地球物理学报  2018, Vol. 61 Issue (10): 4021-4036   PDF    
基于强震动资料的破裂过程快速反演及其自动化的可行性
郑绪君1, 张勇1, 马强2, 汪荣江3     
1. 北京大学地球与空间科学学院, 北京 100871;
2. 中国地震局工程力学研究所, 哈尔滨 150080;
3. 德国地学中心(GFZ), 波茨坦 14473
摘要:破裂过程快速反演是目前快速获取地震灾害特征的主要手段之一,是震后应急工作的重要内容.近十年来基于远震资料开展的手动快速反演工作取得了长足进步,但在响应时间方面存在固有的局限,阻碍了反演效率的持续提升.我们根据新近发展的IDS(Iterative Deconvolution and Stacking)自动反演方法,尝试反演近场强震动资料确定破裂过程,探讨破裂过程反演自动化的可行性.对近几年国内发生的强震——包括2013年芦山MW6.6地震、2016年青海门源MW5.9地震和2016年新疆阿克陶MW6.6地震——的应用结果表明,采用IDS方法反演强震数据可以得到稳定可靠的破裂模型,且反演计算时间都控制在几十秒内.此外,以2008年汶川MW7.9地震为例,测试了不同子断层尺度、截止频率和地壳速度结构模型对反演结果的影响,发现滑动分布主要特征不强烈依赖于反演参数和地壳模型,证实了自动反演的稳定性和很强的适应能力.这一研究表明,基于强震动资料的自动反演可能是破裂过程快速反演的主要发展方向.特别地,在未来强震动台网持续发展、强震动数据的质量和共享速度都得到进一步提高之后,这一工作可望纳入到地震参数的常规自动测定工作中,为震后应急和海域地震的海啸预警提供急需的震源模型.
关键词: IDS方法      破裂过程      地震应急响应      强震动数据     
Fast inversion of rupture process based on strong motion data and the feasibility of its automation
ZHENG XuJun1, ZHANG Yong1, MA Qiang2, WANG RongJiang3     
1. School of Earth and Space Sciences, Peking University, Beijing 100871, China;
2. Institute of Engineering Mechanics, China Earthquake Administration, Harbin 150080, China;
3. Helmholtz Centre Potsdam, GFZ German Research Centre for Geosciences, D-14473 Potsdam, Germany
Abstract: Rapid inversion of earthquake rupture process is one of the main approaches to estimate the disaster characteristics, and is also a major work in post-earthquake emergency responses. In the last decade, the fast inversion of teleseismic data has made great progress, but its inherent limitation in response time hinders the continuous improvement in efficiency. With the newly developed automatic IDS (Iterative Deconvolution and Stacking) method, we tried inverting the strong motion data for rupture process, and investigated the feasibility of automatic inversion. The applications to recent strong earthquakes in China (i.e., the 2013 Lushan MW6.6 earthquake, the 2016 Menyuan MW5.9 earthquake and the 2016 Aketao MW6.6 earthquake) suggest that strong motion data inversion can retrieve the rupture model stably and reliably. The time consumed is only about dozens of seconds. In addition, taking the case of 2008 Wenchuan MW7.9 earthquake, we checked the impacts of different sub-fault sizes, the cut-off frequencies of low-pass filters, and the crust velocity structures on inversion results. It was found that the main characteristics of slip model are almost independent of these factors, implying a strong adaptability of the automatic inversion with near-field strong motion data. This research indicates that the automatic inversion with the strong motion data may be the future direction of rapid finite-fault inversion. In particular, with the continuous development of strong motion network, and the improvements in the data quality and the data transfer speed, the automatic inversion could be incorporated into the routine determination of source parameters. It can provide the most urgent rupture model for earthquake emergency responses and tsunami early warnings.
Keywords: IDS method    Rupture processes    Earthquake emergency responses    Near-field strong motion data    
0 引言 0.1 破裂过程对地震灾害响应的重要性

进入21世纪以来,全球大地震和灾难性地震频繁发生(邓起东等,2014),据美国地质调查局(United States Geological Survey, USGS)数据显示,本世纪由地震造成的死亡人数已超过70万,其中2001年古吉拉特邦MW7.6地震、2003年伊朗巴姆MW6.6地震、2004年苏门答腊-安达曼MW9.3地震、2005年南亚MW7.6地震、2008年汶川MW7.9地震、2010年海地MW7.1地震以及2011年东日本MW9.0地震,导致的遇难人数都在几万甚至几十万以上.惨重的人员伤亡引起了国内外地震学界对地震减灾的深刻反思,同时也在很大程度上刺激了与减灾相关的地震学研究工作的发展(倪四道,2008).

在面向灾害的震后应急响应工作中,非常重要的一项内容是通过快速测定地震震源参数,来估计地震灾害的主要特征.目前,很多研究机构都能够在数秒至数分钟内自动确定震源位置和震级.一些国内外研究机构,如中国地震台网中心(赵旭等,2014),美国地质调查局(USGS, Kanamori and Rivera, 2008; Hayes, 2009)及全球矩心矩张量组(Global CMT Catalog Search, gCMT)(Ekström et al., 2012)可以在震后数十分钟到数小时内测定和发布地震矩张量结果.理论研究表明,在数据齐全的情况下,震源位置、震级及震源机制等震源参数可在数秒时间内自动确定(Zhang et al., 2014a).这些震源参数的自动确定都是基于点源地震模型,在震级不是很大的情况下,可以有效估计地震灾害的大小、强弱和断层参数等信息.但是对于破裂延伸上百公里甚至数百公里的大地震,由于缺失断层破裂的时空强度变化信息,点源模型不能反映灾害的空间分布.

2008年5月12日发生的四川汶川MW7.9地震就是一个典型的例子.震后当日,许多救援人员和救援力量都被投入到震中附近的生命救援和道路疏通工作中.然而,在震中东北距震中140 km的北川、200 km的南坝以及250 km的青川等地,也发生了非常严重的建筑损毁和人员伤亡,但由于交通和信息阻断等因素,没有得到最及时地重视和救援.

0.2 破裂过程快速反演工作的研究现状和局限

汶川地震之后,国内外多个研究组,比如中国地震局地球物理研究所陈运泰研究组、中国地震局地震预测研究所陈章立研究组、中国科学院地质与地球物理研究所姚振兴研究组,以及美国USGS等,都通过远震资料反演、确定和发布了此次地震的破裂过程初步结果.尽管这些结果之间存在一些差异,但都非常一致地显示震中东北也发生了大规模破裂,且可能造成了地表破坏.然而,由于当时信息上报渠道尚未建立,这些信息并没有发挥应有的作用.汶川地震之后,破裂过程对大地震灾害估计的有效性得到了地震职能部门和地震学界的广泛重视.国家自然科学基金委和科技部也先后资助了一大批项目,目的是提高该方面工作的效率和准确性.比如,国家自然科学基金委资助了一系列围绕破裂过程实时和准实时反演的重大研究计划和重点研究项目,包括“汶川地震序列震源参数的精准测定以及灾害性大地震动力学破裂过程的近实时反演”(陈运泰主持),“地震震源破裂过程成像及其在地震应急中的应用”(姚振兴主持),“基于高频GNSS地震学的震源参数与破裂过程实时反演研究”(单新建主持)等.在这些项目的资助下,多个研究小组系统性地开展了破裂过程快速反演工作.经过近10年的努力,已经能够做到在震后数小时内确定和发布破裂过程结果(如Zhang et al., 2012),这些结果在汶川地震之后的2010年青海玉树MW6.9地震、2013年四川芦山MW6.6地震、2014年云南鲁甸MW6.1地震、2015年尼泊尔MW7.8地震和2017年四川九寨沟MW6.6地震等国内及周边地区的显著地震的应急工作中,提供了最及时的地震灾害特征,起到了重要作用(张勇等, 2010, 2013, 2014a, 2015a王卫民等,2013赵翠萍等,2013Hao et al., 2013刘成利等, 2013, 2014张旭和许力生,2015张旭等2017a郑绪君等,2017).

