文章快速检索    
  地震地磁观测与研究  2024, Vol. 45 Issue (5): 156-162  DOI: 10.3969/j.issn.1003-3246.2024.05.021
0

引用本文  

米娜·阿力哈别克, 卓瑞祺, 塔依尔·喀哈尔, 等. 基于风险矩阵的断层监测行为异常风险评估[J]. 地震地磁观测与研究, 2024, 45(5): 156-162. DOI: 10.3969/j.issn.1003-3246.2024.05.021.
ALIHABIEKE Mina, ZHUO Ruiqi, KAHAER Tayier, et al. Risk assessment of abnormal behaviors in fault monitoring based on risk matrix[J]. Seismological and Geomagnetic Observation and Research, 2024, 45(5): 156-162. DOI: 10.3969/j.issn.1003-3246.2024.05.021.

作者简介

米娜·阿力哈别克(1989—),女,哈萨克族,新疆阿勒泰地区富蕴县人,本科学历,助理工程师,主要从事测震学、地震台站站网运维相关工作。E-mail:601538341@qq.com

文章历史

本文收到日期:2024-09-27
基于风险矩阵的断层监测行为异常风险评估
米娜·阿力哈别克 1)   卓瑞祺 2)   塔依尔·喀哈尔 3)   张录 1)   周康云 1)   侯赛因·赛买提 1)   木巴拉克·江布尔拜 1)   郑天一 1)     
1) 中国新疆维吾尔自治区 839000 哈密地震监测中心站;
2) 中国乌鲁木齐 830011 新疆维吾尔自治区地震局;
3) 中国新疆维吾尔自治区 830011 中国地震局乌鲁木齐中亚地震研究所
摘要:强震通常会造成可测量的永久性地表位移,实时监测断层带活动,可为地震危险性判定提供有效参考数据。为评估断层监测数据加速、异常上升等异常行为的风险,引入风险矩阵法,构建断层监测行为异常风险评估体系,利用Borda序值法和层次分析法,选择并确定各风险要素及其权重。基于该方法,对2023年12月新疆巴里坤石人子断层监测行为异常风险进行评估,结果表明:该断层风险等级为Ⅲ级,评定为中等风险。研究结果可为断层监测数据行为异常风险评估提供参考,有助于后续跟踪分析和现场核实工作的开展,对地震趋势判定具有一定价值。
关键词断层监测    风险矩阵    Borda序值法    风险评估    三维蠕变    
Risk assessment of abnormal behaviors in fault monitoring based on risk matrix
ALIHABIEKE Mina 1)   ZHUO Ruiqi 2)   KAHAER Tayier 3)   ZHANG Lu 1)   ZHOU Kangyun 1)   SAIMAITI Housaiyin 1)   JIANGBUERBAI Mubalake 1)   ZHENG Tianyi 1)     
1) Hami Seismie Monitoring Center Station, Xinjiang Uygur Autonomous Region 839000, China;
2) Earthquake Agency of Xinjiang Uygur Autonomous Region, Urumqi 830011, China;
3) Urumqi Institute of Central Asia Earthquake, China Earthquake Administration, Xinjiang Uygur Autonomous Region 830011, China
Abstract: Strong earthquakes usually cause measurable permanent surface displacement, and real-time monitoring of fault zone activity can provide effective reference data for earthquake hazard assessment. The risk matrix method is introduced to construct a risk assessment system to evaluate the risks of abnormal behaviors such as acceleration and abnormal rise in fault monitoring data.The Borda ordinal value method and analytic hierarchy process are used to select and determine each risk element and its weight. This method, evaluated the risk of abnormal behavior on the Shirenzi Fault in Balikun, Xinjiang in December 2023. The results showed that the risk level of the fault was Grade Ⅲ, rated as moderate risk. The research results can provide a reference for the risk assessment of abnormal behavior in fault monitoring data, which is helpful for subsequent tracking analysis and on-site verification work, and has certain value for earthquake trend determination.
Key words: fault monitoring    risk matrix    Borda ranking method    risk evaluation    three-dimensional creep    
0 引言

