Construction and verification of onsite ground motion prediction models for seismic intensity instrument
-
摘要: 利用初期P波预警参数构建现地地震动预测模型，使其在达到设定阈值时快速发出报警信息，是现地地震预警系统面临的一个关键问题，直接关系到发布信息的准确性和及时性。针对地震烈度仪基于微机电系统传感器记录到的数据质量较差，通过两次积分获取的位移存在较大偏差，会引起更多的误报和漏报，本文采用不同阶数（1—4阶）的巴特沃斯滤波器，分别构建了基于P波3 s和全P波段数据的位移幅值PD、速度幅值PV和加速度幅值PA与地震动峰值速度PGV和峰值加速度PGA的现地地震动预测模型，然后利用收集到的川滇示范预警网地震事件记录进行验证。结果表明，对于地震烈度仪微机电系统传感器的记录，采用1阶巴特沃斯滤波器处理、基于全P波段波形拟合获取到的PV与PGV的相关性和PA与PGA的相关性为两种最优现地地震动预测模型。具体应用时，应同时利用两种或两种以上的统计关系进行现地地震动预测，并将实际地震动观测值作为额外的判定条件，以降低误报率和漏报率。Abstract: Using the initial P-wave early warning parameters to construct onsite ground motion prediction models, so as to quickly release an alarm message when it reaches the predefined threshold, is a key issue of the onsite earthquake early warning system, which is directly related to the accuracy and timeliness of the early warning information. For micro-electro-mechanical-systems-based seismic intensity instrument with poor data quality, the obtained displacement record after two integrations has a large deviation, which will lead to more false and missed alarms. Therefore, for waveforms recorded by seismic intensity instrument, in this paper, we adopted Butterworth filters of different orders （1−4） to build up several onsite ground motion prediction models based on the P-wave 3 seconds data and the whole P-wave window. These models are the relationships between displacement amplitude PD and peak ground velocity PGV, PD and peak ground acceleration PGA, velocity amplitude PV and PGV, PV and PGA, acceleration amplitude PA and PGV, PA and PGA, respectively. The models are then verified using the collected micro-electro-mechanical-systems-based seismic event records from the Sichuan-Yunnan Demonstration Early Warning Network. The results show that for the seismic intensity instrument records, the two optimal onsite ground motion prediction models are the relationship between PV and PGV and the one between PA and PGA obtained by the first-order Butterworth filter processing and derived from the whole P-wave window. In specific applications, two or more statistical relationships should be simultaneously adopted to predict onsite ground motion, and observed ground motion values should be used as additional judgment conditions to reduce the probability of false and missed alarms.
-
引言
作为一种有效追踪隐伏断层和地震活动的地质流体，土壤气的研究备受地震学界关注． 在地震多发区对土壤气的浓度和化学特征等进行的大量调查研究结果显示，地下气体Rn，Hg和CO2等组分能够客观地、 灵敏地反映地壳应力状态和地震活动(Yang et al，2005; Wiersberg，Erzinger，2008; Kumar et al，2009; Lombardi，Voltattorni，2010; Walia et al，2013)． 我国50余年的地震监测实践表明，地下流体在地震前后经常出现气体异常现象，包括其释放强度及地球化学组成等，且地下气体异常的映震效能较高，是地震前兆监测的主体(杜建国等，1997; 杜建国，康春丽，2000； 杜乐天，2005； 刘耀炜等，2006)． 由于地壳中的断层和裂缝会被各种化学组分的流体所充填(Bernard，2001)，当地下应力或应变发生改变而引起地壳形变或地震活动时，地下流体的组成、 赋存状态等发生变化，并向上运移至地表，从而导致断裂附近土壤气的释放强度和化学组分有所改变． 因此，土壤气的地球化学特征变化被认为是一种示踪断裂活动及地震的有效途径(Baubron et al，2002； Woodruff et al，2009； Li et al，2013)，特定断裂带土壤气的时空变化还可以反映所在区域与地震构造活动相关的地壳应力或应变特征变化(Fu et al，2008; Han et al，2014)．
关于首都圈地区典型构造或盆地的土壤气体地球化学特征，已有不少研究成果． 例如： 韩晓昆(2014)分析了三河地区夏垫断裂土壤气的浓度变化特征，证实了利用多种土壤气组分可有效地勘探隐伏断裂； 李营等(2009)和Li等(2013)通过唐山地区及延怀盆地活动断裂土壤气Rn，Hg，He和CO2的地球化学特征确定了该地区存在两个土壤气异常带，延怀盆地土壤气Rn，Hg，He和CO2的地球化学背景场在空间上呈东高西低的特征，而气体组分来源、 地壳结构、 断裂构造和地层等可能是该特征的主要控制因素； 张冠亚等(2015)基本确定了延怀盆地北缘断裂带土壤气的地球化学特征及其构造意义； Zhang等(2016)通过对京西北温泉幔源气体进行研究，初步构建了板内地幔脱气的概念模型． 虽然前人对首都圈局部区域的土壤气地球化学特征进行了较系统的分析，但就整个首都圈地区而言，活动断裂土壤气的地球化学特征及其成因尚缺乏系统调查和综合研究． 鉴于此，本文拟通过对整个首都圈地区(包括山西地震带北段和张家口—渤海地震带)活动断裂上土壤气Rn，Hg和CO2的浓度和通量的实地测量获取相关的地球化学参量，以分析整个首都圈地区土壤气地球化学特征及其成因．
1. 地震地质构造背景
