2. 中国地震局地球物理研究所, 北京 100081
2. Institute of Geophysics, China Earthquake Administration, Beijing 100081, China
地震发生时, 利用震中附近区域最初到达的小振幅信号推断即将到来的大振幅剪切波和面波引起的地面震动, 可对特定地区进行地震预警(金星等, 2012a;马强, 2008;Gasparini et al, 2007)。世界上许多国家与地区已开展地震预警系统的建设, 并取得了一定的减灾实效, 例如日本1988年投入使用紧急地震检测与警报系统UrEDAS;墨西哥1993年投入使用地震预警系统SAS、中国台湾地区1995年应用区域预警系统RTD、美国加州2007年研发了具代表性的地震警报系统ElarmS(马强等, 2013;金星等, 2012b;Allen, 2007;Brown et al, 2011;Nakamura, 1988;Wu et al, 1997;Field, 2000;Böse et al, 2013)。
中国是世界上地震活动最强烈和地震灾害最严重的国家之一, 汶川8.0级地震、玉树7.1级地震、芦山7.0级地震均造成巨大人员伤亡和经济损失。中国地震局综合考虑中国地震灾害分布、综合人口经济等重要因素, 将华北、南北地震带、东南沿海、拉萨周边和新疆天山中段等5个地区划为重点区, 开展地震烈度速报与预警工程建设(陈会忠, 2020)。国家地震烈度速报与预警工程在地震多发的四川省开展了“先行先试”工作, 并于2020年开始逐步向社会提供地震预警信息, 2021年6月提前进行了四川地震烈度速报与预警系统试运行, 以便向公众提供地震预警信息服务(Peng et al, 2019、2021)。
2021年5月22日2时4分, 青海省果洛藏族自治州玛多县发生M7.4地震, 震源深度17km, 震中位于巴彦喀拉地块北部边界东昆仑断裂带以南约70km处(34.59°N, 98.34°E)。截至2021年5月27日, 玛多县地震余震序列共记录到2700多次地震, 造成18人受伤, 多条公路被错断, 桥梁倒塌, 房屋部分受损。本次地震发震断裂为昆仑山口-江错断裂, 断裂总体表现为左行走滑性质, 局部略带正断分量, 该破裂带总体走向N230°W~270°, 由2条NWW向的剪切破裂左阶羽列组成(潘家伟等, 2021;殷翔等, 2021)。震中所在地区属于中国大陆中强地震发生最为频繁的地区, 自1960年以来, 该地区发生过4次6级以上中强地震(詹艳等, 2021), 给周边地区带来严重的地震灾害风险。本次地震震中距离四川省甘孜藏族自治州55km, 距离四川地震预警台网内最近的台站(SC/V3271)178km,相对于四川地震预警台网属于典型的网外地震。分析四川地震预警台网处理本次地震的详细过程与结果, 对于完善网外大震预警技术研究和提升台网稀疏地区地震预警能力具有重要意义。
1 四川地震预警台网现状四川地震预警台网自2016年开展示范区建设, 至2021年四川地震烈度速报与预警工程基本完成, 共建设各类地震监测台站1639个, 其中基准站239个、基本站317个、一般站1083个, 平均台间距14km, 南北地震带和部分地震多发区域台间距达到10km(图 1)。2021年四川初步建成了面向政府、行业和公众服务的地震烈度速报与预警系统, 达到了基本完善的地震预警能力和基于乡镇实测值的烈度速报能力(Peng, 2020、2021)。
四川地震预警台网部署的超快速报与预警系统(JEEW), 可利用多个台站接收到的地震初至波信号, 采用STA/LTA算法检查震相触发, AIC算法精确拾取震相到时, 利用“着未着”算法快速分析多个台站震相到时数据, 从而确定地震发生时刻和位置, 基于P波一定时长的最大震幅和台站震中距等参数估算地震震级(黄文辉等, 2016;王莉婵等, 2020;Kuyuk et al, 2013)。通过计算系统产出地震预警基本参数, 向地震波尚未到达的地区发出地震预警信息。JEEW分为服务端和客户端两部分, 服务端负责实时数据接收、地震事件检测和预警参数测定, 客户端负责地震预警信息的报警和显示。
