极值理论在工程地震中的应用
THE APPLICATION OF EXTREMUM ANALYSIS TO EARTHQUAKE ENGINEERING PROBLEMS
-
摘要: 目前,工程结构抗震设计已经发展到以极限状态概率为安全标准的概率设计阶段。极值统计方法所得结果可以提供工程结构抗震设计参数。本文用极值统计分析方法研究了工程场地历史地震影响烈度的分布特征,探讨了利用历史地震影响评价工程场地地震危险性的可能性。结果表明,在历史地震资料比较丰富的地区,可以采用极值统计分析方法,从工程场地影响烈度时间序列中取得抗震设计的依据。在具体分析中,宜采用陈培善改进后的极值分布函数(Gc)和=(l——0.44)/(n+0.12)数据点拟合方式。Abstract: The present trend of anti-seismic design is the utilization of probabilistic method. The result of extremum analysis can satisfy this need. In this paper, the distribution of historical earthquake intensity is studied by using the extremum analysis method, and the possibility of the estimation of earthquake hazard discussed for construction sites by using the data of histo-rical earthquake intensity data. Results indicate that we can get the anti-seismic parameters from the time series of intensity by using extremum analysis in those areas where the records of historical earthquakes are abundant. In practical analysis, it is appropriate to use extremum distribution function modified by Chen peishan and the fitting formula G= (l-0.44)/(n+ 0.12).
-
引言
地震背景噪声在全球多尺度结构的分析研究中应用广泛(Shapiro et al,2005;Yao et al,2010;Zheng et al,2011;Lü et al,2013),但背景噪声源分布不均匀,会导致成像结果存在一定误差(Roux et al,2005;Fichtner,2015)。因此,地震背景噪声源的分布及激发机理也日益受到关注。
地脉动作为地震背景噪声的重要组成部分,其频率主要分布在0.003—1.0 Hz,主要由海浪与固体地球表面的耦合作用产生(Longuet-Higgins,1950;郑露露等,2017)。根据其激发方式的不同,地脉动包含单频地脉动(single frequency microseisms,缩写为SFM)和双频地脉动(double frequency microseisms,缩写为DFM)。单频地脉动由海陆作用耦合形成,其频率与波浪频率一致,主要分布在0.05—0.1 Hz (Ardhuin et al,2015);双频地脉动则是两列方向相反频率相同的海浪非线性相干形成驻波后产生的垂向压力扰动作用于海底而激发,其源区可分布于海域沿岸、台风中心附近或两个台风之间,其主要频率分布在0.1—0.5 Hz (Longuet-Higgins,1950;Hasselmann,1963;Ardhuin et al,2011,2015;郑露露等,2017)。而且双频地脉动还会分裂出两个峰值,即0.25—0.5 Hz的短周期双频地脉动和0.1—0.25 Hz的长周期双频地脉动(Bromirski et al,2005;Sun et al,2013;Koper,Burlacu,2015)。
