地球物理学报  2015, Vol. 58 Issue (3): 1024-1034   PDF    
地震动参数速报仪的研制
胡星星, 高孟潭, 滕云田, 王喜珍, 李彩华, 卢红娅, 张旸    
中国地震局地球物理研究所, 北京 100081
摘要:在出现区域大震后,为了迅速展开有效的应急救援行动,需要及时准确了解烈度分布.目前震动图的获得有震后人工调查、震源参数计算、地震监测台网、地震烈度速报台网等几种方式,其中最有效的是在重点监护区建立烈度速报台网.但烈度速报台网建设往往沿用地震监测台网的模式,建设成本高、台站密度有限、实时数据传输量大.本文研制的地震动参数速报仪采用MEMS加速度计为测震传感器和ARM+Linux嵌入式计算机技术,具有体积小、成本小、功耗低、一体化、智能化的特点;其内置地震信息实时处理算法,能够自动判别地震事件并计算地震动参数;在实际应用中安装简便.通过大量密集布设这种小型仪器而组建的地震动参数速报网络,具有数据传输量小、分布式计算、组成的速报网络可靠性高、能够快速产出高分辨率的精细震动图等特点.
关键词地震动参数     烈度速报     MEMS加速度计     数字强震仪    
Design of ground motion parameters rapid report device
HU Xing-Xing, GAO Meng-Tan, TENG Yun-Tian, WANG Xi-Zhen, LI Cai-Hua, LU Hong-Ya, ZHANG Yang    
Institute of Geophysics, China Earthquake Administration, Beijing 100081, China
Abstract: After violent earthquakes, we need to figure out the seismic intensity distribution as fast as possible in order to effectively operate the emergency rescue. Nowadays, the methods to get earthquake maps include manual survey after earthquake, earthquake monitor network, earthquake intensity fast report network, among them the most effective one is earthquake intensity fast report network. The earthquake monitoring network construction pattern is applied to the construction of this network, so there are several disadvantages like the large construction costs, limited site density, huge real time data transfer volume, etc. According to the requirements for fast reports of big earthquakes, we have used MEMS seismometers to manufacture an instrument of small volume, low costs, low consumption, and simple installation and strong motion monitoring to calculate earthquake parameters automatically.
The features of hardware design of the earthquake parameter fast report unit are: 1. Low costs, low consumption, small volume, 14-bit 3-component MEMS digital accelerometer as earthquake sensor, which fits the requirements of intensity fast report resolution while taking account of the entire unit volume and costs; 2.The use of high performance low consumption 32 bit ARM embedded CPU as processor to meet the acquisition, processing, storage and transfer requirements of fast report unit; 3. Having used inner 32 GB large volume SD card which enables an extended storage of cycling continuous data as long as 8 months; 4. Having included wired IP and wireless GSM as two physical links to access the internet, achieved a long distance data transfer of the unit; 5. Build-in high capacity rechargeable Lithium battery as backup power to make sure the unit can continuously work 24 hours in case of external power failure after big earthquakes. Tailored kennel Linux operation system is applied to the unit as the software platform, and we adopt hierarchy models design from top to bottom. The application layer is suing multi-thread to archive multi-task processing, including real-time acquisition model, local database storage management model, earthquake information processing model, long distance data service model, etc. Applying drive layer has achieved sensor configuration, sensor data read/write and read/write kennel data files, etc.
The main technical indicators of the earthquake parameter fast report unit are: three-component acceleration observation with the measure range of ±2 g, sample rate of 200 Hz, self noise of 99 μg/√ Hz, inner 32 GB data storage recording a cycle of around 8 months in the continuous data acquisition; wired IP and wireless GSM are the two ways used for accessing the internet, which improved the reliability of data transfer. Build-in high capacity rechargeable Lithium battery to provide 24 more hours of work time after losing external power. Power consumption is lower than 1.5 W.
Earthquake parameter fast report unit using MEMS accelerometer as sensor and ARM+Linux embedded technology, has the advantages such as, small volume, low cost, low consumption, integration and intelligence. This small size digital strong motion seismograph is the integration of sensor, acquisition unit and data transfer. The realtime processing algorithm for the seismic information can automatically recognize earthquake events and calculate ground motion parameters. In practical applications, this unit is easy to install. By establishing high density earthquake parameter fast report network, the high resolution, fine motion map can be made really fast, and this network is featured by using small data transfer volume, distributed calculation, high reliability.
Key words: Ground motion parameters     Intensity rapid report     MEMS accelerometer     Digital seismometer    