2 地震预警数据处理地震预警作为一种超快地震速报, 在地震发生后, 尽可能地利用先期获得的信息, 迅速测定地震发震时刻、地震震级和震中位置等基本参数(陈会忠, 2020;马强, 2008)。JEEW地震预警系统对于玛多M7.4地震共产出8次处理结果(表 1)。距震中最近的台站为测震台QH/XIN, 震中距为168km, 在首台触发后12.19s, JEEW产出第1次预警处理结果。与中国地震台网正式地震目录对比, 第1次预警处理结果定位偏差为17.1km, 震级偏差为-1.8。随着触发台站数量不断增多和地震波持续到达, 预警处理结果逐渐趋于稳定, 但仍存在震级偏小的现象(表 1)。
随着时间的推移, JEEW地震预警处理结果中参与计算的台站数量不断增加, 考虑到预警的时效性问题, 首先对前4次预警处理结果的触发和参与计算台站进行具体分析。第1次预警处理结果中参与计算的台站有5个(3个邻省共享测震台和2个四川地震烈度台), 5个台站分布在距震中168~194km的范围内;第2次预警处理结果中参与计算台站6个(2个邻省共享测震台和4个四川地震烈度台), 其中震中距200km内的台站有5个, 200~300km内的台站有1个;第3次预警处理结果中参与计算台站14个(2个邻省共享测震台、2个四川测震台和10个四川地震烈度台), 其中震中距200km内的台站5个, 200~300km内的台站9个;第4次预警处理结果参与计算台站18个(2个邻省共享测震台、3个四川测震台和13个四川地震烈度台), 其中,震中距200km内的台站5个, 200~300km内的台站10个, 大于300km的台站3个。图 2给出了前4次参与计算的台站分布。其中, 第2次预警处理定位相比第1次变化较大, QH/DUL台站P波实际到时与理论到时相比偏差较大, 从定位结果上看, QH/DUL台站对定位结果有明显影响, 在台站关联中舍弃该台站, 表明台站选择关联技术还需要进一步优化。
(a)第1次预警处理结果;(b)第2次预警处理结果;(c)第3次预警处理结果;(d)第4次预警处理结果 |
采用“着未着”算法时, 数据延时对定位精度有较大影响, 考虑地震预警的时效性要求和定位准确度, 一般要求台站观测数据的延时小于2.5s(中国地震局, 2015)。数据延时主要包括数据打包时间、数据传输时间和时钟偏差等。数据打包时间是指原始数据在数据采集器端打包的滞留时间, 地震观测设备捡拾地震动信号的采样频率一般为100Hz(可根据需要设置), 由于受到传输协议和传输效率的制约, 传感器捡拾到地震动信号以后, 不会将每个数据直接传输到数据中心, 而是将一定数量的数据打包后一并传输, 不同类型的观测台站和观测仪器打包数量会有一定区别。数据打包时间取决于数据协议及数据包的大小, 考虑地震预警的时效性要求, 四川地震预警台网数据包为256 Byte, 数据打包时间为0.5s, 本文的数据延时统计已扣除打包时间。表 2给出了本次地震预警处理过程中参与计算的113个台站的延时情况。延时在2.0 s以内的台站106个, 延时2.5s以上的台站7个, 数据合格率为93.81%。按照台站类型分类, 测震台平均延时1.6 s, 烈度台平均延时1.2s, 基本满足预警时效性。对地震观测记录进行人工震相分析, 通过走时残差结合原始数据文件信息检查观测数据时间偏差, 本次地震中参与预警信息计算的台站不存在明显的时钟偏差现象。
为进一步分析定位偏差的原因, 对参与计算的台站进行人工震相分析, 获取准确的P波初至时间, 并与JEEW自动拾取P波到时进行对比, 113个参与计算台站的P波到时偏差平均为0.5s, 偏差大于2s的台站仅有1个, 震相拾取的精度相对较高。通过表 3可以看出, 偏差小于1s的台站数量占比85.84%, 16个参与计算台站(3个烈度台和13个测震台)的P波到时偏差为0, 但存在16个台站(6个烈度台和10个测震台)的到时偏差大于1s。前4次处理结果中, 到时偏差大于1s的3个台站均为烈度台。在采用“着未着”算法时, P波到时作为最为关键的参数之一, 其识别误差对地震定位有明显影响。