台风会加强0.05—0.5 Hz的地脉动(Longuet-Higgins,1950;Hasselmann,1963;Bromirski et al,2005;Ardhuin et al,2011,2015),且该频段地脉动与波浪高度相关性较好,因此在全球不同地区,该频段被用于估计台风等极端事件期间显著的海浪高度(Ardhuin et al,2011;Davy et al,2014)以及台风定位追踪与强度反演(Lin et al,2018;Fang et al,2020)。
目前对于双频地脉动的源区分布存在一定争议。有的研究者认为大洋中产生的地脉动无法传播到陆地(Bromirski et al,2013),有的则认为可以(Ying et al,2014a;Beucler et al,2015)。有的学者认为双频地脉动存在公共的源区(Kedar et al,2008),也有学者认为邻近观测点的海域产生的双频地脉动对附近地震台站所记录的双频地脉动起主导作用(Xiao et al,2018a)。
本文拟利用台风黑格比和巴威期间海岛、沿海及内陆地震台站的连续波形数据定量地探讨这两次台风对0.05—0.5 Hz地脉动的加强情况,以及对<0.05 Hz地脉动的影响。选取其中部分台站进行极化分析,讨论上海地区地脉动源区的分布情况,宏观地了解上海地区海洋噪声特点,以期为该地区的背景噪声成像中的噪声分布提供参考信息。
1. 数据和方法
1.1 数据
从地震学联合研究会(Incorporated Research Institutions for Seismology,缩写为IRIS)和上海地震台网下载7个宽频带地震台站自2020年7月1日至9月1日的连续波形数据用于研究,其中:IRIS取两个地震台站,恩施台(ENS)和白家疃台(BJT);上海地震台网取五个台站,佘山台(SSE)、天平山台(TPS)、横湖台(HUH)、秦皇山台(QHS)和大洋山台(DYS)。台站分布如图1所示。
为了研究地脉动能量与海浪高度的关系,本文使用了欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,缩写为ECMWF)2020年7月1日至9月1日第五代再分析全球浪高数据,其水平分辨率为0.5°×0.5°,时间分辨率为1小时。以图1中蓝色实心圆(31°N,121°E)所示为例,分析讨论台风期间不同频段的功率谱密度与该点浪高变化的关联性。在一个区域范围内,海洋的浪高随时间的变化比较相似,因此我们可以选择一个点来代表相应区域进行讨论。
研究时段内影响我国东南沿海的台风有6个,以中国气象局热带气旋资料中心的台风最佳路径(Ying et al,2014b;Lu et al,2021)为参考(台风路径各点时间间隔为3 h或6 h),分别为台风黑格比(Hagupit)、米拉克(Mekkhala)、海高斯(Higos)、巴威(Bavi)、美莎克(Maysak)和海神(Haishen),这是一个用来分析讨论地脉动受台风影响情况的契机。其中台风黑格比和巴威的传播路径途径上海周边,对上海地震台站波形影响明显,因此本文主要选择台风黑格比和巴威进行分析讨论。台风黑格比于2020年8月1日2时形成热带低压,于20时转变为热带风暴,8月3日2时强度增强至强热带风暴,14时转变为台风,后变为强台风并于8月4日凌晨3时30分左右在浙江省乐清市沿海登陆,之后台风风速显著下降,于8月6日变为热带低压,在8月12日消散。台风巴威于8月21日在台湾以南生成,一路北上,于8月27日在朝鲜登陆,之后进入我国,途径辽宁省和吉林省,最终消散在黑龙江省。
1.2 方法
1.2.1 功率谱密度
目前主要通过噪声功率谱密度(power spectral density,缩写为PSD)来定量地分析讨论地震背景噪声能量(McNamara,Buland,2004),主要采用如下流程进行计算:① 波形预处理。将连续波形分成每个小时的波形文件,去趋势、去仪器响应、去线性趋势和波形尖灭,将每小时波形分为15段,每两段有50%的重叠;② 将每段波形进行快速傅里叶变换(fast Fourier transform,缩写为FFT)得到频率谱,然后计算1小时平均功率;再将能量转换为标准分贝格式 [ 10lg(m2s—4Hz—1) ] 。
1.2.2 极化分析
极化分析是对单个三分量地震仪所记录到的波形进行分析,通过三个分量所记录到的相位信息可以判断出所记录到的波的类型和传播方向(Xiao et al,2018b),这种方法最早于20世纪70年代由Kanasewich (1973)提出。本文主要基于Samson (1983)以及Koper和Hawley (2010)的方法和相关流程,计算谱密度矩阵,即
