地震监测能力是衡量地震台网监测水平的重要标志之一，是台网布局和台站地震检测能力(detection capability)的综合体现.地震监测能力的科学评估对地震监测预报和地球科学研究具有重要的基础作用(Stein, 1999; Knopoff, 2000; Main, 2000; Wiemer and Wyss, 2000; Gomberg et al., 2001; Enescu and Ito, 2002; Woessner et al., 2004).例如，Naoi等(2014)对南非Ezulwini金矿地下1.0 km深处高频声发射台网监测能力评估中发现的M_W-3.7~1.0微震的震级频度分布(FMD)符合G-R关系，以及Plenkers等(2011)发现的地震检测能力的方向性差异等，均对地震学基础研究具有重要指导作用.

目前的地震监测能力评估已有多种方法，其中包括“最大曲率法”(MAXC)、“最优拟合度”(GFT)方法(Wiemer and Wyss., 2000)、“b值稳定性”(MBS)方法(Cao and Gao, 2002)、“分段斜率中值”(MBASS)分析法(Amorèse, 2007)、“完整性震级范围”(EMR)方法(Woessner and Wiemer, 2005)等统计地震学方法，基于地震噪声水平和震级衰减关系的理论监测能力评估(Sereno and Bratt, 1989)、基于地震波形数据的评估技术(Ringdal, 1975; Gomberg, 1991; Kværna and Ringdal, 1999)，以及地震记录的昼夜信噪比R/S检验方法(Rydelek and Sack, 1989)等.然而，这些方法多基于G-R关系等假定条件，存在着对弱震和少震地区存在的地震数目不足无法评估等问题.同时，不同方法对同一地震台网的监测能力评估还存在结果差异显著等问题(Woessner and Wiemer, 2005; Schorlemmer and Woessner, 2008; 黄亦磊等, 2016)，这些对地震台网监测能力的科学评估带来一定困难.

近年来国际上最新发展的“基于概率的完整性震级”(Probability-based Magnitude of Completeness, PMC)方法(Schorlemmer and Woessner, 2008; Schorlemmer et al., 2010)为解决上述问题提供了可能.PMC方法具有无需假定震级分布关系、基于地震台网实际产出观测资料，客观地评估台网监测能力，以及可实现对弱地震活动地区进行“无缝”评估等优点，近年来在国际上得到了广泛关注，在日本(Nanjo et al., 2010a)、瑞士(Nanjo et al., 2010b)、意大利(Schorlemmer et al., 2010; Gentili et al., 2011)，以及中国的部分区域地震台网(刘芳等, 2014; 李智超和黄清华, 2014)和密集地震台阵(蒋长胜等, 2015)等地区都得到应用.

对于中国大陆地区的地震监测能力评价，尽管已有包括Mignan等(2013)对1970—2011年期间的系统性评估结果，但随着“十五”中国地震数字地震观测网络项目顺利完成后中国地震台网监测能力的飞跃式发展，以及目前正在推进实施的“国家地震烈度速报与预警工程”等大规模地震台站建设项目，中国地震台网监测能力仍将持续发展.由此，采用国际先进的PMC方法，及其具有的使用实际产出资料评价较为客观、对弱震和少震地区监测能力的可评价性等特点，对当前中国地震台网的整体监测能力进行系统的科学评估，具有重要现实意义.此外，在PMC方法的实际应用中，目前还存在表述单个地震台站的地震检测能力差异的直观性不够，以及难于评估通过改进观测条件提升评估现有地震台网监测能力程度评估等问题.针对上述现实需求和存在问题，本研究对“十五”项目建成后的中国地震台网地震监测能力进行了系统评估，提出了表征“台站对地震的检测能力”的评分方法，以及“最佳”地震监测能力的模拟方法，对进一步科学优化台站监测效能、提升边疆、海域等重点地区监测能力提供科学参考.