由于玛多地震属于典型的网外地震, 触发首台震中距超过160km, 因此本文不使用处理用时, 而是使用距首台触发时间对预警用时进行评估。前5次预警处理结果的发布用时距离首台触发分别为12.19s、14.79s、26.99s、29.19s、33.29s。预警台站的震中距均大于160km, 其中最近的预警触发台站QH/XIH为邻省共享测震台, 震中距为168km, 1~5次预警处理结果的用时距离首台触发时间小于35s, 说明四川地震预警台网产出迅速, 处理较快。第6~8次预警处理结果中参与计算台站数超过70个, 相比前5次预警处理结果的用时明显增加(图 3)。
根据国内外相关研究成果, 地震预警系统理论处理时间可由下式推算为
$ T=T_{1}+T_{2}+T_{3}+T_{4}+T_{5} $ | (1) |
式中, T为理论处理时间;T1为P波到达首台时间;T2为台站数据打包时间, 取为0.5s;T3为数据传输延迟时间, 取为1s;T4为中心数据处理时间, 取为0.1s;T5为所用数据的P波窗窗长, 第1报一般采用3s长度P波数据。
由式(1)计算得出理论处理时间T为32.9s, 而JEEW第1次预警处理结果用时34.9s, 偏差为2s。JEEW处理本次网外地震, 在预警使用台站距离震中较远(均大于160km)、台站分布较稀疏的情况下, 预警系统处理时间与理论处理时间的偏差为2s, 偏差较小, 满足预警系统设计要求。实际处理时间与理论处理时间不一致的原因主要是由于此次地震破裂过程持续时间较长, 受到震源过程、传播介质、场地条件等因素的影响, 导致P波传播速度会出现一定的差异。
3.5 预警震级如图 4所示, JEEW产出的第1次预警处理结果的震级为M5.6, 相比中国地震台网正式地震目录M7.4, 震级偏差为-1.8。第1~5次预警处理结果的震级偏差较大, 平均偏差为-1.4。随着参与计算台站数量增加和地震动时程变长, 预警震级偏差逐渐降低, 第6~8次预警处理结果的震级平均偏差为-0.6, 其中第7次和第8次预警震级为M6.9, 震级偏差-0.5, 震级偏差最小, 但仍表现为预警震级相比正式编目震级偏小。JEEW参与计算的部分测震台站(QH/XIH、QH/DAW、SC/LDXJ、SC/LXZJ)均出现地震波形限幅, 低估了地震震级(图 5)。
为对比不同类型台站的震级估算特点, 统计了8次预警处理结果中参与计算的不同类型台站的平均震级, 由图 6可知, 相比中国地震台网正式地震目录的震级, 预警处理结果中参与计算的不同类型台站平均震级均偏小, 尤其是参与计算的烈度台。其中每次预警处理结果中测震台平均震级均大于烈度台, 说明JEEW在计算烈度台震级方面有待改进。随着时间的推移和参与计算台站数量的增多, 单台震级有增大的趋势, 测震台和烈度台的平均震级偏差逐渐减小, 但仍比正式地震目录震级小。总体上, 8次预警震级比测震台和烈度仪的平均震级大, 这是由于JEEW地震预警系统进行震级估算时, 会根据不同台站的权重进行加权计算, 使得结果更接近正式地震目录震级。
第1次预警处理参与计算台站数量为5个, 包括3个青海地区测震台及2个四川甘孜地区烈度台(图 2(a)), 震中距均超过了160km, 距离较远, 震中位置偏差17.1km。由图 7可知, 后续7次预警处理结果中参与计算的台站数量不断增加, 但前5次定位结果并没有随着台站数量的增加而更加准确, 震中位置偏差出现增大的情况(偏差从16.8km增至26.4km), 原因为台站QH/DAW未参与计算导致台站空隙角变大, 参与计算台站的数量增加但包络性反而降低(图 2), 这进一步表明除了台站密度, 台站布局对于定位的准确性具有重要影响。从第6次预警处理结果开始, 震中位置偏差显著下降, 第6次预警处理结果的震中位置偏差为2.2km, 第7~8次预警处理结果的震中位置偏差也较小, 分别为1.7km和2.6km。
