中国位于环太平洋地震构造带和喜马拉雅—地中海地震构造带之间,构造活动强烈,是世界上地震灾害最严重的国家之一(邓起东等,2002、2003、2014;楚全芝等,2007;李志才等,2016;刘玉国等,2022)。地震多、强度大、分布广、灾害重是我国的基本国情,20世纪全球三分之一的内陆破坏性地震发生在我国(张国民等,2005;楚全芝等,2007;吴清等,2013;吴中海等,2014;金星,2021)。2008年汶川MS8.0地震和2017年九寨沟MS7.0地震造成的深重灾难(曲国胜等,2010;张红等,2013;袁小祥等,2017;李静等,2018),让我们深刻地认识到必须健全我国防灾减灾救灾体系,加强地震灾害监测预警和风险防控能力建设。
在对地下断层结构了解不充分、地震预报技术还没有显著突破的今天,地震烈度速报和预警已经成为减轻地震灾害最有效的手段之一。地震预警是指在地震发生后,破坏性地震波到达前,利用最初几秒的地震波信号和电磁波比地震波传播快的特性,迅速向潜在的受影响区域发出地震警报,实现减灾的目的(金星等,2023;马强等,2023;孙丽,2023)。早在1993年墨西哥就建立起了针对墨西哥城的远场大震预警地震警报系统(SAS;Espinosa Aranda et al,1995;Allen et al,2018);日本地震预警系统从2003年开始建设,2004年测试运行,2007年正式为全国民众提供服务(Kamigaichi et al,2009);美国在2009年建立了ShakeAlert系统,并于2012年开始向部分测试用户推送,2018年开始向部分行业提供预警信息,2019年洛杉矶政府开始向市民提供地震预警服务(Allen et al,2022)。中国台湾地区地震预警研究启动较早,1994年开始测试工作,2015年正式对外发布预警信息(Sun et al,2019;金星,2021)。这些多震的国家和地区同样也开展了地震烈度速报工作,如1996年美国率先将ShakeMap成功用于加州地震实时强震台网(Wald et al,1999),20世纪90年代日本气象厅(JMA)启用烈度仪测定烈度值,日本防灾研究所(NIED)部署实时地震操作系统(ROSE)向普通民众发送各地烈度值(Kinoshita,1998)。2009年12月,国家科技支撑攻关计划“地震预警与烈度速报系统的研究与示范应用”获科技部批复立项,标志着我国的地震烈度速报和预警应用进入了系统化研究和示范性应用阶段。在国家及中国地震局相关建设项目的支持下,2011年建成由125个台站组成的福建地震烈度速报与预警示范系统,2013年建成“唐山地震烈度速报和预警实验系统”,2014年底建设首都圈地震预警示范中心,2015年中国地震局在京津冀地区、川滇交界地区和福建沿海地区组织开展地震烈度速报和预警示范区建设。国家地震烈度速报与预警工程于2018年正式启动,至2023年基本完成建设(赵国峰等,2022;肖武军,2023;金星等,2023;马强等,2023;孙丽,2023)。
依托于国家地震烈度速报与预警工程的建设,中国地震台网中心建设完成了国家中心地震烈度速报与预警技术平台。本文将系统介绍该技术平台的总体架构、系统组成、业务流程等,通过实例展示其发挥的成效,并对目前该技术平台的不足进行讨论。
1 国家中心地震烈度速报与预警技术平台整体概况目前,国家地震烈度速报与预警工程在全国构建地震烈度速报与预警观测网络,建设“国-省”两级处理、“国-省-市”三级发布平台,在华北、南北地震带、东南沿海、新疆天山中段、西藏拉萨重点区实现完善的地震预警能力和基于乡镇实测值的烈度速报能力,其他一般区内实现远场大震预警能力和基于县级行政区实测值的烈度速报能力,强化地震参数与地震动参数速报能力,大幅提升地震观测数据获取能力,为防震减灾、应急指挥、快速救援等提供有力保障,使得防灾更加主动,救灾更加精准,避险更加有序;同时助力科学研究,地震监测站网布局更加优化,地震定位精度显著提升,进一步完善我国多学科融合的高时空分辨率地震科学观测系统,为推动经验地震预报向物理地震预报转变奠定了重要的观测基础,为推动基于人工智能、大数据等技术的实时地震学、实时灾害学的创新发展提供实时、连续、可靠的高质量数据,为地震预报、科学研究和行业应用提供有力支撑。