Analysis of Geophysical field anomalies in Tianshui Station before the Minxian-zhangxian MS6.6 Earthquake，2013
-
摘要:
基于2013年天水地区内地震台的地球物理场资料异常变化情况，对地球物理定点观测资料进行分析，2个台站（天水地电台、武山台）、4个测项（天水地电阻率、武山1号泉水氡、武山22号井水氡和武山竖直摆钻孔倾斜）在岷县—漳县MS6.6地震前出现异常变化。在分析原始数据变化基础上，利用归一化速率方法、从属函数方法和潮汐因子方法，分别提取地电阻率、模拟水氡、钻孔倾斜在岷县—漳县地震前后的异常变化，利用断层虚位错模型总结地球物理场异常与岷县—漳县地震的对应关系。结果显示：岷县—漳县地震前天水台4项资料异常为地震前兆异常，具有清晰的时空演化特征，可能与区域构造应力场在孕震阶段的加卸载作用密切相关，能够真实反映区域地下介质的变化，总结震前地球物理场异常变化对建立天水地区地震预测指标体系具有重要意义。
-
关键词:
- 岷县—漳县MS6.6地震 /
- 地球物理场异常 /
- 虚位错模型
Abstract:On June 17, 2013, the Tianshui Central Seismological Station submitted an earthquake prediction based on the anomalies of our downhole ground resistivity, Wushan No. 22 well radon, Wushan No. 1 spring radon, and the tilt observation of the Wushan vertical pendulum boreholes, and then an earthquake of MS6.6 occurred on July 22, 2013 in the Minxian-Zhangxian junction of Gansu Province. Therefore, it can be assumed that the above four geophysical field data from Tianshui Station truly reflect the changes of the underground medium in the region before the earthquake. Based on the anomaly analysis of the raw data of the above four data, this paper extracts the anomalies with normalized variation rate, subordinate function, and tidal factor, respectively, and summarizes the relationship between the anomalous characteristics of each measured item and the Minxian-Zhangxian earthquake. Finally, the geophysical field anomalous changes in spatial and temporal characteristics are explored by using the fault virtual dislocation model in combination with the seismic source mechanism solution.
The pre-earthquake anomalies of Tianshui apparent resistivity are located in Yawan Village, Ma paoquan Town, Maiji District, and the current downhole observation system was officially put into operation as a post-disaster reconstruction project in January 2012, with the electrode buried at a depth of 100 m. The hourly values of the NS, EW, and N45W orientations of Tianshui Station have shown synchronized high-frequency disturbance anomalies since April 9, 2013 to May 9, 2013, with the maximum magnitude of disturbance being 1.83%, 1.00%, and 4.28%, respectively. during which the April 20, 2013 Lushan, Sichuan MS7.0 earthquake occurred. Synchronized high-frequency disturbance anomalies occurred again from June 12, 2013 to August 8, 2013, with maximum disturbance amplitudes of 1.41%, 0.85%, and 0.94%, respectively, during which the July 22, 2013 Minxian-Zhangxian MS6.6 earthquake occurred. And the high-frequency disturbance amplitude of the Lushan earthquake is more obvious, which is related to the different deep structures and seismogenic environments of the two earthquakes. The change of the daily average value of Tianshui apparent resistivity is basically consistent with the resistivity change process in the seismic source area described by the DD model Pore fluid plays a central role in this model.
Wushan Spring No. 1, Well No. 22, and vertical pendulum borehole tilt are all located in Wushan Seismic Station, Hot Spring Town, Wushan County, Tianshui City, China. The observation point of Wushan No.1 spring is a natural outcrop spring, and Wushan No.22 well belongs to a fully pressurized well, and the distance between them is about 100 m. The background radon value of Wushan No.22 well is 240 （Bq/L）, and the background radon value of No.1 spring is 470 （Bq/L）, and the radon value of the two measurement points basically changes in a synchronized manner, and it rises since April 2012, with the overall trend of “low value-high value-low value”, and the high value anomaly lasts for about 1 year. The seismic change started from June 25, 2012, and the whole process is “uplift-seismic-decline”. 22 wells and No.1 spring radon values before the quake had the maximum variation of 6.36% and 9.59%, respectively, and the radon values decreased after the quake but did not restore the original background values. The tilt of the Wushan vertical pendulum borehole shows a decreasing and increasing trend of NS and EW components, respectively, since the observation. The rate from July 2012 to February 2013 is 3.11×10−3/day, and the rate from February 2013 to June 2013 is 5.66×10−3/day, and the post-earthquake aberration is in the co-seismic strain order.
Minxian-Zhangxian MS6.6 earthquake was preceded by a synchronous rising anomaly in three normalized rate curves, and the anomaly threshold was determined to be 0.8. Monthly mean values of Wushan well No. 22 increased from March 2012 to August 2012 with a maximum variation of 13.6%; 13-point sliding values increased from February 2012 to September 2012 with a maximum variation of 8.7%. μ values showed three anomalies larger than the threshold before the earthquake （14 months before the earthquake）. The monthly mean value of Wushan Spring No. 1 increased since March 2012, with a maximum variation of 15.7%; the 13-point sliding value increased from February 2012 to November 2012; μ values showed three anomalies larger than the threshold value before the earthquake （14 months before the earthquake）, and μ values recovered since August 2013 after earthquakes. The Minxian-Zhangxian MS 6.6 earthquake was preceded by a significant change in the tidal factor, i.e., the γ values of the north-south and east-west components showed a significant step-down from April 2012 to January 2013, which is a medium- to long-term trend change, and the earthquake occurred 6 months after the γ values rebounded.
The following conclusions can be drawn from the above analysis: （1） All four measurements are located in the stress extrusion region. （2） The geophysical field anomalies of Tianshui station are mainly concentrated within 200 km from the epicenter, and the anomaly evolution and anomaly amplitude show the characteristic anomalous changes of “long-mid-short-proximity” with the change of distance from the epicenter, which is corresponding to the Minxian-Zhangxian earthquakes in time and space. （3） The breeding of earthquakes involves the long-trend background, medium-term anomalies and short-term changes of the geophysical field. After the occurrence of regional earthquakes, we should analyze and summarize the data anomalies and accurately identify the anomalies based on the spatial and temporal strength and morphological characteristics of the precursor anomalies, and set up a database of typical regional seismic examples.