尽管基于远震数据的破裂过程快速反演工作已经取得了明显的进展和成效,但也存在两个方面的局限或瓶颈.首先,反演所用的数据都是基于全球范围内的远震宽频带地震数据,多数台站震中距位于30°~90°,即使P波平均也需要10 min左右才能抵达远震台站.由于这10 min的时间不可能进一步减少,可以认为是远震数据反演的效率极限.其次,目前的快速反演都是基于人工响应和手动操作,结果产出时间存在很大的不确定性和不可控性,极有可能因为一些偶然因素导致产出时间的严重滞后.因此,要进一步提升破裂过程快速反演的效率,需要从以上两个方面着手,有针对性地开展工作.

0.3 强震动数据及其在震源快速反演中的优势

减少地震波传播时间的最好办法是改用距离更近的地震数据.近场和区域宽频带资料也常用于震源反演(如许力生和陈运泰,1999张旭等,2016Hsieh et al., 2016),但由于大地震的地震波能量强,容易导致近距离上的波形记录发生限幅.比如,在2014年云南鲁甸MW6.1地震中,震中距100 km范围内的宽频带台站基本都被限幅(张勇等,2015b).由于地震波幅度随震级的增加呈指数上升,对于震级更大的强震和大地震,近场宽频带资料的限幅问题更加严重,很难全面应用于大地震的震源快速反演工作.

强震动资料和高频GNSS(Global Navigation Satellite System)资料一般不会限幅,是当前大地震近场资料反演采用的主要数据类型.尽管两者分别记录的是地面加速度和位移的时间过程,但可以通过数值积分或微分的方式相互转换.两种资料各有特点.强震动资料数据信噪比和采样频率都较高,但存在基线漂移和低频失真等现象,影响了低频和零频信息的可靠性(Wang et al., 2011, 2013; Tu et al., 2014; 邵志刚,2014; 金明培等,2014);高频GNSS资料尽管信噪比和采样率较低,但由于直接反映地面的平动信息,低频和零频信息更为准确(Geng et al., 2010; Li et al., 2014).因此相对于高频GNSS资料,强震动数据在大地震反演中需要进行高通滤波,以去除基线漂移的影响.原则上,这一做法可能导致震级的低估.但实际应用研究发现,即使在2011年Tohoku这样的MW9.0地震中,强震动资料和高频GNSS资料的反演结果之间的差异也并不显著(Zhang et al., 2014b).另外,由于监测对象和监测内容的差异,现阶段强震动资料在布设密度、数据传输和处理效率、以及共享程度方面都略优于高频GNSS资料,是现阶段震源快速反演工作更适宜采用的近场资料类型.

目前我国数字强震动观测台网拥有自由场固定台1700台,地震动衰减、场地影响、大型结构等专业台阵12个(319台).这些台网覆盖了我国重点地震监测防御区,可以有效记录到大多数强震和大地震的强地面运动过程.丰富的强震动记录为开展破裂过程快速反演工作提供了良好的数据基础.

0.4 自动化反演的方法基础

传统破裂过程反演涉及较多的反演参数,包括约束子断层震源时间函数的若干参数,以及时间和空间光滑权重等参数.实际反演中,往往需要尝试不同的参数组合,根据研究者的主观经验确定破裂模型.这种模式适合讨论震源过程的细节问题,但对震源快速反演的效率提升非常不利.首先,人为操作必须以人为响应为前提,而人为响应的时间与地震发生的季节和时间都密切相关,具有很大的不确定性.另外,手动操作模式会导致反演结果在一定程度上依赖于反演者的经验,不可避免地引入了主观因素.即使采用相同方法和相同的数据,不同研究者得到的反演结果也可能存在差别.因此,迫切需要改进破裂过程快速反演的人为响应和手动操作模式,减少响应时间和反演中的主观因素,提高反演效率和结果的稳定性.这一切的基础是:需要一种可靠的破裂过程自动反演方法.

Zhang等(2014b)发展了用于破裂过程反演的迭代反褶积和叠加方法(Iterative Deconvolution and Stacking, IDS),IDS方法可在数据和断层模型齐备的前提下,一次性反演计算得到破裂过程结果.其反演具有稳定、高效和不依赖主观因素的特点,因此被认为是一种有效的自动反演方法.目前,该方法已在多个地震震例研究中得到了成功的应用(Zhang et al., 2015c; Diao et al., 2016; 郑绪君等,2017).然而,破裂过程反演的自动化需要考虑更多更复杂的现实情况.台网分布、数据质量、断层模型和离散化、滤波频带、地下结构等,都有可能对最终结果产生影响,因此,需要以实际地震为检验对象,测试和分析不同参数在自动反演中的重要性,寻求可行的解决方案,方有可能保证破裂过程反演自动化策略的可行性.

综上,我们目前客观上已经具备了破裂过程反演自动化的数据和方法基础,这为从根本上提高破裂过程快速反演的效率提供了前提保障.本文针对近几年来国内一些中强地震,包括2013年四川芦山MW6.6地震、2016年青海门源MW5.9地震、2016年新疆阿克陶MW6.6地震,搜集了这些地震的近场强震动资料,采用IDS方法反演确定破裂模型.在此过程中,我们主要关注在当前强震动台站台网分布和强震动数据质量的现实条件下,能否得到较为可靠的破裂过程反演结果.另外,我们还将以2008年汶川MW7.9地震为例,探讨断层离散化方案、滤波频带和地下结构等因素对破裂过程结果的影响,以期得到相关认识,为建立完整的破裂过程自动反演流程提供依据.

1 数据处理和格林函数

作者搜集和整理了以上4个地震的近场三分向加速度强震动记录,在将原始加速度记录积分成速度记录并进行带通滤波后,按照0.5 s的时间间隔进行降采样.带通滤波中的高通滤波是为了去除强震动记录的基线漂移;低通滤波一是为了保证最小波长远大于子断层尺度的点源近似条件,二是为了去除无法在格林函数计算中考虑的局部地下结构对地震波场的影响.

当前,由于大多数强震动台站没有布设在基岩上,几乎每个地震的强震动数据都存在一些问题台站,主要表现在两个方面,一是台站时间出现问题,二是台站波形因局部场地效应产生较大的幅度异常和多次波干扰.台站时间错误问题比较好解决,可以通过长短窗地震波幅度比的方式检测P波到时,与快速定位结果对应的理论P波到时相比较,将到时差异较大的台站舍去,剩余台站用于波形反演.由于波形存在问题的台站不止一个,直接反演所有台站波形很难得到可靠结果,也不能根据反演拟合情况一次性识别出所有的问题台站.一个可行的办法是将台站分组,每组中含有尽可能少但足够分辨地震破裂过程的台站,这样可以减少每组台站中问题台站的个数,增大对问题台站的区分能力.在分组时,我们尽可能地让每组台站具有均匀的方位角和离源角覆盖,以提高其分辨能力.在每组台站最少台站数选取方面,前人进行了研究测试,但结果并不完全一致.比如,Saraò等(1998)发现在破裂方向上的4个台站足以进行震源成像,Asano和Iwata(2009)则认为至少12个台站才可以得到一个较稳定的破裂分布.考虑到每组台站中都可能存在问题台站,本文偏保守地选用Asano和Iwata(2009)的结果,按每12个台站进行分组反演.对比多组反演结果,可将每组反演情况归为两类:①反演所得震级在合理范围内(地震速报震级±1级),说明好的台站占多数且主导了反演结果,此时按照波形拟合情况删除拟合欠佳的台站;②如果震级严重异常,说明问题台站主导了反演结果,此时删除拟合较好的台站(问题台站),然后采用该组剩余台站重新进行反演和筛选.最后,根据每组筛选出的合理台站,再按一定的台间距和方位角间隔筛选组合,再次反演得到最终结果.

