2008年汶川地震前的形变异常及机理解释

2008年5月12日发生了汶川8.0级大地震,震前的定点形变观测值曲线异常很少。震后通过对定点形变观测台站的震前数据进行了深入分析和处理,发现在汶川8.0级地震前存在形变异常,且距震中较近的台站,出现的异常信息的频率较高;距震中稍远的台站,出现的异常信息的频率较低。对这些现象进行了初步的解释。     

汶川地震孕育过程中变形场变化特征研究

揭示与地震孕育过程相关的变形场特征是判别地震孕育阶段及地震危险性的一个重要途径。收集汶川Ms 8.0地震震中区汶川台自2002年10月至汶川地震前的地倾斜观测数据,利用小波分析方法和分段拟合方法,提取了震前地倾斜变化的阶段性特征;利用2001年以来全球卫星导航系统（global navigation satellite system, GNSS）站坐标日解数据,计算了震中附近的泸州GNSS站与周围GNSS站间基线,通过基线变化与区域地震的Benioff蠕变结果的对比,发现了二者的协同性特征。分析结果表明,2004年底汶川台地倾斜速率出现显著下降,西向倾斜速率由230 ms/a减少到130 ms/a;2007年初至发震前减少到60 ms/a;2007年底至发震前未出现指数型加速变化。广州-泸州GNSS基线在2005年初开始的加速缩短异常与Benioff蠕变亏损异常具有较高的相关性,相关系数为0.89;该基线加速缩短持续时间约2.5 a,对应地震的震级估计为7.9级,与汶川地震震级相当,反映了其与汶川地震的应变积累具有一定的相关性。2004年苏门答腊Ms 8.9地震的发生对川滇地区应力应变场影响较为显著,对汶川地震的孕育发生起到了加速作用。研究结果对于认识地壳形变观测的意义及创新地震预测思路具有参考价值。     

东日本大地震前后陆态网络基准站形变研究

计算了东日本大地震前后各1a的"陆态网络"基准站GPS观测数据,得到了基准站的时间序列及其运动速度,讨论了较长时间尺度上东日本地震对"陆态网络"基准站造成的影响。结果表明,与震前相比,我国东北地区距震中较近的基准站的运动速度有加速倾向,运动方向偏向震中位置,华东地区、华南地区基准站的运动速度和方向在震前震后基本一致。     

汶川地震震后GNSS形变分析

采用国际通用高精度数据处理软件对1999—2015年汶川地震震后龙门山断裂两侧分布的109个GNSS连续站和区域站资料进行数据处理与分析,得到各测站点水平向坐标时间序列。考虑2013年芦山地震同震位移影响,通过时间序列分析,获取震后该区域109个测站在2010—2015年间累计震后形变场,断裂带上盘靠近震中的近场区域,水平向最大震后位移达到5~7 cm。基于震后黏弹性松弛模型,通过格网搜索,根据3种不同破裂模型分别反演龙门山断裂上盘中上地壳最佳弹性层厚度估值与下地壳/上地幔黏弹性层最佳黏滞系数,获取3种不同破裂模型在2010—2015年间震后形变观测值与模拟值分布。根据模型二反演得到的模型参数,推估汶川地震在未来几十年内对周边区域地壳形变影响,其中仅2018—2058年40年尺度累计震后位移最大能达到19 cm。     

汶川地震对重庆市CORS的影响

印度板块一直向欧亚板块俯冲,造成了汶川地震.利用 Bemese GPS Software Version 5.0对重庆巾5个CORS(ContinuouslyOperating Reference Stations)以及北京、昆明、拉萨、上海、武汉5个IGS基准站从2008年5月9 日至15日以天为单位和5月12日当天每隔两小时进行数据处理,对5个参考站的坐标偏差进行时间序列分析,结果表明这些参考站和震前比较,向西移动约2 cm,向北移动约1 cm,隆起近1 cm,但高程逐渐向震前恢复.     

