數(shù)字化觀測資料中含有豐富的高頻異常信息,這些高頻信息中可能隱含著與地震有關(guān)的異常信號。引入概率密度分布法對2013年4月20日蘆山M_S7.0地震發(fā)生前南北地震帶水位、水溫分鐘值觀測數(shù)據(jù)高頻成分進行分析,結(jié)果表明,蘆山M_S7.0地震前南北地震帶共有17個測點、 19組數(shù)據(jù)出現(xiàn)高頻異常信息,其中水位5組、水溫14組,高頻異常多集中在四川南部構(gòu)造帶,且隨著時間進程發(fā)展,異常幅值逐漸減小且異常出現(xiàn)向震中區(qū)遷移的特征。通過應(yīng)用Molchan圖表法對提取的高頻信息進行統(tǒng)計檢驗,結(jié)果顯示,概率密度分布法提取的高頻異常對地震具有較好的預(yù)測效果。通過對震源區(qū)及附近區(qū)域大地構(gòu)造演化、前兆異常發(fā)展及地殼運動速度場等特征分析,結(jié)果發(fā)現(xiàn),計算得到的地下流體高頻異�？臻g分布特征與南北地震帶地殼運動場具有很好的一致性,表明利用概率密度分布法提取的高頻異常與區(qū)域構(gòu)造活動存在一定相關(guān)性,同時也為前人關(guān)于對異常形成機理的研究提供了旁證。 

【文章來源】：地震. 2020,40(02)北大核心CSCD

【文章頁數(shù)】：17 頁

【部分圖文】：

應(yīng)用小波分析方法提取的高頻信息變化曲線

對于概率密度函數(shù)分布的具體理論方法, 此前孫小龍等[17]和王喜龍等[7]曾分別利用概率密度分布的方法, 分析了2008年汶川MS8.0地震和2014年魯?shù)镸S6.5地震前南北地震帶上水位、 水溫的分鐘值數(shù)據(jù), 并取得了較好的效果, 且對于概率密度分布的具體原理與表達方法也有詳細(xì)的介紹。 因此, 本文不再進行詳細(xì)論述。3 數(shù)據(jù)選取及異常提取分析

從異常變化特征方面分析, 計算得到概率密度分布異常的λ2值以上升和高值為主。 從異常測項及空間分布特征上來看(圖1, 圖4), 異常以水溫為主, 水位相對較少。 水位異常全部集中在南北地震帶中南部的云南和四川地區(qū), 水溫異常分布則較為分散, 散落分布在南北地震帶上。 對提取的所有水位、 水溫高頻異常進行分析, 高頻異常集中在南北地震帶中南部的川滇地區(qū), 存在12項概率密度高頻異常, 而南北地震帶北部地區(qū)異常數(shù)量則相對較少, 僅存在7項異常, 且異常全部為水溫觀測異常。 此外, 通過對提取的概率密度異�？臻g分布進行分析, 發(fā)現(xiàn)雖然提取出了19項高頻異常, 但異常多分布在距震中區(qū)較遠(yuǎn)的外圍地區(qū), 而震中區(qū)附近異常數(shù)量卻很少, 僅存在四川邛崍深層水溫一項異常。 通過分析認(rèn)為造成這種結(jié)果可能主要與數(shù)據(jù)資料選取有一定的關(guān)系。 在資料選取過程中選取的數(shù)據(jù)為分鐘值觀測數(shù)據(jù), 而四川地區(qū)目前多數(shù)地下流體測點仍為模擬觀測, 無分鐘值觀測數(shù)據(jù); 因此數(shù)據(jù)篩選完成后, 在云南、 甘肅、 青海和寧夏地區(qū)地下流體分鐘值數(shù)據(jù)測點數(shù)量相對較多, 而四川地區(qū)測點數(shù)量相對較少(圖2), 造成了震中區(qū)附近提取的流體高頻異常數(shù)量相對較少。對提取的概率密度高頻異常進行異常變化幅度和異常發(fā)展時空掃描(圖4, 圖5)。 從圖4和圖5(a)中可以看出, 早期階段(t>60 d)異常集中在震中區(qū)外圍地區(qū), 即云南、 甘肅和青海地區(qū); 中期階段(60 d≥t>30 d), 異常開始向震中區(qū)逼近, 但與震中區(qū)還有一定距離, 主要分布在云南、 四川和寧夏地區(qū); 臨震階段(t≤30 d), 雖有部分概率密度分布異常距震中較遠(yuǎn)(如云南會澤中層水溫流體觀測點), 但大部分異常距離震中區(qū)較近, 分布在四川地區(qū), 尤其距蘆山地震震中僅32 km的邛崍深層水溫觀測點, 在震前2 d開始出現(xiàn)異常, 震后逐漸恢復(fù)。 結(jié)合異常變化幅度特征可以看出(圖4, 圖5b), 距震中較遠(yuǎn)的外圍地區(qū), 異常幅度普遍相對較大且異常出現(xiàn)時間相對較早, 如劍川靜水位、 普洱大寨靜水位、 西昌川32井水溫、 洛南流體臺和青海德令哈深層水溫, λ2值最高可達2以上; 在向震中區(qū)逼近過程中, 距震中較近地區(qū), 異常出現(xiàn)增多變化, 但幅度相對較小, λ2值集中在0.7以下(如瀘沽湖深層水溫和南溪靜水位)。 λ2值變化大小的不同主要有兩方面原因: 一是, 可能主要與觀測點自身所處的水文地質(zhì)條件差異有關(guān); 二是, 也可能與各觀測點所處的不同構(gòu)造位置對周邊區(qū)域構(gòu)造應(yīng)力作用的敏感程度存在差異性有一定的關(guān)系[17]。 通過以上對高頻異常進行的異常變化幅度和異常發(fā)展時空掃描分析可以看出, 利用概率密度分布方法提取的蘆山MS7.0地震前南北帶高頻異常具有如下特征, 即在蘆山地震早期階段異常集中在外圍地區(qū), 且異常幅度相對較大, 至臨震階段, 異常開始向震中區(qū)遷移, 但幅度有所減小的特征。