1 引言

大地震后,为了迅速展开有效的应急救援行动,需要及时准确了解烈度分布,即地震带来的破坏程度及其地区分布情况,以此作为地震应急救灾所需救灾资料及合理分配救援力量的决策依据(莫善军等,2005).地震学中常以等震线图或震动图来描述地震烈度分布(Lin et al., 2011泽仁志玛等,2006金星等,2010).震动图可以通过以下几种方式获得(王玉石,2008):震后人工调查、震源参数计算、地震监测台网数据、地震烈度速报台网数据.人工调查可以得到准确的烈度信息,可是工作量巨大,时效性差,不能满足应急救援时间紧迫性的要求;将震源参数(震级、震中位置和震源深度)代入烈度衰减关系公式,可以快速得到震动图,但其精度有限,由此确定的烈度等震线图与实际震害不是十分吻合;通过汇集地震监测台网各台站的波形记录并计算地震动参数形成震动图是目前得到较为广泛应用的震后救援方法(王玉石等,2008陈鲲等,2011王晓青等,2003),但得到震动图的精度依赖于提供数据的台站数量和台站的布设密度.由于台站建设投入及运行成本高(徐水森,2012),且对地理位置及台站周边环境要求苛刻,加上我国幅员辽阔,所建地震台站稀疏,再加上大震记录限幅等因素(陈鲲等,2010),获得的震动图相当粗略(陈鲲等,2011);近年来在地震应急救援中越来越受到重视的是为人口密集的城镇等重点监护地区建设一个高密度的强震监测台网或地震烈度速报台网(谭巧等,2010),比如美国在California的383个地点架设了603套速度及加速度地震计组成 ElarmS网络,利用它成功地获得了发生在California北部Alum 的一个5.4级Mw地震的震动图(Allen et al., 2009).美国TriNet台网使用了80个USGS-Caltech实时传输台站和接近100个CDMG拨号台站的资料,并在1997年产出了第一张震动图(Kuwata et al., 2000).现今美国已经在4个地区实现了震动图的快速产出,它们分别是:北太平洋、北加利福尼亚和犹他州(Park and Elrick et al., 1998何加勇,2004).日本东京煤气公司在1994年就完成了由331台谱烈度计、20台液化传感器和5台强震仪构成的地震监测与震害快速评估系统(SIGNAL).阪神地震取得显著的减灾效益后,东京煤气公司于1997—2007年的10年间布设了3800个新型地震谱烈度计(王建军等,2009).如今,日本已在本土密集布置了几千个地震动传感器(李山有等,2002),在地震发生后两三分钟,就可以直接产生地震烈度分布图,非常直观和快速地向政府及公众报告地表面震动最强烈的区域和地点(张晁军等,2010).“九五”期间,中国地震局建立了我国第一个由72个实时数据传输强震台和80个电话拨号数据传输强震台构成的烈度速报台网.在“十五”期间,中国地震局除了继续对北京市、天津市的地震烈度速报台网进行加密建设外,还在昆明、兰州、乌鲁木齐等城市新建了地震烈度速报台网.汶川地震后,国务院在2010年1月召开的防震减灾工作会上提出,人口稠密、经济发达地区要逐步建立地震烈度速报台网.随后,我国各地方政府纷纷围绕中心城市建设了灾害速报系统.烈度速报台网相比于地震监测台网而言,加密了观测台站,获得的震动图更加精确;运行专用的烈度速报软件,有专用的数据传输网络,因而也大为提高了烈度速报效率.但其总体技术方式仍然是沿用地震观测台网的监测模式(徐水森,2012),即仍然是采用地震台站-实时数据传输网络—数据处理中心的模式.监测前端所用的设备仪器也相同,仍然是使用地震计加数据采集器,然后通过数据传输网络进行实时数据传输或地震事件波形文件传输,在数据处理中心进行地震动参数计算等地震信息处理并绘制震动图.因而同样存在建设成本高而速报效率低等不足之处.本文根据近年来蓬勃发展起来的新型传感技术(陆其鹄等,2009)、无线通讯技术和嵌入式计算机技术,研制了低成本化的地震动参数自动速报仪,可以组建低成本、高密度的灾害速报网络. 2 硬件设计

地震动参数速报仪以小型MEMS加速度计为测震传感单元,以高性能低功耗的32位ARM嵌入式CPU为控制处理器,采用Linux操作系统,构建了低功耗数据采集系统,内置大容量Flash本地数据存储器,并可扩展SD卡存储器,集成有线IP网络通讯和GSM短信数据传输功能,内嵌地震信息实时处理算法,自动计算地震动参数,具有成本低、功耗小、小型化、智能化的特点,是一种集传感器、数据采集、通讯传输一体化的小型数字强震仪. 2.1 传感系统

