地震预警指利用震中周围地震台记录到的最早到达的地震波信息对地震位置、破坏程度等迅速做出判断,在破坏性地震波到达前很短时间内发出预警,从而有效地减少地震造成的人员伤亡和财产损失(金星等,2012;张红才等,2013;李丹宁等,2021)。目前,世界上许多地震灾害较多的国家和地区(如日本、土耳其、美国、欧盟等)积极开展地震预警系统的建设,运行或测试运行中的地震预警系统在实际应用中取得一定减灾救灾实效(Erdik et al,2003;Kamigaichi et al,2009;Nakamura et al,2009;张红才等,2013;Allen et al,2018,2022;Kohler et al,2018;Suárez et al,2018;李丹宁等,2021;徐佳静等,2022)。
地震预警是减少灾害损失、减轻地震灾害的有效方式之一。中国作为世界上地震灾害最严重的国家之一,国家地震烈度速报与预警工程于2018年启动实施,2021年7月中国地震预警网在京津冀、四川、云南实现示范运行,2023年6月在全国范围进行示范运行。中国地震台网中心部署的超快速报与预警系统(JEEW)主要采用长短时窗比和AIC算法,实时检测地震波形,利用“着未着”定位方法对多个台站震相到时数据进行快速分析,从而确定地震发生时刻和位置(Horiuchi et al,2005;Kuyuk et al,2013;黄文辉等,2016;王莉婵等,2020;李同林等,2021;张建勇等,2024)。
2023年8月6日2时33分,山东省德州市平原县发生MS 5.5地震(37.16°N,116.34°E),震源深度10 km,距震中最近断裂为聊考断裂带北侧林南断裂,距断层线最短距离约2 km①。此次地震为德州平原县有记载以来最大地震,山东、北京、河北、天津等多地区有感。截至8月6日16时,震区共有213处(德州165处、聊城48处)房屋及墙体不同程度受损,24人轻伤(德州23人、聊城1人)②。JEEW预警系统有效产出本次地震预警数据,本次地震震中距平原县8 km,距最近台站(SD/N0022)5 km。本文对JEEW预警系统产出结果进行系统分析,为预警系统技术的改进提供参考依据。
① https://dzrb.dzng.com/articleContent/2205_1172809.html.
② https://www.mem.gov.cn/xw/mtxx/202308/t20230807_458570.shtml.
1 地震预警能力分析在本次地震震中200 km范围内,预警台网主要涉及山东和河北省,平均台间距约10 km,台站分布合理且密度大(中国地震局,2015)。根据已接入的预警台站分布,考虑首台触发、台站可用率和网络延时的实际情况,基于至少4台用于触发和2台用于震级计算的条件评估首报预警时间。图 1为山东平原MS 5.5地震区域理论预警首报用时图,可见在理想情况下,根据台网布局、站点类型、数据质量,在分析站点可用率基础上,山东、河北预警区内震后首报用时约4—6 s。
本次地震JEEW预警系统总计产出24次预警结果,具体见表 1。
距此次地震震中最近台站为SD/ N0022,震中距5 km,震后5.2 s产出第1次预警结果,共使用5个台站数据。按照预警首报至少4个台站触发的原则,计算该地区理论上首报预警时间为5.0 s,扣除网络延时等外部影响因素,地震预警系统产出基本达到项目设计目标。与正式地震速报结果相比,JEEW预警系统第1次产出结果中震级偏差-0.5、震中位置偏差3.5 km。随着触发台站数量的增多,后续处理结果基本稳定,但存在震级偏大现象。预警系统最终使用956个台站数据,包括645个一般站、208个基本站和103个基准站,产出结果中震级偏差0.3、震中位置偏差2.4 km。
3 预警结果分析 3.1 数据质量分析 3.1.1 震相走时根据正式速报结果中的发震时刻,结合地震预警的时效性,计算震中距300 km范围内编目结果中Pg或Pn波震相及每个预警台站的P波震相到时,并将两者P波震相到时绘制在同一个时距曲线上(图 2)。由图 2可知,本次地震预警P波震相走时与震中距拟合曲线吻合较好,无明显偏离曲线的震相。即JEEW预警系统台站在本次地震中震相到时拾取相对准确,未出现明显错误。
台站观测数据的延时对地震预警定位精度及时效性有较大影响。选取预警系统处理过程中参与计算台站震前l min的延时数据,排除延时异常大的台站,按照台站类型分类统计(表 2),其中,一般站平均延时0.86 s,基本站平均延时0.85 s,基准站平均延时0.98 s,满足预警时效性要求。