-
引言
地震是地球上频繁发生的一种自然灾害，是不可避免的，给人类社会带来了巨大的损失（杨桐等，2013）。近年来的大量研究表明，电磁异常对地震十分敏感（赵国泽等，2017）。国内外学者研究发现电离层观测到的多种数据，例如电场、磁场、等离子体密度、空间粒子通量变化等，在地震前后均出现异常变化，这些电磁异常现象与地震活动都具有相关性（安张辉等，2011；万剑华等，2012；泽仁志玛等，2012；Zhang et al，2012；闫相相等，2014）。
自2004年第一颗专门用于探测地震电离层扰动的电磁卫星（Detection of Electro-Magnetic Emissions Transmitted from Earthquake Regions，缩写为DEMETER）发射以来，科学工作者们在地震电离层方面作了大量研究。由于DEMETER是太阳同步轨道卫星，卫星飞过地面不同区域的地方时是固定的，昼侧和夜侧的轨道数据对应的地方时分别为10:30和22:30左右（杨牧萍等，2018），因此对DEMETER卫星电磁数据的背景场研究主要分昼侧和夜侧。杨牧萍等（2018）利用五年的DEMETER电场功率谱数据，分昼侧和夜侧构建了东北亚地区电离层电场背景场并分析其动态变化。Bertello等（2018）分析了八年的DEMETER卫星电场和磁场数据，构建了拉奎拉地震区昼侧和夜侧的电磁背景场，并针对2009年拉奎拉地震提取异常轨道。
蜂群（Swarm）卫星一天约飞行16个圆轨，每个圆轨的飞行时间大约为1.5个小时。其飞过同一区域的地方时是不断变化的，而不同地方时下磁场数据的背景值相差几十甚至上百倍，因此对Swarm卫星建立昼侧、夜侧背景场并不适用，还会影响提取的异常轨道的准确性。目前针对Swarm卫星磁场数据的研究主要是利用滑动时窗等方法进行单轨道分析，例如：Marchetti和Akhoondzadeh （2018）利用Swarm卫星磁场数据对墨西哥地震进行异常提取，在震前130天出现了异常累计加速；Akhoondzadeh等（2018）利用Swarm卫星磁场数据对2017年伊朗地震进行分析，发现在震前8—11天出现了地震前兆异常，然而单轨道分析提取出的异常也有可能由区域内其它短期局部性非震因素引起。此外，卫星观测的磁场数据受地磁活动的影响，当地磁活动很强时，电离层的扰动可能会掩盖因地震引起的磁场变化（李凯艳，2020）。目前排除地磁活动影响的常规作法是选择低地磁活动日的卫星轨道、舍弃高地磁活动日的卫星轨道（泽仁志玛等，2012；Zhang et al，2012；杨牧萍等，2018；Marchetti et al，2019；Ouyang et al，2020），但这样会造成卫星观测数据应用不充分。
考虑到上述不足，本文拟利用Swarm卫星磁场数据建立长期的高时间分辨率的时变背景场，去除地方时对磁场数据的影响，以及区域性的短期非震因素对结果的影响。此外，通过变分模态分解（variational mode decomposition，缩写为VMD）去除地磁活动对数据的影响，使卫星全部的观测数据可以应用于地震分析中。利用建立的时变背景场对2020年MW7.7牙买加地震影响区域内的磁场Y分量（东向分量）数据进行异常提取，并与传统的昼、夜侧背景场的异常提取结果进行对比分析。此外，对岩石层、大气层以及电离层的多参数进行震前异常分析，并对三个圈层的异常出现时间进行解释。
1. 地震与数据
1.1 牙买加地震
2020年1月28日19:10:24，在古巴南部和牙买加西北部加勒比海地区发生了MW7.7强震（USGS，2020a），震中位于（19.419°N，78.756°W）（图1），震源深度为14.9 km。根据Dobrovolsky公式R＝100.43M计算地震影响区域的半径R （Dobrovolsky et al，1979），其中，M为震级，R为孕震区半径。针对2020年牙买加MW7.7地震计算得到R＝2046.4 km，对应于图1所示区域（0.58°S—39.42°N，58.76°W—98.76°W）。
![]()
图 1 2020年牙买加 MW7.7地震的地理位置和地震影响区（USGS，2020a）Figure 1. Location of the 2020 Jamaica MW7.7 earthquake and related earthquake affected areas （USGS，2020a）1.2 电磁卫星数据
2013年11月22日，欧洲空间局发射了Swarm卫星群（Friis-Christensen et al，2006），星群包括Alpha，Bravo和Charlie三颗卫星。Swarm卫星群能实现对地球磁场高精度、高分辨率的测量，目前已经广泛应用到地震前兆异常提取中。由于中低纬地区地震磁场Y分量受外源磁场扰动小（在高纬场向电流等也会影响Y分量），更有可能受到岩石圈活动的影响（Pulinets，Ouzounov，2011），因此，本文选择Swarm卫星群Alpha卫星的磁场Y分量数据进行研究，数据采样率为1 Hz。考虑到Alpha卫星完成一个轨道大概需要90 min，地方时变化一个小时需要大概11天，大约133天可以完成地方时的重访（李凯艳，2020），本文选用2017年1月1日至2020年6月30日的磁场Y分量数据构建牙买加地震影响区域内的时变背景场，将该区域内震前90天至地震当天的轨道数据作为异常提取对象。
1.3 太阳与地磁活动指数
太阳是地磁场变化的根本来源（丁鉴海等，2011），太阳射电流量F10.7能表征太阳活动性，一般F10.7低于90 sfu的年份是太阳活动低年（李凯艳，2020）。
卫星观测数据受地磁活动的影响，而地磁指数是对空间电流体系引起的地磁扰动的定量描述，可以表征地磁活动水平（王楚钦等，2015；金巍等，2017）。本文选用的地磁活动指数为ap指数，该指数又被称为“等效的行星性3小时幅度”，是描述全球3小时时段内地磁活动的指标（丁鉴海等，2011）。
2. 时变背景场建立方法
时变背景场的建立分为两个步骤：首先利用太阳活动指数F10.7排除太阳活动性高的数据，并基于VMD将地磁活动对磁场数据的影响去除；然后利用区域网格化建立时间分辨率为1 h的时变背景场，去除地方时对磁场数据的影响。
利用VMD去除数据的部分分量，降低地磁活动对卫星磁场数据的影响。VMD是Dragomiretskiy和Zosso （2014）提出的一种自适应算法，该方法可以自适应地将地磁活动信号从卫星磁场数据中有效分离，这样既可以降低地磁活动这一非震因素的干扰，又可以利用更多的卫星磁场数据。
VMD是通过迭代搜寻约束变分模型的最优解，自适应地将信号分解成多个有限带宽的固有模态函数，每个模态函数的中心频率及带宽在迭代求解变分模型的过程中不断更新（Dragomiretskiy，Zosso，2014；池成全，2020；赵亚军等，2020），其约束变分模型表达式为
$$ \left\{ \begin{array}{l} \mathop {\min }\limits_{\left\{ {\mathop u\nolimits_k } \right\}\left\{ {\mathop \omega \nolimits_k } \right\}} \left\{ {\displaystyle\sum\limits_k {\mathop {\left\| {\mathop {\text{∂}} \nolimits_t \left[\left({\delta} （ t ） ＋ \frac{j}{{{\text{π }}t}}\right) * \mathop u\nolimits_k （ t ） \right]\mathop {\text{e}}\nolimits^{ - {\rm{j}}\mathop \omega \nolimits_k t} } \right\|}\nolimits_2^2 } } \right\} \\ s.t.\displaystyle\sum\limits_k {\mathop u\nolimits_k } ＝ f \qquad k {\text{≥}}2， \end{array} \right. \text{，} $$ (1) 式中，{uk}＝{u1， u2， ···， uk}为分解后的模态，{ωk}＝{ω1， ω2， ···， ωk}为各模态对应的中心频率，∂t为随时间的导数，δ（t）为狄拉克方程，$* $为卷积运算，|| ||2为向量的二范数，f为分解出的k个模态之和。
