地震发生后,社会各界希望在极短时间内获得地震的准确信息,如地震发生时间、地点和大小(震级)等。为此,地震工作者做了大量工作,如:黄文辉等(2006)开发了JOPENS地震自动处理系统,可在1—3 min内自动产出地震三要素,即发震时刻、震源深度和震级沈玉松等(2011);金星等(2007)开发了一套区域数字地震台网实时速报系统,可实现台网覆盖范围内地震事件快速、可靠的自动定位;杨陈等(2014)对中国自动地震速报系统进行整体评估,并确定发布策略。
但是,为了达到防震减灾的目的,需要更早、更及时地获悉地震三要素。目前,日本、墨西哥等国家均已建成区域性超快地震速报系统,并多次成功发布超快速报信息,有效减轻了地震灾害损失,取得了良好效果(张红才等,2013),如:在2011年日本MW 9.0大地震中,日本新干线地震监测与超快速报系统及时发布地震信息,高速列车在地震波到达前提前制动停车,避免了列车出轨和人员伤亡(宋晋东等,2012)。2016年,黄文辉等(2016)开发了广东省地震超快速报系统(JOPENS超快速报系统),并进行试运行,评估结果表明,该系统可在地震发生后几秒至几十秒内自动确定地震三要素,地震自动速报用时从分钟级提高到秒级,且定位精度并未降低。
四川省地震频发,且破坏性较大,在地震台站建设密度加大的同时,为进一步缩短地震三要素自动产出时间,提高自动速报速度,为防灾减灾服务,四川测震台网中心于2016年开始布署JOPENS地震超快速报信息系统,并于2017年3月20日进入试运行阶段。文中对该系统产出的超快速报结果进行统计分析,发现存在震级、震中位置偏差以及漏报、误报等现象。选取地震超快速报系统试运行阶段系统给出的地震的第1次和最后1次自动定位结果(下文简称超快速报首报和超快速报尾报),与传统的人工速报和地震编目定位结果进行对比分析,评估地震超快速报系统的准确性和实效性。
1 系统概述2017年3月20日,地震超快速报系统(下文简称超快速报系统)开始在四川试运行,主要监测四川及周边地区地震,并完成超快速报。四川及周边省区现有地震台站886个(图 1),均纳入JOPENS超快速报系统,所记录的地震波形数据,经网络传输至四川测震台网中心,通过JOPENS数据流进行汇集,并在系统实时处理,产出超快速报信息。数据处理流程如下:超快速报系统经波形数据流服务接收台站实时数据,当地震发生并被2个以上台站记录后,预警核心模块即开始确定地震参数,并将地震消息发送至AMQ消息服务模块,由EQIM-Sender模块负责将地震预警信息发送至EQIM服务器,实现地震参数的超快速报。该模块从AMQ接收地震预警信息后,立即向用户发送首次信息,并在震后发送该地震的修正结果。超快速报系统架构见图 2。
![]() |
图 1 四川及周边地震台站分布 Fig.1 Distribution of seismic stations in Sichuan and its surrounding areas |
![]() |
图 2 超快速报系统架构 Fig.2 The framework of the super-fast reporting system |
与传统的人工地震速报相比,超快速报具有明显的速度优势,可在地震发生后几秒至几十秒内即可自动确定地震三要素(黄文辉等,2016)。而人工速报时间则较长:在省界50 km以内,Ⅰ类地震速报时间在12 min内;省界50 km以外,Ⅱ、Ⅲ类地震速报时间在15 min内。
2 数据选取根据中国地震台网地震编目结果,2017年5月—2019年12月,在研究区(25.0°—35°N,95°—110°E)内共发生M≥2.8地震370次,震中分布见图 3。为验证超快速报系统定位的实效性和准确性,选取相应的人工速报和超快速报系统定位结果进行对比分析,从定位精度(震中位置、震级、发震时刻、深度)、误报、漏报3方面进行评估。
![]() |
图 3 人工编目地震震中分布 Fig.3 Epicenter distribution of manual cataloging earthquakes |
给定地球上任意两点的经纬度数值,计算两点间的距离Di(单位km),公式如下
