2021年5月21日云南漾濞地震及5月22日青海玛多地震的支持向量机震级估算

2021年5月21日及5月22日,云南漾濞县与青海玛多县分别发生破坏性地震,主震震级分别为M_s6.4级与M_s7.4级。本文基于机器学习中的支持向量机方法,以多类型特征参数为输入建立地震预警震级估算模型SVM-M,离线模拟云南漾濞M_s5.6级前震、M_s6.4级主震以及青海玛多M_s7.4级主震的连续震级估算。结果表明:对于云南漾濞M_s5.6级前震,支持向量机方法在首台触发后1s可估算震级为5.6级,且随着首台触发时间的增加,估算震级一直在实际震级附近波动;对于云南漾濞M_s6.4级主震和青海玛多M_s7.4级主震,随着首台触发时间的增加,支持向量机方法对于大震低估问题得到了有效的改善,且震级估算结果逐渐接近实际震级。同时,这3次地震的震级估算离线模拟表明:引入震源距的支持向量机方法（SVM-M1模型）对于震级估算有更好的稳定性,且在地震预警系统的震级估算中有着潜在的应用前景。     

内蒙古中西部地区震源参数研究

选取内蒙古测震台网2009—2016年内蒙古中西部M_L≥2.8中小地震波形记录,采用多台联合反演方法,计算该区中小地震震源谱参数,获得地震矩M₀、矩震级M_W、应力降Δσ和震源尺度r,利用线性回归,分析近震震级M_L、地震矩M₀、矩震级M_W、应力降Δσ和震源尺度r之间的关系。结果表明,各参数之间存在一定线性关系,内蒙古中西部地区应力降模型为增加应力降模型（ISD）。     

华北地区地震空区的统计分析

对华北地区1970—2017年出现的地震空区采用统一的识别标准进行全时空清理研究, 结果表明, 华北地区M≥5地震前出现空区的比例为36.7%, 且华北地区M_L≥3.0地震空区的持续时间与主震震级存在一定的线性正相关关系, 但长轴尺度、 起始震级与主震震级的线性关系不明显; 报准率为0.76, 虚报率为0.24, 漏报率为0.60, R值为0.32, 高于具有97.5%置信水平的R₀值, 表明地震空区这种预测方法在华北地区具有较好的预报效果。     

华东地区地震空区预报效能评估

对华东地区1970年以来的地震空区进行了预报效能评估。 结果表明: M_L≥3.0地震空区的报准率为0.45, 虚报率为0.55, 漏报率为0.57, R值为0.26; M_L≥3.5地震空区的报准率为0.31, 虚报率为0.69, 漏报率为0.75, R值为0.08; M_L≥4.0地震空区无对应的M_S5.5以上地震。 M_L≥3.0地震空区的R值高于具有97.5%置信水平的R₀值, 具有一定的预报能力, M_L≥3.5和M_L≥4.0地震空区不具有预报能力。 主震一般发生在空区内部边缘, 震前空区一般不会被打破; 空区的持续时间、 空区尺度、 震级下限与主震震级无明显线性关系; 空区主要分布在江苏、 山东及附近海域。     

河南地区地震目录最小完整性震级探讨

以河南地区（31°—37°N,110°—117°E）1970—2020年11月地震目录作为研究资料,采用G—R关系法、震级—序号法和最大曲率法测定不同时段最小完整性震级M_c。结果显示,1970—1979年由于研究区内台站数量少,M_c约为M_L 2.5;1980—2001年为稳定的模拟观测时期,地震监测能力有所提升,M_c约为M_L 2.3;2002—2007年大量模拟观测台站停测,M_c上升至M_L 2.6。2008—2020年11月,G—R关系法、震级—序号法和最大曲率法均显示M_c为M_L1.5。     