$$ \frac{1}{N}\sum\limits _{K=1}^{N}{{\boldsymbol{M}}}_{K}^{{\rm{H}}} ( f ) \cdot {{\boldsymbol{M}}}_{K} ( f ) \text{,} $$ (1) 式中,H表示共轭转置,N代表所计算的本征谱的数目,f表示频率,K表示频段总数,M表示谱矩阵。通过求解谱密度矩阵可以得到特征值λ和相应的特征向量,进而可求得极化率β2和四个角量即θH,θV,φHH,φVH,其中θH为极化方位角,θV为极化倾角,φHH为两水平分量相位差,φVH为主水平分量与垂直分量之间的夹角(Koper,Hawley,2010)
本文利用IRIS网站上Casey等(2018)编写的极化分析程序,求得极化率β2和四个角量(θH,θV,φHH,φVH),通过其中的极化方位角θH来分析讨论地脉动的噪声源方向。
2. 结果分析
2.1 功率谱密度结果
图2给出了台风黑格比的风速变化及台风风眼与佘山台的距离随时间的变化。从图中可以看出,台风风眼在8月4日20时左右距佘山地震台距离约0.6°,距离曲线的变化形态与台风风眼到观测点(31°N,121°E)的距离类似。8月3日—5日期间佘山地震台5—10 s的PSD值变化可以较为直观地反映该时间段台风风速的变化情况;8月3日6时—6日12时期间,随着台风风眼到佘山台的距离逐渐变近再逐渐远离,浪高也呈现先增大后下降的趋势。
我们可以通过佘山台8月3日—5日的PSD值变化估计该时段黑格比的风速变化情况,即台风强度变化情况;而观测点(31°N,121°E)3日12时—6日12时的浪高变化可以反映台风风眼到该点的距离变化情况。
我们设定T1为PSD值在台风期间变化的起点时间,T2为PSD值达到最大值的时间(图3),则台风期间PSD值的变化为:
$$\Delta {\rm{PSD}}={\rm{PSD}}_{T_2}-{\rm{PSD}}_{T_1}{\text{.}} $$ (2) 台风黑格比期间(图3a),DYS,TPS,HUH,QHS,SSE等5个台站短周期双频地脉动PSD值增加了约8 dB,长周期双频地脉动PSD值增加了约15 dB;ENS台短周期双频地脉动PSD值基本无变化,长周期双频地脉动PSD值增加了2—3 dB,但是在T2之后,其短周期双频地脉动和长周期双频地脉动PSD值均下降了10 dB左右。可能在T1之前,该周期范围的PSD值受到了其它噪声源的影响,PSD值整体较大,而T2之后,PSD值逐渐恢复正常水平;BJT台位置偏北,其PSD最大值出现的时间稍晚,短周期双频地脉动和长周期双频地脉动PSD值增加了3—5 dB。
台风巴威期间(图3b),DYS,TPS,HUH,QHS,SSE等5个台站短周期双频地脉动的PSD值增加了20—25 dB,长周期双频地脉动的PSD值增加了30—35 dB;ENS台短周期双频地脉动PSD值增加了8 dB左右,长周期双频地脉动PSD值增加了约15 dB;BJT台短周期双频地脉动PSD值存在两个区域极大值,总体上增加了10 dB左右,而长周期双频地脉动PSD值增加了约5 dB。
从双频地脉动的PSD值变化可以发现:台风黑格比自8月3日开始影响DYS,TPS,HUH,QHS,SSE等5个台站所处区域,即影响上海及邻近地区;8月4日0时左右影响最为强烈,之后逐渐减弱;至8月6日已基本无影响。台风巴威自8月22日6时开始影响上海地区,对于内陆的恩施和白家疃地区也有影响;26日6时左右台风对于各区域的影响最为强烈,之后逐渐减弱。
单频地脉动(10—20 s)受到台风黑格比和巴威加强作用不太明显。在台风巴威期间,10—20 s周期范围的PSD值整体上有一定的上升或下降的趋势(图4a);而在台风黑格比期间,这种趋势更不明显(图4b)。20—50 s和≥50 s周期范围的PSD值变化则与台风的关联性不紧密(图4)。
从图4还可以看出:海岛地震台DYS和沿海地震台TPS,HUH,QHS,SSE等与内陆地震台ENS和BJT在10—20 s周期范围的PSD值变化较为类似,在20—50 s周期范围的PSD值变化存在差异,而50 s以上周期范围的PSD值变化差异更为明显。