对地方震和近震而言,台站信噪比指地震波有效值与台基噪声有效值之比。在本次地震预警系统处理过程参与计算台站中,一般站的数量占比67%。由于一般站密度最大且信噪比最低,本研究主要对一般站的信噪比进行分析。由图 3可见,震中距约50 km内一般站信噪比较高,均值约78 dB。按照台站类型分类统计,一般站平均信噪比为24 dB,基本站平均信噪比为333 dB,基准站平均信噪比为168 dB,满足预警系统对波形信噪比的要求。
对于本次地震,JEEW预警系统第1次产出结果使用5个台站数据[图 4(a) ],其中1个基本站、4个一般站,距震中最近台站为一般站SD/N0022,震中距5 km,距震中最远台站为一般站N0025,震中距16 km,台站最大空隙角为172°。JEEW预警系统第2次产出结果使用7个台站的数据[图 4(b) ],其中有6个一般站、1个基本站,距震中最远台站为N004B,距离为19 km,台站最大空隙角为121°。随着参与计算台站数量的增加,台站最大空隙角逐渐减小,震中位置偏差也进一步减小,第2次处理结果的定位偏差为2.4 km,小于第1次处理结果(3.5 km)。震中位置偏差最小的为第19次定位结果(29.4 s),使用495个台站数据,偏差1.4 km。第22—24次处理结果中震中位置略微增大,表明更多台站的参与,也会影响地震定位的精度。总体来说,JEEW预警系统采用的定位算法在本次地震中适用性较好,参与地震定位的台站分布影响着定位结果的准确性,空隙角越小,定位结果越好。
JEEW预警系统第1次确定的震级与正式速报震级相比,偏小0.5;从第2次产出结果开始,预警震级偏大,随着可用的台站数量增加,震级偏差逐渐增加,在第9—17次产出结果的震级偏差均为0.2,但仍表现为预警震级相比正式速报震级偏大(图 5)。山东预警台网密集,定位台站基本都能检测到S波,JEEW预警系统主要使用地方震级ML估算每个台站震级(王莉婵等,2020),预警震级根据权重进行均值估算;本次地震为浅源地震,正式速报震级为面波震级。因此,预警震级的偏差还与2种震级计算方法、触发台站的数量和类型的不统一有关。计算预警震级使用的是近震源强震动记录,其高频极其丰富、幅值不符合常规衰减规律,离散性大。JEEW预警系统在第9—17次处理中震级达到最优之后偏差值反而增大,可能由于预警震级主要使用近场强震动记录,更多远台的加入使结果相对离散。
为更全面地分析本次地震震级在预警结果中的表现,本研究对第24次处理结果进行分析,统计了不同类型台站在相同震中距范围内的平均震级(表 3)。由表 3可见,3类台站平均震级随震中距范围增加有增大趋势,但基本稳定;当震中距大于150 km时,3类台站平均震级基本一致;相同震中距范围内,一般站平均震级略大于基准站与基本站,基准站平均震级最小。震中距150 km范围内,JEEW预警系统参与计算的基本站和一般站建在自由地表,本身具有地表放大效应,而预警震级未进行波形校正或量规函数补偿,显得基准站震级更小,表明JEEW系统在震级测定方面技术有待改进。
地震预警盲区指在预警信息发送时,以震中为圆心、破坏性地震波走过的距离为半径的圆形区域,计算根据盲区计算公式(李佳威等,2016)计算山东平原地震的预警盲区半径,公式如下
$ r_{\mathrm{BZ}}=\sqrt{\left(t_{\mathrm{P}}+T\right)^2 v_{\mathrm{S}}^2-h^2} $ | (1) |
式中,rBZ为盲区半径,tP为波走时,T为数据打包、延时、处理及发布用时,vS为横波速度,h为震源深度。
山东平原地震预警处理结果的用时,即对应公式中的tP + T。根据段永红等(2016)研究得到的华北克拉通中东部地壳三维速度结构模型,并结合葛粲等(2011)对华北地区地壳厚度与泊松比的研究结果,vS取值3.63 km/s;根据正式速报结果,h = 10 km。JEEW地震预警处理系统首报用时5.2 s,如果把首报结果作为发布结果,则盲区半径为16 km。
地震烈度指地震对地表及工程建筑影响和破坏的强弱程度。按照应急管理部部署,中国地震局组织山东省地震局开展灾区震害调查,并综合应用地震构造背景、震源机制、余震分布、等科技成果,编制完成山东平原MS 5.5地震烈度图③(图 6)。本次地震最高烈度为Ⅶ度(7度),等震线长轴呈NE走向,长轴24 km,短轴12 km;Ⅵ度(6度)区及以上面积约224 km2。考虑到此次地震震级较小,Ⅵ度及以上地区均在预警盲区内,减灾效果不大,但该预警信息的发布能安抚群众情绪,有利于维护社会稳定。
③ https://www.cea.gov.cn/cea/xwzx/365134/5736905/index.html.
