地球物理学报  2019, Vol. 62 Issue (4): 1413-1426   PDF    
地震预警PGV-Pd关系参数的距离分段特征
刘辰1, 李小军1,2, 景冰冰2, 席楠1,3, 田秀丰1,4     
1. 中国地震局地球物理研究所, 北京 100081;
2. 北京工业大学, 北京 100124;
3. 中国地震台网中心, 北京 100045;
4. 中国地震局兰州地震研究所, 兰州 730000
摘要:地震预警系统需要在破坏性的地震波到来前快速估算地震参数和地震动参数,以对可能出现的地震灾害进行预测,对重要工程、人员密集区域发布警报信息.以Pd估测PGV的方法是地震预警研究涉及的一种重要问题,该方法利用初至P波触发后前几秒的峰值位移(Pd)对最终地震动峰值速度(PGV)进行估算,以满足预警的需要.本文对2016年在日本发生的熊本地震及其前震、余震的震中距100 km以内、矩震级大于4级、井下基岩PGA>5 cm·s-2和地表PGA>20 cm·s-2的Kik-net强地震动记录进行处理分析,用于研究以Pd估测PGV的方法.将获得的强地震动数据按震中距从0~100 km平均划分为5个区段,在记录时间3~10 s范围内将Pd的计算取8个时间窗,分别对每个震中距区段、每一个Pd的时间窗下的PGV-Pd数据进行线性拟合,最终提出了一套应对不同震中距对位移幅值连续追踪测定PGV的算法.对每一个震中距区段的研究表明,震中距会对PGV-Pd关系产生影响.对5次地震进行验证分析,认为基于基岩记录估测基岩PGV的准确度高于基于地表记录估测地表PGV的准确度;对震中距进行分段的PGV估测方法准确度高于不考虑震中距因子的估测方法.最后拓展了将井下基岩Pd估测井下基岩PGV这种原地地震预警方法,使其能够为异地P波预警方法服务.
关键词: Pd方法      地震预警      熊本地震      震级预测     
The distance segmentation characters of PGV-Pd relationship parameters for earthquake early warning
LIU Chen1, LI XiaoJun1,2, JING BingBing2, XI Nan1,3, TIAN XiuFeng1,4     
1. Institute of Geophysics, China Earthquake Administration, Beijing 100081, China;
2. Beijing University of Technology, Beijing 100124, China;
3. China Earthquake Networks Center, Beijing 100045, China;
4. Lanzhou Institute of Seismology, CEA, Lanzhou 730000, China
Abstract: An earthquake early warning system needs to quickly estimate seismic ground motion parameters before arrival of destructive S-waves, thus permitting to predict damage of the earthquake, and provide alarm information for vital projects and densely-populated areas. The PGV-Pd method is an essential issue in the research on the earthquake early warning system. This method estimates the peak ground-motion velocity (PGV) from the initial few seconds of the P wave displacement amplitude parameters (Pd). This work analyzes the Kik-net records of the 2016 Kumamoto earthquake, including its foreshocks and aftershocks, with epicenter distance less than 100 km, magnitude greater than 4.0, downhole PGA>5 cm·s-2 and surface PGA>20 cm·s-2. These records are divided into 5 groups according to the epicenter distance from 0 km to 100 km. The time windows are calculated from 3 s to 10 s. The results show that the epicenter distance affects the relationship of PGV-Pd. Verification of 5 earthquakes indicates that the accuracy of PGV estimation based on borehole data is higher than that based on surface data, and the accuracy of PGV estimation based on data divided by distance is higher than that without consideration of distance. The strong ground motion of the M6.3 earthquake in December 2016 shows clear multiple ruptures and partial P-wave information concealment. The results of PGV estimation to this earthquake have been underestimated remarkably. Finally, we extend the donwhole PGV-Pd onsite warning method, so that it can serve the regional P wave early warning.
Keywords: Pd method    Earthquake early warning    Kumamoto earthquake    Magnitude prediction    
0 引言

地震预警系统是地震应急响应中最先发挥作用的地震工程系统,能够一定程度地减轻地震灾害.地震预警系统主要分为原地预警方式、异地预警方式以及原地预警和异地预警结合的综合预警方式.原地预警方式通过在预警目标区域布设台站,利用P波波速大于S波和面波的原理,在破坏性地震波到来前估测出地震动及地震灾害程度.异地预警系统,通过在潜在震源区附近布设地震动观测台站,利用靠近断层的地震仪器来估测地震参数(震中和震级),并进一步估计预警目标区的地震动及地震灾害程度.当地震发生时,地震预警系统在适当的条件下能够给重要的工程或人员密集地区提供几秒到数十秒的预警反应时间.即使预警系统仅能够准确提供几秒的时间,预警配套的紧急自动处置系统就能够发挥强大的作用,比如关闭煤气管道、紧急制动减速或停止运行中的高铁等.地震预警系统已经在世界上的许多国家和地区得到应用,包括日本(Nakamura,1988)、墨西哥(Espinosa-Aranda等,2009)、美国(Allen和Kanamori,2003)、中国台湾(Wu和Kanamori,2005Hsiao等,2011)、意大利(Iannaccone等,2009)、土耳其(Alick等,2011)等等.在2011年东日本311大地震和2016年熊本地震中,地震预警系统都发挥了其防震减灾的功能(Hoshiba和Iwakiri,2011Hoshiba等,2012Kodera等,2016).中国大陆也已建成多个地震预警系统,如首都圈地震预警系统、兰州地区地震预警系统,以及京沪、哈大、京石武等高铁地震预警系统.

