同一个地震产生的地震波可被不同台站记录,且各台站记录的震相到时具有关联性。使用震相关联方法进行地震定位,已在地震监测和地震预警软件中得到广泛应用(Johnson et al,1994;Dietz,2002;Wu and Teng, 2002;Cua et al,2009;Pesaresi,2011;Olivieri and Clinton, 2012;方伟华等,2018;Zhang et al,2019),如:德国GEOFON台网开发并使用的SeisComP3系统中的scautoloc自动定位模块(徐志国等,2016;徐志国等,2017)、美国地质调查局(USGS)开发并使用的Earthworm中的binder_ew定位模块(USGS et al,2010;方伟华等,2018),以及广东省地震局开发的JOPENS地震数据处理系统中的RTS实时处理模块(吴永权等,2010),均使用该方法进行地震自动定位,可产出准确且稳定的地震事件自动定位结果。
文中利用地震震相关联方法,对国家数字地震台网地震实时监测系统软件(Ecums_rt)的产出速度与精度进行优化,改进系统的“一刀切”(满足地震台站触发数量阈值)触发模式,并改善台站定位结果及人工复核效率受到制约等问题。通过特征震相关联定位的方式,剔除触发台站记录的不相关(问题、误触发)震相,产出准确的定位结果,提升地震事件波形人工复核效率,从而使得地震速报工作准确而快速地完成。
1 系统介绍国家数字地震台网地震实时监测系统软件Ecums_rt(宋锐等,2001;Guo et al,2019)“九五”期间编制完成,并作为中国地震台网中心地震速报波形处理软件使用至今。
国家数字地震台网地震实时监测系统由C语言编写,架构层次清晰,由地震数据接收模块、数据解压与实时波形显示模块及多周期自动检测地震事件模块3部分组成,具有数据接收、检测和显示(图 1)的功能:①系统经由数据接收进程(rcv)连接数据流服务器,接收地震台站实时地震波形数据,以mseed格式储存至数据接收共享区(rcvBuf);②通过数据解压进程(sln),读取数据接收共享区暂存的地震波形数据,解压为evt格式的波形数据,存储至地震数据检测共享区(detBuf);③地震自动检测模块(detc、detL与detS)逐台站读取地震数据检测共享区的数据,进行地震事件波形触发检测。当地震自动检测模块检测到多个台站满足系统触发阈值时,则判定系统检测到地震事件;④系统产生报警文件,触发警报进程,并触发写入波形进程(wrte),将地震数据检测共享区存储的数据以触发地震事件时刻作为文件名,写入指定目录存档;⑤波形显示进程(waves)实时读取数据检测共享区数据,将波形显示在屏幕上。
![]() |
图 1 国家台网中心Ecums_rt系统模块结构(Guo et al,2019) Fig.1 The module structure of the Ecums_rt system in the National Seismic Network Center(Guo et al, 2019) |
震相关联方法(Johnson et al,1994;Dietz,2002;Zhang et al,2019)的原理是,根据地震台站记录的一系列P波到达时间与已知对应的触发地震台站位置,利用一维地壳速度结构模型,将P波传播时间的投影叠加在一个时空网格上,寻找残差最小格点,作为最近未关联的拾取震源,根据上述地震信息的关联性,最终获取未存档地震事件。该方法利用地震台站记录的最新触发震相与已归档的地震信息进行震相关联分析,若发现新震相与归档地震存在相关性,则将新震相归档,有效避免其对后续地震事件自动定位造成干扰。否则,新触发震相在共享池中等待与更多触发震相合成新地震事件。
Earthworm系统中的binder_ew模块工作流程(图 2)是,读取震相存储区的地震震相信息,根据台站记录的P波到时,计算是否满足最近触发地震事件的关联阈值。
![]() |
图 2 binder_ew模块工作流程(Dietz,2002;USGS et al,2010) Fig.2 Binder_ew module workflow(Dietz, 2002; USGS et al, 2010) |
(1)不满足阈值时,拾取的震相与已触发地震事件不相关,则收集所有不相关震相,清除问题震相;根据计算的空间、走时网格阈值,判断是否产生新地震事件;若震相关联确认得到新地震事件并产出参数,则将所有待关联震相参与地震事件定位,否则不相关震相返回震相存储区。
