全球地震早期預警研究綜述①

趙 冰，劉希強

（1.中國科技大學，安徽 合肥 230026；2.山東省地震局，山東 濟南 250014）

0 引言

“地震早期預警”（EEW）是用于描述實時地震的信息系統，該系統能夠快速檢測地震破裂所產生的能量大小且估計稍后將在當地或異地發生地面震動情況，在強地面震動到來之前發出預警信息，預警時間范圍從幾秒鐘到一分鐘多不等，其長短取決于預警目標與地震震中的距離。

自從我們進入通訊時代以來，人們就提出了地震預警這個概念，但發展觀測系統和方法僅有20年的時間［1］。特別是在過去的5年里，伴隨著地震臺網的擴建、EEW方法改進、人們對防震減災意識的增強以及社區減災的需求，EEW得到了迅猛的發展。

本文在Allen［2］關于對全球各種地震早期預警系統總結的基礎上，綜述地震早期預警系統的研究現狀、存在的主要問題和未來發展趨勢。

1 地震早期預警系統方法概述

1.1 波前探測

所有EEW系統必須首先檢測到災害性地震的發生，然后發出有用的預警信息。當災害性地震發生的時候，最簡單的方法是探測對地面建筑物的破壞情況。因此，EEW系統的首要方法是探測某點位強地面震動強度并提前發出關于地震震級大小的警告，這種方法稱為波前探測。波前探測概念首先是在舊金山海灣東部的海沃德斷層發生1868年舊金山地震之后提出來的。鋪設的電波電纜可用于快速傳遞即將到來的強地面震動的信息，使用聽起來熟悉的有特色的鐘聲傳遞預警信息。波前探測系統從來未有成功實踐過，但它提出了在地震預警接收方和震源之間設置傳感器的觀念。

在20世紀60年代后期，日本在鐵路沿線部署地震儀，當地面震動強度超過一定的臨界值時將自動切斷列車電源。應用“報警地震儀”的方法只有當地面震動開始之后才能提供預警。通過在近海和鐵路軌道之間的日本東海岸部署地震儀可以得到更多地地震預警時間。預警系統充分利用網絡和波前探測技術，來實現地震位置的探測和異地預警。

當震源位于人口密集區域之外時，波前探測能夠提供重要的可達幾十秒的預警時間。應用波前探測方法，墨西哥市研制成功了地震警報系統（SAS），儀器沿著距離板塊俯沖帶較近的海岸線布設，可對遠在320km外的墨西哥市發出預警。1991年SAS系統第一次向墨西哥市民發布了地震預警的信息，預警時間提前了約60s［1］。羅馬尼亞的布加勒斯特也使用了相同的地震警報系統，布設在東南部喀爾巴阡山脈的弗朗恰區的地震儀檢測到了地震的發生，并向距離約160km以外布加勒斯特城市提供了約25s的地震預警時間［3］。伊斯坦布爾同樣使用波前探測系統，根據布設在馬爾馬拉海北岸的觀測儀器中的兩個或三個臺站記錄的加速度是否超過閾值決定是否發出預警信息［4］。

1.2 P波應用

監測有強地面震動記錄再發出預警的方法會在震中附近地區產生一個預警盲區。假定峰值地面震動的運動速度約為4km／s，則每增加1s的時間預警盲區的半徑將增加4km。利用P波來確定地震是否會產生破壞將會提供有效的預警時間。由于地面最強烈的震動通常發生在S波到來之時或以后，因此利用P波可有效增加預警時間，并且可縮小預警盲區的范圍和確定地震震中位置。

人們已經發展了應用P波來估計地震災害的各種觀測參數，其中的許多方法用來估計地震震級大小，以此來估計地面震動的強度。有些方法用來直接估計地面震動強度，叫做現地預警。

最早利用P波前幾秒數據進行地震預警的參數之一是卓越周期法。該參數可用來標度地震的大小，而與震中距關系不明顯。Nakamura方法是先從一個連續卓越周期時間序列中得到最大卓越周期τpmax，然后得到其與震級的關系［5］。這種方法的優點是可以在1s內初步快速估計地震震級大小，如果τpmax繼續增加的話震級也會增大。通常情況下利用P波前3、4s的數據可確定震級大小。雖然τpmax方法已經在美國西部、日本和臺灣地區成功地得到實驗［6－9］，但關于利用卓越周期測量震級的穩定性問題也已受到人們的關注［10］。τpmax方法目前在加州［11］、中國臺灣地區［12］和伊斯坦布爾［13］地震實時監測系統中使用。Kanamori［14］通過分析周期成分的變化提出了和τpmax稍微不同的τc方法：τc方法要求一個固定時間窗，一般選擇P波前3s數據，通過計算有效周期確定震級大小。τc值與震級之間顯示出與τpmax方法類似的關系，在美國加州和中國臺灣地區已經進行過檢驗［15－16］。τpmax和τc方法都旨在得到P波周期信號的相同屬性特征。業已表明，同時應用兩種方法具有優點［17］。目前，τc方法應用在加州［18］、中國臺灣地區［12］、日本、中國和太平洋夏威夷預警中心的實時監測系統中。

P波振幅也是一個非常有用的用于估計地震災害、提供地震震中距信息的參數。研究表明，P波最初幾秒鐘典型的是3秒鐘的峰值位移、速度和加速度可以標度震級［19－21］和地面運動強度［3，15］。通過記錄速度的積分或記錄加速度的雙重積分得到的峰值位移Pd通常被認為是估計震級最好的參數。研究發現峰值速度對估計震級也非常有效。目前在加州［11，18］、中國臺灣地區［12］、伊斯坦布爾［13］、日本、中國、夏威夷的太平洋預警中心和意大利南部坎帕尼亞地區［22］的實時系統監測中都普遍使用峰值位移Pd來估計震級和地面運動強度。

日本利用連續地震波形的振幅變化來估計地震的大小，所利用P波的秒數沒有限定，在S波到達之前連續監測P波位移（三分向矢量和）最大振幅的變化。當S波到達之后，根據S波位移的最大振幅來標度震級［23］。根據P波前2s數據，應用包絡斜率方法估計震中距［24］。

類似的包絡函數被用來描述地震波形。每一秒鐘計算一次峰值加速度、速度和位移，將其作為輸入的數據。虛擬地震學家系統除了應用這些數據的變化來判斷地震事件是否觸發以外，還通過這些峰值的組合來估計地震震級大小［25］。人們在應用峰值加速度、速度和位移計算地震震級的同時，也在研究地震震級與周期的依賴關系。因此，以峰值和周期變化來估計震級的方法具有相似性。以神經網絡為基礎的PreSEIS系統利用遞增的絕對速度［26］或者其他包絡參數［27］來估計地震震源和地面震動參數。目前，虛擬地震學家系統和PreSEIS系統運行在加利福尼亞州和瑞士［27－28］。