所谓的首都圈地区，主要是指以北京为中心的广大区域(38°N—41°N，112°E—120°E)，如图 1所示． 该地区位于我国华北北部，不仅是我国的政治、 经济和文化中心，也是地震多发区． 从地质构造上来讲，首都圈地区位于华北活动地块的北部，具有明显的新构造运动分区特征，主要包括燕山—阴山隆起区、 太行—五台断块隆起区和华北平原区等3个新构造单元，是中国大陆构造活动比较活跃的地区之一(吴晶等，2007，2008； 武敏捷等，2013)． 自公元前780年至今，该地区共发生M≥6.0地震26次，包括M6.0—6.9地震21次，M7.0—7.9地震4次，M8.0—8.9地震1次． 其中，比较著名的有1679年三河M8.0，1976年唐山M7.8以及1998年张北M6.2等地震． 该地区分布着许多全新世及晚更新世的活动断裂，分属于NE--ENE向和NW--WNW向断裂带(吴晶等，2007，2008)； 区域内分布有山西地震带北段和张家口—渤海地震带(简写为张渤地震带)，如图 1所示．
![]()
图 1 首都圈地区构造和历史中强震分布(公元前780年—2015年1月1日)F1： 口泉断裂； F2： 六棱山断裂； F3： 大同火山断裂； F4： 阳高—天镇断裂； F5： 蔚县—广灵断裂； F6： 阳原盆地断裂；F7： 怀安盆地北缘断裂； F8： 张家口断裂； F9： 沙城断裂； F10： 怀来—涿鹿断裂； F11： 延庆—矾山断裂； F12： 夏垫断裂； F13： 蓟县山前断裂； F14： 宝坻断裂； F15： 天津北断裂； F16： 沧东断裂； F17： 海河断裂； F18： 唐山断裂，下同Figure 1. Sketch map showing tectonic settings and historical moderate-strong earthquakes of the capital area of China from 780 BC to January 1，2015The inverse triangles denote the measuring sites of soil gas，and the black lines denote fault，the same below. F1： Kouquan fault； F2： Liulengshan fault； F3： Datong volcanic fault； F4： Yanggao-Tianzhen fault；F5： Yuxian-Guangling fault； F6： Yangyuan basin fault ； F7： Northern marginal fault of Huaian basin； F8： Zhangjiakou fault； F9： Shacheng fault； F10： Huailai-Zhuolu fault； F11： Yanqing-Fanshan fault； F12： Xiadian fault； F13： Jixian piedmont fault； F14： Baodi fault； F15： Nor-thern Tianjin fault； F16： Cangdong fault； F17： Haihe fault； F18： Tangshan fault山西地震带南起陕西渭河盆地，北至河北延怀盆地，呈NE向展布，由于受太平洋板块西向俯冲和印度板块北向逆冲的共同作用，该地震带为张性地震活动带，地震活动具有强度大、 频度高和破坏严重的特点(Liu et al，2004; Zhao，2004)． 山西地震带北段的主要断裂有NE向的口泉断裂、 六棱山断裂、 大同火山断裂和ENE向的阳高—天镇断裂、 蔚县—广灵断裂、 阳原盆地断裂以及淮安盆地北缘断裂，其分布如图 1所示．
张渤地震带西起河北省张北县附近，向东南方向经晋冀北盆岭区、 太行山、 华北平原和渤海至山东烟台地区，总体呈NW向展布，全长超过700 km，是华北地震构造区中一条具有相当规模的活动构造带，由近20条NW--WNW向断裂断续斜裂组合而成，单条断裂长20—40 km，倾角较陡，具有正断兼左旋走滑的运动方式(张红艳等，2009)．该地震带是纵贯华北的一条地震活动带，历史上发生过多次重大地震，距今最近的一次地震为1998年张北MS6.2地震． 根据断裂相互交切组合关系，将张渤地震带自西向东划分为张北—怀来、 南口—三河、 天津—塘沽、 渤海中部和蓬莱—烟台等5个构造交汇段(徐杰等，1998)． 本文研究的是张渤地震带的前3段，进一步将其归划为西段、 中段和东段等3部分，主要断裂包括NW--WNW向的张家口断裂、 沙城断裂、 宝坻断裂和海河断裂，NE向的怀来—涿鹿断裂、 延庆—矾山断裂、 沧东断裂和唐山断裂，NE--NEN向的夏垫断裂、 天津北断裂和蓟县山前断裂，共11条活动断裂，其分布如图 1所示．
本研究所挑选的18条活动断裂，除蓟县山前断裂等个别断裂外，多数为正断层或正走滑(倾滑)断层(王乃樑，1996)，多为晚更新世以来甚至全新世以来的活动断层，且现今仍在发展，区域内几次大地震均发生在本文所研究的断裂上(徐锡伟，2002)，具有较强的地震危险性. 因此，在这些活动断裂上开展土壤气测量、 采用地球化学手段监测断裂活动及地震发生可能性等工作十分必要． 此外，由于所选活动断裂深切地壳深部，且断裂活动性较强，故断层地表破裂，露头明显，断裂位置孔隙裂缝发育，为地球深部气体向上运移及释放提供了有利的通道，因而活动断裂带附近土壤气体浓度及释放明显高于其它地区，为土壤气地球化学监测提供了良好的条件．
2. 测量方法
2015年6—7月，根据断裂特征及实地情况，在山西地震带北段和张渤地震带共挑选出18条活动断裂，共布设35条剖面，每条剖面视情况平行布设1—3条测线，每条测线上布设10个浓度测点，共布置了770个浓度测点和132个通量测点． 以断裂为中线，测点间距向外逐渐递增，距断裂最远处的测点间距为20 m，最近处的测点间距为5 m，如图 2所示． Ciotoli等(2007)在意大利富齐诺(Fucino)盆地进行土壤气Rn通量测量时发现，断层区的Rn通量一般是非断层区的4.5倍，这说明断裂附近的气体释放量较周围地区高． 因此，在实际测量过程中，选择在断裂附近、 断层上下盘各布设2个通量测点进行气体通量测量．
![]()
图 2 首都圈地区土壤气浓度和通量布点示意图Figure 2. Measuring sites for the concentration (dots)and flux(inverse triangles)of soil gases in the capital area of China土壤气组分浓度的测量方法请参见周晓成等(2007)和李营等(2009)． Rn浓度利用RTM2200型测氡仪在野外直接测定，该仪器标定误差＜10%； Hg浓度利用RA-915+型塞曼效应测汞仪进行测量，其检测限为1 ng/m3，该仪器的标定误差为3%； CO2浓度采用Agilent Macro 3000便携式气相色谱仪进行测量，其检测限为2×10-6，该仪器的标定误差为5%(李营等，2009； 张冠亚等，2015)．
土壤气通量采用静态暗箱法进行测量． 通量箱壁厚5 mm，聚四氟乙烯半球壳半径为20 cm． 土壤气Hg通量使用RA-915+型塞曼效应测汞仪连续循环抽气30 min，采样间隔为1 s； 土壤气CO2通量使用GXH-3010型便携式CO2分析仪连续循环抽气30 min，每10 s读数一次； 土壤气Rn通量是使用便携式RAD-7测氡仪连续循环抽气1 h，采样间隔为5 min． 测量Rn通量时，需要在连接取样器与仪器的管道中间加装一个分子筛干燥管，以降低土壤湿度所造成的影响(周晓成等，2011)．
土壤气CO2通量的表达式为(Evans et al，2001; Gerlach et al，2001)
(1) 式中： FCO2为CO2的通量值，单位为g/(m2·d)； ρ=1.98×103 g/m3，为常温常压下CO2的标准密度； Vb为通量箱的体积； Pb为箱内的大气压； Tb为箱内的温度； Ps为标准大气压； Ts为标准温度； Aa为通量箱底部的面积; dC/dt为通量箱里的浓度随时间的变化率，由野外测量获得．
土壤气Rn通量的表达式为(Lehmann et al，2004; Tan，Xiao，2013)
(2) 式中，FRn为Rn的通量值，单位为mBq/(m2·s).
土壤气Hg通量的表达式为(Bagnato et al，2014; Zhou et al，2016)
(3) 式中，FHg为Hg的通量值，单位为ng/(m2·h)．
3. 测量结果
3.1 土壤气浓度
通过现场测量Rn，Hg和CO2等3种土壤气体的浓度，共获得767组有效数据，列于表 1，可以看出：Rn，Hg和CO2的浓度分别为0.3—82.8 kBq/m3，1—135 ng/m3和0.054%—7.212%； 其浓度平均值分别为3.2—45.0 kBq/m3，3.9—24.9 ng/m3和0.154%—2.175%; 其最大值分别为5.9—82.8 kBq/m3，6—135 ng/m3和0.216%—7.212%．