选用2017年1月1日至2020年6月30日期间Swarm星群Alpha卫星的磁场Y分量数据，对数据作预处理，减去CHAOS-7模型（Finlay et al，2020）以去除主磁场、岩石圈磁场以及外源磁场。对预处理后的每一条轨道数据进行VMD，分解成两个模态。通过计算分解出模态的平均能量与ap指数的相关系数，定量分析两个模态与地磁指数的关系。两个模态的平均能量φIMFi的计算公式为
$$ {\mathop \varphi \nolimits_{ {{\rm{IMF}}i} } ＝ \frac{{\displaystyle\sum\limits_{j ＝ 1}^N {\mathop {\left| { {{\rm{IMF}}i} （ j ） } \right|}\nolimits^2 } }}{N}\qquad i ＝ 1， 2 }， $$ (2) 式中，i代表第i个模态，j代表第j个数据点，N代表该轨道的数据点数。
计算每一条轨道分解出的两个模态的平均能量φIMFi与ap指数的相关系数，结果如图2所示。图2a中蓝线和红线分别是每条轨道分解出的第一个模态的平均能量φIMF1和对应的滑动平均值$\overline \varphi $IMF1；图2b中蓝线和红线分别是每条轨道分解出的第二个模态的平均能量φIMF2和对应的滑动平均值$\overline \varphi $IMF2；图2c中蓝线和红线分别是每条轨道对应的ap指数和对应的滑动平均值$\overline a $p。
![]()
图 2 两个模态的平均能量与对应的$a_p $指数（a） 轨道第一个模态的能量；（b） 轨道第二个模态的能量；（c） 轨道对应的$a_p $指数Figure 2. Results of average energy of the two modes and their corresponding $a_p $ index（a） The average energy of the first mode of all the tracks；（b） The average energy of the second mode of all the tracks； （c） The $a_p $ index at the moment corresponding to the time of the track由图2可知，在$\overline a $p取得高值时，$\overline \varphi $IMF1也取得高值，在$\overline a $p取得低值时，$\overline \varphi $IMF1也取得低值，二者的变化趋势很接近，而$\overline \varphi $IMF2与$\overline a $p的变化趋势没有明显的相似之处。为了进一步判断$\overline \varphi $IMF1，$\overline \varphi $IMF2以及$\overline a $p之间的关系，利用滑动窗分别计算$\overline \varphi $IMF1与$\overline a $p的相关系数λ1和$\overline \varphi $IMF2与$\overline a $p的相关系数λ2，分别计算相关系数的分布，结果如图3所示，图中红点是$\overline \varphi $IMF1与$\overline a $p的相关系数，占比大的值集中在0.7—0.9之间；图中蓝点是$\overline \varphi $IMF2与$\overline a $p的相关系数，较均匀地分布在0.1—0.6之间。其中$\overline \varphi $IMF1与$\overline a $p的相关系数中值为0.800 3，而$\overline \varphi $IMF2与$\overline a $p的相关系数中值为0.305 1。
![]()
图 3 模态的平均能量与对应的$\overline a_p $的相关系数Figure 3. The correlation coefficients between $\overline \varphi_{\rm{IMF1}} $ and $\overline a_p $ and those between $\overline \varphi_{\rm{IMF2}} $ and $\overline a_p $$\overline \varphi $IMF1与$\overline a $p的相关性较高，而$\overline \varphi $IMF2与$\overline a $p相关性不高，故第一个模态受到地磁活动的影响较大，第二个模态受到地磁活动的影响较小。因此，剔除第一个模态以降低地磁活动对磁场数据的影响，接下来只对去除第一个模态后的轨道数据进行分析。
对2020年牙买加地震影响区域进行网格化，划分成5°×5° （地理经纬度）的64个小网格，去除该区域内M6.0以上地震（USGS，2020b）分别在其Dobrovolsky范围内（Dobrovolsky et al，1979）震前90天的数据，以排除地震对背景场的影响；接着把剩余的轨道数据按照地方时（local time，缩写为LT）划分成24个地方时范围，以1 h为间隔，分别是LT0 （00:00—00:59），LT1 （01:00—01:59），···，LT22 （22:00—22:59），LT23 （23:00—23:59）。根据地磁季节划分的方法，把3—4月份划分为春季，5—8月份划分为夏季，9—10月份划分为秋季，11—12月份以及来年1—2月划分为冬季（杨牧萍等，2018）。由于2020年牙买加地震震前90天正处于冬季，因此，本文建立的是冬季时变背景场。
计算每个小网格内24个地方时的数据点的能量，计算方法为
$$ \varepsilon （ t ） ＝ \mathop {\left| {f （ t ） － {{\rm{IMF1}}} （ t ） } \right|}\nolimits^2 \text{，} $$ (3) 式中，f （t）是预处理后的数据，IMF1（t）是f （t）分解出的第一个模态。
分别以网格内所有数据点能量的中值作为对应地方时的背景值来建立冬季时变背景场，如图4所示（图中白色区域代表该区域无数据）。从图中可以看出，不同地方时的背景值相差很大，其中，地方时为白天（0—5时，18时—23时）的背景值远大于地方时为夜晚（6时—17时）的背景值。
![]()
图 4 牙买加地震影响区域在不同地方时（LT）的时变背景场Figure 4. The time-varying background field at different local time inside the earthquake affected areas of the Jamaica earthquake选取整个牙买加地震影响区域，分别计算时变背景场里整个研究区域每个地方时范围内的中值并将其作为区域背景值，进一步分析该区域时变背景场在不同地方时的背景值差异。将该区域24个地方时的区域背景值进行拟合，结果如图5所示。当地方时为10时，背景值最大，为1.059 nT2；当地方时为4时，背景值最小，为0.005 9 nT2，二者相差180倍。由此可见，地方时对Swarm卫星磁场数据的影响非常大，建立时变背景场去除地方时的影响是非常有必要的，这会影响后续异常提取的准确性。
![]()
