Real-time estimation of potentially damaged zone for earthquake early warning based on thresholds of P-wave parameters
-
摘要: 由于传统的潜在破坏区范围估算方法只能在已获取到震中位置和地震事件结束后才能产出，且往往需要数分钟的耗时，其实时性已无法满足地震预警要求。因此，为了快速产出潜在破坏区范围估算结果并将其用于预警，本文采用了一种结合现地预警技术和区域预警技术、基于预警参数（位移幅值Pd和特征周期τc）阈值的实时潜在破坏区范围估算方法。首先利用国内地震事件（4.0≤MS≤8.0）的记录数据和日本强震动观测事件（6.5≤MJ≤8.0）的数据拟合出特定的适应于我国的参数关系式，包括τc与震级M的相关性、Pd与峰值速度PGV的相关性以及Pd与τc和震源距R的相关性；其次，根据最小震级（MS6.0）和仪器烈度（Ⅶ度）定义相应的参数阈值（Pd＝0.1 cm和τc＝1.1 s）；最后，利用已有的3次破坏性地震事件数据开展线下模拟，对该方法的适应性和时效性进行了验证。结果表明，对于2013年MS7.0四川芦山和2014年MS6.5云南鲁甸两次中强地震，震后约10 s即可获取到比较稳定的潜在破坏区范围估计结果；而对于2008年MS8.0汶川特大地震，在其记录台站分布密度不高的情况下，震后40 s左右的估算结果始呈稳定状态。Abstract: Conventional methods used for potentially damaged zone （PDZ） estimation usually take several minutes to produce the results, which are generated only after the epicenter of an earthquake has been acquired and the seismic event has ended, its real-time performance cannot meet the requirements of earthquake early warning （EEW）. Therefore, to rapidly produce the estimated range of PDZ for EEW, in this paper, we adopted a real-time method to estimate the PDZ range. The method is an integrated on-site and regional early-warning method based on the predefined thresholds of two early-warning parameters, the peak displacement （Pd） and characteristic period （τc）. Firstly, we used seismic events records with MS between 4.0 and 8.0 from the China Strong Motion Networks Center and strong-motion records with MJ between 6.5 and 8.0 downloaded from the Japanese National Research Institute for Earth Science and Disaster Resilience to linearly fit relationships of early-warning parameters, including τc versus M, Pd versus PGV, and Pd as a function of τc and hypocentral distance R. We then defined two early-warning parameters thresholds which are set for a minimum magnitude MS6.0 and instrumental intensity Ⅶ, according to the empirical regression analyses of the applied data. At each recording site, the alert level is assigned based on a decisional table with four alert levels defined upon critical values of the parameters Pd and τc. These two threshold values are Pd＝0.1 cm and τc＝1.1 s. Given a real-time, evolutionary estimation of earthquake location from first P arrivals, the method furnishes an estimation of the extent of PDZ as inferred from continuously updated averages of the period parameter and from mapping of the alert levels determined at the near-source seismic stations. Finally, to test the method’s efficiency and rapidity on mapping the damage zone in a few seconds after an earthquake occurrence, we offline applied the methodology to the strong-motion records of three destructive seismic events. The results show that a robust estimation of the PDZ range for moderate-to-large earthquakes like the 2013 MS7.0 Lushan and 2014 MS6.6 Ludian events can be obtained at about 10 s after the earthquake occurrence. And for the Wenchuan giant earthquake, as the case of low density of recording stations, the prediction of the PDZ becomes stable about 40 s after its occurred time.
-
引言
糯扎渡水电站位于云南省普洱市思茅区（左岸）与澜沧县（右岸）交界处的澜沧江南北向峡谷地段，最大坝高为262.5 m，正常蓄水位高程为812 m，水库总库容为23.703亿m3，库长为214 km，此外还有小黑江、黑河和黑江等3条较大支流，其库长分别为37，32，100 km。水库回水与上游的大朝山水电站衔接，下游与景洪水电站相连，是澜沧江中下游梯级规划中工程规模、调节库容、装机容量和发电量最大的电站，于2011年11月29日开始蓄水（曹颖等，2014）。糯扎渡水库建在云南地震多发区，库区内断层发育，地震构造错综复杂，蓄水前后地震活动非常频繁。曹颖等（2015）对糯扎渡水库蓄水前后地震活动性的分析结果显示，该水库蓄水后库区地震大量增加，且地震频度及强度的变化与水库水位的变化呈一定的对应关系；孟令飞（2016）关于糯扎渡水库蓄水前后地震活动及剪切波分裂的研究也同样表明，蓄水前后库区内的地震活动发生了显著变化，剪切波慢波时延与水位的变化有较好的相关性，库区大坝和库尾两个区域是水库蓄水引起地下应力变化最大的区域。
