中国地震  2020, Vol. 36 Issue (3): 581-593
基于模板匹配定位法的江苏盐城附近微震检测和构造分析
李炎臻1,2, 李红谊1, 张力方3, 黄雅芬1, 刘敏1, 葛慧颖1, 吕悦军3     
1. 中国地质大学(北京), 地球物理与信息技术学院, 北京 100083;
2. 上海佘山地球物理国家野外科学观测研究站, 上海 201602;
3. 应急管理部国家自然灾害防治研究院, 北京 100085
摘要:利用基于GPU加速的匹配定位法和双差定位法,对江苏盐城及邻区18个台站记录的2009~2018年共10年的连续地震资料进行分析。首先从台网目录中挑选211个地震事件作为模板事件,使用匹配定位技术对江苏盐城附近连续10年的地震进行检测和识别,共识别出1349个地震事件,约为台网目录地震事件的3倍,最小完备震级由台网目录的ML1.9降为ML1.2。然后利用双差定位法对检测到的地震事件进行精定位,精定位的结果揭示:建湖地区的地震密集带与洪泽-沟墩断裂有关,震源深度优势分布为5~20km,断裂两侧震源深度有显著差异,断裂带倾向NW;射阳震群震源深度比建湖震群有所加深,优势分布为10~25km,震源深度由南东向西北逐渐变浅;宝应地区地震丛集分布;东台地区由于模板事件相对较少,扫描定位后,地震事件在陈家堡-小海断裂带附近零星分布。研究结果为研究盐城地区的地震活动性、发震断层的深部构造提供了基础数据支撑。
关键词江苏盐城    GPU加速的匹配定位技术    微震检测和定位    双差定位法    
Microseismic Detection and Tectonic Analysis near Yancheng, Jiangsu Province Based on Matching and Location Method
Li Yanzhen1,2, Li Hongyi1, Zhang Lifang3, Huang Yafen1, Liu Min1, Ge Huiying1, Lü Yuejun3     
1. School of Geophysics and information technology, China University of Geosciences, Beijing 100083, China;
2. Shanghai Sheshan National Geophysical Observatory, Shanghai 201602, China;
3. National Institute of Natural Hazards, MEMC, Beijing 100085, China
Abstract: In this paper, the Graphics Processing Unit-based match and locate(GPU-M&L)and double-difference(DD)location algorithm are used to analyze the 10-year continuous seismic data from 2009 to 2018 recorded by 18 stations in Yancheng and its adjacent areas. Firstly, 211 seismic events are selected from the network catalog as template events, and then the GPU-M&L is used to detect and identify the earthquakes near Yancheng, Jiangsu Province. A total of 1349 seismic events are identified, which is about 3 times of the network catalog. The nominal magnitude of completeness is reduced from ML1.9 given by the network catalog to ML1.2 given in this study. Then we use the double-difference location algorithm to precisely locate the detected seismic events, and our relocation results show that the seismic intensive zone in Jianhu area is related to Hongze-goudun fault, the dominant distribution of focal depth is 5~20km, the focal depth on both sides of the fault zone has significant difference, the fault zone inclines to northwest; the focal depth of Sheyang earthquake swarm is deeper than Jianhu earthquake swarm, the dominant distribution is 10~25km, and the focal depth gradually becomes shallower from southeast to northwest; Baoying earthquake cluster may be related to Yancheng-Nanyang coast fault. Since there are relatively few template events in Dongtai area, the seismic events are scattered around the Chenjiabao-xiaohai fault zone after scanning and positioning. The results of this paper provide important basic data support for the study of seismicity and deep structure of seismogenic fault in Yancheng area.
Key words: Yancheng, Jiangsu     Graphics Processing Unit-Based Match and Locate(GPU-M&L)     Microseismic detection and location     Double Difference location    
0 引言

盐城地区位于江苏东部沿海、苏北平原中部,东临黄海,地理位置为32°34′~34°28′N、119°27′~120°54′E,是江苏省土地面积最大、海岸线最长的地级市。据记载(国家地震局震害防御司,1995),盐城历史上发生过1502年4¾级地震和1662年4¾级地震,1668年7月25日郯城8½级地震对盐城影响烈度达Ⅷ度。据中国地震台网中心记录,现代小震活动相对比较频繁,2011年建湖发生过震群活动。现有资料表明(徐锡伟等,2016),盐城地区在地质构造上位于扬子地台的下扬子台褶带内,第四系覆盖层巨厚,研究区内规模较大的断裂有:洪泽-沟墩断裂、盐城-南洋岸断裂、陈家堡-小海断裂等(图 1)。当前这些断裂的系统探测研究程度仍然不够高,对断裂的准确位置以及走向、倾向、倾角等基本空间分布了解深度不够,对断裂几何结构、分段性、活动方式、活动时代等与地震孕育发生关系也缺乏深入细致的探测研究,无法为城市建设总体规划、防震减灾对策、城市地震风险、地震应急预案等方面提供精准的基础数据。

