Three-dimensional modeling of the crust structure of Longmenshan fault zone
-
摘要: 为了实现龙门山区域地质信息的科学管理与共享，推动该区域地球物理资料的统一管理，本文在整理现有二维地球物理探测数据的基础上构造了龙门山断裂带区域的三维地壳结构模型，并结合实测的布格重力异常数据对模型进行了分析。结果表明，地层模型正演的整体重力场与实测布格重力异常基本吻合，初步证明该模型的正确性。局部重力场显示：在该模型的尺度下，沉积层对整体重力场的变化贡献较小；中上地壳有不同程度的隆起和坳陷，与前人研究所揭示的低速异常体吻合；地幔表现为规则的自西北至东南单调上升的重力异常梯度带，与前人反演结果的趋势一致，从而证明了模型的可靠性。最后在重力资料约束下对模型进行了反演，进一步修正了模型。Abstract: 3D geological modeling can realize the intuitive and complete expression of the spatial relationship among geological bodies, therefore it is an effective way to achieve the scientific management and sharing of geological information. At the same time, a well-established 3D model supports slices in any direction, which can predict the shape of unknown areas and infer structural history. This paper constructed a 3D crustal structure model of the Longmenshan fault zone by collating existing 2D geophysical data, and analyzed the model with the measured Bouguer gravity anomaly data. The result show that the overall gravity field of the formation model is basically consistent with the measured Bouguer gravity anomalies, which preliminary proves the correctness of the model. The local gravity field shows that the sedimentary layer contributes less to the change of the overall gravity field with the scale of the model. The middle and upper crust develops uplifts and depressions to different degree, which coincides with the existence of low-velocity anomalies revealed by previous researches. The gravity anomaly gradient zone regular monotonously rises from northwest to southeast, which is consistent with the trend from previous inversion results, thus basically proving the reliability of the model. Furthermore, we do model inversion under the constraint of gravity data, and the model was modified.
-
引言
地震目录的完整性几乎对于所有地震活动分析都至关重要（Habermann，1987），完整性震级（completeness magnitude，缩写为MC）被定义为在一个特定的空间-时间范围内，可以可靠地检测到所有地震事件的最低震级（Rydelek，Sacks，1989；Woessner，Wiemer，2005）。研究地震参数的分布、地震预测以及概率地震危险性评估等通常需要考虑到地震目录的完整性。如果一组地震事件的震级分布符合古登堡—里克特（Gutenberg-Richter）模型（Gutenberg，Richter，1944），也称为G-R模型，基于对震级频率分布（frequency-magnitude distribution，缩写为FMD）的分析，MC可以被定义为累积频率震级分布和G-R模型偏离的最小震级（Zúñiga，Wyss，1995）。大多数现有的MC估计方法都基于G-R模型的假设，即假设地震事件具有自相似性（Wiemer，Katsumata，1999；Wiemer，Wyss，2000；Cao，Gao，2002；Woessner，Wiemer，2005；Amorèse，2007；Marsan，Daniel，2007）。Rydelek和Sacks （1989）通过比较白天和夜晚事件在每个震级的增量来估计MC。还有一些方法则是直接基于地震台站的噪声谱来确定地震检测的概率（Gomberg，1991；Kværna，Ringdal，1999）。仅基于地震目录的统计方法受到样本数的限制，在地震活动较少的地区可能无法给出评估结果。一些结合了地震目录和地震台站信息的评估方法可以将评估结果扩展到地震活动较少或无地震活动的地区，从而克服了仅基于地震目录的方法对样本数的依赖。这类方法包括基于概率的完整性震级（probability-based magnitude of completeness，缩写为PMC）方法（Schorlemmer，Woessner，2008；李智超，黄清华，2014；刘芳等，2014；蒋长胜等，2015）和贝叶斯完整性震级（Bayesian magnitude of completeness，缩写为BMC）方法（Mignan et al，2011，2013）。
BMC方法通过对空间分辨率进行优化以最小化MC估计中的空间不均匀性和不确定性。然后基于贝叶斯方法，将关于MC与地震台站密度之间关系的先验信息与本地观测到的MC相结合，并根据不确定性分配权重。这一方法引入了灵活的空间分辨率和贝叶斯估计，并且与b值等地震活动参数的计算具有兼容性，为地震研究人员提供了一个更精细的、更准确的完整性震级估计方法（Mignan et al，2011），可以适用于不同地质和地震活动背景，在BMC方法基础上发展出的基于层次贝叶斯模型的完整性震级评估方法（H-BMC）进一步提高了精度和准确性（Feng et al，2022）。
首都圈作为一个人口密集、经济繁荣的地区，地震活动和地震地质背景对该地区的安全和可持续发展具有重要影响，这个地区也是中国地震台网台站分布较密集的地区，已有的研究显示，随着地震台网的建设升级，研究区域的地震监测能力显著提升，自2006年，各主要城市都能够检测到ML1.6以上的地震事件，而在北京及其周边地区，完整性震级可以达到ML1.0 （李智超，黄清华，2014）。经过“十五”数字化改造，地震台网升级并稳定运行后，首都圈地区已经积累了超过十年的观测资料。为了客观评估这段时间地震目录的完整性，本文采用贝叶斯完整性震级方法对该地区的地震数据进行分析。
1. 数据