使用层析成像方法探测地壳速度结构的特征，结合地震震源分布进而揭示地下介质的特征，可以为研究水库诱发地震的形成机制提供新的途径。郭贵安和冯锐（1992）运用新丰江遥测台网数据的研究显示，速度图像中的低速区对应于地表的破碎区，即地震带区域，也是该区重磁异常急剧变化的区域，而高速区内地震较少，这种情况与水的渗透作用密切相关。叶秀薇等（2016）对新丰江地区地壳P波三维速度结构及活动构造的研究结果则显示，库区大坝至东源锡场之间的中上地壳存在4个大小不等的高速体，沿SE−NW方向新丰江库区断裂深度呈逐渐增大的趋势。此外，层析成像结果也能反映出水库地区受到水库渗透作用的影响范围，例如：王亮等（2015）利用紫坪铺水库地震的震相观测报告研究地下结构，得到紫坪铺水库西南端的水库渗透作用最大深度不超过8 km，未深至汶川主震所在深度，即水库渗透作用对汶川地震的发生并未产生直接作用；钟羽云等（2010）的研究表明，珊溪水库研究区存在一个P波低速异常区，该低速区位于水库淹没区内多组断裂的交会部位，地震大多发生于此，而且这可能与水库蓄水后库水下渗有关。前人关于糯扎渡水库地区的研究均未对其速度结构进行深入分析，因此，对蓄水后地震活动活跃的糯扎渡水库的速度结构进行研究，对比蓄水前后的P波速度结构变化，对糯扎渡水库地区地壳介质和发震机理等的认识具有重要意义。
双差地震层析成像方法（double difference seismic tomography，简写为tomoDD）最初由Zhang和Thurber （2003，2006） 提出，是基于hypoDD （Waldhauser，Ellsworth，2000，2002；Waldhauser，2001）开发出来的一种适用于震源密集区附近的有效反演速度结构的方法，该方法利用观测走时、走时差和波形互相关技术获得的走时差进行地震定位和速度结果联合反演，能够有效地提高震源区的反演精度，也正因为此，双差层析成像方法被广泛应用于诸如断层（Zhang，Thurber，2003；Zhang et al，2009b）、油气（Zhang et al，2009a）及俯冲带（Zhang et al，2004）等不同类型的精细速度结构研究（Okada et al，2005；Thurber et al，2009；Pei et al，2010），而且在我国也有广泛的应用（于湘伟等，2010；李海鸥等，2011；邓文泽等，2014；王小娜等，2015；吕子强等，2016）。在双差地震层析成像方法中，通过使用精确的互相关相对到时数据，能够刻画更为精细的速度结构，尤其是震源区附近的。正如Zhang 和Thurber （2003）所讨论的，到时的拾取误差一般由相关的和随机的因素组成，相关的误差包括与模型或速度结构误差有关的部分及拾取偏差，使用互相关技术得到的相关误差和随机误差比由绝对到时得到的到时差的相关误差和随机误差都要小，因此本文采取波形互相关技术计算地震对的相对到时并参与反演，以避免一些人为因素所引起的震相拾取误差。
本文旨在利用糯扎渡水库台网及景洪水库台网联合记录到的事件波形、地震目录和地震观测报告，使用双差地震层析成像方法（tomoDD）联合绝对到时、相对到时和波形互相关得到的相对到时获取澜沧江中下游糯扎渡水库地区在水库蓄水前后的三维速度结构，以分析水库蓄水前后该区域P波速度结构的时空变化特征和该区域由于蓄水变化所导致的地下介质变化及其所产生的影响，以期深入认识流体侵入对地震活动及介质性质的影响。
1. 方法与数据
1.1 双差地震层析成像方法
从地震事件i到地震台站k的体波走时T用射线理论作一个路径积分：
$$T_k^i {\text{＝}} {\tau ^i} {\text{＋}} \int_i^k {u{\rm{d}}s}{\text{，}} $$ (1) 式中τi为事件i的发震时刻，u为慢度场，ds为路径长度的线元。
对于地方震层析成像，源坐标（x1，x2，x3）、发震时刻、射线路径及慢度场均未知，走时与事件位置之间的关系为非线性，因此可通过泰勒展开式使式（1）线性化。同时用三维网格来离散速度模型，即可得一个线性等式：
$$r_k^i {\text{＝}} \mathop \sum \limits_{l {\text{＝}} 1}^3 \frac{{\partial T_k^i}}{{\partial x_l^i}}\Delta x_l^i {\text{＋}} \Delta {\tau ^i} {\text{＋}} \mathop \sum \limits_{m {\text{＝}} 1}^{{M_{ik}}} \mathop \sum \limits_{n {\text{＝}} 1}^N {w_{mn}}\Delta {u_n}\Delta {s_m}{\text{，}}$$ (2) 式中Mik表示从事件i到台站k的射线路径的线元个数，wmn是在长度为Δsm的第m个线元中点上的第n个网格节点的插入权重系数。同样的方法用于台站k所观测到的事件j的走时残差，也可写成与式（2）相似的式子，因此有
$$\begin{array}{l} r_k^i {\text{－}} r_k^j {\text{＝}} \displaystyle\mathop \sum \limits_{l {\text{＝}} 1}^3 \frac{{\partial T_k^i}}{{\partial x_l^i}}\Delta x_l^i {\text{＋}} \Delta {\tau ^i} {\text{＋}} \mathop \sum \limits_{m {\text{＝}} 1}^{{M_{ik}}} \mathop \sum \limits_{n {\text{＝}} 1}^N {w_{mn}}\Delta {u_n}\Delta {s_m} {\text{－}} \mathop \sum \limits_{l {\text{＝}} 1}^3 \frac{{\partial T_k^j}}{{\partial x_l^j}}\Delta x_l^j - \Delta {\tau ^j} {\text{－}} \displaystyle\mathop \sum \limits_{m {\text{＝}} 1}^{{M_{jk}}} \mathop \sum \limits_{n {\text{＝}} 1}^N {w_{mn}}\Delta {u_n}\Delta {s_m}{\text{，}} \end{array}$$ (3) rki－rkj即称为双差（Waldhauser，Ellsworth，2000），这是两个事件的观测走时差与理论走时差之间的差，也可写为
$$r_k^i {\text{－}} r_k^j {\text{＝}} {({T_k^i {\text{－}} T_k^j} )^{\rm obs}} {\text{－}} {({T_k^i {\text{－}} T_k^j} )^{\rm cal}}{\text{.}}$$ (4) 这样，观测走时差
${({T_k^i {\text{－}} T_k^j} )^{\rm obs}}$ 能够通过波形互相关技术和绝对目录走时计算出来。当地震事件间距大于慢度场变化尺度时，利用双差定位算法获得的地震位置会出现偏差。为了克服此情况，直接使用到时差数据和式（3）。由于地震事件的震中位置与速度结构之间存在耦合效应（Thurber，1992），最后得到的不仅有相对地震事件位置，还有绝对位置和速度结构。
1.2 波形互相关双谱技术
当两个相似的波形系列被相关的噪声源所影响，用波形互相关技术所计算的这两个相似波形之间的时间延迟很可能不可靠。一个台站的噪声对于不同的地震事件可以认为是部分相关或随机相关，双谱（bispectrum，简写为BS）技术（Du et al，2004）能够消除两个相似波形的相关高斯噪声并能获得两个相似波形之间的相对时间延迟，简要描述如下：
1） 将两个时间系列均分割为K个部分重叠的数据元，每个单元有M个取样点；
2） 对于第i个数据元xi（n）和yi（n）（0≤n≤M－1），计算其第三阶的累积量
$$ \begin{split} &\quad\quad\quad\quad \hat r_{xxx}^i\left({\tau{\text{，}} \rho } \right) {\text{＝}}\displaystyle\frac{1}{M}\mathop \sum \limits_{k {\text{＝}} {k_1}}^{{k_2}} {x^i}\left(k \right){x^i}\left({k {\text{＋}} \tau } \right){x^i}(k {\text{＋}} \rho){\text{，}} \\ &\quad\quad\quad\quad \hat r_{xyx}^i\left({\tau{\text{，}} \rho } \right) {\text{＝}} \displaystyle\frac{1}{M}\mathop \sum \limits_{k {\text{＝}} {k_1}}^{{k_2}} {x^i}\left(k \right){y^i}\left({k {\text{＋}} \tau } \right){x^i}\left({k {\text{＋}} \rho } \right){\text{，}}\\ & {k_1} {\text{＝}} {\rm{max}}\left({0{\text{，}} {\text{－}} \tau{\text{，}} {\text{－}} \rho } \right){\text{，}} {k_2} {\text{＝}} {\rm{min}}\left({M {\text{－}} 1{\text{，}} M {\text{－}} 1 {\text{－}} \tau{\text{，}} M {\text{－}} 1 {\text{－}} \rho } \right){\text{；}} \end{split} $$ (5) 3） 将两个累积量平均到K个数据元；