我国GPS跟踪站在汶川地震前后的运动特征分析

利用国家测绘局及其它部委布设的GPS跟踪站连续10年的观测数据,通过数据处理和分析得到了汶川地震前这些站的运动速度场和震后位移量,同时获得了各站近10年的坐标时间序列,在此基础上初步分析了地震前、后各站时间序列表现出的站点的运动特征信息。为我国地心坐标框架的进一步更新和维护提供了重要数据,也为地球动力学研究提供了重要的基础信息。     

汶川地震前后四川空间定位基准的变化分析

四川汶川大地震造成其测绘基准被部分损毁,产生形变,无法继续发挥基准控制作用。以地震前、后的四川省GPS网数据为基础,采用GAMIT/GLOBK软件进行数据处理,根据震前、震后数据处理结果,分析汶川地震对四川省GPS控制点的影响,得出一些有益的结论。     

GNSS观测的2021年青海玛多地震（Mw 7.4）同震形变及其滑动分布

北京时间2020年5月22日2时,中国青海省果洛州玛多县发生Mw 7.4地震。收集震中附近9个连续运行卫星定位基准站(continuously operating reference stations,CORS)观测数据,基于模糊度解算的精密单点定位(precise point positioning with ambiguity resolution,PPP-AR)技术处理了2 h时段的高频(1 Hz采样)全球导航卫星系统(global navigation satellite system,GNSS)数据,快速确定本次地震的近场同震位移,其中水平方向最大约为0.6 m。结合远场12个CORS震前、震后各3 d低频(30 s采样)数据的非差PPP解算同震形变场,基于弹性位错模型反演了玛多地震断层几何参数和滑动分布。结果显示:玛多地震属于典型走滑事件,发震断层走向278.49°,倾角为64.38°,滑动角为-10.90°,破裂长度约为138.72 km,宽度为4.82 km;滑动量超过3 m的滑移主要集中在东部小于18 km深度的区域,最大破裂可达4.2 m。反演的地震矩为1.85×1020Nm,相当于矩震级7.45,比美国地质调查局利用地震波的反演结果略大。     

汶川Mw7.9与日本Mw9.0地震同震电离层扰动研究

通过分析研究2008年的汶川Mw7.9地震、2011年的日本Mw9.0地震,发现伴随强震的发生,存在明显的同震电离层扰动现象。这种现象持续时间较短,一般在震前30～40min出现,并在震后大约10min达到极值,然后逐渐消失。持续时间及强度和震级存在着密切的关系,具体来说,震级越大其异常值也越大,持续时间也越长。另外一个值得注意的现象是,在震中附近出现较为明显的正异常的同时,距离震中较远的地区出现了负异常。     

东日本大地震电离层异常分析

目前空基和路基等电磁信号探测手段已经应用于地震电离层异常的探测。自从GPS数据可以用于计算电离层电子总量(TEC), 这项技术被广泛关注的同时作为一个可行的手段用于探测地震前后电离层异常。本文利用东日本大地震震中附近多个IGS网络站点的数据, 分析2011年3月11日发生的Mw9.0东日本大地震震区上空电离层信息, 计算出TEC时间序列并进行波谱分析、包络线法异常分析、全球电离层异常地图绘制及震后3 h扰动异常分析。通过分析发现, 震前存在明显的电离层异常, 在3月8日即震前第3天存在异常;同时也计算了震后3 h的各站与卫星路径上等价TEC的P₄值;且多个站与多星路径上存在着明显的电离层扰动异常, 并且不断远离震中, 能量逐渐衰减, 证明电离层异常的发生与地震有较明显的关系。     