(2)当满足震相关联阈值时,则将拾取的震相关联至对应的已触发地震事件,判断这些被关联的震相是否处于地震事件区间(在参数文件中配置)中;若满足条件,则运行“拾取震相评估”程序,释放不满足条件的震相,否则对地震事件重新定位,挑选并释放高残差震相后迭代重定位,直至可以确定更新的地震事件震源参数;此过程如果无法满足定位迭代震相数量(参与定位震相数量小于4),模块将释放震相。binder_ew模块通过挑选同一地震激发的地震震相关联定位,并通过新震相与地震事件列表比对的方式,归档触发震相,有效解决了地震震相干扰后续地震定位的问题。此外,利用该模块可以较好地解决同一段时间内发生的多次地震事件(如同时不同地点、余震等)的震相归集问题。
2.2 Ecums_rt系统优化 2.2.1 新增关联定位模块Ecums_rt系统中新增关联定位模块(图 3阴影区),包含P波震相共享存储区、震相关联定位方法和地震事件存储共享区3部分。模块中的P波震相共享存储区用于存储系统拾取的触发震相与关联定位失败后释放震相。当P波存储区的震相数目满足关联方法设置的关联阈值时,利用关联定位方法读取存储区的P波震相,挑选与归档地震事件相关联震相进行存档,并对其余未关联震相进行关联性计算;当未关联震相关联成为新的地震事件后,则以列表形式归档存储,并将对应的震相信息存储到地震事件共享区。
![]() |
图 3 震相关联方法流程 Fig.3 The workflow of the seismic phase association method |
关联定位模块是,在原有系统基础上,将地震事件检测模块与相关自动定位模块替换为新增关联定位模块(图 3)。本研究中关联定位方法借鉴了binder_ew模块逻辑(图 2),其目的在于降低自动定位过程中不相关地震震相的干扰,提高定位结果的准确性。
2.2.2 新震相与触发地震事件的关联约束条件设置(1)震相到时约束条件。在震相关联方法中,对于新震相与触发地震事件的关联,要求新震相到时满足关联时间约束条件范围(地震事件发生后前3 —120 s)。为提升震相关联方法的计算效率,若新震相拾取到时不在该约束范围内,则系统判断该震相不能参与触发地震关联和归档。
(2)震中距约束条件。新震相与触发地震事件关联时,根据新震相信息计算的震中距,若大于存档震相10倍平均震中距,则认为超出震中距约束条件,从而避免存档地震事件受到远距离虚假噪声干扰而影响自动定位结果。
2.2.3 地震事件重定位(1)利用震相关联方法合成新的地震事件时,在P波震相共享存储区内,若系统拾取新震相数目满足震相关联阈值,则系统对新震相进行关联定位。本研究中将系统设置3层迭代网格进行搜索定位,若自动定位残差小于2.0,则发布新地震事件,并归档存入共享区;否则,逐一释放定位结果中残差最大的震相,重复迭代搜索定位,直至定位残差收敛,满足小于2.0的要求,或者剩余震相小于震相关联阈值,则将这些震相释放,返回震相共享存储区。
(2)利用震相关联方法,将新震相与触发地震事件进行关联时,模块遍历新震相,并判断是否与触发地震事件相互关联,以降低关联震相在自动定位过程中的震相干扰。震相关联过程中,若新震相同时满足震相到时和震中距约束条件,但在进行迭代网格搜索重定位过程中,导致重定位残差结果大于2.0,或者计算所得到时残差大于3.0,则系统将释放该震相,使其重新返回震相共享存储区。
运用地震震相关联方法,采用中国大陆和IASP91一维地壳速度结构模型参与地震自动定位,可以有效剔除触发台站记录的不相关震相对Ecums_rt系统自动定位的影响,改善自动定位结果精度,从而保证中国和全球地震定位的准确性。
3 结论利用震相关联方法,通过系统拾取地震震相,判断是否与已触发地震事件存在关联性,可降低此类震相在系统自动定位中的干扰性,并根据新震相关联新地震事件过程中,对震相限制条件的设定与迭代重定位的策略使用,有效提升了系统的自动地震定位能力。
系统新增震相关联模块对于同一时间段内发生的多个地震事件,地震台站先后记录了不同地震事件的震相信息,利用震相关联方法,根据台站记录震相关联性,可较好地分离并归档、发布这些地震事件,不仅有效提升了地震监测软件自动识别地震事件的能力,而且提高了地震事件处理核实效率。
借鉴Earthworm系统中的binder_ew模块运行逻辑,运用震相关联方法,解决了Ecums_rt系统满足触发台站数目后“一刀切”的窘境,对系统自动拾取的震相进行关联组合,使具有相关性的台站震相合理参与到系统自动定位,最大程度地保留未关联地震台站,等待由同一地震事件触发的地震台站记录的新震相关联,从而使系统更加智能地筛选掺杂其中干扰触发台站记录的震相。即使待关联的P波震相共享区掺杂着非地震造成的误触发台站记录震相信息,由于受震相关联方法策略设置限制,而不能与其他台站记录的新震相关联,自然也不会影响到系统自动定位结果。因此,震相关联方法对地震监测系统自动定位结果准确性的提升发挥了重要作用。在系统后续改进中,尝试在震相关联方法中加入S、Pn波等其他震相信息,提高震相关联效率,降低方法容错率,提供快速的自动速报信息参考,提升余震事件处理效率。