4） 对两个平均累积量作二维傅里叶变换，得到自动双谱
${\hat B_{xxx}}\ \left({{\omega _1}{\text{，}} {\omega _2}} \right)$ 和互相关双谱${\hat B_{xyx}}\left({{\omega _1}{\text{，}} {\omega _2}} \right)$ ：$$\begin{split} &{B_{xxx}}\left({{\omega _1}{\text{，}} {\omega _2}} \right) {\text{≡}} E\left[ {{{X}}\left({{\omega _1}} \right){{X}}\left({{\omega _2}} \right){X^*}\left({{\omega _1} {\text{＋}} {\omega _2}} \right)} \right] {\text{＝}} {B_{\rm sss}}\left({{\omega _1}{\text{，}} {\omega _2}} \right){\text{，}}\\ &{B_{xyx}}\left({{\omega _1}{\text{，}} {\omega _2}} \right){\text{≡}} E\left[ {Y\left({{\omega _1}} \right){{X}}\left({{\omega _2}} \right){X^*}\left({{\omega _1} {\text{＋}} {\omega _2}} \right)} \right] {\text{＝}} {B_{\rm sss}}\left({{\omega _1}{\text{，}} {\omega _2}} \right){{\rm e}^{{\rm i}{\omega _1}D}}{\text{；}} \end{split} $$ (6) 5） 得到震相谱
${\hat \varPsi _{xxx}}\left({{\omega _1}{\text{，}} {\omega _2}} \right)$ 和${\hat \varPsi _{xyx}}\left({{\omega _1}{\text{，}} {\omega _2}} \right)$ ，并计算$$\hat I\left({{\omega _1}{\text{，}} {\omega _2}} \right) {\text{＝}} {\rm{exp}}\left\{ {{\rm{i}}\left[ {{{\hat \varPsi }_{xyx}}\left({{\omega _1}{\text{，}} {\omega _2}} \right)} \right]{\text{－}} {{\hat \varPsi }_{xxx}}\left({{\omega _1}{\text{，}} {\omega _2}} \right)} \right\}{\text{；}}$$ (7) 6） 沿ω2将
$\hat I({{\omega _1}{\text{，}} {\omega _2}} )\ $ 作总和，再作一维傅里叶变换，即可得到双谱相关系列λxy（t）：$${\lambda _{xy}}\left({{t}} \right) {\text{＝}} {F^{ - 1}}\left[ {\sum\limits_{{\omega _2}} {\hat I\left({{\omega _1}{\text{，}}{\omega _2}} \right)} } \right]{\text{，}}$$ (8) 则两个时间系列的时间延迟就能通过确定λxy（t）的最大值所对应的点来获得。
1.3 地震资料
本文的研究区域主要沿澜沧江分布，台站主要分布区域如图1中的黑框所示，该范围包含糯扎渡水库台网的12个台站和景洪水库台网的5个台站。数据选取研究区内6个以上台站记录到的地震事件，时间间隔为糯扎渡水库台网与景洪水库台网并行后数据质量较好的时段即2009年11月至2014年9月。根据上述条件共筛选出地震事件5 247个（图1），震级范围为ML−0.5—4.8，初始震源深度分布于0—28 km，并产生人工拾取的37 270个P波绝对到时，最后去除走时曲线中离散较大的震相后得到用于反演的震相数据，如图2所示。
![]()
图 1 研究区域地质构造、所用台站及网格节点划分分布图F1：南汀河断裂；F2：汗母坝断裂；F3：澜沧江断裂；F4：谦六断裂；F5：平掌寨断裂；F6：白马山断裂；F7：酒房断裂；F8：李子箐断裂；F9：麻栗坪断裂；F10：肖塘断裂；F11：帮东断裂；F12：无量山断裂；F13：把边江断裂；F14：阿墨江断裂；F15：木戛—谦迈断裂；F16：澜沧—勐遮断裂；F17：孟连断裂；F18：万达包断裂；F19：南麻断裂；F20：窝拖寨断裂Figure 1. Geological tectonic settings，seismic stations used in this study and grid nodes division in the studied areaF1：Nantinghe fault；F2：Hanmuba fault；F3：Lancangjiang fault；F4：Qianliu fault；F5：Pingzhangzhai fault；F6：Baimashan fault；F7：Jiufang fault；F8：Liziqing fault；F9：Maliping fault；F10：Xiaotang fault；F11：Bangdong fault；F12：Wuliangshan fault；F13：Babianjiang fault；F14：Amojiang fault；F15：Muga-Qianmai fault；F16：Lancang-Mengzhe fault；F17：Menglian fault；F18：Wandabao fault；F19：Nanma fault；F20：Wotuozhai fault考虑到糯扎渡水库的蓄水情况（图3），本文选取2009年11月1日至2011年11月29日、2011年11月30日至2012年12月31日、2013年1月1日至2014年9月30日这3个时段研究水库地区的精细地壳速度结构和震源参数。3个时段分别为蓄水前、蓄水后水位上升较快的第一年以及第二年蓄水至最高水位后缓慢下降的时段，下文分别将其简称为蓄水前、蓄水后第一阶段和蓄水后第二阶段。图4为研究区内地震在3个时段内的二维射线分布图，可见，蓄水前的地震分布比较分散，基本整个研究区均有分布，但是蓄水后两个时段的地震分布主要集中在糯扎渡水库库区及库区中段，这些区域的台站分布也相对密集，所以蓄水后的糯扎渡水库库区及库区中段的射线分布比较密集，而研究区边界射线分布稀疏。景洪水库库区的地震事件比较少，射线较为稀疏。
![]()
图 4 蓄水前后3个时段P波二维射线分布图（a） 蓄水前；（b） 蓄水后第一阶段；（c） 蓄水后第二阶段Figure 4. Distribution of 2-D P wave ray paths for the three intervals（a） Before the water storage in reservoir；（b） The first stage after water storage；（c） The second stage after water storage利用这些P波到时进行地震事件匹配时，选择地震对之间最大距离为10 km，每个地震事件最多可以与20个地震事件组成地震对，构建出相关到时数据；3个时段中有连接的事件对之间的平均距离均为8—9 km，尽量靠近网格的距离。若地震对有5个符合以上条件的震相对则认为是“强匹配地震对”，其平均空间距离为6—7 km。这样，最终构建出的P波相对到时为：蓄水前529 529条；蓄水后第一阶段454 427条；蓄水后第二阶段408 363条。本文中不仅使用目录相对到时，同时也基于波形数据采用互相关技术构建互相关到时，3个时段构建的互相关P波到时对分别为58 757条、27 450条和130 189条。