本文研究的区域为首都圈地区（37°—42°N，114°—120°E），包括北京及其周边地区、河北、天津等地，地处张家口—渤海地震带、华北平原地震带和山西地震带的交会部位，新构造活动频繁，历史上曾发生过多次破坏性地震（周依等，2022）。本文使用了中国地震台网产出的1966年至2023年的5万3732条地震目录，震级单位为ML（如无特殊说明，下文震级单位默认为ML）。为了考察研究区域地震目录完整性在时间上的变化，采用最大曲率法（maximum curvature，缩写为MAXC）（Wyss et al，1999；Wiemer，Wyss，2000）以500个地震事件为窗长评估研究区域整体的MC。时序特征（图1）显示，研究区域的MC在1966年至2023年逐渐降低，这与监测能力的提升和地震台网的加密等因素相关。1966年至1976年间，MC维持在2.0左右；自1976年唐山MS7.8地震发生后，研究区域的监测能力有短期的下降，MC仅达到4.0左右；在1977年恢复，1977年至2009年MC在1.0—2.0之间波动。1975年辽宁海城地震后，北京地区子台数量从最初的8个增加到20个，台站的分布延伸到京津唐地区。1998年至2001年期间，首都圈数字地震台网实现实时传输，台站数量增加到107个。1996年开始，中国地震局进行了“中国数字地震监测系统”的建设，地震监测能力进一步提升（刘瑞丰等，2003）。2003年中国地震局启动了“中国数字地震观测网络”项目，到2007年完成（刘瑞丰等，2008），2010以后观测网络稳定运行，监测能力有明显提升，如图1所示，2010年后研究区域的MC保持在0.5—1.5之间，有较大程度的下降。
![]()
图 1 首都圈地区域（37°N—42°N，114°E—120°E） MC随时间的变化δMC为200次重采样给出的误差估计Figure 1. Temporal variation of MC in the Capital Circle Region of China （37°N—42°N，114°E—120°E）δMC is the bootstrap error estimate （200 resamples）本文着重研究2010年至2023年的中国地震台网完成升级并均稳定运行的阶段首都圈地区MC的空间分布，研究时段内地震目录包含了2万
3546 个地震事件，有效使用的台站共153个。图2a给出了地震事件和台站的分布，可以看出，地震事件的空间分布不均匀，主要集中在唐山地区和张渤地震带，而台站的分布也存在不均匀性，北京和天津地区的台站密度相对较高。图2b给出了地震观测报告中的震级-频次分布情况，地震目录的震级范围为−0.9—5.3。图2c给出了研究区域地震的深度-频次分布，地震深度主要分布在30 km以内，优势深度区间为5—15 km。图2d给出了研究区域地震的月频次时序图，2010年以后研究区域的地震月频次相对平稳。![]()
2 2010年至2023年7月首都圈地区地震目录（a） 地震和台站分布图2. Earthquake catalog data for the Capital Circle Region from January 2010 to July 2023（a） Distribution of earthquakes and stations![]()
2 2010年至2023年7月首都圈地区地震目录（b） 震级-频次分布/震级累积分布函数；（c） 深度-频次分布图；（d） 时间-频次分布图2. Earthquake catalog data for the Capital Circle Region from January 2010 to July 2023（b） Magnitude-frequency distribution/cumulative magnitude distribution frequency；（c） Depth-frequency distribution；（d） Time-frequency distribution2. BMC方法原理
BMC （Bayesian magnitude of completeness）方法包括先验模型拟合和后验结果求解两个步骤：第一个步骤是同时优化先验模型参数和扫描半径R；第二个步骤是根据先验模型和观测结果，通过贝叶斯方法获得MC的后验估计。
2.1 空间分辨率和先验模型优化
在第一个步骤中，BMC方法通过优化空间分辨率减小MC估计中的空间不均匀性和不确定性，并获得一个先验模型。先验模型反映了MC与台站密度的经验关系，其中台站的密度使用研究位置与按照由近及远的顺序排列的第k个台站的距离$ {d}_{k} $来表征，模型包含3个参数$ ［ $式（1）$ ］ $。优化过程通过迭代实现：首先使用网格扫描方法计算不同位置的MC值，然后根据式（1）拟合$ {d}_{k} $与MC的经验关系。一般情况下，4个以上台站能够较好地约束震中位置和震源深度，本文根据中国地震台网的实际情况选择k＝4。之后根据式（2）优化空间扫描半径R，采用优化后的R重新计算MC，并根据式（1）再次修正先验模型。经过迭代优化先验模型参数c1，c2，c3和扫描半径R，使得先验模型稳定。参数c1，c2和c3是经验性的。
$$ {M}_{{\mathrm{C}}} （ {d}_{k} ） {\text{＝}} {c}_{1}{d}_{k}^{{c}_{2}} {\text{＋}}{c}_{3} \text{，} $$ (1) $$ R {\text{＝}} \frac{1}{2}\left[\left(\frac{{c}_{1}{d}_{k}^{{c}_{2}} {\text{＋}} {\sigma }_{{\mathrm{prior}}}}{{c}_{1}}\right)^{\tfrac{1}{{c}_{2}}} {\text{－}}\left(\frac{{c}_{1}{d}_{k}^{{c}_{2}}-{\sigma }_{{\mathrm{prior}}}}{{c}_{1}}\right)^{\tfrac{1}{{c}_{2}}}\right] \text{，} $$ (2) 式中，σ为先验MC值与观测到的MC值之间残差的标准偏差。
2.2 MC后验估计
在BMC方法计算的第二个步骤中，采用贝叶斯方法整合两方面信息：MC与台站密度关系的先验信息，以及局部MC观测值。考虑到两者各自的不确定性，进行加权计算。MC与地震台站距离dk之间的观测经验关系被视为先验信息，用先验概率分布P（MC）描述$ ［ $式（3）$ ］ $，考虑了模型的不确定性σ。先验模型可以不依赖观测数据，基于台站分布来获得MC的预测模型。由实际观测资料估计得到的MC可以通过似然概率分布P（${M}_{\mathrm{C}}^{\mathrm{o}\mathrm{b}\mathrm{s}} $|MC）表示$ ［ $式（4）$ ］ $，这个似然分布考虑了观测数据的不确定性σ0，表示对于给定的MC值观测到${M}_{\mathrm{C}}^{\mathrm{o}\mathrm{b}\mathrm{s}} $的可能性。在贝叶斯框架中，根据观测数据和似然函数，可以使用贝叶斯定理计算MC的后验分布$ ［ $式（5）$ ］ $，后验分布P（MC|${M}_{\mathrm{C}}^{\mathrm{o}\mathrm{b}\mathrm{s}} $）表示在考虑观测数据后对MC的认识的更新，通过最大后验估计方法给出MC的估计值$ ［ $式（6）$ ］ $。
根据先验模型的拟合情况，预测的MC值（${M}_{\mathrm{C}}^{\mathrm{p}\mathrm{r}\mathrm{e}\mathrm{d}} $）与观测的MC值（${M}_{\mathrm{C}}^{\mathrm{o}\mathrm{b}\mathrm{s}}$）之间的残差近似为一个高斯分布，因此将先验概率P （${M}_{\mathrm{C}}$）分布定义为
$$ P （ {M}_{{\mathrm{C}}} ） {\text{＝}} \frac{1}{\sqrt{2\pi }\sigma }\mathrm{exp}\left(\frac{ {\text{－}}{ （ {M}_{{\mathrm{C}}} {\text{－}}{M}_{{\mathrm{C}}}^{{\mathrm{pred}}} ） }^{2}}{2{\sigma }^{2}}\right) \text{，} $$ (3) 同时将似然概率分布表示为