方伟华, 周蓝捷, 闫培, 等. 地震数据处理系统Earthworm在福建地震预警系统项目中的应用[J]. 震灾防御技术, 2018, 13(1): 226-236. |
宋锐, 顾小虹, 王永力, 等. 国家数字地震台网中心实时处理及大地震速报软件系统[J]. 地震, 2001, 21(4): 47-59. |
吴永权, 黄文辉. 数据处理系统软件JOPENS的架构设计与实现[J]. 地震地磁观测与研究, 2010, 31(6): 59-63. DOI:10.3969/j.issn.1003-3246.2010.06.011 |
徐志国, 梁姗姗, 邹立晔, 等. SeisComP3地震监测处理系统及其在海啸预警系统建设中的应用[J]. 科技导报, 2017, 35(7): 88-92. DOI:10.3981/j.issn.1000-7857.2017.07.011 |
徐志国, 邹立晔, 梁姗姗, 等. SeisComP3地震实时监测与自动处理系统[J]. 国际地震动态, 2016, 11061106(9): 16-24. DOI:10.3969/j.issn.0235-4975.2016.09.004 |
Cua G, Fischer M, Heaton T, et al. Real-time Performance of the Virtual Seismologist Earthquake Early Warning Algorithm in Southern California[J]. Seismological Research Letters, 2009, 80(5): 740-747. DOI:10.1785/gssrl.80.5.740 |
Dietz L. Notes on Configuring BINDER_EW: Earthworm's Phase Associator[EP/OL]. http://folkworm.ceri.memphis.edu/ew-doc/ovr/binder_setup.html. 2002.
|
GUO T L, HUANG Z B, ZHAO B. The Improvement of Earthquake Real-Time Monitoring System of Chinese National Digital Seismic Network[J]. Earthquake Research in China, 2019, 33(4): 596-604. |
Johnson C E, Lindh A and Hirshorn B. Robust regional phase association[R]. U.S. Geological Survey, Open File Report, 1994: 94-621.
|
Olivieri M, Clinton J. An Almost Fair Comparison Between Earthworm and SeisComp3[J]. Seismological Research Letters, 2012, 83(4): 720-727. DOI:10.1785/0220110111 |
Pesaresi D. The EGU2010 SM1.3 Seismic Centers Data Acquisition session: an introduction to Antelope, EarthWorm and SeisComP, and their use around the World[J]. Annals of Geophysics, 2011, 54(1): 1-7. |
USGS, CERI, ISTI and the Earthworm Community. Earthworm Documentation V7.4[EP/OL]. http://folkworm.ceri.memphis.edu/ew-doc/. 2010.
|
Wu Y M, Teng T L. A Virtual Subnetwork Approach to Earthquake Early Warning[J]. Bulletin Seismological Society of America, 2002, 92(5): 2008-2018. DOI:10.1785/0120010217 |
Zhang M, Ellsworth W L, Beroza G C. Rapid earthquake association and location[J]. Seismological Research Letters, 2019, 90(6): 2276-2284. DOI:10.1785/0220190052 |