工程共建成三大中心和五大系统(图 1),三大中心包括国家中心(部署于中国地震台网中心)、国家备份中心和省级中心,五大系统包括台站观测系统、通信网络系统、数据处理系统、紧急信息服务系统和技术支持与保障系统。数据处理系统主要包括1个国家中心数据处理系统、1个国家备份中心数据处理系统和31个省级中心数据处理系统。
国家中心地震烈度速报与预警技术平台是在国家中心数据处理系统主体建设的基础上,增加新技术新方法建设而成。该技术平台是产出地震烈度速报和预警信息的核心处理平台,是数据加工、处理的数据层、支撑层,并实现了与原有地震速报业务的衔接。其主要任务就是汇集并交换全国基准站、基本站(包括一类站和二类站)的实时波形,分析、判断、加工实时观测数据,及时产出地震预警信息、地震烈度速报信息、地震基本参数和震源参数等信息产品,并将其推送到紧急信息服务系统。其结果可用于中强地震的灾情快速评估,在重点区内实现地震预警和面向城市与乡镇的烈度监测与速报;在其他一般区实现远场大震预警、县级以上城市烈度速报;提升全国范围的地震参数速报时效和精度。
国家地震烈度速报与预警工程为政府、社会公众、学校、高铁及危化行业提供紧急地震信息服务,关系国计民生,要求7×24h不间断运行,且对时效要求极高,因此要求该技术平台满足:预警区内震后5~10s给出地震预警信息,包括发震时刻、震中位置、预测烈度大于等于5度地区等;1min左右给出自动地震参数速报信息,包括发震时刻、震中位置、震级、震源深度等;在预警区内,5min左右生成地震烈度速报的实测地震烈度信息、实测峰值加速度分布图,10min左右生成地震烈度速报信息(包括峰值加速度分布图、峰值速度分布图、地震烈度动态振动图、乡镇仪器地震烈度分布图、仪器地震烈度图和推测地震烈度分布图)。
2 国家中心地震烈度速报与预警技术平台系统组成国家中心地震烈度速报与预警技术平台由多个分系统组成,主要包括波形交换管理分系统、地震预警分系统、地震烈度速报分系统、地震参数速报分系统和设备全生命周期分系统(图 2)。其中,波形交换管理分系统和设备全生命周期分系统提供基础服务,分别负责汇集全国预警实时数据和管理全国预警台站参数,地震预警、烈度速报和参数速报分系统负责加工处理预警实时数据并产出统一的地震预警信息、烈度速报信息和参数速报信息等产品。
波形交换管理分系统是地震数据分析处理工作的重要支撑分系统。该分系统负责台站实时波形数据的汇集,实现省级中心与国家中心实时波形数据交换与共享,为地震预警、地震烈度速报、地震参数速报等分系统提供实时波形数据,实现海量连续波形数据与事件波形数据的存储、归档和点播服务。
波形交换管理分系统主要包括SSS实时波形数据流服务和AWS波形数据存储服务。SSS流服务用于汇聚和共享地震台站产生的实时波形数据,可以适配多种接收数据采集器或其他流服务器的实时波形数据,具有通信命令结构简单、操作便利的特点。SSS流服务器提供基于HTTP协议的WEB服务,统一在8080端口为其他分系统提供实时波形数据流服务。AWS服务负责长期存储连续波形数据(含事件波形数据),其采用文件格式存储并按照时间顺序归档波形,采用STEIM2压缩算法,按台站通道归档存储波形数据,通过wildfly容器以Web服务8080端口的方式为其他分系统提供不同时间段的连续波形服务,连续波形数据格式为miniSeed,数据包大小为256字节,事件波形数据格式为seed、evt、ascii等。
