文章快速检索    
  地震地磁观测与研究  2018, Vol. 39 Issue (5): 87-95  DOI: 10.3969/j.issn.1003-3246.2018.05.013
0

引用本文  

董晓娜, 张玲, 李希亮, 等. 山东地震前兆观测数据跟踪分析[J]. 地震地磁观测与研究, 2018, 39(5): 87-95. DOI: 10.3969/j.issn.1003-3246.2018.05.013.
Dong Xiaona, Zhang Ling, Li Xiliang, et al. Trace analysis on the observation data of earthquake precursory in Shandong Province[J]. Seismological and Geomagnetic Observation and Research, 2018, 39(5): 87-95. DOI: 10.3969/j.issn.1003-3246.2018.05.013.

基金项目

中国地震局2017年度"三结合"项目(项目编号:CEA-JC/3JH-161503);山东省地震局重点基金(项目编号:JJ1701)

作者简介

董晓娜(1981-), 女, 山东济南人, 硕士, 高级工程师, 主要从事地震监测预测等相关工作。E-mail: susan81@126.com

文章历史

本文收到日期:2017-09-25
山东地震前兆观测数据跟踪分析
董晓娜 , 张玲 , 李希亮 , 林眉 , 管贻亮     
中国济南 250102 山东省地震局
摘要:对于2014-2016年山东区域地震前兆观测台网数据跟踪事件记录,分类梳理6类典型事件,总结问题并提出建议。结果表明:数据跟踪分析可为地震预测研究提供更直接有效的产品,可直观反映地震前兆台网的监测效能和制约因素,有利于进一步探索地震监测与预测研究相结合的工作模式。
关键词前兆台网    数据跟踪    分析记录    典型事件    
Trace analysis on the observation data of earthquake precursory in Shandong Province
Dong Xiaona, Zhang Ling, Li Xiliang, Lin Mei, Guan Yiliang     
Shandong Earthquake Agency, Jinan 250102, China
Abstract: This paper first introduced the brief history of the development of Shandong precursor network, and then analyzed the data tracking events recorded from 2014 to 2016, finally sorted out 6 typical events, summarized the problems and put forward suggestions. The results showed that:the work of data tracking and analysis could provide more direct and effective products for earthquake prediction research, and directly reflect the monitoring effectiveness and constraints of the precursor network, which was conducive to further explore the working mode of earthquake monitoring and prediction research.
Key words: precursory network    data tracking    analysis records    typical events    
0 引言

山东区域地震前兆观测台网(以下简称山东前兆台网)历经“模拟和人工”观测、“九五”数字化和“十五”网络化3个发展阶段,产出大量地震前兆观测数据(以下简称前兆数据),为地震预测研究提供了丰富资料。但囿于各建设时段的技术局限,前兆数据的存储模式不统一,给管理和应用带来不便。2009年起,山东前兆台网逐步实施升级改造,通过“九五”仪器接入(王军等,2008马文娟等,2010周克昌等,2013a王建国等,2013)、前兆专业软件升级(何案华等,2008王方建等,2009王建国等,2009)和并网仪器历史数据迁移(周克昌等,2013b)等项目的实施,将“模拟和人工”观测系统、“九五”观测系统整体并入“十五”观测系统,实现3套观测系统的并行管理,统一各类前兆数据的存储模式。经建设、调整和优化,山东前兆台网全面实现自动化观测、数据准实时采集、分级存储和定时同步的工作模式,台网监测能力显著提升。

2010年,中国地震局明确地震台站(网)职能转变的思路,即:“地震台站在完成保证观测质量、良好运行维护等主体任务的同时,应发挥在异常核实、分析预报等方面的积极作用。地震台网应加强数据深入分析与挖掘,开展各学科观测数据的深加工和预测应用研究,丰富台网产出,规范资料产品”。前兆数据是前兆台网的核心产品,也是开展地震预测研究的重要基础(刘春国等,2015)。为落实推进地震前兆台站(网)工作重心从“以观测为主”转向“观测与应用并重”的思路,国家地震前兆台网中心(以下简称国家中心)组织各区域地震前兆台网中心(以下简称区域中心)、学科台网中心(以下简称学科中心)和地震前兆台站(以下简称台站),着手开展地震前兆观测数据跟踪分析(以下简称数据跟踪分析)工作。