图 5 牙买加地震影响区域内24个地方时的平均背景值Figure 5. The average background values of 24 local times inside the earthquake-affected area of the Jamaica earthquake3. 震前卫星磁场异常提取结果与讨论
3.1 基于时变背景场与昼侧、夜侧背景场的异常提取结果
本文通过相同的方法建立昼侧、夜侧背景场，选取2017年1月1日至2020年6月30日期间牙买加地震影响区域内的磁场数据，首先将数据划分到四季，然后将冬季数据按照地方时分成昼侧和夜侧的数据集，即地方时为0—5时，18时—23时期间的数据划分到夜侧数据集；地方时为6时—17时期间的数据划分到昼侧数据集，利用区域网格化和中值建立冬季昼侧、夜侧背景场。
分别使用时变背景场与昼侧、夜侧背景场提取牙买加地震震前异常轨道。其中基于时变背景场提取异常轨道是以每个网格内对应地方时的时变背景场为背景值，利用滑动四分位（Liu et al，2000）计算网格内对应地方时的所有数据点能量的上四分位Q1、下四分位Q3和四分距Q1—Q3，以2.5倍的四分距作为阈值偏差。滑动四分位的计算方法如式（4）—（6）所示。
将一个网格内一个地方时的所有数据点的能量进行排序，结果为
$$ \varepsilon （ \mathop t\nolimits_1 ） {\text{≤}} \varepsilon （ \mathop t\nolimits_2 ） {\text{≤}} \cdots {\text{≤}} \varepsilon （ \mathop t\nolimits_k ） \cdots {\text{≤}} \varepsilon （ \mathop t\nolimits_n ） \qquad k ＝ 1， 2， \cdots ， n \;\;\text{，} $$ (4) $$ {{\displaystyle Q}}_{3}＝\left\{\begin{array}{l} \dfrac{\varepsilon （ {{\displaystyle t}}_{k} ） ＋\varepsilon （ {{\displaystyle t}}_{k＋1} ） }{2}\qquad n＝4k\; 或 \; n＝4k＋1，\\ \varepsilon （ {{\displaystyle t}}_{k+1} ） \qquad\;\;\quad\qquad n＝4k＋2\; 或 \;n＝4k＋3，\end{array} \right. $$ (5) $$ \mathop Q\nolimits_{\text{1}} ＝ \left\{ \begin{array}{ll} \dfrac{{\varepsilon （ \mathop t\nolimits_{3k} ） ＋ \varepsilon （ \mathop t\nolimits_{3k ＋ 1} ） }}{2}& \quad n ＝ 4k ，\\ \dfrac{{\varepsilon （ \mathop t\nolimits_{3k + 1} ） ＋ \varepsilon （ \mathop t\nolimits_{3k ＋ 2} ） }}{2}& \quad n ＝ 4k ＋ 1 ，\\ \varepsilon （ \mathop t\nolimits_{3k ＋ 2} ） & \quad n ＝ 4k ＋ 2 ，\\ \varepsilon （ \mathop t\nolimits_{3k ＋ 3} ） & \quad n ＝ 4k ＋ 3 {\text{.}} \end{array} \right. $$ (6) 当一条轨道经过某一网格的数据能量的中值与对应地方时的背景值偏差超过2.5倍四分距时，即认为这条轨道为异常轨道。基于昼侧、夜侧背景场提取异常轨道与基于时变背景场提取异常轨道的方法相同。
分别将基于时变背景场与昼侧、夜侧背景场提取出的异常轨道进行累计，当第k天提取出n条异常轨道时，异常轨道累计数目N（k）在N（k－1）的基础上加n。异常轨道数目累计结果如图6所示。由图6a可知：震前90天至震前50天，基于时变背景场提取出的异常轨道累计数目呈线性增长；震前50天至震前43天，异常轨道累计数目加速增长；震前43天至地震当天，缓慢恢复到线性增长。由图6b可见：震前90天至震前54天，基于昼侧、夜侧背景场提取出的异常轨道累计数目呈现线性增长；震前54天至震前43天，异常轨道累计数目加速增长；震前43天至地震当天，缓慢恢复至基本不变化。
![]()
图 6 基于时变背景场（a）与昼侧、夜侧背景场（b）分别提取的异常轨道累计结果Figure 6. The cumulative number of anomalous tracks over time based on the time-varying background field （a） and the day-side and the night-side background field （b）3.2 异常提取结果对比与分析
为了说明时变背景场相较昼侧、夜侧背景场的优势，本文将从背景场和震前异常提取两方面进行比较分析。考虑到地方时为白天的昼侧背景场与地方时为夜晚的夜侧背景场差异很大，将研究区域内24个地方时的时变背景场分成昼侧和夜侧并分别与昼侧、夜侧背景场进行对比，如图7所示。可见：对于地方时为白天的时变背景场，地方时为10时的背景值最大，为1.059 0 nT2，地方时为17时的背景值最小，为0.030 5 nT2，二者相差35倍；对于地方时为夜晚的时变背景场，地方时为20时的背景值最大，为0.018 5 nT2，地方时为0时的背景值最小，为0.005 9 nT2，二者相差3倍；而该区域内昼侧背景值为0.273 7 nT2，夜侧背景值为0.010 3 nT2。由此可见，不管是白天还是夜晚，在不同的地方时，时变背景场的背景值相差均很大，有的会高达几十倍。因此，建立时变背景场可以有效地把不同地方时的背景值差异凸显出来，这对于后续准确提取异常轨道是非常重要的。
![]()
图 7 地方时为白天（a）和夜晚（b）时昼侧、夜侧的两个背景场对比Figure 7. Comparison between dayside and night side background field in the day time （a） and the night time （b）为了分析基于时变背景场与昼侧、夜侧背景场提取出异常轨道差异的原因，对两种背景场提取异常的阈值作对比分析，如图8a所示，以一个小网格为例。图8b是两个背景场阈值差异对比，若一条轨道在某一网格的能量值落在区域A，则该轨道在时变背景场与昼侧、夜侧背景场都被判定为非异常的轨道；若落在区域B，则该轨道是昼侧、夜侧背景场提取异常少于时变背景场的轨道，集中在白天和夜晚低背景值的地方时范围内；若落在区域C，则该轨道是昼侧、夜侧背景场提取异常多于时变背景场的轨道，集中在白天和夜晚高背景值的地方时范围内。
![]()
图 8 时变背景场与昼侧、夜侧背景场提取异常的阈值（a）及其对比图（b）Figure 8. The threshold （a） of the time-varying background field and the day-side and the night-side background field used to extract anomalous tracks and its comparison （b）昼侧、夜侧背景场比时变背景场多提取出的异常轨道都是集中在背景值高的地方时，这是由于昼侧、夜侧背景场的时间分辨率比时变背景场低，不管是白天还是夜晚，高值背景值会被低值背景值拉低，导致部分不是异常的轨道被错误地识别为异常轨道。同理，昼侧、夜侧背景场比时变背景场少提取出的异常轨道均集中在背景值低的地方时，低值背景值会被高值背景值拉高，导致部分异常轨道不能被识别。因此，建立高时间分辨率的时变背景场相较昼侧、夜侧背景场能更加准确地识别并提取异常轨道。