用于地震动参数速报的速报仪不同于主要用于微小地震观测的地震仪器,其主要用于监测能够带来较大灾害损失的大地震的应急救援系统,所要观测的地震信号幅度较大(谭巧等,2010),对传感器分 辨率要求不高(3级有感地震加速度幅值约为20 mg(高孟潭等,2008)),但要尽量满足成本低、体积小、功耗低、安装简便等要求,便于组建高密度高精度的灾害速报网络系统.地震动参数自动速报仪的震动传感器采用Freescale公司的电容式MEMS微机械数字加速度芯片MMA8451Q,它具有14位的数据精度,噪声低至99μg/,能够满足速报仪对地震动加速度信号分辨率的要求(优于1 mg即可);频带宽度最高可达400 Hz(输出数据速率ODR为800 Hz),满刻度测量范围为±2 g/±4 g/±8 g可选,适合强震观测对测量范围和测量频带的需要.传感器还具有智能操作特点,它片上集成了14-bit的模数转换器和数字信号处理单元(如图 1所示),能够直接输出数字信号,省去了系统的AD转换电路(何平等,2010),有利于减小整机体积和功耗,也提高了系统可靠性;传感器内部的数字信号处理单元具有灵活的、用户可编程的嵌入式功能,包括可编程的高、低通滤波器和可对两个中断输出引脚进行配置,从而通过对传感器的编程和设置可以对实时采集数据进行片上预处理,极大限度地减少了CPU对数据的分析需求,能够简化用户程序设计.此外,传感器仅有3 mm×3 mm×1 mm的封装尺寸和最大仅为165 μA的电流消耗,对整机体积和功耗也是几乎可以忽略不计(王庆敏等,2009).

MMA8451Q加速度传感器采用IIC总线作为与控制器连接的数字通信接口.IIC总线只需两条串行数据线,总线上可以连接多个器件,每个器件有各自唯一地址且均可以作为主机发起同其他器件的数据交换,具有传输速度快、工作稳定、线路简单占用硬件资源较少等特点.在Linux系统中CPU与传感器的数据传输分两步实现:在驱动程序中把IIC器件作为字符设备,实现字符设备的注册、操作IIC的寄存器在内存中的重映射、IIC接口的配置、中断的驱动设置等,然后还要实现传感器的中断响应、字符设备的文件操作,最后以异步通知的方式向应用层发出事件信号;在应用程序中采集程序响应从底层驱动发出的信号,调用相应程序读取传感器的采集数据.

图 1 MMA8451Q方框图 Fig.1 Block Diagram of MMA8451Q
2.2 控制系统

控制管理系统是整个仪器的心脏,用于控制和管理其他各部分的工作,如从传感器采集数据、本地数据库的存储管理、远程数据服务、实时地震事件监控及地震动参数计算等算法实现等,如图 2所示.为兼顾处理能力和低功耗要求,中央控制处理器采用 32位低功耗ARM9结构的嵌入式微处理器S3C2440.S3C2440 是三星电子为低功耗嵌入式应用而推出的一款RISC架构的32位ARM9高性能低功耗微控制处理器(陈祖斌等,2006),它采用非常先进的ARM920T内核,集成了丰富的片上功能,工作频率最高可达533 MHz;程序运行内存采用64 MB的SDRAM,满足系统运行和数据处理软件的需要;256 MB的N and -Flash主存储器作为系统和应用程序存储,采集数据则以8 GB或32 GB的大容量SD卡作为外部数据存储器.为实现采集控制系统的多 任务处理需要,选用运行稳定的2.6内核Linux嵌入式操作系统对各部分应用软件的管理,并根据系统需求进行内核剪裁、各部分硬件的驱动程序设计和启动参数配置等.用多线程技术设计Linux的应用程序,以实现多任务的并行处理.