1.4 反演网格和初始速度模型
考虑到研究区的区域范围，反演中选取坐标原点为（21.5°N，100.5°E），坐标系统的方位角为−26.57° （图1）。根据台站和地震分布来划分网格，在糯扎渡水库库区附近地震分布较多且台站分布也比较集中的区域内网格分布就更加密集，在x和y方向上网格间距分别设置为12.44 km和16.58 km；在研究区南北两端的地震分布较少，网格分布较稀疏，在x和y方向上网格间距分别设置为12.44 km和27.65 km （图1）。由于水库区域地震分布的深度基本不太深，所以垂直向的网格节点设为0，2，5，7，10，12，15，17，20，25，30 km。初始速度模型是从陈飞（2017）提供的使用重力数据与面波数据联合反演得到的全国最新三维速度结构数据中截取本文研究区域的结构数据，然后进行平均得到一维模型，如表1所示。
表 1 一维P波速度模型Table 1. 1-D P wave velocity model深度/km vP/（km·s−1） 0 4.746 2 5.243 5 5.629 7 5.826 10 5.915 12 6.014 15 6.181 17 6.301 20 6.370 25 6.483 30 6.710 对3个时段的数据经过17次迭代后，蓄水前的数据在最后一次反演中，拾取的到时残差从0.24 s降至0.13 s，互相关得到的相对到时残差从0.16 s降至0.03 s；蓄水后第一阶段的数据在最后一次反演后，拾取的到时残差从0.23 s降至0.08 s，互相关得到的相对到时残差从0.17 s降至0.004 s；蓄水后第二阶段的数据在最后一次反演后，拾取的到时残差从0.2 s降至0.07 s，互相关得到的相对到时残差从0.13 s降至0.004 s。由此可知，人工拾取的到时数据的精度不及互相关得到的相对到时数据的精度，因此反演中，使用互相关得到的相对到时数据能使反演结果更加精确。图5为3个时段的残差变化，对比了初始1D模型到最后的3D模型的所有地震事件的均方根残差变化，可看出，最后的3D模型相对于初始1D模型基本对称地分布于0的两侧，表明最终的模型能更好地拟合数据。
![]()
图 5 蓄水前后3个时段不同模型下的观测走时与理论走时的均方根拟合差变化（a） 蓄水前；（b） 蓄水后第一阶段；（c） 蓄水后第二阶段Figure 5. The root-mean-square misfit improvement between observation travel times and theoretical ones based on 1D model (upper panels) and 3D model (lower panels)（a） Before the water storage in reservoir；（b） The first stage after water storage；（c） The second stage after water storage对不同的平滑权重和阻尼参数进行权衡分析，取3个时段的平滑权重和阻尼参数的搜索范围分别为0—600和10—2 000，相应的均衡曲线图如图6所示，可以看出，对于不同的平滑权重的最佳阻尼参数均约为450，右上角小图给出了阻尼参数为450时一系列平滑权重的数据方差与速度模型方差的均衡曲线，得到的最优平滑权重均约为70。
![]()
图 6 蓄水前后3个时段内不同平滑权重和不同阻尼参数的权重曲线各子图分别为相应时段内，不同平滑权重（红色数字）和不同阻尼参数（蓝色数字）的解的方差和数据方差的均衡曲线。右上角小图分别为相应时段内，阻尼参数为450时，使用不同平滑权重参数得到的模型方差与数据方差的均衡曲线 （a） 蓄水前；（b） 蓄水后第一阶段；（c） 蓄水后第二阶段Figure 6. Trade-off curves of smoothing weight parameters and damping parametersThe sub-figures are are trade-off curves of solution variance and data variance for different smoothing weight parameters （red numbers） and damping parameters （blue numbers）in corresponding intervals. The insets at the top-right corner are trade-off curve of slowness model variance and data variance for a set of smoothing weight parameters in the case of damping parameter 450 in corresponding intervals （a） Before the water storage in reservoir；（b） The first stage after water storage；（c） The second stage after water storage2. 结果
2.1 重定位结果
图7所展示的是蓄水前后3个时段内重定位后的地震事件分布图。可以看出，蓄水前的地震呈天然的零散分布，虽然在库区和左岸支库黑江处的小震也较多，但是这些基本属于水库建设时每天都进行的爆破，而蓄水后糯扎渡水库库区及水库中段的地震明显增多，且库区ML1.0以上地震增多，这不仅仅是爆破，如曹颖等（2015）所讨论的，蓄水后发生于糯扎渡水库库区中段即景谷—双江小震群是与蓄水有关的构造地震群，而水库库区增加的地震与水位变化存在对应关系，表明蓄水后库区有水库诱发地震发生，而其它区域的地震仍然呈零散分布。孟令飞（2016）对糯扎渡水库蓄水前后活动性的研究也同样表明，库区内，蓄水前后地震活动发生了显著的变化，蓄水后地震活动较蓄水前呈明显的增加，且蓄水后库区内的地震活动与水位变化有较好的相关性。
![]()
图 7 蓄水前后3个时段重定位后的地震分布图（a） 蓄水前；（b） 蓄水后第一阶段；（c） 蓄水后第二阶段Figure 7. Distribution of relocated events for the three intervals（a） Before the water storage in reservoir；（b） The first stage after water storage；（c） The second stage after water storage由于重定位后地震分布呈现丛集状态，为了便于甄别每个地震丛集（图7）的活动性质，本文分别讨论每个地震群蓄水前后的变化。由图7所示的震群分区可见：蓄水前（图7a） 1区（库区段）、4区（左岸支库黑江段）和5区（窝拖寨断裂与澜沧江断裂交会处）这3个区域的地震较少且震级很小；而蓄水后第一阶段（图7b） 1区和5区的地震明显增多；蓄水后第二阶段1区和5区的地震分布仍然很多，同时左岸支库黑江段即4区的地震明显增多，并且延至威远江和小黑江，威远江和小黑江的地震虽然不是很密集，但ML1.0以上地震明显增多，1区库区回水至库区中段的澜沧江段的地震也明显增多；2区和3区在历史上属于地震多发区，蓄水前后这两个区域的地震均很多，且均呈丛集状态。孟令飞（2016）对糯扎渡水库库区内的地震活动性研究也得到相同的结果，而且1，4，5区的地震活动与水位的变化有一定的对应关系。
由重定位后的地震沿经度、纬度剖面的分布情况（图7）也可以观察到：蓄水前的地震主要分布于0—20 km内；蓄水后第一阶段，在地震增多的1区内，震源深度主要分布于0—15 km，大多数集中在0—10 km内，5区内的震源深度基本在0—10 km内；蓄水后第二阶段，1区和5区内的地震基本位于0—10 km内，左岸支库黑江段即4区至威远江和小黑江的地震也基本处于0—10 km深度内，库区回水至库区中段的澜沧江段的地震也基本位于0—10 km深度内；无论蓄水前还是蓄水后，2区和3区的地震震源深度均处于0—20 km内。孟令飞（2016）的研究结果也表明，库区内震源深度分布较浅，近79%的地震震源分布于0—10 km深度范围内，近99%的地震震源分布于0—15 km深度范围内。所以根据水库地震的“双十”特征①，在糯扎渡水库蓄水后，水库库区所增加的大量地震大多与水库蓄水有关。随着蓄水时间的增长，地震增多区域延伸至左岸支库黑江和库区回水至库区中段的澜沧江段，并进一步向威远江和小黑江延伸，这是由于库水沿断层渗透而使孔隙压力产生变化所致；而库区中段的地震根据曹颖等（2015）的研究，是属于与蓄水有关的构造地震。位于2区和3区的地震在蓄水前后的密集程度相同，并且由其震源深度特征可以判断，这些地震与水库蓄水无关。