在近场强震动资料反演中,不同子断层到台站的路径差异明显,需要用每个子断层到台站之间的格林函数.为减少格林函数计算时间,我们预先计算并构建格林函数数据库,反演时直接从格林函数库中读取所需的格林函数.本文的格林函数基于CRUST1.0的局部地壳速度模型(Laske et al., 2013)和AK135的地幔速度模型(Kennett et al., 1995),采用Wang等(2017a)的程序计算得到.

2 应用 2.1 2013年芦山MW6.6地震

北京时间2013年4月20日8时2分,我国四川省芦山县境内发生了MW6.6地震.这次地震发生于龙门山断裂带的南段,距离2008年汶川地震震中约100 km.芦山地震共造成196人遇难,21人失踪,1万余人受伤,以及大面积滑坡和房屋倒塌,导致了巨大的人员伤亡和财产损失.

对于芦山地震震源位置,不同机构给出的结果略有不同,本文采用Zhang等(2014c)利用近场强震动数据反演并定位得到的结果,震中为30.261°N,102.889°E,深度为16 km.震源机制采用美国USGS发布的结果,走向/倾角/滑动角=218°/39°/103°.为尽可能覆盖所有的破裂面,我们假定一个足够大的潜在断层面,长为50 km,宽为36 km,分别沿走向和倾向方向离散成25×18=450个子断层,每个子断层的大小为2 km×2 km.反演采用的数据来源于Zhang等(2014c)使用的14个台站的三分量加速度记录,积分成速度记录并进行0.02~0.2 Hz的带通滤波.在分组自动筛选后,最终确定了13个有效台站用于破裂模型反演.

反演得到的地震矩约1.07×1019 Nm,对应的矩震级为MW6.6.震源时间函数显示,此次地震时间过程比较简单,只包含一次破裂事件,地震矩释放较快且集中,整个过程持续时间约为10 s,同Hao等(2013)Li等(2017)的结果很相似.根据滑动速率分布图和滑动量的时空累积图看,整个破裂分布基本以破裂起始点为中心,向四周传播,破裂面积约为14 km×14 km,没有表现出非常明显的破裂方向性,这与其他研究结果基本一致(张勇等,2013Liu et al., 2013Zhang et al., 2013, 2014c金明培等,2014刘琦等,2016Li et al., 2017).此次地震断层面的最大滑动量约为2.2 m,比Hao等(2013)基于强震动、远震体波和面波数据联合反演,Zhang等(2014c)基于强震动和远震数据联合反演的结果以及Li等(2017)基于静态GPS、强震动和远震数据联合反演的结果略大,但与Zhang等(2013)赵翠萍等(2013)基于远震波场数据反演的结果相近.

图 1a为静态滑动分布在地表的投影图,破裂分布主要集中在震源附近,没有出露地表,这与区域地震地质调查结果相近(刘明军等,2014).表明最大烈度很可能发生在主要滑动区域正上方,与震后灾害调查结果一致(周铁刚等,2013).图 2为理论波形和观测波形的比较,波形拟合失配度为0.35,大部分台站的波形都得到了较好的拟合,只有HYYD台站的南北分量波形存在很强的基线漂移,拟合相对较差.由于反演使用的是筛选后的数据,台站利用率较高,达到90%.

图 1 2013芦山地震震中附近区域构造背景和破裂过程结果 (a)滑动量分布在地表的投影.沙滩球表示震源机制解;五角星代表震中;灰色小圆圈为芦山地震余震分布(房立华等,2013);红色线条表示活断层;左下角插图中粉色三角形为芦山地震的强震动台站分布;左上角插图为震源时间函数;(b)子断层震源时间函数和断层面上静态滑动分布;(c)滑动速率时空分布;(d)累积滑动量时空分布. Fig. 1 Regional tectonic background of the epicentral area and rupture model of the 2013 Lushan earthquake (a) Surface projection of fault slip distribution. The beach ball shows the focal mechanism, the star denotes the epicenter, the gray circles are the aftershocks (Fang et al., 2013), red lines present the active faults. Pink triangles in the bottom- left inset are the strong motion stations. Source time function is shown in the upper-left inset; (b) The sub-fault source time functions and the static slip distribution; (c) Temporal variations of slip-rate; (d) Temporal variations of cumulated slip.
图 2 芦山地震强震动数据的观测波形(粗线)和合成波形(细线)的比较 Fig. 2 Comparisons between the observed (bold lines) and synthetic (thin lines) seismograms of the Lushan earthquake
2.2 2016年门源MW5.9地震

北京时间2016年1月21日凌晨1时13分13秒,青海省门源县境内发生MW5.9地震,震源位置为37.680°N,101.620°E,深度为10 km.胡朝忠等(2016)震后当天立即开展地震灾害、地震地质等勘察,结合余震分布、震源机制解等资料综合分析,认为冷龙岭断裂北侧断层为此次地震的发震断裂,其走向约为140°,和其他研究机构给出的震源机制解十分相似.为达到震后快速响应,往往采用美国USGS发布的矩张量解结果,门源地震断层面走向/倾角/滑动角=141°/50°/79°.同样假定一个足够大的潜在断层面,长为50 km,宽为24 km,分别沿走向和倾向方向离散成25×12=300个子断层,每个子断层的尺度为2 km×2 km.国家强震动台网中心在震后提供了64个台站的原始三分向强震动加速度记录,积分成速度记录并进行0.02~0.1 Hz的带通滤波.通过分组自动筛选后,最终确定了10个有效台站用于破裂模型反演.

反演得到门源地震的地震矩为1.01×1018 Nm,相当于矩震级MW5.9,与USGS和gCMT得到的矩震级一致,比中国地震台网中心发布的面波震级(MS6.4)小.从震源时间函数结果看,地震的时间过程比较单一,破裂过程持续时间约为8 s.地震主要以单侧破裂为主,整个破裂区域呈现出不规整的圆形分布,主要集中在震中东南方向10 km范围内和倾向方向5~15 km范围,与余震分布范围高度吻合.最大滑动量约为0.48 m,比赵强等(2017)用InSAR数据反演的结果略大,但整体滑动分布很相似.再结合区域构造背景,破裂区域位于震源的东南侧,介于冷龙岭断裂与民乐—大马营断裂之间,这同胡朝忠等(2016)赵强等(2017)推断冷龙岭北侧断裂极可能是门源地震的发震断裂相吻合.

图 3c, 3d分别展示了滑动速率和滑动量的时空分布图.从滑动速率图看,破裂主要沿走向,即东南方向传播.图 4为观测波形与理论波形的比较,其整体波形拟合失配度为0.53.由于一些台站(62HHT和62GUF)的波形存在很强的基线漂移,即使采用较窄频带的带通滤波也未能很好消除,在一定程度上影响了波形拟合.此外,尽管最后用于反演的台站只有10个,比Asano和Iwata(2009)总结出12个台站数目略少,但这些台站相对于震中分布比较均匀.我们得到的强震动资料模型与大地测量资料反演结果较为相似(赵强等,2017),不同资料独立反演显示的一致性表明结果具有一定的可靠性.

