文章快速检索    
  地震地磁观测与研究  2022, Vol. 43 Issue (6): 125-130  DOI: 10.3969/j.issn.1003-3246.2022.06.017
0

引用本文  

于晨. 基于加卸载响应比(LURR)方法回顾2022年9月5日泸定MS 6.8地震预测过程[J]. 地震地磁观测与研究, 2022, 43(6): 125-130. DOI: 10.3969/j.issn.1003-3246.2022.06.017.
YU Chen. A review of prediction process based on LURR before the Luding MS 6.8 earthquake on September 5, 2022[J]. Seismological and Geomagnetic Observation and Research, 2022, 43(6): 125-130. DOI: 10.3969/j.issn.1003-3246.2022.06.017.

基金项目

国家重点研发计划(项目编号:2018YFE0109700);国家自然科学基金联合基金(项目编号:U2039205);中国地震台网中心青年基金(项目编号:122302138)

作者简介

于晨(1988-), 男, 工程师, 主要从事地震电磁学研究。E-mail: yuchen@seis.ac.cn

文章历史

本文收到日期:2022-09-14
基于加卸载响应比(LURR)方法回顾2022年9月5日泸定MS 6.8地震预测过程
于晨     
中国北京 100045 中国地震台网中心
摘要:对2022年9月5日四川泸定MS 6.8地震前加卸载响应比(LURR)异常时空演化特征和震前预测过程进行回顾。年尺度的LURR计算结果可以识别高应力背景区,为年度危险区的判断提供依据;周月尺度的计算结果可以反映地震发生前的孕震区介质由稳定阶段进入损伤阶段的转变。泸定地震前,LURR中短期异常空间分布呈现“沿鲜水河断裂方向展布—向震源区集中—异常幅度增加、区域扩展—震后减弱并消失”的演化过程;LURR时序曲线在震前出现明显的高值变化,在高值回落的过程中发震,震后LURR时序曲线回落至阈值线1.0附近。综上,LURR异常在空间上具有逐步向震中集中的趋势,时间上具有明显的阶段性特征,将LURR方法在长中短期一体化预测中进行应用,可以为今后对该区域地震趋势研判提供较好的依据。
关键词泸定MS 6.8地震    加卸载响应比    多方法组合(MMEP)    长中短期一体化    
A review of prediction process based on LURR before the Luding MS 6.8 earthquake on September 5, 2022
YU Chen     
China Earthquake Networks Center, Beijing 100045, China
Abstract: In this paper, the temporal and spatial evolution characteristics of load-unload response ratio (LURR) anomalies and the prediction process before the Luding MS 6.8 earthquake on September 5, 2022 are reviewed. The LURR calculation results on the annual scale can be used to identify the high-stress background area and provide a basis for the judgment of the annual risk region. The calculation results on the weekly and monthly scale can reflect the transition of the medium in the seismogenic region from the stable stage to the damaged stage before the earthquake. The spatial distribution of LURR before the earthquake shows an evolutionary process of "distribution along Xianshuihe Fault direction-concentrating to the focal area-increasing of abnormal amplitude and regional expansion-weakening and disappearing after the earthquake". The LURR time series curve shows an obvious change of high value before the earthquake, and the earthquake occursin the process of falling high value. After the Luding earthquake, the LURR times series curve fallsback to the threshold line (1.0). In conclusion, LURR anomaly tends to gradually concentrate toward the epicenter in space and has obvious stage characteristics in time. The application of the LURR method in the prediction of long-medium-short term integration can provide a better basis for the judgment of future earthquake trend in this region.
Key words: Luding MS 6.8 earthquake    load-unload response ratio    multi-method earthquake prediction    long-medium-short term integration    
0 引言

据中国地震台网测定,2022年9月5日12时52分,四川甘孜州泸定县发生MS 6.8地震(以下简称泸定6.8级地震)(29.59°N,102.08°E),震源深度16 km。此次地震位于鲜水河断裂磨西段附近,两者距离约4 km。

该地震距离多方法组合预测模型(Multi-Method Earthquake Prediction,MMEP)判定的2022年度川滇藏交界6±级危险区约80 km。在震前4个月,根据MMEP预测模型中的加卸载响应比(Load/Unload Response Ratio,LURR)时序曲线和空间分布的演化特征,进一步给出该区域中短期地震危险性预测意见。本文对泸定MS 6.8地震前LURR异常的时空演化特征和预测过程进行回顾和总结,以期更好地认识该地区强震前长、中、短临各个阶段的LURR异常演化特征,为今后地震预测预报提供参考。