为更为客观地评估测震台网的监测能力，Schorlemmer和Woessner(2008)设计了基于概率的完整性震级(PMC)评估方法.其基本原理是，首先根据地震观测报告中记录的台站对周边发生地震的实际检测情况，以及震级测定公式，构建基于震级M和震源距L的单台检测概率P_D(M，L).其次，利用各台站的P_D(M，L)，构建空间点位x、t时刻和震级M下的联合检测概率P_E(M, x, t)和最小完整性震级M_P(x, t).PMC方法使用的地震观测报告信息包括：(1) 地震事件的经度、纬度、震源深度、震级、发震时间等震源参数；(2) 各个台站记录的P波到时、单台测定震级；(3) 测震台网测定地震震级所采用的震级-距离衰减关系.

对台站的地震检测概率P_D，可利用台站周边被检测到的地震事件数目N₊和未被检测到的数目N_-计算得到(Schorlemmer and Woessner, 2008)：

(1)

上式计算时具体的地震事件，按照如下阈值选取(Schorlemmer and Woessner, 2008; Gentili et al., 2011)：

(2)

其中，ΔM为地震事件的震级与计算参考点(M, L)的震级M之差；ΔM^*为地震事件的震级与根据震级测定公式将震源距L转换的震级M^*之差.此外，要求符合上述阈值条件的地震数目至少为10个.

随后，将各单台检测概率P_D(M, L)综合，计算在空间位置x处的地震同时被i个台站检测到的概率P_Eⁱ，即在台网包含s个台站情况下，_sC_i=(_i^s)=种组合的台站检测概率P_D的乘积、求和.其中当i=0时，P_E⁰由下式计算获得：

(3)

与Schorlemmer和Woessner(2008)要求的至少4个台站记录到同一地震的资料遴选标准略有不同，考虑到中国地震台网的实际情况，这里设定需要至少被3个台站记录到.此时，在震级M、位置x处和t时刻的测震台网检测概率P_E(M, x, t)，可由扣除掉仅被0、1和2个台站记录情况下的联合概率：

(4)

与此相对应的，对所有的震级档M，在位置x处、t时刻的最小完整性震级M_P可通过如下方式计算获得：

(5)

其中Q为地震被漏记的阈值水平，本文中设定为0.01.

经过“十五”中国数字地震观测网络项目建设，我国的地震观测系统建设和监测能力得到飞跃式发展.截止到2007年底的项目结束以后，共建成国家数字地震台站152个(含7个境外台站)，总台站数19个的新疆和田地震台阵和西藏那曲地震台阵.建成总台站数685个的31个区域数字地震台网，包括“十五”前已建成的首都圈数字地震台网107个台站，区域地震台总数达到792个.此外，还建成吉林长白山、龙岗、云南腾冲、黑龙江五大连池和镜泊湖、海南琼北6个火山监测台网，台站数量33个(刘瑞丰等, 2015).

本研究以中国及周边地区(70°E—140°E，5°N—55°N)作为研究区，计算所用资料使用了中国地震台网中心“全国地震编目系统”提供的《全国统一正式编目》地震观测报告¹⁾ ，时间范围起自“十五”数字化改造后正式提供地震观测报告等数据产品的2008-10-01，截至研究时间2015-09-17.相应的地震数目为578944个，P波(Pg、Pn)震相3701699条.经筛选后符合计算条件的0级以上、记录台站数3个及以上的地震数目为447192个，P波震相3570417条.

1) 全国地震编目系统，http://10.5.202.22/bianmu/index.jsp.

台站选取以中国地震台网中心地震编目所列台站为基础，选用了包含国家台148个(不含未建的南沙台和3个未参与日常编目的境外台)，区域台853个(包括33个火山台，以及我国部分省、自治区和直辖市自建区域地震台站27个)，以及和田地震台阵参与地震编目的1个台站(XJ.HTT0).对于2008年开始实施、2014年底完成“中国地震背景场探测”项目(刘瑞丰等, 2015)，尽管已新建完成18个国家台、1个青海格尔木小孔径台阵、67个区域地震台(陆地台站60个、海岛台7个)，但因项目尚未正式验收、新建台站运行和观测时间有限，相关台站未予以考虑.

在震级和距离的转换中，使用了我国目前采用的区域地震台网的地方震震级(M_L)测定标准(中国地震局监测预报司, 2003)：

(6)

其中A_μ为振幅，单位为μm，为南北向和东西向S(Lg)波最大振幅(峰-峰值振幅的¹/₂)的平均值.Δ为震中距，R(Δ)为台站的量规函数，可通过查表获得.