图 3 2016年门源地震震中附近区域背景和破裂过程结果 (a)滑动量分布在地表的投影.沙滩球表示震源机制解,五角星代表震中,小圆圈为门源地震余震分布(房立华等, 2016, http://www.cea-igp.ac.cn/tpxw/273572.html),红色线条表示活动断层(ML-DMYF:民乐—大马营断裂, HC-STF:皇城-双塔断裂, LLLF:冷龙岭断裂);左下角插图中三角形为门源地震的强震动台站分布,其中粉色三角星为本研究选用的台站;右上角插图为震源时间函数;(b)子断层震源时间函数和断层面上静态滑动分布;(c)滑动速率时空分布;(d)累积滑动量时空分布. Fig. 3 Regional background of epicentral area and rupture model of the 2016 Menyuan earthquake (a) Surface projection of fault slip distribution. The beach ball shows the focal mechanism, the star denotes the epicenter, the gray circles indicate the aftershocks (Fang et al., 2016, http://www.cea-igp.ac.cn/tpxw/273572.html), red lines are the active faults (ML-DMYF:Minle-Damaying fault, HC-STF: Huangcheng-Shuangtashan fault, LLLF: Lenglongling fault). Triangles in the bottom-left inset are the strong motion stations, and the pink triangles are those chosen for inversion. The upper-right inset shows the source time function. (b) The sub-fault source time functions and the static slip distribution. (c) Temporal variations of slip-rate. (d) Temporal variations of cumulated slip.
图 4 门源地震强震动数据观测波形(粗线)和合成波形(细线)的比较 Fig. 4 Comparisons between the observed (bold lines) and synthetic (thin lines) seismograms of the Menyuan earthquake
2.3 2016年阿克陶MW6.6地震

北京时间2016年11月25日22时24分30秒,我国新疆克孜勒苏州阿克陶县发生MW6.6地震,震源位置为39.270°N,74.040°E,深度为12 km.此次地震是我国大陆2016年发生的最大的一次地震,造成1人死亡,1.1万人失去住所.震后3天内伴随着400多次余震,最大的余震为11月26日17时23分发生的5级地震.美国USGS震后发布了阿克陶地震震源机制解结果,断层节面Ⅰ走向18°,倾角81°,滑动角-28°,节面Ⅱ走向113°,倾角63°,滑动角-170°.根据陈杰等(2016)野外地震地质调查、InSAR同震形变场分析及主震重新定位结果表明,阿克陶地震发震断层的位置与木吉断裂高度吻合,表现为右旋走滑型事件,其发震断层参数与USGS发布的震源机制解中的节面Ⅱ参数相近.

结合地震地质调查背景,本文采用USGS给出的震源机制解节面Ⅱ为发震断层,并假定断层面长为102 km, 宽为39 km,按照3 km×3 km的大小分别沿走向和倾向方向离散成34×13=442个子断层.国家强震动台网中心在震后提供了30个台站的原始三分向强震动加速度记录,积分成速度记录并进行0.02~0.1 Hz的带通滤波,然后投入计算机自动筛选流程.可能是因为地震东部的许多台站都位于盆地内较厚的沉积层上,许多台站表现出比较明显的幅度异常和难以拟合的多次波,导致最终只优选出7个台站,用于破裂模型的确定.

图 5显示了阿克陶地震反演的结果.整个地震过程释放的地震矩为1.1×1019 Nm,对应的矩震级为MW6.6,同其他研究机构公布的结果一致(USGS;gCMT;张勇等,2016张旭等,2017bFeng et al., 2017).根据反演得到的震源时间函数,地震破裂在时间上表现为一次单一事件,持续时间约16 s,大部分地震矩释放在4~12 s之间.但具体到每个子断层的震源时间函数上,多数子断层表现出两次子事件的特征,且多位于两个滑动量较大的区域.这一现象可能意味着滑动量较大区域存在应力分布的不均匀性,或多断层分布,导致地震能量难以一次性集中释放.区域地震调查发现,该处木吉断裂可能具负花状结构(陈杰等,2016),同以上的推断结果一致.从破裂的静态滑动分布看,地震主要以单侧破裂为主,从破裂起始点沿走向方向传播,但在距震中约20 km处出现了小面积的滑动空区.整个断层面上最大滑动量约为0.32 m,比用InSAR数据反演的结果略大(Wang et al., 2017b),但接近于用远震P波反演的结果(张勇等,2016张旭等,2017b).

图 5 2016阿克陶地震震中附近区域构造背景和破裂过程结果 (a)滑动量分布在地表的投影.沙滩球表示震源机制解,五角星代表震中,灰色小圆圈为阿克陶地震余震分布(陈杰等,2016),红色线条表示活断层(BJF:木吉断裂, KGSNLF:昆盖山南麓断裂, AYTKF:奥依塔克断裂, KBRTF:肯别尔特断裂, BETKYF:膘尔托阔依断裂),左下角插图中三角形为阿克陶地震的强震动台站分布,其中粉色三角星为本研究选用的台站,左上角插图为震源时间函数;(b)子断层震源时间函数和断层面上静态滑动分布;(c)滑动速率时空分布;(d)累积滑动量时空分布. Fig. 5 Regional tectonic background of epicentral area and rupture model of the 2016 Aketao earthquake (a) Surface projection of fault slip distribution. The beach ball shows the focal mechanism, the star denotes the epicenter, the gray circles indicate the aftershocks (Chen et al., 2016), red lines are the active faults (BJF: Muji fault, KGSNLF: Kungaishannanlu fault, AYTKF: Aaoyitake fault, KBRTF: Kenbieerte fault, BETKYF: Biaoertuokuoyi fault). Triangles in the bottom-left inset are the strong motion stations, and the pink triangles are those chosen for inversion. The upper-left inset shows the source time function; (b) The sub-fault source time functions and the static slip distribution; (c) Temporal variations of slip-rate; (d) Temporal variations of cumulated slip.

图 5c, 5d分别为滑动速率和滑动量的时空分布图.地震发生前8 s内,破裂主要从破裂起始点沿走向方向,即向东传播;从第8 s起,破裂有部分能量转向了地表且在第12 s到达地表,但还是以走向方向传播为主.整个破裂在16 s时达到昆盖山南麓断裂附近停止.图 6为观测波形与理论波形的比较,其整体拟合失配度为0.46.虽然挑选出的可利用的台站只有7个,但这些台站基本分布在破裂方向上,满足Saraò等(1998)认为在破裂方向上的4个台站足以进行震源成像的条件.

图 6 阿克陶地震强震动数据观测波形(粗线)和合成波形(细线)的比较 Fig. 6 Comparisons between the observed (bold lines) and synthetic (thin lines) seismograms of the Aketao earthquake
3 讨论与结论 3.1 反演的稳定性和自动化前景

2013年芦山地震、2016年青海门源地震和2016年新疆阿克陶地震的应用结果表明,采用IDS方法反演强震数据得到的破裂模型具有很好的可靠性.在自动反演流程中,我们还必须考虑反演的稳定性.

本文的破裂过程反演所采用的基础震源参数(包括震源位置和断层参数)来自震后一些研究机构或研究人员事后确定的结果.而在震后应急的实际工作中,震源参数只能参考地震速报结果及区域地质构造背景来确定,其结果可能存在一定的不确定性.Zhang等(2015c)在对2015年加州South Napa MW6.1地震的研究中,测试了不同震源位置和断层参数以及不同台网的影响,发现震源位置误差在小于破裂尺度三分之一,以及断层面参数误差小于15°的情况下,不影响近场资料反演对主要破裂特征的确定;基于强震台网,用不同震中距和台间距重建台网反演得到的破裂模型之间的主要特征是一致的.郑绪君等(2017)在2017年九寨沟地震的研究中分别采用中国地震台网中心和美国地质调查局的定位结果进行了破裂过程反演,发现两个定位结果得到的反演模型除在时间上存在偏移外,其他破裂特征都极其相似,表明强震数据反演不严重依赖于地震定位结果.但在基础震源参数之外,其他反演参数,包括断层大小,子断层尺度、截止频率、速度结构等,也可能对结果产生影响.为建立可靠的破裂过程自动反演流程,有必要考虑和评估这些因素的影响.

在震后启动破裂过程快速反演时,由于事先不知道地震的破裂尺度及地震的优势破裂方向,需要给定足够大的断层面,并将震源(初始破裂点)置于断层走向方向的中心位置.由于反演采用的IDS方法具有较强的抗误差干扰能力,即使断层面给得偏大,主要滑动区域特征都很稳定,且在主要滑动区域之外没有产生显著的虚假破裂.本文对所有震例的成功应用也表明,这种做法有助于获取主要的破裂特征和滑动分布,得到较为可靠的结果.因此断层大小的给定对于自动反演而言,不存在问题.