挑选出沿海台站SSE,TPS,QHS等和内陆台站ENS和BJT对比台风黑格比期间50 s周期以上的PSD值变化(图5)发现:ENS和BJT作为内陆地震台站,其50 s以上周期范围的背景噪声能量比SSE,TPS,QHS等沿海台站的低,受全球M6.0以上地震影响明显。其中8月2日1时棉兰老岛附近海域M6.4地震和5日20时瓦努阿图M6.5地震对ENS和BJT台站大于50 s周期范围的PSD值影响显著;SSE,TPS,QHS等沿海台站PSD值有明显的昼夜差异性,在此周期范围PSD值整体较大,受全球较大地震影响不明显。
2.2 极化分析结果
对上海台网的五个地震台站自2022年7月30日至8月28日期间30天的数据进行极化分析,图6给出了短周期双频地脉动(图6a)、长周期双频地脉动(图6b)和单频地脉动(图6c)的极化方向概率分布图,该图可以反映地脉动噪声源的方向,其中颜色变化表示该极化方向出现的概率,方向的最小分辨率为1°,径向由内到外表示周期从小到大。
图 6 短周期双频地脉动(a)、长周期双频地脉动(b)和单频地脉动(c)极化方向概率分布图圆环内径到外径分别代表周期2—4 s 、4—10 s 和10—20 s 的极化结果Figure 6. Polarization direction probability distribution diagram of SPDF (a),LPDF (b) and SF (c)The inner to outer diameter of the ring represents the polarization results of the period 10—20 s , 4—10 s and 10—20 s从图6a可以看出,DYS,TPS,HUH,QHS和SSE等5个地震台站短周期双频地脉动极化分析结果在噪声源指向上存在一定差异,DYS噪声源指向北偏西,SSE噪声源在北偏西和南偏东均有分布,QHS噪声来源相对均匀,TPS和HUH噪声源位于台站南偏东方向。Kedar等(2008)认为地脉动存在公共的源区,主导全球观测到的地脉动,Xiao等(2018a)通过南海海域的地脉动研究认为邻近观测点的海域产生的地脉动起主导作用。而这5个地震台站短周期双频地脉动并非来自同一噪声源,就短周期双频地脉动源区而言,我们较为支持后一种说法。
DYS,TPS,HUH,QHS和SSE五个地震台站长周期双频地脉动的方向一致性较好,噪声源位于南南西方向(图6b)。该频段地脉动则有可能来源于南海海域,或者更南边的公共源区。
前人对于单频地脉动来源观点较为一致,主要在海岸线附近通过行波与海底相互作用产生(Hasselmann,1963;Bromirski et al,2005)。结合图6c的结果认为:DYS的单频噪声源来自台站西北方向的海岸线附近;QHS,SSE和HUH的单频噪声源则受到上海东部和南部海岸线的共同作用;TPS则受到较长海岸线多个噪声源的影响,未出现概率较大的噪声源方向。
3. 结论
本次研究采用佘山台(SSE)、天平山台(TPS)、横湖台(HUH)、秦皇山台(QHS)、大洋山台(DYS)、恩施台(ENS)、白家疃台(BJT)等7个地震台站2020年7月1日—9月1日连续波形数据和ECMWF第五代再分析全球浪高数据,通过计算噪声功率谱密度并进行极化分析,研究了台风黑格比和台风巴威期间不同频段的地脉动PSD值变化及噪声源分布,得到如下结论:
1) 双频地脉动(2—10 s)受台风黑格比和巴威加强作用明显,其中长周期(4—10 s)双频地脉动受台风影响较短周期双频地脉动更为显著。
2) 单频地脉动(10—20 s)受到台风黑格比和巴威加强作用不明显。受台风巴威影响,所选取的7个地震台站记录到的单频地脉动的PSD值整体上有一定的上升和下降的趋势,但在台风黑格比期间这种趋势更不明显。
3) 上海地区短周期双频地脉动(2—4 s)可能并非受到公共源区的影响,而是邻近海域产生的不同源的地脉动起主导作用;长周期双频地脉动(4—10 s)的方向一致性较好,噪声源位于南南西方向,该频段地脉动则有可能来源于南海海域,或者更南边的源区;单频地脉动(10—20 s)也没有共同的源区,可能受到来自上海地区海岸线上不同噪声源的影响。
初步推断,长周期双频地脉动可能存在公共的源区,公共源区产生的长周期双频地脉动能量再传播到陆地上被地震台站所记录,而短周期双频地脉动和单频地脉动则主要受到台站附近海域或者海岸线的噪声源影响。
-
[1] Gumbel, E. J., Statistics of Extremes 1958, Columbia University Press.
