆进椭圆等.因此,通过不同特征的运动方式来识别震相内容是重要的方式之一.高频GNSS直接测量地表形变波,其时序中不同的运动特征是对震相类别的直接体现,在前人的研究中也有很多通过运动特征识别震相的成果,但这种识别方法并非普遍使用,其识别效果与各震相的耦合程度密切相关.近场震相复杂,P、S波高度耦合,由此导致运动方式复杂,难以清晰的反映震相特征;远场震相相对独立,运动方式简单,通过运动轨迹可清楚的识别各震相.
地震波记录具有精度较高、震相识别简单的特点,若将其作为参照,将极大地提高高频GNSS时序震相识别的可靠性与时效性.在地震记录与高频GNSS同址观测或距离较近的条件下,如汶川地震时的PXZ强震台与PIXI站,日本地震时的YNB测震台与JLYJ站,该方法可最佳.在非同址观测的情况下,一定震中距和方位角范围内的地震波辐射、介质结构具有一定的相似性,将地震记录与高频GNSS相结合以识别高频GNSS的震相具有可行性.如通过YNB的震相,可判断出JLYJ站、SUIY站、DAEJ站、HLHG站、HRBN站均捕捉到了P 波、S波、Love波和Rayleigh波震相.目前,国内的测震网、强震网较为密集,而中国大陆构造环境监测网络的建成及各地方的CORS网也使得高频GNSS的网络初具规模,不同网间的重合性也使得基于这种广义的同址观测为快速识别高频GNSS所包含的震相提供了基础.
本文对振动台GNSS模拟实验、汶川地震近震区及日本地震远震区的39个测站的高频GNSS数据进行分析,并与并置的地震仪或强震仪记录进行对比.GNSS实时精密定位的精度与后处理精度相当,且与采样率无关.由此得到的形变波与强震、测震记录均具较好一致性,并能记录到包括P波、S波、Love波及Rayleigh波等比较完整的震相.影响高频GNSS记录震相能力的主要因素是定位精度及地震震级.在观测频率方面,地震信号在位移上的特征频率主要集中在低频端,一定震中距的常规1 Hz GNSS可记录到信号的主要特征(仅当震中距很小时,较低的采样率将影响记录震相记录的清晰度).在震相的识别方法上,通过GNSS台阵的空间分段特征可大致划分震相区间,结合单站的运动特征及地震波记录,可对高频GNSS形变波的震相进行识别.
致谢 地壳运动监测工程研究中心、四川省地震局与吉林省地震局提供了GNSS与地震波的数据支持,湖北省地震局武汉地震台张念博士在震相识别方面给予了支持与帮助,中国地震局地震研究所姚运生研究员在仪器响应、场地效应方面给出了很多有益的建议,在此一并表示感谢!
[1] | Allen R M, Ziv A. 2011. Application of real-time GPS to earthquake early warning. Geophys. Res. Lett., 38(16): L16310, doi: 10.1029/2011GL047947. |
[2] | Avallone A, Anastasio E D, Serpelloni E, et al. 2012. High-rate(1 Hz to 20 Hz) GPS coseismic dynamic displacements carried out during the Emilia 2012 seismic sequence. Ann. Geophys., 55(4): 773-779, doi: 10.4401/ag-6162. |
[3] | Avallone A, Matzario M, Cirella A, et al. 2011. Very high rate (10 Hz) GPS seismology for moderate-magnitude earthquake: The case of the Mw6.3 L'Aquila (Central Italy) event. J. Geophys. Res., 116: B02305, doi: 10.1029/2010JB007834. |
[4] | Bilich A, Cassidy J F, Larson K M. 2008. GPS seismology: Application to the 2002 Mw7.9 Denali fault earthquake. Bull. Seismol. Soci. Am., 98(2): 593-606, doi: 10.1785/0120070096. |
[5] | Blewitt G, Kreemer C, Hammond W C, et al. 2006. Rapid determination of earthquake magnitude using GPS for tsunami warning systems. Geophys. Res. Lett., 33(11): L11309, doi: 10.1029/2006GL026145. |
[6] | Bock Y, Melgar D, Crowell B W. 2011. Real-time strong-motion broadband displacements from collocated GPS and accelerometers. Bull. Seismol. Soci. Am., 101(6): 2904-2925, doi: 10.1785/0120110007. |
[7] | Bock Y, Nikolaidis R M, De Jonge P J. 2000. Instantaneous geodetic positioning at medium distances with the Global Positioning System. J. Geophys. Res., 105(B12): 28223-28253. |
[8] | Bock Y, Prawirodirdjo L, Melbourne T I. 2004. Detection of arbitrarily large dynamic ground motions with a dense high-rate GPS network. Geophys. Res. Lett., 31(6): L06604, doi: 10.1029/2003GL019150. |
[9] | Davis J P, Smalley R Jr. 2009. Love wave dispersion in central North America determined using absolute displacement seismograms from high-rate GPS. J. Geophys. Res., 114(B11): B11303, doi: 10.1029/2009JB006288. |