子断层尺度与低通滤波截止频率相关,需要满足最小波长远大于子断层尺度的点源近似条件.我们以2008年汶川地震为例,选用不同尺度的子断层重复反演流程,其截止频率依据(VS是S波速度,ΔL是子断层尺度,Heimann, 2010)设定.假定潜在断层面长为410 km,宽为50 km,并设置子断层尺度大小分别为15 km×15 km、10 km×10 km和5 km×5 km,对应的波形截止频率分别为0.02~0.08 Hz,0.02~0.1 Hz,0.02~0.2 Hz.反演所用的强震动数据为国家强震动台网中心提供的79个原始三分向强震动加速度记录.

图 7a为子断层大小10 km×10 km的反演结果,整个地震过程持续时间约100 s, 释放的地震矩为1.2×1021 Nm,相当于矩震级MW8.0.破裂滑动分布与Zhang等(2014b)手动挑选出的36个强震动台站得到的反演结果基本一致,和余震分布(黄媛等,2008)也有很好的互补关系,最大滑动量约为6.4 m.图 7b显示了不同子断层尺度的反演结果.整体上看,所有模型的主要破裂特征和破裂分布都大致相同,但也存在一些规律性差异,子断层尺度越大,最大滑动量越小.这是因为子断层尺度越大,低通滤波频率越低,断层上不同位置到台站的格林函数相似度更高,这时反演对不同区域的滑动量的空间分辨能力下降,导致滑动量被相对更均匀地分配,形成较小的最大滑动量.我们可以将这三个破裂模型划分为三个主要的破裂集中区(Seg1, Seg2, Seg3),空间位置上分别对应于映秀、北川和青川,与这些地区发生较强地表破坏的野外调查结果(Xu et al., 2009)和InSAR同震变形场分析结果(单新建等,2009)相吻合.而子断层尺度5 km×5 km的反演结果可以再将Seg1划分成2个滑动区,其中Seg4位于龙门山镇到清平镇之间,与Wan等(2017)联合GPS和InSAR资料反演得到的4个主要滑动区域很相似.

图 7 采用不同子断层尺度反演得到的汶川地震的破裂模型 (a)子断层尺度10 km得到的反演结果,其他说明见图 1a; (b)子断层尺度分别为5 km,10 km和15 km得到的滑动分布结果. Fig. 7 Rupture models of the Wenchuan earthquake obtained with different sub-fault sizes (a) Surface projection of fault slip distribution with sub-fault size of 10 km. Other details please refer to Fig. 1a; (b) Fault slip distributions with sub-fault sizes of 5 km, 10 km and 15 km.

上述测试中子断层尺度与低通滤波截止频率是一一对应的.对于同一子断层尺度,我们测试了不同的低通滤波截止频率.选用子断层尺度为15 km×15 km的断层模型,低通滤波截止频率从0.04 Hz开始,以0.02 Hz为步长逐步增加至0.3 Hz,依次进行反演.图 8a显示了波形残差与截止频率的变化关系.一般地,频率越低,残差越小,频率越高,残差越大.这有两个方面的原因,一是格林函数计算时难以完全考虑介质的精细结构,导致其高频成分误差相对较大,二是对于高频成分的波形而言,已经不满足点源近似条件,导致反演误差增大.但是残差越小并不表示模型越好,采用低频成分的波形反演尽管残差较小,但模型分辨率也较弱.通常需要在波形残差和模型分辨率之间寻求平衡.一般地,在数据条件较好的情况下,按照的关系进行反演,似乎可以较好地兼顾波形残差和模型的分辨率.

图 8 采用不同低通滤波截止频率和速度结构模型得到的断层滑动量分布 (a)从上到下依次为不同截止频率的波形残差曲线和4个不同滤波频带得到的断层滑动分布;(b)采用不同速度结构得到的滑动分布模型,从上到下分别对应高原和洋底地壳速度结构模型. Fig. 8 Fault slip models obtained with different upper cut-off frequencies and velocity structures (a) The top panel is the misfit curve varied with different upper cut-off frequency, the bottom panel shows slip distributions with different band-pass filters. (b) Slip models obtained with different crust velocity structures, from top to bottom are the crust velocity structures of plateau and seafloor, respectively.

实际地震波数据自然携带地球复杂结构信息.但在格林函数计算时,只能根据对震源区的已有认识,尽可能地选择合理的速度结构.不失一般性,本文采用了CRUST1.0中震中附近的一维速度结构模型来计算格林函数,这与真实地壳模型之间可能存在一定的差异.为检测地下结构对反演结果的影响,基于汶川地震子断层尺度为15 km×15 km的断层面离散化方案,和带通滤波为0.02~0.08 Hz的滤波参数,我们分别采用截然不同的地下结构进行反演,并考察其结果的影响.如图 8b所示,分别选用了典型的高原和洋底的两个极端的地壳速度结构模型,其地壳厚度分别为61 km和12 km,发现优势破裂方向和滑动分布的主要特征都未发生明显变化.表明在采用近场强震动资料的反演中,地壳速度结构对结果有一定影响,但是是次要的.这是因为在近场或近断层距离上,震源到台站的路径较短,波形中震源破裂的效应比速度结构的效应显著得多,使得反演对速度结构的依赖性较小,得到的震源特征较为稳定.

以上以2008年汶川MW7.9地震为例,测试了子断层尺度、滤波截止频率及速度结构对近场强震动数据反演的影响,得到了一些有益的启示.测试结果表明,采用IDS方法的近场数据反演具有很好的稳定性,其反演结果并不严重依赖于反演参数和速度结构模型.其中子断层尺度和滤波截止频率需要满足子断层点源近似条件.我们的经验是,近场数据中幅度占主导的S波的最小波长大于或等于3倍子断层尺度时,可以较好地保证反演结果的稳定性.强震动数据反演较好的稳定性显示了较好的自动化前景.

3.2 反演效率

本文采用了IDS方法进行强震动数据的反演,其优势是无需给定或尝试最大和最小破裂速度、子断层震源时间函数长度、破裂持续时间、时空光滑约束权重等参数,可以一次性反演计算得到稳定可靠的破裂模型.这种反演过程大大减少了反演试错的次数,从根本上提高了反演的效率.

此外,本文根据当前我国强震动数据的现实情况,设计了有效的台站分组筛选方案,在实际资料处理中可根据波形拟合程度和震级合理性,自动区分高质量台站和问题台站.对国内4次地震的实际应用结果表明,这一数据筛选方案具有较高的可靠性和可行性,有助于在有限的数据质量前提下,保障反演结果的可靠性.

我们统计了整个自动反演流程所耗的时间,包括数据处理、格林函数读取、台站分组反演和筛选,以及利用有效台站进行最终反演的计算时间.在普通个人电脑(CPU为Intel i5-6400)上对芦山地震、门源地震和阿克陶地震的反演所用时间分别为50 s、99 s和81 s.需要说明的是,这其中很大部分的时间用在了区分问题台站和有效台站上.如果台站数据质量非常理想以至于无需分组考察其数据质量,则反演时间可进一步缩短1/3.实际上,在整个流程完全自动化的情况下,反演时间的缩短完全可以通过提升计算机硬件性能或对代码进行并行化来实现,技术上和可行性不存在任何问题.