许多研究表明,地震动峰值速度PGV与地震烈度Ⅰ之间存在较为明显的相关性.因此,在地震预警工作中通常以预警台站处地震动PGV来估测可能遭受的地震灾害程度.而地震动记录的参数Pd与PGV有较为良好的对数线性关系,Pd定义为P波初始几秒的位移极值(Wu和Kanamori,2005).因此,利用Pd估测PGV方法可以实现对地震灾害程度的快速预估,而成为一种重要的原地地震预警方法.Wu和Kanamori(2005, 2008),Wu和Li(2006)Wu等(2007)通过分析中国台湾地区、美国南加州地区和日本的强地震动记录,发现了参数Pd与地震震级、地震动峰值速度PGV的良好对数线性关系;近年来马强(2008)Böse等(2012)使用人工神经网络方法对大量强地震动数据进行训练,得到地震动参数的快速估计方法;金星等(2012)提出了一套对位移幅值连续追踪测定的算法,用于对地震震级和地震动参数的估测;Caprio等(2011)提出用递推的实时更新位移反应谱估算矩震级的方法;Peng等(2014)利用汶川地震及其余震资料得到PGV的估测方法;Lior等(2016)考虑地震断层破裂的物理原理,建立并验证了地震矩、应力降、震源距、初始P波位移峰值之间的函数关系.马强(2008)分析了τc与Pd参数在福州的地震预警台网的应用情况,建议福建地区采用Pd作为震级预测的参数.

Pd-PGV统计使用的数据来自广泛分布的地震台站,因此不同震中距的数据对Pd-PGV关系的影响关系到预警系统的准确度.一些学者将各台站数据按照衰减关系等效到某一特定的震中距进行研究,如Wu等(2006)金星等(2012);一些学者在研究过程中不区分震中距,直接用Pd和PGV进行统计,如Zollo等(2010)Peng等(2014).Zollo则在研究中对比了30 km和60 km震中距内数据统计的PGV-Pd关系,认为震中距对该关系的影响不大.考虑到Zollo的研究中混合了日本、中国台湾以及意大利的数据,且震中距区段的划分也仅有两段,不利于分析震中距对于PGV-Pd关系的影响,本文选取日本熊本地震及其余震的数据,并采取较为详细的震中距划分方法进行研究.本文对熊本地震及其余震的Kik-net井下及地表的强地震动记录进行分析,得到不同震中距下,Pd在3~10 s时间窗内,以井下基岩与地表的Pd连续测定PGV的方法.由于强地震动记录的选择都集中于日本九州岛地区,这项研究的结果对于日本及具有相似地震环境的地区的适应性更好,削弱了不同地区记录混合使用造成的区域性影响.因此一方面讨论了以Pd测定PGV的方法是否受到震中距的影响;另一方面,利用井下基岩数据可以排除地表土层对地震动的影响,从而使各参数之间的关系更加明确清晰.通过基岩与地表统计结果的对比,可以探讨地表土层的因素是否会给地震动参数估测带来较为明显的不利影响.通过对统计结果的研究与对发生在日本的5次矩震级大于5级小于7级的地震的检验研究,分析以Pd估测PGV的方法中应引入震源距作为修正项的合理性和实用性.此外,根据李小军等(2015)的研究,地震预警应采取三阶段的策略,即第一阶段:异地P波初步预警;第二阶段:异地S波和原地P波综合预警决策与实施;第三阶段:原地S波预警决策修正.在此基础上本文讨论了以井下Pd与震源距估测PGV从而估测震级这种第一阶段异地P波预警方法的可能性与时效性.

1 地震动参数估测相关方法

对于地震预警系统,最为重要的信息来源于靠近震中的地震台站的实时地震波形.许多学者在依据地震动初期的数据进行地震震级、地震震中的快速估计,以及对目标地点地震动情况的估计,在相关评估方法的研究方面做了大量的工作.由于地震预警系统需要在地震发生后、破坏性地震波到来前,对预警目标区潜在的地震破坏情况进行估计和预测,所以地震预警系统对于震害的估测需要兼顾速度与准确性.Wald等(1999)通过对烈度图与峰值速度图的观察,发现地震造成的破坏与峰值速度有较大的相关性.马强(2008)指出,用于潜在震害快速估计的预警目标区工程地震参数主要采用与震害具有较高相关性的地震动幅值参数.峰值速度PGV是一种与实际震害相关性大的地震动参数(马强等,2014).

