2013年芦山M S 7.0地震前南北地震带数字化水位、水温高频信息异常特征及效能分析
发布时间：2021-03-26 10:02
数字化观测资料中含有丰富的高频异常信息,这些高频信息中可能隐含着与地震有关的异常信号。引入概率密度分布法对2013年4月20日芦山MS7.0地震发生前南北地震带水位、水温分钟值观测数据高频成分进行分析,结果表明,芦山MS7.0地震前南北地震带共有17个测点、 19组数据出现高频异常信息,其中水位5组、水温14组,高频异常多集中在四川南部构造带,且随着时间进程发展,异常幅值逐渐减小且异常出现向震中区迁移的特征。通过应用Molchan图表法对提取的高频信息进行统计检验,结果显示,概率密度分布法提取的高频异常对地震具有较好的预测效果。通过对震源区及附近区域大地构造演化、前兆异常发展及地壳运动速度场等特征分析,结果发现,计算得到的地下流体高频异常空间分布特征与南北地震带地壳运动场具有很好的一致性,表明利用概率密度分布法提取的高频异常与区域构造活动存在一定相关性,同时也为前人关于对异常形成机理的研究提供了旁证。
【文章来源】：地震. 2020,40(02)北大核心CSCD
【文章页数】：17 页
【部分图文】：
应用小波分析方法提取的高频信息变化曲线
对于概率密度函数分布的具体理论方法, 此前孙小龙等[17]和王喜龙等[7]曾分别利用概率密度分布的方法, 分析了2008年汶川MS8.0地震和2014年鲁甸MS6.5地震前南北地震带上水位、 水温的分钟值数据, 并取得了较好的效果, 且对于概率密度分布的具体原理与表达方法也有详细的介绍。 因此, 本文不再进行详细论述。3 数据选取及异常提取分析
从异常变化特征方面分析, 计算得到概率密度分布异常的λ2值以上升和高值为主。 从异常测项及空间分布特征上来看(图1, 图4), 异常以水温为主, 水位相对较少。 水位异常全部集中在南北地震带中南部的云南和四川地区, 水温异常分布则较为分散, 散落分布在南北地震带上。 对提取的所有水位、 水温高频异常进行分析, 高频异常集中在南北地震带中南部的川滇地区, 存在12项概率密度高频异常, 而南北地震带北部地区异常数量则相对较少, 仅存在7项异常, 且异常全部为水温观测异常。 此外, 通过对提取的概率密度异常空间分布进行分析, 发现虽然提取出了19项高频异常, 但异常多分布在距震中区较远的外围地区, 而震中区附近异常数量却很少, 仅存在四川邛崃深层水温一项异常。 通过分析认为造成这种结果可能主要与数据资料选取有一定的关系。 在资料选取过程中选取的数据为分钟值观测数据, 而四川地区目前多数地下流体测点仍为模拟观测, 无分钟值观测数据; 因此数据筛选完成后, 在云南、 甘肃、 青海和宁夏地区地下流体分钟值数据测点数量相对较多, 而四川地区测点数量相对较少(图2), 造成了震中区附近提取的流体高频异常数量相对较少。对提取的概率密度高频异常进行异常变化幅度和异常发展时空扫描(图4, 图5)。 从图4和图5(a)中可以看出, 早期阶段(t>60 d)异常集中在震中区外围地区, 即云南、 甘肃和青海地区; 中期阶段(60 d≥t>30 d), 异常开始向震中区逼近, 但与震中区还有一定距离, 主要分布在云南、 四川和宁夏地区; 临震阶段(t≤30 d), 虽有部分概率密度分布异常距震中较远(如云南会泽中层水温流体观测点), 但大部分异常距离震中区较近, 分布在四川地区, 尤其距芦山地震震中仅32 km的邛崃深层水温观测点, 在震前2 d开始出现异常, 震后逐渐恢复。 结合异常变化幅度特征可以看出(图4, 图5b), 距震中较远的外围地区, 异常幅度普遍相对较大且异常出现时间相对较早, 如剑川静水位、 普洱大寨静水位、 西昌川32井水温、 洛南流体台和青海德令哈深层水温, λ2值最高可达2以上; 在向震中区逼近过程中, 距震中较近地区, 异常出现增多变化, 但幅度相对较小, λ2值集中在0.7以下(如泸沽湖深层水温和南溪静水位)。 