图 1 盐城地区地震构造与地震活动背景(据徐锡伟等(2016)) 1:晚第四纪活动断裂;2:第四纪早中更新世断裂;3:前第四纪断裂;4:正断层;5:第四系覆盖区;6:前第四系;7:(N+Q)等厚线(m);8:历史破坏性地震;9:现代仪器中小震。图中断裂编号及名称:F1:邵店-桑墟断裂; F2:淮阴-响水口断裂; F3:洪泽-沟墩断裂; F4:盐城-南洋岸断裂; F5:陈家堡-小海断裂; F6:泰州断裂; F7:无锡-宿迁断裂; F8:滁河断裂; F9:苏北滨海断裂; F10:南部坳陷西侧断裂; F11:南部坳陷南界断

地震活动与地质构造密切相关,地震活动时空分布可以真实地反映活动断层运动特征及深部构造,地震精定位已成为研究活动构造、隐伏断层的重要手段之一(中华人民共和国国家质量监督检验检疫总局等,2018)。2007年新一代中国数字地震观测系统完成以来,产出了大量的高精度观测资料,新的地震记录为开展地震精定位研究提供了宝贵的数据。众多学者采用新的数字地震观测资料开展地震精定位研究,获得了丰富的成果,朱艾斓等(2005a2005b2017)在川西地区、首都圈地区以及中国东南部,张广伟等(2011)在华北地区,黄耘等(2008)霍祝青等(2016)在江苏地区,谢卓娟等(2017)在京津冀地区,Li等(2018)在青藏高原中部,分别开展了现代中小地震精定位研究,并通过精定位地震活动性分析,对存在的活动断裂进行揭示和研究。

需要指出的是,当前地震精定位研究多采用双差定位法,其原理是将每个台站观测的事件组成台站-事件对,使得地震对的观测和理论走时之差的残差最小。该方法消除了震源至地震台站共同的传播路径效应,有效减少了由于对地壳结构了解不精细而引起的误差,特别适用于震源分布集中、地震事件相邻几百米或更短的地震事件群(杨智娴等,2003)。但是,双差定位法对台站的分布和可用性要求高,为确保最小二乘解的稳定性和地震事件之间的最优化连接,每个地震不但要求有一定数量的观测值,还要求合理的台站方位覆盖。盐城地区位于沿海,在海域一侧,基本上没有台站分布。同时,由于该地区地处中国人口众多的东部沿海,环境噪声较大,加之地震仪器分布不合理,许多微弱的地震信号埋没在噪声中,不易被发现;另一方面,强震后尾波的干扰也影响了对余震的检测。以上原因均会导致地震事件的遗漏,降低地震目录的完整性。地震目录是区域地震活动性研究和地震危险性分析的重要基础资料,编目是否完整,震源参数是否精确,直接影响后续研究结果的可信性和科学性(Woessner et al,2005冯建刚等,2012)。因此,完善江苏盐城附近的地震目录很有必要。

在大量地震识别方法中,目前较常用的有2种方法:一种是基于震相拾取的方法(pick-based method),常用的震相拾取方法有长短窗(STA/LTA)法(Stevenson,1976Earle et al,1994),这种方法在数据信噪比较高时能够可靠准确地识别震相(刘希强等,2009);另一种方法是基于波形的方法(Waveform-based method),其中,基于互相关的模板匹配滤波技术(Matched Filter Technology,MFT)(Gibbons et al,2006Shelly et al,2007Peng et al,2009)被广泛利用,这种方法是在滑动窗互相关(Sliding-Window Cross-Correlation,SCC)检测技术的基础上发展起来,是一种在数据信噪比低的情况下提取微弱信号的有效方法。近年来,Peng等(2009)利用匹配滤波法,提升了2004年帕克菲尔德地震余震目录的完备性;Zhang等(2015)利用匹配定位法实现了对朝鲜地区小当量核爆的检测,并进行了定位;Liu等(2020)利用GPU(Graphics Processing Unit)对匹配定位技术进行加速,从而大大提高了运算速度,并在检测能力上也具有明显优势。