图 2 地震动参数速报仪的控制处理系统 Fig. 2 Processing and controlling system of the rapid report device
2.3 数据存储系统

在强地震发生后,速报仪除了要迅速获取地震动参数传输给监控中心以指导应急救援,同时该次地震波形数据和地震前的背景噪声也将成为极为珍贵的日后地震分析资料.大地震往往带来极大破坏,且通信量激增甚至造成网络的一时堵塞,网络上数量众多的传感器要同时向监控中心传输实时采集数据或地震波形数据几乎是不可能的.地震动参数自动速报仪设有大容量的本地数据库存储系统,可以在震后根据需要进行数据下载.仪器本地主要存储三种数据文件:实时采集数据,每小时为一个存储文件,以前缀“RT_”加上该文件第一个数据采集时间作为文件名,实时文件都存放在“RT”子目录下;第二种是事件文件,存放在“EVT”子目录下,同样以前缀“EVT_”加上该文件第一个数据采集时间作为文件名;第三种是参数文件,存放在“PARA”子目录下,对应于每个事件计算出的地震动参数,便于以后对历史事件的快速查询.考虑到大震后破坏严重的震区需要较长的恢复时间,或许要经过一、两个月才能去收集或下载所记录的数据,因此速报仪把采集数据存储在仪器内置的大容量SD卡上,32G容量的SD卡可以存储约8个多月的连续工作数据.且设置文件保存时效为6个月,超过6个月存储时效的文件由程序自动删除,这样保证了存储空间得以循环使用. 2.4 数据传输系统

地震动参数自动速报仪设有有线IP和无线GSM模块两种物理链路接入Internet(如图 3所示).有线IP链接稳定,有可靠的数据传输带宽(陈丹琪等,2009),可用于远程实时波形监控、FTP远程数据文件下载等数据传输量大的链接.无线传输可以在不能通过有线IP接入Internet的情况下实现对仪器的远程监控和地震动参数传输.特别是在特大地震来临时,一般建筑物可能倒塌,民用供电线路也可能会中断,有线/WIFI网络线路就很难保证工作(付继华等,2009),但只要GSM基站不至损坏(通信是城市的生命线工程,具有较可靠的保障及优先恢复工作),就仍可通过无线传输地震动参数.

图 3 信号采集及数据传输流程 Fig. 3 Flow chart of the signal acquisition and data transmission system
2.5 供电系统

电源系统为仪器整机提供稳定的电源,将12 V输入直流电源经DC-DC变换和稳压后为系统各部分提供所需的3.3 V和1.8 V工作电压,并去除叠加在电源上的干扰杂波和噪声,保证系统的可靠工作.同时进行转换效率和对各部分供电管理,以保持整机功耗较低.在受灾后可能会遭遇停水断电,而此时灾情分布又是应急救灾急需了解的首要信息,仪器内置了大容量可充电锂电池作为后备电源,并能在外部12 V直流输入电源降低至一定电压时自动切换为内置电池对系统供电,因此地震动参数仍可通过无线方式传输到监控中心.这样仪器内置电池和冗余GPRS无线连网的方式提高了传输网络的可靠性. 3 采集软件设计

地震动参数自动速报仪采用经内核剪裁过的嵌入式Linux操作系统,内置地震信息处理算法,实时采集地面震动加速度信号,自动计算地震动参数,是一种智能化的强地震监测仪器.由于采用了Linux 操作系统作为系统软件平台,仪器还可以运行第三方软件,增加一些专业扩展功能及特殊算法,使其适合多种应用场合.

采集软件采用自上而下的分层模块化设计(如图 4所示),各模块部分功能相对独立,对外提供数据接口或共享数据缓冲池的方式实现相互数据交换.根据信号处理特点整个采集软件分为应用层和驱动层,应用层用多线程技术实现多任务处理,主要包括实时数据采集模块、本地数据库存储管理模块、地震信息处理算法实现模块及远程数据服务模块等.实时数据采集模块接收底层的异步通知信号并唤醒本模块的工作,调用标准文件函数read()从驱动程序存储空间里读取实时采集数据存入应用程序数据缓冲池,数据缓冲池是在内存空间中开辟的一块循环读写的存储区域.地震信息处理算法实现模块对数据缓冲池的实时存入数据进行地震事件判别、地震动参数计算等地震信息处理及程序实现.本地数据库存储管理模块则创建相应文件目录对实时数据、事件波形数据、参数数据按目录进行存储管理,删除超过时间期限的数据使数据存储空间得以循环使用.远程数据服务模块作为数据远程服务器向客户端提供实时连续数据传输、仪器状态远程监 控、地震动参数的实时传输、远程FTP历史数据文件的查询和下载管理等.