[2] Epstein, B. and C. Lommnits, A model for the occurrence of large earthquakes, Nature, 1966, 211, 954——956.
[3] 陈培善、林邦慧,极值理论在中长期地震预报中的应用,地球物理学报,1973, 16, 6——24.
[4] Burton, Paul W. and Robert W. McGonigle, Prelimiary studies of seismic risk in Turkey, and the occurrence of upper bounded and other larger earthquake magnitudes, Multidisciplinary Approach to Earthquake Prediction, Proceeding of the International Symposium on Earthquake Prediction in the North Anatolian Fault Zone Neld in Istanbul, March 31——April 5, 1980, 143——172.
[5] 贾素娟、郡家全,场地影响烈度的频次特征及其工程地震的意义,国际地震动态,1986, 7; 3——7.
[6] Gringorten, Irving, 1., A plotting rule for extremel probability paper, J. Geophys. Res., 1963, 88, 813——814.
[7] 李善邦,中国地震,178, 1981地震出版社.
[8] Cornell, C. A., Engineering seismic risk analysis, Bull. Seism. Soc. Amer. 1968, 58, 1583——1606.
[9] Kiureghian, A. IJer and A. H——S. Ang, A fault rupture model for seismic risk analysis, Bull. Seism. Socmer., 77, 67, 1173——1194.[1] Gumbel, E. J., Statistics of Extremes 1958, Columbia University Press.
[2] Epstein, B. and C. Lommnits, A model for the occurrence of large earthquakes, Nature, 1966, 211, 954——956.
[3] 陈培善、林邦慧,极值理论在中长期地震预报中的应用,地球物理学报,1973, 16, 6——24.
[4] Burton, Paul W. and Robert W. McGonigle, Prelimiary studies of seismic risk in Turkey, and the occurrence of upper bounded and other larger earthquake magnitudes, Multidisciplinary Approach to Earthquake Prediction, Proceeding of the International Symposium on Earthquake Prediction in the North Anatolian Fault Zone Neld in Istanbul, March 31——April 5, 1980, 143——172.
[5] 贾素娟、郡家全,场地影响烈度的频次特征及其工程地震的意义,国际地震动态,1986, 7; 3——7.
[6] Gringorten, Irving, 1., A plotting rule for extremel probability paper, J. Geophys. Res., 1963, 88, 813——814.
[7] 李善邦,中国地震,178, 1981地震出版社.
[8] Cornell, C. A., Engineering seismic risk analysis, Bull. Seism. Soc. Amer. 1968, 58, 1583——1606.
[9] Kiureghian, A. IJer and A. H——S. Ang, A fault rupture model for seismic risk analysis, Bull. Seism. Socmer., 77, 67, 1173——1194.
计量
- 文章访问数: 1143
- HTML全文浏览量: 13
- PDF下载量: 93