3.3 震前多圈层异常提取结果与分析
本文分析了震前岩石层、大气层和电离层的参量，对地震影响范围内M＞4.6浅源地震（深度＜50 km）进行震前能量累计（Kanamori，Anderson，1975；Mignan et al，2007；Marchetti et al，2020）。图9a是岩石层的震前地震能量累计结果，对岩石层应变采用了贝尼奥夫应变分析方法累计地震前能量，从图中可以看出，在震前35天出现加速现象；图9b是大气层的总水气柱异常累计结果，大气层的总水气柱（total column water vapour，缩写为TCWV）异常提取对象为震中3°×3°范围内震前90天的TCWV数据，根据地震前兆识别的气候分析算法（climatological analysis for seismic precursor identification，缩写为CAPRI）提取大气参数地震前兆异常（Piscini et al，2019），图中显示震前45天出现异常累计加速；图9c是电离层的磁场异常轨道累计结果，震前50天出现异常轨道累计加速
![]()
图 9 岩石层能量（a）、大气层总水气柱（b）和电离层磁场异常轨道（c）累计结果Figure 9. Accumulative number of anomalies of the lithospheric energy （a）， the total column water vapourof atmosphere （b） and the ionosphere magnetic field （c）自震前78天，岩石层能量开始缓慢累计，震前50天，在与牙买加地震相同的断层上发生MW5.0地震（2019年12月9日，19.08°N，80.44°W），这可能是主震前的微破裂，这种微破裂可能产生超低频（ultra-low frequency，缩写为ULF）电磁波（Molchanov，Hayakawa，1995）。由于电磁波在电离层的扰动，我们推测震前50天观测到电离层磁场数据的异常累计加速现象可能与电磁波的扰动有关。Ventura和Di Giovambattista （2013）发现地震前可能存在流体（或气体）的地下运动，我们推测流体的地下运动可能与微破裂同时发生，可能需要几天的时间从断层向上传播到达海洋底部，并在水中释放一些气体（Ouzounov et al，2018），这些气体可能会导致大气参数的异常，因此，震前45天观测到总水气柱异常累计加速现象可能是由气体的释放导致的。马瑾和郭彦双（2014）提出，断层带上存在相对弱和相对强的部位，前者往往表现为断层预滑、慢地震或弱震，后者是应力锁定部分和快速失稳区域（Noda et al，2013）；在断层的黏滑过程中实际存在两次失稳，前者与弱部位的释放有关，后者与强部位的快速释放有关，表现为强震。因此本文推测岩石层能量累积在震前35至震前34天的加速可能与弱部位的释放有关，在震前22天至震前20天的加速可能与强部位的快速释放有关。岩石层、大气层和电离层中不同参数的异常累积结果表明，这些异常可能与牙买加地震的孕育有关。
4. 讨论与结论
本文针对蜂群卫星地方时不断变化的特点，建立了时间分辨率高的卫星磁场数据时变背景场，有效去除了地方时对数据的影响。基于建立的时变背景场和传统的昼、夜侧背景场，分别对2020年牙买加MW7.7地震进行了震前异常提取，两者的对比分析结果显示：利用时变背景场可以准确地提取出异常轨道，而昼、夜侧背景场由于时间分辨率低、背景值不准确，会导致异常轨道的提取结果不准确。因此，本文提出的时变背景场相较传统的昼、夜侧背景场能更准确地提取出异常轨道，提高了地震震前异常提取的准确度，为地震前兆异常的研究提供了新思路。
通过时变背景场提取的异常轨道累计结果在震前50至43天出现加速增长，联合岩石层和大气层的研究，牙买加地震先在电离层出现异常，然后在大气层出现异常，最后在岩石层出现异常，结合Molchanov和Hayakawa （1995）、Ventura和Di Giovambattista （2013）、Ouzounov等（2018）以及马瑾和郭彦双（2014）的研究成果，我们对牙买加地震震前岩石层、大气层、电离层参数的异常出现时间的机理提出了合理的猜测：电离层的异常可能是由主震前微破裂产生的ULF电磁波导致的，而大气层的异常可能是由于流体的地下运动产生的，岩石层的异常则可能是由断层的黏滑过程中存在的两次失稳导致的。
本文仅对牙买加地震进行了分析，为了获取更加令人信服的结果，需要进一步对多个震例进行统计分析，特别是M7.0以上的大地震。此外，虽然本文联合了岩石层、大气层和电离层的异常提取结果进行了简单的分析，但是如何验证提取的异常与震前活动是否相关尚需进一步的探索和研究。
-
![]()
图 1 岷县—漳县MS6.6地震震中、台站位置及周边断裂分布
本文省界数据引自全国地理信息资源目录服务系统（www.webmap.cn）；断裂数据来自于邓起东（2007），由国家地震科学数据中心提供原始数据
Figure 1. Distribution of epicenters，station locations and fault zone （The provincial boundary data in this paper are from the National Catalogue Service for Geographic Information （www.webmap.cn）；the fault data are from the Active Tectonic Map of China （1∶4 million） compiled by Deng Q D，2007，with original data provided by the National Earthquake Data Center.）
![]()
图 2 天水地电台岩性柱状图（改自甘肃省地震局，2005）
Figure 2. Petrographic histogram of Tianshui geo- resistivity station （Adapted from Gansu Earthquake Monitoring Annals （Gansu Earthquake Agency，2005））
![]()
图 3 天水地电台布极示意图
Figure 3. Electrode Configuration Schematic of Tianshui geo-resistivity station
![]()
图 4 天水地电台电测深曲线图
Figure 4. Electrical sounding curve of Tianshui geo- resistivity station
![]()
图 5 武山22号井钻孔柱状图（改自甘肃省地震局《武山台建台报告》，2017）
Figure 5. Petrographic histogram of borehole No. 22（ Adapted from Wushan Station Construction Report （Gansu Earthquake Agency，2017）
![]()
图 6 天水台地电阻率小时值曲线（2012—2014）
Figure 6. Hourly values of geo- resistivity at Tianshui station （2012−2014）
![]()
图 7 天水地电阻率日均值曲线（2012—2013）
Figure 7. Daily mean value of geo- resistivity at Tianshui station （2012−2013）
![]()
图 8 电阻率中的膨胀-扩散模型（据Mjachkin，V.I.1975，修改）
