中国地震  2023, Vol. 39 Issue (1): 143-153
2022年1月8日青海门源6.9级地震前临震微波动现象初步研究
张增换, 王建军, 毛冬瑶, 王朋涛, 李敏娟     
甘肃省地震局, 兰州 730000
摘要:利用国家测震台网观测资料, 对2022年1月8日青海门源6.9级地震震中距200km以内的19个台站自2021年记录到的临震微波动事件进行分析, 发现震中距103km的祁连台在震前3个月存在显著异常, 临震微波动事件的活动度(N值)高达20; 震中距158km的拉脊山台同样出现活动度高值异常, 达到异常指标; 震中124km的湟源台长期处于异常状态, 但在震前3~4个月表现为明显高于背景值的高值异常。其他台站虽然未达到异常指标, 但震前3个多月活跃天数显著增加。异常显著的台站与震中位置呈线性分布, 震中NW—SE方向的台站记录的事件更显著; 本次地震前的微波动现象与2021年玛多7.4级地震前的微波动现象存在共同特征, 可能与两次地震相似的震源机制解有关。
关键词临震微波动    门源6.9级地震    微波动活动度    
Preliminiary Study of the Micro Earthquakes before the Menyuan M6.9 Earthquake
Zhang Zenghuan, Wang Jianjun, Mao Dongyao, Wang Pengtao, Li Minjuan     
Gansu Earthquake Agency, Lanzhou 730000, China
Abstract: Based on the observation data of national seismological network, we analyze the impending dynamic signals of micro earthquake events recorded within 200km radius of the Menyuan M6.9 earthquake on January 8, 2022, Qinghai Province, and we find that a significant anomaly has been detected at the Qilian station, and the activity value(N value)is up to 20. The earthquake occurs 3 months later after the end of the anomaly. A single anomaly index was found once at the Lajishan station reaches the, Whereases Huangyuan station with the epicenter of 124km was in an abnormal state for a long time, with a high value anomaly obviously higher than the background value 3~4 months before the earthquake. Although other stations did not reach the anomaly index, the number of active days increased significantly more than 3 months before the earthquake. The stations in the southeast and northwest of the epicenter have more phenomenon of impending micro events motion than those in the north. The characteristics of events motion before this earthquake have something in common with the Maduo M7.4 earthquake in 2021. It may be due to the similar focal mechanism solutions of the two earthquakes.
Key words: Micro events impending earthquake     The Menyuan M6.9 Earthquake     Degree of Micro events activity    
0 引言

强震前短临阶段可能存在断层蠕动加速、震前预滑或预位移等现象(陈章立,2007),大的脆性破裂之前存在较小的缓慢破裂在自然界是普遍存在的(赵根模等,2001)。探索宽频带数字地震波形记录中是否含有与孕震过程相关联的震源介质状态变化的信息,并设法识别和提取该信息,是一个广泛关注并被持续研究的领域(陈运泰等,19792000)。傅承义于1981年提出的“红肿”现象阐明了一种地震预报理论,即强震在孕育阶段可能导致其周边数百千米的地壳介质发生变化,而这种变化影响着地脉动的传播(朱传镇等,1977)。岩石高温高压破裂实验与有机玻璃破裂实验资料揭示,慢地震是临界或亚临界破裂或预先滑动所致,并非每个地震前都有慢地震,也不一定都出现相同的短期、临震前兆现象(许昭永等,2003)。利用机器学习方式模仿实验室环境断层活动,探索断层发出的声信号与其物理状态之间的关系,为预测实验室地震的时间和震级提供了新思路(Rouet-Leduc et al,2017)。

将识别微活动事件应用于地震预报也应运而生。从连续地震波资料中寻找地震前兆信息,利用希尔伯特-黄变化分析不同类型事件波形的频谱特征,得到不同事件主频的时空演化特点,确定其稳定性和衰减性特征后,可以针对不同类型事件进行相应的判定(王玥琪,2015)。2015—2016年发生的云南沧源5.5级、青海门源6.4级、青海杂多6.2级和新疆呼图壁6.2级共4次5.5级以上地震的临震微波动资料分析显示,这些地震在震前均存在活动度高值异常现象,再次印证了强震前的微波动异常可以作为地震预报的手段之一(袁超等,2019)。张增换等(2021)分析了2021年玛多7.4级地震前震中距200km范围内台站的临震微波动情况,发现震前多数台站EW通道记录到较多的临震微波动事件,且异常台站展布于震中一侧,推测异常台站分布可能与地震的震源机制类型有关。