3.3 强震动资料自动反演的前景和展望

如前所述,强震动资料具有传播时间短,台站分布广的特点,是当前非常适宜用于震源快速反演的数据类型.但当前我国强震动数据用于反演仍存在较多问题,主要表现在:一是当前强震动观测主要用于工程应用,没有刻意注重记录的绝对时间,导致一些台站的时间服务存在问题;二是大部分台站都布设在土层场地而不是基岩上,存在场地、尾波效应等影响,给震源反演造成了较大干扰.在本文的几次震例反演中,大概有1/7左右的台站存在到时问题,40%~80%的台站波形难以被较好地拟合.尽管如此,我们通过带通滤波来减少基线漂移和高频放大的影响,利用台站分组组合筛选的方式来筛选问题台站,最终都得到了较好的结果.这表明在现有的台站观测条件下,我们已经具备自动反演强震数据快速确定震源主要破裂特征和地震主要灾害特征的条件.

制约本文工作在实际地震应急工作中应用的一大因素是强震动数据回收的时效性问题,当前阶段,绝大部分强震动台站未实现实时传输,数据的汇集、处理和发布需要1~6小时,无法做到在震后第一时间提供有效的破裂模型.然而,目前我国强震台网的建设处在高速发展期,十三五期间,国家将围绕地震预警和地震烈度工作,集中建设和改造强震动台站将超过5000台,且基岩场地超过2000台,数据全部实时传输.在未来强震网络实现更大范围覆盖、强震动数据质量和获取速度得到进一步提升之后,通过自动反演将有望在震后数分钟甚至更短时间内确定破裂模型.

在当前反演工作中,震源参数只能参考地震速报结果及区域地质构造背景来确定,地震发生到结果发布可能需要数十分钟甚至数小时,只能满足震后应急目标,不能满足地震预警的时间要求.未来有必要研究采用近场强震数据进行矩张量实时反演的方法,更快地确定地震断层参数,为破裂过程自动反演流程提供断层模型,如此有望将破裂模型的确定时间提高到数分钟,满足更高层次的地震应急和海啸预警的需求.

需要说明的是,本文设计的自动反演模式同样适用于高频GNSS数据.随着大地测量观测技术的进步和全球卫星导航系统,包括美国GPS,欧洲Galileo,俄罗斯GLONASS,以及我国北斗等导航系统的发展完善,高频GNSS数据日益丰富,其对强震地表位移场的监测能力也在持续提高.未来大地测量技术有望以较高的频率、实时或准实时地监测强震的整个地表位移场的时间过程,为地震破裂过程的快速自动反演提供有效的波形数据.日渐丰富的近场数据将显著提高我们对灾害性地震的监测能力和应急响应能力,为震后应急和海啸预警等灾害防治和救援工作提供重要的基础震源参数.