PMC方法一般可用两种方式表示地震监测能力，一是对某一震级档给出相应的检测概率P_E的空间分布，此类表示方式可用于对设定震级档的台网监测能力评估；另一种则是基于概率的最小完整性震级M_P的空间分布.利用PMC方法，图 1分别给出了中国地震台网“十五”以来分别在M1.0、M2.0、M3.0、M3.5、M4.0和M4.5情况下的P_E的空间分布.由结果可见，图 1a中1.0级地震的可被检测的概率P_E|M=1.0≥0.99(后文简写为P_1.0，其他表述方法类似)的范围，其主要分布在新疆南北天山和阿勒泰地区、华北地区、东南沿海地区、西北地区等陆地区域.图 1b中2.0级地震对应的P_2.0，覆盖了除青藏高原、贵州以及内蒙古北部和西部等边疆地区的我国大部分陆上区域，渤海、黄海北部、台湾海峡等部分近海区域也可实现2.0级地震的监测能力.由图 1d给出的P_3.5的分布可见，除南海以外的我国近海区域已可基本覆盖.由图 1e给出的P_4.0的分布可见，我国全部陆内地区监测能力基本可达到4.0级，包括朝鲜半岛大部分地区在内的境外地区也可被覆盖.此外，图 2给了中国地震台网最小完整性震级M_P的空间分布.

图 1

Fig. 1

图 1 PMC方法给出的深度10.0 km对应的中国地震台网检测概率PE的空间分布 (a) M1.0地震的检测概率空间分布；(b) M2.0地震的检测概率空间分布；(c) M3.0地震检测概率空间分布；(d) M3.5地震检测概率空间分布；(e) M4.0地震检测概率空间分布；(f) M4.5地震检测概率空间分布.图中黑色三角为计算所用的1001个地震台站. Fig. 1 Distribution of the detection probability PE of China Seismic Network at a depth 10.0 km calculated by PMC method (a) Map of P1.0 with detected magnitude level ML1.0; (b) Map of P2.0 with detected magnitude level ML2.0; (c) Map of P3.0 with detected magnitude level ML3.0; (d) Map of P3.5 with detected magnitude level ML3.5; (e) Map of P4.0 with detected magnitude levelML4.0; (f) Map of P4.5 with detected magnitude level ML4.5. The black triangles are 1001 seismic stations we used.

由图 1和图 2可见，在考虑3个及以上台站记录确保地震定位精度、考虑台网实际产出地震观测资料情况下，中国地震台网的监测能力有如下特点：(1) 我国东西部地区监测能力差异大，东部地区尤其是华北地区、东南沿海地区监测能力高，部分区域的M_P甚至可达M1.0左右，而西部地区，尤其是青藏高原监测能力非常薄弱，其中南部地区M_P仅为4.5左右；(2) 我国边疆海域地区监测能力仍较为薄弱，其中，南海地区因仅西沙地震台1个台站在对本文限定评估方式下几乎无地震监测能力，其他海域监测能力约为3.5级；(3) 在考虑地震台网实际的观测资料产出情况下，监测能力与台站密度并不完全正相关，其中典型的例子是，尽管新疆地区台站密度相比东部地区较为稀疏，但在南北天山和阿勒泰地区仍保持了较高的监测能力，而贵州等地与周边台站密度接近的省份相比，M_P的数值明显偏大.由此表明，在实际的地震监测分析操作中，对现有台站资料的利用程度可能会显著影响台站的监测效益的发挥.

图 2

Fig. 2

图 2 PMC方法给出的深度10.0 km对应的中国地震台网最小完整性震级Mp的空间分布 图中黑色三角为计算所用的1001个地震台站. Fig. 2 Distribution of minimum magnitude of completeness Mp of China Seismic Network at a depth 10.0 km calculated by PMC method The black triangles are 1001 seismic stations we used.