1 方法介绍 1.1 MMEP方法

地震是地球构造活动的结果,地震孕育过程中的不同阶段可能有着不同的异常表现(Scholz et al,1973)。基于上述研究思路,综合4种具有物理意义的地震预测方法,由此提出MMEP模型(Yu et al,2013, 2016, 2017),思路如下:首先采用图像信息(Pattern Informatics,PI)方法对研究区域进行扫描(Rundle et al,2000),在中长期时间尺度(一般为5年)上找出存在地震活动异常的区域,这些区域是未来可能发生大地震的危险区,之后用加卸载响应比(Load/Unload Response Ratio,LURR)和态矢量(State Vector,SV)(尹祥础等,2004)对上述异常区的地震趋势进行评估,在中短期时间尺度上优化和筛选年度危险区,在此基础上,通过矩加速释放(Accelerate Moment Release,AMR)方法(Bufe et al,1993Jaumé et al,1999)对危险区内潜在地震的发生时间和震级进行渐近估计,最终确定预测的时间、空间、强度三要素,从而实现在空间上向地震危险区域的逐渐逼近,时间上从长期预测向中短期预测的自然过渡。

1.2 LURR方法

加卸载响应比(LURR)作为一种基于岩石本构关系动态演化提出的中短期地震预测方法,可以度量地壳介质的损伤程度(尹祥础,1987)。前人研究发现在大地震之前的数年至数月间,LURR时间序列会出现明显的高值异常(Yin et al,1995, 2002, 2004)。当岩石介质处于稳定状态时,LURR值在1.0附近波动,在损伤阶段时,LURR值会显著大于1.0,这一现象可以被认为是地震预测的重要前兆规律。

在预测实践中,加载和卸载过程的判断基于潮汐力在地震破裂面上引起的库仑破裂应力(CFS)

$ \mathrm{CFS}=\tau-f \sigma $ (1)

式中,fτσ分别代表内摩擦系数、剪应力和法向应力。式(1)中的(τ - )也被称为有效剪应力τe (effective shear stress)。在此基础上,将一定时间和空间窗内加载和卸载阶段释放的地震能量作为响应量,将LURR记为Ym,则有

$ Y_m=\frac{\left(\sum _{i=1}^{N_{+}} E_i^m\right)_{+}}{\left(\sum _{i=1}^{N_{-}} E_i^m\right)_{-}} $ (2)

式中,Ei表示地震能量,“+”“-”分别表示加载和卸载;m可以取0、1/3、1/2、2/3或1。显然,当m = 1时,Em就表示地震能量;当m = 1/3或2/3时,Em分别表示孕震区域的线性尺度或面尺度;当m = 1/2时,Em即为地学中广泛应用的Benioff应变;当m = 0时,Y值相当于加载和卸载过程中出现的地震数目。为了避免地震数目太少导致加卸载响应比时间序列的强烈波动,时间窗内通常包含多个加载、卸载循环过程。

1.3 长中短期一体化预测

MMEP方法可以从中长期时间尺度为预测年度危险区的时间、空间、强度三要素提供参考依据。在此过程中,年尺度LURR异常的空间分布可以将PI方法确定的5年尺度的危险区进一步优化,筛选出1年尺度的地震危险区。具体参数如下:以0.5°步长分别在经度和纬度方向滑动,扫描半径为80 km,以扫描区域内0—4.0级地震的Benioff应变(m = 1/2)作为响应量,f = 0.4,时间窗长为1年。

在日常分析中,LURR时间和空间的变化特征是判定各区域在周月时间尺度上地震危险性的关键。为了能够探测周月尺度的区域介质应力状态,与年尺度计算参数相比,周月尺度的计算时窗更短,扫描半径更小,具体参数在后文中列出。

2 地震前LURR异常演化特征 2.1 震前LURR空间分布特征

图 1给出泸定MS 6.8地震前LURR异常的空间演化。具体计算参数如下:扫描半径80 km,以0.25°步长分别沿经度和纬度方向滑动,扫描区域内0—4.0级小震的Benioff应变(m = 1/2)作为响应量,库仑破裂应力变化(ΔCFS)的断层内摩擦系数f = 0.4,断层参数基于Yin等(2000)的加卸载分区模型,时间窗为0.5年。

图 1 泸定MS 6.8地震前川滇地区的LURR异常空间分布及演化 Fig.1 Spatial distribution of LURR anomalies in Sichuan-Yunnan region before the Luding MS 6.8 earthquake