地震圖記錄的累積能量也是可以被使用的參數。在墨西哥，通過先前的地震統計得到了累積能量及其增長速率與震級大小的關系［1］。

人們在使用P波前幾秒鐘數據來估計地震震級大小中最關心的問題之一是大地震的震級飽和問題。如果我們使用P波最初4s的數據，且M6.5地震的持續時間是4s的話，如何用P波參數辨識出是M6.5地震還是M7.5地震？有明確的證據表明，利用最初幾秒的P波數據來估計震級確實存在當震級大于7級地震后震級飽和的問題［8－9，19，29］。為了盡量避免這些問題，人們采用更長的P波窗數據或者利用S波數據來校正估計的震級［30－31］。但當使用P波的頻率參數來估計震級時，我們發現很少出現震級飽和現象［9，14，32－33］。盡管人們對這一看法存在爭議［34－35］，并且難以有一個合理的物理解釋。即使當M6.5或更大地震發生后存在震級飽和現象，這已足以作為我們發布預警的理由了。不管如何，我們應該發展一套描述大地震（M＞7）有限破裂過程的系統，從而提高系統的可靠性［30，35－36］。

1.3 現地預警

現場或單臺預警的原理是通過探測某點位地震能量的大小發布該點位強地面震動的信息，也就是說，根據P波的變化來估計地面峰值加速度、速度或烈度。應用前文所提到的P波參數來實施現地預警是可能的。最簡單的方法是尋求P波振幅與峰值地面震動之間的標度關系［19］。然而，一些小地震可能具有非常大的振幅和高的頻率成分，因此綜合考慮記錄的振幅及其頻率成分信息是最佳的選擇方法。如果P波記錄具有大的振幅且頻率成分較低的話，那就應該發布預警。

UrEDAS是第一代地震早期預警系統和現地預警系統產品。UrEDAS使用P波前3秒數據來估計震源參數，用卓越周期來估計地震大小，用P波振幅和震級估計震中距離，用質點運動方向估計地震方位角和震源深度。地震三要素可以通過單臺三分向記錄精確估計。基于預設標準，點源模型可以應用到現地預警當中。UrEDAS應用相同的原理，僅用P波前1s的數據來快速發布預警信息［37］。UrEDAS系統繼續應用于日本鐵路沿線［37－38］上，一個名為FREQL的移動平臺為應急反應小組使用［39］。

τc－Pd方法是另一種現地預警的方法，該方法綜合考慮了上 述兩種P波參數［15－16，19，21，40］。當某臺站有P波記錄的時候，用τc估計震級大小，Pd估計峰值速度（PGV）。仔細選擇合適的τc和Pd組合，以及通過對臺站修正，當發生強地震的時候系統可以發出正確的警報信息［41］。這種方法目前正在加利福尼亞州［41］、中國臺灣［12］、日本、中國和太平洋夏威夷預警中心使用。

1.4 區域預警

區域地震預警是基于地震臺網的臺站記錄綜合考慮上述部分或所有參數來進行的。以往地震臺網的設計是波形數據流先傳回臺網中心，在臺網中心再對數據進行處理，從而探測和報告地震的有關情況。EEW發展遵循這一思路，在臺網中心安裝新的處理系統，生成預警信息，向用戶發出預警。在臺網中心仍然設置現場處理程序以提供最快的警告信息，即仍然設置基于單臺P波預警的方法。此外，臺網中心還綜合分析多臺記錄給出預警信息。區域預警會給出更加準確的關于震中及其地面震動影響區分布情況，降低地震震級估計的不確定性。

一旦通訊網絡應用在既收集地震數據，又向用戶提供預警信息之中，波前探測也為增加預警時間提供了一種技術思路。距離震中較近的臺站用于檢測地震事件和對災害進行評估，通過網絡為遠程用戶提供預警信息。在發生大地震（M＞6.5）后，這種方法可為可能遭受破壞的地區提供數十秒的預警時間。但同時在震中周圍會有一個預警的盲區，原因是數據在傳輸到臺網中心、處理數據和發送預警信息的過程中都需要時間。真正意義上的現地預警技術應該是現場觀測的地震儀安裝在用戶的位置并在該點提供預警信息，這樣去除了數據傳輸產生的延遲，但同時增加了地震預警的錯報率和漏報率。

以下介紹一些區域預警系統。

（1）墨西哥

墨西哥有兩套預警系統，一套是為墨西哥城和格雷羅提供預警的SAS系統，另一套為瓦哈卡提供預警服務的SASO系統。SAS預警觀測系統由12個強震觀測臺站組成，沿位于俯沖帶上方的格雷羅海岸布設，為距離約320km的北部墨西哥市提供預警［1，42］。該系統通過求取每一個臺站從P波開始窗長為2倍的S－P到時差的地震波能量和以及測量能量增長的速率來確定震級標度關系。根據經驗關系確定地震是否是M≥6的強震還是6＞M≥5的中強震。當兩個或更多臺站報告有強震發生的時候，系統就會向“公眾”發出一條預警信息；當有兩個或更多的臺站報告有中等地震發生的時候，系統則會發出“預防性”警告信息。盡管該系統等待S波到達之后才發出預警，但由于到墨西哥城的距離比較遠，仍有約60s的預警時間可用。墨西哥市比通常距離的地面震動要強烈一些，因為城市建在盆地沉積上，場地放大倍數達100～500［42］。

SASO預警觀測系統由分布在瓦哈卡的36個地震觀測臺站組成。與相鄰的格雷俯沖帶相比較，瓦哈卡俯沖帶的地震分布更加廣泛。由于地震距人口聚居區的距離較近，這就要求使用更短時間窗內的數據。經驗關系式使用兩個時間窗口內測量的參數。在P波到達之后和S波到達之前這段時間里，測量得到卓越周期、峰值加速度和能量。當S波到時與P波到時差大于3s時，測量得到P波前3s的卓越周期。這些參數用于判斷地震是強震還是中強地震。和SAS系統一樣，確認后發出公共警報或預防性警報。

