时钟不准情形地震精确定位研究 以2011年1月19日安庆地震序列为例

通过余震序列的精确定位可以较为准确地刻画主震破裂区的时空变化规律. 为了减小仪器时钟误差对地震定位精度的影响, 本文基于2011年1月19日安庆地震流动台站的S-P到时差, 通过主事件和双差地震定位法得到较为准确的主震位置和余震序列时空分布, 并评估了仪器时钟误差; 又通过对sPL近震深度震相的分析, 得到了余震序列较为可靠的深度分布. 结果表明, 安庆地震发生在宿松—枞阳断裂带附近, 余震序列大体近水平分布在5 km深度, 呈长1.5 km、 宽1 km、 高0.3 km的薄板状展布; 从时空分布来看, 随着时间的推移余震序列似乎有往北东方向扩展的趋势. 研究表明, 基于S-P到时差的定位方法可以有效消除时钟不准确带来的影响, 为中小地震和余震序列活动性的研究提供可靠的定位结果.     

2011年1月19 日安庆ML4.8地震的震源机制解和深度研究

2011年1月19日在安徽省安庆市辖区与怀宁县交界处发生了M_L4.8级地震,引起安庆市及周边地区强烈的震感.为了更好地认识这次地震的发震构造,我们利用安徽省及临近几个省份区域台网的近震波形资料,首先通过hypo2000绝对定位得到震中位置;然后采用CAP方法反演了该地震的震源机制解和震源深度,并在此基础上结合P、sP、pP和sPmP等深度震相对震源深度进行了精确确定;最后,将反演得到的结果作为已知输入,利用F-K方法计算理论地震图,并与观测记录进行对比,以验证结果的可靠性.反演结果显示,这次安庆地震是一个带少量走滑分量的逆冲型地震,地震矩震级为M_W=4.3,最佳双力偶解为节面Ⅰ走向131°,倾角30°,滑动角29°;节面Ⅱ走向15°,倾角75°,滑动角116°,最佳震源深度为4~5 km,属于浅源地震.从震中和震源机制解来看,安庆地震极有可能发生在宿松-枞阳断裂上.     

2017年9月4日河北临城M_L4.4地震震源深度测定

震源深度是地震定位中的重要参数之一。对于一个地震,sPn与Pn震相到时差是一个常量,与震中距无关,只与震源深度和地壳模型有关。基于该理论,以河北数字台网数据为基础,识别sPn震相和Pn震相,计算2017年9月4日河北临城ML4.4地震震源深度,结果为6.86km。双差定位法是目前确定震源深度比较精确的方法,双差定位得到的震源深度为7.01km。双差定位法所用数据量比较大,计算过程繁杂。利用sPn与Pn到时差计算震源深度的结果与双差定位法结果接近,计算快速、简单,所需数据量小。因此,将该方法应用到实际工作中,可以快速、准确地测定近震震源深度。     

2011年安庆MS4.8地震SmS震相观测与研究.

2011年1月19日发生的安庆MS4.8地震,在较远范围引起了明显震感．通过仔细辨认此次地震不同频段的波形记录,发现在一些台站记录到了清晰的SmS震相．采用CAP方法反演了其震源机制解,并利用理论地震图与实际观测数据对比进一步确认了SmS震相的存在．结合已有实验结果,推断在人类有感频率（1Hz至几Hz）范围内,震中距70——200 km内SmS震相往往是振幅最大的震相,是引起远距离有感的主要原因．利用理论地震图研究了震源深度对SmS震相的影响. 结果表明,震源深度可改变SmS震相发育的临界震中距,震源越深对应的临界震中距越小．进一步通过对比SmS与S的振幅比,定性讨论了震源机制解中倾角、滑动角和地壳浅层衰减等因素对SmS震相的影响．结果表明,倾角和滑动角对其振幅比影响呈现比较复杂的关系,而SmS与S振幅比随地壳浅层衰减的增大而减小,说明浅层衰减对SmS震相影响较大．综合分析认为,除当地地壳速度结构的影响外,SmS震相的发育受到震源机制解的倾角、滑动角,震源深度以及地壳浅层衰减等多种因素的影响．      