图 4 采集软件总体框图 Fig. 4 Chart of the data collection software

驱动层程序实现对传感器的配置、传感器数据的读取以及读写内核空间数据的文件操作函数的实现等,主要包括硬件数据读写总线接口的驱动、硬件中断驱动、用以在内核空间的驱动程序给用户空间的应用程序发送读写请求信号的异步通知、文件操作函数的实现等模块.分层设计和模块化方式提高了软件系统运行的稳定性可靠性,也便于软件的升级和维护管理. 4 性能测试

地震动参数自动速报仪以MEMS加速度计为测震传感器,采用了ARM+Linux嵌入式计算机技术,实现了小体积、低功耗和集传感器、数据采集、通讯传输一体化的设计(如图 5所示),使在实际观测应用中工作更加可靠稳定、架设方便、成本低廉.整机达到的主要技术指标如下:

图 5 地震动参数速报仪 Fig. 5 Ground motion parameters rapid report device

观测物理量:3分量加速度;

测量范围:±2 g;

采样率:200 Hz;

噪声:99μg/

控制器:S3C2440;

内存:64MB SDRAM;

程序存储器:256MB Flash;

数据存储器:最大32GB SD卡;

数据传输:10 M/100 M自适应有线接入Internet和GSM无线模块;

内置可充电锂电:可连续工作24 h以上;

整机功耗:小于1.5 W;

体积:80 mm×120 mm×55 mm,小型铸铝盒封装. 4.1 震动台测试

在震动台测试的结果(频带范围、线性度和模拟地震波形)如图 6所示.

图 6 震动台测试
(a)频带范围;(b)线性度;(c)台面压电陶瓷传感器测量的加速度时程@1000SPS; (d)地震动参数速报仪输出波形@200SPS.
Fig. 6 Performance test
4.2 仪器噪声测试

把仪器架设在噪声小的地震台站的仪器台墩上,连续记录几天,在晚上安静的时间段内任取一段1000 s时长(200 Hz采样率,2×105个数据点)的数 据进行噪声分析,其波形及用周期图法(Periodogram)(王春兴,2011)得出的噪声功率谱图如图 7所示.

图 7 仪器噪声测试 Fig. 7 Self-noise test
4.3 实验强震监测网

为了测试仪器的实际应用效果,项目组在云南玉溪市架设了地震动参数速报实验网络,由23台地震动参数速报仪组成.仪器架设在社区服务站、政府机关、学校等单位的楼梯间、杂物间、车库等闲置房间或人为活动较少的角落,通过短信方式发送数据到监控中心,发送数据内容由记录触发时间、仪器架设点经纬度(经纬度数据是架设时由手持GPS测量并存入仪器配置文件)、地震动参数几个部分组成. 仪器对事件的判断即事件触发条件设置为震动达到一定幅度且持续作用达到一定的时间长度(Wu and Kanamori, 2008),这样就可以滤掉在实际中占大多数的短时脉冲型干扰噪声,同时监控中心再根据某一时间段内报警仪器的数量及其空间分布等因素进一步判断是否是地震事件.在连续16个多月的实验监测时间里,监控中心虽然不时收到了单台仪器发送的事件短信数据,但均没有达到监控中心对地震事件的判定条件,这也与当地地震局设置的地震监测台站在该时间段里没有记录到三级及以上的地震事实相符.总的来说,通过一年多的实验网络监测表明,该仪器架设方便,无须铺设专用通信线路,观测期间几乎不需人工维护,观测费用低廉(仅需很少的短信通信费),消耗电源也较小,且实验期间仪器工作稳定可靠,因此便于推广应用. 5 地震动参数速报仪与地震烈度速报台站

通常地震烈度速报台站由强震计、数据采集器、 无线数据传输终端、后备电瓶、稳压电源、GPS天线等部分构成,获得的监测数据经数据传输网络实时传输,对所有实时数据或地震事件波形数据汇入台网数据处理中心进行实时处理,再通过台网中心的计算得到各台站点的地震动参数,最后生成震动图(徐水森,2012).地震动参数自动速报仪则是一种集传感器、数据采集、通讯传输一体化的小型数字强震仪(如图 8所示),它以小型MEMS加速度计为测震传感单元,内嵌地震信息实时处理算法,自动计算地震动参数,因而具有成本低、功耗小、小型化、智能化的特点,通过大量密集布设而构成的地震动参数速报网络,能够结合GIS(地理信息系统)快速产出高分辨率的精细震动图(徐敬海等,2010).其所具有的特点是:

图 8 地震烈度速报台站与地震动参数速报仪 Fig. 8 Station and the device

(1)高密度架设的传感器网络产出的震动图精细度高、分辨率高,对应急救援具有更大的应用价值.由于监测台站建设成本及其对环境的要求,一般只能达到几十至几百平方公里建一个台站的密度,建设地点一般选在较偏远地区,远离人口密集的居住区.计算机在做插值计算震动图时会有很大的偏差.而地震动参数速报传感器成本低廉,架设方便,可以在经济发达地区和人口密集的城镇地区高密度布设,甚至可以达到每平方公里布置几个或几十个传感器的密度,从而大大提高了震动图的精细度和分辨率.