许多研究表明,参数Pd与PGV有较为良好的对数线性关系.为了迅速地估计潜在的地震破坏,Wu和Kanamori(2005)通过对P波峰值位移与地震动参数的观察,建议使用Pd作为PGV的估测参数.Wu等(2006, 2007),Wu和Kanamori(2008)统计了南加州、日本、中国台湾的强地震动数据,统计得到了Pd与PGV的对数线性关系;Zollo等(2010)利用意大利的地震预警系统数据,研究了PGV-Pd关系,并进行了验证.这些研究表明,相比其他地震动幅值参数,Pd与PGV表现出更好的相关性.Peng等(2014)在离线条件下研究了汶川地震在现有台站条件下预警系统的能力,得到了以汶川地震数据统计出的PGV-Pd关系.

对于以Pd估测M方法的研究中P波随着震中距的衰减情况,已有学者做出了大量的研究工作,并引入了震源距作为以Pd估测M的修正参数.但对于以Pd估测PGV方法中震源距的影响仍少有研究,Zollo等(2010)分别统计了震中距小于30 km的PGV-Pd关系与震中距小于60 km的PGV-Pd关系.本文对2016年日本熊本地震的Kik-net强地震动数据进行了研究.通过对熊本地震及其81个余震记录的分析,得到了熊本地震的PGV-Pd对数线性关系.另外,将震中距从0~100 km平均分为5个区段,分别分析计算了强地震动记录的PGV与P波前3 s的峰值位移,统计得到每个区段的线性拟合关系.通过这种方法本文尝试研究震中距或震源距是否会对以Pd估测PGV的方法产生影响.

另外,Eshaghi等(2013)在地震动预测方程的基础上,提出了一种利用日本Kik-net井下基岩数据进行震级预测的方法.给出了PGV、震源距r,矩震级M的函数关系式(1):

(1)

根据李小军等(2015)的研究,地震预警应采取三阶段的策略,即第一阶段:异地P波初步预警;第二阶段:异地S波和原地P波综合预警决策与实施;第三阶段:原地S波预警决策修正.Eshaghi的方法和PGV-Pd方法均属于第二阶段的方法,将两种方法相结合,能够得到一种用于第一阶段的P波异地预警方法,为预警系统争取更多的时间,与此同时这个估测结果也能对烈度速报的工作提供参考.

2 数据与分析方法

2016年4月16日日本熊本地区发生了震级为M7.3的地震,这次地震的最高烈度达到了JMA烈度Ⅶ度.本文对2016年4月发生在日本的熊本地震及其前震、余震的三分量强地震动记录数据进行分析,数据包括发生在2016年4月的熊本地震主震及81次前、余震中的强地震动记录.这81次地震中最大震级为7.3,最小震级为4.0,其中M>7.0的地震1次,6.0 < M < 7.0的地震2次,5.0 < M < 6.0的地震13次,4.0 < M < 5.0的地震66次.讨论震中距对PGV-Pd关系的影响,选取的地震全部发生于日本九州岛地区,使用同一地区的地震动记录有助于削弱地域对统计关系的影响.具体的地震参数资料见电子版附表1.

以往的地震参数与地震动参数的估测方法中,大多是利用地表的记录数据进行研究.在本文中,一方面通过分别研究基岩、地表数据讨论了地表土层反应是否会对地震动参数的估测产生不利的影响;另一方面,本文研究了以井下基岩Pd估测PGV,再估测震级的一种方法.所以本文选取日本的Kik-net数据进行研究,Kik-net是日本的强地震动台网的主要组成部分,每一台站分别由安装在钻孔下和地表的地震动观测仪构成,部署在日本全境约700个地点,密度较高能够满足本项研究的要求.

地震预警涉及的是破坏性地震及其影响问题,因此研究将针对幅值参数较大的地震动记录.研究需对地震记录进行筛选,选出地震动幅值参数较大的记录.Wu等(2007)通过垂向地震动记录的前三秒的加速度幅值Pa大于2.5 cm·s-2进行筛选,Eshaghi等(2013)的研究中基岩数据选取PGA大于10 cm·s-2的2160组记录,而地表数据选取PGA大于80 cm·s-2的890组记录.考虑到如果筛选条件设置太高,会造成数据量太小,从而出现误差过大的统计结果;如果筛选条件设置太低,那么选择出来的数据将会包含许多无需进行预警的强地震动记录,并且幅值较小的记录太多,所占权重过大,将会影响拟合的结果.同时,数据的选取要兼顾在每一个区段的强地震动记录选取的数量大致相同.最终,以震中距 < 100 km,基岩数据PGA>5 cm·s-2,地表数据PGA>20 cm·s-2为筛选条件选择基岩和地表的数据.筛选得到了1214组数据,其中634组井下基岩数据,580组地表数据.将这些数据按震中距从0~100 km平均分为5区段.其中0~20 km基岩数据142组、地表数据139组,20~40 km基岩数据114组、地表数据114组,40~60 km基岩数据110组、地表数据88组,60~80 km基岩数据145组、地表数据131组,80~100 km基岩数据123组、地表数据108组.这些数据的log(PGV)、M、FD(震中距)分布见图 1.

