有限斷層模型在2015年9月16日智利Mw8.3級地震海嘯數值模擬中的應用與評估

閃迪,王培濤,3*,任智源,原野,3,趙聯大,3,范婷婷,王宗辰

(1.國家海洋環境預報中心,北京 100081;2.國家海洋局海嘯預警中心,北京 100081;3.國家海洋環境預報中心 海洋災害預報技術研究國家海洋局重點實驗室,北京 100081)

有限斷層模型在2015年9月16日智利Mw8.3級地震海嘯數值模擬中的應用與評估

閃迪1,2,王培濤1,2,3*,任智源1,2,原野1,2,3,趙聯大1,2,3,范婷婷1,2,王宗辰1,2

(1.國家海洋環境預報中心,北京 100081;2.國家海洋局海嘯預警中心,北京 100081;3.國家海洋環境預報中心 海洋災害預報技術研究國家海洋局重點實驗室,北京 100081)

2015年9月16日22時54分(當地時間)智利中部近岸發生Mw8.3級地震，震源深度25 km。同時，強震的破裂區長200 km，寬100 km，隨之產生了中等強度的越洋海嘯。海嘯影響了智利沿岸近700 km的區域，局部地區監測到近5 m的海嘯波幅和超過13 m的海嘯爬坡高度。太平洋區域的40多個海嘯浮標及200多個近岸潮位觀測站詳細記錄了此次海嘯的越洋傳播過程，為詳細研究此次海嘯近場及遠場傳播及演化規律提供了珍貴的數據。本文選擇有限斷層模型和自適應網格海嘯數值模型建立了既可以兼顧越洋海嘯的計算效率又可以實現近場海嘯精細化模擬的高分辨率海嘯模型。模擬對比分析了海嘯的越洋傳播特征，結果表明采用所建立的模型可以較好地再現遠場及近場海嘯特征，特別是對近場海嘯的模擬結果非常理想。表明有限斷層可以較好地約束近場、特別是局部區域的破裂特征，可為海嘯預警提供更加精確的震源信息，結合高分辨率的海嘯數值預報模式實現海嘯傳播特征的精細化預報。本文結合觀測數據與數值模擬結果初步分析了海嘯波的頻散特征及其對模型結果的影響。同時對觀測中典型的海嘯波特征進行的簡要的總結。譜分析結果表明海嘯波的能量主要分布在10～50 min周期域內。這些波特征提取是現行海嘯預警信息中未涉及，但又十分重要的預警參數。進一步對這些波動特征的詳細研究將為海嘯預警信息及預警產品的完善提供技術支撐。

有限斷層；數值模擬；地震海嘯；海嘯浮標；自適應網格

1 引言

近10多年來重大海嘯災害呈高發態勢，全球范圍內平均每年均有破壞性海嘯事件發生，遠高于20世紀每6年一次的頻率，據統計，海嘯災害已造成245 622人死亡，129 658棟房屋受損，直接經濟損失超過2 500億美元。由此可見，海嘯災害已成為世界上最嚴重的海洋災害之一，嚴重威脅著全球沿海居民生命財產安全。為了盡可能避免或降低未來海嘯事件對人類造成的災難，沿海國家及地區政府和科研團體應盡快完善本區域的海嘯預警系統與監測網絡的建設，并加強本區域的海嘯災害風險評估及區劃技術的研發[1-4]。

在經歷了2004年印度洋大海嘯、2010年智利大海嘯、2011年日本東北大海嘯等重大海嘯事件之后，各沿海國家逐步提高了應對海嘯災害的關注度，相繼建立了適合本區域的海嘯預警系統，初步具備了應對越洋海嘯和區域海嘯的能力，但有效的應對近場海嘯的能力仍存在較大不足[5]。近年來，隨著實時海嘯監測技術、快速震源機制解反演技術的發展，為近場海嘯預警系統的完善提供了有力的技術支撐[6-9]。

準確刻畫海嘯源破裂過程或能量特征已成為現代海嘯預警技術的核心部分[10]。目前，大部分海嘯預警系統為了滿足快速預警的需求，主要基于對短周期地震波的分析來獲取地震參數信息和同震形變場[11]進行海嘯定量預警。由于短周期地震波無法攜帶完整的地震能量釋放信息，經常導致地震規模被低估；同樣，各項同性均一滑動場模型刻畫地震破裂形變場分布精度較低，對近場海嘯評估結果影響較大[12]。因此對于近場海嘯預警則需要更精確的海嘯源支持。