本文收集中国数字化地震台网江苏、安徽、山东共18个台站所记录的2009~2018年共10年的连续地震资料,利用GPU加速的匹配定位技术(Liu et al,2020)对江苏盐城附近地区进行地震检测与识别,提升地震目录的完备性,再利用双差定位法(Waldhauser et al,2000)对检测的事件进行精定位。通过分析精定位结果并结合研究区的地质构造特征,以期为研究该地区地震活动性、发震断层深部构造等提供数据支撑。

1 数据与方法 1.1 台站与数据

资料来源为中国数字化地震台网,资料范围为32°~35°N,118°~121°E,涉及江苏、安徽、山东等共18个台站,2009~2018年共10年的连续记录地震资料,台站分布图如图 2所示。由中国地震台网中心提供的地震目录(简称台网目录)记录的震级大于1.8的地震事件447个。

图 2 研究区内的台站分布 虚线代表研究区内的断裂带;蓝色三角形代表本文中的18个台站
1.2 GPU加速的匹配定位法

本研究从台网目录中挑选211个地震事件作为模板事件,采用GPU加速的匹配定位法(Liu et al,2020)进行地震事件的扫描,基本步骤如下。

(1) 对于连续波形的处理:首先,降低采样率从而减小运行内存提升运行速度,本次研究采样率设为0.05;然后对连续波形做2~8Hz带通滤波;其次,将连续波形按照该天零时刻作为参考并置零;设置开始时间为相同值,且精度与采样率精度保持一致,以避免在扫描计算波形互相关值的过程中出现错位,导致互相关值不准确;同时,在扫描时程序设置会以最短的连续波形确定扫描长度,故每天结束时间不应过小,避免地震事件的缺失。

(2) 对于模板事件的挑选:挑选原则为事件震相清晰且被全部台站观测,依据挑选原则,最终从台网目录中选取211个高质量的地震事件作为模板事件(图 3);首先将模板事件用taup软件计算理论到时,再通过人工读取波形进行拾取和校正,将模板波形S波到时的前1 s至后5 s作为模板时间窗。

图 3 模板事件分布 红色圆圈代表本次研究使用的211个模板事件;其他标识与图 2相同

(3) 参数的设置:考虑到运行时间与运行内存的最优化原则,以模板事件所在的位置为中心,设置搜索区域为5km×5km;搜索步长为0.5km。通过验证,一年连续地震资料的扫描时间约为7天。

(4) 事件的判断:将某网格点所有台站分量的滑动互相关系数叠加并求平均值,得到该网格点的滑动互相关系数,以此类推计算余下网格点的滑动互相关系数。基于互相关序列以及潜在探测事件的波形信噪比进行地震事件的挑选,如果探测事件的平均互相关系数大于预设的探测阈值或平均互相关值超过了9倍绝对偏差中值(MAD)(Peng et al,2009),该时刻被设定为一个潜在探测事件的发震时刻,该网格点的空间位置即被确定为潜在探测事件的震源位置(王同利等,2019)。通过匹配模板事件和潜在探测事件之间峰值振幅的中值来计算潜在探测事件的震级(Liu et al,2020)。图 4展示了一个检测试例,模板事件为2013年2月8日2.3级地震事件,检测到的事件为2013年2月3日1.59级地震事件。

图 4 利用基于GPU加速的匹配定位法检测到的一个地震事件 (a)红色虚线表示检测标准为MAD的9倍,红点代表检测到的事件;(b)对应图 3(a)所示窗口的cc值分布直方图;(c)放大时间窗口中模板(红色)与连续波形(灰色)之间的比较

根据以上处理流程,利用从台网目录中挑选的211个模板事件,检测后给出的地震事件高达1349个,程序在检测过程中又对检测出的潜在事件进行定位。

1.3 双差定位法

利用双差定位法对新检测到的地震事件再进行精定位。双差定位的原理为:先将事件进行两两配对,当2个地震事件的震源位置相对于地震事件到台站的距离足够小时,可以认为其射线路径基本是相同的,从而消除由于地壳速度结构的不均匀性对定位的影响。具体算法为:首先定义2个相邻地震事件到同一台站的理论走时与观测走时之差为双差,如果两震源的距离与震中距相比足够小,将所有台站及每个台站对应的所有事件对联合方程组,利用质心不动原理,约束所有地震重新定位后平均位移为0,逐步迭代使定位残差逐渐减少,则可以得到最终的定位结果。