（2）日本

日本氣象廳結合報警地震儀和以網絡為基礎的分析技術完成了預警系統研制［30］。該觀測系統使用了分布在日本本土的約1 000臺套地震儀，包括日本氣象廳的200臺套和日本地球科學與防災研究所的800臺套組成［44－45］。當單臺記錄到超過100 cm／s2的地面震動時即會觸發警報（警報地震儀方法）。此外也應用臺網警報方法，基于單臺和多臺P波探測可確定震源：首先，應用單臺P波估計地震位置，P波初動的斜率估計震中距離，通過擬合質點的橢球運動來確定地震方位角［24］；其次，當一個或多個臺站記錄到P波的時候，基于其它臺站未有觀測到P波信號這一事實確定地震一定發生的區域范圍［45］。發生地震的區域范圍的質心作為震中。震源深度固定為10km。一旦三個或以上臺站觸發的時候，根據觀測到的初至波到時，根據最小誤差原理網格法搜索最佳的地震位置［22］。用P波振幅和地震大小之間的標度關系估計震級大小，修正震中距。隨著振幅的增加，通過連續監測三分向波形的矢量和的變化來估計震級。一旦S波到達即啟用新的振幅與震級標度關系。給定震中位置和震級，通過基巖區峰值速度的分布和場地響應將峰值速度轉換為JMA烈度，從而得到地面運動強度［23］。震后震動圖本質上用的是相同的方法。該系統給出了烈度的估計及其每個縣區震動持續的時間［31］。

（3）ElarmS

ElarmS地震早期預警系統（http：／／www.ElarmS.org）是目前正在加州范圍內地震實時觀測中運行的一套系統［11］。該系統修改后用于對發生在日本的地震進行離線檢測［9］。該套系統單獨處理和分析P波觸發、Pd、τpmax、信噪比值和每秒的峰值振幅。這些參數不斷地被輸入到與地震實時監測有關的程序中，基于觀測到時進行地震定位，應用Pd和τpmax關系估計地震震級，應用衰減關系和場地響應校正預測地面震動的空間分布。系統提供預測的強地面震動分布的“警報圖”每秒更新一次［8］。約400個點位的600套儀器記錄實時傳輸到加州。目前該系統僅將預警信息提供給研究小組的成員。

（4）虛擬地震學家系統

虛擬地震學家系統正在加州進行實時檢驗，應用數據來自加州400個點位的600套儀器記錄［28］。在瑞士，該方法使用每一秒的峰值加速度、速度和位移來探測地震事件，進行地震定位，估計震級大小。該系統使用了貝葉斯方法來預測最可能的震級，應用已有的信息，如地震活動和古登堡－里克特關系來劃定地震危險區范圍［25］。但目前該部分內容還未有整合到實時檢測系統中。虛擬地震學家系統也采用先進技術手段避免了地震事件的虛報現象。目前該系統僅將預警信息提供給研究小組的成員。

（5）Presto

Presto是通過循序漸進的辦法來進行地震早期預警，該套系統運行在位于意大利南部的伊爾皮尼亞臺網（ISNet）中，實時監測的臺站有28個［47］。該系統利用觸發臺站的P波到時以及未有觸發臺站的信息來判斷地震所發生的空間范圍［48］，利用P波和S波的低頻振幅估計震級大小［22］。地震早期預警的不確定因素很大程度上來自模型，表現在峰值地面加速度與地面運動關系的不確定性，這種不確定性不是由于快速的估計震級和地震位置引起的［49］。利用大地震資料的研究表明，地震運動有限破裂源的特征對地面運動的預測具有顯著影響［30］。

（6）PreSEIS

PreSEIS是一種神經網絡方法預警系統，它應用一個或多個臺站觸發的P波到時及其振幅來確定震中、估計震級、預測烈度并且對地震破裂過程進行預測［26］。為了訓練和檢驗神經網絡，分別應用有限尺度破裂面源合成理論地震圖［26］和發生在伊斯坦布爾和南加州地區的地震臺站實際記錄的包絡函數［27］對PreSEIS方法進行了試驗研究。

（7）SOSEWIN

該系統是一個自組織的地震早期預警信息網絡系統，由2008年6月安裝在伊斯坦布爾的阿塔科伊區的20個臺站組成，目前正在進行實時測試［13］。該系統不同于上述預警系統的地方在于它沒有網絡數據處理中心。取而代之的是在臺站即時處理分析，通過無線通訊與鄰近臺站建立聯系。判斷有地震事件發生后，通過安裝在臺站上的軟件計算到達時間、峰值幅度、卓越周期等參數，同時與周圍鄰近臺站分享這些信息，根據單個臺站的探測、多個相鄰臺站或多個參量的組合發出預警信息。目前該套系統檢測的重點集中在通信、運行的可靠性和地震事件的觸發方面。原則上講，上述方法中任何一種方法都可以應用到這樣一個自組織無線網絡中。

（8）形變觀測臺網

到目前為止，許多地震早期預警系統使用的都是地震觀測臺網。在上文已經談到，基于P波方法快速準確大地震（M＞7）的能力面臨著挑戰。而高采樣率的全球定位系統觀測網絡正在興起并且能夠提供實時的形變信息，對于大地震事件形變觀測臺網能夠對準厘米級形變量變化提供實時和準確結果。

Crowell［50］等提出了一種利用形變觀測臺網來進行預警系統的模型，目前應用在南加州。來自實時觀測的GPS數據匯集到斯克里普斯中心軌道和固定臺陣中心，并做瞬時定位處理［51］。然后用三角測量方法確定整個觀測網絡中應變的主要分量。當觀測應變超過預定值時，系統觸發并通過郵件發布預警。GPS數據也可以用來估計地震的地點，并且Crowell［50］等提出了用來估計震級的標度關系。

2 地震早期預警系統的應用

有根據表明，有五個國家和地區擁有能夠為一個或多個用戶提供預警信息的預警系統。除了墨西哥和日本擁有通過多種通信信道提供給公眾預警信息的預警系統外，中國臺灣、土耳其和羅馬尼亞也擁有為一個或多個用戶提供信息的地震預警系統。

2.1 墨西哥

墨西哥城的SAS系統是在1985年9月19日M8.1地震以后發展起來的，這次地震造成了10 000人死亡和30 000受傷。1991年8月該系統開始向25所學校和地鐵提供地震預警服務；1993年5月SAS系統準確地對一次M6.0地震發布了預警；1993年8月該系統開始向墨西哥城內的居民提供預警信息，成為世界上首個面向公眾的可用的地震預警系統［1］。該系統通過分布在墨西哥城內的58個公共調幅和調頻廣播電臺、6個電視頻道以及位于托盧卡地區（距離墨西哥城以西50km）的3個無線電廣播電臺和一個電視臺發布強震預警信息。此外，有超過250個的用戶通過專門的無線電鏈路接收預警信息，主要是小學、中學、大學、緊急和安全機構、政府大樓、民間保護組織以及地鐵系統。SAS預警公告也通過電子郵件和SAS網站向1 800多個用戶進行發布［42］。

