2013年芦山MS7.0地震前南北地震带数字化水位、水温高频信息异常特征及...
第40卷第2期2020年4月
地 震
EARTHQUAKE
Vol. 40，No. 2
Apr.，2020
doi： 10. 12196/j. issn. 1000-3274. 2020. 02. 008
2013年芦山Ms7. 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
王喜龙，贾晓东，钱蕊，付聪
(辽宁省地震局，辽宁沈阳110034)
摘要：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。引人概率密度分布法对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图表法对提取的髙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。
关键词：水位；水温；高频信息；预报效能；2013年芦山Ms7.0地震
中图分类号：P315. 7 文献标识码：A 文章编号：1000-3274(2020)02-0100-17
引言
1966年邢台大地震之后，中国便开始全面发展地震监测预报探索工作，经过半个多世 纪的努力，目前已基本建成能够覆盖全国的地下流体观测台网[1~4]。发展最初阶段，主要 采用模拟观测手段进行地震前兆监测，但随着信息化的飞速发展，在21世纪初便完成了对 全国前兆台站观测技术的数字化、网络化改造[5]。改造之后数字化采样的采样频率大幅提 高，这些高频采样的观测资料中丰富的信息为地震预测研究提供了更多机会[6‘7]。
概率密度分布作为一种统计学方法，已经多次在电磁、医学、金融外汇市场以及环境 气象等不同领域得到应用[8〜14]。就地震预测预报研究而言，该方法在国内外也曾得到过应 *
*收稿日期：2019-03-07；修改回日期：2019-03-21
基金项目：地震科技星火计划（X H19007Y)；中国地震局葰情跟踪定向工作任务（2020010307,2019010503)
作者简介：王喜龙（1988-)，男，吉林市人，硕士研究生，工程师，主要研究方向流体地球化学研究。
通讯作者：贾晓东，髙级工程师。E-m a i l:j x d.d x@163.c o m
王喜龙等：2013年芦山iWs7.0地震前南北地震带数字化水位、2期 水温高频信息异常特征及效能分析 101
用，例如ManshOUr等[15’16]曾应用该方法对近年来全球发生的12次强震观测资料进行分 析，发现在震前存在明显异常现象，表明该方法在提取高频异常信息时效果明显；孙小龙 等[17]利用该方法成功提取出了 2008年汶川Ms8.0地震前30项南北地震带水位、水温高 频异常信息；王喜龙等™应用该方法，成功提取2014年鲁甸Ms6. 5地震震中区附近及外 围地区17组水位、水温概率密度高频异常。为进一步验证该方法对于地下流体高频异常信 息提取的可行性与可靠性，本文以2013年4月20日芦山Ms7.0地震为例，运用概率密度 函数分布方法分析芦山从37.0地震发生前震中及附近区域井水位、水温高频观测数据，为高频资料分析和异常识别提供新震例。
1地震地质背景
据中国地震台网中心测定，北京时间2013年4月20日8时2分，在四川省雅安市芦 山县发生了 Ms7.0地震（30. 3°N, 103. 0°E)，震源深度13 km[l8’19]。芦山地震余震精定位 分析、震源机制解、深部地球物理资料、地表地质特征和地形变资料等综合分析结果表明，芦山地震是发生在2008年5月12日汶川Ms8.0地震发生时未发生破裂的龙门山断裂带 西南段的一个逆冲型地震，发震断层为一条现今尚未出露地表、埋藏于地下9 k m的隐伏 断裂[18〃°〜23]。从大地构造的角度，芦山地震是发生在青藏髙原东北缘巴颜
喀拉块体与华 南地块的碰撞边界构造带上的一次地震，是两大地块强烈挤压碰撞的产物[lm25]。资料 研究表明，龙门山断裂带是由一系列压性、压扭性断裂及褶皱组成的逆冲断裂带，包括龙 门山前山断裂、龙门山中央断裂和龙门山后山断裂三条主干断裂[26]。历史地震资料研究表 明，龙门山断裂带南段在过去1〇〇多年内未发生过7级以上强震，发生6.0级至6. 9级地 震3次，分别为1327年天泉Ms8. 0地震、1941年泸定Ms6. 0和1970年大邑M6. 2地重[21，27, 28]〇
2数据处理方法
本文对中国大陆南北地震带数字化水位、水温分钟值数据的高频信息成分提取主要应 用小波分析方法。小波分析是信号处理分析中的一种重要方法，它不同于傅里叶变换，具 有多样性特点[29]。正由于小波分析的多样性特点，不同的小波基函数对于解决同一个问题 会产生不同的结果。因此，对于小波分析阶数的选取变得尤为重要。此前不同学者对数字 化地下流体和形变观测资料曾进行过相应研究，结果表明选取不同阶数对计算结果的稳定 性也存在较大的影响（表1)，阶数较低会影响计算结果的稳定性，阶数较高会降低信号的 识别能力，而当阶数选取为3〜6阶时，计算结果则较为稳定[3°~34]。