三岔口南部地区自2022年度地震会商(2021年12月1日)之后就存在LURR异常,异常沿鲜水河断裂边缘呈NW向分布,与鲜水河断裂走向一致,比值在1—2附近[图 1(a)]。该异常分布特征持续2个月后,从2022年4月开始,LURR异常沿NW走向分布的特征逐渐解体,开始在三岔口地区南部集中,异常分布的显著变化区域主要位于川滇藏交界6±级地震危险区东侧、泸定MS 6.8地震南部地区[图 1(b)]。3个月后,即2022年7月起,震中以南的LURR异常持续向南扩展,异常面积逐渐增大,局部地区异常值不断升高,响应比值超过2[图 1(c)],直至泸定MS 6.8地震发生。震后计算结果显示,原震区附近的LURR异常已经减弱并消失[图 1(d)]。据此推测,震源区应力释放应较为充分,认为此次地震的发生与该区域的LURR异常有关。

2.2 时序曲线

图 2给出泸定MS 6.8地震前LURR异常的时序曲线,其中(a)—(d)所示4个时段分别对应图 1(a)(d)。具体计算参数如下:川滇藏交界6±级地震危险区内2016年以来0—4.0级小震的Benioff应变(m=1/2)作为响应量,库仑破裂应力变化(ΔCFS)的断层内摩擦系数取0.4,断层参数基于Yin等(2000)的加卸载分区模型,计算时间窗为1个月,滑动步长为5天。

图 2 泸定MS 6.8地震前原震区附近的LURR时序曲线 Fig.2 LURR time series curve near the seismic zone before the Luding MS 6.8 earthquake

总体上看,自2020年以来,该地区5级以上地震发生前LURR均出现明显的高值变化。此次泸定MS 6.8地震前6个月起,LURR时序曲线出现2次显著的高值变化,地震在高值回落过程中发生,震后LURR时序曲线回落至阈值线1.0附近。回顾2021年漾濞MS 6.4和2022年宁蒗MS 5.5地震,由于2次地震均位于地震危险区内,异常幅度和持续时间均高于本次泸定MS 6.8地震,反映出LURR异常的持续时间和幅度与后续地震和危险区中心点距离成负相关关系,该现象在今后震情跟踪过程中应给予关注。

3 预测过程回顾

根据上述LURR异常变化,基于MMEP方法在2022年5月20日月地震会商中提出川滇交界西部为月度危险区,存在发生6级左右地震的可能,之后在8月5日周地震地会商中将川滇交界西部地区进一步提升为周尺度关注地区,认为短期内该地区存在发生6级左右地震的可能。2022年9月5日泸定MS 6.8地震发生之后,虽然9月9日的计算结果显示原震区LURR异常消失、时序曲线呈现下降趋势并已低于1.0的阈值,但与地震发生仅间隔几天,后续仍需关注资料变化情况,如果时序曲线恢复到阈值线附近波动、原震区未出现显著LURR异常,那么此次震前LURR异常变化与泸定MS 6.8地震有关,否则仍需关注川滇交界西部地区地震危险性。

4 讨论

LURR作为一种基于岩石本构关系动态演化提出的地震预测方法,可以反映震源区的孕震过程,是基于MMEP模型探测中短期地震异常的主要手段。作为MMEP模型中的一种方法,LURR可以反映地震发生前区域介质由稳定阶段进入损伤阶段的转变,岩石处于弹性阶段时,加载阶段和卸载阶段的响应率(形变模量)相等,此时介质的变形是可逆的,但随着应力的不断累积,岩石进入损伤阶段,此时岩石在加载阶段的响应率大于卸载阶段的响应率,进而岩石的强度降低或损伤,最终发生破裂。这种差异性变化反映了介质的损伤劣化程度,LURR可以定量刻画介质的应力状态。

年尺度的LURR计算结果可以识别高应力背景区,为年度地震危险区的判断提供依据,周月尺度的计算结果可以反映地震发生前孕震区介质由稳定阶段进入损伤阶段的转变。LURR时序曲线跟踪结果(图 2)显示,泸定地震前6个月内LURR出现2次显著的高值变化,在第2次回落过程中发震,震中距离基于MMEP模型判定的2022年度川滇藏交界6±级地震危险区约80 km。