從1991年10月至2009年3月，SAS系統發布了13個公眾預警和52個預防性警告。公眾預警和預防警告震級范圍分別是從4.8到7.3和4.1到7.3級。Suárez等［43］對SAS系統的運行進行了評估，認為雖然SAS系統能夠探測到災害性地震的發生并能提供預警，但震級估計的準確性并不能保證公共預警和預防性警告的合理性差別。SAS系統漏報了6.3級和6.7級兩次地震，1993年11月16日虛報了一次地震，當這次公共預警信息發布出去的時候根本就沒有地震發生。比較成功的例子是1995年9月14日7.3級地震，這次地震發生之時被SAS探測到，在S波到達之前的72s就發出了公共預警，地鐵在S波到達前50s停下，學校做出了疏散人員的應急響應［1，52］。

較晚發展起來的SASO地震預警系統于2003年開始向瓦哈卡民眾提供預警。自那時起SASO系統已發布了3次公共預警和5次預防性警告，還有2次漏報。由于濫用資金，SASO系統未能維持繼續的運行。沒有足夠的教育和宣傳工作經費也被視為系統運行中存在的一個嚴重的問題，該問題是可能導致系統停止運行，地震預警對居民的影響力降低的主要原因［42］。也有人擔心該系統沒有更多的用戶，只有在墨西哥城的76所學校的5 500名學生可能使用該系統。這不是因為系統運行質量或對地震的檢測能力不佳。在一項調查中顯示，90%的使用者認為該系統提供了好的或非常好的服務。相反，事實是從來沒有一個像SAS系統那樣關于地震之后如何支持關鍵機構、關鍵設施和生命線做出應急響應的戰略，這是被視為整體戰略實施上失敗的原因［43］。

2.2 日本

20世紀60年代日本鐵路開始使用警報地震計，在1982年開始使用波前探測地震早期預警系統，目的是地震發生時關閉新干線列車的動力系統。現地UrEDAS系統于1992年在新干線鐵路上安裝使用，1995年神戶大地震后該系統得到進一步推廣。神戶大地震進一步促進了UrEDAS預警速度的改進，1998年改進后的UrEDAS開始應用在鐵路和地鐵系統中。該系統在2004年日本新瀉中越M6.6破壞性地震中發揮了作用，當時正在震中區運行中的火車有四列，其中有一列火車出軌。P波到達列車出軌的地段的時刻是在發震時刻2.9s之后，緊接著1s之后發布了預警，采取了關閉電源和列車制動的措施。火車司機也看到了UrEDAS發出的預警信息和之后1s火車自動制動的過程。發出預警之后2.5sS波到達，3.5s之后強烈的震動開始［37］。在發生列車出軌的時候，只有一節車廂留在鐵軌上。

1995年日本神戶地震的發生進一步推動了日本地震預警系統的發展。地震后在全國范圍內建立了系列地震臺網，保證了全國范圍內的臺站均勻分布。這些臺站包括約800個高靈敏度地震觀測臺站（Hi－net），其中約650個屬井下強震動儀（KIK－net）；另外安裝完成了約1 000個地表強震動觀測儀（K－net）和約70個寬帶地震觀測儀（F－net）［53］。1993年北海道地震之后，為了提供更加快速和準確的海嘯預警和地震預警信息，日本氣象廳最近已經完成了全國范圍內地震傳感器的升級改造，包括約200個強地面運動觀測儀。隨著各類觀測臺網的建成，2004年2月日本氣象廳開始對地震早期預警系統進行試驗。2005年8月16日日本宮城縣外海發生7.2級地震期間，該系統在探測到第一個P波到時的4.5s之后發布了預警，此時是S波到達仙臺市之前的16s［44］。日本氣象廳自2006年8月開始向部分用戶提供預警信息，2007年10月后開始向公眾提供預警信息。

在向部分用戶提供預警信息的時間段里 （2006年8月到2007年10月），日本氣象廳組織舉辦了公共教育培訓活動，內容包括地震預警的目的、局限性以及應該采取的正確措施等，同時散發傳單，在電視上播出視頻短信息，張貼海報，舉辦研討會，將信息發布在日本氣象廳網站上（http：／／www.jma.go.jp／jma／en／Activities／eew.html）。

日本現在的地震公共預警系統由約800個Hi－net和200個JMA強震動臺站組成，臺站平均間隔20km。當以日本氣象廳標度的烈度超過5度弱時（梅爾卡利烈度表對應約Ⅶ～Ⅷ）就發布預警。從2007年10月至2009年3月，共發布了11個公共預警，這些預警地震的烈度都是5度弱或更高。有兩次地震漏報，預測烈度為4度，不到5度弱。有3次地震虛報，其實際烈度為4度，但預測烈度為5度弱。期間發生的最大地震是2008年6月14日M 7.2地震，在第一個臺站P波觸發報警后4.5s向公眾發出了預警，18s后進行了校正。一些托兒所，幼兒園，學校，家庭、多處辦事場所和一個工廠具體報道了所采取的保護措施。預警信息應用于自動電梯和工廠的控制系統，并且對要落地的飛機發出空中盤旋的指令。該系統還對2008年9月11日日本近海發生的M7.1地震進行了預警，表明該系統對發生在陸地和近海的地震都是有效的［31］。目前還沒有在地震發生期間發生恐慌和車禍的報道。

日本氣象局發布的公共預警信息通過各種渠道向公眾傳送，要求日本廣播公司收到預警信息后及時通過9個廣播電臺和電視臺傳送。此外，122（共127個）個電視臺和59個調幅／調頻廣播電臺（共100個）播出了2008年9月的地震預警信息。綜合防災預警系統也向市政當局發出預警。截止到2009年3月，226個市（共1 851個）有預警接收系統，102個市使用公共擴音系統宣布地震早期預警消息。兩個移動電話公司免費向他們的用戶提供警告，其中三分之一的公司正在擴大其容量。據估計，2 100萬人目前可以通過手機收到預警信息［30］。