中国地震局关于加强地震监测预报工作的意见,中震测发[2010]94号

2010年,在数据挖掘处理方法、分析软硬件与网络支撑、全网技术推广与组织机制等方面陆续开展专题研究,奠定了数据跟踪分析的工作基础。经过方法探索(2011年,甘肃、新疆、山西区域中心)、扩大实验(2012年,河北、云南等17个区域中心)、分布式网络化系统构建(2013年),逐步完善数据跟踪分析的各个工作环节,历经2年的应用检验(2014—2015年),形成数据跟踪分析常态化的工作模式与组织机制(李正媛等,2016)。开展数据跟踪分析是对前兆数据的初步挖掘,提取有用的观测事件记录,为地震预测研究提供更直接有效的产品,从而减轻海量数据分析工作的强度。

关于组织开展地震前兆台网观测数据跟踪简报编写工作的通知,中震测函[2012]165号

关于全面开展地震前兆台网数据跟踪分析工作的通知,中震函[2013]311号

地震前兆观测数据跟踪分析技术规范系列之分析记录(征求意见稿),2014.9

地震前兆数据跟踪分析描述事件要素标准(征求意见稿),2015.11

1 工作概况

根据要求,2014年8月1日起,山东区域地震前兆台网中心正式开展数据跟踪分析工作。该项工作对前兆台站和区域中心来说,是一项全新挑战。为了更好地促进工作,根据国家中心规范,先后制定一系列工作细则,明确工作流程,细化责任与分工。

数据跟踪分析工作分为三级,分别是台站、区域中心(学科中心)以及国家中心,各自按照约定任务并行开展工作。台站工作是基础,由台站人员利用数据跟踪分析软件(刘高川等,2016),每周(月)对观测数据进行系统分析、落实,形成事件分析记录,并定期同步至区域中心、学科中心及国家中心;区域中心(学科中心)对台站上传的事件记录进行质量审核,并将审核结果反馈给相应台站,定期产出本台网数据跟踪分析月报和年报;国家中心负责跟踪分析系统架构与推进协调工作,及时总结工作情况,优化应用模型并完善软件等。

2 典型事件记录

数据跟踪分析的首要任务是,在海量观测数据中挖掘显著变化数据,核实变化原因,并根据规范进行记录。地震前兆台网观测事件记录知识信息(以下简称事件记录)由前兆观测数据记录集合(以下简称观测数据)和事件属性信息组成,是数据跟踪分析的基本单元。通过全面分析归纳形变、重力、电磁、流体台网观测数据演变规律与特征,结合事件的物理性质和学科认知程度,将事件记录分为7大类,即:正常演变背景、观测系统故障、自然环境干扰、场地环境干扰、人为干扰、地球物理事件和不明原因变化。其中,正常事件记录是分析观测数据变化规律的基准,表明观测数据特征符合理论预期或长期变化趋势。

一般,需从观测系统运行,观测环境(自然环境及场地环境)调查,气象资料、地震目录、磁场活动数据收集及数据处理等方面进行分析,最终确定变化原因。实际上,核实工作复杂,如:干扰因素多,涉及面广,干扰源排查困难,机理尚不全部清楚,数据异常与地震前兆可能耦合,震后效应与地震前兆难以区分,等等。因此,有时经过多次排查分析,可能仍无法明确判断变化原因。

2014年8月1日至2016年12月31日,山东区域地震前兆台网(站)对114套观测仪器进行数据跟踪分析,产出13 379条记录,其中非正常事件4 042条,按学科分类进行统计,结果详见表 1

表 1 2014—2016年山东区域数据跟踪事件分类统计 Tab.1 The classification statistics of data trace events in Shandong regional from 2014 to 2016