基于芦山主震及余震的地震预警参数与快速震级估算研究

我国四川地区继08年汶川地震后,在2013年再次发生了7级强烈大地震,造成了重大人员伤亡并诱发了多处灾难性滑坡灾害.地震预警系统是防震减灾中最为行之有效的方法之一,其中对地震震级的快速估算是非常重要且困难的.目前世界上提出较早、应用较为广泛的震级估计的方法主要有:基于最大卓越周期(τ_p~(max))、特征周期(τ_c)和最大位移幅值(Pd)方法.本文利用2013年芦山主震及余震P波初期部分的信息,研究了地震震级快速估算中三个预警参数与震级的相关性,提出了四川地区的震级估计模型,然后对其进行验证分析,并与前人得出的震级估计模型进行对比和评价.结果表明:三种方法均能在短时间内(3 s)有效地进行震级估算,总体而言,P_d方法估算效果最优,τ_c方法次优,τ_p~(max)方法较弱.在震级较大的主震震级估计中,三种方法均出现明显的震级低估(震级饱和)现象.对于τ_p~(max)方法,基于芦山地震的估计模型与基于汶川地震的估计模型较为接近,但与南加州地区模型区别较大,可能与四川地区龙门山断裂带的复杂地质条件有关;而τ_c方法的估计模型大体均较为接近,更具有普适性和稳定性.在地震预警系统的实际应用中,由于目前我国仍处于刚起步阶段,尚未建立密集的地震监测台网系统,因此在短时间内难以得到较为准确的震源距,所以与震源距相独立的τ_p~(max)和τ_c两种算法则显得较为实用,其中τ_c方法略优于τ_p~(max)方法,同时能较好地满足地震预警系统的精度要求,因此推荐使用τ_c方法应用于四川地区地震预警系统中的快速震级估算.需要注意的是,地震预警参数具有一定的区域适用性,即在不同震源机制、地形和地质条件影响下,不同地方的震级估算回归模型存在一定的差别.     

利用2014年云南地震验证与研究四川地震预警快速震级估算模型

地震预警系统是防震减灾中最为行之有效的方法之一,其中对地震震级的估算是非常重要且困难的。目前,比较成熟的地震震级估计方法包括：基于最大卓越周期（τ_p^max）、特征周期（τ_c）和最大位移幅值（P_d）方法。利用2014年云南地3次大地震主震及余震P波初期部分的信息,验证与研究了四川地区地震预警快速震级估算模型在云南地区的适用性,结果表明3种参数模型均能在短时间内有效地进行震级估算。对于本研究数据库而言,P_d-4 s时窗模型最优,3个参数模型求得的估计震级在大震下均没有出现明显的震级饱和现象。但由于目前难以在短时窗下得到准确的震源/中距,因此推荐在云南地区地震预警系统中使用τ_p^max和τ_c模型来估计震级。     

青海及邻区地震目录最小完整性震级分析

在强震多发且台站分布极不均匀的青海地区开展最小完整性震级分析, 对该地区的地震危险性分析具有重要的现实意义。 基于青海区域地震台网定位的地震目录, 利用“震级-序号”法和多参数方法分析了M_c的时间演化特征; 采用“完整震级范围”方法研究了其空间分布特征。 研究表明, 不同时段青海及邻区M_c的空间分布存在非均匀性, 其与测震台站的空间分布特征和分布密度具有较好的一致性。 2015年6月后祁连、 柴达木、 巴彦喀拉区域的东部区域最小完整性震级M_c较小, M_L1.4以上的地震目录基本完整, 羌塘区域的最小完整性震级最大, 为M_L2.5左右; 研究区的M_c随着测震台站数的增加、 台网布局的优化而降低。     