波形交换管理分系统是一套适配完整,组网可配置,状态可监控的实时数据传输和存储服务系统。由于需要接入近两万个地震预警台站的实时波形数据,要求该分系统能够低延时、高性能并发接入、传输、存储海量数据,同时适配多种仪器。因此,该分系统采用Akka构建高并发、分布式、可容错、事件驱动的基于JVM的应用框架;数据传输选择TCP协议,多线程提高吞吐量,单台服务器可处理5万个预警台站,以256字节打包miniSeed数据降低延时;单机每秒可发送50,000,000个消息,内存占用小;能够支持适配各种仪器数据传输协议、补全缺失数据以及为数据波形点播提供灵活的接口服务。
目前,国家中心地震烈度速报与预警技术平台汇集全国实时预警数据流,接入的基准站、基本站(包括一类站和二类站)共计18296个(图 3),其中基准站2052个,基本一类站3355个,基本二类站12889个。华北地区、华南地区、南北地震带、新疆天山中部地区和西藏拉萨地区五大预警重点区台站平均间距约13km,其他预警一般区台站平均间距约47km。
审图号:GS(2016)1600号 |
设备全生命周期分系统主要提供台站仪器参数同步功能,及时更新全国预警台站参数与仪器参数,实现国家中心与各省级中心之间的协同工作,确保国-省两级参数的一致性。通过设备全生命周期分系统实现国家中心、省级中心与台站数据统一管理。该分系统实现台站与省级中心、国家中心的远程控制和反向控制、模块匹配和信息同步;实现台站参数的导入和导出,以及在波形交换、数据处理及设备全生命周期分系统之间联动的参数更新(图 4);建立设备字典,为台站设备添加提供了模板文件;实现设备出入库、台站增加、台站参数录入、参数修改、设备增加、设备更换、仪器参数录入和修改等功能。
目前设备全生命周期分系统仅在国家中心部署,平台共用,账号分开,全国使用。该分系统为国家中心和省级中心分别设立管理账户和一般账户。国家中心账户可查看全国的台站参数,维护设备字典,审核各省级中心上传的台站参数修改申请;各省账户可使用设备字典中仪器模板文件,进行设备出入库管理、台站参数的查看和发起修改申请等(图 4)。
2.3 地震预警分系统地震预警分系统基于地震发生地附近地震台站实时观测到的地震波初期信息,在震后数秒内快速估算地震的发震时刻、震源位置、震级,预测最大地震动未到达区域的烈度值与最大地震动到达时间,可同时满足原地报警、灾害性地震预警、警戒性地震预警、远场大震预警等预警需求,及时为民众和高铁、核电等生命线系统提供报警和预警服务。
地震预警分系统从波形交换管理分系统获取预警实时波形数据,依据设备全生命周期分系统获取台站参数,对单台地震波形数据进行实时处理,包括仿真、滤波、触发检测、波形异常检测、预警特征参数计算等,产出地震预警定位、预警震级估算、预警烈度预测、预警可靠性判定所需的各种特征参数,并结合其他台网的预处理数据共同作为地震预警后续处理的数据源;而后采用先进的地震定位方法、震级测定方法,综合考虑信噪比、震相空间相关性、波形频谱特性以及频谱和幅值相容性等进行预警定位与震级信息可靠性分析,综合产出一个可靠性更高的预警结果信息,保证综合预警结果信息的一致性。目前部署两套软件:深圳防灾减灾技术研究院开发的JEEW软件和福建省地震局开发的EEW软件,下面将详细介绍地震预警分系统的地震定位、震级测定以及融合决策模块。
2.3.1 地震定位地震预警定位模块首先采用长短时窗比值法(STA/LTA;Stevenson,1976;Allen,1978)粗略拾取地震波初至时刻,而后再结合赤池信息准则(AIC准则)进行精确拾取。地震检测算法大致流程见图 5(马强,2008),对已经触发的台站,从当前时刻至之前30s内的波形数据采用改进的AIC震相拾取算法实时拾取震相的到时、信噪比、周期、权重和极性,充分考虑地震波形时间演化特征,触发台站一般会拾取多个候选震相,可能包括S波震相,为后续震相关联提供多种信息;而后对初至震相进行极化分析,计算得到震相的方位角信息;最后通过在时间域和空间域进行多参数关联检测地震(时间域:根据震相到时、信噪比和周期等参数进行关联;空间域:充分考虑触发台站的空间位置关系,根据台站相对位置、触发震相方位角、未到台站走时残差等参数进行关联)。