汶川地震灾后农田和森林植被恢复遥感监测

2008年汶川8.0级特大地震对当地的生态系统造成了极大的破坏,为了评估5年来灾区农田和森林植被的恢复情况,利用逐年机载高分辨率遥感影像,结合星载遥感数据和地面调查数据,开展了灾区农林植被恢复状况监测。在农田恢复监测方面,结合2008年地震发生后以及2013年5月中旬的机载高分辨率遥感数据,采用目视解译的方式对汶川地震中受损农田的恢复状况进行监测与评估,同时利用GVG(GPS、Video和GIS)农情采样系统的作物种植成数调查结果,分析了灾后作物种植结构的变化。结果表明,灾区1592 ha受损农田,5年后仅有约17.5%得到了恢复和耕种使用。就耕地利用强度而言,重灾区耕地利用率较高,作物种植结构没有发生重大变化。在森林恢复状况监测方面,对典型区(岷江干旱河谷区和盆周山地区的3个重点区域)采用目视解译方式识别出森林变化,并结合大区域尺度规一化植被指数(NDVI)时间序列变化分析,对整个灾区的森林损毁和恢复情况做出评价。监测结果显示,汶川县、什邡市和绵竹市的森林植被恢复情况总体较好,但是一些坡度较大的损毁区、次生灾害频发区的森林尚未恢复,大区域尺度的统计结果显示,地震重灾区的46381 ha重度损毁森林植被和177025 ha中度损毁森林植被区域,完全恢复的区域占13.52%和25.84%,部分恢复的区域都占到50%。在自然恢复较为困难的区域,如汶川县中部和东北部、都江堰市北部、彭州市北部、什邡市北部、绵竹市北部、安县北部及北川县南部等,需要加强人工干预。遥感监测方法既适用于震后的农田和森林恢复状况动态监测,也适用于其他自然灾害发生时对灾区农田和森林植被破坏状况进行应急监测,具有实际应用价值和良好的发展前景。     

PCA空间滤波在高频GPS定位中的应用研究

利用主成分分析法(PCA)对高频GPS时间序列进行空间滤波,并结合Karhunen-Loeve展开法(KLE)对其结果进行判定,可有效地提取共模误差,提高单历元定位精度。通过对四川GPS连续观测网的计算分析表明,PCA方法可较好地减弱区域共模误差,并能准确地反映共模误差的空间分布,且精度优于传统的堆栈法,这对高频GPS技术的应用和发展具有重要意义。     

汶川8级大地震对川滇菱形区域内次级块体的运动影响分析

在中国境内所有的二级块体运动中,川滇区域的地壳运动最为活跃,也是各学者研究的热点领域。本文通过对1998-2008年和2008-2015年两期GNSS连续观测数据的解算（时间节点为汶川地震）,并结合前人对川滇区域棱形块体的划分方案,利用欧拉矢量计算出各次级块体的欧拉矢量。对该区域进行了网格插值从而反演两期地壳运动变化特征,以及通过在断裂带上或断裂带附近选取一点来研究相邻块体的相对运动趋势变化,并对该区域内地块垂向运动作了初步研究分析。结果表明,汶川地震并没有造成该区域整体运动特征的改变,但对一些局部块体的运动和相邻块体的相对运动带来了一定的影响。     

利用InSAR数据的汶川地震形变场提取及分析

以2008年5月12日发生在中国四川的Mw 7.9级汶川地震为研究对象,由于汶川地震发生在植被覆盖茂密、地形起伏大的龙门山山区,常规的C波段雷达在这些区域几乎得不到任何有意义的信号,采用日本JAXA的L波段ALOS/PALSAR覆盖震区的震前和震后6个条带的卫星数据,以SRTM-DEM数据作为外部DEM,利用GAMMA软件进行二通差分干涉测量处理,获取了覆盖震区的同震形变场;并使用国家重大科学工程"中国地壳运动观测网络"项目组公布的震区GPS同震观测结果,与InSAR观测结果进行了比较分析,表明两者之间具有很好的一致性,通过传统差分干涉获取到的形变量精度可以达到cm级。     

对地观测与抗震救灾

2008年5月12汶川地震灾害发生后,全国相关涉灾部门充分利用空间信息技术为汶川地震救灾提供科学有效的决策支持,在灾害应急响应中发挥了巨大的作用。本文主要从对地观测以及地震救灾的空间信息技术支持两个方面,分析了空间信息技术在救灾中的作用。为今后空间信息如何更好地服务于自然灾害救助,提出了中国空间信息技术发展的思路与建议。     

汶川地震后龙门山断层中段愈合过程的GPS时间序列反演

利用汶川地震后、芦山地震前3年时间(2010.30—2013.30)的GPS连续站时间序列结果,采用TDEFNODE负位错反演程序,对龙门山断层中南段闭锁程度和滑动亏损速率动态演化进行了反演计算与分析,并讨论了汶川地震后断层中段的愈合过程和西南段的大震背景。结果表明:①汶川地震震中周边破裂区域的闭锁程度逐渐增强,由2010年基本处于蠕滑状态,至2013年处于较强闭锁状态;闭锁范围也逐渐增大,由汶川震中西南方向逐渐趋近震中位置,表明该部分断层正在快速愈合。汶川震中北东方向的大部分破裂区域依然处于蠕滑状态,表明该部分断层还未开始愈合。②芦山地震震中附近及其西南方向断层一直处于强闭锁状态,且完全闭锁区域的滑动亏损速率逐年减小,可能表明愈合区域分担了部分巴颜喀拉块体对四川盆地的挤压作用。以上结果表明,龙门山破裂断层不同段震后愈合过程和活动特征都有显著差异;处于强闭锁状态的龙门山断层西南段,在挤压弹性应变快速积累的情况下,发生大震的背景有所增强。     