图 1 基岩地震动(A)及地表地震动(B)记录信息 (a1, b1)震级分布与震级累计分布;(a2, b2)震级与震中距分布;(a3, b3)震中距与log(PGV)分布;(a4, b4)震级与log(PGV)分布. Figure 1 Borehole (A) and surface (B) ground motion records information (a1, b1) Magnitude distribution and magnitude cumulative distribution; (a2, b2) Magnitude and epicenter distance distribution; (a3, b3) Epicentral distance and log (PGV) distribution; (a4, b4) Magnitude and log (PGV) distribution.

对加速度时程进行处理获得对应的速度和位移时程.首先,对获得的加速度时程进行积分得到速度时程,对速度时程使用一个0.075 Hz的高通Butterworth滤波器进行滤波,再对速度时程进行积分得到位移时程.其中垂直向记录用于获得Pd,采用马强(2008)使用的P波的自动触发方法.对于得到的双向水平向速度时程,采取向量合成的方法,得到水平向的峰值速度.对获取的P波开始后3~10 s时间窗的峰值位移Pd与PGV进行相关性研究与讨论.

3 PGV估测方法统计结果

利用上文给出的强地震动数据,对PGV-Pd按照式(2)进行统计分析可以得到对应的关系参数.

(2)

图 23显示了利用全部数据得到的熊本地震基岩、地表 3~10 s的PGV-Pd的统计关系.绿色圆点代表震中距0~20 km的记录,蓝色三角表示震中距20~40 km的记录,红色圆点表示震中距40~60 km的记录,红色叉表示震中距60~80 km的记录,绿色方形表示震中距80~100 km的记录.

图 2 基于井下基岩地震动记录得到的PGV-Pd结果 (a)—(h)分别为时间窗长3~10 s的统计关系,不同的点型代表了不同的震中距分段记录. Figure 2 PGV-Pd results from borehole records (a)—(h) are the statistical relations respectively for the time window widths from 3~10 s, and different point types represent different epicentral distance segmentation records.
图 3 基于地震动记录得到的PGV-Pd结果 (a)—(h)分别为时间窗长3~10 s的统计关系,不同的点型代表了不同的震中距分段记录. Figure 3 PGV-Pd results from surface records (a)—(h) are the statistical relations respectively for the time window widths from 3~10 s, and different point types represent different epicentral distance segmentation records.

从3~10 s的PGV连续测定的过程中看出,PGV与Pd的相关性明显增强,基岩数据统计结果的1倍标准差从约0.352逐渐降低到约0.267,地表数据统计结果的1倍标准差从约0.338逐渐降低到约0.255,均保持着随时间窗的增长标准差减小的显著规律.Murphy和Nielsen(2009)研究认为,由P波触发的3 s内的信息,能够反映震级M6.5以下的地震,采用P波3 s信息进行地震预警,饱和震级在M6.5.金星等(2012)推断如果利用更长的时间窗,那么将能够包含更多的信息,从而提高饱和震级的下限.该规律同样适用于以Pd估测PGV的方法,随着时间窗的增长,Pd参数与地震动参数之间的相关性就会更加明显.但是场地土层并未对PGV与Pd之间的相关性产生大的影响.

利用0~20 km、20~40 km、40~60 km、60~80 km、80~100 km五组震中距分段的强地震动资料,可分别得到相应的PGV-Pd关系的统计参数,具体结果见表 1.图 45显示了3 s时每个震中距分段的统计关系及其一倍标准差范围.分析统计结果可得到以下认识:(1)每个震中距分段下,随着P波时间窗的增加,统计关系中的标准差都表现出逐渐减小的趋势,PGV与Pd的相关性显著增强.认为这也是由于时间窗增长,P波信息逐渐完整造成的;(2)受到样本量的影响,每一个震中距分段的统计结果的误差都较总体的统计结果误差要大;(3)整体而言,每一个震中距分段的统计结果与所有数据的统计结果相比,两者的统计参数结果相差不大;

表 1 不同震中距分段和时间窗长情况下PGV-Pd关系(式(2)) Table 1 Statistical parameter of the PGV-Pd relation(equation (2)) in different epicentral distance sections and time window widths
图 4 3 s时间窗下不同震中距分段的基岩PGV-Pd关系 Figure 4 The PGV-Pd relations from the time window width of 3s for the borehole data with different epicentral distance sections (a) 0~100 km; (b) 0~20 km; (c) 20~40 km; (d) 40~60 km; (e) 60~80 km; (f) 80~100 km.
图 5 3 s时间窗下不同震中距分段的地表PGV-Pd关系 (a) 0~100 km;(b) 0~20 km;(c) 20~40 km;(d) 40~60 km;(e) 60~80 km;(f) 80~100 km. Figure 5 The PGV-Pd relations from the time window width of 3s for the surface data with different epicentral distance sections