λ2值变化大小的不同主要有两方面原因: 一是, 可能主要与观测点自身所处的水文地质条件差异有关; 二是, 也可能与各观测点所处的不同构造位置对周边区域构造应力作用的敏感程度存在差异性有一定的关系[17]。 通过以上对高频异常进行的异常变化幅度和异常发展时空扫描分析可以看出, 利用概率密度分布方法提取的芦山MS7.0地震前南北带高频异常具有如下特征, 即在芦山地震早期阶段异常集中在外围地区, 且异常幅度相对较大, 至临震阶段, 异常开始向震中区迁移, 但幅度有所减小的特征。
【参考文献】：
期刊论文
[1]基于Molchan图表法的新疆流体资料预报效能检验[J]. 向阳,孙小龙,王博. 地震. 2018(03)
[2]南北地震带北段流体资料地震预测效能检验[J]. 王博,钟骏,王熠熙,陈石. 地震. 2018(01)
[3]基于深部地震资料与地表变形资料的芦山地震发震构造研究[J]. 王林,周青云,王峻,李文巧,周连庆,陈翰林,苏鹏,梁朋. 地震地质. 2016(02)
[4]基于GPS监测的芦山地震周围地区同震位移与运动速度[J]. 唐文清,张清志,潘忠习,刘宇平,杨成. 沉积与特提斯地质. 2016(02)
[5]以形变观测为约束的芦山MS7.0地震孕震机理数值模拟研究[J]. 祝爱玉,张东宁,郭颖星. 地球物理学报. 2016(05)
[6]利用概率密度分布提取流体观测资料中的高频异常信息——以2008年汶川8.0级地震为例[J]. 孙小龙,王广才,晏锐. 地球物理学报. 2016(05)
[7]基于小波分析提取地倾斜异常特征[J]. 刘建明,李志海,孙甲宁,高歌. 地震. 2016(01)
[8]一种基于大数据的前兆异常识别方法——以云南鲁甸地震为例[J]. 王秀英,张聪聪,杨德贺. 大地测量与地球动力学. 2015(06)
[9]利用余震震中分析芦山MS7.0地震发震构造[J]. 赵荣涛,安美建,冯梅,张士安,张纪中,侯春堂. 地震学报. 2015(02)
[10]芦山M7.0级与汶川M8.0级地震前兆异常对比[J]. 邱桂兰. 四川地震. 2015(01)
博士论文
[1]地下水动态变化与地震活动的关系研究[D]. 孙小龙.中国地质大学(北京) 2016
本文编号：3101405
【文章来源】：地震. 2020,40(02)北大核心CSCD
【文章页数】：17 页
【部分图文】：
应用小波分析方法提取的高频信息变化曲线
对于概率密度函数分布的具体理论方法, 此前孙小龙等[17]和王喜龙等[7]曾分别利用概率密度分布的方法, 分析了2008年汶川MS8.0地震和2014年鲁甸MS6.5地震前南北地震带上水位、 水温的分钟值数据, 并取得了较好的效果, 且对于概率密度分布的具体原理与表达方法也有详细的介绍。 因此, 本文不再进行详细论述。3 数据选取及异常提取分析
从异常变化特征方面分析, 计算得到概率密度分布异常的λ2值以上升和高值为主。 从异常测项及空间分布特征上来看(图1, 图4), 异常以水温为主, 水位相对较少。 水位异常全部集中在南北地震带中南部的云南和四川地区, 水温异常分布则较为分散, 散落分布在南北地震带上。 对提取的所有水位、 水温高频异常进行分析, 高频异常集中在南北地震带中南部的川滇地区, 存在12项概率密度高频异常, 而南北地震带北部地区异常数量则相对较少, 仅存在7项异常, 且异常全部为水温观测异常。 此外, 通过对提取的概率密度异常空间分布进行分析, 发现虽然提取出了19项高频异常, 但异常多分布在距震中区较远的外围地区, 而震中区附近异常数量却很少, 仅存在四川邛崃深层水温一项异常。 通过分析认为造成这种结果可能主要与数据资料选取有一定的关系。 