地震是由于板块运动和造山运动的构造驱动力所产生的应力导致地壳内部积累的应变突然释放的结果(Elliott et al,2020)。地震会产生2类可测量的物理现象:①地震波。地震波从震源向外辐射传播,可在全球范围内使用地震仪进行测量。②地表永久性位移。由于断层表面突然滑动,造成累积弹性能量发生变化,使得地球表面出现永久性位移。对断层构造带进行实时监测,有助于揭示区域构造活动的时空分布特征(孔祥瑞等,2022),并可在监测和预测地震及其引发的次生灾害等方面发挥一定作用(付石文等,2023)。

然而,断层监测数据通常受到仪器性能、环境干扰、气象条件和人为活动等多种因素的影响,这给准确预测地震活动带来了挑战。研究人员往往需要逐一排除这些潜在的干扰因素,并进行现场核实,才能初步判断前兆信息异常原因。因此,对断层监测异常行为的先行评估变得至关重要,这不仅可以用于初步评估地震风险,还可为后续异常核实工作提供指导。风险矩阵评估法是一种识别风险重要性的结构性方法(阮欣等,2013),广泛应用于各种行业的风险评估。相关研究有:张鹏等提出1种基于风险矩阵的城市埋地燃气管道风险评价法(张鹏等,2023),并采用线性插值法和Borda序值法进行修正,有效提高了风险评价结果的准确性;张弢等利用风险矩阵法,将定性过程定量化,提高了评估的客观性(张弢等,2010);车本方等采用风险矩阵法,对辨识出的冲击地压风险进行评估,确定相应风险等级,制定了针对由断层构造诱发冲击地压的综合防治策略(车本方等,2020)。

本文基于风险矩阵法,提出断层监测行为异常风险评估体系,并结合新疆巴里坤石人子断层监测行为异常实例,分析了可能导致数据异常的风险要素,并与Borda序值法相结合,构建判断矩阵,最终确定综合风险等级。该方法可为断层监测数据行为异常风险初步评估提供一定参考。

1 断层监测行为异常风险矩阵评估体系 1.1 风险矩阵法

风险通常指某些不利事件对目标产生负面影响的可能性和可能遭受的损失。风险矩阵方法主要用于分析和识别潜在风险。一旦识别风险,则可采用风险矩阵评估这些风险的潜在影响,计算其发生概率,并根据既定标准评定风险等级。在传统风险矩阵(朱启超等,2003)基础上,添加风险权重一栏。因此,针对所提出的断层监测行为异常风险评估体系,风险矩阵由风险(因素)、风险概率、风险影响、风险等级和风险权重等栏目构成。

采用风险矩阵法,将所识别风险的影响等级按可忽略、微小、中等、严重、灾难进行评估,其对应量化值在0—5之间,其中0为无影响,随着量化值增加,风险影响逐渐增大。风险影响等级定义见表 1,风险发生概率的解释、说明(党兴华等,2006)见表 2

表 1 风险影响的量化等级说明 Table 1 A description of the quantified scale of the risk impact
表 2 风险发生概率等级说明 Table 2 A description of the risk occurrence probability level

通过将风险影响的量化等级与风险发生概率等级相结合,构建风险矩阵,见图 1。依据风险影响等级和风险发生概率等级的确定过程,可以对照表 3查看风险影响的严重程度和风险发生概率之间的等级对应关系。

图 1 风险矩阵 Fig.1 Risk matrix
表 3 风险等级对照表 Table 3 A comparison table of risk levels
1.2 Borda序值法

为真实反映各风险要素的重要程度,引入Borda序值法(李树清等,2010陈悦等,2019):设N为风险事件总数,i表示第i个风险,k表示风险事件的分级准则,若Rik表示风险i在准则k下的风险等级,则i的Borda数bi可由下式计算:

$ b_i=\sum\limits_k^n\left(N-R_{i k}\right) $ (1)

基于式(1)计算得到Borda数,将Borda值按风险要素重要性进行排列,构建一个能够反映各要素相对重要性的判断矩阵,并借助层次分析法,进一步细化层次结构,明确各要素的相对权重。

1.3 风险等级综合评估

确定各风险要素的风险等级量化值与对应的风险权重,采用加权法将其相乘并累加,得到综合风险等级量化值。令风险等级量化值为RRi,风险权重为RWi,则综合风险等级量化值RRT可由下式计算:

$ \mathrm{RRT}=\sum\limits_1^k \mathrm{RR}_i \times \mathrm{RW}_i $ (2)
2 工程案例:新疆巴里坤石人子断层监测行为异常风险评估 2.1 新疆巴里坤石人子断层观测站概况

新疆巴里坤石人子断层观测站地处天山山脉东段与东准噶尔断块山系之间,海拔1826m,重点监测碱泉子—洛包泉断裂带活动情况。研究区域断裂分布(罗福忠等,2002)见图 2

图 2 碱泉子—洛包泉活动断裂带分布(据罗福忠等,2002 Fig.2 Distribution of the active fault zone between Alkali Spring and Luobao Spring(According to Luo et al, 2002)

该观测站蠕变监测系统2019年10月15日完成传感器现场调试、标定工作,19日完成监测系统整机联调、局域网调试、参数设置等工作,2020年7月正式入库。监测设备主要有:MD2000-Ⅰ型数据采集器、DSG型水平法向分量测量仪、DLG型水平切向分量测量仪、DFG型垂直向分量测量仪、DS18B20型数字温度计、BSQ型竖直摆倾斜仪等。

据新疆地震台M≥4地震目录统计,1970年以来,巴里坤石人子断层观测站100 km范围内共发生4次4.0—4.9级地震,无M≥5地震发生;200 km范围内发生3次5.0—5.9级地震,1次7级以上强震(1974年蒙古国MS 7.1地震)(图 3)。区域地震分布不均匀,应与活动构造有明显的相关性。

图 3 区域地震分布示意 Fig.3 Regional earthquake distribution
2.2 异常行为分析

巴里坤石人子断层监测系统自入网以来,相对运动具有年变规律(图 4),其中:水平直交分量每年4—5月由张性转为压性,10月由压性转为张性变化;水平斜交分量每年5月由右旋转为左旋,9—10月由左旋转为右旋;垂直分量逐年呈增大趋势,表示上盘相对下盘抬升,仅在每年7—10月短时段内数据减小。然而,巴里坤石人子断层蠕变垂直分量时序曲线(图 4)与去趋势图(图 5)均显示,自2023年12月14日以来,数据呈加速变化,截至2024年1月28日,累计上升约0.45 mm。

图 4 巴里坤断层蠕变时序曲线 Fig.4 Time series curves of the Balikun fault creep
图 5 巴里坤断层蠕变垂直分量去趋势曲线 Fig.5 Detrending curves of the vertical component of the Balikun fault creep
2.3 风险评估

在新疆地震台、哈密地震监测中心站充分考虑现场情况并借鉴《形变学科观测资料异常变化现场核实工作报告编写要求(修订)》(中震测函〔2014〕65号)及《地震前兆异常落实工作指南》的基础上,以仪器及人为影响、观测环境干扰、气象因素、断层活动为一级要素,以中心站的仪器故障、维护及参数设置错误、操作失误、裂缝变化、大型施工、气温、气压、降雨量、断层活动等共计9个事件作为二级要素,构建断层监测行为异常风险评价要素体系。依据专家的个人判断、可获取的有限信息以及累积的经验,对各风险因素的影响程度和发生概率进行定量计算,实现对新疆巴里坤石人子断层监测行为异常的定量评价。例如,对于仪器故障风险,若其风险概率RP = 60%、风险影响RI = 3.4,则可通过线性插值法,结合风险等级对照表进行判断,确定该风险等级量化值为3.125,风险等级评估为Ⅳ级,其他风险等级可依此类推,具体结果见表 4

表 4 新疆巴里坤石人子断层监测行为异常评估风险矩阵 Table 4 Risk matrix for abnormal behavior assessment of Shirenzi fault monitoring in Balikun, Xinjiang

应用Borda序值法计算9个二级要素的Borda数,进而确定各风险因素的Borda序值。以仪器故障风险为例,首先,依据风险影响和风险概率准则对其重要性进行评估,其中:与仪器故障相关的影响程度最大的因素数量为0,即R11 = 0;比仪器故障风险可能性大的因素个数为3,即R12 = 3。将以上2个准则相结合,代入式(1),得到仪器故障风险的Borda数,计算结果如下:

$ b_1=\sum\limits_{k=1}^2\left(N-R_{i k}\right)=(9-0)+(9-3)=15 $ (3)

同理,得到其他风险因素的Borda数,则各风险因素Borda数分别为15、9、11、8、3、15、11、5、17,对应Borda序值分别为1、5、3、6、8、1、3、7、0。

然后,根据层次分析法,建立层次结构;采用专家打分方法建立判断矩阵,邀请10位专家进行两两打分,并取各专家打分的算术平均值,得到风险要素判断矩阵;对此判断矩阵规范化,进行归一化计算,得到相对重要度,即矩阵的特征向量;之后,结合相对重要度计算平均随机一致性指标CR,得到CR = 0.005<0.1,则该判断矩阵的一致性检验通过;在判断矩阵满足条件下,即可求得各层指标的权重向量,即各因素的风险权重;最终,得到新疆巴里坤石人子断层监测行为异常行为评估风险矩阵,各参数结果见表 4

表 4中的数值代入式(2),得

$ \mathrm{RRT}=\sum\limits_1^k \mathrm{RR}_i \times \mathrm{RW}_i=2.783>2 $ (4)

由此判断,新疆石人子断层监测垂直分量2023年12月的行为异常综合风险等级为Ⅲ级,为中等风险。

3 结论

本研究提出基于风险矩阵的断层监测行为异常风险评估体系,并阐述了采用风险矩阵法进行风险评估的流程。在此评估过程中,利用Borda序值法和层次分析法得出各风险要素的重要度和权重,进而可有效提升风险评估的准确性和客观性。

将该断层监测行为异常风险评估体系应用于工程实例,基于4个一级风险要素和9个二级风险要素,对新疆巴里坤石人子断层监测垂直分量2023年12月的行为异常进行分析和评估,最终评价结果显示,风险等级为Ⅲ级,为中等风险。鉴于巴里坤石人子断层监测站蠕变观测时间短,缺乏类似异常变化震例,后续需密切关注周边地区地震发生的可能性。

参考文献
车本方, 佟化洲, 王帅. 浅析断层构造诱发的冲击地压危险区域的划分及防治措施[J]. 煤炭科技, 2020, 41(3): 89-92.
陈悦, 顾冲时. 基于风险矩阵和Borda序值法的溃坝后果评估模型[J]. 三峡大学学报(自然科学版), 2019, 41(5): 1-5.
党兴华, 黄正超, 赵巧艳. 基于风险矩阵的风险投资项目风险评估[J]. 科技进步与对策, 2006(1): 140-143.
付石文, 宋丽. 音频大地电磁法(AMT)在永胜县程海—宾川断裂跨断层监测选址中的应用[J]. 云南大学学报(自然科学版), 2023, 45(Z1): 135-140.
孔祥瑞, 翟丽娜, 李梦莹, 等. 基于跨断层监测资料的金州断裂活动性研究[J]. 大地测量与地球动力学, 2022, 42(4): 416-420.
李树清, 颜智, 段瑜. 风险矩阵法在危险有害因素分级中的应用[J]. 中国安全科学学报, 2010, 20(4): 83-87.
罗福忠, 张斌, 柏美祥, 等. 碱泉子-洛包泉活动断裂带几何学特征及分段研究[J]. 内陆地震, 2002, 16(3): 252-259.
阮欣, 尹志逸, 陈艾荣. 风险矩阵评估方法研究与工程应用综述[J]. 同济大学学报(自然科学版), 2013, 41(3): 381-385.
张鹏, 潘灏航, 杨宗强. 基于风险矩阵法和Borda序值法的城市埋地燃气管道风险评价研究[J]. 中国安全生产科学技术, 2023, 19(9): 116-122.
张弢, 慕德俊, 任帅, 等. 一种基于风险矩阵法的信息安全风险评估模型[J]. 计算机工程与应用, 2010, 46(5): 93-95.
朱启超, 匡兴华, 沈永平. 风险矩阵方法与应用述评[J]. 中国工程科学, 2003, 5(1): 89-94.
Elliott J R. Earth observation for the assessment of earthquake hazard, risk and disaster management[J]. Surveys in geophysics, 2020, 41(6): 1 323-1 354.