对“十五”项目建成后中国地震台网监测能力的分析可见，在考虑地震台网实际产出监测资料的情况下，相同配置的地震台站在布设密度接近的情况下，监测能力并不一致.由此，台站的管理、运行和资料分析的差异，将可能造成台站对周边地震检测能力的不同.为描述不同台站的地震检测能力的差异，Schorlemmer和Woessner(2008)设计了利用单台检测概率P_D(M，L)对台站检测地震的能力进行描述，但由于这种二维图像难以直观地比较整个地震台网的检测地震能力差异，因此，需要对这种表示方式“降维”.

考虑到单台检测概率P_D(M，L)在描述地震检测能力时，对相同距离L、越小震级M的检测概率值越高、检测能力越强；对相同震级M、越远距离L检测概率值越高，检测能力越强.根据实际的单台检测概率P_D(M，L)的分布特征，采用与其类似的区域地震台网的地方震震级(M_L)测定时的振幅A_μ等值线的分布，设计了“地震检测能力评分表”，如图 3a所示.图中选取了A_μ={0.0005 μm, 0.0001 μm, 0.005 μm, 0.001 μm, 0.05 μm, 0.01 μm, 0.5 μm, 0.1 μm, 0.5 μm, 1.0 μm, 5.0 μm, 10.0 μm, 50.0 μm}等一系列等振幅曲线A_μ(k)作为评分表的参考线.这些参考线中，如果对于震中距Δ=100 km的位置，当A_μ=0.0005 μm时，对应震级约为M_L=0.0；当A_μ=0.05 μm时，对应震级约为M_L=2.0.考虑到中国地震台网中，M_L和M_S实际上差异不大(汪素云和俞言祥, 2009)，当A_μ=50.0 μm时，对应震级约为5.0.

图 3

Fig. 3

图 3 地震台站检测能力评分表(a)和评分统计结果(b) (a)中曲线为不同振幅Aμ对应的震级-距离关系，红色曲线(Aμ=0.05 μm)为评分归一化的参考曲线，相邻曲线间网格的评分权重wp的取值如图中所示；(b)中灰色柱状图为境内148个国家台站的检测能力评分结果统计，橙色柱状图为境内853个区域台站的检测能力评分结果统计，黑色和橙色虚线分别标出了相应的评分均值. Fig. 3 Seismic monitoring capability scale (a) and statistical result (b) Curves in figure (a) are the magnitude-distance relationship with different amplitude Aμ. The red curve (Aμ=0.05 μm) is the reference curve of normalization score. Score weighting values wp between adjacent curve grid is shown in figure. (b) The gray histogram is the monitoring capability scale result of 148 domestic national stations. The orange histogram is the monitoring capability scale result of 853 domestic regional stations. The black and orange dashed line indicates the corresponding average score respectively.

将振幅A_μ=0.05 μm时对应的等振幅曲线向下包围的面积S_Aμ(0.05) ，作为权重计算的参考值.此外，定义相邻的两条等振幅曲线之间包围的网格点的权重值w_p(k)，为振幅较小的等振幅曲线A_μ(k)对应的面积S_Aμ(k)与权重参考值S_Aμ(0.05) 的比值：

(7)

根据上述权重值构成的打分表，将单台检测概率P_D(M，L)与图 3a相应的评分表中的权重值w_p(k)点乘并积分，可得到地震检测能力评分值D_score：

(8)

上述的地震检测能力评分表设计和评分结果，考虑并区别了地震台站在不同距离和对不同震级的检测能力的特性差异，并使得对台站的地震检测能力可用一个无量纲的评分值来表示.由于评分表不可避免地引入主观性，因此这个无量纲的评分值D_score的绝对值无特别含义，仅可用于不同台站的地震检测能力的比较.

图 3b给出了境内的853个区域地震台站和148个国家台站的地震检测能力评分值D_score的统计分布.由结果可见，国家台站由于较好的台基条件、较高的仪器配置水平和测震观测要求，D_score评分结果系统高于区域台站结果，95%的台站评分值分布在200~600之间，其分布的均值约为400.5254.区域台的D_score评分结果分布较为离散，95%的台站评分值分布在50~600之间，均值约为294.9309.由此可见，本研究构建的地震检测能力评分方法可将国家台站、区域台站的能力差异相区别，并可给出两类台站的系统差异.

