2. 中国北京 100036 中国地震局地震预测研究所
2. Institute of Earthquake Forecasting, China Earthquake Administration, Beijing Municipality 100036, China
地震P波震相拾取优劣会影响自动地震监测软件测定的地震参数精度,地震科研人员一直在寻找自动识别地震震相信号并准确提取震相到时的有效方法。STA/LTA算法经长期应用,且针对地方震的拾取精度较高,但随着震中距变大,高频率地震波在传播过程中能量损失较大,导致该算法对震相的拾取精度明显降低,需要在此算法基础上,更加细化搜索地震P波震相初至到时,由此引入STA/LTA—AIC算法。本文使用STA/LTA算法(高淑芳等,2008;马强等,2013;刘晗等,2014)及STA/LTA—AIC算法(Maeda,1985;王海军等,2003;王继等,2006;张唤兰等,2013),对地震发生后P波震相初至到时拾取位置进行对比分析。
1 观测资料中国地震台网中心接收中国1 005个区域地震台站数据(含国家级地震台站)。其中,995个中国地震台站数据采样率为100 SPS,10个地震台站采样率为50 SPS。针对中国历史地震进行考察,使用LOK(龙口)、LZH(莱州)、CHD(长岛)、WEH(威海)、WEF(潍坊)、DOY(东营)、GAY(赣榆)、GUY(灌云)、CAD(昌都)、CHY(察隅)、XCE(乡城)、JLO(九龙)、GZA(姑咱)、MDS(蒙顶山)地震台站数据,并对山东测震台网的LOK、LZH、CHD、WEH、WEF、DOY台站数据、江苏测震台网的GAY、GUY台站数据、西藏测震台网的CAD、CHY台站数据和四川测震台网的XCE、JLO、GZA、MDS台站数据,选用2013年8月12日05:23:42.0西藏左贡(37.10°N,97.96°E)MS 6.1地震、2013年11月23日13:44:10.9山东莱州(37.10°N,120.02°E)MS 4.5地震与2013年11月23日13:24:22.9山东莱州(37.10°N,120.02°E)ML 3.4地震(引自http://data.earthquake.cn/),采用STA/LTA算法与STA/LTA—AIC算法进行地震P波震相拾取,突出上述算法在地震事件不同震中距台站的拾取能力差异,针对触发台站震中距小于1°与震中距大于2°的地震P波震相拾取能力进行对比分析。
2 研究方法本研究主要针对STA/LTA算法与STA/LTA—AIC算法对地震P波拾取到时的影响,利用上述2算法对不同震中距的地震台站接收的地震P波进行拾取能力对比分析。中国地震台网中心实时地震监测软件默认短、长窗数据长度参数为:1.5×采样率,20.0×采样率。通过STA/LTA算法标出地震波到达地震台站后接收能量的突变位置时刻,根据AIC准则,用于已知时间窗内精细化选出的P波到时点,地震实时监测软件选取AIC算法的检测窗数据长度为向前区间数据为16.0×采样率,向后数据区间为2.0×采样率。
2.1 STA/LTA算法STA/LTA算法(吴治涛等,2010)用STA(信号短时间窗平均值)与LTA(信号长时间窗平均值)之比反映地震台站接收的地震波数据信号能量变化,当地震波信号到达时,引起短时间窗平均值变化快于长时间窗平均值变化,二者比值相应出现明显增加且超过预先设定的参考阈值X,则判定地震台站接收到地震波,此地震波到达点时间视为地震P波初至到时。相邻区域内地震台站相继触发,则可通过地震实时监测系统进行地震定位,得到本次地震的定位参数。其中,STA/LTA算法如下
$\text{STA}\left( i \right)=\frac{1}{{{N}_{\text{sta}}}}\sum{\left| A\left( i \right) \right|}$ | (1) |
$\text{LTA}\left( i \right)=\frac{1}{{{N}_{\text{lta}}}}\sum{\left| A\left( i \right) \right|}$ | (2) |