除了發布這些公共預警信息外，廣泛的用戶把收到的警告信息合并到自動控制和相應系統中。日本氣象廳并沒有提供具體地點的警告信息，但是一些私人服務商經日本氣象廳授權后可以提供地震發生具體地點的信息。2008年12月發生的地震就是這樣，被授權的服務商有54個，他們向204個中的52個鐵路運營商（其中有些還擁有自己的地震早期預警系統）、工廠、建筑工地、公寓、學校、商場和醫院等提供信息服務［31］。2009年4月第二屆地震早期預警國際研討會在日本京都舉行，會上提供了一些有關的具體實例。

（1）將日本氣象廳預警信息簡單譯本轉換成某個位置預測的烈度，結合當地地震計所提供的另外的現地預警信息給出具體預警時間。具體的一個例子是“家庭地震計”［54］，它把日本氣象廳提供的圖像信息轉化為一個位置的預警信息，其中也包括基于P波探測的用于現地預警的MEMS傳感器。該裝置安裝在墻上，接上交流電源并和互聯網／以太網連接，發布并發出聲響警告信息以及秒倒計時，目前大概有650臺家庭地震儀部署在全日本，其中約500臺安裝在學校。

（2）一種家庭式地震儀被安裝在學校中，其報警系統與學校播音系統相連接。平時對學生實施定期演練，演習表明學生可以在預警后5s內躲到課桌下。有些大學也正在安裝地震早期預警，例如在東京大學工學院目前所有教室都正在安裝預警系統。

（3）在2003年發生的兩次地震中，由于地震引起火災導致宮城縣沖電氣半導體公司設備損壞和生產能力喪失，遭受了1 500萬美元的經濟損失。經過這次慘痛的教訓，該公司花費了60萬美元進行地下室墻體加固，并安裝了自動地震早期預警報警系統，一旦地震發生時可以及時關閉災害性化學系統并將靈敏儀器移到安全位置。系統安裝后所發生的兩次地震中，損失減少到20萬美元，而打烊的天數分別由前兩次的17和13天減少到4.5天和3.5天。

（4）工程與建筑公司還可利用預警系統增強地震發生過程中的建筑施工安全性能，保護建筑工人人身安全。鹿島建設公司在其設備和設施中使用預警系統，在辦公樓里電梯安裝運行在距樓梯最近的地方，燈光打開，百葉窗打開，注意警報已經作為個人得到保護的措施。在建筑工地工人要遠離危險區域。清水建設公司也向其辦事處及建筑工地提供預警，此外還向客戶提供地震早期預警的各種服務，目前使用清水地震早期預警服務的用戶拓展到了銀行、酒店以及半導體制造商等。

2.3 土耳其伊斯坦布爾市，中國臺灣和羅馬尼亞布加勒斯特市

1999年，在位于土耳其馬爾馬拉海東部的北安納托利亞斷層發生了兩次M7以上地震，地震活動有向伊斯坦布爾發展的趨勢。為此，已開始在伊斯坦布爾實施設計和安裝EEW系統。最初安裝的兩個專用EEW系統設備仍在使用：一個安裝在伊塞克高層辦公樓中，另一個安裝在安然特拉克亞發電廠。面向全市的EEW系統由布設在沿馬爾馬拉海北岸的10臺強震儀組成，作為伊斯坦布爾大地震快速反應和預警系統有機組成部分［55］。目前，預警系統觸發報警是基于預先設定的兩個到三個臺站同時超過指定閾值來實現的［4］。該系統現已開始運行，預計在2010年開始為一些工業用戶提供預警服務。該系統將為正在博斯普魯斯海峽馬爾馬拉進行管隧道施工的建筑商提供預警服務，一旦發生地震將采取制動措施防止列車進入隧道；該系統還將為伊斯坦布爾天然氣配電網提供預警服務，一旦發生地震將關閉閥門。土耳其還計劃在靠近斷層的地方布設海底地震儀，以增加強震預警時間。

1986年11月15日臺灣花蓮近海發生M7.8地震，由于盆地的放大效應，距離120km以外的臺北遭到了嚴重的破壞。自從那時臺灣開始發展EEW系統，2001年第一個EEW系統開始在臺灣運行，并繼續沿用至今。該系統由布設在島內的約100個加速度計組成，應用虛擬子網方法來探測和定位地震并基于P波和S波能量估計震級大小［56］。平均而言，該系統能在地震發生以后20s發布預警，此時對應于S波波前傳播離開震中70km。應用Pd，τc和τpmax關系進行預警的第二套系統正在試驗中，該系統使得預警盲區得到減小。預警信息還未有向社會發布，因為還沒有對公共進行過系統化培訓。但是目前預警系統正在試驗過程中，期間可向鐵路、捷運公司、災害防御機構和醫院提供預警服務［12］。

布加勒斯特的EEW系統用于實時監測東南部喀爾巴阡的弗朗恰區的大地震集中活動。上世紀的四個大震（M6.9～7.7）全部發生在距離布加勒斯特160km的同一區域內。由3個地震臺組成的網絡用來監測弗朗恰震中區的地震和向布加勒斯特發送預警信息，預警時間達20～25s［3，57］。目前該系統為霍里亞胡盧貝伊國家物理和核工程研究所提供預警服務，以保證那里的核能源得到安置。此外該系統還有計劃地向更多用戶提供預警服務［58］。

3 國內地震預警研究進展

我國是世界上遭受地震災害最嚴重的國家之一，政府對防震減災事業極為關注。我國的地震專家對地震預警技術和預警系統的應用也進行了深入的思考和構想［59－62］，進行了如地震信號瞬時參數實時計算方法［63］、基于地震預警的臺陣布局［64］等大量的基礎性研究。目前在一些地區和某些部門已經建立了地震預警系統。劉林、閻貴平等在對京滬高速鐵路及沿線區域地震危險性調查的基礎上，對鐵路地震預警系統的構成、監測設備的設置方案以及報警模式等關鍵問題進行了研究，給出了機械式地震儀的預警水平，并提出了適用于P波檢測的M－R判別標準［59，62］；中國廣東大亞灣核電站在1994年建立了用于地震報警的地震儀表系統［60］；遼寧省地震局利用數字化觀測技術、GIS技術等高新技術，為中國石油天然氣股份有限公司大連分公司建立了大型石化企業地震預警系統，該系統與地震應急系統相連，于2001年10月投入試運行［61－62］。2009年6月由金星研究員主持的“地震預警與烈度速報系統的研究與示范應用”項目通過可行性論證，標志著我國地震預警進入以實用化為目的大范圍實驗階段。