$$ P （ {M}_{{\mathrm{C}}}^{\mathrm{o}\mathrm{b}\mathrm{s}}\mid {M}_{{\mathrm{C}}} ） {\text{＝}} \frac{1}{\sqrt{2\pi }{\sigma }_{0}}{\mathrm{exp}}\left( \frac{ {\text{－}}{ （ {M}_{{\mathrm{C}}}^{{\mathrm{obs}}} {\text{－}}{M}_{{\mathrm{C}}} ） }^{2}}{2{\sigma }_{0}^{2}}\right) \text{，} $$ (4) 式中，${M}_{\mathrm{C}}^{\mathrm{o}\mathrm{b}\mathrm{s}} $是基于最优局部半径（通过空间分辨率优化过程获得）的局部观测值，而σ0是通过自助法（bootstrap）（Woessner，Wiemer，2005；Amorèse，2007）计算得出的局部标准误差。
根据贝叶斯原理，后验概率为
$$ P （ {M}_{\mathrm{C}}\mid {M}_{\mathrm{C}}^{\mathrm{o}\mathrm{b}\mathrm{s}} ） {\text{＝}}\frac{P （ {M}_{\mathrm{C}}^{\mathrm{o}\mathrm{b}\mathrm{s}}\mid {M}_{\mathrm{C}} ） P （ {M}_{\mathrm{C}} ） }{P （ {M}_{\mathrm{C}}^{\mathrm{o}\mathrm{b}\mathrm{s}} ） }\text{，} $$ (5) 将式（3）和式（4）带入式（5）后，后验$ {M}_{\mathrm{C}}^{\mathrm{p}\mathrm{o}\mathrm{s}\mathrm{t}} $可表示为两个高斯分布的乘积，根据最大后验估计可以导出后验的MC估计（$ {M}_{\mathrm{C}}^{\mathrm{p}\mathrm{o}\mathrm{s}\mathrm{t}} $）为
$$ {M}_{\mathrm{C}}^{\mathrm{p}\mathrm{o}\mathrm{s}\mathrm{t}}{\text{＝}}\frac{{M}_{\mathrm{C}}^{\mathrm{p}\mathrm{r}\mathrm{e}\mathrm{d}}{\sigma }_{0}^{2}{\text{＋}}{M}_{\mathrm{C}}^{\mathrm{o}\mathrm{b}\mathrm{s}}{\sigma }^{2}}{{\sigma }^{2}{\text{＋}}{\sigma }_{0}^{2}} \text{，} $$ (6) $ {M}_{\mathrm{C}}^{\mathrm{p}\mathrm{o}\mathrm{s}\mathrm{t}} $可以理解为预测值和观测值根据各自的不确定性的加权平均。后验标准差σpost可以表示为
$$ {\sigma }_{\text{post}}{\text{＝}}\sqrt{\frac{{\sigma }^{2}{\sigma }_{0}^{2}}{{\sigma }^{2}{\text{＋}}{\sigma }_{0}^{2}}} \text{，} $$ (7) 式中，σ0表示观测数据的标准差，σ表示先验模型拟合的标准差。
3. 基于BMC的完整性震级分析
3.1 分辨率优化和先验模型拟合
对研究区域按0.1°×0.1°的间隔划分网格，使用MAXC方法计算每个格点的MC值，使用蒙特卡洛近似自助法（bootstrap）对用于计算的每个格点的原始样本进行有放回的采样，获得用于计算MC的等量样本集，参考Woessner和Wiemer （2005）重复200次，将自助法得到的结果的算术平均值作为MC的估计，将标准差σ0作为MC误差的估计。然后根据式（1）拟合获得初步的先验模型参数，模型误差由先验MC值与观测到的MC值之间残差的标准偏差σ来表示。之后根据式（2）优化MC的扫描半径，再使用经过优化后的扫描半径重新计算每个格点的MC值以修正式（1）中的模型参数。进行迭代直到模型参数稳定，从而获得最优扫描半径R和BMC先验模型。
图3a给出了优化后的扫描半径R的空间分布图，在台站密度高的区域，最优的R较小，如北京的部分地区R在20 km以下，R反映的是MC计算的最优分辨率。图3b中红色曲线给出了优化后的BMC先验模型，横坐标为研究点到与之最近的第4个台站的距离$ {d}_{k} $，纵坐标为MC观测值，蓝色圆点给出了优化后MC观测值与$ {d}_{k} $的对应关系。图3b右下方的子图给出了拟合残差的概率密度分布图，符合高斯分布（子图中蓝色曲线为拟合的高斯曲线），标准差σ为0.44，作为先验模型的误差估计。先验模型参数c1为5.96，c2为0.08，c3为−7。图3b还展示了台湾地区BMC先验模型（黑色曲线，Mignan et al，2011），首都圈地区的实际观测数据拟合得到的先验模型与台湾地区的模型存在较大的差异，这种差异可能反映了震级标度的系统性差异，在相同的台站密度下，台湾地区模型的MC高于首都圈地区的模型。
![]()
图 3 优化后的半径和BMC先验模型（a） 扫描半径R的空间分布图；（b） BMC先验模型，右下角为拟合残差概率密度分布图Figure 3. Optimized radius and BMC prior model（a） Spatial distribution map of scanning radius R；（b） BMC prior model，the bottom right panel shows the probability density distribution of the fitting residuals3.2 后验结果计算
采用优化后半径和MAXC方法得到了观测的MC分布（图4a）、先验的MC分布（图4c）以及后验的MC分布（图4d），并给出评估结果和误差估计分布图，图4b展示了观测的MC分布的不确定性估计，图4e提供了后验BMC结果的不确定性估计。在MAXC方法中采用了200次自助法来估计结果的误差范围，符合计算条件格点数为
1816 （总格点数3331 ，可计算格点占比58%），图4b显示大部分误差分布在0.7以下，个别地区的误差较高。根据先验模型生成了研究区域完整的MC分布（图4c），由拟合残差的标准差估计先验模型的误差。根据贝叶斯定理$ ［ $式（6）$ ］ $将先验信息与观测值进行了融合，生成了预测和观测完整性震级的加权平均值，作为MC的后验估计$ ［ $式（6），图4d$ ］ $，其中权重与它们各自的不确定性成正比（Mignan et al，2011），同时估计了其误差范围$ ［ $式（7），图4e$ ］ $。图5b给出了观测值MC （MAXC）、先验模型MC （BMC先验）和后验结果MC （BMC后验）的公共可计算格点的MC累积分布函数（cumulative distribution function，缩写为CDF），MC （BMC后验）的CDF介于MC （BMC先验）和观测值MC （MAXC）之间。误差的CDF比较（图5a）显示，由于后验模型融合了台站分布和实际观测数据，误差水平有所降低。图4f展示了后验模型与先验模型的差值分布，可以看出研究区域北侧为负值，研究区域南侧为正值，这表明地震较丰富且台站较密集的地区后验结果的MC值低于先验模型的预测值，而地震较少且台站密度较低的地区后验结果的MC值高于先验模型的预测值，先验模型根据台站密度的分布和观测值的经验关系给出研究区域每个格点的预测值，对于没有观测值的区域，先验模型给出合理的估计值，对于已有观测值的区域，BMC方法获得的后验结果根据贝叶斯原理融合了观测结果和台站密度信息。在先验模型中，台站密度与MC的分布关系仍然存在一定的离散性（图3b），这表明除了密度因素外，还有其它主要的未知因素影响MC，因此MC （BMC先验）与MC （BMC后验）有一定差别。![]()