Figure 8. Dilatancy-Diffusion model in Electrical Resistivity （Modified from Mjachkin Ⅵ，1975）
![]()
图 9 武山22号井、1号泉和降雨量日值曲线（2012—2014）
Figure 9. Diurnal Variation Curve of NO.22 well，NO.1 spring and rainfall at Wushan station （2012−2014）
![]()
图 10 武山钻孔倾斜北南、东西曲线
（a/c） 趋势曲线；（b/d） 短临曲线
Figure 10. North-south and east-west curves of borehole tilt at Wushan station
（a/c） Trend curve；（b/d） Short period curve
![]()
图 12 武山22号井月均值、13点滑动值、从属函数值曲线（2012—2014）
Figure 12. Monthly mean value，13-point sliding value，and subordinate function curves of NO.22 well at Wushan station （2012−2014）
![]()
图 13 武山1号泉月均值、13点滑动值、从属函数值曲线（2012—2014）
Figure 13. Monthly mean value，13-point sliding value，and subordinate function curves of NO.1 spring at Wushan station （2012−2014）
![]()
图 14 潮汐因子（γ值）时序变化曲线（2012—2014）
Figure 14. Curve of temporal variation of tidal factor （γ-value）（2012−2014）
![]()
图 15 岷县—漳县地震断层虚位错模型体应变分布（扩张为正）
Figure 15. Volumetric strain distribution of Minxian-Zhangxian earthquake based on the virtual dislocation model （Expansion is positive）
表 1 4个测项的基础信息
Table 1 Basic information of the four measurement items
序号 名称 观测起始年 仪器型号 东经/° 北纬/° 测点类型 震中距/km 观测环境 1 天水地电阻率 2 011 ZD8BI 105.90 34.48 井下观测 153 正常 2 武山1号泉水氡 1 990 FD-125 105.03 34.39 上升泉 75 正常 3 武山22号井水氡 1 982 FD-125 105.05 34.64 热水井 75 正常 4 武山竖直摆钻孔倾斜 2 012 CZB-2A 105.05 34.65 井下探头 76 正常 
下载: 导出CSV
表 3 震前天水地电阻率数据变化情况
Table 3 Changes of apparent resistivity data at Tianshui station before the earthquake
地震 测项
分量异常起
止时间小时值
形态小时值异
常幅度（%）日均值
形态日均值异
常幅度（%）归一化速
率异常2013-04-20
四川芦山MS7.0
（△＝540 km）NS 2013-04-06~2013-05-03 高频扰动 1.83 趋势下降/破年变 0.16 上升异常
阈值0.8EW 2013-04-06~2013-05-03 高频扰动 1.00 转平—下降/破年变 0.26 N45°W 2013-04-09~2013-05-04 高频扰动 4.28 转平—下降/破年变 0.15 2013-07-22
甘肃岷县—漳县MS6.6
（△＝153 km）NS 2013-06-10~2013-11-05 高频扰动 1.41 趋势下降/破年变 0.41 EW 2013-06-10~2017-11-05 高频扰动 0.85 趋势下降/破年变 0.46 N45°W 2013-05-20~2013-12-01 高频扰动 0.94 趋势下降/破年变 0.28
下载: 导出CSV
表 2 岷县—漳县MS6.6地震震源参数
Table 2 The source parameters of the Minxian-Zhangxian MS6.6 earthquake
断层中心位置 长度/km 宽度/km 位错量/cm 滑动机制 经度/° 纬度/° 走向/° 倾角/° 滑动角/° 104.23 34.52 14.42 8.75 0.26 305 61 46
下载: 导出CSV
-
车用太,鱼金子,刘五洲. 1997. 水氡异常的水动力学机制[J]. 地震地质,19(4):66–70. Che Y T,Yu J Z,Liu W Z. 1997. The Hydrodynamic Mechanism of Water Radon Anomaly[J]. Seismology and Geology,19(4):353–357 (in Chinese).
陈运泰. 2009. 地震预测:回顾与展望[J]. 中国科学(D辑:地球科学),39(12):1633–1658. Chen Y T. 2009. Earthquake prediction:Retrospect and prospect[J]. Sci China Ser D-Earth Sci,39(12):1633–1658 (in Chinese).
邓起东. 2007. 中国活动构造图 (1∶400 万). 地震出版社. Deng Q D. 2007. Map of Active Tectonics in China. Seismological Press (in Chinese).
杜学彬. 2010. 在地震预报中的两类视电阻率变化[J]. 中国科学杂志社,40(10):1321–1330. Du X B. 2010. Two Kinds of Apparent Resistivity Changes in Earthquake Prediction[J]. Science China Press,40(10):1321–1330 (in Chinese).
杜学彬,薛顺章,郝臻,张世中. 地电阻率中短期异常与地震的关系[J]. 地震学报,22(4):368-376. Du X B,Xue S Z,Hao Z,Zhang S Z. 2000. On the Relation of Moderate-Short Term Anomaly of Earth Resistivity to Earthquake[J]. Acta Seismologica Sinica,22(4):368–376 (in Chinese).
杜学彬,严玲琴,范莹莹,安张辉,刘君,陈军营,谭大诚,王建军,崔腾发. 2013. 2013年岷县漳县MS6.6地震前后地电观测引起的思考[J]. 地震工程学报,35(3):513–521. Du X B,Yan L Q,Fan Y Y,An Z H,Liu J,Chen J Y,Tan D C,Wang J J,Cui t f. 2013. Geo-Electrical Forecasting and Observation Prior to and Following the Minxian-Zhangxian MS6.6 Earthquake of 2013[J]. China Earthquake Engineering Journal,35(3):513–521 (in Chinese).