2.2 模型验证
对3个时段的反演结果的分辨率进行棋盘测试，由于17，20，25，30 km深度处的反演结果基本为空白或失真，所以仅选取0，2，5，7，10，12，15 km剖面进行分辨率测试。图8为3个时段的P波速度的棋盘测试结果，可看出蓄水前的P波速度恢复结果要优于后两个时段，蓄水后两个时段的P波速度恢复较好的区域均位于糯扎渡水库库坝区及其附近。蓄水前每个剖面的P波速度恢复情况均较好，而蓄水后两个时段12 km和15 km深度剖面的速度恢复情况不是很理想，这是因为蓄水后水库区域地震分布的深度基本不会太深。所以我们仅讨论糯扎渡水库库坝区及其附近0，2，5，7，10 km深度剖面的P波三维速度结构。
![]()
图 8 蓄水前后3个时段不同深度z处的P波速度棋盘测试结果（a） 蓄水前；（b） 蓄水后第一阶段；（c） 蓄水后第二阶段Figure 8. Checkboard resolution test of P wave velocity at different depth z for the three intervals（a） Before the water storage in reservoir；（b） The first stage after water storage；（c） The second stage after water storage2.3 P波三维速度结构
图9为3个时段0—10 km深度范围内不同深度的P波速度分布，可以看出：蓄水前0 km深度处的P波速度在糯扎渡水库库区两边至左岸支库黑江的右岸区域均为高速区，这个高速区与其山脉地形特征有关，但是澜沧江与左岸支库黑江所形成的交叉区域有一个很明显的低速区；蓄水后第一阶段，澜沧江与右岸支流黑河形成的交叉区域由蓄水前的高速区变为低速区；到第二阶段，低速区扩大至整个糯扎渡水库库区。3个时段0 km深度处的地震分布集中区域基本相同，均为水库库区和左岸支库黑江，这两个地震集中区内由于水库建设每天施行爆破。
![]()
图 9 蓄水前后3个时段不同深度z的P波速度和地震分布（a） 蓄水前；（b） 蓄水后第一阶段；（c） 蓄水后第二阶段Figure 9. Distribution of P-wave velocity and earthquakes at different depths z for the three intervals（a） Before the water storage in reservoir；（b） The first stage after water storage；（c） The second stage after water storage蓄水前2 km深度处，糯扎渡水库库区至左岸支库黑江的右岸区域的高速区和澜沧江与左岸支库黑江所形成的交叉区域的低速区仍然存在；蓄水后第一阶段的水库库区左岸至左岸支库黑江的右岸区域为高速区，水库库区右岸为低速区，而澜沧江与左岸支库黑江所形成的交叉区域的速度较蓄水期速度增大，澜沧江与右岸支流黑河形成的交叉区域为高速区；蓄水后第二阶段的P波速度分布情况与第一阶段差不多。3个时段2 km深度处的地震分布集中区域基本相同，均为水库库区和左岸支库黑江。
蓄水前5 km深度处，水库库区和库区左岸至左岸支库黑江的右岸区域也为高速区，库区右岸为低速区，澜沧江与左岸支库黑江所形成的交叉区域的P波速度大约为5.5 km/s，这个区域范围较2 km深度处的高速区要小，澜沧江与右岸支流黑河的交叉区域也为高速区。这个深度的地震分布较分散，无人工爆破发生。蓄水后第一阶段的水库库区为高速区，P波速度与蓄水前相当，库区左岸至左岸支库黑江的右岸区域仍为高速区，左岸支库黑江上的低速区扩大，澜沧江与右岸支流黑河的交叉区域为高速区。这一时段这一深度的地震在库区分布较集中，这些地震均与蓄水有关。蓄水后第二时段，库区左岸至左岸支库黑江的右岸区域以及澜沧江与右岸支流黑河的交叉区域均为高速区，这一时段这一深度的地震在库区、库区中段、库区向上回水的澜沧江段分布得比较集中，沿酒房断裂、李子箐断裂、肖塘断裂和麻栗坪断裂也有分布。
蓄水前7 km深度处，库区右岸和支库黑江的右岸为低速区，并延伸至威远江和小黑江，地震分布较分散；蓄水后第一阶段，左岸支流的低速区范围扩大，且P波速度降低，地震在库区分布较多；蓄水后第二阶段，左岸支流的低速区范围持续扩大，地震分布以库区、库区回水段和库区中段较多。
蓄水前10 km深度处，左岸支库黑江上出现低速区，库区处于其边缘，地震分布较分散；蓄水后第一阶段，左岸支库黑江的低速区从库区延伸至黑江左岸，P波速度升高，地震在库区分布较密集；蓄水后第二阶段，左岸支库黑江的低速区范围变小，库区、库区右岸和库区回水段均为高速区，地震分布以库区和库区中段较多。
为了对比3个时段的P波速度差异，将蓄水后第一阶段的P波速度结构减去蓄水前的P波速度结构，并将蓄水后第一阶段的地震投影至速度差异分布图上；同理，也将蓄水后第二阶段的P波速度结构减去蓄水后第一阶段的P波速度结构，并将蓄水后第二阶段内发生的地震投影至速度差异图上，结果如图10所示。可见：在0 km和2 km深度处，由于受蓄水的影响，糯扎渡水库库坝区即1区的P波速度下降，图10a中的0 km深度处1区的P波速度变化较大，图10b中1区的P波速度仍然下降，下降幅度不及图10a，但其范围在扩大；2 km深度处，图10b中1区的P波速度下降范围扩大至左岸支库即4区，地震分布也扩大至4区；到5 km深度及以下，P波速度不再受到地表地形和水域的影响，图10a中1区的速度上升，说明蓄水后第一阶段，蓄水影响还未至5 km深度，而图10b中1区的速度下降，并且也扩大至4区，地震也同样是1区和4区分布较多；至7 km和10 km深度，速度差异在1区表现得均不明显。此外，图10a和10b中5区的P波速度在0，2，5，7，10 km深度处基本无变化。
![]()
图 10 不同时段不同深度z的P波速度差变化（a） 蓄水后第一阶段的P波速度减去蓄水前的P波速度；（b） 蓄水后第二阶段的P波速度减去第一阶段的P波速度Figure 10. The P-wave velocity difference at different depth z for different intervals（a） The P-wave velocity difference between intervals 2 and 1；（b） The P-wave velocity different between ntervals 3 and 2为了进一步分析库区的P波速度结构和地震分布情况，我们设置了4个垂直剖面，其位置如图1中所示，其中剖面AA′基本沿澜沧江的走向，剖面BB′，CC′和DD′则依次从水库库坝区的南端至北端横切澜沧江。图11为3个时段的P波速度沿垂直剖面的分布图，由这3个时段的AA′垂直剖面可看出：蓄水前，库区以下至5 km深度存在一个高速区，库区的南北两段均为低速区；蓄水后第一阶段，库区以下1 km深度为低速区，并与库区南北两段的低速区连接起来，1 km以下又过渡到高速区；蓄水后第二阶段，库区以下的低速区深度增大，且速度降低，低速区与高速区的过渡带变宽，高速区范围变小。BB′剖面横穿库区南部，蓄水前该剖面的水库库区澜沧江段的低速区深度在1 km以内，在剖面80—100 km水平距离之间存在一个深度在5 km以内的低速区，地震主要发生在该低速区与高速区的交界带附近，该区域对应于地表的酒房断裂、肖塘断裂及李子箐断裂南端的区域。由这3个时段的BB′垂直剖面可看出：蓄水后第一阶段，水库库区澜沧江段的低速区深度不变，剖面水平距离80—100 km之间的低速区范围变大，但速度不连续；蓄水后第二阶段，水库库区澜沧江段的低速区分布深度基本不变，该剖面60—100 km水平距离之间存在一个大范围的低速区，深度至8 km。CC′剖面穿过水库库区与水库蓄水相关的地震丛集区，由图11可见：蓄水前该剖面在水库库区下方5 km深度以内存在一个高速区，地震基本位于该高速区内；蓄水后第一阶段，库区下方出现低速区，深度在2 km以内，大量地震位于该低速区下方的高速区内；蓄水后第二阶段，库区下方的低速区扩大至3 km深度，大部分地震发生在高低速区的交界处，但仍然有很多地震发生在下方的高速区内。DD′剖面横穿过库区北段的澜沧江，蓄水前该剖面的澜沧江段下方主要为低速区，左岸支库黑江的下方存在一个高速区，没有地震丛集现象；蓄水后第一阶段，澜沧江段的低速区速度变小，地震主要发生在下方的高速区内；蓄水后第二阶段，地表的低速区范围扩大，左岸支库黑江下方的高速区速度变小，澜沧江段下方的地震主要发生在高低速区过渡带内，左岸支库下方的地震增多，主要发生在速度变小的高速区内。