$ {D_i} = 111.199{\left\{ {{{\left({{\varphi _1} - {\varphi _2}} \right)}^2} + {{\left({{\lambda _1} - {\lambda _2}} \right)}^2}{\rm{co}}{{\rm{s}}^2}\left[ {\left({{\varphi _1} + {\varphi _2}} \right)/2} \right]} \right\}^{1/2}} $ | (1) |
式中,(φ1,λ1)为人工编目或人工速报的地震经纬度坐标,(φ2,λ2)为超快速报系统自动定位结果(经纬度坐标)。依据式(1)和统计方法,求得370次地震的震中位置及震级、发震时刻、深度偏差,其中超快速报首报与人工速报的偏差结果见表 1,与人工编目的偏差见表 2(受篇幅所限,文中仅给出超快速报尾报的对比结果)。超快速报第1次报是指当地震发生并被2个以上台站记录后,超快核心模块即开始自动确定地震参数,有2个台触发震级达到设定的震级下限时,发送第1报,简称首报。超快速报最后1次报是指在一定时间内加入震相和台站后,重新定位的参数变化不大,稳定可靠时,发送最后1报,简称尾报。
![]() |
表 1 超快速报首报与人工速报偏差统计 Table 1 Statistics of deviation between the first report of the super-fast report and manual quick report |
![]() |
表 2 超快速报首报与人工编目偏差统计 Table 2 Statistics of deviation between the first report of the super-fast report and manual cataloging |
将地震超快速报与人工速报、人工编目总体偏差进行汇总,结果见表 3。由表 3可见:①与人工速报相比,超快速报首报、尾报的震中位置平均偏差分别为9.8 km、8.4 km,震级偏差分别为0.3、0.2,发震时刻偏差分别为1.6 s、1.0 s,深度偏差分别为12.5 km、10.7 km;②与人工编目相比,超快速报首报、尾报震中位置平均偏差分别为10.1 km、8.7 km,震级偏差分别为0.4、0.2,发震时刻偏差分别为1.8 s、1.1 s,深度偏差分别为12.9 km、10.7 km;③人工速报和人工编目相比:震中位置平均偏差为2.7 km,震级偏差为0.1,发震时刻偏差为0.5 s,深度偏差为3.2 km。
![]() |
表 3 总体对比结果 Table 3 Overall comparison results |
![]() |
表 4 误报地震统计 Table 4 Statistics of misreported earthquakes |
绘制超快速报与人工速报定位偏差直方图,见图 4。由图 4可见,超快速报定位精度低于人工速报。主要原因如下:地震定位时,人工速报尽量选择合理的地震台站分布,使所选地震基本被周围台站包围,且台站构成网形合理。此外,并非参与地震定位的台站越多越好,清晰可靠的近台和远台震相联合使用,可获得更为精确的定位结果(张天中等,2007),人工精确识别并使用S波参与定位,可大幅提高定位精度。而超快速报系统利用多个台接收的地震波初至波信号,采用STA/LTA算法检查震相触发,应用“着未着”算法快速分析多个台震相到时数据,确定地震发生时刻和位置,使用P波最大震幅和台站震中距估算地震震级,并向地震波尚未到达的地区发布地震参数(黄文辉等,2016)。超快速报定位未使用S波参与定位,故人工速报定位精度优于超快速报是可以理解的。
![]() |
图 4 震中、震级、发震时刻的定位偏差 Fig.4 Deviations of epicenter location, magnitude, and origin time of earthquakes |
超快速报尾报定位精度优于首报,主要是因为首报时参与定位的台站较少。同时发现,四川西北部地区因台站分布稀少,对发震区域监控密度不够,超快速报定位精度低于其他地区,在省界及邻省区域也是如此。将同一地震事件的超快首尾报、人工速报和编目的震中结果投影到一张图上,结果见图 5,可见震中大部分重叠,仅少部分出现不完全重叠现象。
![]() |
图 5 超快速报、人工速报、人工编目震中分布 Fig.5 Epicenter distribution of the super-fast report, manual quick report, and manual catalog |
