2) 中国北京 100045 中国地震台网中心
2) China Earthquake Networks Center, Beijing 100045, China
随着计算机技术的进展,数值预测在诸多行业中开始发展,为这些行业带来了新的数据和活力。地震预测也急需从传统的“经验预测”“概率预测”向数值预测进行转变。美国自1988年以来,WGCEP(Working group on California earthquake probabilities,加州概率工作组)基于发展的UCERF(Uniform California earthquake rupture forecast,统一的加州地震破裂预测系统)模型,利用加州统一断层模型、应力应变计算和地震活动性等方法,进行了由统计预测—物理预测—依赖于时间的物理预测过渡的尝试。意大利在2009年拉奎拉MW 6.3地震后发展了可操作的地震预测(Operational Earthquake Prediction),能够随时更新,给出监测域未来一段时间(例如1周)发生不同震级地震的概率图,提供每天可以更新的短期预测概率图(Jordan et al,2014)。
在数值预测中,确定性预测和概率性结果一直密不可分,一般采用混合预测思路,即在基于物理的数值模拟基础上,引入其他技术手段(比如统计学方法,包括人工智能和大数据)来参与对未来预测。混合预测方法特别适合原理尚未明晰,存在较多复杂参数、参数对结果的影响尚未能进行数学描述的领域。本文所展示的地震数值预测也参考了混合预测的思路。借鉴石耀霖院士等(2018)提出的地震数值预报路线图的基本框架,针对地震数值预测需求,初步建立混合预测的工作思路和计算流程。
2 研究内容及方法本文展示的地震混合预测方法主要根据地震的孕震机制和发生、发展过程,将整个地震预测分为3个层次:①长周期层次,用于确定地震基本的孕震机制,预测目标是7级以上强震在数十年尺度发生的可能性;②中等周期层次,用于确定一段时间内中强地震的影响,分析目标是7级及以下中等地震,预测目标是6—7级地震在十余年尺度发生的可能性;③短周期,用于确定现今区域地震活动状态,分析目标是ML≥3.0的小震,预测目标是中等强度地震在数年尺度发生的可能性。
地震混合预测计算流程见图 1,具体如下:①利用地质地貌分析确定研究区孕震环境,找出主要控制因素和主要地震地质表现,建立符合地质认识的区域孕震构造模型和三维有限元模型;②利用基于物理的数值模拟方法,计算研究区主要边界断层破裂的时空特征,并与区域7级以上强震进行对比,以此推测现今应力场状态和未来应力场可能的状态;③基于弹性半空间位错模型Okada(1992),计算上一次7级以上强震后中等强度地震引发的同震剪应力、正应力和库仑应力,叠加到数值模拟计算所得应力场中,以此对数值模拟的推测结果进行更高精度的调整,弥补上两步建模计算中目标震级高的缺点;④对近期地震的核密度进行统计,对比某一时间段的同期均值,找出地震数量的异常高和异常低的区域,以此得到能够指向更短时间段、更低震级的异常分布区;⑤对经过中等强度地震同震应力校正后的应力场进行危险性分类,同时对近期中小震数量的核密度异常进行危险性分类,并通过加权方式叠加这2种途径获得的危险性,计算得到最后的地震危险性。
![]() |
图 1 地震混合预测计算流程 Fig.1 Calculation flow of hybrid earthquake forecasting |
以上计算流程获得的地震危险性主要用于划定空间范围,震级为中强地震,时间上则很难确定,大致以核密度异常计算中用以对比的同期核密度均值的计算时长为下限,以数值模拟的步长为上限。因此本方法可用于较短时间段的中强震预测。
3 研究结果基于本方法的研究结果已应用到中国地震台网中心2019年和2020年地震会商中。2020年10月提出的地震数值中长期预测结果,与2022年6月1日发生的芦山MS 6.1地震对应良好(图 2)。此外,2021年漾濞MS 6.4地震和2021年泸州MS 6.0地震均发生在危险性较高区域,而2022年6月10日发生的马尔康MS 6.0地震则不在预测区域内。
![]() |
图 2 地震数值预测混合预测的地震危险性与发生的地震对应 Fig.2 Comparison of forecasting results of seismic risk and earthquakes (M≥5.0) occurred after |
本文展示的地震数值预测尝试、与相关地震的验证,显示了地震数值预测是可行的,具有广阔的发展前景。
感谢中国地震台网中心王海涛研究员在本项工作中给予的无私帮助,感谢中国地震局地震预测研究所吴忠良研究员和张永仙研究员对本工作的指点和建议。
石耀霖, 孙运强, 罗纲, 等. 关于我国地震数值预报路线图的设想——汶川地震十周年反思[J]. 科学通报, 2018, 63(19): 1 865-1 881. |
Jordan T H, Marzocchi W, Michael A J, et al. Operational earthquake forecasting can enhance earthquake preparedness[J]. Seismological Research Letters, 2014, 85(5): 955-959. DOI:10.1785/0220140143 |