![]()
图 11 蓄水前后3个时段的P波速度沿垂直剖面AA′，BB′，CC′，DD′的分布图（剖面位置见图1）（a） 蓄水前；（b） 蓄水后第一阶段；（c） 蓄水后第二阶段Figure 11. P-wave velocity distribution along the cross sections AA′，BB′，CC′，DD′ for the three intervals（a） Before the water storage in reservoir；（b） The first stage after water storage；（c） The second stage after water storage3. 讨论与结论
本文利用糯扎渡水库台网17个台站记录到的2009年11月至2014年9月期间的地震数据（事件波形、地震目录和地震观测报告），使用双差地震层析成像方法联合绝对到时、相对到时和波形互相关得到的相对到时得到了糯扎渡水库库区在水库蓄水前后3个时段内的三维P波速度结构和地震重定位结果，并尝试探讨了水库蓄水的影响。由已有的认识可知：
蓄水后，1区即库坝区的地震大量增加且P波速度大幅降低，随着蓄水时间的增长，速度持续减小，且地震增多、P波速度下降的范围扩大至4区即左岸支库黑江；1区和4区所增加地震的震源深度在0—10 km范围内显著分布，重定位后这两个区域的地震重定位结果与孟令飞（2016）相一致。库区内沉积岩、岩浆岩、变质岩等三大类岩石均有分布，沉积岩主要为沉积碎屑岩，岩浆岩主要为华力西晚期至印支期花岗岩和印支期喷出的玄武岩，变质岩以深变质岩的绢云微晶片岩、石榴绿泥云英片岩为主（夏磊，2014），在左岸黑江中尚分布有上石炭统火山碎屑岩（魏植生，1993），上述岩石具有透水或弱透水性，由此推测可能是随着蓄水时间的增长，库水在库坝区沿岩石破碎带向下及四周渗透，逐渐影响到左岸支库黑江及库区回水澜沧江段，但由于7 km深度处P波速度变化较小，所以库水的渗透深度未超过7 km，库水对地下介质的影响也未超过7 km深度。
蓄水前，库区以下至5 km深度以内存在一个高速区；蓄水后第一阶段库区以下2 km深度为低速区；随着时间的推移，低速区深度深至4 km，速度降低，低速区与高速区的过渡带变宽，高速区范围变小，进一步说明库水渗透对P波速度具有较大影响。
蓄水后，5区即库区中段的地震明显增多，但P波速度基本无变化，说明地震增多并非库水渗透作用所致，由曹颖等（2015）对该区域的研究可知该区域增多的地震属于与水库蓄水有关的构造地震；2区和3区的地震活动在蓄水前后均较活跃，P波速度变化无规律，这两个区域的地震均属构造地震，与孟令飞（2016）的研究结果相符合。
水库诱发地震的发生与孔压扩散及水的渗透密切相关，即库区的构造环境是产生水库诱发地震的先决条件。一般认为，在岩石破碎、有渗透通道和应力易于集中的正断层和走滑断层的环境中，水库诱发地震容易发生（Simpson，1986），所以对水库蓄水前后地下速度结构及地震分布的研究有助于我们深入了解库水渗透的过程及范围，但是应该结合水库的水文条件及地质构造来分析。在后期的研究中，将利用更多的地震地质资料进一步完善研究区的地壳介质结构的研究。
中国地震台网中心刘杰研究员和审稿专家对本文提出了宝贵的修改意见，作者在此表示感谢。
-
![]()
图 1 本研究所用震例分布情况
（a） 地震事件数-震级分布情况；（b） 所用记录的震源距-震级分布情况
Figure 1. Distribution of earthquakes used in this study
（a） Distribution of the number of events with magnitude；（b） Hypocentral distance versus magnitude for the chosen earthquake records
![]()
图 2 τc与震级M的相关性
（a） 同时使用我国和日本地震事件记录的拟合结果；（b） 仅使用我国地震事件记录的拟合结果 空心圆表示每个地震事件对应的各台站记录计算的τc值，实心圆表示每个地震事件对应的各台站的τc平均值；黑色实线表示τc与震级的拟合关系曲线，灰色虚线表示1倍标准方差
Figure 2. Correlations between τc and magnitude M
（a） Fitting result derived from China and Japan earthquake data；（b） Fitting result derived only from China earthquake data Open circles represent τc values of each strong-motion record，while black dots indicate averaged τc of each event. The empirical τc versus magnitude relation is shown by black solid line with its standard deviations shown by gray dashed lines
![]()
图 3 Pd与PGV相关性
（a） 同时使用我国和日本地震事件记录的拟合结果；（b） 仅使用我国地震事件记录的拟合结果 圆点表示每条记录对应的Pd与PGV值，黑色实线表示线性拟合曲线，灰色虚线表示1倍标准方差
Figure 3. Relationship between Pd and PGV
（a） Fitting result derived from China and Japan earthquake data；（b） Fitting result derived only from China earthquake data Gray dots represent Pd and PGV values of each strong-motion record. Solid black line indicates the linear fitting curve and the two gray dashed lines show the range of one standard deviation
![]()
图 5 鲁甸MS6.6 （a）、芦山MS7.0 （b）和汶川MS8.0 （c）地震在发震后指定秒的潜在破坏区范围模拟结果
蓝色到红色的转换边界表示Pd ＝ 0.1 cm等值线，对应于从式（2）计算获取到IMM＝Ⅶ的下限值，图中调查烈度线数据来源于中国地震局（2008，2013，2014）
Figure 5. Simulation results of potentially damaged zone estimation in the specified seconds after the earthquake occurred time for the Ludian MS6.5 （a），Lushan MS7.0 （b） and Wenchuan MS8.0 earthquakes （c）
The color transition from blue to red represents the Pd＝0.1 cm isoline，which corresponds to a IMM＝Ⅶ，based on the scaling relationship of equation （2），and the observed damage zones were downloaded from China Earthquake Administration （2008，2013，2014）
表 1 线下模拟的3次破坏性地震事件的相关信息
Table 1 The three damaging earthquakes used for off-line simulation