$\frac{\text{STA}}{\text{LTA}}=\frac{\frac{1}{{{N}_{\text{sta}}}}\sum{\left| A\left( i \right) \right|}}{\frac{1}{{{N}_{\text{lta}}}}\sum{\left| A\left( i \right) \right|}}\ge X$ | (3) |
式中,|A(i)|为i时刻记录地震采样点的振幅绝对值,Nsta为短时窗长度(单位s)乘以采样点个数,Nlta为长时窗长度(单位s)乘以采样点个数,X为初设默认长短平均触发阈值。
2.2 AIC算法日本学者Akaike(1973) 提出AIC准则,Sleeman R等(1999)基于该准则提出自回归模型下的Akaike信息准则(AR—AIC),需通过试错法求出函数中AR模型的阶数。Maeda N(1985)建议可由地震波形数据直接计算AIC函数,而无需要求解AR系数。对地震记录x(i)(i =1,…,L),AIC检测器定义为
$\text{AIC}\left( k \right)=k\text{l}g\left\{ \text{var}\left( x\left[ 1,k \right] \right) \right\}-\left( L-k-1 \right)\text{lg}\left\{ \left( \text{var}\left( x\left[ k+1,L \right] \right) \right) \right\}$ | (4) |
式中,k为数据窗口内所有采样点,震相到时对应AIC函数最小值,该最小值作为地震P波初至到时。
3 震相拾取结果比较采用STA/LTA算法与STA/LTA—AIC算法,分析处理西藏左贡MS 6.1、山东莱州MS 4.5及ML 3.4地震,波形处理结果见图 1—图 3。其中,山东莱州MS 4.5和ML 3.4地震为典型地方震震例,增加震中距较大的地震触发台站,分析震中距对STA/LTA算法与STA/LTA—AIC算法拾取震相能力的影响。
对于西藏左贡MS 6.1地震,最近的触发台站CAD震中距为1.23°,最远的触发台站MDS震中距为4.68°,其他台站,如:CHY、XCE、JLO、GZA震中距分别为1.37°、2.16°、3.53°、3.93°。从图 1可见,STA/LTA算法的P波拾取位置均向后延迟,且随着震中距增大,震相拾取位置向后延迟越明显;STA/LTA—AIC算法对P波初至到时拾取相对准确,且不受震中距远近影响。2种算法处理的震相拾取结果表明,STA/LTA—AIC算法更为精准,且所选CAD、CHY、XCE、JLO、GZA、MDS台站的STA/LTA算法比STA/LTA—AIC算法的处理结果,分别向后延迟0.191 s、0.107 s、0.230 s、0.160 s、0.311 s、0.820 s。
3.2 山东莱州2次地震图 2、图 3为经STA/LTA算法和STA/LTA—AIC算法处理的山东莱州MS 4.5和ML 3.4地震波形,2次地震均属于地方震。对于山东莱州MS 4.5地震,震中距最小台站为LOK,震中距为0.59°,最远的触发台站GUY的震中距为2.85°,其他台站,如:LZH、CHD、GAY的震中距分别为0.75°、1.0°、2.31°。选取震中距1.65°的触发台站WEH进行考察,发现STA/LTA算法的拾取初至到时较实际地震到时延迟0.174 s,其他台站,如:LOK、LZH、CHD、GAY、GUY的STA/LTA算法的处理结果比STA/LTA—AIC算法分别延迟0.009 s、0.055 s、0.043 s、0.216 s、0.271 s。因此,随着震中距的增加,STA/LTA算法的拾取位置向后延迟明显。
山东莱州ML 3.4地震属于小型地震,与莱州MS 4.5地震震中位置几乎相同,震中距最小台站为LOK,震中距为0.59°,最远触发台站WEH的震中距为1.65°。同样选取震中距为1.65°的触发台站WEH进行考察,发现STA/LTA算法的拾取初至到时较实际地震到时延迟0.220 s(MS 4.5地震仅延迟0.174 s),触发台站LOK、LZH、CHD的到时延迟差结果分别为0.058 s、0.055 s、0.039 s,与MS 4.5地震相同触发台站延迟结果相比,此地震延迟时间稍长。