表 1可见,数据跟踪分析记录可以清晰反映制约前兆台网运行的因素。就山东区域而言:形变类仪器记录事件最多,占总记录数的57.05%,该类仪器受众多因素影响,其中观测系统故障、人为干扰、场地环境等对运行和观测的影响较大;重力和地磁类仪器运行良好,主要受观测系统故障或人为干扰影响;地电类仪器主要受自然环境(雷雨等)和场地环境干扰等(高压直流输电、测区内用电设备漏电等)影响;流体类仪器的观测系统故障占53.35%,影响数据连续率和观测质量;有较多人为干扰和不明原因事件发生。

由事件类型分析可知,近3年数据跟踪事件中,地球物理类事件最多,占所有事件的28.89%,可见,山东前兆台网监测效能良好,各类仪器均可清晰记录到地球物理类事件(包括同震响应、磁暴、地电暴等)。其次,观测系统类事件和人为干扰事件分别占24.07%和20.34%,说明山东区域各类前兆仪器的运行和观测受观测系统故障和人为干扰制约较大,对数据的连续率和观测质量有较大影响。针对以上6类事件类型(除正常事件外),筛选典型事件加以剖析,具体结果如下。

2.1 观测系统

观测系统类事件指因观测系统的故障或异常造成的数据变化,包括:传感器故障、主机故障、数采故障、通信单元故障、维修更换仪器、避雷系统故障、供电系统故障、观测装置故障等。

例如:泰安基准地震台测点G的SS-Y型洞体应变仪EW向传感器故障,2016年1月5日至1月7日因连续维修,造成观测数据多次出现畸变,具体变化见图 1

图 1 观测系统类事件示例 Fig.1 An example of observation system event
2.2 自然环境

自然环境类事件指与自然环境相关的,引起观测数据出现短时波动、高频扰动、趋势性上升或下降变化,包括由风、雨、雷、电、气压、台风、气旋、干湿度、水位等与大自然相关的干扰产生的数据变化。

例如:2016年1月1日至1月7日,邹城地震台测点1的ZD9A-Ⅱ型地电场仪EW向及NW向短极距受1月4日、1月6日的降雨影响,地电场观测数据出现较大变化,具体变化见图 2

图 2 自然环境类事件示例 Fig.2 An example of natural environmental event
2.3 场地环境

地环境类事件指在正常数据上叠加的场地环境干扰信号,此类干扰包括:载荷变化(湖泊、河流,采矿区,基建工程等)、振动(爆破、矿震、塌方等)、水文地质环境变化(采油、抽水、注水、井水断流等)、电磁环境干扰(高压直流输电干扰、城市轨道等)等。

例如:2016年9月18日02时16分至03时50分及17时44分至18时28分,郯城马陵山地震台测点3的ZD9A-Ⅱ型地电场仪观测数据变化幅度较大,地电场数据最大阶跃幅度约34 mV/km,具体变化见图 3。对比分析地磁观测数据,认为地电场观测数据变化受宁东至山东高压直流输电线路影响所致。

图 3 场地环境类事件示例 Fig.3 An example of field environmental event
2.4 人为干扰

人为干扰类事件是指,由于人为活动,引起观测仪器或观测装置发生改变,观测数据出现短时变化。人为干扰包括:人为调整观测装置(疏通泄流口,移动、更换或清洗脱气—集气装置等)、人为操作仪器(如调零、标定、检修、调试)、人为扰动传感器(模拟换纸、校测、安装仪器等)、工作人员进入观测山洞引起气流变化、取观测井水样导致观测曲线出现变化等。

例如:2016年9月15日10时37分至9月16日17时11分,对郯城马陵山地震台测点A伸缩仪进行调试,同地DSQ型水管倾斜仪出现坏数现象,具体变化见图 4

图 4 人为干扰类事件示例 Fig.4 An example of human-caused disturbance factors event
2.5 地球物理类事件