通过本文3 s时间窗下0~100 km地表数据的PGV-Pd关系同近年来的相关研究进行对比,如图 6a,可以观察到这三者的斜率、截距、Pd=0.2 cm(预警系统触发警报值)时的PGV值都非常接近,标准差0.338介于Zollo和Peng(2010)的结果之间.图 6b描述了半对数坐标系下,每个震中距分段下的PGV-Pd关系.明显的特点有两个:(1)20~60 km以及80~100 km的结果是非常相似的;(2)0~20 km和60~80 km的曲线明显较高.0~20 km的结果可能由地震动的近场效应造成,而60~80 km分段的原因仍不明确,但显然PGV与Pd的关系受到震中距的影响,预警系统在应用这种方法的时候应该设法引入震中距作为修正参数.

图 6 (a) 近年来不同统计关系式的对比;(b)不同震中距分段研究结果对比 Figure 6 (a) Contrast of different statistical relationships in recent years; (b) Comparison of subsection results from different epicentral distances
4 讨论 4.1 地震动参数的估测

为研究按震中距分段进行地震动参数估测的方法是否能够更加准确的对地震动参数进行估测,选择了日本国家地球科学与灾害恢复研究所(NIED)记录的5次地震,包括2016年12月28日M6.3地震、2016年10月21日M6.6地震、2016年6月16日M5.3地震、2015年6月4日M5.0地震、2015年2月6日M5.1地震.5次地震的地震参数见表 2,地震动记录的处理方法及记录的筛选条件与熊本地震强地震动记录处理方法和筛选条件完全相同.

表 2 用于验证地震动参数估测准确程度的5次地震的地震参数 Table 2 The seismic parameters of 5 earthquakes are used to verify the accuracy of seismic parameters estimation

首先对三次震级小于6级的地震进行研究,估测结果与误差分别见图 7.基岩数据的研究结果表明,对于这3次地震,采用震中距分段进行估测结果的平均误差为约0.245,小于不考虑震中距因素估测结果的平均误差0.254.在地表数据中这个规律更加明显,对地表数据进行按震中距分段进行估测的结果,平均误差在0.246左右,而如果不考虑震中距因素,则平均误差增加到了约0.277.与此同时,横向比较基岩和地表的结果,可以观察到基岩数据得到的PGV估测结果平均误差更小.在上一节讨论每个震中距分段的线性拟合结果时,得到了一个结论:受样本量的影响,与不考虑震中距因子的统计结果相比,每个震中距分段的统计结果的标准差是较大的.但是从估测结果来看,将震中距分段进行估测仍然提高了对峰值速度PGV的估测准确度.对于PGV的估测我们得到了如下结论:以基岩数据估测PGV的准确度高于以地表数据估测PGV的准确度,对震中距进行分段的PGV估测方法准确度高于不考虑震中距的估测方法.

图 7 3次震级小于6级地震的PGV估测结果(A)与PGV估测误差(B),真实PGV(圆)与估测PGV(叉) (a1, b1)基岩,无震中距分段;(a2, b2)地表,无震中距分段;(a3, b3)基岩,按震中距分段;(a4, b4)地表,按震中距分段. Figure 7 PGV estimation results (A) and error (B) of the selected 3 earthquake with magnitude less than 6, real PGA (circle) and estimated PGA (fork) (a1, b1) Borehole data without epicentral distance section; (a2, b2) Surface data without epicentral distance section; (a3, b3) Borehole data with epicentral distance section; (a4, b4) Surface data with epicentral distance section.

图 8为2016年10月21日M6.6地震的地震动参数估测结果.从M6.6地震估测的结果来看,对于参数log(PGV),估测结果的平均误差在0.47到0.68之间,准确度较高,没有出现明显的地震动参数低估.并且仍然遵循着基岩数据估测PGV的准确度高于地表数据估测PGV的准确度,对震中距进行分段的PGV估测方法准确度高于不考虑震中距的估测方法这样的规律.图 9为2016年12月28日M6.3地震的地震动参数预测情况,这次地震的地震动参数预测出现了明显的低估.这次地震释放的能量小于2016年10月21日M6.6地震,且其震级小于Murphy和Nielsen的研究中讨论的利用P波前3 s信息进行预警的饱和震级6.5级,按其理论来说利用P波前3 s信息进行地震预警不应存在欠采样的情况.