图 4 BMC方法结果分布图（a） MC （MAXC）；（b） δMC （MAXC）；（c） MC （BMC先验）；（d） MC （BMC后验）；（e） δMC （BMC后验）；（f） MC （BMC后验）−MC （BMC先验）Figure 4. Distribution map of BMC method results（a） MC （MAXC）；（b） δMC （MAXC）；（c） MC （BMC prior）；（d） MC （BMC posterior）；（e） δMC （BMC posterior）；（f） MC （BMC posterior）−MC （BMC prior）![]()
图 5 误差（a）和BMC结果（b）的累积分布CDF对比Figure 5. Comparison of CDF of error （a） and BMC results （b）4. 不同方法和计算参数的比较
为了分析方法和参数的选择对MC评估结果的影响，选择三种方法和不同的计算参数对研究区域的MC进行评估，并对比结果。
4.1 方法介绍
在绘制MC的空间分布图时，有三种常用的数据选取方法，每种方法都有其优点和限制。第一种方法是网格划分方法，这种方法将研究区域划分成网格，使用每个网格内的地震目录数据来计算MC。统计方法评估MC需要地震目录中包含一定数量的地震，划分网格后，一些网格内的地震数量可能不足以满足统计需求。第二种方法是固定半径法，这种方法是通过对每个格点采用一定半径范围内的地震目录数据来计算MC，需要考虑扫描半径R和最低样本数N。第三种方法是固定样本数量法，即固定样本数量N，选择最近的N个事件来计算MC。这种方法的优势在于MC的不确定性被约束，缺点是高地震密度梯度区域的结果可能不真实或变化较大。本文采用固定半径方法对比3种方法的评估结果。MC的不确定性通常随着样本数量的增加而减小，因此大多数评估方法在处理更多事件时会具有更低的不确定性。选择合适的数据选取方法、扫描半径R和样本数阈值N对于准确估计地震目录的完整性震级MC至关重要。这些参数的选择应该基于具体研究区域、地震活动密度、地质背景和可用数据等因素进行权衡和调整，以确保MC估计的可靠性。
我们采用了三种不同的基于FMD的MC估计方法，包括MAXC方法，拟合优度方法（goodness-of-fit test，缩写为GFT）（Wiemer，Wyss，2000）和中位数分段斜率方法（median-based analysis of the segment slope，缩写为MBASS）（Amorèse，2007），并分别设置了不同的扫描半径R来评估研究区域的MC值分布。MAXC方法通过在FMD图中找到具有最高频率的震级区间来估算MC。GFT方法是根据实际和理论震级-频度分布下的拟合度来搜索得出完整性震级，将观察到的FMD与合成的G-R模型分布进行比较，并将观测FMD与合成FMD之间残差低于某个阈值（本文选取5%，即95%拟合度）的最小截止震级作为MC的估计。MBASS方法通过迭代方法在非累积FMD中寻找斜率变化，通过Wilcoxon秩和检验来接受或拒绝零假设（斜率无变化），检测出主要不连续性（概率最大的斜率变化处）作为MC的估计。
图6展示了三种方法在点（40.5°N，116.5°E）的评估结果（采用半径20 km范围内的地震目录），图6a给出MAXC方法的结果，根据MAXC方法，在非累积频次分布的最高值对应着MC为0.0。图6b给出了GFT方法的评估结果，图中展示了观测FMD与合成的G-R分布的残差随着截止震级的变化曲线，由残差低于5%的最小截止震级得到MC估计值为0.2。图6c给出了MBASS方法的评估结果，图中展示了
1000 个自助法样本中检测到主要不连续性的分布，频次最高值对应的MC估计值为0.0。结果显示，MAXC和MBASS结果相同，GFT结果较保守。![]()
图 6 MAXC （a），GFT （b）和MBASS （c）三种方法在点（40.5°N，116.5°E）的评估结果Figure 6. The results of MAXC （a），GFT （b） and MBASS （c） at point （40.5°N，116.5°E）4.2 计算结果和对比分析
图7给出由MAXC，GFT和MBASS在不同扫描半径（5，10，20，50，75 km）下的MC分布图，N设为50。结果表明：随着扫描半径R的增加，每种方法可以计算的格点数量也增加，这是由于较大的扫描半径可以提供更多的地震事件样本，从而有更多格点的样本数达到N，同时降低MC估计的不确定性。在较小的扫描半径（5 km和10 km）下，三种方法仅能计算少量的格点，其中MAXC和GFT方法的可计算格点比MBASS多。这表明MBASS方法对样本数的要求更加严格。当扫描半径R在20 km以下时，三种方法的结果接近，当扫描半径R在50 km以上时，不同方法出现了差异。
![]()
图 7 MAXC （a），GFT （b）和MBASS （c）三种方法在不同扫描半径R下的MC分布图Figure 7. MC map of MAXC （a），GFT （b） and MBASS （c） at different scanning radii R比较MAXC方法在不同的扫描半径的公共可计算格点的结果，经验累积分布函数CDF对比显示（图8a），随着R值的增大，MC的值更加集中，这表明较大的R值可以抑制空间差异，使结果更加均匀，此外扫描半径增大时，MC评估结果整体上逐渐降低。三种方法结果的CDF对比（图8b，8c）显示，MC （GFT）＞MC （MBASS）＞MC （MAXC），MAXC和MBASS结果接近，GFT结果较保守（MC偏高），与图5的结论一致。
![]()
图 8 不同方法和扫描半径R下MC值的CDF对比（a） MAXC方法在三种扫描半径下的结果；（b）−（c） MAXC，GFT和MBASS方法在R＝50 km和R＝25 km时的结果Figure 8. Comparison of CDF of MC at different methods and R（a） The MAXC results for different radii；（b）−（c） Results of three methods with R＝50 km and R＝25 kmBMC方法和三种基于FMD的方法给出的MC评估结果均显示，北京地区的监测能力较强，监测能力最强的区域达到0左右。为了直观地检验计算结果和考察扫描半径对结果的影响，采用MAXC方法，以10，20和50 km三种扫描半径计算点（40.5°N，116.5°E）的MC，并给出相应的FMD分布图（图9），在三种半径下累积频次分布均符合G-R模型。当R＝10 km时，MC为−0.1，FMD的顶部较尖锐；当R＝20 km时，MC为0.0，FMD的顶部比R＝10 km时平缓；在R＝30 km时，MC为0.3，FMD的顶部更加平滑，呈现圆弧状。随着R的增加，MC升高，FMD的分布顶端趋于平缓。Mignan （2012）采用模拟数据评估了FMD分布形态对结果的影响，将FMD分布分为顶部尖锐的（Angular）和顶部平缓的（Gradually Curved），顶部平缓的FMD模型会导致MC高估，图9支持了这个结论。究其原因，较大的扫描半径可能包含了不同性质的数据集，会使频率-震级分布（FMD）趋向平缓，而观测的累积频次分布就会在较高的值处偏离G-R模型，从而导致MC被高估。这种高估的情况仅出现在监测能力较好的区域。图8a显示，当R较大时，MAXC方法的结果更加集中，而整体上是降低的，较大的R模糊了空间细节特征。因此，在选择扫描参数时，需要仔细权衡这些因素，以确保获得可靠的MC估计结果。
![]()
图 9 扫描半径R为10 km （a），20 km （b）和50 km （c）时点（40.5°N，116.5°E）的MAXC结果Figure 9. The MAXC results with scanning radius R＝10 km （a），20 km （b） and 50 km （c） at point （40.5°N，116.5°E）5. 讨论与结论