最早对临震微波动的探索是利用宽频带数字地震资料对汶川、玉树、青川等地震前的微事件反复对比研究,同时研发了覆盖青藏高原地区的“临震微波动实时监控和跟踪分析系统”,杨立明等(2018a2018b)通过对2012—2014年青藏块体发生的24次5级以上地震的分析,对比全程跟踪和监控下无震区域台站的观测资料,确定了临震微波动现象的一些基本特征。

本文在前人的研究基础上,对2022年1月8日青海门源6.9级地震震中距200km范围内的19个台站2021年1月—2022年6月记录到的临震微波动事件进行分析,获得了一些震前短期的异常特征,并与2021年玛多7.4级地震前的相关研究结果进行对比,认为两次地震前的微波动现象特征具有一定共性。

1 数据选取 1.1 数据来源及系统介绍

本文所用到的研究数据来源于甘肃省地震局自主研发的临震微波动实时监控与跟踪分析系统,该系统最早于2011年研发,最初识别微波动事件完全依赖人工识别,存在工作效率低、计算速度慢、系统容错性差等问题。王建军等在2020年对该系统进行了全面升级,新研发了测震数据流自动接收软件和微波动事件自动识别功能,利用线程池并行计算技术对系统进行了优化,大幅提升了系统的运行效率和容错率,减轻了人工识别的工作量,基本实现了自动化震情跟踪和监控。

① 于数字地震观测的“强震临震微波动现象”深入研究及跟踪检验. 2021年. 中国地震科学实验场专项(2019CSES0108)结题报告.

该系统目前自动接收甘肃、四川、云南、青海、宁夏、西藏等省份的264个国家测震台站的实时数据流,波形数据以miniSeed格式存储在位于兰州的WinServer服务器上,每隔1h自动计算一次,自动识别并保存微波动事件到Oracle数据库中,操作人员通过使用客户端软件读取Oracle数据库进行分析,客户端软件包括微波动事件浏览和绘图、数据文件和实时数据流绘图、数据文件格式转换等功能,以此实现微波动事件的实时跟踪和监控。

1.2 台站分布

门源6.9级地震周边台站分布如图 1所示,台站整体分布较稀疏,多分布于震中东南方向,且沿断层布设。震中距100km范围内仅有门源和铧尖2个台站,100~150km范围内有大通、河西堡、祁连等8个台站,150~200km范围内有红崖山、江西沟、拉脊山等9个台站。200km范围内的19个测震台站中,有17个台站位于震中距100~200km范围内,台站整体距离门源6.9级地震震中较远,震中距及台站响应、是否存在异常等情况见表 1

图 1 门源6.9级地震200km范围内数字地震台站分布

表 1 门源6.9级地震不同范围内台站情况统计
1.3 场地响应

场地响应S(f)用于描述观测台站附近地下浅层介质对地震动放大(衰减)作用。当S(f)=1时,代表该台站具有典型基岩场地特征;当S(f)>1时,代表该台站的场地响应具有一定放大效应;当S(f)<1时,代表该台站场地响应衰减。根据臧阳等(2021)对青藏高原北部地区台站响应的分析结果,门源6.9级地震200km范围内台站响应多数符合基岩场地特征,仅大通台和祁连台场地响应略小于1,因此可认为本研究所涉及的台站产出的数据可靠。

1.4 数据完整性

本文研究范围内的19个台站中,除江西沟台存在长时间缺数,几乎常年处于缺数状态,以及在门源6.9级地震发生前,仅额肯呼都格台于2021年初存在约1个月的缺数外,其他台站的数据记录较完整,基本不存在缺数现象。因此,研究数据总体上完整性较好,有异常的几个台站的数据均完整无缺,为异常分析提供了良好的数据基础。

2 计算方法 2.1 微波动事件波形提取

微波动事件波形提取方法为:对小时波形(长度3600s)进行高通滤波,截止频率选取2.5Hz,滤波器阶数为50,以超出平均值5倍方差为标准,对滤波后的波形数据进行全程扫描,当扫描值超出设定的方差阈值时,以该段数据的最大值为中心,前后各延伸41s,截取82s的波形数据作为事件波形(袁超等,2019)。

2.2 微波动事件自动识别方法

微波动事件自动判别方法为:对事件波形数据进行傅里叶变换(FFT)计算,对FFT后的振幅值进行4阶谐波拟合,将波形数据前4个周期最大的谐波进行叠加,得到拟合后的光滑曲线(图 2中红色曲线)。将所得曲线与以往震例中模板事件的拟合曲线进行相关系数R的计算,当R≥0.9时,判断该事件为有效事件(Y);当0.8≤R<0.9时,将该事件作为不确定事件(U);当0.7≤R<0.8时,将事件作为删除事件(D),删除事件仍保存于数据库,可用于再次核对;当R<0.7时,事件不收入数据库。最后,有效事件与不确定事件需要由人工核实,以确保事件真实有效。