为考察中国地震台网的台站对地震检测能力的空间差异，图 4给出了全部台站D_score评分结果的空间分布.从空间分布特征上可见，图中暖色标出的评分结果较高的台站，主要分布在新疆、青海、西藏等西部地区，内蒙古等边疆地区，以及福建等东南沿海地区.总体上，西部及边疆地区的台站地震检测能力要明显高于东部台站密集地区.此外，黑框三角形标出的148个国家台，除境外台站中的缅甸、老挝3个台站，以及境内的西沙台(XSH)和西南地区两个台站外，均有较高的评分值.区域地震台站中，华北地区的天津、河北部分地区，以及贵州和湖南部分地区的台站评分值不高.

图 4

Fig. 4

图 4 中国地震台网地震台站检测能力评分结果的空间分布 图中黑色边框的三角形为国家台站，无边框的三角形为区域台站，相应的颜色为检测能力评分结果. Fig. 4 Maps of China Seismic Network seismic monitoring capability result The black triangles are the national stations. Rimless triangles are the regional stations, and its color indicate the corresponding monitoring capability results.

由表 1列出的中国地震台网台站检测能力评分最高的10个国家台和10个区域台列表可见，全部为新疆、黑龙江、青海地区的台站.其中，国家台中新疆地区台站为8个，包括前7位；区域台中，新疆区域测震台网台站多达9个，且包括评分的前6位.这种国家台和区域台地震检测能力的系统性高分值，除台基等自然条件外，应与高质量的台站维护、运行管理和地震分析能力有关.

表 1(Table 1)

表 1 台站检测能力评分最高的10个国家台和10个区域台列表 Table 1 List of the top 10 national stations and top 10 regional stations with higher detection probability score

表 1 台站检测能力评分最高的10个国家台和10个区域台列表 Table 1 List of the top 10 national stations and top 10 regional stations with higher detection probability score

上述的中国地震台网地震检测能力空间分布特征，可较好地解释图 2中M_p的空间分布差异.一方面，尽管新疆、西藏、青海和内蒙古等西部和边疆地区台站分布稀疏，但由于单台的检测能力较高，使得观测区域维持的相对较高的地震监测能力；东部除福建等东南沿海地区，尽管台站分布密集，但由于部分单台的检测能力有限，造成了与理论设计的台网监测能力的差异.其中相对突出的是贵州及相邻区域，台站间距约为100 km的中等程度的台网布局，单台的检测能力不高对区域整体监测能力下降的影响较为明显.图 4给出的D_score评分结果的空间分布，可作为进一步改进台站运行、优化台网布局的参考.

优化测震台网监测能力可通过两种方式实现：一是，根据台网监测能力评估结果，在监测能力低、弱点位增补台站；二是，在现有的监测能力基础上，通过改善台站观测环境、加强运行管理和维护，最大限度发挥台网监测能力.由图 3和图 4给出的D_score评分的统计分布和空间分布可见，中国地震台网的监测能力在现有观测条件基础上仍有进一步提升的可能.为此，需要给定监测能力的合理目标，评估最小完整性震级M_c可能的提升水平.在可能的监测能力提升目标设计上，本研究基于PMC方法评估结果，通过构建合理的单台检测概率目标函数(M, L)，模拟可能的测震台网最佳监测能力.

图 5(a、c、e)分别给出了144个境内的国家台、853个区域台和全部的1001个台站的单台检测概率平均值P_D(M, L).由图可见，国家台的P_D(M, L)明显优于区域台，且由于区域台站数量较多，整个中国地震台网的P_D(M, L)主要取决于区域台的台站检测水平.此外，无论是国家台、区域台还是全部台站的P_D(M, L)均无法达到理想的较高的检测能力.其中，国家台的P_D(M, L)无法实现对1.5级以下和震源距400 km以外地震的完整检测；区域台无法实现对1.5级以下和震源距200 km以外地震的完整检测.