本文采用MAXC方法分析了1966年以来首都圈地区完整性震级随时间的变化，采用BMC方法和三种基于FMD的方法着重分析了2010年以后的地震目录完整性。为了考察参数对评估结果的影响，我们对比了三种基于FMD的方法，即MAXC，GFT和MBASS在不同参数下的评估结果。随着扫描半径的增大，不同方法差异增大，局部差异被抑制，且监测能力较好的地区的MC可能被高估，这表明扫描半径的选取会影响结果的分辨率和可靠性。我们采用BMC方法对2010年以后的资料进行分析，获得了先验、观测和后验的评估结果，通过迭代优化确定扫描半径先验模型，避免了固定扫描半径的主观性。我们发现首都圈的先验模型与台湾地区有系统性的差异，这可能是震级标度差异造成的。通过BMC方法，我们利用台站密度和观测值拟合得到先验模型，将评估结果延拓到少震地区，得到研究区域完整的评估结果，克服了样本数量的限制，同时基于贝叶斯原理通过结合先验知识和观测数据降低不确定性。
和常用的基于FMD的评估方法比较，BMC方法有三方面优点：优化了扫描半径R以提高MC的分辨率；给出了样本不足区域的MC的合理估计；降低了结果的不确定性。与PMC方法比较，BMC方法和PMC方法都可以给出少震地区的MC评估，可以用于研究和规划现有地震台网的改进，但是这两种方法基于不同的假设：PMC方法假设台网能够记录到更完整的目录，在这个假设下估计单台的检测概率时考虑了不同台站的差异性，不需依赖G-R模型的假设即可给出完整震级的估计，但预设的起算震级限制了可评估的震级下限，台网目录完整的假设也可能不符合实际情况；BMC方法则是基于台网密度和监测能力的经验关系，其先验模型比较简单，没有考虑不同台站的差异性，也没有考虑可能影响监测能力的其它因素，其预测结果与实际评估结果可能存在一定偏差。
综合计算结果显示，首都圈地区及其周边地区的地震检测能力较高，北京市境内部分区域的MC值约为ML0左右，整个研究区域的MC值低于2.7。武敏捷等（2013）对截至2011年以前首都圈地区地震监测能力的分区和分时段研究结果显示，2000以来MC最低达到1.2，高于本文评估结果，本文采用的数据时段为2010年至2023年，结果的差异反映了2010年以来监测能力的提高。李智超和黄清华（2014）采用PMC方法估计首都圈的地震监测能力，数据截至2009年，结果显示各主要城市都达到1.6，在北京及其周边地区可以达到1.0以内，本文评估结果在部分区域低于上述结果，除了反映出2010年以后监测能力的提升，也体现了方法的差异，PMC方法的计算过程预设了起算震级，可能限制了MC的评估下限。
采用MAXC方法分析了研究区域整体的MC随时间的变化，我们发现首都圈地区的监测能力逐步提升，2010年后MC值保持在0.5至1.5之间。
我们对比了MAXC，GFT和MBASS三种方法在五种扫描半径下的MC评估结果，在相同的扫描版半径下，MC （GFT）＞MC （MBASS）＞MC （MAXC），MAXC和MBASS结果接近，GFT结果较保守。当扫描半径增大时，MAXC方法在监测能力较好的区域会高估MC值，MC值趋于集中，整体上是降低的，这表明较大的R模糊了空间细节特征。
采用首都圈地区的数据，我们同时优化了BMC的先验模型和最佳扫描半径，首都圈地区的先验模型与台湾地区的模型存在较大差异。
综合先验模型和观测结果，我们得到了首都圈地区的BMC后验评估结果。与观测结果相比，后验结果的不确定性有所降低。计算结果显示首都圈地区及其周边地区的地震检测能力较高，北京境内的部分区域的MC值达到0左右，研究区域整体的MC值低于2.7。
本研究采用了zmap，rseismNet和GRTo软件包进行计算和分析，两位评审专家提供的建议对论文质量的提升起到了至关重要的作用，作者在此一并表示感谢。
-
![]()
图 1 龙门山断裂带地质构造背景及剖面分布
Ⅰ ：竹巴龙—资中剖面；Ⅱ ：花石峡—简阳剖面；Ⅲ ：黑水—三台剖面；Ⅳ ：唐克—蒲江—阆中三角剖面. F1-1：汶川—茂汶断裂；F1-2：平武—青川断裂；F2：映秀—北川断裂；F3：灌县—安县断裂
Figure 1. The geological structure of Longmenshan fault zone and profile position
Ⅰ ：Zhubalong-Zizhong profile；Ⅱ ：Huashixia-Jianyang profile；Ⅲ ：Heishui-Santai profile；Ⅳ ：Tangke-Pujiang-Langzhong profile. F1-1：Wenchuan-Maowen fault；F1-2：Pingwu-Qingchuan fault； F2：Yingxiu-Beichuan fault；F3：Guanxian-Anxian fault
![]()
图 2 本文采用的五个数字化剖面
（a） 竹巴龙—资中剖面（改自Wang et al，2007）；（b） 唐克—蒲江剖面（改自韩渭宾，蒋国芳，2000）；（c） 蒲江—阆中剖面（改自韩渭宾，蒋国芳，2000）；（d） 阆中—唐克剖面（改自韩渭宾，蒋国芳，2000）；（e） 花石峡—简阳剖面（改自王有学等，2005）；（f） 黑水—三台剖面（改自王成，2012）
Figure 2. Five digital profiles used in this paper
（a） Zhubalong-Zizhong profile （revised from Wang et al，2007）；（b） Tangke-Pujian profile （revised from Han and Jiang，2000）；（c） Pujiang-Langzhong profile （revised from Han and Jiang，2000）；（d） Langzhong-Tangke profile （revised from Han and Jiang，2000）；（e） Huashixia-Jianyang profile （revised from Wang et al，2005）；（f） Heishui-Santai profile （revised from Wang，2012）
![]()
图 4 模型正演结果及残差
（a） 实际观测值；（b） 模型正演计算值；（c） 模型残差
Figure 4. Model forward result and misfit
（a） Observed gravity；（b） Computed gravity from model forward；（c） Model misfit
![]()
图 5 构建模型各地层的正演结果
（a） 沉积层；（b） 上地壳；（c） 中地壳；（d） 下地壳；（e） 地幔
Figure 5. Forward results of each formations involved in the built model
（a） Sediment；（b） Upper crust；（c） Middle crust；（d） Lower crust；（e） Mantle
![]()
图 6 反演分析及模型展示
（a） 实际观测值；（b） 模型反演计算值； （c） 反演残差；（d） 反演模型；（e） 南北向切片展示；（f） 东西向切片展示
Figure 6. Inversion and model presentation
（a） Observed gravity；（b） Computed gravity from model inversion；（c） Inversion misfit； （d） Inversion model；（e） North-south slice；（f） West-east sections
-
蔡学林,朱介寿,曹家敏,程先琼. 2007. 中国大陆及邻区岩石圈地壳三维结构与动力学型式[J]. 中国地质,34(4):543–557. doi: 10.3969/j.issn.1000-3657.2007.04.001 Cai X L,Zhu J S,Cao J M,Cheng X Q. 2007. 3D structure and dynamic types of the lithospheric crust in continental China and its adjacent regions[J]. Geology in China,34(4):543–557 (in Chinese).