[10] | Delouis B, Nocquet J M, Vallee M. 2010. Slip distribution of the February 27, 2010 Mw8.8 Maule Earthquake, central Chile, from static and high-rate GPS, InSAR, and broadband teleseismic data. Geophys. Res. Lett., 37(17): L17305, doi: 10. 1029/2010GL043899. |
[11] | Fang R X, Shi C, Gu S. 2009. Precise Point Positioning with high-rate GPS data applied to seismic displacements analysis. Geomatics and Information Science of Wuhan University (in Chinese), 34(11): 1340-1343. |
[12] | Fang R X, Shi C, Song W W, et al. 2013. Determination of earthquake magnitude using GPS displacement waveforms from real-time precise point positioning. Geophys. J. Int., 196(1): 461-472, doi: 10.1093/gji/ggt378. |
[13] | Guo A Z. 2013. High-rate GPS and Its Application in Velocity Determination and Strong Ground Motion Monitoring (in Chinese)[Ph. D. thesis]. Wuhan: Institute of Geodesy and Geophysics, Chinese Academy of Sciences. |
[14] | Ji C, Larson K M, Tan Y, et al. 2004. Slip history of the 2003 San Simeon earthquake constrained by combining 1 Hz GPS, strong motion, and teleseismic data. Geophys. Res. Lett., 31(17): L17608, doi: 10.1029/2004GL020448. |
[15] | Kobayashi R, Miyazaki S, Koketsu K. 2006. Source processes of the 2005 West Off Fukuoka Prefecture earthquake and its largest aftershock inferred from strong motion and 1 Hz GPS data. Earth Planets and Space, 58(1): 57-62. |
[16] | Larson K M, Bodin P, Gomberg J. 2003. Using 1 Hz GPS data to measure deformations caused by the denali fault earthquake. Science, 300(5624): 1421-1424, doi: 10.1126/science.1084531. |
[17] | Li H, Wang D, Cai Y J, et al. 2012. Baseline correction of digital strong-motion data-examples from the 2008 Wenchuan, China, Earthquake. Adv. Mater. Res., 378-379: 247-250. |
[18] | Li Q, You X Z, Yang S M, et al. 2012. A precise velocity field of tectonic deformation in China as inferred from intensive GPS observations. Sci. China Earth Sci. (in Chinese), 55(5): 695-698, doi: 10.1007/s11430-012-4412-5. |
[19] | Li X X, Ge M R, Zhang Y, et al. 2013. New approach for earthquake/tsunami monitoring using dense GPS networks. Scientific Reports, 3: 2682, doi: 10.1038/srep02682. |
[20] | Nikolaidis R M, Bock Y, De Jonge P J, et al. 2001. Seismic wave observations with the Global Positioning System. J. Geophys. Res., 106(B10): 21897-21916. |
[21] | Shi C, Lou Y, Zhang H, et al. 2010. Seismic deformation of the Mw8.0 Wenchuan earthquake from high-rate GPS observations. Adv. Space Res., 46: 228-235, doi: 10.1016/j.asr.2010.03.06. |
[22] | Wang J, Tan K, Yang S M, et al. 2013. Real-time GPS data processing with TrackRT. Journal of Geodesy and Geodynamics (in Chinese), 33(Supp1): 156-159. |
[23] | Wang Q, Zhang P Z, Freymueller J F, et al. 2001. Present-day crustal deformation in china constrained by global positioning system measurements. Science, 294(5542): 574-577. |