致谢  本文采用的强震数据由中国地震局工程力学研究所“国家强震动台网中心”提供,论文的一些图件由GMT(Generic Mapping Tools)绘制.作者对此一并表示感谢.
References
Asano K, Iwata T. 2009. Source rupture process of the 2004 Chuetsu, Mid-Niigata prefecture, Japan, earthquake inferred from waveform inversion with dense strong-motion data. Bulletin of the Seismological Society of America, 99(1): 123-140. DOI:10.1785/0120080257
Chen J, Li T, Sun J B, et al. 2016. Coseismic surface ruptures and seismogenic Muji fault of the 25 November 2016 Arketao MW6.6 earthquake in northern Pamir. Seismology and Geology (in Chinese), 38(4): 1160-1174.
Deng Q D, Cheng S P, Ma J, et al. 2014. Seismic activities and earthquake potential in the Tibetan Plateau. Chinese Journal of Geophysics (in Chinese), 57(7): 2025-2042. DOI:10.6038/cjg20140701
Diao F D, Wang R J, Aochi H, et al. 2016. Rapid kinematic finite-fault inversion for an MW7+ scenario earthquake in the Marmara Sea:An uncertainty study. Geophysical Journal International, 204(2): 813-824. DOI:10.1093/gji/ggv459
Ekström G, Nettles M, Dziewoński A M. 2012. The global CMT project 2004-2010:Centroid-moment tensors for 13, 017 earthquakes. Physics of the Earth and Planetary Interiors, 200-201: 1-9. DOI:10.1016/j.pepi.2012.04.002
Fang L H, Wu J P, Wang W L, et al. 2013. Relocation of the mainshock and aftershock sequences of MS7.0 Sichuan Lushan earthquake. Chinese Science Bulletin, 58(28-29): 3451-3459. DOI:10.1007/s11434-013-6000-2
Feng W P, Tian Y F, Zhang Y, et al. 2017. A slip gap of the 2016 MW6.6 Muji, Xinjiang, China, earthquake inferred from sentinel-1 TOPS interferometry. Seismological Research Letters, 88(4): 1054-1064. DOI:10.1785/0220170019
Geng J, Teferle F N, Meng X, et al. 2010. Kinematic precise point positioning at remote marine platforms. GPS Solutions, 14(4): 343-350. DOI:10.1007/s10291-009-0157-9
Hao J L, Ji C, Wang W M, et al. 2013. Rupture history of the 2013 MW6.6 Lushan earthquake constrained with local strong motion and teleseismic body and surface waves. Geophysical Research Letters, 40(20): 5371-5376. DOI:10.1002/2013GL056876
Hayes G P, Rivera L, Kanamori H. 2009. Source inversion of the W-Phase:Real-time implementation and extension to low magnitudes. Seismological Research Letters, 80(5): 817-822. DOI:10.1785/gssrl.80.5.817
Heimann S. 2010. A robust method to estimate kinematic earthquake source parameters[Ph. D. thesis]. Hamburg: University of Hamburg, Germany.
Hsieh M C, Zhao L, Ji C, et al. 2016. Efficient inversions for earthquake slip distributions in 3D structures. Seismological Research Letters, 87(6): 1342-1354. DOI:10.1785/0220160050
Hu C Z, Yang P X, Li Z M, et al. 2016. Seismogenic mechanism of the 21 January 2016 Menyuan, Qinghai MS6.4 earthquake. Chinese Journal of Geophysics (in Chinese), 59(5): 1637-1646. DOI:10.6038/cjg20160509
Huang Y, Wu J P, Zhang T Z, et al. 2008. Relocation of the MS8.0 Wenchuan earthquake and its aftershock sequence. Science in China Series D:Earth Sciences, 51(12): 1703-1711. DOI:10.1007/s11430-008-0135-z
Jin M P, Wang R J, Tu H W. 2014. Slip model and co-seismic displacement field derived from near-source strong motion records of the Lushan MS7.0 earthquake on 20 April 2013. Chinese Journal of Geophysics (in Chinese), 57(1): 129-137. DOI:10.6038/cjg20140112
Kanamori H, Rivera L. 2008. Source inversion of W phase:Speeding up seismic tsunami warning. Geophysical Journal International, 175(1): 222-238. DOI:10.1111/gji.2008.175.issue-1
Kennett B L N, Engdahl E R, Buland R. 1995. Constraints on seismic velocities in the Earth from traveltimes. Geophysical Journal International, 122(1): 108-124. DOI:10.1111/gji.1995.122.issue-1
Laske G, Masters G, Ma Z, et al. 2013. Update on CRUST1.0-A 1-degree global model of Earth's crust. Geophysical Research Abstracts, 15: EGU2013-2658.
Li J, Liu C L, Zheng Y, et al. 2017. Rupture process of the MS7.0 Lushan earthquake determined by joint inversion of local static GPS records, strong motion data, and teleseismograms. Journal of Earth Science, 28(2): 404-410. DOI:10.1007/s12583-017-0757-1
Li X X, Dick G, Ge M R, et al. 2014. Real-time GPS sensing of atmospheric water vapor:Precise point positioning with orbit, clock, and phase delay corrections. Geophysical Research Letters, 41(10): 3615-3621. DOI:10.1002/2013GL058721
Liu C L, Zheng Y, Ge C, et al. 2013. Rupture process of the MS7.0 Lushan earthquake, 2013. Science China Earth Sciences, 56(7): 1187-1192. DOI:10.1007/s11430-013-4639-9
Liu C L, Zheng Y, Xiong X, et al. 2014. Rupture process of MS6.5 Ludian earthquake constrained by regional broadband seismograms. Chinese Journal of Geophysics (in Chinese), 57(9): 3028-3037. DOI:10.6038/cjg20140927
Liu M J, Wang F Y, Jia S X, et al. 2014. Jianganlin surface fracture induced by 2013 Lushan MS7.0 earthquake. Acta Seismologica Sinica (in Chinese), 36(1): 129-138, 159.
Liu Q, Wen X Z, Shao Z G. 2016. Joint inversion for coseismic slip of the 2013 MS7.0 Lushan earthquake from GPS, leveling and strong motion observations. Chinese Journal of Geophysics (in Chinese), 59(6): 2113-2125. DOI:10.6038/cjg20160617
Ni S D. 2008. Progress in real-time seismology. Bulletin of Chinese Academy of Sciences (in Chinese), 23(4): 311-316.
Saraò A, Das S, Suhadolc P. 1998. Effect of non-uniform station coverage on the inversion for earthquake rupture history for a Haskell-type source model. Journal of Seismology, 2(1): 1-25. DOI:10.1023/A:1009795916726
Shan X J, Qu C Y, Song X G, et al. 2009. Coseismic surface deformation caused by the Wenchuan MS8.0 earthquake from InSAR data analysis. Chinese Journal of Geophysics (in Chinese), 52(2): 496-504.
Shao Z G, Zhou C H, Xu J, et al. 2014. Baseline correction of strong-motion records of Wenchuan MS8.0 earthquake and its primary application on dislocation inversion. Earth Science-Journal of China University of Geosciences (in Chinese), 39(12): 1903-1914. DOI:10.3799/dqkx.2014.175
Tu R, Wang R J, Zhang Y, et al. 2014. Application of a net-based baseline correction scheme to strong-motion records of the 2011 MW9.0 Tohoku earthquake. Geophysical Journal International, 197(3): 1808-1821. DOI:10.1093/gji/ggu092
Wan Y G, Shen Z K, Bürgmann R, et al. 2017. Fault geometry and slip distribution of the 2008 MW7.9 Wenchuan, China earthquake, inferred from GPS and InSAR measurements. Geophysical Journal International, 208(2): 748-766. DOI:10.1093/gji/ggw421
Wang R, Schurr B, Milkereit C, et al. 2011. An improved automatic scheme for empirical baseline correction of digital strong-motion records. Bulletin of the Seismological Society of America, 101(5): 2029-2044. DOI:10.1785/0120110039
Wang R J, Parolai S, Ge M R, et al. 2013. The 2011 MW9.0 Tohoku earthquake:Comparison of GPS and strong-motion data. Bulletin of the Seismological Society of America, 103(2B): 1336-1347. DOI:10.1785/0120110264
Wang R J, Heimann S, Zhang Y, et al. 2017a. Complete synthetic seismograms based on a spherical self-gravitating Earth model with an atmosphere-ocean-mantle-core structure. Geophysical Journal International, 210(3): 1739-1764. DOI:10.1093/gji/ggx259
Wang S, Xu C J, Wen Y M, et al. 2017b. Slip model for the 25 November 2016 MW6.6 Aketao earthquake, Western China, revealed by sentinel-1 and ALOS-2 observations. Remote Sensing, 9(4): 325. DOI:10.3390/rs9040325
Wang W M, Hao J L, Yao Z X. 2013. Preliminary result of rupture process for Apr. 20, 2013, Lushan Earthquake, Sichuan, China. Chinese Journal of Geophysics (in Chinese), 56(4): 1412-1417. DOI:10.6038/cjg20130436