本文对检测后的1349个事件进行精定位,由于P波震相到时精度通常高于S波,故对P波读数赋予1.0的权重,对S波赋予0.5的权重(王恩惠等,2020),选取的地震与台站间距小于300km,事件对的间距小于8km。由于相对定位能够有效减小速度模型引起的定位误差,本文使用黄耘等(2008)的一维速度模型,此速度模型是在充分吸收人工地震研究成果上给出的(霍祝青等,2016),该模型将地表到地下40km深度分为7层,波速比取1.73。

2 结果分析 2.1 地震事件检测

建立完整的地震目录是正确分析地震活动性的前提和必要条件,并且可以为地震预测提供一定的指导(Jones et al,1979Ben-zion,2008)。本文从台网目录中挑选出211个高质量的地震事件作为模板事件,利用基于GPU加速的匹配定位技术,共识别出1349个目录里未给出的地震事件(图 5),约为台网目录地震事件的3倍,识别出的地震事件集中分布在建湖地区、射阳地区和宝应-高邮的交界地区。

图 5 检测后的地震事件分布 红色圆圈代表检测到的地震事件

图 6给出了检测前后地震事件数目与震级的关系,从图 6可以看出,基于GPU加速的匹配定位技术能够检测出许多台网目录中未给出的地震事件,大多数遗漏的事件震级偏小,以2级以下的微震为主。利用最大曲率法获得检测目录的完备震级,该方法认为震级-频度的一阶导数最大值对应的震级为完备震级(Schaff,2008)。检测后的结果显示完备震级由台网目录的ML1.9降为检测目录的ML1.2(图 6)。

图 6 检测前后最小完备震级对比 蓝色三角形和红色圆圈分别代表检测目录与台网目录;空心三角形代表完备震级
2.2 地震事件重定位

图 7显示检测事件震相走时与震中距近似线性关系,利用双差定位法,对新检测到的1349个地震事件再进行精定位,得到P波和S波到时分别为115840条和75613条,平均走时残差为0.306s,精定位后剩余地震事件1204个,造成部分地震事件未能进行精定位的原因有:研究区台站较少,且分布不合理; 参数的设置不能使所有地震事件两两配对成功。为了更直观地了解地震的震源深度分布,以2.5km为统计间隔对不同震源深度的地震次数进行定量统计,并画出深度-频度统计直方图,从图 8来看,震源深度多集中在5~20km,表明研究区孕震层基本位于地壳的中上部,其中大部分区域震源深度在7~15km,与该区域较厚覆盖有关。图 8(b)进一步显示,扫描重新定位后,震源深度分布更为合理,震源深度主要分布在10~25km,近似正态分布,显然更符合实际情况。

图 7 检测事件震相的走时-震中距关系

图 8 震源深度分布 (a)台网目录地震事件震源深度分布;(b)检测目录重定位后事件震源深度分布

对比重定位前后的震群分布(图 910),重定位后的地震事件分布较为集中,沿断层呈条带状分布或分布较聚集。图 9显示重定位前台网目录给出的震源深度剖面图,震源在深度上分布较为广泛,无明显优势震源深度。图 10给出的检测目录地震事件精定位后的震源深度分布,与图 9对比,从精定位结果中可以清晰地看到精定位后的地震事件分布较为集中,与断层之间呈现较好的相关性。

图 9 精定位前的台网目录事件震中分布及震源深度剖面

图 10 检测目录地震事件精定位后的震中分布及震源深度剖面 精定位后剩余事件1204个,约为台网目录地震事件的3倍

根据研究区域划分,画出射阳、建湖、宝应和东台4个地区沿不同方向的震源深度剖面图(图 11),对断层深部构造进行研究。

图 11 扫描重定位后震源深度沿AB、AC、DE、DF、IK、IJ、MN剖面方向的垂直分布

图 11可看出,在建湖至射阳以南,地震密集成带。据江苏省数字地震台网记录,2010年12月30日~2011年1月10日发生建湖震群,2016年10月15~27日发生射阳震群。该地震密集带主要与洪泽-沟墩断裂相关。建湖附近地震沿洪泽-沟墩断裂呈线性密集分布,分布趋势与断裂N50°E~60°走向基本一致,图 11(a)11(b)显示震源深度密集分布于5~20km,洪泽-沟墩断裂NW侧震源深度较深,SE侧震源深度浅,这也与该断裂的北西倾向一致。而射阳密集带位于断裂东南,明显地偏离了断裂,图 11(c)11(d)所示的震源深度相比建湖震群有所加深,分布于10~25km。震源深度呈现出南东较深、向北西逐渐变浅的特点。