地球物理类事件指地球物理场、地球电磁场、太空引力变化等引起的数据变化。该类事件包括:同震效应、震后弛豫,地磁扰动、磁暴(K≥5)、地电暴等。

例如:2016年9月26日19时40分,山东威海市乳山市海域发生M 3.6地震,震中(36.47°N,122.01°E),震中距约310 km。郯城马陵山地震台测点2的VS型垂直摆倾斜仪垂直NS向记录到同震变化,变化量达22×10-3″,具体变化见图 5。又如:2016年5月8日09时00分至5月9日10时20分,郯城马陵山地震台测点3的ZD9A-Ⅱ型地电场仪观测数据变化幅度较大(或有阶跃),最大幅度约31.1 mV/km,查看发现,山东省其他台站地电场以及泰安基准地震台地磁存在类似现象,且泰安台该时段最大地磁K指数为5,分析认为,该变化应为地电暴现象,具体变化见图 6

图 5 地球物理类事件示例(地震) Fig.5 An example of geophysical event (earthquake)
图 6 地球物理类事件示例(地电暴) (a)马陵山地震台第一装置地电场;(b)马陵山地震台第二装置地电场 Fig.6 Another example of geophysical event (geoelectric storm)
2.6 不明原因

经综合分析,依次排除以上5类影响因素,仍然无法确定或判定证据不足的数据变化,归类到不明原因类事件。不明原因事件需持续跟踪,直至探明其确切诱因,重新对事件进行分类记录。若为疑似地震前兆异常,需做必要的地震前兆相关论证分析。

例如:荣成鲁32井测点2的SZW-1A型水温仪观测数据2016年1月11日—16日04时呈现逐渐缓慢上升趋势,但未出现超差现象,自16日04:21起,水温观测数据快速下降,至17日23:47,下降约0.080 4℃。该测项数据曲线常出现上下急剧波动现象,经多次异常落实,发现观测仪器运转正常,观测环境无明显变化,也不存在明显干扰现象,具体变化原因不明,需持续跟踪。深层水温观测数据具体变化见图 7

图 7 不明原因事件示例(短期) Fig.7 An example of unexplained event (short-term)

选取2014—2016年深层水温观测数据查看长期变化,见图 8。由图 8可见,深层水温观测数据2014年11月至2015年1月8日出现3次大的波动,幅度在0.08℃—0.10℃;2015年10月28日至2016年2月19日出现4次波动,幅度在0.05℃—0.94℃;2016年2月20日至4月18日缓慢下降0.022℃;2016年4月19日—4月22日缓升0.006℃;2016年4月23日至5月30日缓慢下降0.005℃。2016年9月15日—11月15日出现3次上升—下降波动,最大上升幅度0.08℃;2016年11月20日后又逐渐上升,至12月15日上升0.07℃,15—16日突降0.094℃,17日至24日回升0.046℃,随后转平稳波动变化。经过对比观测和多次实地检测,观测系统工作状态检查、环境干扰等调查均未发现明显干扰,无其他有效证据证实为干扰,疑为周围应力变化导致。对该测项仍需密切关注,持续跟踪。

图 8 不明原因事件示例(长期) Fig.8 An example of unexplained event (long-term)
3 问题分析

数据跟踪分析是一项探索性较强的工作,各项规范随着科学认识的深入而不断修改完善。在数据跟踪工作开展近3年来,山东前兆台网(站)遇到诸多问题,具体分析如下。

3.1 事件归类

在数据跟踪分析中,事件分析记录阐明观测数据的变化过程与结果,客观反映对影响因素的分析过程。在数据跟踪分析过程中,事件归类存在的主要问题如下。

(1) 重复归类问题。因自然环境、场地环境、人为干扰、地球物理事件等导致观测系统故障,产出无效数据或无数据,应归类到观测系统类,不应再重复归到其他类。

(2) 对人为干扰类事件理解不清晰。抽水、爆破、高压直流输电影响等均应归到场地环境类,而非人为干扰类。因电压不稳、主机故障等影响造成数据变化,应归类为观测系统类,而非人为干扰类。