JEEW软件主要采用改进的传感器网络的自组织网络方法(“着未着”)进行实时三维定位(Horiuchi et al,2005;韩雪君等,2012),在双曲线方法的基础上,综合应用已触发台站的到时和未触发台站的位置信息进行定位,从首台触发开始定位,随着触发台站的增多,拾取到的震相增加,定位结果会持续更新且结果更准。“着未着”方法的优势在于可以持续更新定位结果,且对于震相的拾取较为准确,还可以去掉错误震相。
EEW软件采用连续实时定位方法(金星等,2023;金星,2021),以第一个触发的台站为中心画Voronoi图,作为首次定位震中的可能区域,当两个台站触发后就能将可能的震中区域限制在一簇有限长度和宽度的双曲线上,触发三个台站后进一步将可能的震中范围限定于有限长度的直线段上,当四个台站触发或捡拾到首个触发台站的S波到时信息后就能够准确计算得到震中位置。考虑实际运行中可能由于信号传输等原因造成延时,选取1s等待时间,即容许理论触发时间与当前时刻误差小于1s的区域存在,从而增加结果的稳健性和适用性。
2.3.2 震级测定使用4~6个台站前几秒的波形估算地震震级是地震预警中最具挑战性的工作,普遍的做法是基于初至后几秒地震波的特征参数与震级的经验关系,建立经验公式来实现对震级的估算(Kuyuk et al,2013)。地震预警分系统震级估算主要分两大类:基于最大振幅的连续震级估算方法和基于P波列周期震级估算方法。基于最大振幅的连续震级估算主要是在首台接收到地震P波后开始估算基于P波列周期参数的震级、基于P波列幅值参数的震级、基于近台S波列的震级和基于GNSS实时数据的震级,将不同方法、不同台站、震后不同时间计算得到的单个震级值结合震级可靠度信息,进行加权计算,得到可靠度更高的综合估算预警震级信息。基于P波列周期震级估算在前几秒(3~10s)计算各触发台站的震级估算结果,然后进行加权计算,获得的震级结果以Pd估算震级为主;当有4台以上S波到达最大振幅后,计算各触发台站的震级估算结果,根据震中距进行加权计算,舍去偏离均值或中位数震级2倍标准差的单台震级值,并以最大振幅估算震级为主;当震级在6级及以上时,考虑震中烈度,以上述估算的最大震级为主。
2.3.3 融合决策考虑到JEEW软件和EEW软件使用的算法不同,且数据传输时延可能不同,不同省级中心和不同软件会产出不同的处理结果,因此需要根据预定义的预警信息生成准则将这些结果合并为一,以保证结果的一致性。融合决策模块作为处理系统与发布系统之间的信息衔接,负责汇集国-省两级多套地震预警处理系统的产出结果,进行信息的同一事件判定、可靠性判定、信息的选择及决策处理,产出决策后的唯一结果提供给紧急信息服务系统对外发布。省级中心负责本地责任区内地震事件的融合决策,并将融合结果上报到国家级系统,国家中心综合震中附近各省级系统结果进行融合决策,将最终统一结果返回各省级系统进行对外发布。目前国家中心一级决策的融合策略是必须有两个及以上地震预警分系统参与且有两套预警软件(任意系统的JEEW和EEW)产出地震参数才能合成发布地震预警信息。
为保证同一时刻只发布一个预警结果,融合决策模块制定多种策略保证产出结果的唯一性、稳定性与可靠性,包括同一事件判断策略、多结果融合决策策略。地震预警同一地震事件判断策略用于判断不同来源(包括不同预警软件和处理分系统)产出的信息是否为同一地震事件,以下两个条件满足其中一个则认为是同一地震事件:①取两次定位结果的前10个到时震相进行判断,如2个以上相同震相的到时相差小于1s,则认为是同一个地震;②两次定位结果发震时刻小于30s且震中位置相差小于100km,且前50个到时震相不存在2个以上相同震相的到时相差大于3s,则认为是同一个地震(相同震相:台网代码相同,台站代码相同,震相名相同)。多结果融合决策策略中震中参数选优条件为:空隙角小于等于180°的情况下,选前5个台分别计算各结果平均震中距,取与最小平均震中距偏差在30%以内且定位台站数多的结果;空隙角大于180°的情况下,选空隙角最小的结果;震级选优条件为:最大震级与最小震级偏差小于1的情况下选用最大震级;大于1的情况下选用平均震级。此外,预警分系统产出结果中,前20个震相的台间距走时残差之和大于20时,该结果不参与融合决策。
