2014年8月3日云南鲁甸发生MS 6.5地震(简称鲁甸地震),震源深度10 km(中国地震台网中心发布)。此次地震发生后,关于震源深度,一些研究者给出不同结果,如:张广伟等(2014)利用gCAP方法进行拟合,得到此次地震矩心深度为5 km;Xie等(2015)利用CAP方法进行拟合,得到此次地震矩心深度为3 km。笔者采用gCAP方法和全波形方法,获得此次地震矩心深度分别为3 km和10 km。由此可见,不同研究人员采用不同方法拟合所得此次地震的震源深度结果并不一致。文中拟采用Yuan等(2020)开发的深度扫描法重新判定鲁甸地震的震源深度。
2 研究方法深度扫描法(Depth-Scanning Algorithm)通过自动波形匹配,识别不同路径上可能的深度震相,由预测的深度震相理论到时与拾取的深度震相到时计算到时最小均方根残差,由此获得最佳震源深度。该方法分4个步骤:①计算所有可能的深度震相理论地震图。由于深度震相的振幅和到时依赖于入射角和地下速度结构分层数量,因此需计算-180°—170°相移的直达P和S波理论地震图,作为自动扫描模板。对观测波形去均值、去仪器响应,并旋转到R、T、Z分量,计算三分量峰度函数(kurtosis),由Z和R分量识别直达P波,由T分量识别直达S波;②利用匹配滤波技术扫描P和S震相,扫描模板为计算的理论地震图深度震相。波形匹配由互相关系数控制,当互相关系数超过一定阈值时,则认为拾取到可能的深度震相,互相关系数的峰值对应时间即为深度震相到时;③通过震相匹配获得震源深度初步范围和理论到时与观测到时的残差。当对所有台站的波形扫描后,获取一系列震源深度候选值;④确定每个台站的到时残差值之和的最小值,当最小到时残差对应的深度变化小于设定深度步长后,认为该台站将用于确定精确的震源深度。计算所有选中台站的到时残差均方根,均方根之和最小值对应的深度即为最佳震源深度。
3 研究结果采用表 1所示地壳速度结构模型,计算鲁甸地震的理论地震图。采用深度扫描法,通过扫描鲁甸地震震中距300 km范围内112个地震台站三分量波形数据,识别得到BJT、DOC、HUP、HWS、MBI、MGU、PZH、SMK、WMP、YAJ、ZAT等11个台站(震中距分别为200 km、114 km、220 km、219 km、193 km、136 km、172 km、64 km、220 km、142 km、45 km)记录的深度震相,文中给出BJT台深度震相示例,结果见图 1。
BJT台距鲁甸地震震中200 km,以该台Z、R、T三分量拾取深度震相记录为例,通过扫描在Z、R、T三分量分别拾取4个、7个、2个深度震相,结果见图 1,图中黄色波形为由相应相移计算得到的理论地震图模板,虚线标出深度震相位置,红色圆点为拾取的深度震相和对应的互相关系数及相移,黑色圆点为理论深度震相。其中,(a)、(b)、(c)各图右上角给出波形波峰和波谷的振幅分布(μ和σ分别表示均值和标准差),右下为不同相移的理论地震图,黄色波形为采用的模板;左列由上至下表示识别的初至、深度震相位置、互相关系数与对应的相移。互相关系数超过0.9的深度震相被用于参与最后的深度定位。
通过扫描,获取鲁甸地震最佳震源深度为3.9 km,到时残差均方根为0.29 s,结果见图 2。图中,黑实线表示深度—相位匹配的总数,相应到时残差之和用方框表示,灰线为单台深度震相匹配的数量。
在当前地震台网密度下,采用直达波定位或全波形拟合,对鲁甸地震的震源深度约束较差,二者给出的10 km深度与采用深度扫描法所得结果相差6.1 km。而采用CAP和gCAP方法拟合的矩心深度与深度扫描法所得震源深度差分别为+1.1 km和-0.9 km,表明CAP和gCAP方法对矩心深度约束较好。文中采用深度扫描法,利用深度震相约束此次鲁甸地震的震源深度,提高了定位精度。但不同的深度震相仅在特定震中距下出现,且易受到直达波信号的干扰,识别困难。文中采用的深度扫描法,采取在不同相移下计算理论地震图并采用匹配滤波技术识别深度震相的策略,可有效识别微弱信号的深度震相,是一种较为适用且可靠的方法。
Yuan Jianlong博士提供深度扫描法程序源代码,并在使用过程中给予帮助,在此表示感谢。
张广伟, 雷建设, 梁姗姗, 等. 2014年8月3日云南鲁甸MS 6.5级地震序列重定位与震源机制研究[J]. 地球物理学报, 2014, 57(9): 3018-3027. |
Xie Z J, Zheng Y, Liu C L, et al. Source parameters of the 2014 MS 6.5 Ludian earthquake sequence and their implications on the seismogenic structure[J]. Seismological Research Letters, 2015, 86(6): 1 614-1 621. DOI:10.1785/0220150085 |
Yuan J L, Kao H, Yu J S. Depth-Scanning Algorithm: Accurate, Automatic, and Efficient Determination of Focal Depths for Local and Regional Earthquakes[J]. Journal of Geophysical Research: Solid Earth, 2020, 125: e2020JB019430. |