姜振海,翟伟,王小娟. 2013. 甘肃岷县漳县MS6.6地震与甘肃形变异常情况探讨[J]. 地震工程学报,2013,35(3):549–556. Jiang Z H,Zhai W,Wang X J. 2013. Analysis of the Relationship between Abnormal Ground Deformation of Gansu and the Minxian-Zhangxian MS6. 6 Earthquake[J]. China Earthquake Engineering Journal,35 (3):549-556 (in Chinese).
甘肃省地震局. 2005. 甘肃省地震监测志[M]. 兰州:兰州大学出版社:100−121. Gansu Province Seismological Bureau. 2005. Earthquake Administration of Gansu Province[M]. Lanzhou:Lanzhou University Press:100−121 (in Chinese).
甘卫军,沈正康,张培震,任金卫,万永革,周德敏. 2004. 青藏高原地壳水平差异运动的GPS观测研究[J]. 大地测量与地球动力学,24(1):29–35. Gan W J,Shen Z K,Zhang P Z,Ren J W,Wan Y G,Zhou D M. 2004. Horizontal Crustal Movement of Tibetan Plateau from GPS Measurements[J]. Journal of Geodesy and Geodynamics,24(1):29–35 (in Chinese).
康云生,安海静,马可兴,谭大诚. 2013. 天水地电阻率地表与井下多种观测方式的试验分析[J]. 地震工程学报,2013,35(1):190–195. Kang Y S,An H J,Ma K X,Tan D C. 2013. Test Analysis on Geoelectrical Resistivity Observation Combining the Surface and Deep-well Methods at Tianshui Seismic Station in Gansu Province[J]. China Earthquake Engineering Journal,35(1):190–195 (in Chinese).
李晓峰,裴惠娟,徐辉,张辉. 2013. 2013年7月22日岷县漳县6.6级地震震源机制解[J]. 地震工程学报,35(3):459–462. Li X F,Pei H J,Xu H,Zhang H. 2013. Focal Mechanism of the Minxian-Zhangxian MS6.6 Earthquake[J]. China Earthquake Engineering Journal,35(3):459–462 (in Chinese).
刘君,杜学彬,范莹莹,安张辉,陈军营,谭大诚,崔腾发,王建军. 2013. 甘肃岷县漳县MS6.6地震前的地电阻率变化[J]. 地震工程学报,35(4):819–826. Liu J,Du X B,Fan Y Y,An Z H,Chen J Y,Tan D C,Cui T F,Wang J J. 2013. The Geo-electrical Resistivity Anomaly before the Minxian-Zhangxian MS6.6 Earthquake in Gansu[J]. China Earthquake Engineering Journal,35(4):819–826 (in Chinese).
吕品姬,陈志遥,赵斌,李正媛,林穗平. 2010. 定点倾斜观测映震能力综述[J]. 大地测量与地球动力学,30(S2):50–56. Lǚ P J,Chen Z Y,Zhao B,Li Z Y,Lin S P. 2010. Summary of Ability for Catching Precursors before Earthquake from Fixed-Tilt Observations[J]. Journal of Geodesy and Geodynamics,30(S2):50–56 (in Chinese).
罗光伟,石锡忠. 1980. 岩石标本受压时氡和钍射气量的实验结果[J]. 地震学报,1980,2(2):198–204. Luo G W,Shi X Z. 1980. Experimental Results of Radon and Thorium Emanations from Rock Specimen Under Pressure[J]. Acta Seismologica Sinica,2(2):198–204 (in Chinese).
邱泽华,石耀霖. 2004. 观测应变阶在地震应力触发研究中的应用[J]. 地震学报,26(5):481–488. Qiu Z H,Shi Y L. 2004. Application of Observed Strain Steps to the Study of Remote Earthquake Stress Triggering[J]. Acta Seismologica Sinica,26(5):481–488 (in Chinese).
郗钦文,侯天航. 1986. 固体潮汐与引潮常数[J]. 中国地震,(2):32–43. Xi Q W,Hou T H. 1986. Earth Tides and Generating Tide Constants[J]. Earthquake Research in China,(2):32–43 (in Chinese).
解滔,薛艳,卢军. 2022. 中国MS≥7.0地震前视电阻率变化及其可能原因[J]. 地球物理学报,65(8):3064–3077. Xie T,Xue Y,Lu J. 2022. Changes in Apparent Resistivity and its Possible Reasons before Earthquakes of MS≥7.0 in China[J]. Chinese Journal of Geophysics,65(8):3064–3077 (in Chinese).
解滔,于晨,王亚丽,李美,王中平,姚丽,卢军. 2022. 2013年岷县—漳县MS6.6地震前通渭台的视电阻率变化[J]. 地震地质,44(3):701–717. Xie T,Yu C,Wang Y L,Li M,Wang Z P,Yao L,Lu J. 2022. Apparent Resistivity Variation of Tongwei Seismic Station before the Minxian-Zhangxian MS6.6 Earthquake in 2013[J]. Seismology and Geology. 44 (3):701-717 (in Chinese).
徐锡伟,陈桂华,于贵华,程佳,谭锡斌,朱艾斓,闻学泽. 2013. 芦山地震发震构造及其与汶川地震关系讨论[J]. 地学前缘,20(3):11–20. Xu X W,Chen G H,Yu G H,Cheng J,Tan X B,Zhu A L,Wen X Z. 2013. Seismogenic structure of Lushan earthquake and its relationship with Wenchuan earthquake. Earth Science Frontiers,20(3):011-020 (in Chinese).
杨兴悦,王燕,王建荣等. 2013. 甘东南地下流体异常与甘肃岷县6.6级地震关系探讨[J]. 地震工程学报,35(4):808–815. Yang X Y,Wang Y,Wang J R. 2013. The Relationship between Underground Fluid Anomalies in Southeastern Gansu and the Minxian MS6.6 Earthquake[J]. China Earthquake Engineering Journal,35(4):808–815 (in Chinese).
杨兴悦,王燕,闫万生. 2006. 武山22号井水氡中期异常与地震关系的探讨[J]. 西北地震学报,28(4):379–380. Yang X Y,Wang Y,Yan W S. 2006. Discussion on Relationship between Middle-Team Anomalies of Radon in No. 22 Well at Wushan Station and Earthquakes[J]. Northwestern Seismological Journal,28(4):379–380 (in Chinese).