2.4 地震烈度速报分系统地震烈度速报分系统根据密集的地震监测台网所观测到的地震动记录,快速计算各观测点处地震影响程度(以烈度或地震动参数表示),从而给出此次地震的仪器烈度空间展布,并根据场地效应基础数据和后续计算得到的震源参数等信息,推测无观测点地区的地震动参数,产出尽可能精细化的烈度空间分布图、地表地震波能量分布图和地震动最强地区分布图,为评估强震灾害规模、确定搜救重点提供及时、丰富的技术服务产品,为地震人员伤亡和经济损失快速评估提供基础数据,为地震应急救援和恢复重建决策提供科学依据(王士成等,2017)。
该分系统从波形交换管理分系统中实时获取区域所有台站的实时连续波形,并进行实时数据预处理(图 6)。在实时接收到地震参数速报分系统产出的自动和人工复核地震三要素信息后,震级大于预设震级阈值时,首先根据首台记录到的烈度或震级,估算出需要计算地震动参数和仪器烈度的区域范围,然后计算出所在区域台站的地震动参数、累积能量和仪器烈度,并按地震波传播特性和衰减关系对所在区域进行网格化插值。每隔一个时间段(如1s),根据前一次计算中的最大仪器烈度或新的震级,重新估计区域范围,重新计算所在区域台站的地震动参数、累积能量和仪器烈度,如此重复,得到台站的动态地震动参数、累积能量和仪器烈度。该分系统最终产出动态地震动参数图、观测地震动参数与观测仪器烈度图、推测烈度图、经人机交互得到的校正后的地震动参数和仪器烈度。
该分系统能够适应不同震级、不同场地和不同台站密度的地震场景,可以有效应对我国不同地区的大震烈度速报需求。通过将基准站、基本站(包括一类站和二类站)的数据进行统一仿真处理,结合多线程并发处理技术,实现了三网融合海量数据的秒级实时处理。在此基础上,依托上述关键技术与算法的实现和调优,实现了全国分钟级的地震烈度速报能力,具体为:对于4.0级以上地震,3min内可生成地震动参数与观测烈度分布图;对于重点区内地震,可实现每个乡镇都有观测烈度值,对于一般区,可实现每个县都有观测烈度值;对于5.0级以上地震,10min内可生成精细化的地震动参数、地震烈度、多个周期点加速度反应谱和速度反应谱的空间分布图,并随着信息量的增加,可持续对分布图进行修正;对于5.0级以上地震,10min内可自动产出动态震动图与地表地震波累积能量时空分布图,并以通用格式的JPG或GIF文件进行存储。
此外,国家中心地震烈度速报分系统进一步引入天地图和WebGIS技术,实现了地震烈度分布图与地震预警效能分析图的动态展示与交互功能。通过实时接入预警信息,结合全国千米格网人口数据和地震烈度分布数据,能够分析不同地震预警时间区、不同地震烈度区内的人口数量,为震后地震预警效能评估和人员伤亡损失评估提供参考依据。同时,针对我国不同区域台网密度分布不均现状以及大震后快速判定地震破裂方向的需求,烈度速报分系统还建立了基于初始P波的地震破裂方向快速判定方法和基于不同台网密度的烈度分布评估方法,能够在震后5min内快速评估大震破裂方向(席楠等,2021),可为震后救援力量的部署提供有效参考。
2.5 地震参数速报分系统地震参数速报分系统基于地震监测台网所观测到的地震动记录,快速实现震相识别、自动测定发震时刻、震中位置、震级、震源深度等基本参数,震后1~2min产出地震参数自动速报结果,具备人机交互速报复核和快速修订功能,以及震后约10min产出地震参数人工复核速报和地震速报信息服务能力。
