基于微震检测技术对地震目录完备性的研究

基于微震检测技术对地震目录完备性的研究作者简介：潘宇航，硕士研究生*基金项目：甘肃省（）；国家自然基金（41304048）潘宇航，陈昊，程建武（中国地震局兰州地震研究所，兰州，730000）摘要：“遗漏地震”的现象在地震发生的前后都是普遍存在的，其遗漏的数量远远超过我们的预期。近年来由于数字地震观测技术的发展，有关遗漏地震检测的研究引起越来越多的关注。目前微震检测技术已经广泛应用于地震目录完备性的研究。地震目录的完备性可反映地震监测能力，在地震定位和震相识别精度、地震序列衰减等方面表现出值得关注的参考，为地震预测预报和地震危险性分析提供重要基础资料。关键词：地震目录完整性；遗漏地震检测；波形互相关；地震危险性；灾害评估0引言地震灾害是一种危机社会公共安全的自然灾害现象，具有突发性和破损性两大特点。随着经济的快速发展和社会的不断进步，社会和公众对地震监测提出了越来越高的要求。而地震目录的完备性又是体现地震监测能力的标准之一。地震目录既是地震危险性中分析的关键，也是研究岩石圈动力学过程的重要数据，在国民经济建设、地震预测预报、工程抗震、地震减灾等领域发挥着重要的作用。（王海涛等，2006）。通常来说，强地震发生后地震目录往往会遗漏较多的余震事件（Pengetal，2009；Lenglineetal，2012），造成余震遗漏的一个重要原因是主震及较大余震的面波等后续震相及尾波的干涉较强（Pengetal，2006），这使一些震级较小的地震被“淹没”，造成地震目录的遗漏，直接影响到地震活动性参数和震后趋势判定的结果。因此如何在现有的观测记录中检测出遗漏地震，并获取其震源参数，是一个亟需解决的问题。近年来数字化进程的飞速发展，有力地促进了地震信号的识别检测技术，现我国各级地震台网采用常用方法是STA/LTA（shorttimeaveragetolongtimeaverage）（Stevenson，1976；Allenetal，1978），该方法能够综合多种信号特征的识别方法（沈萍等，2002），但该方法在低信噪比或存在其他震相干扰的情况下，无法进行震相识别。另一类方法是利用互相关方法识别地震信号（Shellyetal，2007；Pengetal，2009），也称为波形模板匹配技术，即通过模板地震波形与连续波形进行互相关叠加，来实现微小地震的检测，即微震检测技术。因为互相关技术对微弱信号及其敏感，所以对检测中强震遗漏的微小余震有非常好的效果。本文对微震检测技术对地震完备性的应用与研究作一些初步介绍和讨论。1微震检测方法及其影响因素1.1微震检测技术简介微震检测是利用地震模板事件波形与潜在微震信号的连续波形做互相关叠加来提取检测可能的微震事件的方法，其处理流程如图1所示。1.1.1模板地震的选取首先选取有效的地震事件，使用4阶零相位的Butterworth滤波器对事件波形和连续波形选取合适的滤波频段进行滤波，根据观测报告中的到时信息截取P波到时前0.5s和S波到时后4.0s的波形。依据研究区域的背景噪声水平挑选合适的三分量平均信噪比。噪声能量水平由P波到时前6.0s到2.0s的波形计算得到（Peng，2009；Shelly，2007）。若一个地震事件满足信噪比要求且被研究区域内三个以上台站有效记录到，则将此地震事件作为模板地震。1.1.2互相关计算与搜索利用模板地震各个台站的参考震相对目标连续波形进行滑动互相关（Cross-correlation，CC），取所有台站三分量相关系数的平均值，通过计算相关系数的绝对离差中位数（medianabsolutedeviation，MAD）检测遗漏地震，其表达为，式中，为第i个互相关系数序列，为其平均值。通常来说，取n倍的MAD值作为判别地震的阈值（Pengetal，2009），其中n的取值依据连续波形的采样点个数来选取（谭毅培等，2014a）。按照设定的阈值进行判断是否为地震事件，即当某一检测地震事件平均相关系数大于阈值的时候，则判定该事件为遗漏地震。若检测到微震事件，则根据所有台站记录的参考振幅比中位数来确定微震震级（Peng,Zhaoetal,2009；Mengetal.2013）。同时保证尽量多的检测地震，尽量低的误检几率。图1微震检测处理流程Fig1Microquakedetectionprocess1.2影响微震检测结果的因素滤波范围、台站密度、阈值等参数的选取对微小地震的识别有不同程度的影响。地震波形预处理时，为了选取清晰的波形，对地震波形进行带通滤波。通过时频分析，选取合适的滤波范围。一般将滤波范围设为1-15Hz，因为较宽的滤波频带能极大地保留地震记录的有效信息，更全面地识别出微小地震。一般来说，研究区域内台站密度越小时，可用的地震资料就越少，信噪比就越低，导致计算得到的互相关系数偏低（宋潇潇等，2016），达不到要求的阈值，从而再次遗漏一些地震事件。原则上来说，检测出的遗漏地震与模板地震之间的距离是没有限制的；但实际上，其波形间的互相关程度会随着地震对距离的增大而降低，当然这也取决于地下介质的速度结构（Nakahara，2004；张淼，2015）。目前基于匹配滤波技术进行微震检测的研究，是从波形相关的角度出发，即当模板波形和连续波形的互相关系数超过设定的阈值，便可识别出遗漏地震。如果需要进行更精细的研究，可以适当提高阈值。2“微震检测”的应用对于中强震来说，由于噪声干扰、波形叠加等影响，使得微震信号极其微弱，使得传统的地震识别方法会遗漏一些中小地震。虽然波形互相关技术已经有较长的历史，但基于互相关的微震检测技术的应用才刚刚兴起，无论对前震还是余震遗漏地震的研究都可以提高地震目录的完整性。前震的活动性对于大地震的形成过程、地震预测和灾害评估等方面有着重要的应用（Dodgeetal,1996；McGuireetal，2005）。2011年3月11日，日本发生Mw9.0级大地震，震前存在大量的前震现象。自2011年2月13日起，该区域地震活动性增强，在距离主震约45km处，发生了Mw7.3级的前震。Katoetal.（2012）曾对2011年3月11日发生的日本Mw9.0主震的震前进行遗漏地震的检测，找到了比原地震目录多四倍多的前震，其结果极大地完善地震目录，进而来推断前震的迁移情况。