[24] | Xiong Y L, Huang D F, Xu S G, et al. 2010. Long distance kinematic gps data processing and kinematic crustal deformation features analysis of Wenchuan earthquake. Geomatics and Information Science of Wuhan University (in Chinese), 35(3): 265-269. |
[25] | Xu P L, Shi C, Fang R X, et al. 2013. High-rate precise point positioning (PPP) to measure seismic wave motions: an experimental comparison of GPS PPP with inertial measurement units. J. Geodesy, 87(4): 361-372, doi: 10. 1007/s00190-012-0606-z. |
[26] | Yang S T, Ye L P, Qian J R. 2002. Feature investigated of co-seismic displacement response spectra. Building Structure (in Chinese), 32(5): 47-50. |
[27] | Yang S M, Nie Z S, Jia Z G, et al. 2011. Co-seismic displacements of 2011 Japan Mw9.0 earthquake recorded by far-field GPS stations. Geodesy and Geodynamics, 2(3): 12-15, doi: 10.3724/SP.J.1246.2011.00012. |
[28] | Yin H T, Wdowinski S, Liu X Q, et al. 2013. Strong ground motion recorded by high-rate GPS of the 2008 Ms8.0 Wenchuan earthquake, China. Seism. Res. Lett., 84(2): 210-218, doi: 10.1785/0220120109. |
[29] | Yin H T, Zhang P Z, Gan W J, et al. 2010. Near-field surface movement during the Wenchuan Ms8.0 earthquake measured by high-rate GPS. Chinese Sci. Bull. (in Chinese), 55(26): 2621-2626, doi: 10. 1007/s11434-010-4026-2. |
[30] | Yokota Y, Koketsu K, Hikima K, et al. 2009. Ability of 1 Hz GPS data to infer the source process of a medium-sized earthquake: The case of the 2008 Iwate-Miyagi Nairiku, Japan, earthquake. Geophys. Res. Lett., 36(12): L12301, doi: 10. 1029/2009Gl03779. |
[31] | Zhang X H, Guo F, Guo B F, et al. 2012. Coseismic displacement monitoring and wave picking with high-frequency GPS. Chinese J. Geophys. (in Chinese), 55(6): 1912-1918, doi: 10. 6038/j. issn. 001-5733. |
[32] | Zheng Y, Li J, Xie Z J, et al. 2012. 5 Hz GPS seismology of the EI Mayor-Cucapah earthquake: Estimating the earthquake focal mechanism. Geophys. J. Int., 190(3): 1723-1732, doi: 10. 1111/j. 1365-246X. 2012. 05576. x. |
[33] | 方荣新, 施闯, 辜声锋. 2009. 基于PPP动态定位技术的同震地表形变分析. 武汉大学学报——信息科学版, 34(11): 1340-1343, doi: 1671-8860(2011)04-0453-04 . |
[34] | 郭爱智. 2013. 高频GPS及其在测速和地面强运动监测中的应用[博士论文]. 武汉: 中国科学院测量与地球物理研究所. |
[35] | 李强, 游新兆, 杨少敏等. 2012. 中国大陆构造变形高精度大密度[JP3]GPS监测—现今速度场. 中国科学: 地球科学, 42(5): 629-632 . |
[36] | 王俊, 谭凯, 杨少敏等. 2013. 用trackRT进行实时GPS数据处理. 大地测量与地球动力学, 33(增Ⅰ): 156-159 . |
[37] | 熊永良, 黄丁发, 徐韶光等. 2010. 长距离动态GPS数据处理方法与汶川地震引起的动态地壳形变特征分析. 武汉大学学报——信息科学版, 35(3): 265-269, doi: 1671-8860(2010)03-0265-05 . |
[38] | 杨松涛, 叶列平, 钱稼茹. 2002. 地震位移反应谱特性的研究. 建筑结构, 32(5): 47-50 . |
[39] | 殷海涛, 张培震, 甘卫军等. 2010. 高频GPS测定的汶川Ms8.0级地震震时近场地表变形过程. 科学通报, 55(26): 2621-2626, doi: 10. 1007/s11434-010-4026-2 . |
[40] | 张小红, 郭斐, 郭博峰等. 2012. 利用高频GPS进行地表同震位移监测及震相识别. 地球物理学报, 55(6): 1912-1918, doi: 10. 6038/j. issn. 001-5733 |