图 11显示在宝应地区存在地震密集区,震源深度在5~15km(图 11(e)(f)),区域地质资料显示,该密集区附近没有区域性断裂。据地震台网测定,2012年7月20日20时11分高邮市与宝应县交界处发生了ML4.9地震,震中位置33.0°N、119.6°E。本次地震有感范围较大,江苏全省有震感,安徽部分地区也有震感,主震后发生多次余震,研究表明(刘建达等,2012),该地震震源机制解的主破裂走向与宏观烈度分布均为NNE向。东台地区由于模板选择因素导致该地区被选择的事件较少,扫描定位后事件零星分布(图 11(g))。陈家堡-小海断裂最早是由石油部门推断的、由多条断裂组成的一个隐伏断裂,其中主要断裂有2条,走向北偏东50°,倾向北西。

3 讨论与结论

本文利用Liu等(2020)的基于GPU加速的匹配定位技术检测遗漏的地震事件,该方法相较于传统的匹配定位法的改进之处在于:①新方法为模板事件的每个分量均增加了权重因子,提高了检测能力;②将匹配定位法在GPU上运行,加快计算速度,通过验证,一年连续地震资料的扫描时间约为7天,该方法能更好地运用于长期大量的地震观测数据中。基于GPU加速的匹配定位技术能够快速检测遗漏的微震,提高地震目录的完整性。同时,需要注意的是,由于存在波形信噪比较低的微震和不与任何模板地震波形高度互相关的地震,所以匹配定位法也难以检测到全部的遗漏地震事件(谭毅培等,2014),这是匹配定位法的不足之处。

本文利用基于GPU加速的匹配定位技术,对江苏盐城附近10年连续记录地震资料进行遗漏地震检测和识别,共识别出1349个地震事件,约为台网目录地震事件的3倍,同时计算出了震中位置和震级。通过对比检测前后地震事件数目和震级随时间变化,可以看出,基于GPU加速的匹配定位技术能够检测出大量台网目录中未记录的遗漏地震事件,遗漏事件以小于2级的微震为主;检测使地震目录的完整性在小震级范围内有了明显的改善,完备震级由台网目录的ML1.9降为检测目录的ML1.2;从而完善了微震事件目录,为该地区的地震活动性和构造特性等分析提供了丰富的微震数据。

通过对检测后的地震事件进行精定位,精定位后的结果显示,地震沿断裂呈现更好的线性分布。洪泽-沟墩断裂西南侧的建湖震群震源深度优势分布在5~20km,断裂西北侧震源深度较深,东南侧震源深度较浅,地震沿断裂走向呈现清晰的条带状分布;射阳地区震源深度相对于建湖震群深度有所增加,优势分布为10~25km,自西北向东南震源深度逐渐增大,且呈窄带线性分布。宝应地区震源优势分布5~15km,小震呈西南-北东向分布,由北向南,震源深度逐渐加深;东台地区由于模板事件相对较少,导致该地区被检测出的事件也较少,扫描定位后事件零星分布。研究结果为更加深入了解研究区域的地震活动性和发震断层的深部构造提供了地震事件基础数据。