在资料选取过程中选取的数据为分钟值观测数据, 而四川地区目前多数地下流体测点仍为模拟观测, 无分钟值观测数据; 因此数据筛选完成后, 在云南、 甘肃、 青海和宁夏地区地下流体分钟值数据测点数量相对较多, 而四川地区测点数量相对较少(图2), 造成了震中区附近提取的流体高频异常数量相对较少。对提取的概率密度高频异常进行异常变化幅度和异常发展时空扫描(图4, 图5)。 从图4和图5(a)中可以看出, 早期阶段(t>60 d)异常集中在震中区外围地区, 即云南、 甘肃和青海地区; 中期阶段(60 d≥t>30 d), 异常开始向震中区逼近, 但与震中区还有一定距离, 主要分布在云南、 四川和宁夏地区; 临震阶段(t≤30 d), 虽有部分概率密度分布异常距震中较远(如云南会泽中层水温流体观测点), 但大部分异常距离震中区较近, 分布在四川地区, 尤其距芦山地震震中仅32 km的邛崃深层水温观测点, 在震前2 d开始出现异常, 震后逐渐恢复。 结合异常变化幅度特征可以看出(图4, 图5b), 距震中较远的外围地区, 异常幅度普遍相对较大且异常出现时间相对较早, 如剑川静水位、 普洱大寨静水位、 西昌川32井水温、 洛南流体台和青海德令哈深层水温, λ2值最高可达2以上; 在向震中区逼近过程中, 距震中较近地区, 异常出现增多变化, 但幅度相对较小, λ2值集中在0.7以下(如泸沽湖深层水温和南溪静水位)。 λ2值变化大小的不同主要有两方面原因: 一是, 可能主要与观测点自身所处的水文地质条件差异有关; 二是, 也可能与各观测点所处的不同构造位置对周边区域构造应力作用的敏感程度存在差异性有一定的关系[17]。 通过以上对高频异常进行的异常变化幅度和异常发展时空扫描分析可以看出, 利用概率密度分布方法提取的芦山MS7.0地震前南北带高频异常具有如下特征, 即在芦山地震早期阶段异常集中在外围地区, 且异常幅度相对较大, 至临震阶段, 异常开始向震中区迁移, 但幅度有所减小的特征。
【参考文献】：
期刊论文
[1]基于Molchan图表法的新疆流体资料预报效能检验[J]. 向阳,孙小龙,王博. 地震. 2018(03)
[2]南北地震带北段流体资料地震预测效能检验[J]. 王博,钟骏,王熠熙,陈石. 地震. 2018(01)
[3]基于深部地震资料与地表变形资料的芦山地震发震构造研究[J]. 王林,周青云,王峻,李文巧,周连庆,陈翰林,苏鹏,梁朋. 地震地质. 2016(02)
[4]基于GPS监测的芦山地震周围地区同震位移与运动速度[J]. 唐文清,张清志,潘忠习,刘宇平,杨成. 沉积与特提斯地质. 2016(02)
[5]以形变观测为约束的芦山MS7.0地震孕震机理数值模拟研究[J]. 祝爱玉,张东宁,郭颖星. 地球物理学报. 2016(05)
[6]利用概率密度分布提取流体观测资料中的高频异常信息——以2008年汶川8.0级地震为例[J]. 孙小龙,王广才,晏锐. 地球物理学报. 2016(05)
[7]基于小波分析提取地倾斜异常特征[J]. 刘建明,李志海,孙甲宁,高歌. 地震. 2016(01)
[8]一种基于大数据的前兆异常识别方法——以云南鲁甸地震为例[J]. 王秀英,张聪聪,杨德贺. 大地测量与地球动力学. 2015(06)
[9]利用余震震中分析芦山MS7.0地震发震构造[J]. 赵荣涛,安美建,冯梅,张士安,张纪中,侯春堂. 地震学报. 2015(02)
[10]芦山M7.0级与汶川M8.0级地震前兆异常对比[J]. 邱桂兰. 四川地震. 2015(01)
博士论文
[1]地下水动态变化与地震活动的关系研究[D]. 孙小龙.中国地质大学(北京) 2016
本文编号：3101405
本文链接：https://www.wllwen.com/kejilunwen/diqiudizhi/3101405.html