陈高,吴健生,于鹏. 2006. 松潘—阿坝地区深部电性特征[J]. 地球科学:中国地质大学学报,31(6):857–860. Chen G,Wu J S,Yu P. 2006. Electrical property of deep structure in Songpan-Aba district[J]. Earth Science:Journal of China University of Geosciences,31(6):857–860 (in Chinese).
陈学波, 吴跃强, 杜平山. 1988. 龙门山构造带两侧地壳速度结构特征[G]//中国大陆深部构造的研究与进展. 北京: 地震出版社: 97−113. Chen X B, Wu Y Q, Du P S. 1988. Characteristics of crustal velocity structure on both sides of Longmenshan tectonic belt[G]//Research and Progress of Deep Structures in China Mainland. Beijing: Seismological Press: 97−113 （in Chinese）.
邓起东,陈社发,赵小麟. 1994. 龙门山及其邻区的构造和地震活动及动力学[J]. 地震地质,16(4):389–403. Deng Q D,Chen S F,Zhao X L. 1994. Tectonics,seismicity and dynamics of Longmenshan mountains and its adjacent regions[J]. Seismology and Geology,16(4):389–403 (in Chinese).
邓文泽,陈九辉,郭飚,刘启元,李顺成,李昱,尹昕忠,齐少华. 2014. 龙门山断裂带精细速度结构的双差层析成像研究[J]. 地球物理学报,57(4):1101–1110. doi: 10.6038/cjg20140408 Deng W Z,Chen J H,Guo B,Liu Q Y,Li S C,Li Y,Yin X Z,Qi S H. 2014. Fine velocity structure of the Longmenshan fault zone by double-difference tomography[J]. Chinese Journal of Geophysics,57(4):1101–1110 (in Chinese).
邓阳凡,李守林,范蔚茗,刘佳. 2011. 深地震测深揭示的华南地区地壳结构及其动力学意义[J]. 地球物理学报,54(10):2560–2574. doi: 10.3969/j.issn.0001-5733.2011.10.013 Deng Y F,Li S L,Fan W M,Liu J. 2011. Crustal structure beneath South China revealed by deep seismic soundings and its dynamics implications[J]. Chinese Journal of Geophysics,54(10):2560–2574 (in Chinese).
冯锐. 1985. 中国地壳厚度及上地幔密度分布(三维重力反演结果)[J]. 地震学报,7(2):22–36. Feng R. 1985. Crustal thickness and densities in the upper mantle beneath China:The results of three dimensional gravity inversion[J]. Acta Seismologica Sinica,7(2):22–36 (in Chinese).
冯杨洋. 2016. 龙门山断裂带深部结构与地震特征分析[D]. 昆明: 昆明理工大学: 15−28. Feng Y Y. 2016. Analysis of Deep Structure and Seismic Characteristics of Longmenshan Fault Zone[D]. Kunming: Kunming University of Science and Technology: 15−28 （in Chinese）.
郭飚,刘启元,陈九辉,刘立申,李顺成,李昱,王峻,齐少华. 2009. 川西龙门山及邻区地壳上地幔远震P波层析成像[J]. 地球物理学报,52(2):346–355. Guo B,Liu Q Y,Chen J H,Liu L S,Li S C,Li Y,Wang J,Qi S H. 2009. Teleseismic P-wave tomography of the crust and upper mantle in Longmenshan area,west Sichuan[J]. Chinese Journal of Geophysics,52(2):346–355 (in Chinese).
韩渭宾,蒋国芳. 2000. 四川地壳结构研究的现状、问题和建议[J]. 四川地震,(4):1–8. doi: 10.3969/j.issn.1001-8115.2000.04.001 Han W B,Jiang G F. 2000. Present situations,problems and suggestions of deep-crust study in Sichuan area[J]. Earthquake Research in Sichuan,(4):1–8 (in Chinese).
贾东,陈竹新,贾承造,魏国齐,李本亮,张惬,魏东涛,沈扬. 2003. 龙门山前陆褶皱冲断带构造解析与川西前陆盆地的发育[J]. 高校地质学报,9(3):402–410. doi: 10.3969/j.issn.1006-7493.2003.03.010 Jia D,Chen Z X,Jia C Z,Wei G Q,Li B L,Zhang Q,Wei D T,Shen Y. 2003. Structural features of the Longmen Shan fold and thrust belt and development of the western Sichuan foreland basin,Central China[J]. Geological Journal of China Universities,9(3):402–410 (in Chinese).
姜文亮,张景发. 2011. 川滇地区重力场与深部结构特征[J]. 地球物理学进展,26(6):1915–1924. doi: 10.3969/j.issn.1004-2903.2011.06.004 Jiang W L,Zhang J F. 2011. Deep structures of Sichuan-Yunnan region derived from gravity data[J]. Progress in Geophysics,26(6):1915–1924 (in Chinese).
雷建设,赵大鹏,苏金蓉,张光伟,李凤. 2009. 龙门山断裂带地壳精细结构与汶川地震发震机理[J]. 地球物理学报,52(2):339–345. Lei J S,Zhao D P,Su J R,Zhang G W,Li F. 2009. Fine seismic structure under the Longmenshan fault zone and the mechanism of the large Wenchuan earthquake[J]. Chinese Journal of Geophysics,52(2):339–345 (in Chinese).
李立,金国元. 1987. 攀西裂谷带及龙门山断裂带地壳上地幔的大地电磁测深研究[J]. 物探与化探,11(3):161–169. Li L,Jin G Y. 1987. Telluric electromagnetic sounding study of crust and upper mantle in the Panxi“rift zone”and the Longmenshan faulted zone[J]. Geophysical &Geochemical Exploration,11(3):161–169 (in Chinese).
刘启元,李昱,陈九辉,郭飚,李顺成,王峻,张绪奇,齐少华. 2009. 汶川MS8.0地震:地壳上地幔S波速度结构的初步研究[J]. 地球物理学报,52(2):309–319. Liu Q Y, Li Y, Chen J H, Guo B, Li S C, Wang J, Zhang X Q, Qi S H. 2009. Wenchuan MS8.0 earthquake: preliminary study of the S-wave velocity structure of the crust and upper mantle[J]. Chinese Journal of Geophysics, 52（2）: 309−319（in Chinese）.