Xu L S, Chen Y T. 1999. Tempo-spatial rupture process of the 1997 Mani, Tibet, China earthquake of MS7.9. Acta Seismologica Sinica (in Chinese), 12(5): 449-459.
Xu X W, Wen X Z, Yu G H, et al. 2009. Coseismic reverse-and oblique-slip surface faulting generated by the 2008 MW7.9 Wenchuan earthquake, China. Geology, 37(6): 515-518. DOI:10.1130/G25462A.1
Zhang J, Zhang H J, Chen E H, et al. 2014a. Real-time earthquake monitoring using a search engine method. Nature Communications, 5: 5664. DOI:10.1038/ncomms6664
Zhang L F, Fatchurochman I, Liao W L, et al. 2013. Source rupture process inversion of the 2013 Lushan earthquake, China. Geodesy and Geodynamics, 4(2): 16-21. DOI:10.3724/SP.J.1246.2013.02016
Zhang X, Xu L S. 2015. Inversion of the apparent source time functions for the rupture process of the Nepal MS8.1 earthquake. Chinese Journal of Geophysics (in Chinese), 58(6): 1881-1890. DOI:10.6038/cjg20150604
Zhang X, Yan C, Xu L S. 2016. Analysis of the Love-waves for the rupture processes of the 2014 earthquake-doublet of Kangding, Sichuan. Chinese Journal of Geophysics (in Chinese), 59(7): 2453-2467. DOI:10.6038/cjg20160712
Zhang X, Feng W P, Xu L S, et al. 2017a. The source-process inversion and the intensity estimation of the 2017 MS7.0 Jiuzhaigou earthquake. Chinese Journal of Geophysics (in Chinese), 60(10): 4105-4116. DOI:10.6038/cjg20171035
Zhang X, Yan C, Xu L S, et al. 2017b. Source complexity of the 2016 Aketao MS6.7 earthquake and its intensity. Chinese Journal of Geophysics (in Chinese), 60(4): 1411-1422. DOI:10.6038/cjg20170415
Zhang Y, Xu L S, Chen Y T. 2010. Fast inversion of rupture process for 14 April 2010 Yushu, Qinghai, earthquake. Acta Seismologica Sinica (in Chinese), 32(3): 361-365.
Zhang Y, Chen X T, Xu L S. 2012. Fast and robust inversion of earthquake source rupture process and its application to earthquake emergency response. Earthquake Science, 25(2): 121-128. DOI:10.1007/s11589-012-0838-2
Zhang Y, Xu L S, Chen Y T. 2013. Rupture process of the Lushan 4.20 earthquake and preliminary analysis on the disaster-causing mechanism. Chinese Journal of Geophysics (in Chinese), 56(4): 1408-1411. DOI:10.6038/cjg20130435
Zhang Y, Xu L S, Chen Y T, et al. 2014a. Rupture process of the 3 August 2014 Ludian, Yunnan, MW6.1(MS6.5) earthquake. Chinese Journal of Geophysics (in Chinese), 57(9): 3052-3059. DOI:10.6038/cjg20140930
Zhang Y, Wang R J, Zschau J, et al. 2014b. Automatic imaging of earthquake rupture processes by iterative deconvolution and stacking of high-rate GPS and strong motion seismograms. Journal of Geophysical Research:Solid Earth, 119(7): 5633-5650. DOI:10.1002/2013JB010469
Zhang Y, Wang R J, Chen Y T, et al. 2014c. Kinematic rupture model and hypocenter relocation of the 2013 MW6.6 Lushan earthquake constrained by strong-motion and teleseismic data. Seismological Research Letters, 85(1): 15-22. DOI:10.1785/0220130126
Zhang Y, Xu L S, Chen Y T. 2015a. Rupture process of the 2015 Nepal MW7.9 earthquake:Fast inversion and preliminary joint inversion. Chinese Journal of Geophysics (in Chinese), 58(5): 1804-1811. DOI:10.6038/cjg20150530
Zhang Y, Chen Y T, Xu L S, et al. 2015b. The 2014 MW6.1 Ludian, Yunnan, earthquake:A complex conjugated ruptured earthquake. Chinese Journal of Geophysics (in Chinese), 58(1): 153-162. DOI:10.6038/cjg20150113
Zhang Y, Wang R J, Chen Y T. 2015c. Stability of rapid finite-fault inversion for the 2014 MW6.1 South Napa earthquake. Geophysical Research Letters, 42(23): 10263-10272. DOI:10.1002/2015GL066244
Zhang Y, et al. 2016.http://www.cea-igp.ac.cn/tpxw/275080.html.[2016-11-25].
Zhao C P, Zhou L Q, Chen Z L. 2013. Source rupture process of Lushan MS7.0 earthquake, Sichuan, China and its tectonic implications. Chinese Science Bulletin, 58(28-29): 3444-3450. DOI:10.1007/s11434-013-6017-6
Zhao Q, Wang S X, Jiang F Y, et al. 2017. Coseismic deformation field and fault slip distribution of the 2016 Qinghai Menyuan MW5.9 earthquake from InSAR measurement. Earthquake (in Chinese), 37(2): 95-105.
Zhao X, Duputel Z, Huang Z B, et al. 2014. Assessment of the automatic centroid moment tensor inversion system for global strong earthquake (MW ≥ 6.5) based on the W-phase method. Acta Seismologica Sinica (in Chinese), 36(5): 800-809, 980.
Zheng X J, Zhang Y, Wang R J. 2017. Estimating the rupture process of the 8 August 2017 Jiuzhaigou earthquake by inverting strong-motion data with IDS method. Chinese Journal of Geophysics (in Chinese), 60(11): 4421-4430. DOI:10.6038/cjg20171128
Zhou T G, Qian X B, Zhang B B. 2013. Investigation and analysis of damage to rural houses in Lushan earthquake. Journal of Earthquake Engineering and Engineering Vibration (in Chinese), 33(3): 53-58.
陈杰, 李涛, 孙建宝, 等. 2016. 2016年11月25日新疆阿克陶MW6.6地震发震构造与地表破裂. 地震地质, 38(4): 1160-1174. DOI:10.3969/j.issn.0253-4967.2016.04.028
邓起东, 程绍平, 马冀, 等. 2014. 青藏高原地震活动特征及当前地震活动形势. 地球物理学报, 57(7): 2025-2042. DOI:10.6038/cjg20140701
房立华, 吴建平, 王未来, 等. 2013. 四川芦山MS7.0级地震及其余震序列重定位. 科学通报, 58(20): 1901-1909.
胡朝忠, 杨攀新, 李智敏, 等. 2016. 2016年1月21日青海门源6. 4级地震的发震机制探讨.地球物理学报, 59(5): 1637-1646. DOI:10.6038/cjg20160509
黄媛, 吴建平, 张天中, 等. 2008. 汶川8.0级大地震及其余震序列重定位研究. 中国科学D辑:地球科学, 38(10): 1242-1249.
金明培, 汪荣江, 屠泓为. 2014. 芦山7级地震的同震位移估计和震源滑动模型反演尝试. 地球物理学报, 57(1): 129-137. DOI:10.6038/cjg20140112
刘成利, 郑勇, 葛粲, 等. 2013. 2013年芦山7.0级地震的动态破裂过程. 中国科学:地球科学, 43(6): 1020-1026.
刘成利, 郑勇, 熊熊, 等. 2014. 利用区域宽频带数据反演鲁甸MS6.5级地震震源破裂过程. 地球物理学报, 57(9): 3028-3037. DOI:10.6038/cjg20140927
刘明军, 王夫运, 嘉世旭, 等. 2014. 芦山MS7.0地震箭杆林地表破裂带研究. 地震学报, 36(1): 129-138, 159. DOI:10.3969/j.issn.0253-3782.2014.01.011
刘琦, 闻学泽, 邵志刚. 2016. 基于GPS、水准和强震动观测资料联合反演2013年芦山7.0级地震同震滑动分布. 地球物理学报, 59(6): 2113-2125. DOI:10.6038/cjg20160617
倪四道. 2008. 应急地震学的研究进展. 中国科学院院刊, 23(4): 311-316. DOI:10.3969/j.issn.1000-3045.2008.04.007
单新建, 屈春燕, 宋小刚, 等. 2009. 汶川MS8.0级地震InSAR同震形变场观测与研究. 地球物理学报, 52(2): 496-504.
邵志刚, 周朝晖, 徐晶, 等. 2014. 汶川MS8.0地震强震动基线改正及其在位错反演中的初步应用. 地球科学——中国地质大学学报, 39(12): 1903-1914.
王卫民, 郝金来, 姚振兴. 2013. 2013年4月20日四川芦山地震震源破裂过程反演初步结果. 地球物理学报, 56(4): 1412-1417. DOI:10.6038/cjg20130436
许力生, 陈运泰. 1999. 1997年中国西藏玛尼MS7.9地震的时空破裂过程. 地震学报, 21(5): 449-459. DOI:10.3321/j.issn:0253-3782.1999.05.001
张旭, 许力生. 2015. 利用视震源时间函数反演尼泊尔MS8.1地震破裂过程. 地球物理学报, 58(6): 1881-1890. DOI:10.6038/cjg20150604
张旭, 严川, 许力生. 2016. 2014年四川康定双震震源的勒夫波分析. 地球物理学报, 59(7): 2453-2467. DOI:10.6038/cjg20160712
张旭, 冯万鹏, 许力生, 等. 2017a. 2017年九寨沟MS7.0级地震震源过程反演与烈度估计. 地球物理学报, 60(10): 4105-4116. DOI:10.6038/cjg20171035
张旭, 严川, 许力生, 等. 2017b. 2016年阿克陶MS6.7地震震源复杂性与烈度. 地球物理学报, 60(4): 1411-1422. DOI:10.6038/cjg20170415
张勇, 许力生, 陈运泰. 2010. 2010年4月14日青海玉树地震破裂过程快速反演. 地震学报, 32(3): 361-365. DOI:10.3969/j.issn.0253-3782.2010.03.011
张勇, 许力生, 陈运泰. 2013. 芦山4.20地震破裂过程及其致灾特征初步分析. 地球物理学报, 56(4): 1408-1411. DOI:10.6038/cjg20130435
张勇, 许力生, 陈运泰, 等. 2014. 2014年8月3日云南鲁甸MW6.1(MS6.5)地震破裂过程. 地球物理学报, 57(9): 3052-3059. DOI:10.6038/cjg20140930
张勇, 许力生, 陈运泰. 2015a. 2015年尼泊尔MW7.9地震破裂过程:快速反演与初步联合反演. 地球物理学报, 58(5): 1804-1811. DOI:10.6038/cjg20150530
张勇, 陈运泰, 许力生, 等. 2015b. 2014年云南鲁甸MW6.1地震:一次共轭破裂地震. 地球物理学报, 58(1): 153-162. DOI:10.6038/cjg20150113
张勇等. 2016. http://www.cea-igp.ac.cn/tpxw/275080.html.[2016-11-25].
赵翠萍, 周连庆, 陈章立. 2013. 2013年四川芦山MS7.0级地震震源破裂过程及其构造意义. 科学通报, 58(20): 1894-1900.
赵强, 王双绪, 蒋锋云, 等. 2017. 利用InSAR技术研究2016年青海门源MW5.9地震同震形变场及断层滑动分布. 地震, 37(2): 95-105. DOI:10.3969/j.issn.1000-3274.2017.02.009
赵旭, Duputel Z, 黄志斌, 等. 2014. 基于W震相技术的全球强震(MW ≥ 6.5)矩心矩张量自动反演系统评估. 地震学报, 36(5): 800-809, 980.
郑绪君, 张勇, 汪荣江. 2017. 采用IDS方法反演强震数据确定2017年8月8日九寨沟地震的破裂过程. 地球物理学报, 60(11): 4421-4430. DOI:10.6038/cjg20171128
周铁钢, 钱相博, 张冰冰. 2013. 芦山地震农村房屋震害调查与分析. 地震工程与工程振动, 33(3): 53-58.