长距离动态GPS数据处理方法与汶川地震引起的动态地壳形变特征分析

利用长距离GPS动态数据处理方法,根据四川GPS网地震前后的观测数据,计算出了四川GPS网各站点地震前后的位移量。以相对稳定的雅安站为参考站,计算出了绵阳站和郫县站的动态变形序列。汶川地震动态地壳变形分析结果表明,地震期间,绵阳站和郫县站的主运动朝向西北方向,同时伴随有小幅摆动。在高程方向,绵阳站出现先上升后下降的运动特征,郫县站出现上下波动特征。     

利用基础地理信息数据快速编制抗震救灾指挥用图

5·12汶川地震发生后还不断的有余震发生,地震已经波及到陕西的汉中和宝鸡地区,尤其是靠近四川的宁强县和略阳县受灾比较严重,为了更好地发挥测绘服务的保障作用,帮助政府部门更有效地指挥和部署抗震救灾工作,我社利用基础地理信息数据快速编制了《陕西省汉中、宝鸡地区抗震救灾指挥用图》,在地图的快速编制和使用方面积累了经验。     

Spatiotemporal filtering for regional GPS network in China using independent component analysis

Removal of the common mode error (CME) is a routine procedure in postprocessing regional GPS network observations, which is commonly performed using principal component analysis (PCA). PCA decomposes a network time series into a group of modes, where each mode comprises a common temporal function and corresponding spatial response based on second-order statistics (variance and covariance). However, the probability distribution function of a GPS time series is non-Gaussian; therefore, the largest variances do not correspond to the meaningful axes, and the PCA-derived components may not have an obvious physical meaning. In this study, the CME was assumed statistically independent of other errors, and it was extracted using independent component analysis (ICA), which involves higher-order statistics. First, the ICA performance was tested using a simulated example and compared with PCA and stacking methods. The existence of strong local effects on some stations causes significant large spatial responses and, therefore, a strategy based on median and interquartile range statistics was proposed to identify abnormal sites. After discarding abnormal sites, two indices based on the analysis of the spatial responses of all sites in each independent component (east, north, and vertical) were used to define the CME quantitatively. Continuous GPS coordinate time series spanning \(\sim \)4.5 years obtained from 259 stations of the Tectonic and Environmental Observation Network of Mainland China (CMONOC II) were analyzed using both PCA and ICA methods and their results compared. The results suggest that PCA is susceptible to deriving an artificial spatial structure, whereas ICA separates the CME from other errors reliably. Our results demonstrate that the spatial characteristics of the CME for CMONOC II are not uniform for the east, north, and vertical components, but have an obvious north–south or east–west distribution. After discarding 84 abnormal sites and performing spatiotemporal filtering using ICA, an average reduction in scatter of 6.3% was achieved for all three components.     

GPS坐标时序共模误差提取方法研究

针对GPS坐标时序数据中存在的共模误差(CME),研究利用堆栈滤波(SF)、网络反演滤波(NIF)和主成分分析(PCA)三种方法进行剔除,以提高GPS监测区域地表位移的精度. 通过构建GPS坐标时序模型,去除明显构造运动,提取噪声残差时序,将隐含在噪声残差时序中的区域CME利用SF、NIF、PCA方法提取出来. 以日本房总半岛2019—2021年GPS坐标时序为例,比较三种方法和GPS站点空间分辨率对CME提取的影响,分析CME去除前后慢滑移地表位移的变化. 研究结果表明:SF、NIF、PCA方法提取CME的结果基本一致;GPS站点空间分辨率降低,提取的CME离散度增大;CME对慢滑移地表水平位移的大小和方向均会产生影响,需进行剔除.