地震预警盲区是指在地震预警发出时, 以发震震中为圆心、以破坏性最大的S波走过的距离为半径的区域(陈会忠, 2016)。利用盲区计算公式(李佳威等, 2016)计算玛多地震盲区半径
$ r_{\mathrm{BZ}}=\sqrt{\left(t_{\mathrm{P}}+T\right)^{2} v_{\mathrm{S}}^{2}-H^{2}} $ | (2) |
式中, rBZ为盲区半径, tP为P波走时, T为数据打包、延时和处理时间, vS为地震横波速度, H为震源深度。
JEEW产出的8次预警处理结果的用时, 即对应式(2)中的tP+T。根据地壳上地幔速度结构研究(赵珠, 1987), vS取值3.5km/s;根据正式地震目录结果, H取值17km。根据表 4和图 8可知, 第1次预警处理结果用时最短, 盲区半径也最小, 为121km。后续预警处理结果中, 定位偏差和震级偏差总体趋势在减小, 而盲区半径在不断增大, 表明预警技术存在“快”与“准”的矛盾问题。
鉴于地震烈度为Ⅴ度的地区会出现少数房屋裂缝、砖瓦掉落等破坏现象, 间接引发人员伤亡和财产损失(国家市场监督管理总局等, 2020);且玛多地震局部存在场地响应异常点, 很可能计算得出的Ⅴ度区内存在实际烈度超过Ⅴ度(甚至可以达到Ⅵ度)异常点, 因此预警有效获益区设定为除盲区以外、地震烈度Ⅴ度以上的区域(图 8)。利用西部烈度衰减关系(俞言祥等, 2006)计算地震烈度为Ⅴ度的区域半径, 得到Ⅴ度区半径为324km。
4 讨论与结论青海玛多M7.4地震发生后, JEEW产出的第1次地震预警处理结果与正式地震目录相比, 震中位置偏差为17.1km, 说明JEEW对于网外地震超快速定位能力效果较强。但是随后的第2~5次预警处理结果定位起伏较大, 表明网外台网布局和后续加入的台站震相数据波动较大。随着对震中形成“包围”趋势的参与计算台站数量不断增多, 且初动时间错误的台站不断被剔除, 第6~8次预警处理结果的震中位置偏差总体趋势不断降低。第6~8次地震预警处理结果的震中位置偏差平均仅有2.2km, 定位结果的准确性和震中位置精度均较高, 这使得地震预警盲区半径分别为434、535、584km, 说明JEEW地震预警系统的定位算法的准确性和目前地震速报的10min之后的正式结果相当。
JEEW产出的第1~2次预警震级偏差相对较大, 分别为-1.8和-1.7, 主要原因是目前常用的Pd估算地震震级的方法对于地震预警第1~2次处理结果存在大地震误差相对较大的问题(金星等, 2012a;张红才等, 2017), 这一问题与目前大地震预警震级偏小、小地震预警震级偏大的地震预警实际情况相符, 这是地震预警存在的技术问题, 有待后续改进。
JEEW产出8次预警处理结果的预警震级总体偏小, 但整体基本稳定, 并随着参与计算台站数量的增多, 震级偏差逐渐降低, 但预警震级整体仍偏小, 主要原因为:对于震级较大的地震, 断层破裂时间长, 而使用初至地震信号仅能捕捉到有限的断层破裂滑动信息, 因此会造成震级低估的“饱和”现象(王翠芳等, 2010)。
青海玛多M7.4地震破裂过程超过40s, 最大能量集中在地震发生后30s开始释放, 破裂长度超过180km(Zhang et al, 2021), 这一事实符合上述理论解释。尽管如此, 第6次预警处理结果测定震级为M6.5, 第7和8次预警处理结果为M6.9, 最后几次预警处理结果已经足以证明这是一次大地震。因此第6次预警处理结果测定的地震三要素参数完全可以作为地震预警“确认和解除”警报环节, 在震后两分钟发出“确认为大地震”的警示, 这正是高速铁路和城市轨道交通等重要设施需要的地震预警“确认和解除”警报的需求, 因为他们在得到地震警报时会闻警即动, 采取减速行驶措施,在他们得到确认地震大小的信息后再采取下一步措施。地震预警系统确认地震大小信息环节, 与中国地震台网中心的地震速报系统协调一致。