自1961年初首次在新豐江大壩上獲得地震動速度記錄，我國作為地震預警研究基礎的強震動觀測已有近50年的歷史。從1962年3月新豐江水庫地震后創建我國強震動觀測臺網的第一個臺站，到2008年強震動臺網中心正式成立（掛靠在中國地震局工程力學研究所信息技術與材料研究室），再到目前的近2 000個自由場臺站、超過50個結構臺陣、1個國家臺網中心、3個區域臺網中心。通過“十五”、“十一五”期間的地震臺網建設，我國的數字觀測臺網更加密集，覆蓋面更廣，幾乎所有省地震局都開展了強震動觀測，僅汶川地震就獲得了近3萬條觀測記錄。這些設備為地震預警提供了良好的硬件基礎［65］。

由于地震預警的過程相當復雜，強震動數據的實時處理與地震三要素的快速確定、地震動場的生成、基于地震動參數的震害快速評估、應急決策與自動控制、地震預警系統的集成等科學和技術問題仍需進一步研究解決［66］。同時，由于我國國土面積大，臺站數量仍相對較少（2臺／萬平方公里），90%國土面積存在較大監測空白區，地震動數據獲取能力低；我國結構臺陣數量有限，對大多數種類工程結構缺乏監測，缺乏液化臺陣、土－結相互作用臺陣等，地震動觀測對象仍不夠豐富；由于觀測數據回收不及時，處理時間長，多數地區臺網不滿足地震預警和烈度速報要求，直接服務于行業中心工作的范圍有限；由于有價值記錄積累有限，尚不能滿足日常工作和科研需要，社會影響和科學貢獻待提高。此外，地震預警能否真正實施，與公眾的地震知識普及程度有很大關系［67］。總之，我國的地震預警才剛剛起步。

4 遠景、誤解和挑戰

最近五年里，世界各地的EEW系統方法和應用研究得到迅速發展。早在2003年之前，關于EEW的稿件數量每年為0至2篇之間；之后這個數字一直在穩步增加，到2008年每年都超過了15篇。這表明地震學和工程學界對EEW表現出越來越大的興趣，但同時也導致EEW系統應用出現了一些復雜性。

EEW的實施已經取得了重大進展。10年前能夠使用EEW系統提供預警的只有在日本鐵路系統使用的UrEDAS和墨西哥城的使用SAS預警系統。今天日本已經在全國范圍內使用EEW系統［31］，墨西哥的預警服務范圍也得到了進一步擴大［42］；中國臺灣、伊斯坦布爾和布加勒斯特具有了向一個或者多個用戶提供預警服務的能力［4，12，58］。EEW系統正在意大利、瑞士、中國、夏威夷、加利福尼亞等各類地震臺網中進行實時試驗。在加州，實時測試已經證明了強地面震動之前災害信息是可以提前預測的［11，18，28］。

2005年第一屆關于早期地震預警的國際研討會在加州理工學院舉行，會議的重點討論的議題是發展EEW系統是否科學可行。2009年4月第二次國際研討會在日本京都大學舉行，會議上人們認為發展EEW系統是可行的。EEW合乎科學，技術上可以實現，不僅可以用波前探測方法為墨西哥城提供預警，也可以為距離震中非常近的人群集中區提供預警服務，像日本陸上發生的地震。現在的問題是：這些信息有多大使用價值，應如何應用？

對EEW系統的一個常見的誤解是預警很可能會引起慌亂。社會學家在通過長期研究這些問題后發現并不像許多地震學家所想的那樣，即預警會引起慌亂［68］。日本和墨西哥的經驗發現沒引發恐慌，也沒有造成交通意外和公開踐踏事件。EEW實施過程確實需要進行廣泛的公眾教育活動，如在日本進行的那樣［31］。在墨西哥和臺灣缺乏必要的教育經費是需要重視的問題［12，42－43］。

EEW實施中過程中人們普遍關心的另一個問題是，該系統每十年僅使用一次甚至更少。1992年日本鐵路沿線安裝了UrEDAS系統，但直到2004年才成功地進行過一次啟動自動剎車的應急響應［37］。沒有任何理由解釋為什么不能提供更小地震或更多地震的預警服務，這些預警信息仍然能夠為一些用戶提供有價值的信息，也為EEW系統提供測試的機會。以適當的方式使用警報信息可以提醒人們注意地震災害，增加一次學習教育的機會，使防震減災意識得到普遍加強。

EEW系統完善所面臨的最重要的科學挑戰是如何實時獲取和描述地震有限破裂過程圖像。目前的EEW系統的運行都是基于震源的有限破裂做出分析和判斷的。已有大量學術文章涉及對利用P波參數估計大震（M＞7）會出現震級飽和問題的討論［9，20，29，32-35］。大震震級估計的不確定性可能不是導致地震震動預測不確定性的主要來源。對于中強地震，很顯然不確定性最大來源在于地面運動預測方程的不確定性，而不在于由EEW系統快速得到的地震大小和位置［9，49］。對于大地震來講，即使具有精確的地震震級大小的估計，斷層破裂的方向和破裂尺度對強地面運動具有很大的影響。EEW系統仍然需要進一步完善，根據有限源探測方法提高探測的精確性和預警時間［69－70］。利用地震學方法來實時探測地震運動有限破裂源的特征研究正在進行中［30，36，71］。實時大地測量可以準確地提供厘米級水平變化數據，這對大地震事件的測量可提供約束條件［50］。同時使用地震和大地測量數據，結合它們互補的約束條件，結合斷層模型和破裂物理學進行研究的工作還有很多。

EEW系統的應用都是針對重大破壞性地震的。在地震多發地區面臨的挑戰是要在大地震發生之前安裝這樣的系統而不是在發生地震之后才建立這樣一個系統。為此，在尚未經歷大地震的社區擴大EEW的服務和教育范圍是很有必要的，在這方面有很多成功的范例。在意大利，ISNet已經安裝完畢，目前正在針對一個潛在的地震危險區進行EEW系統測試。在加州，正在制定一部有關在一條新的高速鐵路線附近部署EEW系統規章，這可能是加州和美國實施公共預警戰略邁出的第一步。

［1］Espinosa－Aranda J M，A Jimenez，G Ibarrola，et al.Mexico City Seismic Alert System［J］.Seismological Research Letters，1995，66：42－52.

［2］Allen R M，P Gasparini，O Kamigaichi，et al.The Status of Earthquake Early Warning around the World：An Introductory Overview［J］.Seismological Research Letters，2009，80（5）：682－693.