叶青,王晓,杜学彬,解滔,范晔,周振贵,刘高川. 2022. 中国地震井下地电阻率研究进展[J]. 吉林大学学报(地球科学版),52(3):669–683. Ye Q,Wang X,Du X B,Xie T,Fan Y,Zhou Z G,Liu G C. 2022. Research Progress of Seismic Underground Geo-Resistivity in China[J]. Journal of Jilin University (Earth Science Edition),52(3):669–683 (in Chinese).
袁道阳,张培震,刘百篪,甘卫军,毛凤英,王志才,郑文俊,郭华. 2004. 青藏高原东北缘晚第四纪活动构造的几何图像与构造转换[J]. 地质学报,78(2):270–278. Yuan D Y,Zhang P Z,Liu B C,Gan W J,Mao F Y,Wang Z C,Zheng W J,Guo H. 2004. Geometrical Imagery and Tectonic Transformation of Late Quaternary Active Tectonics in Northeastern Margin of Qinghai-Xizang Plateau[J]. Acta Geologica Sinica,78(2):270–278 (in Chinese).
曾文浩,杨兴悦,王燕,马辉源. 2017. 天水地电阻率观测资料映震能力探讨[J]. 大地测量与地球动力学,37(S4):108–111. Zeng W H,Yang X Y,Wang Y,Ma H Y. 2017. Discussion on Earthquake Reflecting Ability on Geo-Electrical Resistivity Data in Underground Well at Tianshui Station[J]. Journal of Geodesy and Geodynamics,37(S4):108–111 (in Chinese).
中国地震局监测预报司. 2020. 形变分析预测技术方法工作手册[M]. 北京:地震出版社:14−18. 张培震,王敏,甘卫军,邓起东. 2003. GPS观测的活动断裂滑动速率及其对现今大陆动力作用的制约[J]. 地学前缘,10(S1):81–92. Zhang P Z,Wang M,Gan W J,Deng Q D. 2003. Slip Rates Along Major Active Faults from GPS Measurements And Constraints On Contemporary Continental Tectonics[J]. Earth Science Frontiers,10(S1):81–92 (in Chinese).
张国民,罗兰格. 1990. 地震综合预报的某些进展与展望[J]. 地震,(5):25–32+46. Zhang G M,Luo L G. 1990. Some Progress in Comprehensive Earthquake Prediction and Prospects[J]. Earthquake,(5):25–32+46 (in Chinese).
张慧,张新基,苏鹤军. 2005. 强震水氡前兆场异常特征及其物理解释[J]. 西北地震学报,27(3):228–232. Zhang H,Zhang X J,Su H J. 2005. Anomaly Characteristics of Radon Precursory Fields in Groundwater before Strong Earthquake and Their Physical Explanation[J]. Northwestern Seismological Journal,27(3):228–232 (in Chinese).
张雁滨,蒋骏,陈绍绪,李胜乐,王宝坤,李旭东,牛安福,张燕. 2001. 连续形变的前兆参量、判别方法及实用化研究[J]. 内陆地震,(1):1–10. Zhang Y B,Jiang J,Chen S X,Li S L,Wang B K,Li X D,Niu A F,Zhang Y. 2001. Precursory Parameters,Discriminant Methods and Practical Research of Continuous Deformation[J]. Inland Earthquake,(1):1–10 (in Chinese).
赵凌强,詹艳,赵国泽,陈小斌,杨皓,姜峰. 2015. 基于深部电性结构特征的2013年甘肃岷县漳县MS6.6地震孕震环境探讨[J]. 地震地质,37(2):541–554. Zhao L Q,Zhan Y,Zhao G Z,Chen X B,Yang H,Jiang F. 2015. The Seismogenic Environment of the 2013 Minxian-Zhangxian MS6.6 earthquake based on the deep electrical structure[J]. Seismology and Geology,37(2):541–554 (in Chinese).
赵玉林,李正南,钱复业,王玲,陈宝华,黄燕妮. 1995. 地电前兆中期向短临过渡的综合判据[J]. 地震,(4):308–314. Zhao Y L,Li Z N,Qian F Y,Wang l,Chen B H,Huang Y N. 1995. Comprehensive Criteria for the Transition from the Middle-Term the Short-Term and Impending Anomalies of Geoelectric Precursors[J]. Earthquake,(4):308–314 (in Chinese).
赵玉林,卢军,李正南,钱复业,张洪魁. 1996. 唐山地震应变-电阻率前兆及虚错动模式[J]. 地震学报,(1):78–82. Zhao Y L,Lu J,Li Z N,Qian F Y,Zhang H K. 1996. Strain-resistivity precursors and false-motion modes of the Tangshan earthquake[J]. Acta Seismologica Sinica,(1):78–82 (in Chinese).
赵玉林,钱复业,杨体成,刘建毅. 1983. 原地电阻率变化的实验[J]. 地震学报,1983,5(2):217–225. Zhao Y L,Qian F Y,Yang T C,Liu J Y. 1983. Experiments in Situ of Electrical Resistivity Changes[J]. Acta Seismologica Sinica,5(2):217–225 (in Chinese).
郑文俊,袁道阳,何文贵,闵伟,任治坤,刘兴旺,王爱国,许冲,葛伟鹏,李峰. 2013. 甘肃东南地区构造活动与2013年岷县—漳县MS6.6级地震孕震机制[J]. 地球物理学报,56(12):4058–4071. Zheng W J,Yuan D Y,He W G,Min W,Ren Z K,Liu X W,Wang A G,Xu C,Ge W P,Li F. 2013. Geometric Pattern and Active Tectonics in Southeastern Gansu Province:Discussion on Seismogenic Mechanism of the Minxian-Zhangxian MS6.6 Earthquake on July 22,2013[J]. Chinese Journal of Geophysics,56(12):4058–4071 (in Chinese).
Lin J,Stein R S. 2004. Stress triggering in thrust and subduction earthquakes and stress interaction between the southern San Andreas and nearby thrust and strike-slip faults. J. Geophys. Res[J],109 (B2):B02303.
Mjachkin V I,Brace W F,Sobolev G A,Dieterich J H. 1975. Two Models for Earthquake Forerunners. Pure and Applied Geophysics[J],113(1):169–181.
Toda S,Stein R S,Reasenberg P A,et al. 1998. Stress transferred by the 1995 MW=6.9 Kobe,Japan,shock:Effect on aftershocks and future earthquake probabilities. J. Geophys. Res[J],103 (B10):24543-24565.
计量
- 文章访问数: 38
- HTML全文浏览量: 5
- PDF下载量: 10