图 1(a)(c)分别对应图 2所示LURR时序曲线震前出现的3个显著高值时刻。可以看出,空间上震前LURR异常呈现“沿鲜水河断裂方向分布—向震源区集中—异常幅度增加、区域扩展—震后减弱并消失”的过程;在此过程中,LURR的时间序列在相对应时段内出现显著高值变化。通过上述现象的总结分析,认为在今后中短期跟踪实践中,应注意LURR异常空间分布和时间序列的准同步变化过程,LURR异常空间集中区、扩展方向和存在短期变化的区域,可能是未来需要关注的重点地区。

5 结论

对2022年9月5日泸定MS 6.8地震前加卸载响应比异常的判定依据和震情跟踪过程进行回顾总结,发现此次地震前存在显著的LURR异常,异常的时空演化过程与地震的发生密切相关,地震会商于震前提出具有一定预测时效的意见。年尺度的LURR计算结果可以识别高应力背景区,优化并精简MMEP模型的年度危险区;周月尺度的LURR计算结果可以反映地震前震中附近区域的损伤状态。在今后中短期预测实践中应注意存在短期变化的区域,在长中短期一体化预测中提供更加客观和科学的LURR异常演化计算结果,为今后地震趋势研判提供较好的依据,减轻地震造成的灾害和损失(任静等, 2020, 2021)。

感谢余怀忠研究员提供的MMEP计算程序和刘月副研究员提供的LURR计算程序,闫伟正研级高级工程师和中国地震台网中心预报部综合室同事们为MMEP日常跟踪提供了宝贵的建议,一并表示衷心感谢。
参考文献
任静, 阿里木江·亚力昆, 李志强, 等. 2020年1月19日新疆伽师6.4级地震灾害损失快速评估精准性分析[J]. 震灾防御技术, 2020, 15(2): 349-358.
任静, 张方浩, 李志强, 等. 2021年5月21日云南漾濞6.4级地震灾害损失快速评估结果分析[J]. 震灾防御技术, 2021, 16(3): 454-466.
尹祥础. 地震预测新途径的探索[J]. 中国地震, 1987, 3(1): 1-8.
尹祥础, 余怀忠, 张永仙, 等. 态矢量——分析地震活动性的一种新方法[J]. 中国地震, 2004, 20(1): 73-79.
Bufe C G, Varnes D J. Predictive modeling of the seismic cycle of the greater San Francisco Bay Region[J]. J Geophys Res: Solid Earth, 1993, 98(B6): 9871-9883. DOI:10.1029/93JB00357
Jaumé S C, Sykes L R. Evolving towards a critical point: a review of accelerating seismic moment/energy release prior to large and great earthquakes[J]. Pure Appl Geophys, 1999, 155(2): 279-305.
Rundle J B, Klein W, Tiampo K, et al. Linear pattern dynamics in nonlinear threshold systems[J]. Phys Rev E, 2000, 61(3): 2418-2431. DOI:10.1103/PhysRevE.61.2418
Scholz C H, Sykes L R, Aggarwal Y P. Earthquake prediction: a physical basis: rock dilatancy and water diffusion may explain a large class of phenomena precursory to earthquakes[J]. Science, 1973, 181(4 102): 803-810.
Yin X C, Chen X Z, Song Z P, et al. A new approach to earthquake prediction: the load/unload response ratio (LURR) theory[J]. Pure Appl Geophys, 1995, 145(3/4): 701-715.
Yin X C, Wang Y C, Peng K Y, et al. Development of a new approach to earthquake prediction: load/unload response ratio (LURR) theory[J]. Pure Appl Geophys, 2000, 157(11/12): 2365-2383.
Yin X C, Mora P, Peng K, et al. Load-unload response ratio and accelerating moment/energy release critical region scaling and earthquake prediction[J]. Pure Appl Geophys, 2002, 159(10): 2511-2523.
Yin X C, Yu H Z, Kukshenko V, et al. Load-unload response ratio (LURR), accelerating moment/energy release (AM/ER) and state vector saltation as precursors to failure of rock specimens[J]. Pure Appl Geophys, 2004, 161(11/12): 2405-2416.
Yu H Z, Cheng J, Zhang X T, et al. Multi-methods combined analysis of future earthquake potential[J]. Pure Appl Geophys, 2013, 170(1/2): 173-183.
Yu H Z, Zhou F R, Zhu QY, et al. Development of a combination approach for seismic hazard evaluation[J]. Pure Appl Geophys, 2016, 173(1): 221-233.
Yu H Z, Zhu QY, Zhou F R, et al. An ensemble approach for improved short-to-intermediate-term seismic potential evaluation[J]. Pure Appl Geophys, 2017, 174(6): 2381-2399.