而大量复杂的前震迁移也可以为地震的形成机制和动力学环境提供重要的观测约束。地震目录是研究余震序列衰减的基础资料，其完整性直接影响研究结果的可靠性与科学性。但由于地震波形互相叠加的影响，一些余震难以识别出来，使得测震台网的常规地震检测方法会遗漏大量的微震事件，从而影响地震目录的完整性。谭毅培等（2015）对2014年云南鲁甸Ms6.5的余震序列进行检测，找到了主震后1000秒内比原目录多1.76倍的余震序列，并分析了余震序列衰减特征，指出了地震目录完整性的必要性。Peng等（2009）利用微震检测技术，对2004年ParkfieldMs6.0级地震进行研究，发现该地震沿发震断层上分布的余震数目要比传统地震观测的地震数目高出11倍多。遗漏的地震数量是惊人的，很大程度上影响了地震目录的完整性，使基于地震目录的研究的可信度大幅度降低。除了对地震目录完备性方面的应用，微震检测技术在其他方面也有广泛应用，如地颤动中的低频地震检测（Shellyetal，2006，2010），核爆的检测和定位（Zhangetal，2013，2015a），火山活动的检测（Zhangetal，2015b），矿工救援和矿山开采（Hanafyetal，2009；于正兴等，2014；徐顺强等，2015）等。3结语地震目录是研究地震预测、防灾、抗震的最基础资料，其编目是否完整，地震震源参数是否精确，将直接影响地震活动性参数和地震危险性分析评价的结果。（冯建刚等，2012）。所以对于遗漏地震的检测是十分必要的。同时，这种与波形互相关技术密不可分的“微震检测”让地震学的发展更加精确全面。研究表明（谭毅培等，2014a，2014b），遗漏的地震事件在ML0.0-1.0范围内对地震目录完整性的改善有明显的贡献。但到目前为止，有关微震检测的研究仍然是经验性的，难以检测到地震目录遗漏的全部地震。同时，台站密度、滤波频带等参数的选取对微震检测的结果有不同程度的影响。然而随着数字地震观测记录的不断积累和微震检测技术的进步，微震检测应用的领域也将不断拓展。综上所述，基于微震检测技术对地震目录完备性的研究，完备了我国地震的数据库，是基础性的研究工作，也为地震预测、地震监测、灾害风险评价等体系提供了必要的数据支撑。参考文献[1]王海涛,李莹甄,屠泓为.新疆历史地震目录完整性分析[J].内陆地震,2006,20(01):10-17.WANGHai-tao，LIYing-zhen，TUHong-wei.AnalysisonintegrityofXinJianghistoricaearthquake[J].InlandEarthquake,2006,20(01):10-17.[2]PengZ,ZhaoP.Migrationofearlyaftershocksfollowingthe2004Parkfieldearthquake[J].NatureGeoscience,2009,2(12):877-881.[3]LenglinéO,EnescuB,PengZ,etal.Decayandexpansionoftheearlyaftershockactivityfollowingthe2011,Mw9.0Tohokuearthquake[J].GeophysicalResearchLetters,2012,39(18):143-157.[4]PengZ,VidaleJE,HoustonH.Anomalousearlyaftershockdecayrateofthe2004Mw6.0Parkfield,California,earthquake[J].GeophysicalResearchLetters,2006,331(17):L17307.[5]StevensonPR.MicroearthquakesatFlatheadLake,Montana:Astudyusingautomaticearthquakeprocessing[J].BulletinoftheSeismologicalSocietyofAmerica,1976,66(1):61-80.[6]AllenRV.Automaticearthquakerecognitionandtimingfromsingletrace[J].BulletinoftheSeismologicalSocietyofAmerica,1978,68(5):1521-1532.[7]沈萍,郑治真,刘希强,等.小震的综合识别研究[J].地震学报,2002,24(02):169-175.SHENPing,ZHENGZhi-zhen,LIUXi-qiangetal.Studyonthemethodforcomprehensivediscriminationofsmallearthquakes[J].ACTASEISMOLOGICASINICA,2002,24(02):169-175.[8]ShellyDR,BerozaGC,IdeS.Non-volcanictremorandlow-frequencyearthquakeswarms[J].Nature,2007,446(7133):305-7.[9]ShellyDR,BerozaGC,IdeS,etal.Low-frequencyearthquakesinShikoku,Japan,andtheirrelationshiptoepisodictremorandslip.[J].Nature,2006,442(7099):188-191.[10]Migratingtremors

illuminate