通过对莱州2次地方震进行分析,发现使用STA/LTA算法与STA/LTA—AIC算法进行处理,震相拾取结果相差较小,但随着震中距增大,STA/LTA算法的拾取位置向后延迟。
4 讨论采用STA/LTA算法与STA/LTA—AIC算法处理西藏左贡MS 6.1、山东莱州MS 4.5及ML 3.4地震,发现STA/LTA算法对地方震识别精度较高,与STA/LTA—AIC算法拾取的P波初至到时位置相差不大。
震中距相同,地震规模越大,STA/LTA算法对P波拾取能力越好。地震规模越大,地震波传播过程中携带能量越高,当地震P波到达台站时,使得STA/LTA算法短、长窗之比斜率更大,更有利于P波震相拾取。然而,STA/LTA—AIC算法在上述情况下,对于地震P波震相拾取的初至到时位置几乎不变,表现比STA/LTA算法更加稳定,表明该算法拾取P波初至到时位置不受地震规模大小影响。
因短、长时间窗长度以及触发默认阈值均固定不变,STA/LTA算法主要受制于地震发生时地震P波引起的地震动是否满足触发阈值条件。因此,地方震触发的台站均因震中距较小,地震台站接收的地震波能量较高,STA/LTA算法短、长窗之比斜率大,触发后使得该算法识别精度较高;若地震触发较远地震台站,由于地震波传播过程中能量衰减,未能在最佳拾取位置达到STA/LTA算法触发阈值而向后延迟触发。然而,STA/LTA—AIC算法却有效矫正了上述问题,从而在地震自动定位过程中更稳定地拾取地震P波震相。
感谢中国地震台网中心马延路博士对本文撰写给予理论指导,感谢审稿专家提出的宝贵意见与建议。高淑芳, 李山有, 武东坡, 等. 一种改进的STA/LTA震相自动识别方法[J]. 世界地震工程, 2008, 24(2): 37-41. | |
刘晗, 张建中. 微震信号自动检测的STA/LTA算法及其改进分析[J]. 地球物理学进展, 2014, 29(4): 1 708-1 714. | |
马强, 金星, 李山有, 等. 用于地震预警的P波震相到时自动拾取[J]. 地球物理学报, 2013, 56(7): 2 313-2 321. | |
王海军, 靳平, 刘贵忠, 等. 区域震相初至估计[J]. 西北地震学报, 2003, 25(4): 298-303. | |
王继, 陈九辉, 刘启元, 等. 流动地震台阵观测初至震相的自动检测[J]. 地震学报, 2006, 28(1): 42-51. | |
吴治涛, 李仕雄. STA/LTA算法拾取微地震事件P波到时对比研究[J]. 地球物理学进展, 2010, 25(5): 1 577-1 582. | |
张唤兰, 朱光明, 王云宏. 基于时窗能量比和AIC的两步法微震初至自动拾取[J]. 物探与化探, 2013, 37(2): 269-273. | |
AkaikeH. Information theory and an extension of the maximum likelihood principle[M]//SecondInternational Symposium on Information Theory. Budapest, Hungary:AcademiaiKiado, 1973, 1:267-281. | |
Maeda N. A method for reading and checking phase time in auto-processing system of seismic wave data[J]. Zisin, 1985, 38(3): 365-379. DOI:10.4294/zisin1948.38.3_365 | |
Sleeman R, van Eck T. Robust automatic P-phase picking:An on-line implementation in the analysis of broadband seismogram recordings[J]. Physics of the Earth and Planetary Interiors, 1999, 113(1-4): 265-275. DOI:10.1016/S0031-9201(99)00007-2 |