地震参数速报分系统主要用于完成地震基本参数自动速报、地震基本参数人机交互速报、震源参数快速处理、震源破裂过程产出等工作,主要服务于地震应急工作。该分系统从波形交换管理分系统获取台站实时波形数据,自动进行震相拾取、震相组合匹配、地震事件判别、地震定位、震级计算和报警,自动生成基本参数速报结果;同时提供人机交互地震波形快速浏览界面,在自动识别震相基础上进行人机交互震相快速修订,实现地震基本参数人机交互速报;此外,该分系统采用初至波初动方法、WPhase或TDMT波形反演方法计算震源机制解和矩张量产出震源机制解结果;采用IDS方法,结合自动计算出的震源机制参数,使用近场强震数据进行网内大震的震源破裂过程自动反演,产出震源破裂过程。
地震发生后,地震参数速报与地震预警接力进行。该分系统实现了3min内从波形交换管理分系统调取100个100Hz采样的1h台站数据;30s内对100个台站的目录与震相进行ISCLoc2联合定位;能够同时处理1000个台站数据,5000个震相数据。基于自动速报技术,1min左右生成地震基本参数自动速报信息,参数测定精度显著提升。基于人机交互分析速报的方式,震后10min内可产出人工校核的地震基本参数信息。进行震源参数精细分析时,能够同时处理1000个台站数据,5000个震相数据,实现震后6min左右产出自动震源机制解,15min左右产出人工震源机制解,震后30~60min内产出震源破裂过程。
3 应用成效震例2022年伊始,国家中心地震烈度速报与预警技术平台接入北京、天津、河北、四川和云南五个先行先试地区的预警台站数据开始试运行,试运行期间共产出速报M≥3.5地震预警信息50次,预警首报平均用时为6.7s,首报平均震中位置偏差3.6km。该平台已在多次大震袭来时向震中附近的群众成功发出地震预警信息,表 1展示了试运行期间先行先试地区5级以上地震的预警信息,系统均在10s内发出首报预警信息,且预警震级和震中位置与人工速报结果相差较小,产出结果较为稳定可靠(梁皓等,2022;张建勇等,2022;徐泰然等,2022)。
试运行期间处理的影响最大的地震为2022年9月5日四川泸定MS6.8地震,该平台总共发布3报预警信息(图 7):震后6.1s发布首报,预警震级为5.9级;震后10.5s发布第二报,预警震级为6.5级;震后17.2s发布第三报,预警震级6.8级。发布的3报的震中位置较准确,与速报震中偏差小于3km。震后约6min产出自动烈度速报结果,震后9min 55s产出正式烈度速报结果(图 8),为震后应急指挥和调查烈度工作提供了及时的决策支撑和参考依据,为灾区建筑物地震破坏力分析、地震巨灾保险损失评估和高铁基础设施震后设备状态评估等工作提供了强有力的数据支撑。
2024年1月23日2时9分新疆乌什发生MS7.1地震,该地震是国家中心地震烈度速报与预警技术平台建成后成功预警的最大地震。系统于震后12.2s发布第一报预警信息,预警震级5.8级,震中偏差3km;震后14.6s发布第二报,预警震级6.2级,震中偏差8km;震后21.4s发布第三报,预警震级6.6级,震中偏差5km;震后24.9s发布第四报,预警震级7.0级,震中偏差7km。震后6min产出自动烈度速报结果,震后11min产出正式烈度速报结果(图 8)。根据台站实测数据,结合该区域地震动衰减经验模型,本次地震推测最高烈度为8度,6度区以上面积约26203km2。
地震预警的实质是地震警报或地震报警,是震后发出的警报,有其固有的局限性。首先是对于震中附近区域在破坏性地震波来临前无法获得预警信息,属于预警盲区;其次,对于距离震中较远的地区,由于地震波能量的衰减造成的破坏较小,预警效果不明显,属于预警弱效区;最后也是最根本的,就是预警技术在“快”和“准”之间较难平衡,这需要用地震预警复杂的社会工程问题来处理。