［3］B?se M，C Ionescu，F Wenzel.Earthquake early warning for Bucharest，Romania：Novel and revisited scaling relations［J］.Geophysical Research Letters，2007，34：L07302.

［4］Alcik H，O Ozel，N Apaydin，et al.A study on warning algorithms for Istanbul earthquake early warning system［J］.Geophysical Research Letters，2009，36：L00B05，doi：10.1029／2008GL036659.

［5］Allen R M，H Kanamori.The potential for earthquake early warning in southern California［J］.Science，2003，300：786－789.

［6］Lockman A，R M Allen.Magnitude－period scaling relations for Japan and the Pacific Northwest：Implications for earth－quake early warning［J］.Bulletin of the Seismological Society of America，2007，97：140－150.

［7］Tsang L，R M Allen，G Wurman.Magnitude scaling relations from P waves in southern California［J］.Geophysical Research Letters，2007，34：L19304.

［8］Wurman G，R M Allen，P Lombard.Toward earthquake early warning in northern California［J］.Journal of Geophysical Research，2007，112：B08311，doi：10.1029／2006JB004830.

［9］Brown H，R M Allen，V F Grasso.Testing ElarmS in Japan［J］.Seismological Research Letters，2009，80（5）：727－739.［10］Wolfe C J.On the properties of predominant period estimators for earthquake early warning［J］.Bulletin of the Seismological Society of America，2006，96：1961－1965.

［11］Allen R M，H Brown，M Hellweg，et al.Real－time earthquake detection and hazard assessment by ElarmS across California［J］.Geophysical Research Letters，2009，36，L00B08，doi：10.1029／2008GL036766.

［12］Hsiao N－C，Y－M Wu，T－C Shin，et al.Development of earthquake early warning system in Taiwan［J］.Geophysical Research Letters，2009，36：L00B02.

［13］Fleming K，M Picozzi，C Milkereit，et al.The Self－organizing Seismic Early Warning Information Network （SOSEWIN）［J］.Seismological Research Letters，2009，80（5）：755－771.

［14］Kanamori H.Real－time seismology and earthquake damage mitigation［J］.Annual Review of Earth and Planetary Sciences，2005，33：195－214.

［15］Wu Y－M，H Kanamori.Experiment on an onsite early warning method for the Taiwan early warning system［J］.Bulletin of the Seismological Society of America，2005，95：347－353.

［16］Wu Y－M，H Kanamori，R M Allen，et al.Experiment using the tau－c and Pd method for earthquake early warning in southern California［J］.Geophysical Journal International，2007，170：711－717.

［17］Shieh J T，Y－M Wu，R M Allen.A comparison of tau－c andtau－p－max for magnitude estimation in earthquake earlywarning［J］.Geophysical Research Letters，2008，35：L20301.

［18］B?se M，E Hauksson，K Solanki，et al.Real－time testing of the on－site warning algorithm in southern California and its performance during the July 29，2008 MW5.4Chino Hills earthquake［J］.Geophysical Research Letters，2009，36：L00B03，doi：10.1029／2008GL036366.

［19］Wu Y－M，H Kanamori.Rapid assessment of damage potential of earthquakes in Taiwan from the beginning of P waves［J］.Bulletin of the Seismological Society of America，2005，95：1181－1185.

［20］Zollo A，M Lancieri，S Nielsen.Earthquake magnitude estimation from peak amplitudes of very early seismic signals on strong motion records［J］.Geophysical Research Letters，2006，33：L23312.

［21］Wu Y－M，H Kanamori.Development of an earthquake early warning system using real－time strong motion signals［J］.Sensors，2008，8：1－9.

［22］Lancieri M，A Zollo.A Bayesian approach to the realtime estimation of magnitude from the early P and S wave displacement peaks［J］.Journal of Geophysical Research，2008，113：B12302，doi：10.1029／2007JB005386.

［23］Kamigaichi O.JMA earthquake early warning［J］.Journal of the Japan Association for Earthquake Engineering，2004，4：134－137.

［24］Odaka T，K Ashiya，S Tsukada，et al.A new method of quickly estimating epicentral distance and magnitude from a single seismic record［J］.Bulletin of the Seismological Society of America，2003，93：526－532.

［25］Cua G，T Heaton.The Virtual Seismologist（VS）method：A Bayesian approach to earthquake early warning［A］∥P Gasparini，G Manfredi，J Zschau，edit.Earthquake Early Warning Systems［G］.Berlin and Heidelberg：Springer，2007：97－132.

［26］B?se M，F Wenzel，M Erdik.PreSEIS：A neural networkbased approach to earthquake early warning for finite faults［J］.Bulletin of the Seismological Society of America，2008，98：366－382.

［27］K?hler N，G Cua，F Wenzel，et al.Rapid source parameter estimations of southern California earthquakes using PreSEIS［J］.Seismological Research Letters，2009，80（5）：748－754.

［28］Cua G，M Fischer，T Heaton，et al.Real－time performance of the Virtual Seismologist earthquake early warning algorithm in southern California［J］.Seismological Research Letters，2009，80（5）：740－747.

［29］Murphy S，S Nielsen.Estimating earthquake magnitude with early arrivals：A test using dynamic and kinematic models［J］.Bulletin of the Seismological Society of America，2009，99：1－23.

［30］Zollo A，G Iannaccone，M Lancieri，et al.Earthquake early warning system in southern Italy：Methodologies and performance evaluation［J］.Geophysical Research Letters，2009，36：L00B07.

［31］Kamigaichi O，M Saito，K Doi，et al.Earthquake early warning in Japan：Warning the general public and future prospects［J］.Seismological Research Letters，2009，80 （5）：717－726.

［32］Olson E，R M Allen.The deterministic nature of earthquake rupture［J］.Nature，2005，438：212－215.

［33］Lewis M A，Y Ben－Zion.Examination of scaling between earthquake magnitude and proposed early signals in P waveforms from very near source stations in a South African gold mine［J］.Journal of Geophysical Research，2008，113：B09305.

［34］Rydelek P，S Horiuchi.Is earthquake rupture deterministic？［J］.Nature，2006，442：5－6.

［35］Yamada T，S Ide.Limitation of the predominant－period estimator for earthquake early warning and the initial rupture of earthquakes［J］.Bulletin of the Seismological Society of A－merica，2008，98：2739－2745.

［36］Yamada M，T Heaton，J Beck.Real－time estimation of fault rupture extent using near－source versus far－source classification［J］.Bulletin of the Seismological Society of America，2007，97：1890－1910.