图 5

Fig. 5

图 5 “设定目标”下的平均单台检测概率 (a)境内144个国家台平均的检测概率；(b)检测能力评分最高的10个国家台平均的检测概率；(c)中国地震台网853个区域台平均的检测概率；(d)检测能力最高的10个区域台平均的检测概率；(e)中国地震台网全部1001个台站的平均的检测概率；(f)检测能力评分最高的10个国家台和10个区域台的平均检测概率. Fig. 5 Average detection probability of the single station with "setting goals" (a) The average detection probability of 144 domestic national stations; (b) The average detection probability of the top 10 national stations with higher detection probability score; (c) The average detection probability of 853 regional stations; (d) The average detection probability of the top 10 regional stations with higher detection probability score; (e) The average detection probability of 1001 stations of China Seismic Network; (f) The average detection probability of the top 10 national stations and top 10 regional stations with higher detection probability score.

由于各个国家台、区域台的地震检测能力差异较大，本研究尝试使用检测能力最好的部分台站的平均结果作为目标函数.其中，图 5(b、d)分别给出了的D_score评分最高的10个国家台，以及10个区域台的平均检测概率.考虑到国家台与区域台的观测条件的差异，图 5f还给出了的D_score评分最高的10个国家台和10个区域台的平均检测概率.定义单台检测概率目标函数为：

(9)

基于上述单台检测概率目标函数(M, L)，重新获得的理论的中国地震台网M1.0和M2.0地震的“最佳”检测概率，以及获得的理论的最小完整性震级M_p的空间分布如图 6(a—c)所示.由图可见，参照地震检测能力评分最高的20个地震台站，在理想情况下，我国东部地区、新疆、南北地震带、朝鲜半岛北部，以及我国近海地区均可实现2.0级的监测能力.

图 6

Fig. 6

图 6 中国地震台网“最佳检测能力”模拟结果 (a) M1.0地震的“最佳”检测概率空间分布；(b) M2.0地震的“最佳”检测概率空间分布；(c)中国地震台网最小完整性震级Mp的模拟结果空间分布；(d)现有监测能力与“最佳监测能力”模拟结果的差值ΔMp的空间分布.图中黑色三角为计算所用的1001个地震台站. Fig. 6 The simulated results of China Seismic Network with "optimal monitoring capability" (a) Map of optimal detection probability with detected magnitude level ML1.0. (b) Map of optimal detection probability with detected magnitude level ML2.0. (c) Distribution of the simulated results minimum magnitude of completeness Mp of China Seismic Network. (d) Distribution of the difference ΔMp of simulation results between existing monitoring capability and the "best monitoring capability". The black triangles are 1001 seismic stations we used.

此外，将图 2给出的现有监测能力与图 6c给出的理论上的“最佳监测能力”进行比较，相应的差值ΔM_p空间分布如图 6d所示.图中结果表明，现有的台站检测能力较高的地区，包括新疆、陕西、山西、山东、江苏已无提升空间，ΔM_p接近于0.其中新疆北部的阿勒泰等地区，ΔM_p＜0，表明这些地区现有台站的地震检测能力较高，甚至超过了本研究设置的最佳监测目标.此外，内蒙古西部地区、四川西部地区、甘肃—青海的北部交界地区、鄂尔多斯地块内部等台站稀疏地区，台站密度中等地区的贵州大部分区域，以及我国近海海域、境外毗邻的朝鲜半岛北部和中南半岛北部地区，地震监测能力提升的空间较大，甚至在我国贵州地区的地震监测能力可提升2.0级.由此，通过对现有地震台站的观测环境、运行维护和管理水平的改造与提升，将可作为中国地震台网监测能力提升的一个重要途径.

为科学评估中国地震台网“十五”项目建成后的地震监测能力，本研究利用基于概率的PMC方法，对2008年10月—2015年9月17日期间运行的148个国家台和853个区域台实际产出的地震观测数据进行了研究，对中国地震台网的整体地震监测能力进行了评估.从单个地震台站的运行效率或“贡献率”角度，为简单、直观地描述每个台站的地震检测能力，研究中还设计了“地震检测能力评分表”方法，给出了地震检测能力的统计特征、空间分布特征.此外，从考察现有测震台网监测能力提升空间的角度，设置最佳的地震检测能力目标函数，模拟并评估了可能的地震监测能力提升水平.研究获得的主要认识如下：

(1) PMC方法对中国地震台网整体监测能力的评估结果表明，我国东西部地区地震监测能力差异大，华北、东南沿海等东部地区地震监测能力较高，西部尤其是青藏高原南部地区仅为4.5级左右；我国边疆海域地区监测能力仍较为薄弱，近海海域的地震监测能力约为3.5级.