表 1 首都圈地区土壤气Rn,Hg和CO2 的组分浓度C和通量FTable 1. Flux F and constituent concentration C for soil gases Rn,Hg and CO2 in the capital area of China地点 测点
代号CRn/(kBq·m-3) CHg/(ng·m-3) CCO2 FRn/(mBq·m-2·s-1) FHg/(ng·m-2·h-1) FCO2/(g·m-2·d-1) 最大值 最小值 平均值 最大值 最小值 平均值 最大值 最小值 平均值 最大值 最小值 平均值 最大值 最小值 平均值 最大值 最小值 平均值 石井村 SJC 18.4 5.4 8.3 29 6 12.8 0.515% 0.082% 0.203% 27.4 40.2 27.4 20.6 8.1 13.4 38.6 8.0 27.1 上皇庄 SHZ 11.0 1.0 7.4 60 8 24.9 1.242% 0.087% 0.182% 31.5 48.4 31.5 46.6 4.8 23.4 13.6 4.2 8.5 大同火山 DTHS 13.7 5.2 7.9 12 3 6.6 0.442% 0.179% 0.243% 35.2 44.0 35.2 3.6 1.0 2.1 37.6 0.1 17.9 东后子口 DHZC 5.9 1.1 3.2 30 3 12.2 0.369% 0.146% 0.204% 13.0 24.2 13.0 14.2 1.5 6.8 28.9 11.3 21.3 阎家窑 YJY 9.5 2.8 4.8 20 4 9.2 0.216% 0.107% 0.154% 26.4 49.9 26.4 15.4 7.7 10.0 34.5 8.3 23.3 宜兴庄 YXZ 11.8 2.0 5.7 16 6 9.0 0.479% 0.070% 0.173% 8.5 14.1 8.5 20.9 5.1 12.0 38.3 8.9 24.4 北口村 BKC 11.3 2.9 5.6 9 3 6.1 1.116% 0.373% 0.570% 4.9 8.7 4.9 4.7 1.7 3.1 15.6 8.2 12.4 榆林口 YLK 9.3 2.5 4.7 12 4 7.1 0.482% 0.208% 0.346% 13.3 17.5 13.3 4.0 4.0 4.0 40.4 27.9 34.1 张仲口 ZZK 10.5 3.9 7.2 34 4 9.7 0.302% 0.108% 0.193% 25.8 40.5 25.8 8.3 0.1 2.9 31.5 22.5 27.3 南口村 NKC 7.5 2.2 5.9 13 5 7.8 0.870% 0.124% 0.491% 7.1 14.1 7.6 9.5 4.2 6.3 69.9 22.0 40.7 羊窑沟 YJG 7.4 3.6 5.5 20 5 10.6 0.276% 0.152% 0.201% 25.6 36.4 25.6 0.1 0.1 0.1 31.1 15.7 23.8 张家窑 ZJY 6.9 2.1 4.3 6 3 3.9 0.864% 0.349% 0.597% 14.4 22.4 14.4 0.4 0.2 0.3 53.0 8.5 26.3 万全县 WQX 14.0 6.8 10.6 18 4 7.4 0.295% 0.220% 0.258% 18.0 24.7 18.0 1.5 0 1.1 16.5 9.1 14.0 青边口 QBK 11.8 4.2 8.0 10 4 5.6 0.503% 0.317% 0.393% 31.5 48.4 31.5 10.7 1.3 3.8 46.5 18.9 28.9 郝家坡 HJP 16.7 4.3 8.9 12 3 5.7 1.340% 0.174% 0.604% 8.9 13.2 8.9 20.1 4.2 7.7 33.5 10.0 24.8 西洪站 XHZ 12.8 3.2 6.2 9 2 4.9 0.561% 0.243% 0.404% 12.8 20.6 12.8 16.1 2.3 8.8 46.6 12.2 31.8 东园子 DYZC 14.8 0.7 6.2 30 4 10.4 6.004% 0.058% 2.175% 10.3 18.1 10.3 15.6 1.6 7.5 57.8 1.4 32.1 良田屯 LTT 10.8 3.0 7.4 27 6 12.8 1.282% 0.196% 0.501% 20.1 24.7 20.1 4.2 2.1 3.0 37.7 28.5 32.9 八营村 BYC 7.5 3.9 6.3 11 5 7.9 0.292% 0.175% 0.257% 23.0 36.6 23.0 3.6 0.6 2.4 13.2 0 4.3 蚕房营 CFY 21.3 4.4 10.8 12 1 5.0 2.118% 0.195% 0.648% 23.5 45.7 23.5 8.9 4.3 6.1 41.0 22.3 34.3 玉皇庙 YHM 15.9 5.5 11.4 11 2 4.3 0.477% 0.303% 0.399% 24.7 48.7 24.7 21.8 0.3 7.4 51.0 23.0 36.0 大东关 DDG 40.2 20.9 5.6 18 4 6.1 0.783% 0.406% 0.570% 5.9 1.7 3.8 1.0 0.6 0.8 5.1 2.5 3.8 潘各庄 PGZ 63.4 34.2 45.0 20 4 6.9 1.516% 0.091% 0.904% 148.1 29.4 71.1 17.1 7.4 12.0 154.6 53.6 89.4 齐心庄 QXZ 44.4 10.4 25.9 16 3 8.2 2.160% 0.646% 1.394% 25.4 8.0 17.5 4.0 1.0 2.1 67.4 16.8 41.6 王家口 WJK 71.5 0.6 6.2 95 7 13.8 1.393% 0.054% 0.333% 76.5 15.7 48.3 43.6 8.4 29.0 68.3 49.9 61.3 八户村 BHC 40.0 6.4 16.0 30 6 11.4 3.790% 0.333% 1.103% 50.7 24.0 40.0 9.4 2.4 5.9 113.0 66.1 84.5 陈家庵 CJA 56.8 1.0 29.9 27 7 13.8 2.438% 0.073% 0.851% 97.6 48.0 74.5 26.1 13.1 21.0 43.1 35.2 76.9 北怀淀 BHD 28.5 0.3 6.3 26 6 13.3 0.544% 0.058% 0.206% 159.0 78.7 110.7 34.2 19.9 29.4 69.2 39.7 50.5 何家洼 HJW 30.4 0.5 6.1 135 6 19.9 0.889% 0.075% 0.326% 73.4 41.4 56.0 45.1 39.1 42.6 86.4 36.9 64.0 邓善沽 DSG 40.6 0.4 20.7 24 6 12.4 3.347% 0.072% 1.386% 294.9 3.2 152.1 10.8 4.8 7.8 136.1 28.6 81.8 朱头淀 ZTD 82.8 0.3 9.9 20 6 11.3 3.908% 0.056% 0.364% 50.5 4.3 24.1 41.7 25.4 34.0 57.5 30.9 42.3 南营村 NYC 53.5 3.4 19.5 24 4 11.2 1.548% 0.059% 0.828% 33.5 9.5 21.5 22.6 13.5 18.7 65.4 53.4 59.4 吴家庄 WJZ 37.0 1.2 13.9 86 7 21.5 2.049% 0.148% 0.826% 94.7 49.0 64.3 3.2 0.6 1.9 52.6 23.1 42.0 丰南 FN 31.1 3.7 15.8 34 8 15.9 7.212% 0.398% 1.851% 38.9 16.5 24.2 24.8 9.2 16.3 43.5 33.3 37.2 巍峰山 WFS 28.2 0.5 9.2 22 10 13.7 0.791% 0.080% 0.301% 35.0 22.3 27.6 18.2 2.2 9.0 64.0 27.2 42.8 图 3和图 4分别给出了首都圈地区由西至东土壤气浓度平均值的曲线变化及空间分布． 可以看出，除个别测点(SHZ)外，土壤气Rn，Hg和CO2的浓度平均值在山西地震带北段以及张渤地震带西段和中段地区相对较低，在张渤地震带东段夏垫断裂至唐山地区相对较高，且土壤气Rn和CO2的浓度曲线具有较高的一致性，总体呈西低东高的变化趋势．
