文章快速检索    
  地震地磁观测与研究  2021, Vol. 42 Issue (S1): 136-138  DOI: 10.3969/j.issn.1003-3246.2021.S1.045
0

引用本文  

袁伏全, 孙世瑞, 郭鹏, 等. PI算法在2021年玛多MS 7.4和比如MS 6.1地震回溯性检验中的应用[J]. 地震地磁观测与研究, 2021, 42(S1): 136-138. DOI: 10.3969/j.issn.1003-3246.2021.S1.045.
YUAN Fuquan, SUN Shirui, Guo Peng, et al. Retrospective test of the PI algorithm: case studies of the Maduo MS 7.4 and Biru MS 6.1 earthquakes in 2021[J]. Seismological and Geomagnetic Observation and Research, 2021, 42(S1): 136-138. DOI: 10.3969/j.issn.1003-3246.2021.S1.045.

基金项目

地震科技星火计划(项目编号:XH21036Y);青海省重点研发与转化计划资助项目(项目编号:2021-SF-151);青海省地震科学基金(项目编号:2021A02)

作者简介

袁伏全(1982-), 男, 高级工程师, 主要从事地震研究工作。E-mail: 26092846@qq.com
PI算法在2021年玛多MS 7.4和比如MS 6.1地震回溯性检验中的应用
袁伏全   孙世瑞   郭鹏   黄浩   张晓清     
中国西宁 810001 青海省地震局
关键词图像信息学PI算法    玛多MS 7.4地震    比如MS 6.1地震    回溯性检验    
Retrospective test of the PI algorithm: case studies of the Maduo MS 7.4 and Biru MS 6.1 earthquakes in 2021
YUAN Fuquan   SUN Shirui   Guo Peng   HUANG Hao   ZHANG Xiaoqing     
Qinghai Earthquake Agency, Xining 810001, China
Key words: pattern informatics algorithm    Maduo MS 7.4 earthquake    Biru MS 6.1 earthquake    retrospective test    
1 研究背景

图像信息学(Pattern Informatics,缩写为PI)作为一种判定区域中长期地震危险性趋势的统计物理学算法,以小地震活动强的地震区域作为未来可能发生较大地震的危险区,进行预测时段内的定量研究(蒋长胜等,2008蒋卉等,2013)。

该算法被广泛应用于不同地震活动水平、不同地质构造背景地区的地震活动回溯性研究中,如:美国California地区(Rundle et al,2000Tiampo et al,2002Holliday et al,2006)、日本(Nanjo et al,2006)、中国川滇地区(蒋长胜等,2009)、中国山东地区(张盛峰等,2017)和中国青藏高原地区(袁伏全等,2016),均得到了较为有意义的结果。

2 研究内容和方法

PI算法假设地震活动具有“活跃”和“平静”特征的现象,其基本原理是,对研究区域进行网格化处理,通过对每一个网格地震活动强度多时间尺度变化的归一化处理,检测显著事件发生概率高的网格,减去地震背景概率,得到地震热点(Hotspots),即地震危险区。热点值为ΔPi (t0, t1, t2),强度函数经归一化处理,用对数lg(ΔPPmax)值表示,值越大,颜色越深,表示地震危险程度越高。

将研究区进行网格划分,记为Xi,令每一网格Xi地震活动的时间序列为Ni (t),即第i个网格在单位时间内发生地震的次数,这些地震震级必须大于序列截止震级Mc。定义3个时间范围,见图 1,图中:研究资料起始时刻记为t0tb为以Δt为步长从t0时刻向t1时刻滑动的任意时刻,t1t2为地震活动“异常学习”的变化时段,t2t3为地震“预测时段”。Tiampo等(2002)研究发现,PI方法的地震预测效果比相对强度法和随机预测更优越,预测时间尺度为3—10年。

图 1 时间范围示意图 Fig.1 Schematic diagram of time range

研究用的资料为中国地震台网中心“全国地震编目系统”提供的《统一正式目录》和青海省地震台网地震目录,采用10年尺度的地震“变化学习”时间段和3年尺度“预测”时间段进行统计,对2021年5月22日青海玛多MS 7.4地震和3月19日西藏比如MS 6.1地震的预测效果进行回溯性震例分析和“向前”预测。其中,“异常学习”时间段为10年(2008—2018年),“预测”时间段为3年(2019—2021年)。