震级偏差分布见图 6,可见超快速报首报震级离散度较大,震级偏差分布在2.5级以内,而尾报偏差则分布在1.5级以内;人工速报震级偏差离散度较低,分布在在0值附近,几乎形成一条直线。
![]() |
图 6 震级偏差分布 Fig.6 Magnitude error distribution |
在选取的370次地震事件中,超快速报结果能够与之相匹配的地震共241次,漏报129次(表 3)。统计发现,自2017年3月20日超快速报系统试运行以来,由快、慢流冲突及数采打包格式问题等引起的不稳定现象,导致2017年漏报地震78次,占漏报总数的60%;随着超快速报系统运行逐渐稳定,漏报现象大幅减少,2019年漏报地震22次,占漏报地震总数的17%(图 7)。地震漏报可能是因为:事件震级相对较小,台站稀少且分布不均;台站波形数据传输负延迟;同一时段内,受之前地震尾波的影响,未触发超快速报。
![]() |
图 7 地震漏报统计 Fig.7 Statistics of missed earthquakes by the reports |
漏报地震分布见图 8,图中右上阴影区为九寨沟MS 7.0地震余震漏报,左下阴影区为邻省漏报地震密集区域。超快速报系统运行逐渐稳定,波形数据负延迟等问题进一步解决,随着地震台站建设速度的加快,台站分布密度进一步加大,地震漏报现象将逐渐减少。
![]() |
图 8 漏报地震分布 Fig.8 Distribution of missed earthquakes |
整理超快速报目录,并与人工编目进行匹配,发现超快速报地震多2次(表 3),超快速报出现地震误报现象。分析发现,误报的2次地震为2018年4月4日成都龙泉驿区M 4.0地震和2019年10月5日四川乐山市沙湾区M 5.7地震。前者的首报结果中深度不合理(>100 km),导致震中、发震时刻、震级与编目结果差别较大而出现误报(黄文辉等,2016);后者参与定位的台站(CLA)仪器设备出现故障,导致波形记录产生方波,波形失真而引起误报。
4 结论通过对四川地震超快速报系统试运行产出结果进行分析,可以得出以下结论:①地震超快速报系统总体运行稳定,但震级、震中位置等出现偏差,并存在地震漏报、误报等现象,其速报速度和精确度与地震台站分布密切相关,且定位精度低于人工速报;②与传统的人工速报相比,超快速报具有明显的速度优势,可在地震发生后几秒至几十秒内自动确定地震三要素,地震定位的准确性和实效性满足超快速报要求;③在四川西北部及邻省地区,超快速报定位精度低于其他地区。
超快地震速报系统存在地震漏报和误报现象,主要原因如下:①试运行期间,系统不稳定,事件震级相对较小,且分布在台站稀疏地区,受之前地震尾波干扰未触发地震,导致出现漏报现象;②首报结果中深度不合理,使得定位结果偏差过大,而且台站仪器故障导致波形失真,故出现地震误报现象。
黄文辉, 康英, 吴永权, 等. JOPENS系统用户手册[S]. 2006.
|
沈玉松, 康英, 黄文辉, 等. 国家地震速报备份系统定位结果评估[J]. 中国地震, 2011, 27(2): 155-164. |
金星, 廖诗荣, 陈绯雯. 区域数字地震台网实时速报系统研究[J]. 地震地磁观测与研究, 2007, 28(1): 64-72. |
宋晋东, 李山有, 马强. 日本新干线地震监测与预警系统[J]. 世界地震工程, 2012, 28(4): 1-10. DOI:10.3969/j.issn.1007-6069.2012.04.001 |
黄文辉, 沈玉松, 吕作勇, 等. 地震超快速报系统试运行结果评估[J]. 华南地震, 2016, 36(4): 1-7. |
杨陈, 黄志斌, 高景春. 中国自动地震速报系统评估及发布策略[J]. 地震物理学进展, 2014, 29(6): 2572-2579. |
张红才, 金星, 李军, 等. 地震预警系统研究及应用进展[J]. 地球物理学进展, 2013, 28(2): 706-719. |
张天中, 武巴特尔, 黄媛, 等. 近台资料对近震相对定位算法的影响[J]. 地球物理学报, 2007, 50(4): 1123-1130. DOI:10.3321/j.issn:0001-5733.2007.04.019 |