参考文献
冯建刚、蒋长胜、韩立波等, 2012, 甘肃测震台网监测能力及地震目录完整性分析, 地震学报, 34(5): 646-658.
国家地震局震害防御司, 1995, 中国历史强震目录(公元前23世纪-公元1911年), 北京: 地震出版社.
黄耘、李清河、张元生等, 2008, 江苏及邻区地震重新定位和构造特征分析, 地球物理学报, 51(1): 175-185.
霍祝青、瞿旻, 2016, 江苏地区小震精定位及构造意义分析, 地震工程学报, 38(5): 802-807.
刘建达、杨伟林、李丽梅等, 2012, 江苏高邮-宝应交界4.9级地震震害分析, 中国地震, 28(4): 402-414.
刘希强、周彦文、曲均浩等, 2009, 应用单台垂向记录进行区域地震事件实时检测和直达P波初动自动识别, 地震学报, 31(3): 260-271.
谭毅培、曹井泉、刘文兵等, 2014, 2013年3月涿鹿微震群遗漏地震事件检测和发震构造分析, 地球物理学报, 57(6): 1847-1856.
王恩惠、张广伟、谢卓娟等, 2020, 盐城地区小震精定位及构造意义, 地球物理学进展, 35(2): 461-466.
王同利、刘敏、李红谊等, 2019, 阿拉善左旗MS5.8地震前后地震活动性分析和重定位, 地球物理学报, 62(2): 2038-2047.
谢卓娟、吕悦军、方怡等, 2017, 京津冀地区地震重新定位及其与活动断裂的关系, 地震, 37(3): 72-83.
徐锡伟、韩竹军、杨晓平等, 2016, 中国及邻近地区地震构造图, 北京: 地震出版社.
杨智娴、陈运泰、郑月军等, 2003, 双差地震定位法在我国中西部地区地震精确定位中的应用, 中国科学(D辑), 33: 129-134.
张广伟、雷建设、谢富仁等, 2011, 华北地区小震精定位及构造意义, 地震学报, 33(6): 699-714.
中华人民共和国国家质量监督检验检疫总局、中国国家标准化管理委员会, 2018, GB/T 36072-2018活动断层探测, 北京: 中国标准出版社.
朱艾斓、徐锡伟、周永胜等, 2005a, 川西地区小震重新定位及其活动构造意义, 地球物理学报, 48(3): 629-636.
朱艾斓、徐锡伟、胡平等, 2005b, 首都圈地区小震重新定位及其在地震构造研究中的应用, 地质论评, 51(3): 268-274.
朱艾斓、徐锡伟、任烨等, 2017, 中国东南部地区背景地震重新定位及隐伏活动构造初步研究, 地震地质, 39(1): 67-80.
Ben-Zion Y, 2008, Collective behavior of earthquakes and faults:continuum-discrete transitions, progressive evolutionary changes, and different dynamic regimes, Rev Geophys, 46(4): RG4006.
Earle P S, Shearer P M, 1994, Characterization of global seismograms using an automatic-picking algorithm, Bull Seismol Soc Am, 84(2): 366-376.
Gibbons S J, Ringdal F, 2006, The detection of low magnitude seismic events using array-based waveform correlation, Geophys J Int, 165(1): 149-166.
Jones L M, Molnar P, 1979, Some characteristics of foreshocks and their possible relationship to earthquake prediction and premonitory slip on faults, J Geophys Res Solid Earth, 84(B7): 3596-3608. DOI:10.1029/JB084iB07p03596
Li Y L, Wang B S, He R Z, et al, 2018, Fine relocation, mechanism, and tectonic indications of middle-small earthquakes in the Central Tibetan Plateau, Earth Planet Phys, 2(5): 406-419.
Liu M, Li H Y, Zhang M, et al, 2020, Graphics Processing Unit-Based Match and Locate(GPU-M & L):an improved match and locate method and its application, Seismol Res Lett, 91(2A): 1019-1029. DOI:10.1785/0220190241
Peng Z G, Zhao P, 2009, Migration of early aftershocks following the 2004 Parkfield earthquake, Nat Geosci, 2(12): 877-881. DOI:10.1038/ngeo697
Schaff D P, 2008, Semiempirical statistics of correlation-detector performance, Bull Seismol Soc Amer, 98(3): 1495-1507. DOI:10.1785/0120060263
Shelly D R, Beroza G C, Ide S, 2007, Non-volcanic tremor and low-frequency earthquake swarms, Nature, 446(7133): 305-307. DOI:10.1038/nature05666
Stevenson P R, 1976, Microearthquakes at flathead lake, Montana:a study using automatic earthquake processing, Bull Seismol Soc Am, 66(1): 61-80.
Waldhauser F, Ellsworth W L, 2000, A double-difference earthquake location algorithm:method and application to the Northern Hayward Fault, California, Bull Seismol Soc Am, 90(6): 1353-1368. DOI:10.1785/0120000006
Woessner J, Wiemer S, 2005, Assessing the quality of earthquake catalogues:estimating the magnitude of completeness and its uncertainty, Bull Seismol Soc Am, 95(2): 684-698. DOI:10.1785/0120040007
Zhang M, Wen L X, 2015, An effective method for small event detection:Match and Locate(MM & LL), Geophys J Int, 200(3): 1523-1537.