利用高频GPS资料研究2016年新西兰凯库拉地震的地表形变及预警震级

2016年11月13日,新西兰凯库拉地区发生了M_W7.8级地震.本文利用1 Hz高频GPS观测数据,基于GAMIT track解算模块,采用主分量分析（PCA）空间滤波方法获取了地震地表形变.同时从trackRTr模拟实时解算的动态位移中,提取P波5秒峰值位移（P_d）和地面峰值位移（PGD）,并根据震级统计回归模型计算预警震级.结果表明：测站的动态形变时间长达2 min,距震源最近的HANM和KAIK站出现二次剧烈形变,震源北部测站的形变幅度大于南部,而高频GPS静态同震形变场表现出先逆冲后走滑的震源机制特征.不同GPS台站的P_d预警震级相差较大,最大震级差为M_W2.5.综合考虑预警震级发布的时效性和可靠性,采用顾及空间分布的四台站PGD联合预警方法,其预警震级在震后23 s达到初始稳定（M_W7.56）,在震后110 s达到最终稳定（M_W7.78）,该震级与USGS矩张量反演震级（M_W7.8）基本一致.     

2010年玉树7.1级地震序列时空演化特征及早期趋势判断

本文利用青海地震台网获得的观测资料对玉树地震序列的时空演化特征进行分析和研究, 结果认为M_c选取M_L1.1能较好的刻画玉树地震序列的时空特征, 其地震序列在时间上呈现三个密集和衰减阶段, 在空间上具有分段集中分布的特征, 并主要分布在主震震中的西北端、 主震震中附近和主震震中东南端。 采用类比、 b值和h值等探讨了早期趋势判定问题。     

机器学习在地震紧急预警系统震级预估中的应用

地震预警是地震减灾工作的重要途径,而震级预估是整个地震紧急预警系统中重要且较为困难的一个环节.目前,世界上多个国家和地区都已建立了各自的地震预警系统,并且形成了特征频率(τ_p和τ_c等)相关和特征振幅(Pd等)相关的两类震级紧急预警的方法,但各有局限性.本文在已有的方法和理论基础上,运用机器学习算法,将日本KIK和KNET台网从2015年至2017年所记录到的843条地震目录,55426条记录作为全数据集,设计、训练出一套用于常见震级范围的机器学习震级预估模型.与已有方法的预估结果相比,机器学习方法不仅使预估的整体误差和方差下降,同时多台联合评估单一地震事件的截面方差也更低.本研究的结果显示了机器学习算法在震级紧急预估问题上具有较广阔的应用前景,同时也为较为复杂的深度学习类算法框架下端到端模型提供了实践基础和研究可能.     

2017年8月8日九寨沟MS7.0地震震源谱及震中区域品质因子

2017年8月8日四川省九寨沟县发生M_S7.0地震,国家强震动台网中心正式发布了此次地震中收集的66组强震动记录,采用其中震源距不超过150 km且台站场地反应已确定的8组记录,基于S波傅氏谱反演方法确定了此次地震的震源谱及震中区域的地壳介质品质因子.结果为：品质因子Q（f）=84.9f^0.71,说明该区域的S波非弹性衰减较为强烈;根据ω^-2震源谱模型,确定该地震的地震矩为9.42×10¹⁸Nm,其对数标准差为0.12,相应的矩震级M_W=6.616±0.079,拐角频率为0.131±0.011 Hz,应力降为3.854 MPa,该值明显低于全球板内地震的应力降平均水平（4.89 MPa）,但高于2013年芦山M_W6.6地震的应力降.     

天山地震带空间集中度ΔC值演化特征

采用新疆地区1990年以来的浅源地震目录,利用扩散链法去除余震,在小震空间集中度C值的研究基础上,进一步发展了C值变化量,即ΔC值的时空扫描计算方法,针对2000年以来天山地震带11次6级以上地震前ΔC值的演化过程,进行回顾性研究。结果表明,2012年新源—和静交界M_(S)6.6地震、2017年精河M_(S)6.6地震和2020年伽师M_(S)6.4地震之前,均出现较为明显的区域ΔC值异常,且3次地震前ΔC值异常演化时间均小于6个月,属于震中附近区域震前中短期异常变化。     