图 8 2016年10月21日M6.6地震的PGV估测结果(A)与PGV估测误差(B),真实PGV(圆)与估测PGV(叉) (a1, b1)基岩,无震中距分段;(a2, b2)地表,无震中距分段;(a3, b3)基岩,按震中距分段;(a4, b4)地表,按震中距分段. Figure 8 PGV estimation results (A) and error (B) of the Oct 21, 2016 M6.6 earthquake, real PGA (circle) and estimated PGA (fork) (a1, b1) Borehole data without epicentral distance section; (a2, b2) Surface data without epicentral distance section; (a3, b3) Borehole data with epicentral distance section; (a4, b4) Surface data with epicentral distance section.
图 9 2016年12月28日M6.3地震的PGV估测结果(A)与PGV估测误差(B),真实PGV(圆)与估测PGV(叉) (a1, b1)基岩,无震中距分段;(a2, b2)地表,无震中距分段;(a3, b3)基岩,按震中距分段;(a4, b4)地表,按震中距分段. Figure 9 PGV estimation results (A) and error (B) of the Dec 28, 2016 M6.3 earthquake, real PGA (circle) and estimated PGA (fork) (a1, b1) Borehole data without epicentral distance section; (a2, b2) Surface data without epicentral distance section; (a3, b3) Borehole data with epicentral distance section; (a4, b4) Surface data with epicentral distance section.

图 10为2016年12月28日M6.3地震中IBRH14台站的强地震动记录经过处理的加速度、速度、位移时程.加速度记录显示出,这次地震包含了短时两次破裂的现象,这就使得现有Pd方法无法探测到第2次破裂的P波信息.所以利用强地震动记录得到的地震预警P波信息,仅仅是第1次破裂所携带的断层信息,不是完整的断层破裂信息.虽然这次地震的震级小于2016年10月21日M6.6地震,并且小于Murphy和Nielsen所讨论的P波3 s地震预警的饱和震级M6.5,但是由于这次地震存在短时多次破裂,也会出现P波信息采样不足,地震动参数低估的情况.

图 10 2016年12月28日M6.3地震IBRH14台站波形记录 Figure 10 Waveform records of IBRH14 stations at M6.3 earthquake on December 28, 2016
4.2 P波异地预警震级预测中的应用

Eshaghi(2013)曾经研究过利用异地的PGV对震级进行预测的异地预警方法,认为使用基岩的地震动参数PGV进行矩震级的估测效果最好,利用的PGV与震中距FD、矩震级M之间的公式为

(3)

(4)

分别以真实的PGV值及两种方法估测得到的PGV值代入公式(4),得到的震级预测的结果如图 11.对三次小于6级的地震,三种方法估测震级的结果相差不大且都较为准确.对于M6.6与M6.3这2次地震,三种方法都出现了明显的低估.M6.6这次地震的PGV估测结果良好,但是震级估测的误差超过了0.5级,属于比较明显的低估.这说明利用Eshaghi的方法进行震级预测也可能存在着震级饱和现象.而M6.3地震,利用真实PGV估测震级的方法出现了低估.从地震动记录来看(图 10),后续的破裂并没有使得峰值速度PGV出现明显的增大,多次破裂的能量释放并没有完整体现在峰值速度PGV中,所以出现震级低估是理所当然的.而由于多次破裂性的存在,以Pd估测PGV再估测震级的方法对于震级的低估更为显著.仍从地震动记录来看,这次地震由两次较为明显的破裂组成,其间隔的时间非常短,第二次破裂的P波不明确.这就使得这次地震检测到的P波只携带了第一次破裂的信息,但是记录数据却表现为多次破裂的地震波相互叠加的效果,造成了Pd较小而真实PGV较大的现象.

图 11 5次检验用地震的震级估测结果 圆形为真实PGV估测震级结果,叉形为按震中距进行分段的震级估测结果,方形为无震中距分段的震级估测结果. Figure 11 Magnitude estimation results of the 5 selected earthquake for real PGV estimate the magnitude of the circular, fork segments according to the epicentral distance for magnitude estimation results, no square epicentral distance segment magnitude estimation results

Eshaghi利用真实PGV估测矩震级的方法作为一种异地S波预警的方法,利用了台站记录到的较为完整的破坏性地震动,这部分记录包含着较为完整的断层破裂信息,估测得到的震级较为准确.这种方法作为一种处于预警第二阶段的方法,需要台站收集到较完整的地震动记录并计算出PGV,与本文讨论的利用Pd估测PGV,再估测震级的预警第一阶段方法相比,收集信息需要更多的时间.定义一个台站收集到前3 s的Pd信息的时间为Tpd,定义收集到峰值速度PGV的时间为TPGV,则两种方法收集信息所需时间差为

(5)

图 12绿色圆圈描述了检验所使用的5次地震的位置分布,三角形描述了记录到5次地震的震中距小于100 km的台站位置.台站的颜色描述了台站接收地震信息的TPGV-Pd值,即使用P波信息进行震级估测相比使用真实PGV估测震级所能提供的额外预警时间长度.颜色偏向于红色,则收集P波信息与PGV信息的时间差较短;偏向于黄色,则收集P波信息与PGV信息的时间差较长.在100 km的范围内,对于同一个台站,与利用真实PGV的方法相比,利用P波进行预警的方法得到估测震级所需信息的时间要少5~30 s,然而这个时间对于地震预警来说是相当宝贵的.