3 研究结果 3.1 截止震级选取

研究区域为(87°—105°E,31°—37°N),所用地震目录时间段为1970年至2021年6月,根据G-R统计关系(图 2),将截止震级(Mc)设定为MS 4.0,目标震级(MF)设定为MS≥6.0。根据不同计算经验,截止震级至少小于预测目标震级2个震级单位(Rundle et al,2000Holliday et al,2006Nanjo et al,2006)。

图 2 震级—频次分布 Fig.2 Frequency-magnitude distribution of the events in the catalogue
3.2 回溯性检验结果

回溯性检验结果表明(图 3),3年预测时间段(2019—2021年)内,截至2021年6月29日,研究区发生2次MS 6.0以上地震,即青海玛多MS 7.4、西藏比如MS 6.1地震,2次地震均位于PI图像的地震热点附近,表明“PI图像热点”具有较好的地点预测能力。

图 3 PI回溯性检验图像(2019—2021年) Fig.3 PI forecast map(2019-2021)

2019—2021年,研究区实际发生MS 5.0—5.9地震4次,其中2021年3月30日双湖MS 5.8地震位于PI图像的地震热点附近,其余3次地震漏报,分别为:2020年1月25日丁青MS 5.1、2020年4月1日石渠MS 5.6、2019年10月28日夏河MS 5.7地震。漏报原因可能是多方面的,5级地震不是目标地震,另外算法本身的优化和区域地质背景的不同。在青藏高原地区应用该方法,PI算法包含的各项因子的最佳组合模式,是需要进一步研究的工作。

4 结束语

对2021年5月22日青海玛多MS 7.4和3月19日西藏比如MS 6.1地震进行震例回溯性检验,对于地震前可能的地震活动“前兆性”异常进行再认识,对于青海地区地震的中长期预测有一定实践意义。

参考文献
蒋长胜, 吴忠良. 对地震预测的一个统计物理算法在川滇地区的回溯性预测检验[J]. 中国科学(D辑), 2008, 38(7): 852-861. DOI:10.3321/j.issn:1006-9267.2008.07.007
蒋长胜, 吴忠良, 马宏生, 等. PI算法用于川滇-安达曼-苏门答腊地区7.0级以上强震危险性预测的回溯性检验[J]. 地震学报, 2009, 31(3): 307-318. DOI:10.3321/j.issn:0253-3782.2009.03.007
蒋卉, 吴忠良, 马腾飞, 等. 对图像信息学(PI)算法的一个回溯性预测检验: 四川芦山7.0级地震[J]. 物理, 2013, 42(5): 334-340. DOI:10.3870/sjsscj.2013.05.006
袁伏全, 孙世瑞, 王小玲. PI算法用于青海地区中强震危险性预测的回溯性检验研究[J]. 地震研究, 2016, 39(Z1): 76-82+133.
张盛峰, 郑建常, 蒋长胜, 等. 图像信息学(PI)算法计算参数优化分析——以山东及相邻地区为例[J]. 地球物理学报, 2017, 60(12): 4633-4643. DOI:10.6038/cjg20171208
Holliday J R, Rundle J B, Tiampo K F, et al. Modification of the pattern informatics method for forecasting large earthquake events using complex eigenvectors[J]. Tectonophysics, 2006, 413(1/2): 87-91.
Nanjo K Z, Rundle J B, Holliday J R, et al. Pattern Informatics and Its Application for Optimal Forecasting of Large Earthquakes in Japan[J]. Pure & Applied Geophysics, 2006, 163(11/12): 2417-2432.
Rundle J B, Klein W, Tiampo K, et al. Linear pattern dynamics in nonlinear threshold systems[J]. Physical review. E, Statistical physics, plasmas, fluids, and related interdisciplinary topics, 2000, 61(3): 2418-2431.
Tiampo K F, Rundle J B, Mcginnis S A, et al. Pattern Dynamics and Forecast Methods in Seismically Active Regions[J]. Pure & Applied Geophysics, 2002, 159(10): 2429-2467.