江苏射阳地区地震尾波Q_c值特征

选取2009—2018年江苏省射阳地震台200 km范围内M_L≥2.0地震波形资料,基于Sato单次散射模型,计算该区域S波尾波Q_c值,并探求其时间变化特征。采用相同方法计算盐城、灌云地震台地震波形资料尾波Q_c值,并将3个地震台的计算结果进行对比。结果表明:射阳地区是江苏省尾波Q_0低值区域,Q_c值随频率的变化关系为Q_c(f)=33.7±3.4f ~(1.16±0.04);在2016年10月20日射阳M_(L )4.8地震前,射阳地区尾波Q_c值有增大现象,Q_c值变化特征表现为上升—下降—上升—发震;盐城、射阳、灌云地震台所记录地震的尾波Q_c值在震前均出现明显的高值异常变化。     

地震预警断层参数实时识别方法(FinDer)详解及其性能初步评价

详细阐述了美国加州ShakeAlert地震预警系统中使用的断层破裂参数实时测定方法（FinDer FinDer:Finite Fault Rupture Detector）的技术细节。利用1999年集集M_w7.6级地震、2008年汶川M_s8.0级地震及2013年芦山M_s7.0级地震,以及日本K-NET台网记录的80次中小地震的强震观测数据对该方法的性能进行了评价。结果表明:在密集台网条件下,FinDer方法能够较为准确地实时识别正在发生地震的断层破裂长度和走向以及质心位置,是解决地震预警系统中断层破裂参数实时识别问题的有效手段之一;FinDer方法只能在断层破裂已经发生的条件下,对其长度和走向进行识别,无法预知断层可能的最终长度或最终走向;远场和近场识别是影响该方法准确性的主要因素,也是该方法识别误差的主要来源。     

基于支持向量机的2021年2月13日日本福岛近海Mj7.3级地震震级估算

2021年2月13日日本福岛县近海发生M_j7.3级地震,触发了日本气象厅地震预警系统,系统在首台触发后5.6s发出震级为M_j6.3级的预警第1报,首台触发后10s对公众发布警报、预警震级为M_j6.4级。基于多类型特征参数输入的机器学习支持向量机震级估算模型（SVM-M）,利用2021年2月13日日本福岛县近海M_j7.3级地震获取的日本K-net强震动观测数据,分析SVM-M模型在该次地震中首台触发初期（首台触发后1~10s）的震级估算效能。结果表明:SVM-M震级估算模型,在首台触发后1s即可给出M_j6.3级的震级估算结果,与日本气象厅在首台触发后5.6s发布的预警第1报震级相同;随着时间窗的增加,首台触发后5s和10s,SVM-M模型的震级估算结果分别是M_j6.7级和M_j6.6级,均大于日本气象厅首台触发后10s对公众发布警报的预警震级。该次地震的离线模拟结果表明:SVM-M模型可在地震发生初期有效提高地震预警震级确定的准确性和时效性。     

余震的序列参数稳定性和余震短期发生率预测效能的连续评估——以2014年云南鲁甸6.5级地震为例

为考察目前国际上广泛使用、对真实地震序列描述最好的"传染型余震序列模型"(ETAS)在主震后的序列参数拟合、余震短期发生率预测的效能,本研究以2014年云南鲁甸MS6.5地震序列为例,采用滑动连续拟合与预测的方式,考察了ETAS模型参数的动态变化和余震短期发生率预测的实际效能.连续滑动拟合结果表明,在主震发生后的早期阶段,α值有明显的不稳定变化,在震后5.10天稳定在1.6~2.0;p值在震后25.00天内由1.07逐渐下降至0.78左右,其后稳定在0.72~0.85;b值在震后35.00天内逐渐由0.80增加至0.95,其后稳定在0.93~0.97.对连续滑动预测结果的N-test检验表明,余震发生率预测会出现部分失效现象,1天预测时间窗失效比例约为12%、3天预测时间窗失效比例为6%.建议可在震后早期采用1天的较短预测时间窗,而在序列参数较为稳定时段采用较长的3天预测时间窗.