事件 发震时刻 震中位置 震源深度/km MS 年−月−日 时:分:秒 东经/° 北纬/° 云南鲁甸地震 2014−08−03 16:30:12 103.33 27.11 10 6.6 四川芦山地震 2013−04−20 08:02:48 102.99 30.30 17 7.0 四川汶川地震 2008−05−12 14:28:00 103.42 31.01 14 8.0 
下载: 导出CSV
-
陈鲲,俞言祥,高孟潭,冯静. 2012. 用有限强地震动记录校正等震线的估计研究[J]. 地震学报,34(5):633–645. doi: 10.3969/j.issn.0253-3782.2012.05.005 Chen K,Yu Y X,Gao M T,Feng J. 2012. Study on bias correction of ShakeMaps based on limited acceleration records[J]. Acta Seismologica Sinica,34(5):633–645 (in Chinese).
马强. 2008. 地震预警技术研究及应用[D]. 哈尔滨: 中国地震局工程力学研究所: 1−154. Ma Q. 2008. Study and Application on Earthquake Early Warning[D]. Harbin: Institute of Engineering Mechanics, China Earthquake Administration: 1−154 （in Chinese）.
马强,李水龙,李山有,陶冬旺. 2014. 不同地震动参数与地震烈度的相关性分析[J]. 地震工程与工程振动,34(4):83–92. Ma Q,Li S L,Li S Y,Tao D W. 2014. On the correlation of ground motion parameters with seismic intensity[J]. Earthquake Engineering and Engineering Dynamics,34(4):83–92 (in Chinese).
彭朝勇,杨建思,薛兵,陈阳,朱小毅. 2013. 基于汶川主震及余震的预警参数与震级相关性研究[J]. 地球物理学报,56(10):3404–3415. doi: 10.6038/cjg20131016 Peng C Y,Yang J S,Xue B,Chen Y,Zhu X Y. 2013. Research on correlation between early-warning parameters and magnitude for the Wenchuan earthquake and its aftershocks[J]. Chinese Journal of Geophysics,56(10):3404–3415 (in Chinese).
宋晋东,教聪聪,李山有,侯宝瑞. 2018a. 基于地震P波双参数阈值的高速铁路Ⅰ级地震警报预测方法[J]. 中国铁道科学,39(1):138–144. Song J D,Jiao C C,Li S Y,Hou B R. 2018a. Prediction method of first-level earthquake warning for high speed railway based on two-parameter threshold of seismic P-wave[J]. China Railway Science,39(1):138–144 (in Chinese).
宋晋东,教聪聪,李山有,侯宝瑞,汪源. 2018b. 一种基于地震早期辐射P波能量的高速铁路Ⅰ级地震警报预测方法[J]. 振动与冲击,37(19):14–22,38. Song J D,Jiao C C,Li S Y,Hou B R,Wang Y. 2018b. A predicting method for magnitude Ⅰ earthquake alarm of high-speed railways based on seismic early radiated P-wave energy[J]. Journal of Vibration and Shock,37(19):14–22,38 (in Chinese).
王卫民,赵连锋,李娟,姚振兴. 2008. 四川汶川8.0级地震震源过程[J]. 地球物理学报,51(5):1403–1410. doi: 10.3321/j.issn:0001-5733.2008.05.013 Wang W M,Zhao L F,Li J,Yao Z X. 2008. Rupture process of the MS8.0 Wenchuan earthquake of Sichuan,China[J]. Chinese Journal of Geophysics,51(5):1403–1410 (in Chinese).
王玉石,周正华,兰日清. 2010. 利用修正谱烈度确定我国西部地区仪器烈度的建议方法[J]. 应用基础与工程科学学报,18(增刊1):119–129. Wang Y S,Zhou Z H,Lan R Q. 2010. A proposed method for instrumental intensity determination in west China using modified spectrum intensity[J]. Journal of Basic Science and Engineering,18(S1):119–129 (in Chinese).
张红才. 2013. 地震预警系统关键技术研究[D]. 哈尔滨: 中国地震局工程力学研究所: 1−161. Zhang H C. 2013. Study of Key Technologies in Earthquake Early Warning System[D]. Harbin: Institute of Engineering Mechanics, China Earthquake Administration: 1−161 （in Chinese）.
中国地震局. 2008. 汶川8.0级地震烈度分布图[EB/OL]. [2008-09-01]. https://www.cea.gov.cn/cea/xwzx/xydt/5219388/index.html. China Earthquake Administration. 2008. Seismic intensity distribution map of the 2008 MS8.0 Wenchuan earthquake[EB/OL]. [2008-09-01]. https://www.cea.gov.cn/cea/xwzx/xydt/5219388/index.html （in Chinese）.
中国地震局. 2013.中国地震局发布四川省芦山" 4·20”7.0级强烈地震烈度图[EB/OL]. [2013-04-25]. https://www.cea.gov.cn/cea/zwgk/tzgg/5195230/index.html. China Earthquake Administration. 2013. China Earthquake Administration released the seismic intensity distribution map of the " 4·20” MS 7.0 Lushan, Sichuan, earthquake[EB/OL]. [2013-04-25]. https://www.cea.gov.cn/cea/zwgk/tzgg/5195230/index.html （in Chinese）.
中国地震局. 2014. 中国地震局发布云南鲁甸6.5级地震烈度图[EB/OL]. [2014-08-07]. https://www.cea.gov.cn/cea/dzpd/dzzt/3571618/3571619/3577650/index.html. China Earthquake Administration. 2014. China Earthquake Administration released the seismic intensity distribution map of the MS 6.5 Ludian, Yunnan, earthquake[EB/OL]. [2014-08-07]. https://www.cea.gov.cn/cea/dzpd/dzzt/3571618/3571619/3577650/index.html （in Chinese）.