图 2 祁连台临震微波动事件
2.3 异常判据

总结汶川、玉树等地震前的临震微波动现象时发现,强震前的微波动事件具有以下几项特征:①频谱范围较宽,优势频率集中在11~16Hz,频谱形态较为整齐;②事件出现的时间在震前6~24天,事件出现的台站多为震中距50km范围内的台站;③异常台站的展布具有方向性,与发震断层、余震分布及震源位置有关(杨立明等,2018a2018b)。为了更好地提取临震微波动异常指标,本文引入临震微波动异常判定标准:台站的某一通道连续4日及以上出现活动度N≥4的情况,认定为震前异常(杨立明等,2018b)。其中,活动度N定量表述为有效临震微波动事件在一天内的累加个数。采用该方法作为异常判据来判断地震周围台站是否出现异常。

3 门源6.9级地震临震微波动特征分析

本文对震中周边台站自2021年1月1日以来记录到的微波动事件进行分析,地震震中距200km范围内台站的临震微波动活动度N值统计如图 3所示,本文用NULLCOUNT代表缺数,其对应y轴的数值不代表N值,对应的数值与y轴最大数值的比值代表一天中缺数时长的占比,如NULLCOUNT值等于y轴最大值时代表 24h缺数。在19个台站中,仅山丹台、西宁台和肃南台在震前未记录到微波动现象。记录到临震微波动现象的多数台站各通道(EW、NS、UD)的活动度N值在2021年8—9月存在显著高值异常,其中存在N≥4的台站有祁连、拉脊山、额肯呼都格等8个台站,占本文所讨论的总台站个数的42%。N值相对较低(N<4)的台站记录有效事件的天数更多,活动频次较高。但大通台与湟源台没有这一特征,大通台EW通道于2021年2月存在明显异常,该异常距本次地震时间较长,湟源台EW通道N值2021年几乎一直处于高值异常状态,具体原因尚不明确,但其EW通道在2021年9—11月存在可区分于背景的高值。

图 3 门源6.9级地震震中距200km范围内台站N 注:EW-东西通道、NS-南北通道、UD-垂向通道;NULLCOUNT-缺数。
3.1 不同震中距范围

震中距100km范围内的台站中,门源台EW、NS通道几乎未记录到有效事件,UD通道在2021年7月21日N值为10,但未出现连续4日N≥4的现象;铧尖台仅有两次N值大于4的现象。

震中距100~150km范围内的台站中,大通台EW通道于2021年2月达到异常指标,由于距本次地震时间较长,时间上与以往震例的分析结果差距较大,暂且认为与本次地震无关;2021年7—10月,祁连台NS通道记录到临震微波动事件多次达到异常指标,微波动事件丛集与其他时段区别显著,该台站多次连续4天以上活动度N值在5~20之间波动;石岗台EW通道活动度N值最高达到9,2021年11月初连续数日N值在2~6之间波动,但未达到异常指标。

震中150~200km范围内的台站中,拉脊山台的EW、NS通道在2021年8—10月存在N值连续数日同步高值现象,NS通道在9月仅一次异常达标,且N值高达16;古浪台EW通道在2021年8月出现异常活动,接近异常指标;张掖台UD通道出现一次单日N值为9的现象,EW、NS通道记录到微波动事件较少且未达到异常判定标准;额肯呼都格台记录到的微波动事件多位于NS通道,并于7月存在数次不连续N≥4现象,最高为9;其余台站记录到的临震微波动事件N值均在正常范围(0~3)内波动,无明显异常。

不同震中距下的异常距离门源6.9级地震发震时间如表 1所示,震前4个月达到异常指标的台站有4个,但N≥4的台站数接近一半。本研究涉及的台站约有半数记录到较少的有效事件,最显著的台站为距震中103km的祁连台,距震中124km的湟源台表现为长期记录到较多事件,但其震前3~4个月EW通道记录到事件数量更为突出。其次,记录有效事件较多的台站有大通、拉脊山、额肯呼都格等台站,这些台站与震中的距离均在150km左右。

3.2 三通道特征

目前认为临震微波动是非常微小的活动,其时间域波形类似纺锤状,不像典型的地震波可以明显地区分出P波与S波,但不同通道的记录特征具有显著的差异,例如,异常显著的祁连台仅NS通道异常显著,而其他两个通道并无显著异常。就所有台站通道而言,门源6.9级地震前多数台站表现为EW、NS通道记录到微波动事件较多,其中EW通道表现为记录到微波动事件的台站数更多,而NS通道表现为微波动事件的高值异常更明显,这一现象或许与呈NW—SE向的断层展布有关。