［37］Nakamura Y，J Saita.UrEDAS，the earthquake warning system：Today and tomorrow［A］∥P Gasparini，G Manfredi，J Zschau，efit.Earthquake Early Warning Systems［G］.Berlin and Heidelberg：Springer，2007：249－282.

［38］Nakamura Y.Real－time information systems for hazards mitigation［A］∥Proceedings of the 11thWorld Conference on Earthquake Engineering［G］.1996：2134.

［39］Nakamura Y，J Saita.FREQL and AcCo for a quick response to earthquakes［A］∥P Gasparini，G Manfredi，J Zschau，edit.Earthquake Early Warning Systems［G］.Berlin and Heidelberg：Springer，2007：307－324.

［40］Wu Y－M，H Kanamori.Exploring the feasibility of onsite earthquake early warning using close－in records of the 2007 Noto Hanto earthquake［J］.Earth，Planets，and Space，2008，60：155－160.

［41］B?se M，E Hauksson，K Solanki，et al.A new trigger criterion for improved real－time performance of on－site early warning in southern California［J］.Bulletin of the Seismological Society of America，2009，99：897－905.

［42］Espinosa－Aranda J M，A Cuellar，A Garcia，et al.Evolution of the Mexican Seismic Alert System （SASMEX）［J］.Seismological Research Letters，2009，80（5）：694－706.

［43］Suárez G，D Novelo，E Mansilla.Performance evaluation of the seismic alert system（SAS）in Mexico City：A seismological and a social perspective［J］.Seismological Research Letters，2009，80（5）：707－714.

［44］Hoshiba M，O Kamigaichi，M Saito，et al.Earthquake early warning starts nationwide in Japan［J］.Eos，Transactions，A－merican Geophysical Union，2008，89：73－80.

［45］Nakamura H，S Horiuchi，C Wu，et al.Evaluation of the real－time earthquake information system in Japan［J］.Geophysical Research Letters，2009，36：L00B01.

［46］Horiuchi S，H Negishi，K Abe，et al.An automatic processing system for broadcasting earthquake alarms［J］.Bulletin of the Seismological Society of America，2005，95：708－718.

［47］Weber E，G Iannaccone，A Zollo，et al.Development and testing of an advanced monitoring infrastructure（ISNET）for seismic early warning applications in the Campania region of southern Italy［A］∥P Gasparini，G Manfredi，J Zschau，edit.Earthquake Early Warning Systems［G］.Berlin and Heidelberg：Springer，2007：325－341.

［48］Satriano C，A Lomax，A Zollo.Real－time evolutionary earthquake location for seismic early warning［J］.Bulletin of the Seismological Society of America，2008，98：1482－1494.

［49］Iervolino I，M Giorgio，C Galasso，et al.Uncertainty in early warning predictions of engineering ground motion parameters：What really matters？［J］.Geophysical Research Let－ters，2009，36：L00B06.

［50］Crowell B W，Y Bock，M B Squibb.Demonstration of earthquake early warning using total displacement waveforms from real－time GPS networks［J］.Seismological Research Letters，2009，80（5）：772－782.

［51］Bock Y，R Nikolaidis，P J De Jonge，et al.Instantaneous geodetic positioning at medium distances with the Global Positioning System［J］.Journal of Geophysical Research，2000，105：28233－28253.

［52］Goltz J D，P J Flores.Real－time earthquake early warning and public policy：A report on Mexico City＇s Sistema de Alerta Sismica［J］.Seismological Research Letters，1997，68：727－733.

［53］Okada Y，K Kasahara，S Hori，et al.Recent progress of seismic observation networks in Japan－Hi－net，F－net，KNET，KiK－net［J］.Earth，Planets，and Space，2004，56：xvxxviii.

［54］Horiuchi S，Y Horiuchi，S Yamamoto，et al.Home seismometer for earthquake early warning［J］.Geophysical Research Letters，2009，36：L00B04.

［55］Erdik M，YFahjan，O Ozel，et al.Istanbul earthquake rapid response and early warning system［J］.Bulletin of Earthquake Engineering，2003，1：157－163.

［56］Wu Y－M，T－LTeng.A virtual subnetwork approach to earthquake early warning［J］.Bulletin of the Seismological Society of America，2002，92：2008－2018.

［57］Wenzel F，M Onescu，M Baur，et al.An early warning system for Bucharest［J］.Seismological Research Letters，1999，70：161－169.

［58］Ionescu C，M B?se，F Wenzel，et al.An early warning system for deep Vrancea（Romania）earthquakes［A］∥P Gaspa－rini，G Manfredi，J Zschau，edit.Earthquake Early Warning Systems［G］.Berlin and Heidelberg：Springer，2007：343－349.

［59］劉林，閻貴平，辛學忠.京滬高速鐵路地震預警系統的方案及關鍵參數研究［J］.中國安全科學學報，2002，12（4）：75－79.

［60］廖旭，黃河.企業地震預警系統應用研究［J］.地震工程與工程振動，2002，22（6）：142－149.

［61］張曉東，張國民.關于地震預警的思考［J］.國際地震動態，2004，（6）：42－46

［62］袁志祥，單修政，徐世芳，等.地震預警技術綜述［J］.自然災害學報，2007，16（6）：216－224.

［63］李山有，武東坡，金星，等.地震信號瞬時參數實時計算方法［J］.地震工程與工程振動，2004，24（5）：13－16.

［64］張延年，劉麗，劉明，等.基于地震預警的臺陣布局優化［J］.沈陽建筑大學學報，2009，25（1）：1－25.

［65］周彥文，劉希強，胡旭輝，等.早期地震預警方法研究現狀及展望［J］.國際地震動態，2008，（4）：28－34.

［66］李山有，金星，馬強，等.地震預警系統與智能應急控制系統研究［J］.世界地震工程，2004，20（4）：21－26.

［67］楊馬陵，沈繁鑾，陳大慶，等.基于互聯網的地震預警問題的社會調查與分析［J］.災害學，2009，24（3）：33－38.

［68］Quarantelli H.The Condition of Panic［M］.Chicago：University of Chicago Press，1956.

［69］Heaton T H.A model for a seismic computerized alert network［J］.Science，1985，228：987－990.

［70］Allen R M.Probabilistic warning times for earthquake ground shaking in the San Francisco Bay Area［J］.Seismological Research Letters，2006，77：371－376.

［71］Yamada M，T Heaton.Real－time estimation of fault rupture extent using envelopes of acceleration［J］.Bulletin of the Seismological Society of America，2008，98：607－619.