表1不同小波基误差结果
T a b l e  1 T h e e r r o r s o f d i f f e r e n t w a v e le t b a s is
小波基d bl db2db3db4db5db6db7db8db9平均误差  1. 16010.49980.28180. 21380. 19280. 18640. 18690. 18740. 1873最大误差  5. 2100  3.406 8  2.7881  2. 3276  2.3410  2.4634  2. 1134  2. 3702  2. 734 6
本次在对南北带数字化水位、水温分钟值数据采用小波分析方法进行高频信息提取过 程中，参数选取了误差较小的db5小波基，分别使用3〜6阶进行数据计算（图1)。具体提
X10 3Xl 〇3
2012-10 2013-01 2013-04
年-月高频信息(db5 4阶）
2013-072012-10 2013-012013-04年-月
高频信息(db5 5阶）2013-07图1应用小波分析方法提取的高频信息变化曲线
Fig. 1 High frequency information curves extracted by wavelet analysis
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ra曾分别利用 概率密度分布的方
法，分析了 2008年汶川JW S 8. 0地震和2014年鲁甸Ms 6. 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。
94.E 98'3数据选取及异常提取分析
3.1数据选取
应用概率密度分布法对数据进行选取
分析处理时，对数据的质量要求较高。首先
要求数据连续性好，同时对存在干扰的测点
数据应进行剔除。由于选取的数据为分钟值
高频观测数据，因此若选取长时间尺度观测
数据进行计算，会存在数据量大，需较长时
间进行计算且容易出错的问题，同时长时间
观测数据存在仪器自身及周边环境干扰等
较多且较难剔除的问题。因此，选取2013
年芦山Ms 7.0地震发生前后约1年时间尺
度（2012年10月1日至2013年8月1日）
的中国大陆地区南北地震带165组水位、水
温分钟值数据研究对象，以移动窗长为30
d 、滑动步长为3 d 进行概率密度分析（图
2)。3.2概率密度分布异常提取
概率密度分布法计算结果显示，2013年4月20日芦n M s 7.0地震前南北地震带共出现19项高频异常，其中水温数据14项， 水位数据5项，异常详细列表见表2，异常空间分布如图2所示。
图2南北地震带水位、水温测点分布
Fig. 2 Measuring points distribution of water level and water temperature in North-South seismic belt
102 地震 40卷取原理和方法参见杨从杰等[29]和刘建明等[34]。
u  2- u .0.L  ：日/.$3 2 1
n
o
0^
0^ 0^
8丄5.5.5.W P /
着
王喜龙等：2013年芦山M s7.0地震前南北地震带数字化水位、
2期 水温高频信息异常特征及效能分析103
表2南北地震带水位、水温概率密度异常信息
三级寒潮预警是第几级
T a b l e2T h e a b n o r m a l i n f o r m a t i o n o f p r o b a b i l i t y d e n s i t y d i s t r i b u t i o n f o r
w a t e r le v e l a n d w a t e r t e m p e r a t u r e i n N o r t h-S o u t h s e is m ic b e lt
测点名称测项东经北纬八°)震中距
/k m
异常出现
时间
异常变化
幅值
异常出现距
发震时间/d
曲江水化站动水位102.7923. 966822013-02-070.6173
普洱大寨静水位101.0522. 738502012-12-15  1. 99126
北碚柳荫静水位106.6129. 963422013-03-270. 4623
南溪静水位104.9328. 992282013-04-010. 6220
剑川局静水位99. 8826. 505112013-03-18  2. 2233
曲江水化站浅层水温102.7923.966822013-04-010.6720
西昌川32井中层水温102.2627.852722013-01-09  1. 64102