图 12 用于震级预测的5次地震的分布与台站的分布 (颜色表示每个台站TPGV-Pd的大小) Figure 12 The distribution of the five earthquakes and the distribution of stations used for the magnitude prediction (The color indicates the value of TPGV-Pd)

以Pd参数进行震级预测的方法,往往利用能够获得的大量地表地震动记录,得到P波前几秒的峰值位移,通过统计得到Pd与震级之间的关系.而本文所讨论的是以井下基岩Pd估测基岩地震动参数PGV,再以PGV估测震级的方法.对于所检验的5次地震,3次6级以下的地震震级估测结果较为准确,M6.6地震与M6.3地震分别受到了震级饱和和多次破裂性的影响而出现了低估.本文认为这种方法可以为预警系统的震级预测做参考.

5 结论

本文对2016年发生在日本的熊本地震及其余震的震中距100 km以内、矩震级大于4级、井下基岩峰值加速度PGA>5 cm·s-2,地表峰值加速度PGA>20 cm·s-2的Kik-net地震动记录进行了具体分析.将获得的强地震动数据按震中距从0~100 km平均划分为5个区段,将Pd的时间窗宽度取3~10 s,分别对每个震中距区段、每一个时间窗宽度下的PGV-Pd数据进行线性拟合,最终提出了考虑不同震中距下对位移幅值连续追踪测定PGV的算法,并对这种方法对峰值速度PGV估测的准确性与其在震级预测中的应用进行了讨论.研究得到了以下结论:

(1) 对应相同的震中距分段情况,随着P波时间窗的增加,统计关系的标准差表现出逐渐减小的趋势,PGV与Pd的相关性显著增强.随着时间窗的增长,地震初始破裂的信息逐渐增加,所以Pd参数与地震动参数之间的相关性就会更加明显.

(2) 对震源深度小于12 km、震级大于5级的5次地震进行PGV的估测,认为基岩数据估测PGV的准确度高于地表数据估测PGV的准确度,对震中距进行分段的PGV估测方法准确度高于不考虑震中距因子的估测方法.由于地表的地震动参数峰值速度PGV是用于潜在震害快速估计的预警目标区工程地震参数,且地表的P波的Pd参数与地表峰值速度PGV相关性明显,所以将震中距进行分段估测地表峰值速度PGV的能够有效提高以Pd估测PGV的地震预警方法的准确性.

(3) 对2016年10月21日M6.6地震和2016年12月28日M6.3地震的地震动参数估测结果进行研究表明,2016年10月21日M6.6地震虽然震级较大,并且超过了Murphy和Nielsen(2009)所讨论的的P波前3 s预警的饱和震级M6.5,但其峰值速度PGV的估测结果较为准确;2016年12月28日M6.3地震的震级较小,且小于饱和震级M6.5,但对于这一次地震的峰值速度PGV的估测出现了明显的低估.通过对后一地震的地震动记录进行分析,发现这次地震表现出明显的多次破裂与P波信息隐匿现象,这是造成对这次地震地震动参数低估的主要原因.

(4) 将本文讨论的基岩PGV估测方法与Eshaghi的震级预测方法相结合,讨论了对震中距进行分段方法在利用基岩Pd参数估测峰值速度PGV再进行矩震级估测的方法中应用.针对2015年至2016年(除熊本地震及其余震以外)的震源深度小于12 km、震级大于5级的5次地震,分析了震级估测结果、震级低估的原因以及信息获得的时效性,认为这种方法可以作为地震预警系统中震级预测的一种参考方法.