【參考文獻】：
期刊論文
[1]基于Molchan圖表法的新疆流體資料預(yù)報效能檢驗[J]. 向陽,孫小龍,王博.  地震. 2018(03)
[2]南北地震帶北段流體資料地震預(yù)測效能檢驗[J]. 王博,鐘駿,王熠熙,陳石.  地震. 2018(01)
[3]基于深部地震資料與地表變形資料的蘆山地震發(fā)震構(gòu)造研究[J]. 王林,周青云,王峻,李文巧,周連慶,陳翰林,蘇鵬,梁朋.  地震地質(zhì). 2016(02)
[4]基于GPS監(jiān)測的蘆山地震周圍地區(qū)同震位移與運動速度[J]. 唐文清,張清志,潘忠習(xí),劉宇平,楊成.  沉積與特提斯地質(zhì). 2016(02)
[5]以形變觀測為約束的蘆山MS7.0地震孕震機理數(shù)值模擬研究[J]. 祝愛玉,張東寧,郭穎星.  地球物理學(xué)報. 2016(05)
[6]利用概率密度分布提取流體觀測資料中的高頻異常信息——以2008年汶川8.0級地震為例[J]. 孫小龍,王廣才,晏銳.  地球物理學(xué)報. 2016(05)
[7]基于小波分析提取地傾斜異常特征[J]. 劉建明,李志海,孫甲寧,高歌.  地震. 2016(01)
[8]一種基于大數(shù)據(jù)的前兆異常識別方法——以云南魯?shù)榈卣馂槔齕J]. 王秀英,張聰聰,楊德賀.  大地測量與地球動力學(xué). 2015(06)
[9]利用余震震中分析蘆山MS7.0地震發(fā)震構(gòu)造[J]. 趙榮濤,安美建,馮梅,張士安,張紀(jì)中,侯春堂.  地震學(xué)報. 2015(02)
[10]蘆山M7.0級與汶川M8.0級地震前兆異常對比[J]. 邱桂蘭.  四川地震. 2015(01)

博士論文
[1]地下水動態(tài)變化與地震活動的關(guān)系研究[D]. 孫小龍.中國地質(zhì)大學(xué)(北京) 2016



本文編號：3101405