(2) 对于单个地震台站，对其记录的观测资料的分析完整程度，可能会显著影响每个台站监测效益的发挥，以及台网整体的监测能力.新疆等部分台站稀疏地区的地震台站，由于地震记录尤其是远震记录分析程度高，维持了较高的地震检测能力水平；而贵州等部分中等台站密度地区，单个台站和区域内整体的地震监测能力与全国类似台站密度地区相比尚有差距.

(3) 利用本研究设计的“地震检测能力评分表”的评分方法，对单个台站的地震检测能力分析结果显示，国家台的评分系统地优于区域台；新疆、青海、西藏、内蒙古等边疆地区，以及福建等东南沿海地区的台站地震检测能力明显高于东部台站密集地区；华北部分地区、贵州和湖南部分地区的台站评分值较低.

(4) 在不增加新的地震台站情况下，利用设定“最佳监测能力”目标情况下的模拟结果显示，内蒙古西部、四川西部、甘肃—青海的北部交界地区、鄂尔多斯地块内部、贵州大部分区域，可通过优化改造和提升运维管理水平，实现相应区域以及我国近海海域、境外毗邻的朝鲜半岛北部和中南半岛北部地区地震监测能力的提升.

本研究中针对中国地震台网监测能力和台站运行效率的评估，使用了基于概率的完整性震级(PMC)方法.PMC方法利用测震台网实际产出的地震观测资料，可反映台网运行和分析等人为因素对监测能力造成的影响.此外，利用台站的地震检测概率给出的综合概率还可避免对弱震、少震地区无法评估等问题.PMC方法在确保地震定位能力的前提下，要求至少4个台以上记录作为数据遴选标准(Schorlemmer and Woessner, 2008; Schorlemmer et al., 2010)，由于我国地震台网分布不均匀，考虑实际情况本研究采用了至少3个台站记录作为数据遴选标准，可能更符合中国地震台网的观测实际.

需要指出的是，本文采用的PMC方法与传统的一些评价方法(Wiemer and Wyss, 2000; Cao and Gao, 2002; Woessner and Wiemer, 2005; Amorèse, 2007)有所不同，包括要求确保地震定位精度(至少3个台站记录资料被用于地震定位)的前提下评价监测能力，因此对图 1和图 2给出的中国地震台网监测能力的评价结果，可能与考虑单台和双台定位等相对低精度地震观测资料情况下的评价结果会有所的不同，略显“苛刻”.这种资料使用的限制实质上是与对地震监测能力(monitoring capability)的定义和具体要求有关，或许在当前世界地震台网包括全球地震台网日臻完善和显著提升能力的情况下，这种略显“苛刻”的定义更能反映科技和防震减灾对地震定位精度的要求.

本研究中设计的“地震检测能力评分表”基于了地方震震级公式，这种带有一定的主观性的设计尚有改进的余地，评分结果的绝对值实际上也并无特别含义.此外，在评估现有监测能力提升空间时，设置的“最佳地震监测能力”目标函数，是通过对地震检测能力评分最高的10个国家台和10个区域台的单台检测概率平均值得到，这也存在较大主观性.事实上，一些地震台站受场地等现实条件所限，不可能通过环境改造大幅度提高地震检测水平，例如华北的天津、河北等地区.“最佳地震监测能力”目标函数的设置，也并非最高标准，但这种符合现有观测实际的参考标准仍具有一定合理性，可为地震台站优化改造的设计提供参考和分析依据.

本研究使用了德国海姆霍兹地球科学中心(GFZ)Danijel Schorlemmer教授提供的PMC方法计算程序，刘瑞丰研究员、杨大克研究员对监测技术问题给予了指导，杨辉高级工程师、张立文高级工程师、李志海副研究员等为本文提供了数据支持和技术咨询，日本统计数理研究所庄建仓博士来访期间，与作者进行了有益的讨论，中国地震台网中心提供了“全国统一编目”的正式地震观测报告，两位评审专家对本文提出了诸多建设性修改意见，尹凤玲博士和来贵娟博士在稿件修改中提供了帮助，在此一并表示感谢.