(2)成本低,便于推广.对于强震监测达到mg级分辨力就能够满足要求,比如中国的新地震烈度表规定(1980),烈度为VII度(房屋轻微损坏,牌坊、烟囱损坏,地表出现裂缝及喷沙冒水)时对应的峰值加速度平均值为125 mg.基于MEMS的地震动参数速报仪,其成本不及两千元,只有地震计(十几万元)的几十分之一.而且体积小,架设方便,可以安装在单位或居民住房的地窖和地下室或固定在周围噪声较小的建筑物墙基上.而台站则需要建设专用的建筑物加以保护,占地面积大,建设周期长,且后期还需要专人维护.建设10个台站的费用可以在一个城镇区布设500~600个地震动参数速报仪器.

(3)自动化、智能化.传感器采用嵌入式计算机系统,内置数据处理算法,对实时采集信号进行地震信息处理,提取有效地震波形信号,自动进行地震识别、强震触发报警和完成地震动参数计算,向监控中心传输的是地震动参数而不是实时波形数据.并且 内建大容量的智能化数据库管理系统,记录历史地震事件波形和地震动参数数据,提供历史事件的远程查询和下载管理,并自动删除超过一定预设期限的数据.

(4)数据传输量小,以有线IP和GPRS无线冗余接入Internet,传输效率高、可靠性好.由于地震动参数计算由传感器节点完成,速报仪向监控中心传输的只是少数的几个地震动参数数据,只有实时波形的几千到几万分之一的数据量.当大地震来临时,网络的通信量会激增甚至造成网络的一时堵塞,因此采用传输地震动参数数据比台站的实时波形数据传输要节约大量宝贵的网络资源,数据量越少的通信越能得到保证;同时由于房屋、建筑的倒塌,大地震也会对供电和有线/WIFI网络线路造成损坏,传感器内置电池和冗余GPRS无线连网的方式提高了传感器网络的可靠性.

(5)地震动参数由各传感器“分布式”计算,减轻了监控中心的运算负荷,提高了数据处理效率并节约设备投入.监控中心直接接收到地震动参数,因此不必再进行各台站的实时波形的海量数据处理,可以快速得出震动图,提高了运行效率,降低了对监控中心硬件设施的要求,通常只需要一台通用计算机即可.而美国的ElarmS网络,在California的383个地点架设了603套速度及加速度地震计,每个台站的实时波形数据流先由3个处理中心进行计算得到地震动参数,这些地震动参数数据再汇集到加州大学伯克利分校(UC Berkeley)进行震动图产出和震害预测(Allen et al., 2009). 6 结论

地震动参数速报仪采用了MEMS加速度计为测震传感器和ARM+Linux嵌入式计算机技术,具有体积小、成本低、功耗低、一体化、智能化的特点,其硬件功能相当于集成了一个地震烈度速报台站.它内置地震信息实时处理算法,能够自动判别地震事件并计算地震动参数.它安装简便,通过大量密集布设而组建的地震动参数速报网络,具有数据传输量小、分布式计算、组成的速报网络可靠性高、能够快速产出高分辨率的精细震动图等特点.近年来随着城镇基础设施建设的不断完善,特别是高铁、地铁、机场、核电站等大型设施的建设,人们对破坏性地震的应急反应时间提出了更高的要求(付继华等,2010),震动图的快速获取能使重大生命线工程在第一时间获取信息,及时采取措施.因而低成本、高分辨率的地震动参数速报网络能够在应用中取得很大社会效益,并节约社会资源.