2002年玉门5.9级地震序列精确定位和发震构造研究

用“双差法”对2002年12月14日甘肃玉门5．9级地震的主震和余震序列进行了重新精确定位,在此基础上讨论了本次地震的发震断层和发震机制。结果表明,在汇合处玉门断裂向深部延伸和旱峡一大黄沟断裂汇合在汇合处的断层面上发生逆推错动,造成这次主震和余震的能量释放。     

2020年1月19日新疆伽师MS6.4地震及余震序列定位研究

利用此次伽师地震序列震相数据,通过走时曲线得到震源区的初始一维速度模型。结合此速度模型,利用单纯形法测定了新疆伽师M S6.4地震参数。使用双差定位方法对伽师地震和M L≥1.8的297次余震事件进行了重新定位,得到结论:①伽师M S6.4地震参数为39.841°N、77.151°E、深度14.4 km。②伽师地震的破裂是非均匀、迁移的。主、余震整体分布呈“T”字型展布,主震位于“T”字底部,“T”字的横长竖短,多数余震向主震的正北方向延伸,余震整体呈近东西方向展布,东西方向长约40 km,南北方向长约20 km。前震、主震发生在震源区近南面的隐伏断层,可能是受塔里木盆地的阻碍,余震并没有向南发展,而是逐渐向北延伸至位于北面的隐伏断层,后又沿北面的断层向东发展。③通过序列整体分布呈“T”字型展布,初步判断伽师地震是一次共轭断层破裂事件。余震一边向主震正北方向发展,一边继续向东发展,表明发震断层是一条近EW向北倾断层,同时证明了塔里木盆地向北插入南天山。④地震震源深度主要集中在10~20 km,占73%,优势破裂深度在中地壳,中地壳积累和释放的能量居多。伽师地震位于塔里木盆地边缘,地表覆盖有7~8 km的低速沉积层。     

2017年6月3日阿拉善左旗5.0级地震震源深度测定

2017年6月3日18时11分内蒙古阿拉善左旗（37.99° N,103.56° E）发生5.0级地震,利用近震深度震相sPL测定法、CAP波形反演法、sPn与Pn震相走时差法,进行震源深度精确测定。研究结果表明,3种方法测得的该地震震源深度基本一致,分布范围为8.5—11 km,表明该地震发生在上地壳。     

基于“双差法”地震精确定位研究2002年12月14日玉门5.9级地震的发震断层和发震机制

利用双差地震定位方法对2002年12月14日玉门5．9级地震主震和余震序列进行了精确定位，在此基础上讨论了本次地震的发震断层和发震机制。     

2020年1月19日新疆伽师M6.4地震的重定位及震源机制

采用双差重定位和W震相反演方法分析"地震编目系统"和中国地震台网中心提供的地震观测报告及区域地震波形数据,对2020年1月19日新疆伽师地震进行重定位,反演前震及主震震源机制.地震序列重定位结果显示,2020伽师地震呈两个优势方向展布,分别为WNW向和NNW向;其中WNW向为主要余震优势分布区域,呈现长约34km条带状...     

双差地震定位法在我国中西部地区地震精确定位中的应用

将双差地震定位法应用于我国中西部地区(21°～36°N,98°～112°E)地震的精确定位,利用该地区193个地震台记录到的、发生于1992～1999年的10057次地震的79706条P波震相读数资料和72169条S波震相读数资料,经重新精确定位,得到了其中的6496次地震的震源参数,定位结果显示了我国中西部地区地震震源分布的更加精细的图象;在许多地震带,地震震中具有更加明确的条带状分布的图像,揭示出该地区的地震活动与活动构造的密切关系。定位结果得出我国中西部地区地震的震源深度较浅,绝大多数地震(91％)的震源分布在20km深度内,表明我国中西部地区发震层位于地壳的中、上部,厚度不超过20km。     

2011年1月19日安徽安庆M4.8地震的震源机制

我们用5个区域数字地震台网84个台站记录到的清楚的149个P波(P<,n>、R<,g>)的初动符号,求得了2011年1月19日安庆M4.8地震的震源机制解.节面Ⅰ:走向223°,倾角90°,滑动角-90°;节面Ⅱ:走向45°,倾角0°,滑动角-90°.根据野外考察得出的这次地震极震区长轴走向结果,可以推断,223°走向...     