马保起,苏刚,侯治华,舒赛兵. 2005. 利用岷江阶地的变形估算龙门山断裂带中段晚第四纪滑动速率[J]. 地震地质,27(2):234–242. doi: 10.3969/j.issn.0253-4967.2005.02.006 Ma B Q,Su G,Hou Z H,Shu S B. 2005. Late Quaternary slip rate in the central part of the Longmenshan fault zone from terrace deformation along the Minjiang river[J]. Seismology and Geology,27(2):234–242 (in Chinese).
潘懋,方裕,屈红刚. 2007. 三维地质建模若干基本问题探讨[J]. 地理与地理信息科学,23(3):1–5. doi: 10.3969/j.issn.1672-0504.2007.03.001 Pan M,Fang Y,Qu H G. 2007. Discussion on several foundational issues in three-dimensional geological modeling[J]. Geography and Geo-Information Science,23(3):1–5 (in Chinese).
孙洁,晋光文,白登海,王立凤. 2003. 青藏高原东缘地壳、上地幔电性结构探测及其构造意义[J]. 中国科学:D辑,33(增刊1):173–180. Sun J,Jin G W,Bai D H,Wang L F. 2003. Sounding of electrical structure of the crust and upper mantle along the eastern border of Qinghai-Tibet Plateau and its tectonic significance[J]. Science in China:Series D,46(S2):243–253.
唐荣昌,文德华,黄祖智,伍先国,林伟凡,陈国星,吴刚. 1991. 松潘—龙门山地区主要活动断裂带第四纪活动特征[J]. 中国地震,7(3):66–73. Tang R C,Wen D H,Huang Z Z,Wu X G,Lin W F,Chen G X,Wu G. 1991. The Quaternary activity characteristics of several major active faults in the Songpan-Longmenshan region[J]. Earthquake Research in China,7(3):66–73 (in Chinese).
唐新功,尤双双,胡文宝,严良俊. 2012. 龙门山断裂带地壳密度结构[J]. 地震地质,34(1):28–38. doi: 10.3969/j.issn.0253-4967.2012.01.004 Tang X G,You S S,Hu W B,Yan L J. 2012. The crustal density structure underneath Longmenshan fault zone[J]. Seismology and Geology,34(1):28–38 (in Chinese).
滕吉文,白登海,杨辉,闫雅芬,张洪双,张永谦,阮小敏. 2008. 2008汶川MS8.0地震发生的深层过程和动力学响应[J]. 地球物理学报,51(5):1385–1402. doi: 10.3321/j.issn:0001-5733.2008.05.012 Teng J W,Bai D H,Yang H,Yan Y F,Zhang H S,Zhang Y Q,Ruan X M. 2008. Deep processes and dynamic responses associated with the Wenchuan MS8.0 earthquake of 2008[J]. Chinese Journal of Geophysics,51(5):1385–1402 (in Chinese).
王成. 2012. 利用接收函数反演龙门山断裂带及邻区深部结构[D]. 成都: 成都理工大学: 24−26. Wang C. 2012. Inversion of the Longmenshan Fault Zone and the Deep Structure of the Adjacent Area Using the Receiver Function[D]. Chengdu: Chengdu University of Technology: 24−26 （in Chinese）.
王椿镛,Mooney W D,王溪莉,吴建平,楼海,王飞. 2002. 川滇地区地壳上地幔三维速度结构研究[J]. 地震学报,24(1):1–16. doi: 10.3321/j.issn:0253-3782.2002.01.001 Wang C Y,Mooney W D,Wang X L,Wu J P,Lou H,Wang F. 2002. Study on 3-D velocity structure of crust and upper mantle in Sichu an-Yunnan region,China[J]. Acta Seismologica Sinica,24(1):1–16 (in Chinese).
王椿镛,韩渭宾,吴建平,楼海,白志明. 2003. 松潘—甘孜造山带地壳速度结构[J]. 地震学报,25(3):229–241. doi: 10.3321/j.issn:0253-3782.2003.03.001 Wang C Y,Han W B,Wu J P,Lou H,Bai Z M. 2003. Crustal structure beneath the Songpan-Garze orogenic belt[J]. Acta Seismologica Sinica,25(3):229–241 (in Chinese).
王椿镛,杨文采,吴建平,丁志峰. 2015. 南北构造带岩石圈结构与地震的研究[J]. 地球物理学报,58(11):3867–3901. Wang C Y,Yang W C,Wu J P,Ding Z F. 2015. Study on the lithospheric structure and earthquakes in North-South Tectonic Belt[J]. Chinese Journal of Geophysics,58(11):3867–3901 (in Chinese).
王夫运,赵成彬,酆少英,姬计法,田晓峰,魏学强,李怡青,李吉昌,花鑫升. 2015. 深反射剖面揭示的芦山7.0级地震发震构造[J]. 地球物理学报,58(9):3183–3192. doi: 10.6038/cjg20150914 Wang F Y,Zhao C B,Feng S Y,Ji J F,Tian X F,Wei X Q,Li Y Q,Li J C,Hua X S. 2015. Seismogenic structure of the 2013 Lushan MS7.0 earthquake revealed by a deep seismic reflection profile[J]. Chinese Journal of Geophysics,58(9):3183–3192 (in Chinese).
王绪本,余年,朱迎堂,徐权辉,黄文彬,高树全. 2008. 龙门山逆冲构造带大地电磁测深初步成果[J]. 成都理工大学学报(自然科学版),35(4):398–403. doi: 10.3969/j.issn.1671-9727.2008.04.009 Wang X B,Yu N,Zhu Y T,Xu Q H,Huang W B,Gao S Q. 2008. Preliminary result of magnetotelluric sounding in the Longmen thrust belt of West Sichuan,China[J]. Journal of Chengdu University of Technology (Science &Technology Edition)
,35(4):398–403 (in Chinese). 王绪本,朱迎堂,赵锡奎,余年,李坤,高树全,胡清龙. 2009. 青藏高原东缘龙门山逆冲构造深部电性结构特征[J]. 地球物理学报,52(2):564–571. Wang X B,Zhu Y T,Zhao X K,Yu N,Li K,Gao S Q,Hu Q L. 2009. Deep conductivity characteristics of the Longmen Shan,eastern Qinghai-Tibet Plateau[J]. Chinese Journal of Geophysics,52(2):564–571 (in Chinese).
王有学,Mooney W D,韩果花,袁学诚,姜枚. 2005. 台湾—阿尔泰地学断面阿尔金—龙门山剖面的地壳纵波速度结构[J]. 地球物理学报,48(1):98–106. doi: 10.3321/j.issn:0001-5733.2005.01.015 Wang Y X,Mooney W D,Han G H,Yuan X C,Jiang M. 2005. The crustal P-wave velocity structure from Altyn Tagh to Longmen mountains along the Taiwan-Altay geoscience transect[J]. Chinese Journal of Geophysics,48(1):98–106 (in Chinese).
吴建平,黄媛,张天中,明跃红,房立华. 2009. 汶川MS8.0级地震余震分布及周边区域P波三维速度结构研究[J]. 地球物理学报,52(2):320–328. Wu J P,Huang Y,Zhang T Z,Ming Y H,Fang L H. 2009. Aftershock distribution of the MS8.0 Wenchuan earthquake and three dimensional P-wave velocity structure in and around source region[J]. Chinese Journal of Geophysics,52(2):320–328 (in Chinese).