References
Alcik H, Ozel O, Wu Y M, et al. 2011. An alternative approach for the Istanbul earthquake early warning system. Soil Dynamics and Earthquake Engineering, 31: 181-187. DOI:10.1016/j.soildyn.2010.03.007
Allen R M, Kanamori H. 2003. The potential for earthquake early warning in Southern California. Science, 300(5620): 786-789. DOI:10.1126/science.1080912
Böse M, Heaton T, Hauksson E. 2012. Rapid estimation of earthquake source and ground-motion parameters for earthquake early warning using data from a single three-component broadband or strong-motion sensor. Bulletin of the Seismological Society of America, 102(2): 738-750. DOI:10.1785/0120110152
Caprio M, Lancieri M, Cua G B, et al. 2011. An evolutionary approach to real-time moment magnitude estimation via inversion of displacement spectra. Geophysical Research Letters., 38: L02301.
Eshaghi A, Tiampo K F, Ghofrani H, et al. 2013. Using borehole records to estimate magnitude for earthquake and tsunami early-warning systems. Bulletin of the Seismological Society of America, 103(4): 2216-2226. DOI:10.1785/0120120319
Espinosa-Aranda J M, Cuellar A, Garcia A, et al. 2009. Evolution of the Mexican Seismic Alert System (SASMEX). Seismological Research Letters, 80: 694-706. DOI:10.1785/gssrl.80.5.694
Hoshiba M, Iwakiri K. 2011. Initial 30 seconds of the 2011 off the Pacific Coast of Tohoku Earthquake (MW9.0), amplitude and τc for magnitude estimation for Earthquake Early Warning. Earth, Planets and Space, 63: 553-557.
Hoshiba M, Iwakiri K, Hayashimoto N, et al. 2012. Outline of the 2011 off the Pacific coast of Tohoku Earthquake (MW9.0)-Earthquake Early Warning and observed seismic intensity. Earth, Planets and Space, 63: 547-551.
Hsiao N C, Wu Y M, Zhao L, et al. 2011. A new prototype system for earthquake early warning in Taiwan. Soil Dynamics and Earthquake Engineering, 31(2): 201-208.
Iannaccone G, Zollo A, Elia L, et al. 2009. A prototype system for earthquake early-warning and alert management in southern Italy. Bulletin of Earthquake Engineering.
Jin X, Zhang H C, Li J, et al. 2012. Research on earthquake early warning magnitude estimate. Acta Seismologica Sinica (in Chinese), 34(5): 593-610.
Kodera Y, Saitou J, Hayashimoto N, et al. 2016. Earthquake early warning for the 2016 Kumamoto earthquake:performance evaluation of the current system and the next-generation methods of the Japan Meteorological Agency. Earth, Planets and Space, 68: 202. DOI:10.1186/s40623-016-0567-1
Lior I, Ziv A, Madariaga R. 2016. P-wave attenuation with implications for earthquake early warning. Bulletin of the Seismological Society of America, 106(1): 13-22. DOI:10.1785/0120150087
Li X J, Wen R Z, Zhou Z H, et al. 2015. Key technology of earthquake emergency disposal and its application in rapid rail Transit. China Science and Technology Achievements, (11): 47-48.
Ma Q. 2008. Study and application on earthquake early warning[Ph.D.thesis] (in Chinese). Harbin: Institute of Engineering Mechanics, CEA.
Ma Q, Li S L, Li S Y. 2014. On the correlation of ground motion parameters with seismic intensity. Earthquake Engineering and Engineering Dynamics, 34(4): 83-92.
Murphy S, Nielsen S. 2009. Estimating earthquake magnitude with early arrivals:A test using dynamic and kinematic models. Bulletin of the Seismological Society of America, 99(1): 1-23. DOI:10.1785/0120070246
Nakamura Y. 1988. On the urgent earthquake detection and alarm system (UrEDAS).//Proceedings of the 9th World Conference on Earthquake Engineer. Tokyo-Kyoto: JAPAN.
Peng C Y, Yang J S, Xue B, et al. 2014. Exploring the feasibility of earthquake early warning using records of the 2008 Wenchuan earthquake and its aftershocks. Soil Dynamics and Earthquake Engineering, 57: 86-93. DOI:10.1016/j.soildyn.2013.11.005
Wald D J, Quitoriano V, Heaton T H, et al. 1999. Relationships between peak ground acceleration, peak ground velocity, and modified Mercalli intensity in California. Earthquake Spectra, 15(3): 557-564. DOI:10.1193/1.1586058
Wu Y M, Kanamori H. 2005. Rapid assessment of damage potential of earthquakes in Taiwan from the beginning of P Waves. Bulletin of the Seismological Society of America, 95(3): 1181-1185. DOI:10.1785/0120040193
Wu Y M, Zhao L. 2006. Magnitude estimation using the first three seconds P-wave amplitude in earthquake early warning. Geophysical Research Letters., 33: L16312. DOI:10.1029/2006GL026871
Wu Y M, Kanamori H, Allen R M, et al. 2007. Determination of earthquake early warning parameters, τc and Pd, for southern California. Geophysical Journal International, 170(2): 711-717. DOI:10.1111/gji.2007.170.issue-2
Wu Y M, Kanamori H. 2008. Development of an earthquake early warning system using real-time strong motion signals. Sensors, 8(1): 1-9.
Zollo A, Amoroso O, Lancieri M, et al. 2010. A threshold-based earthquake early warning using dense accelerometer networks. Geophysical Journal International, 183(2): 963-974. DOI:10.1111/j.1365-246X.2010.04765.x
金星, 张红才, 李军, 等. 2012. 地震预警震级确定方法研究. 地震学报, 34(5): 593-610. DOI:10.3969/j.issn.0253-3782.2012.05.002
李小军, 温瑞智, 周正华, 等. 2015. 地震紧急处置关键技术及在快速轨道交通工程中的应用. 中国科技成果, (11): 47-48. DOI:10.3772/j.issn.1009-5659.2015.11.026
马强. 2008.地震预警技术研究及应用[博士论文].哈尔滨: 中国地震局工程力学研究所. http://cdmd.cnki.com.cn/Article/CDMD-85406-2009057325.htm
马强, 李水龙, 李山有, 等. 2014. 不同地震动参数与地震烈度的相关性分析. 地震工程与工程震动, 34(4): 83-92.