![]()
图 3 首都圈地区土壤气浓度C及通量F平均值分布Figure 3. Distribution of average concentration C(squares)and flux F(dots)for soil gases Rn，CO2 and Hg in the capital area of China![]()
图 4 首都圈地区土壤气测点布设及浓度平均值示意图Figure 4. Arrangement of measuring sites and the average concentration of soil gases in the capital area of China3.2 土壤气通量
在山西地震带北段和张渤地震带35条剖面上测量土壤气Rn，Hg和CO2的通量，共获得130组通量有效数据，对测得的各土壤气通量数据按式(1)—(3)进行计算，并将每个测点的Rn，Hg和CO2通量值列于表 1． 可以看出，每个测点的Rn，Hg和CO2通量平均值分别为3.8—152.1 mBq/(m2·s)，0.1—42.6 ng/(m2·h)和8.5—89.4 g/(m2·d)．
图 3和图 5分别给出了首都圈地区由西至东土壤气通量平均值的曲线变化及空间分布． 可以看出： 土壤气Rn和CO2的通量曲线具有高度一致性，通量平均值在山西地震带北段、 张渤地震带西段和中段部分地区相对较低，在张渤地震带东段的夏垫断裂至唐山地区相对较高； 土壤气Hg通量在山西地震带北段仅上皇庄(SHZ)一处的通量平均值相对较高，其余部分地区较张渤地震带东段相对较低，总体上也具有西低东高的变化趋势．
![]()
图 5 首都圈地区土壤气通量平均值示意图Figure 5. Average flux of soil gases in the capital area of China4. 相关性和地球化学特征及其成因分析
4.1 土壤气 Rn与CO2的相关性
Zhuo等(2005)的实验研究表明，Rn的浓度与土壤气中Rn的析出率即通量有很好的正相关性，而土壤和下伏基岩中放射性元素铀(U)，钍(Th)和镭(Ra)的高浓度会造成衰变出的Rn浓度及通量值增高． Rn属于惰性元素，一般不与其它元素发生化学反应，能够反映地球内部信息，其半衰期仅为3.85天，且迁移速率低、 运移距离短，因此在扩散系统中通常需有相应的气体作为载体才可以进行迁移(Toutain，Baubron，1999)． 已有研究结果显示，CO2，CH4和N2等气体可以有效地作为Rn的载气(Etiope，Martinelli，2002)，同时Rn在沿断裂向地表运移和再分布的过程中往往受载气的控制(Yang et al，2003)，这也解释了为何土壤气Rn与CO2的浓度变化具有较好的相关性．
对于CO2作为Rn的载气及其相关性，国内外地震地质学家已进行过相关论证． Ciotoli等(2007)对意大利弗西罗盆地东、 西部的两个代表性地区进行土壤气浓度测量的结果表明，这两个地区Rn与CO2的浓度相关系数分别为0.70和0.50； Etiope和Lombardi(1995)得到意大利中部的锡耶纳盆地和皮斯蒂奇地区土壤气Rn与CO2的浓度相关系数高达0.87； Walia等(2010)获得台湾新化断层土壤气Rn与CO2的浓度相关系数为0.49； Li等(2013)得到张渤地震带东段唐山地区土壤气Rn与CO2的浓度相关系数为0.81，并进一步证实CO2对氡气具有载气作用．
从图 3可以看出，土壤气Rn和CO2的浓度与通量空间分布曲线具有较好的一致性． 对35条剖面上土壤气Rn和CO2的浓度平均值与通量平均值进行相关性分析，获得土壤气Rn与CO2的浓度相关系数为0.46，土壤气Rn与CO2的通量相关系数为0.66，这与目前关于断裂带土壤气的研究结果基本一致，即土壤气Rn与CO2的浓度和通量均具有一定的正相关性，这也说明首都圈地区土壤气CO2可能是Rn迁移相的主要组分． 此外，本文计算获得的土壤气Rn，CO2和Hg的浓度与其相应通量的相关系数分别为0.44，0.38和0.54，同样表明各土壤气浓度与其自身通量具有较好的相关性．
4.2 土壤气地球化学特征及其成因
在地震孕育过程中，岩石受到应力作用使得地球内部气体(例如Rn，Hg，He，CO2，CH4和H2等)沿着断裂以及薄弱地带逸散到大气中(周晓成等，2012； Cui et al，2013)，地下气体的组分变化作为重要的地震前兆参数，可以有效地反映地壳应力和应变特征(车用太等，2008； 刘耀炜，任宏微，2009)．
首都圈地区土壤气的测量结果表明，土壤气Rn，CO2和Hg在张渤地震带具有西低东高的变化特征． 李营等(2009)于2007年9—10月期间对延怀盆地Rn，Hg，CO2，He，H2和CH4等土壤气体进行浓度测量的结果显示，盆地内Rn，Hg，He和CO2的地球化学背景场具有西低东高的特点； 韩晓昆(2014)对首都圈地区土壤气的分析也证实了该特点． 但上述研究只是初步认为土壤气的特征可能与该区构造活动相关，并未对其进行深入分析. 本文则对更大范围的首都圈地区进行了土壤气测量，综合了气象条件、 土壤类型、 断裂构造活动、 地壳结构、 沉积层厚度以及地震活动等因素对土壤气西低东高这一特征进行全面深入的分析研究．
一般情况下，断裂带土壤气浓度和通量的空间差异除了受断裂构造活动、 地壳厚度和地震活动的影响外，还受到气象条件和土壤类型等因素的制约(韩晓昆，2014)． 然而，活动断裂带中Rn，Hg和CO2等土壤气的浓度较高． 因此，决定活动断裂带土壤气浓度大小的因素中，环境条件是次要的(Toutain，Baubron，1999； 周晓成，2011)． 由于本次野外土壤气测量是在6—7月进行，主要测量首都圈地区怀仁—张家口—唐山地区的18条活动断裂，每条活动断裂上每日8:00—18:00进行测量，气象条件相对稳定． 综合野外实地考察并总结前人近几年在该区域相同断裂上的研究结果可知，研究区各测点的土壤类型主要以石灰性始成土为主，土壤结构为壤土，仅个别测点为砂壤土(韩晓昆，2014； 张冠亚等，2015)． 由于土壤结构类型基本一致，其对土壤气浓度和通量的空间变化影响相对较低． 因此，造成土壤气浓度西低东高的主要原因可能与区域断裂构造活动、 地壳结构和厚度，以及地震活动等因素有关．
4.2.1 区域断裂构造活动
断裂带土壤气浓度的变化能够反映断裂或地震活动所引起的区域性地壳应力和应变的变化(Fu et al，2008)，即应力和应变的变化可以导致断裂带土壤气浓度的改变． 汪一鹏等(1989)关于中国大陆地壳应力状态及其特征的研究表明，华北块区的区域主压应力方向总体上呈近EW向； 张国民等(2004)采用地震和GPS资料得到华北地区最大主压应变方向为ENE85°，说明华北地区最大主压应力方向为近EW向． 就首都圈地区的构造应力特征而言，张红艳等(2009)对张渤地震带529个小震震源机制解的计算结果表明，该地震带的水平主应力方向具有由西北端的ENE向至东南端的近EW向变化的特征． 吴晶等(2007，2008)，赵博等(2011)和孙进等(2013)采用剪切波分裂系统分析方法(systemic analysis method of shear-waves splitting，简写为SAM)对首都圈地区各台站的剪切波分裂参数进行计算的结果表明，首都圈地区的水平主应力近EW向，这同样说明了首都圈地区断裂主要受到近EW向应力的影响． 那么，首都圈地区土壤气浓度西低东高的空间变化趋势与该地区近EW向构造应力存在何种相关性呢？ 各领域给出了各不相同的研究成果． 黄辅琼等(2002)通过对比研究张北MS6.2和MS5.6地震前地下流体异常的时空演化特征，并结合震源机制解、 地震活动图像等结果认为，地下流体趋势异常的空间分布受区域构造格局控制，两次地震震前的短期异常主要沿近EW向的张渤地震带分布，说明近EW向的张渤地震带的活动水平高于NE向的山西构造带； 武敏捷等(2013)根据首都圈近32年的区域台网地震资料，采用b值空间分布与断裂带分段的多地震活动参数值组合分析方法，对首都圈地区现今地震活动以及处于相对高应力和闭锁状态断裂段的研究表明，张渤地震带陆地段各段落的总体b值低于山西地震带北段，说明张渤地震带陆地段的总体应力水平高于山西地震带北段(表 2)．