(3) 对不明原因事件界定有误。不明原因突跳且已按照学科要求做预处理不应算作不明原因事件;正常的背景起伏变化不应算作不明原因事件;初步判断为其他影响因素(如观测系统、自然环境、场地环境、地球物理事件、人为干扰等)但未落实具体原因,应归为其他影响因素,而不作为不明原因事件。个别台站仍存在对不明原因事件的跟踪宗旨理解不透彻的现象。根据规范要求,对于被归类到不明原因的事件,需要进行持续跟踪和分析排查,而非注明不明原因置之不管。另外,经落实核查,明确诱因后,应对之前的事件重新归类,并重新详细描述整个核实过程。

3.1.1 同类事件合并

对于连续时段的同类事件,应合并为一条记录。但在实际数据跟踪分析过程中,存在同类事件重复记录问题。比如:2015年,邹城地震台地电场每天固定时段出现干扰,属于频发的周期性事件,因其事件类型及影响因素一致,可以合并分析,但该台资料分析时间不定且事件归类混乱。因明确为工厂施工影响造成的数据变化,应归为场地环境事件,并且按规定可以根据周期以一周或一个月为单位合并分析记录。

3.1.2 多类事件拆分

分析记录以事件的完整性为基础,即一条分析记录只对应一种类型的事件。若含有不同类别的事件,应按事件的类别分别创建分析记录。但在实际数据跟踪分析中,存在一条记录中出现多种类型事件的情况。

比如:2015年1月21日至31日,菏泽FHD仪地磁观测数据受高压直流输电和标定事件干扰,但未按要求产生2条记录,且数据描述与变化类型不一致,数据描述中清楚记录受到干扰,但归类为正常。此时应做2条记录,高压直流干扰时段的数据变化应归类为场地环境事件,标定时段的数据变化应归类为人为干扰类事件。

又如,诸城昌城井静水位一条不明原因事件描述:9月18日00:00—8:53数据突跳,变化幅度为0.05 m;9月19日09:58数采重启,致使静水位出现下降台阶。此时应做2条记录,前半段数据描述为仪器原因,应归为观测系统事件;后半部分为重启数采,属于人为干扰类事件,均不能算作不明原因事件。

3.2 过度分析与漏分析

在数据跟踪分析工作中,存在过度分析和漏分析现象。

技术规范中2.14明确规定:“对于已经明确是由观测系统故障或场地环境干扰引起的、孤立型且持续时间比较短暂(持续时间4小时以内)的数据变化,不需创建分析记录,但应详细填写观测日志”。另外,技术规范中明确规定“地球物理事件中的地震事件记录的范围:全球发生8级以上地震”。因此,境外MS<8地震不需跟踪记录。

个别测项存在漏分析现象。2016年9月1日—30日,邹城地震台地电场按天查看均有记录,但统计分析完整率不足100%。按测项详细统计发现,9月18日、19日、21—25日的记录未选全6个测项,造成数据总的完整率不足100%。另外,烟台水管仪和伸缩仪、栖霞07井水位存在同样问题。台站人员应端正工作态度,自行检查并解决问题。

3.3 事件级别

根据规定:“典型事件是指引起观测数据显著变化如:变化幅度大、持续时间长或疑似地震前兆异常等事件”。郯城马陵山地震台垂直摆2015年9月3日23:33—23:59 NS向数据调零影响;9月4日13:39—16:55数据超量程,应受观测室使用吸潮机影响,16:56—17:26删数并校台阶,为调零影响;9月5日11:15—11:50删数校台阶,为调零影响(吸潮机影响)。该事件属于普通人为干扰类事件,列为典型事件不妥,作为一般事件即可。

3.4 事件描述

根据规定,事件描述包括事件的诱发因素、变化过程、变化特点、关联情况等,约定信息内容包括:①台站参数(包括台站名称、代码)、测点代码、仪器参数(博卡仪器名称、代码)、测项名称等信息;②时间参数,即事件的开始、结束时间;③观测事件记录类型、故障情况说明或干扰源及干扰特征(干扰过程、强度、周期、影响方式)等;④数据变化特征,包括变化幅度大小、变化周期、变化过程、变化特点等;⑤辅助测项及对应的变化分析。