致谢 本文研究过程的仪器架设阶段得到了云南省玉溪市防震减灾局的金志林研究员、沈坤研究员、黄家富研究员等的热忱帮助和大力支持,在此表示衷心感谢.
参考文献
[1] Allen R M, Brown H, Hellweg M, et al. 2009. Real-time earthquake detection and hazard assessment by ElarmS across California. Geophysical Research Letters, 36(5): doi: 10.1029/2008GL036766.
[2] Chen D Q, Bai L, Yang Y, et al. 2009. Information gathering and transferring scheme in rapid post-earthquake information report. Transducer and Microsystem Technologies (in Chinese), 28(7): 53-55, 70.
[3] Chen K, Yu Y X, Gao M T. 2010. Research on ShakeMap system in terms of the site effect. Earthquake Research in China (in Chinese), 26(1): 92-102.
[4] Chen K, Yu Y X, Gao M T, et al. 2011. Research on ShakeMap for Yushu earthquake in Qinghai based on source process. Earthquake Research in China (in Chinese), 27(1): 56-64.
[5] Chen Z B, Teng J W, Lin J, et al. 2006. Design of BSR-2 broad band seismic recorder. Chinese J. Geophys. (in Chinese), 49(5): 1475-1481.
[6] Fu J H, Wang J J, Liu X X, et al. 2009. Earthquake disaster information system with automatic acquiring ability. Journal of Data Acquisition & Processing (in Chinese), 24(S1): 310-314.
[7] Fu J H, Wang J J, Li Z T, et al. 2010. Multi-sensor distributed earthquake and secondary disaster information integrated acquisition system. Transducer and Microsystem Technologies (in Chinese), 29(4): 87-89.
[8] Gao M T, Xiao H P, Yan W M, et al. 2008. The importance of seismic zonation in moderate earthquake area and the recent technical progress. Technology for Earthquake Disaster Prevention (in Chinese), 3(1): 1-7.
[9] He J Y, Chen H Z, Li W D. 2004. Development of rapid generation of intensity map. Recent Developments in World Seismology (in Chinese), (3): 6-9.
[10] He P, Zhu S J, Liu J X. 2010. Design of portable seismic signal detector based on ADXL330. Journal of Harbin University of Commerce (Natural Science Edition) (in Chinese), 26(1): 45-49.
[11] Jin X, Zhang H C, Wei Y X, et al. 2010. Preliminary study of near real-time interpolation calculation of ShakeMap based on seismic monitoring network's information. Journal of Disaster Prevention and Reduction (in Chinese), 26(1): 1-11.
[12] Kuwata Y, Ishikawa Y, Ohtani H. 2000. An architecture for command and control in disaster response systems.// Proceedings of the 26th Annual Conference on the IEEE Industrial Electronics Society. Nagoya: IEEE, 1: 120-125.
[13] Li S Y, Jin X, Chen X, et al. 2002. Rapid reporting of peak strong motion and seismic intensity. Earthquake Engineering and Engineering Vibration (in Chinese), 22(6): 1-7.
[14] Lin T L, Wu Y M, Chen D Y, et al. 2011. Magnitude estimations in earthquake early warning for the 2010 Jiasian earthquake, Taiwan. Seismol. Res. Lett., 82(2): 201-206, doi: 10.1785/gssrl.82.2.201.
[15] Lu Q H, Wu T B, Lin J. 2009. A research report on development of instrument science for geophysics. Progress in Geophys. (in Chinese), 24(2): 750-758, DOI: 10.3969/j.issn.1004-2903.02.053.
[16] Mo S J, Feng Q M, Jia J. 2005. Research on the information feedback approach and integrated software for the situation of an earthquake disaster. World Earthquake Engineering (in Chinese), 21(4): 126-132.
[17] Park S, Elrick S. 1998. Predictions of shear-wave velocities in southern California using surface geology. Bulletin of the Seismological Society of America, 88(3): 677-685.
[18] Tan Q, Wang J J, Liu G Z, et al. 2010. Design of management system for the earthquake intensity sensor network based on IPv6. Transducer and Microsystem Technologies (in Chinese), 29(10): 103-109.