国家中心地震烈度速报与预警技术平台在性能上有很大提升。平台每日实时处理原始数据能力达到3TB,在重点区地震预警平均首报用时约震后7s,一般区平均首报用时约震后10~30s,并持续更新地震预警信息。自动参数速报由建设前的2~3min产出提升至1~2min;震源参数由建设前的1~2h人工产出提升至10~30min自动产出;地震烈度速报由建设前的约4h人工产出提升至震后3~10min自动产出;强震动参数由建设前约4h人工产出提升至震后10min自动产出。
该平台通过简化模型、并行处理,大大减少地震定位和预估震级用时,产出的地震预警产品无论是在业务质量还是时效性上,均得到大幅提升。鉴于预警信息的强时效性要求,地震预警分系统控制在秒以内的时效水平,实现了海量数据的秒级实时处理。通过将基本站和基准站的数据进行处理,真正提升了三网融合技术的使用效益,实现了观测数据的应用价值。根据基准站和基本站的台站仪器特性和观测波形数据的信噪比的不同,研发设计了事件分类触发算法,高灵敏度的宽频带台站与强震台站和简易烈度站分别采用不同的触发阈值,从而提升系统的多源数据融合处理能力。在台站触发中,采用多线程并发处理技术,能够同时处理两万个以上台站的实时数据;在实时触发中,定时更新台站空间位置关系网络和台站实时数据状态,对中断或运维监控设置的无效台站进行实时剔除,更新触发台站信息。通过震相多参数逐步关联算法,综合考虑台站在时间和空间域的多种参数,能够同步处理多震情况,如短时间窗内的异地双震、同地的双震、前震主震情况。定位方面采用改进的传感器网络的自组织网络方法和连续实时定位方法,大幅提升定位的稳定性和准确度。实时震级测定算法采用多种震级,将不同方法、不同台站、震后不同时间计算得到的单个震级值进行综合,得到可靠度更高的事件预警震级信息。同时引入科学合理的融合决策策略,使不同类型业务系统结果能够稳定融合,并具有排除错报误报的能力,保证最终发布结果的可靠性和唯一性。
该平台仍有进一步完善的空间,包括大震首报震级偏差较大,地震预警系统中针对序列震、异常信号检测识别、远场大震、网缘网外地震定位和震级稳定性等问题需要进一步完善;烈度速报系统存在个别地震的推测烈度图与实际调查烈度差距较大,可能与采用的经验衰减关系、破裂过程模型、插值算法、当前的仪器烈度标准、调查烈度的主观性均有关系,后续将在算法方面持续对该平台进行完善。
随着地震烈度速报和预警的逐步推广,其社会属性越来越突出。极短的预警时间留给人们的反应时间更短,处理不当可能会适得其反。因此,必须建立健全相关的技术标准和法律制度,建立由政府主导、社会参与的权威信息发布机制。相信在不久的将来,我国地震烈度速报和预警技术会更加完善,产生更大的社会价值,在应对大震时的灾情评估更加及时准确、应急启动更加快速有效、救援力量派遣更加科学合理,从而进一步发挥我国地震应急救援体系的自身优势,科学有力应对地震灾害,最大限度地保护人民生命财产安全。
致谢: 感谢深圳防灾减灾技术研究院黄文辉研究员、广东省地震局苏柱金、欧阳龙斌和福建省地震局王士成对本文的帮助以及评审专家提出的建设性意见。
楚全芝、邓志辉、杨竹转, 2007, 中国大陆地震构造特点及其在地震危险性预测中的作用, 地球物理学进展, 22(2): 395-402. |
邓起东、程绍平、马冀等, 2014, 青藏高原地震活动特征及当前地震活动形势, 地球物理学报, 57(7): 2025-2042. |
邓起东、张培震、冉勇康等, 2002, 中国活动构造基本特征, 中国科学: (D辑), 32(12): 1020-1030. |
邓起东、张培震、冉勇康等, 2003, 中国活动构造与地震活动, 地学前缘, 10(增刊Ⅰ): 66-73. |
韩雪君、马延路、刘瑞丰, 2012, 用于地震预警的三维实时定位方法, 地震地磁观测与研究, 33(2): 32-39. |
金星, 2021, 地震预警与烈度速报——理论与实践, 北京: 科学出版社.