表 2 山西地震带北段和张渤地震带陆地段的地震活动性参数与活动习性(武敏捷等，2013)Table 2. The seismic activity parameters and characteristics in north section of Shanxi seismic belt and the land area of Zhangjiakou-Bohai seismic belt(after Wu et al，2013)地震带 段落名称 b值 断裂活动习性 山西地震带北段 赤城—张家口 0.87 相对闭锁 张家口—大同 0.84 中等频度中小地震 张渤地震带陆地段 尚义—张家口 0.57 中等频度中小地震 涿鹿—延庆 0.72 小震活动 延庆—怀柔 0.72 相对闭锁 三河—玉田 0.89 频繁小震活动 玉田—唐山 0.81 中等频度中小地震 因此，首都圈地区近EW向构造应力作用以及东西部应力水平的差异可能是造成该地区土壤气浓度和通量西低东高的一个重要原因．
4.2.2 地壳结构与厚度
关于首都圈地区的地壳结构，基于地震层析成像三维P波地壳速度结构模型(黄金莉，赵大鹏，2005)和S波速度结构模型(王峻等，2009)的研究结果表明，首都圈地区的地壳深部速度结构变化十分复杂，在华北平原、 太行山和燕山隆起区内展现出明显不同的速度结构变化特征，区内存在若干壳内S波低速体和高导岩层，主要分布在唐山、 三河及延怀盆地等地区，而区内大震的分布同样与壳内低速体及上地幔顶部的速度结构密切相关，历史上多数大地震均发生在低速体或高速体边侧．
关于地壳及沉积层厚度变化，王未来等(2009)采用接收函数与面波联合反演方法得到沿张渤地震带的二维S波速度结构，结果显示： 沿观测剖面的莫霍面深度总体上表现为西深东浅的变化特征，剖面东、 西段的莫霍面深度分别为30—40 km和38—42 km； 地壳内10—20 km深度范围内存在多个低速体，尤其是张家口以东普遍存在低速体，并具有明显的东浅西深的特点，证实了历史上该区域发生的4次大地震均与壳内低速体有关． 张莹莹等(2015)和宫猛等(2015)采用接收函数h-k叠加搜索方法得到张渤地震带的地壳厚度为30—46 km，列于表 3，可以看出，该地区的地壳厚度具有自东向西逐渐增厚的特征．嘉世旭等(2005)对首都圈地区不同时期的18条深地震探测剖面资料进行网格化三维数据可视化处理的结果显示，该地区的结晶基底在太行、 燕山隆起区的埋深为1—2 km，在延怀盆地的埋深达3 km，再向东至华北裂陷盆地的埋深最高达6—7 km，这表明沉积层厚度至西向东有逐渐增厚的变化趋势． 罗艳等(2008)根据首都圈数字地震台网宽频带和短周期记录提取的接收函数，建立了首到波峰和直达P波到时差与沉积层厚度的定量关系，根据首到波峰相对于直达P波的时间延迟来快速判定沉积层的大致厚度； 其结果表明首都圈地区的沉积层厚度为3.0—6.6 km，自西向东逐渐增厚．
表 3 张渤地震带部分台站h-k扫描结果(张莹莹等，2015)Table 3. h-k searching results for some stations in Zhangjiakou-Bohai seismic belt(after Zhang et al，2015)序号 台站 h/km 波速比k 1 CHC 40±1.28 1.74±0.044 2 LBP 37±0.07 1.84±0.022 3 MIY 34±1.17 1.85±0.039 4 XIL 34±0.92 1.79±0.035 5 XLD 33±1.06 1.79±0.038 6 QIX 30±0.92 1.86±0.045 7 CLI 32±1.43 1.76±0.062 注： 台站按张渤地震带自西向东排序，h为莫霍面深度. 地壳内部的低速和高导异常与流体存在一定联系，下地壳中的流体容易引起中上地壳发震层的弱化和应力集中，进而导致大地震的发生(黄金莉，赵大鹏，2005)． 在地壳内部不同区域的孔隙和断裂裂隙中充填着不同成分的流体(King et al，2006)，地壳在地震孕育过程中发生形变，导致壳内裂隙张开、 断裂蠕滑等构造活动(Bernard，2001)，促使断裂内流体发生运移，再结合首都圈地区由西至东地壳厚度和沉积层厚度的不同，致使其周围地区的流体地球化学特征发生变化(King et al，2006)，从而引起土壤气浓度发生改变，造成了首都圈地区东西部土壤气浓度的空间差异．
4.2.3 地震活动
从图 1所示的首都圈地区历史中强地震活动情况可以看出，该地区的历史中强地震具有西部少东部多的空间分布特征，且M＞7.0大震基本上均发生在张渤地震带东部地区． 张广伟等(2011)对华北地区2001—2009年的历史地震资料进行小震精定位分析，结果表明，张渤地震带小震从西至东逐渐增多，且集中于断裂带附近． 为进一步验证此结论并探讨地震活动与土壤气浓度变化之间的相关性，基于中国地震信息网地震目录，本文收集了2014年5月1日—2015年5月1日首都圈地区(38.5°N—41.5°N，112°E—120°E)ML≥2.0地震资料，对其进行空间扫描分析，结果如图 6所示． 可以看出，首都圈地区近一年的小震活动主要集中在张渤地震带陆地段，自西向东同样具有密度增大的变化特征． 将该特征与测得的首都圈土壤气浓度和通量(图 3—5)进行对比还可以看出，除张渤地震带东段天津地区几处断裂剖面土壤气浓度与小震活动的对应性较差外，其余地段均有很好的对应关系． 例如： 在山西地震带北段口泉断裂上皇庄剖面(SHZ)区域小震较密集，此处测得的土壤气Hg浓度和通量较高； 张渤地震带中段沙城断裂与怀来—逐鹿断裂上小震较密集，与在该区域测得的东园子村(DYZC)和良田屯(LTT)的土壤气CO2和Hg通量较高相对应； 张渤地震带东段夏垫断裂上潘各庄(PGZ)和齐心庄(QXZ)剖面的Rn和CO2浓度及通量相对较高，与该断裂几处小震对应得较好． 因此，首都圈地区土壤气浓度变化与该区域地震活动同样存在一定的相关性
![]()
图 6 2014年5月1日—2015年5月1日首都圈地区小震活动空间分布图Figure 6. Distribution of small earthquakes in the capital area of China from May 1，2014 to May 1，2015综上，首都圈地区在近EW向构造应力作用下，张渤地震带陆地段的总体应力水平高于山西地震带北段； 地壳厚度自西向东有逐渐减薄的变化特征，而沉积层厚度则逐渐增厚．此外，该地区地壳内部存在多个低速体并具有明显的东浅西深特点，且低速体的存在常与流体有关，而流体会影响断裂带的结构，降低断裂带的强度，使区域应力场发生改变，从而引起中上地壳发震层的弱化和应力集中，进而导致大震的发生(黄金莉，赵大鹏，2005)，首都圈地区的地震活动也证实了这一点． 在这一系列作用的影响下，该区域流体地球化学特征发生改变，土壤气浓度发生变化，造成了首都圈地区土壤气浓度西低东高的空间变化趋势． 因此，首都圈地区土壤气Rn，Hg和CO2的地球化学特征主要受控于该区域的断裂构造活动、 地壳物质结构以及地震活动，气体主要来源于深部物质补给．
5. 讨论与结论
本文通过首都圈地区土壤气浓度和通量测量，结合前人研究资料及测量结果，对该地区的土壤气地球化学特征及成因进行分析，得到以下结论：
1) 对首都圈地区跨18条断裂的35条剖面土壤气进行现场测量，获得Rn，Hg和CO2的浓度平均值分别为3.2—45.0 kBq/m3，3.9—24.9 ng/m3和0.154%—2.175%； 相应的通量平均值分别为3.8—152.1 mBq/(m2·s)，0.1—42.6 ng/(m2·h)和8.5—89.4 g/(m2·d)．
2) 土壤气Rn和CO2的浓度与其通量空间分布具有较好的一致性，这可能与CO2作为Rn载气有关.
3) Rn，Hg和CO2土壤气的地球化学特征在空间上呈东高西低的变化趋势． 通过对该区域的气象条件、 土壤类型、 地壳结构、 沉积层厚度、 断裂构造活动以及地震活动等方面的综合分析认为，首都圈地区土壤气Rn，Hg和CO2浓度和通量西低东高的地球化学特征主要受控于该区域断裂构造活动、 地壳物质结构、 深部物质补给以及地震活动等，同时也受自然环境及土壤类型的影响．
本研究结果不仅为研究区以后的土壤气研究提供了参考，同时也为地震地球化学流动测量和异常判识奠定了基础.