[19] Wang C X. 2011. Achieve power spectrum estimation based on MATLAB. Journal of Qufu Normal University (in Chinese), 37(2): 59-62.
[20] Wang J J, Wu R H, He J Y. 2009. Development of seismic intensity meter based on IPv6 and wireless network. Modern Electronics Technique (in Chinese), 32(1): 23-25, 29.
[21] Wang Q M, Yang Y E, Su M B, et al. 2009. Study on sensing characteristics of micro capacitive sensor based on MEMS. Chinese Journal of Sensors and Actuators (in Chinese), 22(10): 1396-1400.
[22] Wang X Q, Shao H C, Ding X. 2003. Model for fast assessment of earthquake damage and losses considering uncertainty of epicenters obtained from rapid determination of earthquake location. Earthquake Engineering and Engineering Vibration (in Chinese), 23(6): 198-201.
[23] Wang Y S, Zhou Z H, Wang W. 2008. A hypothesis testing based method for seismic intensity rapid assessment by strong ground motion parameters. Journal of Earthquake Engineering and Engineering Vibration (in Chinese), 28(5): 49-54.
[24] Wu Y M, Kanamori H. 2008. Development of an earthquake early warning system using real-time strong motion signals. Sensors, (8): 1-9.
[25] Xu J H, Yang Y, Den M X, et al. 2010. GIS-based quick report and estimation of earthquake disaster information. Journal of Natural Disasters (in Chinese), 19(4): 141-146.
[26] Xu S S. 2012. Construction of the rapidly-reported network of seismic intensity of Chengdu Municipal and consideration. Earthquake Research in Sichuan (in Chinese), (2): 35-37.
[27] Zeren Z M, Chen H Z, He J Y, et al. 2006. Research on rapid generation system of ShakeMap. Progress in Geophysics (in Chinese), 21(3): 809-813.
[28] Zhang Z J, Li W D, Li D H, et al. 2010. Some thoughts concerning development of rapid report of seismic intensity information. Recent Developments in World Seismology (in Chinese), (4): 23-31.
[29] 陈丹琪, 白灵, 杨颖等. 2009. 震后灾情速报中信息获取传输解决方案. 传感器与微系统, 28(7): 53-55, 70.
[30] 陈鲲, 俞言祥, 高孟潭. 2010. 考虑场地效应的ShakeMap系统研究. 中国地震, 26(1): 92-102.
[31] 陈鲲, 俞言祥, 高孟潭等. 2011. 考虑震源破裂过程的青海玉树地震震动图研究. 中国地震, 27(1): 56-64.
[32] 陈祖斌, 滕吉文, 林君等. 2006. BSR-2宽频带地震记录仪的研制. 地球物理学报, 49(5): 1475-1481.
[33] 付继华, 王建军, 刘晓皙等. 2009. 灾情数据自动获取的地震灾情信息系统. 数据采集与处理, 24(S1): 310-314.
[34] 付继华, 王建军, 李智涛等. 2010. 多传感器分布式震情与次生灾情综合采集系统. 传感器与微系统, 29(4): 87-89.
[35] 高孟潭, 肖和平, 燕为民等. 2008. 中强地震活动地区地震区划重要性及关键技术进展. 震灾防御技术, 3(1): 1-7.
[36] 何加勇, 陈会忠, 李卫东. 2004. 地震烈度分布快速产出发展概况. 国际地震动态, (3): 6-9.
[37] 何平, 朱水娟, 刘健行. 2010. 基于ADXL330的便携地震速报仪设计. 哈尔滨商业大学学报, 26(1): 45-49.
[38] 金星, 张红才, 韦永祥等. 2010. 基于地震监测台网资料近实时插值计算震动图的初步研究. 防灾减灾学报, 26(1): 1-11.
[39] 李山有, 金星, 陈先等. 2002. 地震动强度与地震烈度速报研究. 地震工程与工程振动, 22(6): 1-7.
[40] 陆其鹄, 吴天彪, 林君. 2009. 地球物理仪器学科发展研究报告. 地球物理学进展, 24(2): 750-758, DOI: 10.3969/j.issn.1004-2903.2009.02.053.
[41] 莫善军, 冯启民, 贾靖. 2005. 地震现场灾情信息反馈途径和集成软件. 世界地震工程, 21(4): 126-132.
[42] 谭巧, 王建军, 刘冠中等. 2010. IPv6地震烈度传感器网络管理系统设计. 传感器与微系统, 29(10): 103-109.
[43] 王春兴. 2011. 基于MATLAB实现经典功率谱估计. 曲阜师范大学学报, 37(2): 59-62.
[44] 王建军, 吴荣辉, 何加勇. 2009. 基于IPv6和无线网络的地震烈度计开发. 现代电子技术, 32(1): 23-25, 29.
[45] 王庆敏, 杨要恩, 苏木标等. 2009. MEMS微电容式传感器的传感特性研究. 传感技术学报, 22(10): 1396-1400.
[46] 王晓青, 邵辉成, 丁香. 2003. 地震速报参数不确定性的应急灾害损失快速评估模型. 地震工程与工程振动, 23(6): 198-201.
[47] 王玉石, 周正华, 王伟. 2008. 基于假设检验的地震动强度(烈度)速报方法. 地震工程与工程振动, 28(5): 49-54.
[48] 徐敬海, 杨燕, 邓民宪等. 2010. 基于GIS的地震灾情速报与快速判定. 自然灾害学报, 19, (4): 141-146.
[49] 徐水森. 2012. 成都市地震烈度速报台网建设与思考. 四川地震, (2): 35-37.
[50] 泽仁志玛, 陈会忠, 何加勇等. 2006. 震动图快速生成系统研究. 地球物理学进展, 21(3): 809-813.
[51] 张晁军, 李卫东, 李大辉等. 2010. 有关地震烈度速报信息化发展的思考. 国际地震动态, (4): 23-31.