|
金星、马强, 2023, 从研究到应用: 我国地震预警技术的发展, 防灾博览, (1): 10-17. DOI:10.3969/j.issn.1671-6310.2023.01.002 |
李静、侯建盛、许建华等, 2018, 四川九寨沟7.0级地震漳扎镇房屋震害情况分析, 四川地震, (1): 19-24. |
李志才、张鹏、丁开华等, 2016, 应用GPS速度场和地震数据反演中国大陆构造应变场, 测绘科学, 41(1): 60-64. |
梁皓、戴丹青、杨志高等, 2022, 2022年6月1日四川芦山6, 1级地震应急产品及震源参数初步分析. 中国地震, 38(2): 360-369. |
刘玉国、李欢、郑涵等, 2022, 中国活动构造与地震及地质灾害的关系研究进展及展望, 自然灾害学报, 31(1): 1-14. |
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、李山有、金星等, 2023, 地震预警是如何实现的, 防灾博览, (1): 4-9. |
曲国胜、黄建发、宁宝坤等, 2010, 汶川特大地震灾害救援与我国救援体系建设的思考, 四川行政学院学报, (3): 44-46. |
孙丽, 2023, 地震预警的新发展: 新型传感器网络的应用, 地球与行星物理论评(中英文), 54(1): 105-107. |
王士成、金星、张红才等, 2017, 台网密度对地震烈度速报的影响研究, 地震工程与工程振动, 37(6): 162-168. |
吴清、高孟潭, 2013, 历史强震烈度点数量的统计特征及其对历史地震参数的影响, 中国地震, 29(4): 411-423. |
吴中海、赵根模、龙长兴等, 2014, 青藏高原东南缘现今大震活动特征及其趋势: 活动构造体系角度的初步分析结果, 地质学报, 88(8): 1401-1416. |
席楠、李小军、杨天青, 2021, 基于实时观测数据快速判定地震破裂方向的方法研究, 中国地震, 37(1): 185-196. |
肖武军, 2023, 国家地震烈度速报与预警工程, 防灾博览, (1): 18-23. DOI:10.3969/j.issn.1671-6310.2023.01.003 |
徐泰然、戴丹青、杨志高等, 2022, 2022年9月5日四川泸定6.8级地震初步研究结果, 中国地震, 38(3): 412-424. |
袁小祥、王晓青、丁香等, 2017, 基于无人机影像的九寨沟地震建筑物震害定量评估, 中国地震, 33(4): 582-589. |
张国民、马宏生、王辉等, 2005, 中国大陆活动地块边界带与强震活动, 地球物理学报, 48(3): 602-610. |
张红、左娅菲, 2013, 地震灾害对区域经济发展的影响及对策研究——以汶川地震及其影响为例, 特区经济, (2): 145-146. |
张建勇、戴丹青、杨志高等, 2022, 2022年6月10日四川马尔康6.0级地震应急产品及震源参数初步分析, 中国地震, 38(2): 370-382. |
赵国峰、高楠、杨大克, 2022, 国家地震烈度速报与预警工程建设进展, 地震地磁观测与研究, 43(3): 165-171. |
Allen R M, Cochran E S, Huggins T J, et al. 2018. Lessons from Mexico's earthquake early warning system. Eos, Trans Amer Geophys Union, 99.
|
Allen R M, Stogaitis M, 2022, Global growth of earthquake early warning, Science, 375(6582): 717-718. DOI:10.1126/science.abl5435 |
Allen R V, 1978, Automatic earthquake recognition and timing from single traces, Bull Seismol Soc Amer, 68(5): 1521-1532. DOI:10.1785/BSSA0680051521 |
Espinosa Aranda J E, Jiménez A, Ibarrola G, et al, 1995, Mexico city seismic alert system, Seismol Res Lett, 66(6): 42-53. DOI:10.1785/gssrl.66.6.42 |
Horiuchi S, Negishi H, Abe K, et al, 2005, An automatic processing system for broadcasting earthquake alarms, Bull Seismol Soc Amer, 95(2): 708-718. DOI:10.1785/0120030133 |
Kamigaichi O, Saito M, Doi K, et al, 2009, Earthquake early warning in Japan: warning the general public and future prospects, Seismol Res Lett, 80(5): 717-726. DOI:10.1785/gssrl.80.5.717 |
Kinoshita S, 1998, Kyoshin net(K-net), Seismol Res Lett, 69(4): 309-332. DOI:10.1785/gssrl.69.4.309 |
Kuyuk H S, Allen R M, 2013, A global approach to provide magnitude estimates for earthquake early warning alerts, Geophys Res Lett, 40(24): 6329-6333. DOI:10.1002/2013GL058580 |
Stevenson P R, 1976, Microearthquakes at Flathead Lake, Montana: a study using automatic earthquake processing, Bull Seismol Soc Amer, 66(1): 61-80. DOI:10.1785/BSSA0660010061 |
Sun L, Deng W Z, Dai D Q, 2019, An introductory overview of earthquake early warning, Earthq Res China, 33(4): 535-543. |
Wald D J, Quitoriano V, Heaton T H, et al, 1999, TriNet "ShakeMaps": Rapid generation of peak ground motion and intensity maps for earthquakes in southern California, Earthq Spectra, 15(3): 537-555. DOI:10.1193/1.1586057 |