2) 中国安徽 241000 安徽省芜湖市地震局
2) Anhui Wuhu Earthquake Agency, Anhui Province 241000, China
仪器烈度是地震观测仪器获取的地震动记录经过计算得到的地震烈度,可以在地震发生后极短的时间内计算得到。为了快速构建地震烈度影响场,以便及时开展应急救灾工作,目前一般采用仪器烈度数据来满足地震应急工作对时效性的要求。
美国自1994年洛杉矶北岭地震后,联邦地质调查局(USGS)联合一些机构开发了Shake Map烈度速报系统。日本气象厅从20世纪90年代初不再进行现场烈度调查,运用地震动观测数据来绘制烈度分布图。杨天青等(2016)采用标准差距离椭圆拟合方法、克里金插值判定法和泰森多边形判定法来估计灾情的分布;李东平等(2017)通过海量监控视频计算出监测点的地震动峰值加速度值,并据此判断最终烈度的分布;薄涛等(2018)通过机器学习中的人工神经网络模型建立了基于社交媒体数据的地震烈度快速评估方法。
在强震动观测过程中,不同的地形条件对地震动有很强的放大或缩小作用。通常,山包越高,坡度越陡,山坡土层越厚,离边缘越近,震害越严重。相关研究表明,场地土层对基岩地震动参数的放大效应有时甚至能达到2倍之多(许冲等,2014;梁永朵等,2015)。
因此,强震动台站所获取的数据,若直接用于制作烈度图,由于仪器、场地、环境等方面的原因,产生的仪器烈度图不能完全反映当地破坏情况,降低了实际应用价值。所以,本文考虑当地场地效应对地震参数的影响,快速挑选出仪器烈度异常的站点,使生成的信息与实际灾区震害程度相近,以便更好地服务于震后应急救援决策的制定。
2 研究方法通过计算DEM地形数据,得到最大坡度值。将地形坡度作为场地条件的分类指标,利用地下30 m的平均剪切波速与地形坡度的相关性,对每个格点赋予相应的vS30值。地面上某点的坡度是地形曲面函数Z = f(x, y)在EW、NS方向上高程变化率的函数,即:
$ \text { Slope }=\arctan \sqrt{f_x^2+f_y^2} $ | (1) |
式中,是fx是X方向高程变化率,fy是Y方向高程变化率。
ARCGIS软件计算坡度采用的是三阶反距离平方权差分,具体计算公式如下:
$ f_x=\frac{v_8+2 v_1+v_5-v_7-2 v_3-v_6}{8 d} $ | (2) |
$ f_y=\frac{v_7+2 v_4+v_8-v_6-2 v_2-v_5}{8 d} $ | (3) |
其中,v1—v8为栅格高程值,d为网格间隔。当DEM具有较好的精度时,可以忽略数据误差,fx和fy的结果主要受栅格间隔d的影响。此时,DEM地形描述的尺度效应直接决定了坡度计算精度。
利用地下30 m的平均剪切波速与地形坡度的相关性(Allen et al,2007),对每个格点赋予相应的vS30值。在已知震区周边vS30的条件下,短周期(0.1—0.5 s)和中周期(0.4—2 s)4个加速度输入档的放大系数可由公式(4)和(5)计算。
$ F_a=\left(\frac{v_0}{v}\right) m_a $ | (4) |
$ F_v=\left(\frac{v_0}{v}\right) m_v $ | (5) |
式中,v0是基岩的剪切波速;v是地下30m的平均剪切波速;ma和mv是与基岩峰值加速度有关的统计参数。vS30与场地放大系数的关系按照陈鲲等《考虑场地效应的ShakeMap系统研究》中的方法进行(陈鲲等,2010)。
把PGA、PGV按照放大系数,由土层校正到基岩,以此计算校正到基岩上的仪器烈度。把校正到基岩上的仪器烈度数据进行拟合,得到衰减关系模型,并计算标准差。拟合出公式后,把每个站点的地震动数据代入拟合公式,得到统计衰减模型仪器烈度。若实测烈度值与统计烈度值的差超过2倍标准差,则可以认为是异常点。
3 研究结果搜集2021年5月21日漾濞MS 6.4地震周边300 km强震台的地震动数据(660条)以及地震周边(98.77°—101.33°E,24.60°—26.60°N)DEM数据;同时获得了中国局公布的漾濞地震调查烈度图。运用DEM数据计算坡度(图 1)。
运用最小二乘法拟合出漾濞地震烈度衰减关系:
$ \begin{aligned} & I=4.5712+1.2746 M-3.8126 \lg (R+12) \\ & \sigma=0.5137 \end{aligned} $ | (6) |
选出大于2倍方差的台站,分析可能出现这种异常的原因,根据不同原因对其进行修正。例如,漾濞地震中在6—8度区内,原有21个强震动观测站点,其中7个站点的烈度数值与调查烈度差别较大。运用此方法可知,有6站点的仪器烈度超过2倍标准差。若在快速产出的仪器烈度图中,实时检查出烈度异常站点,根据实际的仪器运行情况对数据进行修正或舍弃,则仪器烈度数据将更准确地反映当地灾损破坏情况,从仪器、环境、场地等方面排除不正确的仪器烈度数据。
利用基于DEM场地校正的地震烈度检查方法,能够快速挑选出由于仪器、场地、环境等自身原因导致的失真数据。去除仪器烈度异常点后,仪器烈度和调查烈度的吻合度有所提高,更能准确反映当地的地震破坏程度。初始仪器烈度产生偏差的主要原因有:①场地原因:强震计或烈度计建设在山坡、山顶或者远离人员聚集区的地方;②仪器原因:螺丝松动、零飘等仪器故障现象;③环境原因:观测仪器周边外界干扰比较大。
陈鲲, 俞言祥, 高孟潭. 考虑场地效应的ShakeMap系统研究[J]. 中国地震, 2010, 26(1): 92-102. |
杨天青, 席楠, 张翼, 等. 基于离散灾情信息的地震烈度分布快速判定方法研究[J]. 地震, 2016, 36(2): 50-61. |
李东平, 刘倩倩, 龚俊. 基于海量视频监控的中小地震烈度快速判断方法尝试[J]. 地震研究, 2017, 40(2): 324-332. DOI:10.3969/j.issn.1000-0666.2017.02.021 |
薄涛, 李小军, 陈苏, 等. 基于社交媒体数据的地震烈度快速评估方法[J]. 地震工程与工程振动, 2018, 38(5): 208-217. |
梁永朵, 姜金征, 戴盈磊, 等. 辽宁省烈度速报算法研究及其在灯塔地震中的检验[J]. 地震工程学报, 2015, 37(4): 1 136-1 140. |
许冲, 徐锡伟, 周本刚, 等. 基于地震滑坡的汶川M 8.0地震烈度分布图高烈度区修正[J]. 世界地震译丛, 2014(4): 68-79. |
Allen T I, Wald D J. Tapogmphic Slop as a Proxy for Seismic Site-Conditions(VS30) and Amplification around the Globe[R]. U.S. Geologival Survey Open-file Report 2007-1537, 2007, 69.
|