3.3 异常分布特征

图 3图 1可知,记录到较多微波动事件的台站以及达到异常指标的几个台站(祁连、大通、拉脊山、湟源)大致呈NW、SE向展布,大通、拉脊山台位于震中南东方向,祁连台在震中北西方向,异常活动显著的台站多位于青藏块体边界附近及其东南侧,另一侧的台站记录到的临震微波动事件较少。本次地震位于青藏高原东北缘,其是青藏块体与祁连块体的一级板块分界地区。印度板块与欧亚板块碰撞向东北方向扩展的前缘,由于受到印度板块向北、向东的推挤作用,该区域受力作用为NS、EW向(石富强等,2018)。本次地震的震源机制解类型为左旋走滑型,与大区域的主要应力场方向相符,因此显著异常分布或许与断层的主要受力作用有关。

4 讨论 4.1 临震微波动异常台站与发震构造的关系

地震的发生大多为构造断裂的活动,临震微波动现象一般被认为与震源区的预活动有关,一个活动断层的长度通常远大于地震的破裂长度,地震的破裂长度或者说余震的展布为活动断层的显著活跃区域。活动断层其中一段发生地震前,其他段可能会存在震前的微活动现象,故异常台站与震中的距离具有不确定性,距离强震震中较远但离活动断裂较近的台站有可能异常更加显著。

门源6.9级地震的余震展布范围较大,位于祁连—海原断裂带冷龙岭断裂西段,托莱山与冷龙岭两条断裂的交汇处,主要发震断裂是冷龙岭断裂(梁宽等,2022赵凌强等,2022),震源机制解为左旋走滑型(Fan et al,2022),2016年门源6.4级地震距离本次地震震中35km。孙安辉等(2022)对震源区结构特征与b值进行分析,认为2022年门源6.9级地震与2016年门源6.4级地震可能在深部已经贯通,且两次地震为冷龙岭断裂不同段的活动。门源6.9级地震东侧为冷龙岭断裂带,西侧为托莱山断裂,余震向东、西两侧延伸,使冷龙岭断裂西段与托莱山断裂均发生破裂(潘家伟等,2022)。地震前异常最突出的祁连台紧邻托莱山断裂,震前出现异常说明门源6.9级地震与拖莱山断裂的活动有关。门源6.9级地震发生在天祝空段西段,其对未来周边区域的强震危险性是否有影响,是否会触发天祝空段发生更强的地震是今后研究的重点。

4.2 与2021年5月22日玛多7.4级地震临震微波动特征对比

门源6.9级地震位于青藏高原一级板块边界,而玛多7.4级地震位于巴颜喀拉二级块体内部,两者的震源机制类型均为左旋走滑型,在构造与发震机制上具有相似性(张建勇等,2022宋向辉等,2021)。玛多7.4级地震前临震微波动异常最显著的台站为紧邻巴颜喀拉山主峰断裂的巴颜喀拉台,门源6.9级地震前异常最突出的台站为紧邻拖莱山断裂的祁连台,门源6.9级地震与发震断裂的活动关联性更强。

两次地震前临震微波动事件较多的台站在空间展布上具有相似性,异常活跃度较高的几个台站均位于震中南侧,这可能与印度板块对青藏块体的强挤压有关。从临震微波动异常台站与震中的来看(表 1表 2),祁连台距离门源6.9级地震103km,巴颜喀拉台距离玛多7.4级地震震中72km,均非离地震最近的台站,在震中附近的门源台和玛多台未在震前出现明显的微波动现象,其他出现异常的台站也多为与震中有一定距离的台站。因此,在今后的震情跟踪工作中,不能仅考虑台站距震中的远近,也应该考虑异常台站所在的发震断裂位置与可能发震地点的关系。

表 2 玛多7.4级地震临震微波动异常统计(据张增换等(2021))

从出现临震微波动异常到发震的时间来看(表 1表 2),门源6.9级地震与玛多7.4级地震均为异常出现后3个月左右发震,但是时间预测指标需要更多的震例来确定。此外,以物理实验或数值模拟的手段探寻临震微波动与强震的关系,并通过更多的震例进行总结和积累其异常特征是今后亟需开展的工作。

5 结论

本文利用国家测震台网数据资料,对2022年1月8日门源6.9级地震的临震微波动现象进行了分析,初步得出以下结论:

(1) 震前3个月左右祁连台、湟源台、拉脊山台均达到异常指标,表现为异常时段前后微波动事件丛集,或具有明显区别于背景值的高值异常。其中,距震中103km的祁连台异常特征显著(多次达异常指标);距震中158km的拉脊山台达到异常指标一次;距震中124km的湟源台长期处于异常状态,但在震前3~4个月表现为明显高于背景值的高值异常。其他台站虽然未达到异常指标,但震前3个多月活跃天数显著增加。

(2) 以持续4天活动度N≥4作为异常指标,祁连台震前存在明显的短期异常,N值最高达20,异常结束100天后发震,与以往认知的6~24天有一定差异。

(3) 震中NW—SE方向的台站记录到的临震微波动事件更显著,本次地震与玛多7.4级地震前的临震微波动特相较,均为短期异常,两次地震前临震微波动事件较多的台站在空间展布上具有相似性。

参考文献
陈运泰、林邦慧、王新华等, 1979, 用大地测量资料反演的1976年唐山地震的位错模式, 地球物理学报, 22(3): 201-217. DOI:10.3321/j.issn:0001-5733.1979.03.001
陈运泰、吴忠良、王培德等, 2000, 数字地震学, 172-184, 北京: 地震出版.
陈章立, 2007, 数字地震观测资料应用研究, 北京: 地震出版社.
梁宽、何仲太、姜文亮等, 2022, 2022年1月8日青海门源MS6.9地震的同震地表破裂特征, 地震地质, 44(1): 256-278. DOI:10.3969/j.issn.0253-4967.2022.01.016
潘家伟、李海兵、Chevalier M L等, 2022, 2022年青海门源MS6.9地震地表破裂带及发震构造研究, 地质学报, 96(1): 215-231. DOI:10.3969/j.issn.0001-5717.2022.01.018
石富强、邵志刚、占伟等, 2018, 青藏高原东北缘活动断裂剪切模量及应力状态数值模拟, 地球物理学报, 61(9): 3651-3663.
宋向辉、王帅军、潘素珍等, 2021, 2021年玛多MS7.4地震的深部构造背景, 地震地质, 43(4): 757-770. DOI:10.3969/j.issn.0253-4967.2021.04.002
孙安辉、高原、赵国峰等, 2022, 2022年1月8日青海门源6.9级地震的震源区结构特征和b值意义初探, 地球物理学报, 65(3): 1175-1183.
王玥琪. 2015. 不同类型事件宽频带地震仪记录的频谱特征研究. 硕士学位论文. 兰州: 中国地震局兰州地震研究所.
许昭永、杨润海、胡毅力等, 2003, 慢地震慢前兆的机制研究, 地震, 23(2): 12-20.
杨立明、郝臻、王建军等, 2018a, 强震临震微波动现象初步研究(一), 中国地震, 34(2): 219-233.
杨立明、郝臻、王建军等, 2018b, 强震临震微波动现象初步研究(二), 中国地震, 34(2): 234-243.
袁超、杨立明、王建军, 2019, 强震临震微波动现象跟踪实验研究, 地震工程学报, 41(2): 500-506. DOI:10.3969/j.issn.1000-0844.2019.02.500
张建勇、王新、陈凌等, 2022, 基于余震重定位和震源机制解研究青海玛多MS7.4地震序列的发震构造和断裂形态, 地球物理学报, 65(2): 552-562.
赵根模、杨港生、陈化然, 2001, 寂静的前震与地震预测, 地震, 21(1): 69-77.
赵凌强、孙翔宇、詹艳等, 2022, 2022年1月8日青海门源MS6.9地震孕震环境和冷龙岭断裂分段延展特征, 地球物理学报, 65(4): 1536-1546.
朱传镇、房明山、安镇文等, 1977, 脉动与地震关系的初步探讨, 地球物理学报, 20(1): 20-32.
臧阳、俞言祥、孟令媛等, 2021, 青藏高原东北缘地震波衰减特征及地震震源参数研究, 地震地质, 43(6): 1638-1656.
张增换、王建军、毛冬瑶等, 2021, 玛多7.4级地震前临震微波动现象研究, 地震工程学报, 43(4): 890-895.
Fan L P, Li B R, Liao S R, et al, 2022, High-precision relocation of the aftershock sequence of the January 8, 2022, MS6.9 Menyuan earthquake, Earthquake Science, 35(2): 138-145.
Rouet-Leduc B, Hulbert C L, Lubbers N, et al, 2017, Machine learning predicts laboratory earthquakes, Geophys Res Lett, 44(18): 9276-9282.