会泽县局中层水温103.3226. 394262013-04-010. 3220
佐署中层水温101.7236. 556962012-11-300. 69139
邛崃深层水温103.4130.25322013-04-180. 642
泸沽湖深层水温100.8627. 713492013-03-120.2538西昌川32井深层水温102.2627.852722013-03-01  1. 6450洛南台深层水温109.9534. 137712013-03-01  1.2850
庆阳庆城深层水温107.8836.017722013-02-180.2863
清水温泉深层水温106.3034.755672013-01-060. 18106
清水李沟深层水温106.3234. 656822013-03-270. 1823
德令哈深层水温97. 3737. 379282013-03-120. 5340
西吉王民深层水温105.7335.816532013-03-210. 1830
石柱鱼池中层水温108.2630.264952013-04-010.4920
3.3概率密度分布异常特征分析
图3为利用概率密度分布提取的部分异常A2值曲线，结果显示，2013年芦n M s7.0 地震前南北地震带概率密度高频异常多集中出现在震前4个月内，其中异常出现最早且距 震中最远的水位异常为云南普洱大寨静水位流体观测点，该测点距震中850 km，在震前 126 d出现高频异常。高频异常出现最早的水温异常为青海佐署中层水温流体测点，在震 前139 d出现异常。距震中最远的高频异常为青海德令哈深层水温流体观测点，该测点距 震中928 km。异常出现最晚的为距震中最近的四川邛崃深层水温流体观测点，该测点距震 中约32 km，于震前2 d开始出现异常。
从异常变化特征方面分析，计算得到概率密度分布异常的A2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
104地40卷较多，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。
芦山A /7.0
岷县M 6.6
2012-11 2013-01 2013-03 2013-05 2013-07年-月芦山A /7.0
2012-11 2013-01 2013-03 2013-05 2013-07
年-月
图3芦山7.0级地震前南北带流体高频信息异常曲线
(a )南溪静水位；（b )曲江水化站浅层水温；（c )西昌川32井中层水温；（d )石柱鱼池中层水温；
(e )佐署中层水温；（f )西吉王民深层水温；（g )德令哈深层水温；（h )清水
李沟深层水温；（i )洛南深层水温；（j )邛崃深层水温
F ig. 3 C u rv e s o f h ig h -fre q u e n c y  flu id  an o m aly  in fo rm a tio n  b e fo re L u sh a n  M s 7. 0 e a rth q u a k e
(a) T he static w ater level of N anxi ； (b ) The w ater tem perature of Qujiang hydration station; (c) The
w ater tem perature of Chuan 32 well in Xichang ； (d ) The w ater tem perature of Shizhuyuchi ；
(e) The w ater tem perature of Z uoshu ； (f) T he w ater tem perature of Xijiwangmin ； (g ) The
w ater tem perature of Delingha ； (h ) T he w ater tem perature of Q ingshuiligou ； (i) T he
w ater tem perature of L uonan ； (j) T he w ater tem perature of Qionglai
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（〇>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 >«>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Q <30d )，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，A 2值最高可达2以上；
在向震中区逼近过

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。