2011年1月安徽安庆M_S4.8地震震源区三维速度结构与发震构造讨论

2011年1月19日安徽安庆发生Ms4.8地震,本次地震发生在下扬子地块长江沿线前陆变形带.震后现场工作队调查汇总了建筑物破坏情况,计算得出较为精确的烈度分布.采用FOCMEC方法计算了主震震源机制解,并利用安徽地震台网对本次地震主余震的定位结果,结合地震层析成像技术对震源区地壳三维速度结构的成像结果进行分析,同时参考烈度分布的椭圆长轴优势方向,得出NE向的宿松-枞阳断裂可能是本次地震的发震断层的结论.     

Real-time prediction of earthquake potential damage: A case study for the January 8, 2022 MS 6.9 Menyuan earthquake in Qinghai,China

It is critical to determine whether a site has potential damage in real-time after an earthquake occurs, which is a challenge in earthquake disaster reduction. Here, we propose a real-time Earthquake Potential Damage predictor (EPDor) based on predicting peak ground velocities (PGVs) of sites. The EPDor is composed of three parts: (1) predicting the magnitude of an earthquake and PGVs of triggered stations based on the machine learning prediction models; (2) predicting the PGVs at distant sites based on the empirical ground motion prediction equation; (3) generating the PGV map through predicting the PGV of each grid point based on an interpolation process of weighted average based on the predicted values in (1) and (2). We apply the EPDor to the 2022 M_S 6.9 Menyuan earthquake in Qinghai Province, China to predict its potential damage. Within the initial few seconds after the first station is triggered, the EPDor can determine directly whether there is potential damage for some sites to a certain degree. Hence, we infer that the EPDor has potential application for future earthquakes. Meanwhile, it also has potential in Chinese earthquake early warning system.     

Comparison of ground truth location of earthquake from InSAR and from ambient seismic noise:A case study of the 1998 Zhangbei earthquake

Because ambient seismic noise provides estimated Greenos function (EGF) between two sites with high accuracy, Rayleigh wave propagation along the path connecting the two sites is well resolved. Therefore, earthquakes which are close to one seismic station can be well located with calibration extracting from EGF. We test two algorithms in locating the 1998 Zhangbei earthquake, one algorithm is waveform-based, and the other is traveltime-based. We first compute EGF between station ZHB (a station about 40 km away from the epicenter) and five IC/IRIS stations. With the waveform-based approach, we calculate 1D synthetic single-force Greenos functions between ZHB and other four stations, and obtain traveltime corrections by correlating synthetic Greenos functions with EGFs in period band of 10-30 s. Then we locate the earthquake by minimizing the differential travel times between observed earthquake waveform and the 1D synthetic earthquake waveforms computed with focal mechanism provided by Global CMT after traveltime correction from EGFs. This waveform-based approach yields a location which error is about 13 km away from the location observed with InSAR. With the traveltime-based approach, we begin with measuring group velocity from EGFs as well as group arrival time on observed earthquake waveforms, and then locate the earthquake by minimizing the difference between observed group arrival time and arrival time measured on EGFs. This traveltime-based approach yields accuracy of 3 km, Therefore it is feasible to achieve GT5 (ground truth location with accuracy 5 km) with ambient seismic noises. The less accuracy of the waveform-based approach was mainly caused by uncertainty of focal mechanism.     

Comparison of ground truth location of earthquake from InSAR and from ambient seismic noise: A case study of the 1998 Zhangbei earthquake

Because ambient seismic noise provides estimated Green’s function (EGF) between two sites with high accuracy, Rayleigh wave propagation along the path connecting the two sites is well resolved. Therefore, earthquakes which are close to one seismic station can be well located with calibration extracting from EGF. We test two algorithms in locating the 1998 Zhangbei earthquake, one algorithm is waveform-based, and the other is traveltime-based. We first compute EGF between station ZHB (a station about 40 km a...