complexdeformationbeneaththeseismogenicSanAndreasfault[J].Nature，463（7281）：648-652.[11]MengX,YuX,PengZ,etal.DetectingEarthquakesaroundSaltonSeaFollowingthe2010Mw7.2ElMayor-CucapahEarthquakeUsingGPUParallelComputing[J].ProcediaComputerScience,2012,9(11):937-946.[12]宋潇潇,马腾飞.重复地震识别的参数选取综述[J].大地测量与地球动力学,2016,36(6):499-503.SONGXiao-xiao,MATeng-fei.AreviewontheSelectionofparametersinIdentifyingrepeatingearthquakes[J].JournalofGeodesyandGeodynamics,2016,36(6):499-503.[13]NakaharaH.Correlationdistanceofwaveformsforcloselylocatedevents—I.Implicationoftheheterogeneousstructurearoundthesourceregionofthe1995Hyogo-KenNanbu,Japan,earthquake(Mw=6.9)[J].GeophysicalJournalInternational,2004,157(3):1255-1268.[14]张淼.地震定位和检测[D].中国科学技术大学,2015.ZHANGMiao.Earthquakelocationanddetection[D].UniversityofScienceandTechnologyofChina,2015.[15]谭毅培,曹井泉,陈继锋,等.2013年甘肃岷县漳县M_S6.6地震余震序列时域衰减特征分析[J].地球物理学报,2015(09):3222-3231.TANYi-pei,CAOJing-quan,CHENJi-feng,etal.Temporaldecaycharacteristicsoftheaftershocksequenceofthe2013Minxian-Zhangxian,Gansu,Ms6.6earthquake[J].ChineseJournalofGeophysics,2015(09):3222-3231.[16]谭毅培,徐甫坤,曹井泉,等.2014年云南鲁甸M_S6.5地震早期余震序列遗漏地震检测与衰减特征分析[J].地球物理学进展,2015(04):1592-1596.TANYi-pei,XUFu-kun,CAOJing-quan,etal.Missingearthquakesdetectionandtemporaldecaycharacteristicsanalysisoftheaftershocksequenceofthe2014Ludian,Yunnan,Ms6.5earthquake[J].ProgressinGeophysics,2015(04):1592-1596.[17]ZhangM,WenL.High-precisionlocationandyieldofNorthKorea's2013nucleartest[J].GeophysicalResearchLetters,2013,40(12):2941–2946.[18]ZhangM,WenL.SeismologicEvidengceforaLow-YieldNuclearTeston12May2010inNorthKorea[J]SeismologicalResearchLetter，2015a,86(1):138-145.[19]ZhangM,WenL..EarthquakecharacteristicsbeforeeruptionsofJapan'sOntakevolcanoin2007and2014[J].GeophysicalResearchLetters,2015b,42(17).[20]HanafySM,CaoW,MccarterK,etal.Usingsuper-stackingandsuper-resolutionpropertiesoftime-reversalmirrorstolocatetrappedminers[J].LeadingEdge,2009,28(3):302-307.[21]徐顺强,刘巧霞,李怡青,等.密集台网微震定位技术在矿山开采动态监测中的应用研究[J].地震工程学报,2015,37(01):266-270.XUShun-qiang,LIUQiao-xia,LIYi-qing,etal.Applicationofthedensenetworkmicro-seismiclocationmethodtodynamicminingmonitoring[J].ChinaEarthquakeEngineeringjournal,2015,37(01):266-270.[22]于正兴,何学秋,朱权洁,等.基于小波包分形的矿山微震波形特征分析[J].中国安全生产科学技术,2014(06):27-32.YUZheng-xing,HEXue-qiu,ZHUQuan-jie,etal.Thewaveletfractalcharacteristicofmicro-seimicwaveinmining[J].JournalofSafetyScienceandTechnology,2014(06):27-32.[23]DodgeD,BerozaG,EllsworthW.DetailedobservationsofCaliforniaforeshocksequences:Implicationsfortheearthquakeinitiationprocess[J].JournalofGeophysicalResearchSolidEarth,1996,101(B10):22371-22392[24]McGuireJ,BoettcherM,JordanT.Foreshocksequencesandshort-termearthquakepredictabilityonEastPacificRisetransformfaults.[J].Nature,2005,434(7032):457-461.[25]KatoA,ObaraK,IgarashiT,etal.Propagationofslowslipleadinguptothe2011M