中国地震局预测研究所刘雷、 易丽、 刘红副研究员、 谢超博士和甘肃省地震局王小娟给予了指导与帮助，两位审稿专家提出了修改意见，作者在此一并表示衷心的感谢．
-
![]()
图 1 本研究所用震例分布
（a） 各震级地震分布；（b） 所用地震记录的震源距−震级分布，青色菱形为我国4.0≤MS≤8.0地震事件记录，红色三角形为日本6.5≤MJ≤8.0地震事件记录；（c） 不同震级范围台站记录数−震源距分布
Figure 1. Distribution of earthquakes used in this study
（a） Distribution of the number of events with magnitude；（b） Distribution of hypocentral distance versus magnitude for the selected earthquake records，the cyan diamonds represent earthquake the records （4.0≤MS≤8.0） from China database，while the red triangles indicate the selected waveform data （6.5≤MJ≤8.0） from Japan database；（c） Histogram of the hypocentral distance of the records with different magnitude ranges
![]()
图 2 最优相关性前四名对应的拟合曲线
（a） PVall与PGV；（b） PAall与PGA；（c） PAall与PGV；（d） PDall与PGV
Figure 2. Fitting curves for the top four best correlations
（a） PVall and PGV；（b） PAall and PGA；（c） PDall and PGV；（d） PAall and PGV
表 1 位移幅值PD与地震动峰值参数PGV和PGA的相关性
Table 1 Correlation between displacement amplitude PD and peak ground motion parameters PGV and PGA
参数 滤波器阶数 系数A 系数B 标准差 相关系数R PD3与PGV 1 0.673 2 1.392 0 0.373 4 0.794 6 2 0.677 6 1.448 1 0.367 8 0.801 5 3 0.679 5 1.491 4 0.368 5 0.802 6 4 0.678 2 1.545 4 0.363 5 0.806 7 PDall与PGV 1 0.610 6 1.063 5 0.362 5 0.807 9 2 0.624 8 1.162 5 0.339 9 0.833 5 3 0.614 6 1.212 1 0.328 3 0.845 7 4 0.603 8 1.235 5 0.325 9 0.848 1 PD3与PGA 1 0.501 3 2.472 1 0.343 6 0.727 1 2 0.503 2 2.511 8 0.341 3 0.731 5 3 0.503 4 2.550 2 0.340 0 0.733 8 4 0.501 7 2.580 8 0.340 3 0.733 4 PDall与PGA 1 0.424 4 2.194 6 0.362 3 0.690 0 2 0.438 0 2.268 0 0.348 4 0.718 0 3 0.431 8 2.304 1 0.342 0 0.730 2 4 0.423 1 2.319 0 0.341 9 0.730 4 
下载: 导出CSV
表 2 速度幅值PV与地震动峰值参数PGV和PGA相关性
Table 2 Correlation between velocity amplitude PV and peak ground motion parameter PGV and PGA
参数 滤波器阶数 系数A 系数B 标准差 相关系数R PV3与PGV 1 0.805 4 0.983 9 0.415 2 0.737 8 2 0.788 6 0.977 6 0.421 6 0.725 0 3 0.760 1 0.961 9 0.432 6 0.711 0 4 0.766 8 0.973 6 0.430 6 0.714 1 PVall与PGV 1 0.947 7 0.885 6 0.277 9 0.892 1 2 0.943 3 0.889 3 0.279 7 0.890 6 3 0.924 8 0.886 6 0.292 9 0.879 4 4 0.942 6 0.905 3 0.281 9 0.888 8 PV3与PGA 1 0.652 9 2.206 8 0.339 4 0.735 0 2 0.638 2 2.201 0 0.345 1 0.724 2 3 0.615 6 2.188 6 0.353 6 0.707 7 4 0.621 0 2.198 0 0.352 1 0.710 7 PVall与PGA 1 0.714 9 2.099 8 0.281 4 0.827 0 2 0.709 4 2.101 5 0.284 2 0.823 1 3 0.694 4 2.098 9 0.292 4 0.811 6 4 0.707 2 2.112 6 0.286 8 0.819 5
下载: 导出CSV
表 3 加速度幅值PA与地震动峰值参数PGV和PGA相关性
Table 3 Correlation between acceleration amplitude PA and peak ground motion parameter PGV and PGA
相关性 滤波器阶数 系数A 系数B 标准差 相关系数R PA3与PGV 1 0.642 1 −0.109 8 0.512 8 0.552 3 2 0.664 0 −0.096 2 0.503 9 0.573 6 3 0.657 5 −0.074 0 0.503 0 0.575 7 4 0.676 0 −0.074 8 0.497 0 0.589 1 PAall与PGV 1 0.995 3 −0.582 2 0.359 5 0.811 5 2 1.008 2 −0.548 7 0.334 3 0.828 6 3 0.988 3 −0.504 9 0.348 3 0.824 3 4 1.007 4 −0.504 6 0.335 7 0.837 9 PA3与PGA 1 0.620 9 1.240 5 0.377 6 0.656 3 2 0.624 8 1.266 5 0.374 5 0.663 4 3 0.609 3 1.294 3 0.377 9 0.655 7 4 0.619 7 1.298 3 0.374 4 0.663 7 PAall与PGA 1 0.848 6 0.896 0 0.263 4 0.850 3 2 0.842 7 0.940 6 0.262 7 0.851 2 3 0.816 9 0.985 5 0.273 6 0.837 4 4 0.826 4 0.991 5 0.267 9 0.844 7
下载: 导出CSV
表 4 各参数的最优相关性
Table 4 Optimal correlations between parameters
参数 滤波器阶数 系数A 系数B 标准差 相关系数R PVall与PGV 1 0.947 7 0.885 6 0.277 9 0.892 1 PAall与PGA 1 0.848 6 0.896 0 0.263 4 0.850 3 PDall与PGV 4 0.603 8 1.235 5 0.325 9 0.848 1 PAall与PGV 4 1.007 4 −0.504 6 0.335 7 0.837 9 PVall与PGA 1 0.714 9 2.099 8 0.281 4 0.827 0 PD3与PGA 3 0.503 4 2.550 2 0.340 0 0.733 8
下载: 导出CSV
表 5 本研究选取的MEMS传感器记录的地震事件测试用例
Table 5 MEMS seismic event test cases selected in this study
发震时刻
年-月-日 时:分:秒东经/º 北纬/º 震源深度/km M GL-P2B记录数 2017-01-04 23:14:29 29.536 102.154 23 4.4 8 2017-01-18 22:35:14 28.134 104.710 10 4.7 1 2017-03-12 20:21:18 27.072 103.421 12 5.1 41 2017-03-30 07:48:18 27.120 103.356 7 4.1 7 2017-04-04 04:57:40 27.093 103.411 8 3.8 6 2017-05-04 13:40:21 28.234 104.922 21 5.1 2 2017-07-02 03:40:58 27.081 103.244 7 3.7 15 2017-10-18 02:54:21 28.326 102.815 15 3.8 33 2018-02-27 03:00:53 29.403 102.131 18 3.8 12 2018-05-02 04:28:45 28.502 102.704 14 3.8 30 2018-05-08 23:11:33 28.140 103.478 10 4.5 37 2018-05-16 16:44:03 29.201 102.265 11 3.9 33 2018-05-16 16:46:11 29.190 102.262 12 4.6 54 2018-05-16 16:46:40 29.180 102.270 9 4.9 51 2018-05-18 02:40:29 27.413 103.958 4 3.6 3 2018-08-11 14:11:31 28.623 103.317 9 4.1 32 2018-08-18 01:36:38 27.400 103.984 10 4.2 5 2018-10-28 08:25:16 28.074 103.538 6 3.6 11 2018-10-30 05:00:05 28.105 103.529 11 4.3 21 2018-10-31 16:29:56 27.700 102.080 19 5.1 28 2018-11-19 22:29:51 29.484 104.499 11 3.3 16 2018-11-20 06:01:11 27.697 102.092 18 3.9 25 2018-12-23 22:22:40 28.116 103.588 10 3.7 15 2019-05-16 04:33:31 28.070 103.530 10 4.7 65
下载: 导出CSV
表 6 1阶巴特沃斯滤波器带通滤波后数据的测试结果
Table 6 Test results with data filtered by the first-order Butterworth bandpass filter
类别 GL-P2B记录数 占总记录数的百分比 成功不预警 478 86.75% 成功预警 40 7.26% 漏报 14 2.54% 误报 19 3.45%
下载: 导出CSV
表 7 成功预警测试震例（1阶巴特沃斯带通滤波处理）理论预警发布时间
Table 7 Theoretical warning release time list for successful early warning test earthquake cases with data filtered by the first-order Butterworth bandpass filter
理论预警发布时间/s GL-P2B记录数 占总记录数的百分比 0.5 28 70.0% 1.0 5 12.5% 1.5 5 12.5% 2.5 1 2.5% 4.0 1 2.5%
下载: 导出CSV
表 8 成功预警测试震例（1阶巴特沃斯带通滤波处理）理论预警时间
Table 8 Theoretical lead-time list for successful early warning test earthquake cases with data filtered by the first-order Butterworth bandpass filter
理论预警时间/s GL-P2B记录数 占总记录数的百分比 ＜0.0 3 7.5% （0.0，1.0] 11 27.5% （1.0，2.0] 9 22.5% （2.0，5.0] 13 32.5% ＞5.0 4 10.0%
下载: 导出CSV
表 9 经1—4阶巴特沃斯滤波器带通滤波后数据测试结果
Table 9 Test results of the data filtered by 1st-to-4th-order Butterworth bandpass filter
滤波器阶数 成功不预警占比 成功预警占比 漏报占比 误报占比 成功处理占比 成功处理（含漏报）占比 1 86.75% 7.26% 2.54% 3.45% 94.01% 96.55% 2 86.75% 7.08% 2.72% 3.45% 93.83% 96.55% 3 86.75% 6.72% 3.09% 3.45% 93.47% 96.56% 4 86.57% 6.53% 3.27% 3.63% 93.10% 96.37%
下载: 导出CSV
-
国家市场监督管理总局, 国家标准化管理委员会. 2020. GB/T1774—2020中国地震烈度表[S/OL].[2021-01-05].http://openstd.samr.gov.cn/bzgk/gb/newGbInfo?hcno=6FD8F9071FAC980D5B2A636A9EA79DE9. State Administration for Market Regulation, Standardization Administration. 2020. GB/T 1774−2020: The Chinese Seismic Intensity Scale[S/OL].[2021-01-05].http://openstd.samr.gov.cn/bzgk/gb/newGbInfo?hcno=6FD8F9071FAC980D5B2A636A9EA79DE9 (in Chinese).
马强. 2008. 地震预警技术研究及应用[D]. 哈尔滨: 中国地震局工程力学研究所: 1–9. Ma Q. 2008. Study and Application on Earthquake Early Warning[D]. Harbin: Institute of Engineering Mechanics, China Earthquake Administration: 1–9 （in Chinese）.
