基于成核过程统计特征的地震风险实时监测——以2021年ML 6.7漾濞地震为例
1) 中国深圳 518055 南方科技大学;
2) 中国北京 100160 矿冶科技集团有限公司;
3) 中国北京 100045 中国地震台网中心
2) 中国北京 100160 矿冶科技集团有限公司;
3) 中国北京 100045 中国地震台网中心
关键词:信号灯系统 b值 赤池信息准则 漾濞地震 地震丛集
Real-time earthquake risk assessing based on seismic statistics of nucleation process: A case study of 2021 ML 6.7 Yangbi earthquake
1) Southern University of Science and Technology, Shenzhen 518055, China;
2) Institute of Mining Engineering, BGRIMM Technology Group, Beijing 100160, China;
3) China Earthquake Networks Center, Beijing 100045, China
2) Institute of Mining Engineering, BGRIMM Technology Group, Beijing 100160, China;
3) China Earthquake Networks Center, Beijing 100045, China
Key words:
traffic light system b value AIC Yangbi earthquake earthquake swarm
1 研究背景
2 研究内容、理论基础和研究方法
4 总结
Gulia和Wiemer(2019)分析了大地震前后的b值序列,认为b值可以反映大地震后的地震风险,提出了用于大地震后实时监测的基于b值序列的信号灯系统。方法基于b值的相对变化,预报指征单一,并且没有显著性检验。所以将该方法引入实际地震预报工作需要增加监测指标,评估预报策略的可靠性。本文计划改进方法并应用于实际震例,检验方法的有效性。
2021年5月18日,云南大理漾濞县发生ML 4.7(MW 4.2)地震,之后在21日发生了ML 6.7(MW 6.1)地震。18日至21日发生了一系列地震丛集,被认为是漾濞地震的前震序列(图 1)。漾濞地震序列为典型的前震—主震—余震序列,对此进行地震活动性分析可以加深前震主震余震序列成因的认识,为此类地震的预报工作提供参考。
在此基础上,本研究对大震前的地震活动引入赤池信息准则(AIC)评估地震前后b值差异的显著性并给出显著概率(Utsu,1992),并通过统计地震的丛集性以此来观测地震的成核过程,为地震预测提供更可靠的地震风险的实时监测方法。
3 研究结果时间b值(图 2)显示,5月18日ML 4.7地震后b值下降,ML 6.7地震后b值上升至背景水平并有所波动。在ML 4.7地震发生后b值下降超过10%,预告了后续的ML 6.7地震。应用AIC检验b值和背景b值差异的显著性显示,ML 4.7地震后的实时b值相对背景b值下降显著概率达到80%以上,远高于背景小于10%的差异概率的5个标准差,并且前震后有显著的地震丛集,反映了在此期间的地震成核过程。
本研究改进了基于b值的交通灯系统并应用于漾濞地震。方法通过AIC给出了b值变化的显著性,同时分析地震丛集性给出后续的地震风险。结果表明,参考多个指标综合分析有助于提高地震预测策略的可靠性。
参考文献
Gulia L, Wiemer S. Real-time discrimination of earthquake foreshocks and aftershocks[J]. Nature, Nature Publishing Group, 2019, 574(7 777): 193-199. |
Gutenberg B, Richter C F. Frequency of Earthquakes in California[J]. Bulletin of the Seismological Society of America, 1944, 34(34): 185-188. |