胥颐,黄润秋,李志伟,徐亚,刘劲松,刘建华. 2009. 龙门山构造带及汶川震源区的S波速度结构[J]. 地球物理学报,52(2):329–338. Xu Y,Huang R Q,Li Z W,Xu Y,Liu J S,Liu J H. 2009. S-wave velocity structure of the Longmen Shan and Wenchuan earthquake area[J]. Chinese Journal of Geophysics,52(2):329–338 (in Chinese).
徐朝繁,潘纪顺,王夫运,田小峰,冯建林. 2008. 龙门山及其邻近地区深部地球物理探测[J]. 大地测量与地球动力学,28(6):31–37. Xu Z F,Pan J S,Wang F Y,Tian X F,Feng J L. 2008. Deep geophysical exploration of Longmenshan and its adjacent area[J]. Journal of Geodesy and Geodynamics,28(6):31–37 (in Chinese).
徐锡伟,闻学泽,叶建青,马保起,陈杰,周荣军,何宏林,田勤俭,何玉林,王志才,孙昭民,冯希杰,于贵华,陈立春,陈桂华,于慎鄂,冉勇康,李细光,李陈侠,安艳芬. 2008. 汶川MS8.0地震地表破裂带及其发震构造[J]. 地震地质,30(3):597–629. doi: 10.3969/j.issn.0253-4967.2008.03.003 Xu X W,Wen X Z,Ye J Q,Ma B Q,Chen J,Zhou R J,He H L,Tian Q J,He Y L,Wang Z C,Sun Z M,Feng X J,Yu G H,Chen L C,Chen G H,Yu S E,Ran Y K,Li X G,Li C X,An Y F. 2008. The MS8.0 Wenchuan earthquake surface ruptures and its seismogenic structure[J]. Seismology and Geology,30(3):597–629 (in Chinese).
杨光亮,申重阳,吴桂桔,谈洪波,石磊,汪健,张品,王嘉沛. 2015. 金川—芦山—犍为剖面重力异常和地壳密度结构特征[J]. 地球物理学报,58(7):2424–2435. doi: 10.6038/cjg20150719 Yang G L,Shen C Y,Wu G J,Tan H B,Shi L,Wang J,Zhang P,Wang J P. 2015. Bouguer gravity anomaly and crustal density structure in Jinchuan-Lushan-Jianwei profile[J]. Chinese Journal of Geophysics,58(7):2424–2435 (in Chinese).
张恩会,石磊,李永华,王谦身,韩长武. 2015. 基于抛物线密度模型的频率域三维界面反演及其在川滇地区的应用[J]. 地球物理学报,58(2):556–565. doi: 10.6038/cjg20150218 Zhang E H,Shi L,Li Y H,Wang Q S,Han C W. 2015. 3D interface inversion of gravity data in the frequency domain using a parabolic density-depth function and the application in Sichuan-Yunnan region[J]. Chinese Journal of Geophysics,58(2):556–565 (in Chinese).
张季生,高锐,曾令森,李秋生,管烨,贺日政,王海燕,卢占武. 2009. 龙门山及邻区重、磁异常特征及与地震关系的研究[J]. 地球物理学报,52(2):572–578. Zhang J S,Gao R,Zeng L S,Li Q S,Guan Y,He R Z,Wang H Y,Lu Z W. 2009. Relationship between characteristics of gravity and magnetic anomalies and the earthquakes in Longmenshan range and adjacent areas[J]. Chinese Journal of Geophy-sics,52(2):572–578 (in Chinese).
张新彦,高锐,白志明,徐涛,李秋生. 2017. 阿坝—遂宁宽角地震剖面重建藏东缘龙门山地区地壳速度结构[J]. 地球物理学报,60(6):2200–2212. doi: 10.6038/cjg20170614 Zhang X Y,Gao R,Bai Z M,Xu T,Li Q S. 2017. Crustal structure beneath the Longmenshan area in eastern Tibet:New constrains from reprocessing wide-angle seismic data of the Aba-Longmenshan-Suining profile[J]. Chinese Journal of Geophysics,60(6):2200–2212 (in Chinese).
赵小麟,邓起东,陈社发. 1994. 龙门山逆断裂带中段的构造地貌学研究[J]. 地震地质,16(4):422–428. Zhao X L,Deng Q D,Chen S F. 1994. Tectonic geomorphology of the central segment of the Longmenshan thrust belt,western Sichuan,southwestern China[J]. Seismology and Geology,16(4):422–428 (in Chinese).
朱介寿. 2008. 汶川地震的岩石圈深部结构与动力学背景[J]. 成都理工大学学报(自然科学版),35(4):348–356. doi: 10.3969/j.issn.1671-9727.2008.04.002 Zhu J S. 2008. The Wenchuan earthquake occurrence background in deep structure and dynamics of lithosphere[J]. Journal of Chengdu University of Technology (Science &Technology Edition)
,35(4):348–356 (in Chinese). Calcagno P,Chilès J P,Courrioux G,Guillen A. 2011. Geological modelling from field data and geological knowledge:Part I. Modelling method coupling 3D potential-field interpolation and geological rules[J]. Phys Earth Planet Inter,171(1/2/3/4):147–157.
Gibson H, Sumption J, Fitzgerald D, Seikel R. 2013. 3D modelling of geology and gravity data: summary workflows for minerals exploration[C]//East Asia: Geology, Exploration Technologies and Mines. Bali, Indonesia: Australian Institute of Geoscientists: 24−26.
Jia S X,Liu B J,Xu Z F,Liu Z,Feng S Y,Zhang J S,Lin J Y,Tian X F,Liu Q X,Guo W B. 2014. The crustal structures of the central Longmenshan along and its margins as related to the seismotectonics of the 2008 Wenchuan earthquake[J]. Science China Earth Science,57(4):777–790. doi: 10.1007/s11430-013-4744-9
Lajaunie C,Courrioux G,Manuel L. 1997. Foliation fields and 3D cartography in geology:Principles of a method based on potential interpolation[J]. Math Geol,29(4):571–584. doi: 10.1007/BF02775087
Li Q S,Gao R,Wang H Y,Zhang J S,Lu Z W,Li P W,Guan Y,He R Z. 2009. Deep background of Wenchuan earthquake and the upper crust structure beneath the Longmen Shan and adjacent areas[J]. Acta Geologica Sinica,83(4):733–739. doi: 10.1111/j.1755-6724.2009.00096.x
Wang C Y,Han W B,Wu J P,Lou H,Chan W W. 2007. Crustal structure beneath the eastern margin of the Tibetan Plateau and its tectonic implications[J]. J Geophys Res,112(B7):B07307.
下载:
计量
- 文章访问数: 2455
- HTML全文浏览量: 879
- PDF下载量: 122