对2023年山东平原MS 5.5地震JEEW预警系统产出结果进行系统分析,结果表明,JEEW系统的地震定位算法适用性较好,但其震级算法尚有待改进。具体结论如下:
(1)JEEW预警系统在震后5.2 s发布首次预警处理结果,使用了5个台站数据,与正式速报结果相比,震中位置偏差3.5 km,震级偏差-0.5,盲区半径16 km。
(2)随着JEEW预警系统参与计算台站数量的增加和台站最大空隙角的减小,震中位置偏差总体趋势降低。JEEW预警系统定位算法在本次地震中适用性较好,定位结果的稳定性与准确性较高。
(3)JEEW预警系统首次产出的预警震级偏小,从第2次产出开始,预警震级整体偏大,随着参与计算台站数量的增加,震级偏差呈降低趋势。目前,JEEW预警系统的震级估算未进行波形校正和量规函数补偿,震级算法仍需不断完善,以使预警震级更加准确。
段永红, 王夫运, 张先康, 等. 华北克拉通中东部地壳三维速度结构模型(HBCrust1.0)[J]. 中国科学: 地球科学, 2016, 46(6): 845-856. |
葛粲, 郑勇, 熊熊. 华北地区地壳厚度与泊松比研究[J]. 地球物理学报, 2011, 54(10): 2538-2548. |
黄文辉, 沈玉松, 吕作勇, 等. 地震超快速报系统试运行结果评估[J]. 华南地震, 2016, 36(4): 1-7. |
金星, 张红才, 李军, 等. 地震预警连续定位方法研究[J]. 地球物理学报, 2012, 55(3): 925-936. |
李丹宁, 张国权, 缪素秋, 等. 2021年云南漾濞MS 6.4地震预警处理结果分析[J]. 地震研究, 2021, 44(3): 399-406. |
李佳威, 吴忠良. 地震预警系统的"盲区"控制问题——以首都圈地震预警原型系统为例[J]. 中国地震, 2016, 32(4): 584-594. |
李同林, 彭朝勇, 李萍萍, 等. 四川地震预警网外玛多7.4级地震预警分析研究[J]. 中国地震, 2021, 37(3): 551-563. |
王莉婵, 毛国良, 李小军, 等. 2020年7月12日唐山MS 5.1地震预警处理能力分析[J]. 中国地震, 2020, 36(3): 394-406. |
徐佳静, 张雅茜, 张建勇, 等. 2022年四川泸定MS 6.8地震预警处理结果分析[J]. 地震地磁观测与研究, 2022, 43(6): 131-141. |
张红才, 金星, 李军, 等. 地震预警系统研究及应用进展[J]. 地球物理学进展, 2013, 28(2): 706-719. |
张建勇, 梁建宏, 席楠, 等. 国家中心地震烈度速报与预警技术平台[J]. 中国地震, 2024(待刊).
|
中国地震局. DB/T 60—2015地震台站建设规范地震烈度速报与预警台站[M]. 北京: 地震出版社, 2015.
|
Allen R M, Cochran E S, Huggins T J, et al. Lessons from Mexico's earthquake early warning system[J]. Eos, Earth and Space Science News, 2018, 99. |
Allen R M, Stogaitis M. Global growth of earthquake early warning[J]. Science, 2022, 375(6 582): 717-718. |
Erdik M, Fahjan Y, Ozel O, et al. Istanbul earthquake rapid response and early warning system[J]. Bulletin of Earthquake Engineering, 2003, 1(1): 157-163. DOI:10.1023/A:1024813612271 |
Horiuchi S, Negishi H, Abe K, et al. An Automatic Processing System for Broadcasting Earthquake Alarms[J]. Bulletin of the Seismological Society of America, 2005, 95(2): 708-718. DOI:10.1785/0120030133 |
Kamigaichi O, Saito M, Doi K, et al. Earthquake Early Warning in Japan: Warning the General Public and Future Prospects[J]. Seismological Research Letters, 2009, 80(5): 717-726. DOI:10.1785/gssrl.80.5.717 |
Kohler M D, Cochran E S, Griven D, et al. Earthquake early warning shakealert system: west coast wide production prototype[J]. Seismological research letters, 2018, 89(1): 99-107. DOI:10.1785/0220170140 |
Kuyuk H S, Allen R M. Optimal Seismic Network Density for Earthquake Early Warning: A Case Study from California[J]. Seismological Research Letters, 2013, 84(6): 946-954. DOI:10.1785/0220130043 |
Nakamura H, Horiuchi S, Wu C J, et al. Evaluation of the real-time earthquake information system in Japan[J]. Geophysical Research Letters, 2009, 36(5): L00B01. |
Suárez G, Espinosa-Aranda J M, Cuéllar A, et al. A Dedicated Seismic Early Warning Network: The Mexican Seismic Alert System (SASMEX)[J]. Seismological Research Letters, 2018, 89(2A): 382-391. DOI:10.1785/0220170184 |