彭朝勇,杨建思. 2019. 利用P波参数阈值实时估算地震预警潜在破坏区范围[J]. 地震学报,41(3):354–365. Peng C Y,Yang J S. 2019. Real-time estimation of potentially damaged zone for earthquake early warning based on thresholds of P-wave parameters[J]. Acta Seismologica Sinica,41(3):354–365 (in Chinese).
彭朝勇,杨建思,薛兵,陈阳,朱小毅. 2013. 基于汶川主震及余震的预警参数与震级相关性研究[J]. 地球物理学报,56(10):3404–3415. doi: 10.6038/cjg20131016 Peng C Y,Yang J S,Xue B,Chen Y,Zhu X Y. 2013. Research on correlation between early-warning parameters and magnitude for the Wenchuan earthquake and its aftershocks[J]. Chinese Journal of Geophysics,56(10):3404–3415 (in Chinese).
宋晋东,教聪聪,李山有,侯宝瑞. 2018a. 基于地震P波双参数阈值的高速铁路Ⅰ级地震警报预测方法[J]. 中国铁道科学,39(1):138–144. Song J D,Jiao C C,Li S Y,Hou B R. 2018a. Prediction method of first-level earthquake warning for high speed railway based on two-parameter threshold of seismic P-wave[J]. China Railway Science,39(1):138–144 (in Chinese).
宋晋东,教聪聪,李山有,侯宝瑞,汪源. 2018b. 一种基于地震早期辐射P波能量的高速铁路Ⅰ级地震警报预测方法[J]. 振动与冲击,37(19):14–22. Song J D,Jiao C C,Li S Y,Hou B R,Wang Y. 2018b. A predicting method for magnitude 1 earthquake alarm of high-speed railways based on seismic early radiated P-wave energy[J]. Journal of Vibration and Shock,37(19):14–22 (in Chinese).
张红才,金星,王士成,李军. 2017. 烈度仪记录与强震及测震记录的对比分析:以2015年河北昌黎ML4.5地震为例[J]. 地震学报,39(2):273–285. doi: 10.11939/jass.2017.02.010 Zhang H C,Jin X,Wang S C,Li J. 2017. Comparative analyses of records by seismic intensity instrument with strong ground motion records and seismograph stations records:Taking the ML4.5 Changli earthquake of Hebei Province for an example[J]. Acta Seismologica Sinica,39(2):273–285 (in Chinese).
Allen R M,Melgar D. 2019. Earthquake early warning:Advances,scientific challenges,and societal needs[J]. Annu Rev Earth Planet Sci,47:361–388. doi: 10.1146/annurev-earth-053018-060457
Bormann P,Liu R F,Ren X,Gutdeutsch R,Kaiser D,Castellaro S. 2007. Chinese National Network Magnitudes,their relation to NEIC magnitudes,and recommendations for new IASPEI magnitude standards[J]. Bull Seismol Soc Am,97(1B):114–127. doi: 10.1785/0120060078
Colombelli S,Amoroso O,Zollo A,Kanamori H. 2012a. Test of a threshold-based earthquake early-warning method using Japanese data[J]. Bull Seismol Soc Am,102(3):1266–1275. doi: 10.1785/0120110149
Colombelli S,Zollo A,Festa G,Kanamori H. 2012b. Early magnitude and potential damage zone estimates for the great MW9 Tohoku-Oki earthquake[J]. Geophys Res Lett,39(22):L22306.
Cuéllar A, Espinosa-Aranda J M, Suárez R, Ibarrola G, Uribe A, Rodríguez F H, Islas R, Rodríguez G M, García A, Frontana B. 2014. The Mexican seismic alert system （SASMEX）: Its alert signals, broadcast results and performance during the M7.4 Punta Maldonado earthquake of March 20th, 2012[G]// Early Warning for Geological Disasters. Berlin, Germany: Springer: 71-87.
Evans J R,Allen R M,Chung A I,Cochran E S,Guy R,Hellweg M,Lawrence J F. 2014. Performance of several low-cost accelerometers[J]. Seismol Res Lett,85(1):147–158. doi: 10.1785/0220130091
Fujinawa Y,Noda Y. 2013. Japan’s earthquake early warning system on 11 March 2011:Performance,shortcomings,and changes[J]. Earthq Spectra,29(1S):341–368.
Hsu T Y,Wang H H,Lin P Y,Lin C M,Kuo C H,Wen K L. 2016. Performance of the NCREE’s on-site warning system during the 5 February 2016 MW6.53 Meinong earthquake[J]. Geophys Res Lett,43(17):8954–8959. doi: 10.1002/2016GL069372
National Research Institute of Earth Science and Disaster Resilience. 2019. Strong-motion seismograph networks: NIED K-NET, KiK-net[DB/OL]. [2020−02−20]. http://www.kyoshin.bosai.go.jp/. doi: 10.17598/NIED.0004.
Peng C Y,Yang J S,Xue B,Zhu X Y,Chen Y. 2014. Exploring the feasibility of earthquake early warning using records of the 2008 Wenchuan earthquake and its aftershocks[J]. Soil Dyn Earthq Eng,57:86–93. doi: 10.1016/j.soildyn.2013.11.005
Peng C Y,Yang J S,Zheng Y,Zhu X Y,Xu Z Q,Chen Y. 2017a. New τc regression relationship derived from all P wave time windows for rapid magnitude estimation[J]. Geophys Res Lett,44(4):1724–1731.
Peng C Y,Chen Y,Chen Q S,Yang J S,Wang H T,Zhu X Y,Xu Z Q,Zheng Y. 2017b. A new type of tri-axial accelerometers with high dynamic range MEMS for earthquake early warning[J]. Comput Geosci,100:179–187. doi: 10.1016/j.cageo.2017.01.001
Peng C Y,Jiang P,Chen Q S,Ma Q,Yang J S. 2019. Performance evaluation of a dense MEMS-based seismic sensor array deployed in the Sichuan-Yunnan border region for earthquake early warning[J]. Micromachines,10(11):735. doi: 10.3390/mi10110735
Peng C Y,Ma Q,Jiang P,Huang W H,Yang D K,Peng H S,Chen L,Yang J S. 2020. Performance of a hybrid demonstration earthquake early warning system in the Sichuan-Yunnan border region[J]. Seismol Res Lett,91:835–846. doi: 10.1785/0220190101
Peng C Y,Jiang P,Ma Q,Wu P,Su J R,Zheng Y,Yang J S. 2021. Performance evaluation of an earthquake early warning system in the 2019−2020 M6.0 Changning,Sichuan,China,seismic sequence[J]. Front Earth Sci,9:699941. doi: 10.3389/feart.2021.699941
Shieh J T,Wu Y M,Allen R M. 2008. A comparison of τc and
$ \tau _{\rm{P}}^{\max } $ for magnitude estimation in earthquake early warning[J]. Geophys Res Lett,35(20):L20301. doi: 10.1029/2008GL035611Tsuboi C. 1954. Determination of the Gutenberg-Richter’s magnitude of earthquakes occurring in and near Japan[J]. J Seismol Soc Jpn,7(3):185–193.
Wang W T,Ni S D,Chen Y,Kanamori H. 2009. Magnitude estimation for early warning applications using the initial part of P waves:A case study on the 2008 Wenchuan sequence[J]. Geophys Res Lett,36(16):L16305. doi: 10.1029/2009GL038678
Wang Y,Colombelli S,Zollo A,Song J D,Li S Y. 2021. Source parameters of moderate-to-large Chinese earthquakes from the time evolution of P-wave peak displacement on strong motion recordings[J]. Front Earth Sci,9:616229. doi: 10.3389/feart.2021.616229
Wu Y M,Kanamori H. 2005. Rapid assessment of damage potential of earthquakes in Taiwan from the beginning of P waves[J]. Bull Seismol Soc Am,95(3):1181–1185. doi: 10.1785/0120040193
Wu Y M,Kanamori H. 2008. Development of an earthquake early warning system using real-time strong motion signals[J]. Sensors,8(1):1–9. doi: 10.3390/s8010001
Zhu J B,Li S Y,Song J D,Wang Y. 2021. Magnitude estimation for earthquake early warning using a deep convolutional neural network[J]. Front Earth Sci,9:653226. doi: 10.3389/feart.2021.653226
Zollo A,Amoroso O,Lancieri M,Wu Y M,Kanamori H. 2010. A threshold-based earthquake early warning using dense accelerometer networks[J]. Geophys J Int,183(2):963–974. doi: 10.1111/j.1365-246X.2010.04765.x
-
期刊类型引用(36)
1. 董敏，陈其峰，郑家军，刘海林，张军，杨立涛，韩博，熊玮，马娟，池国民，吴婧. 张店—仁河断裂带多项土壤气背景值初步分析. 高原地震. 2025(01): 6-14 . 