玛多地震对于四川地震预警台网属于网外地震, 预警参与计算台站距离震中也较远, 因此JEEW第1次预警处理结果的盲区半径较大, 为121km。玛多地震属于7级以上强震, 最高烈度达到Ⅹ度, 烈度达到Ⅴ度及以上的地区范围较大, 因此对盲区以外地震烈度为Ⅶ、Ⅵ、Ⅴ度的地区及Ⅸ度烈度异常区域(震中距为121~324km的环形区域)减灾效能显著, 地震预警可以极大地减轻灾害(图 8)。而对地震烈度小于Ⅴ度的地区(震中距大于324km的区域, 其距离震中远, 但有震感), 地震预警可以起到维护稳定, 减少民众恐慌的作用。
理想的地震预警效果是利用最短的时间发布最准确的地震信息, 将地震预警盲区的范围控制在最小, 但地震预警系统在短时间内很难准确估算地震强度及地震波传播至地方的烈度, 因此产生了预警盲区与预警技术“快”、“准”的矛盾问题。但地震预警的“快”才是最重要的, 地震预警产出每延迟1s, 地震S波就会传播约3.5km, 盲区半径也会增加3.5km。因此, 地震预警与以“准”为特征的传统地震速报有所区别。为了发挥地震预警减轻灾害的效能, 应该进一步研究采取有效的地震预警警报发布策略, 以弥补地震预警技术上的局限。
陈会忠, 2016, 地震大数据思维, 城市与减灾, (2): 1-5. DOI:10.3969/j.issn.1671-0495.2016.02.002 |
陈会忠, 2020, 中国地震观测历程, 城市与减灾, (6): 10-20. DOI:10.3969/j.issn.1671-0495.2020.06.004 |
国家市场监督管理总局, 国家标准化管理委员会, 2020. GB/T17742-2020中国地震烈度表. 北京: 中国标准出版社.
|
黄文辉, 沈玉松, 吕作勇, 等, 2016. 地震超快速系统试运行结果评估华南地震, 36(4): 1~7.
|
金星、张红才、李军等, 2012a, 地震预警震级确定方法研究, 地震学报, 34(5): 593-610. |
金星、张红才、李军等, 2012b, 地震预警连续定位方法研究, 地球物理学报, 55(3): 925-936. |
李佳威、吴忠良, 2016, 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, 中国地震, 32(4): 584-594. DOI:10.3969/j.issn.1001-4683.2016.04.002 |
马强, 2008. 地震预警技术研究及应用. 博士学位论文. 哈尔滨: 中国地震局工程力学研究所.
|
马强、金星、李山有等, 2013, 用于地震预警的P波震相到时自动拾取, 地球物理学报, 56(7): 2313-2321. |
潘家伟、白明坤、李超等, 2021, 2021年5月22日青海玛多MS7.4地震地表破裂带及发震构造, 地质学报, 95(6): 1655-1670. DOI:10.3969/j.issn.0001-5717.2021.06.001 |
王翠芳、杨晓源、宋澄等, 2010, 2种采集器记录的汶川8.0级主震波形, 四川地震, (3): 19-22. DOI:10.3969/j.issn.1001-8115.2010.03.004 |
王莉婵、毛国良、李小军等, 2020, 2020年7月12日唐山MS5.1地震预警处理能力分析, 中国地震, 36(3): 394-406. DOI:10.3969/j.issn.1001-4683.2020.03.004 |
应急管理部, (2021-05-28). 应急管理部发布青海玛多7.4级地震烈度图. https://www.mem.gov.cn/xw/yjglbgzdt/202105/t20210528_386251.shtml.