Allen T I,Wald D J. 2009. On the use of high-resolution topographic data as a proxy for seismic site conditions (VS30)[J]. Bull Seismol Soc Am,99(2A):935–943. doi: 10.1785/0120080255
Atkinson G M,Kaka S I. 2007. Relationships between felt intensity and instrumental ground motion in the central United States and California[J]. Bull Seismol Soc Am,97(2):497–510. doi: 10.1785/0120060154
Colombelli S,Amoroso O,Zollo A,Kanamori H. 2012a. Test of a threshold-based earthquake early-warning method using Japanese data[J]. Bull Seismol Soc Am,102(3):1266–1275. doi: 10.1785/0120110149
Colombelli S,Zollo A,Festa G,Kanamori H. 2012b. Early magnitude and potential damage zone estimates for the great MW9 Tohoku-Oki earthquake[J]. Geophys Res Lett,39(22):L22306.
Colombelli S,Zollo A,Festa G,Picozzi M. 2014. Evidence for a difference in rupture initiation between small and large earthquakes[J]. Nat Commun,5:3958. doi: 10.1038/ncomms4958
Cua G, Heaton T. 2007.The virtual seismologist （VS） method: A bayesian approach to earthquake early warning[G]//Earthquake Early Warning Systems. Heidelberg: Springer: 97−132.
Horiuchi S,Negishi H,Abe K,Kamimura A,Fujinawa Y. 2005. An automatic processing system for broadcasting earthquake alarms[J]. Bull Seismol Soc Am,95(2):708–718. doi: 10.1785/0120030133
Lu M,Li X J,An X W,Zhao J X. 2010. A preliminary study on the near-source strong-motion characteristics of the great 2008 Wenchuan earthquake in China[J]. Bull Seismol Soc Am,100(5B):2491–2507. doi: 10.1785/0120090132
Moratto L,Costa G,Suhadolc P. 2009. Real-time generation of ShakeMaps in the southeastern Alps[J]. Bull Seismol Soc Am,99(4):2489–2501. doi: 10.1785/0120080283
Peng C Y,Yang J S,Xue B,Zhu X Y,Chen Y. 2014. Exploring the feasibility of earthquake early warning using records of the 2008 Wenchuan earthquake and its aftershocks[J]. Soil Dyn Earthq Eng,57:86–93. doi: 10.1016/j.soildyn.2013.11.005
Peng C Y,Yang J S,Chen Y,Zhu X Y,Xu Z Q,Zheng Y,Jiang X D. 2015. Application of a threshold-based earthquake early warning method to the MW6.6 Lushan earthquake,Sichuan,China[J]. Seismol Res Lett,86(3):841–847. doi: 10.1785/0220140053
Peng C Y,Yang J S,Zheng Y,Zhu X Y,Xu Z Q,Chen Y. 2017a. New τc regression relationship derived from all P wave time windows for rapid magnitude estimation[J]. Geophys Res Lett,44(4):1724–1731.
Peng C Y,Chen Y,Chen Q S,Yang J S,Wang H T,Zhu X Y,Xu Z Q,Zheng Y. 2017b. A new type of tri-axial accelerometers with high dynamic range MEMS for earthquake early warning[J]. Comput Geosci,100:179–187. doi: 10.1016/j.cageo.2017.01.001
Satriano C,Lomax A,Zollo A. 2008. Real-time evolutionary earthquake location for seismic early warning[J]. Bull Seismol Soc Am,98(3):1482–1494. doi: 10.1785/0120060159
Shieh J T,Wu Y M,Allen R M. 2008. A comparison of τc and τ
$_{\rm {P}}^{\rm {max}}$ for magnitude estimation in earthquake early warning[J]. Geophys Res Lett,35(20):L20301. doi: 10.1029/2008GL035611Teng T L,Wu L D,Shi T C,Tsai Y B,Lee W H K. 1997. One minute after:Strong-motion map,effective epicenter,and effective magnitude[J]. Bull Seismol Soc Am,87(5):1209–1219.
Wald D J,Quitoriano V,Heaton T H,Kanamori H. 1999. Relationships between peak ground acceleration,peak ground velocity,and modified Mercalli intensity in California[J]. Earthq Spectra,15(3):557–564. doi: 10.1193/1.1586058
Wald D J, Worden B C, Quitoriano V, Pankow K L. 2006. ShakeMap Manual: Technical Manual, User’s Guide, and Software Guide[R]. [2012-02-04]. http://pubs.usgs.gov/tm/2005/12A01/.
Wang W T,Ni S D,Chen Y,Kanamori H. 2009. Magnitude estimation for early warning applications using the initial part of P waves:A case study on the 2008 Wenchuan sequence[J]. Geophys Res Lett,36(16):L16305. doi: 10.1029/2009GL038678
Worden C B,Wald D J,Allen T I,Lin K W,García D,Cua G. 2010. A revised ground-motion and intensity interpolation scheme for ShakeMap[J]. Bull Seismol Soc Am,100(6):3083–3096. doi: 10.1785/0120100101
Wu Y M,Zhao L. 2006. Magnitude estimation using the first three seconds P-wave amplitude in earthquake early warning[J]. Geophys Res Lett,33(16):L16312. doi: 10.1029/2006GL026871
Wu Y M,Kanamori H. 2008. Exploring the feasibility of on-site earthquake early warning using close-in records of the 2007 Noto Hanto earthquake[J]. Earth Planets Space,60(2):155–160. doi: 10.1186/BF03352778
Wu Y M,Shin T C,Chang C H. 2001. Near real-time mapping of peak ground acceleration and peak ground velocity following a strong earthquake[J]. Bull Seismol Soc Am,91(5):1218–1228.
Wu Y M,Teng T L,Shin T C,Hsiao N C. 2003. Relationship between peak ground acceleration,peak ground velocity,and intensity in Taiwan[J]. Bull Seismol Soc Am,93(1):386–396. doi: 10.1785/0120020097
Zhang H C,Jin X,Wei Y X,Li J,Kang L C,Wang S C,Huang L Z,Yu P Q. 2016. An earthquake early warning system in Fujian,China[J]. Bull Seismol Soc Am,106(2):755–765. doi: 10.1785/0120150143
Zhang Y,Feng W P,Xu L S,Zhou C H,Chen Y T. 2009. Spatio-temporal rupture process of the 2008 great Wenchuan earthquake[J]. Sci China Ser D:Earth Sci,52(2):145–154. doi: 10.1007/s11430-008-0148-7
Zollo A,Amoroso O,Lancieri M,Wu Y M,Kanamori H. 2010. A threshold-based earthquake early warning using dense accelero-meter networks[J]. Geophys J Int,183(2):963–974. doi: 10.1111/j.1365-246X.2010.04765.x
-
期刊类型引用(0)
其他类型引用(1)
计量
- 文章访问数: 1629
- HTML全文浏览量: 993
- PDF下载量: 148
- 被引次数: 1