百度学术
2. 祖丽皮牙·艾尼瓦尔，闫玮，张伟，李新勇，麻荣. 柯坪断裂带土壤气地球化学变化特征及其与强震的关系. 高原地震. 2025(01): 15-23 . 百度学术
3. 张菂，李源，张伟，赵伟乔，秦忠培，郭少峰. 2023年8月西代村跨断层短水准异常分析. 地震地磁观测与研究. 2024(06): 83-91 . 百度学术
4. 李静，周贺，陈志，陆丽娜，杜建国. 北京西部活动断裂CO_2与Rn脱气特征及其环境影响. 地震研究. 2023(01): 49-57 . 百度学术
5. 陈宇轩. 北京延庆五里营地下流体资料时频特征与地震活动关系. 华北地震科学. 2023(02): 58-68+97 . 百度学术
6. 王喜龙，罗银花，金秀英，杨梦尧，孔祥瑞. 辽南地区断裂带的断层土壤气地球化学特征及其对区域应力调整的指示. 地震地质. 2023(03): 710-734 . 百度学术
7. 张文亮，李营，刘兆飞，胡乐，路畅，陈志，韩晓昆. 六盘山东麓断裂带土壤气体He浓度的空间分布特征及其与构造活动之间的关系. 地震地质. 2023(03): 753-771 . 百度学术
8. 李继业，胡澜缤，李营，马龙辰，王强，张思萌，李冬妮. 松原M_S5.1地震前断层土壤气H_2、Hg地球化学特征与热红外异常响应研究. 地震工程学报. 2023(04): 933-945 . 百度学术
9. 刘兆飞，何鸿毅，陈志，李营，路畅，邵俊杰，高梓涵. 北京黄庄—高丽营断裂土壤气体地球化学特征及其对地震活动的指示. 地震学报. 2023(04): 727-746 . 本站查看
10. 符泽宇，刘燕翔，李金，王妍. 唐山断裂带土壤断层气CO_2浓度的映震效能. 地震地磁观测与研究. 2023(04): 85-94 . 百度学术
11. 鲍志诚，赵爱平，吕坚，肖健，周红艳，宁洪涛，汤兰荣，陈浩. 瑞昌—武宁活动断裂带土壤气地球化学特征. 地震研究. 2022(02): 249-256 . 百度学术
12. 路畅，李营，胡乐，赵策，刘兆飞，邵俊杰，陈志. 唐山地区土壤气Rn通量及其与地震活动的关系. 地震研究. 2022(02): 241-248 . 百度学术
13. 王喜龙，杨梦尧，郭红霞，刘建光. 辽宁盘一井氢气浓度异常特征及预报效能分析. 地震研究. 2022(02): 275-283 . 百度学术
14. 王江，陈志，张帆，张志相，刘兆飞，何鸿毅，唐杰，丁志华，张素欣. 基于土壤气体地球化学的雄安新区活动断裂空间展布及活动性探讨. 地震研究. 2022(02): 264-274 . 百度学术
15. 闫玮，朱成英，李新勇，许秋龙，汪成国，徐衍刚. 新疆伽师M_S6.4地震前后柯坪断裂土壤气地球化学特征变化. 内陆地震. 2022(04): 362-368 . 百度学术
16. 王喜龙，杨梦尧，孔祥瑞，杨振鹏. 辽宁朝阳-北票断裂跨断层水准与断层土壤气地球化学特征对比分析. 大地测量与地球动力学. 2021(06): 600-605 . 百度学术
17. 阚宝祥，沈钰，戴陈兵，曾利萍，张震峰，张帆，于俊谊. 浙江省珊溪水库地区土壤Rn和H_2地球化学特征. 地震工程学报. 2021(06): 1310-1316 . 百度学术
18. 王喜龙，贾晓东，杨梦尧. 辽宁金州断裂断层土壤气地球化学调查. 中国地震. 2021(04): 767-779 . 百度学术
19. 刘峰立，欧阳澍培，李营，周晓成，颜玉聪. 铜陵市土壤气环境地球化学特征. 环境科学与技术. 2021(S2): 81-88 . 百度学术
20. 肖攀，汪世仙，李露露，潘洁，张伟峰. 蚌埠地震台土壤气Rn和C0_2地球化学特征分析. 科技资讯. 2020(07): 195-200 . 百度学术
21. 娄露玲，胡宁，王宇，张宝山，马志敏，王明亮. 汤阴地堑南部土壤CO_2空间分布特征. 华北地震科学. 2020(04): 34-41 . 百度学术
22. 康健，赵谊，臧姗姗，徐岳仁，王丽梅，刘长生. 依兰-伊通断裂方正-萝北段氢气特征研究. 震灾防御技术. 2020(02): 443-451 . 百度学术
23. 康健，徐岳仁，姜云爽，杜天然，马艳丽，李继业. 依兰—伊通断裂北段断层氢气的地球化学特征分析. 地震地磁观测与研究. 2020(04): 111-120 . 百度学术
24. 苏鹤军，王宗礼，曹玲玲，张慧，李晨桦，周慧玲. 断裂带土壤气测量方法在断层活动性研究中的应用——以嘉峪关断层为例. 中国地质. 2020(06): 1894-1903 . 百度学术
25. 苏荣托雅，高小其. 我国地震断层土壤气流动观测调查. 地震地磁观测与研究. 2020(05): 122-127 . 百度学术
26. 缪阿丽，张扬，方震，李锋，王维，高力. 郯庐断裂带新沂——泗洪段土壤气Rn体积活度和CO_2浓度特征研究. 地震. 2019(01): 48-57 . 百度学术
27. 张磊，刘耀炜，包创，郭丽爽. 安宁河断裂带土壤汞的分布特征. 地震学报. 2019(02): 249-258+278 . 本站查看
28. 张磊，刘耀炜，包创，高小其，苏琴，方震. 川西冕宁断层土壤气特征. 环境化学. 2019(04): 777-783 . 百度学术
29. 李晨桦，张慧，苏鹤军，周慧玲，徐钦. CO_2气体在地震孕育与发生过程中的作用及其机理研究. 地震工程学报. 2019(03): 750-756 . 百度学术
30. 杨江，李营，陈志，孙凤霞，赵建明，李静，王江. 唐山断裂带南西段和北东段土壤气Rn和CO_2浓度特征. 地震. 2019(03): 61-70 . 百度学术
31. 刘兆飞，李营，陈志，崔月菊，路畅，杨江，赵元鑫. 吉兰泰断陷盆地周缘断裂带气体释放及其对断层活动性的指示意义. 地震学报. 2019(05): 613-632+680 . 本站查看
32. 李源，马兴全，夏修军，谢恒义，王志铄，赵显刚. 河南新郑—太康断裂东段土壤气体地球化学特征. 地震. 2018(03): 49-57 . 百度学术
33. 李静，周晓成，石宏宇，孙凤霞，陆丽娜，陈超，曾令华，陈志. 首都圈西北部主要活动断裂CO_2、Rn、Hg脱气对环境的影响. 环境化学. 2018(05): 931-941 . 百度学术
34. 李静，陈志，陆丽娜，周晓成，李营. 夏垫活动断裂CO_2、Rn、Hg脱气对环境的影响. 矿物岩石地球化学通报. 2018(04): 629-638+795 . 百度学术
35. 赵建明，李营，陈志，刘兆飞，赵荣琦，荣伟健. 蔚县-广灵断裂和口泉断裂气体排放和断裂活动性关系. 地震地质. 2018(06): 1402-1416 . 百度学术
36. 张磊，高小其，包创，李静，李旭茂. 呼图壁地下储气库构造气体地球化学特征. 地震地质. 2018(05): 1059-1071 . 百度学术
其他类型引用(11)
计量
- 文章访问数: 623
- HTML全文浏览量: 336
- PDF下载量: 200
- 被引次数: 47