|
殷翔、李鑫、马震等, 2021, 青海玛多MS7.4地震震害特点分析, 地震工程学报, 43(4): 868-875. DOI:10.3969/j.issn.1000-0844.2021.04.868 |
俞言祥、汪素云, 2006, 中国东部和西部地区水平向基岩加速度反应谱衰减关系, 震灾防御技术, 1(3): 206-217. DOI:10.3969/j.issn.1673-5722.2006.03.005 |
詹艳、梁明剑、孙翔宇等, 2021, 2021年5月22日青海玛多MS7.4地震深部环境及发震构造模式, 地球物理学报, 64(7): 2232-2252. |
张红才、金星、李军等, 2017, 烈度仪用于地震预警的可靠性研究——以高雄MS6.8地震为例, 地震学报, 39(6): 955-964. |
赵珠、张润生, 1987, 四川地区地壳上地幔速度结构的初步研究, 地震学报, 9(2): 154-166. |
中国地震局, 2015, DB/T60-2015地震台站建设规范地震烈度速报与预警台站, 北京: 地震出版社.
|
Allen R M, 2007. the ElarmS earthquake early warning methodology and application across California. In: Gasparini P, Manfredi G, Zschau J. Earthquake Early Warning Systems. Berlin: Springer, 21~43.
|
Böse M, Allen R, Brown H, et al, 2013. CISN ShakeAlert: an earthquake early warning demonstration system for California. In: Wenzel F, Zschau J. Early Warning for Geological Disasters-Scientific Methods and Current Practice. Berlin: Springer, 49~69.
|
Brown H M, Allen R M, Hellweg M, et al, 2011, Development of the ElarmS methodology for earthquake early warning: realtime application in California and offline testing in Japan, Soil Dyn Earth Eng, 31(2): 188-200. DOI:10.1016/j.soildyn.2010.03.008 |
Field E H, 2000, A modified ground-motion attenuation relationship for southern California that accounts for detailed site classification and a basin-depth effect, Bull SeismolSoc Am, 90(6B): S209-S221. DOI:10.1785/0120000507 |
Gasparini P, Manfredi G, Zschau J, 2007. Earthquake early warning systems. Berlin: Springer.
|
Kuyuk H S, Allen R M, 2013, Optimal seismic network density for earthquake early warning: a case study from California, Seismol Res Lett, 84(6): 946-954. DOI:10.1785/0220130043 |
Nakamura Y, 1988. On the urgent earthquake detection and alarm system(UreDAS). In: Proceedings of the 9th World Conference on Earthquake Engineering. Tokyo-Kyoto, Japan, 673~678.
|
Peng C Y, Jiang P, Chen Q S, et al, 2019, Performance evaluation of a dense MEMS-based seismic sensor array deployed in the Sichuan-Yunnan border region for earthquake early warning, Micromachines, 10(11): 735. DOI:10.3390/mi10110735 |
Peng C Y, Jiang P, Ma Q, et al, 2021, Performance evaluation of an earthquake early warning system in the 2019-2020 M6.0 Changning, Sichuan, China, seismic sequence, Front Earth Sci, 9: 699941. DOI:10.3389/feart.2021.699941 |
Peng C Y, Ma Q, Jiang P, et al, 2020, Performance of a hybrid demonstration earthquake early warning system in the Sichuan-Yunnan border region, Seismol Res Lett, 91(2A): 835-846. DOI:10.1785/0220190101 |
Wu Y M, Shin T C, Chen C C, et al, 1997, Taiwan rapid earthquake information release system, Seismol Res Lett, 68(6): 931-943. DOI:10.1785/gssrl.68.6.931 |
Zhang Y, Xu Z, Xu L, et al, (2021-05-22). 2021年5月22日MW7.4青海玛多地震破裂过程初步结果. https://geophy.pku.edu.cntpxw353689.htm.
|