在实际数据跟踪分析中,个别台站仍存在事件分析描述不规范现象。如:未严格按照规范要求进行描述,过于简略,未从事件的起止时间、变化幅度、变化形态、干扰源的位置与距离、跟踪分析过程与结果、已(拟)采取的解决方式与效果等方面进行阐述。

3.5 图件绘制

根据规定,在绘制观测数据曲线图进行分析时,选取的绘图数据起、止时间除能够完整、清晰展示事件特征外,应在事件持续时段前后分别多取适当时间长度的数据,以作为衬托事件的背景。在实际数据跟踪分析中,仍存在以下问题:①图件标注。个别台站存在图件中不用方框加标注或标注不规范等现象。另外,存在缺少文字标注,或标注太复杂等现象;②数据选取。分析选取的数据类型应能突出显示事件对观测数据的影响特征。比如,有些台站的观测系统故障、人为干扰等造成的缺数,绘图时仅用预处理数据,未同时画出原始数据曲线进行对比;③时间选取。有些台站绘图时,时间尺度选取不合适,数据变化前后未留出一定时段的正常背景值,导致由图件看不出数据变化情况等。

4 结束语

近几年来,山东前兆台网(站)开展观测数据跟踪分析工作,取得了较好的成果。可以发挥并实现以下作用:①以台站监测一线人员为主体进行数据跟踪分析,有利于发挥专业特长,进一步探索地震监测与预测研究相结合的工作模式;②数据跟踪分析切实提升了前兆数据的产出能力,为地震预测研究提供了更直接有效的产品;③通过分析记录,可以直观反映山东各类前兆观测仪器的监测效能,全面了解制约系统运行和数据质量的影响因素;④开展数据跟踪分析工作,有利于为“智慧型地震监测台网”的转型夯实基础。

本文在撰写过程中参考了中国地震台网中心李正媛研究员的授课课件及相关文档,在此表示衷心感谢。

参考文献
何案华, 赵刚, 王军, 等. 串口前兆仪器的因特网接入方案与配套软件开发[J]. 地震研究, 2008, 31(3): 279-283.
李正媛, 熊道慧, 刘高川, 等. 基于大数据挖掘的地震前兆台网观测数据跟踪分析[J]. 地震地磁观测与研究, 2016, 37(3): 1-6.
刘春国, 李正媛, 王军, 等. 地震前兆台网产出与服务进展[J]. 地震研究, 2015, 38(2): 313-319.
刘高川, 李正媛, 王建国, 等. 地震前兆台网数据跟踪分析平台设计[J]. 大地测量与地球动力学, 2016, 36(9): 841-846.
马文娟, 何案华, 曹开, 等. "九五"前兆仪器与"十五"前兆管理系统的整合[J]. 地震研究, 2010, 33(4): 360-364.
王方建, 李卫东, 赵国峰. 地震观测数据平台体系架构研究[J]. 中国地震, 2009, 25(2): 214-221.
王军, 赵刚, 何案华, 等. "九五"前兆台站与"十五"前兆台网的整合研究[J]. 大地测量与地球动力学, 2008, 28(4): 125-130.
王建国, 栗连弟, 崔晓峰, 等. 数字化地震前兆台网日常工作管理软件[J]. 地震研究, 2009, 32(1): 79-83.
王建国, 王晨, 姚会琴, 等. 区域(天津)地震前兆台网"九五"接入"十五"系统升级改造[J]. 地震研究, 2013, 36(2): 243-247.
周克昌, 赵刚, 王晨, 等. 中国地震前兆台网观测技术系统整合[J]. 中国地震, 2013a, 29(2): 270-275.
周克昌, 王方建, 邹钟毅, 等. 前兆台网历史数据迁移与整合[J]. 地震, 2013b, 33(3): 90-97.