目前，隨著科學觀測技術的提高，越來越多的海嘯監測記錄和地震探測數據被應用于同震位移場的重構和反演計算。利用海嘯浮標數據或實時地震數據反演的有限斷層解可以描述詳細的地震破裂特征，這種模型稱為有限斷層模型(Finite Fault Solution Model)。該模型將整個斷層面剖分為多個相等面積的子斷層，每個子斷層具有獨立的局部震源機制解，并根據斷層的破裂速度以及子斷層的破裂時間構建隨時間變化的動態破裂過程。Wei等[13]指出了基于海嘯浮標反演的有限斷層模型在刻畫海嘯傳播特征方面更為準確；景惠敏等[14]利用海嘯模擬結果和近場觀測數據對有限斷層模型的精度進行了驗證；Yamazaki等[15]利用有限斷層模型很好的模擬了2011年日本東北地震海嘯近場傳播特征及陸架共振效應；王培濤等[16]分析了有限斷層模型與均一滑動場模型對海嘯產生、傳播、淹沒特征的影響及各自的誤差。綜上研究對于有限斷層模型在模擬海嘯傳播特征方面起到了推動作用。

本文基于有限斷層模型和高精度有限體積水動力模型模擬分析了2015年9月16日智利Mw8.3級地震海嘯越洋傳播特征，評估分析了有限斷層模型對本次地震海嘯數值預報的影響，為今后海嘯預警、海嘯災害風險評估及區劃在運用有限斷層模型進行數值模擬研究具有借鑒意義。

2 2015年9月16日智利Mw8.3級地震海嘯事件概述

由于納斯卡板塊每年以6.5～7 cm的速度向美洲板塊俯沖，導致南美洲的西海岸一直處于地震頻發地帶，1960年發生在智利南部的9.5級強震是有史以來記錄到的最大地震，其破裂長度超過900 km，最大滑移量超過40 m[17-18]。2015年9月16日22時55分(北京時間17日6時55分)位于納斯卡板塊和南美洲板塊之間的南美洲俯沖帶發生8.3級地震。據美國地質調查局(USGS)，震中位置距智利科金博大區伊亞佩爾市以西46 km，震中位于31.6°S，71.7°W，震源深度25 km。Okuwaki等[19]通過動態波形反演方法分析了本次地震的破裂過程，認為破裂的最大滑移量集中在震源位置西北72 km處；Ye等[20]利用W震相分析了震源參數，地震矩的范圍為3.7×1021～2.7×1021N·m，最大滑移量在7～10 m之間。本次地震引發了泛太平洋范圍的海嘯，遠場雖未有人員傷亡的報道，但在近場本次地震海嘯共造成至少15人死亡，1人失蹤，14人受傷，2 305間民房損毀，10 044間民房受到不同程度的毀壞，直接經濟損失高達6億美元。

震后數分鐘內，海嘯襲擊了智利近岸區域。地震發生40 min后，32402 DART浮標(距離震中583 km)率先記錄到海嘯波，高度為0.1 m，之后海嘯波襲擊了整個智利沿岸，其中科金博港口潮位站(COQUIMBO)監測到本次事件最大波高，高度為4.75 m?？平鸩┦写蟛糠值貐^被海水淹沒，對港口、漁場以及城鎮造成了嚴重的破壞[21]。據報道，在震源附近海嘯波爬高接近10 m，疏散沿岸近一百萬居民。

近5年來，智利沿岸海域發生了3次大規模的地震事件，均引發了太平洋范圍的海嘯，同一俯沖帶內接連發生如此規模的逆沖型地震，大大提高了該區域海嘯危險性及對該地區海嘯災害的關注度。2010年2月27日智利南部發生8.8級地震并引發海嘯，事件共造成525人死亡，其中124人死于地震海嘯[22]。事后智利政府升級海嘯預警系統，提高公眾對海嘯災害的認知程度和逃生技能。2014年4月1日智利伊基克發生了8.2級地震，海嘯預警能力和居民防災減災意識的提高大大降低了地震海嘯的傷亡率。由此可見，納斯卡板塊和南美洲板塊頻繁的相互作用，致使智利沿岸呈地震海嘯頻發區和重災區。定量評估該區域海嘯源對海嘯數值預報的影響對于應對該區域的地震海嘯具有重大現實意義。

3 精細化地震海嘯數值模型的建立

海嘯數值預報模型是探索海嘯生成機制、評估海嘯災害和建立實時海嘯預警系統的重要工具和技術手段；一個完善的海嘯預警系統必須能夠快速、準確的給出海嘯到達近岸的時間、海嘯在近岸的波幅以及海嘯淹沒的范圍，這些信息是建立海嘯撤離方案，進行海嘯防災減災最主要的依據；而這些最基本預警信息的獲得都無疑需要直接或間接的通過海嘯數值預報技術來實現。地震海嘯數值模型應涵蓋海嘯的整個物理過程的生命周期，主要包括3個階段：海嘯的產生、傳播及淹沒。

3.1 海嘯源模型

斷層模型直接關系到海嘯波在大洋中的傳播及海嘯與近岸的相互作用，海嘯源的適用性對海嘯模型模擬結果顯得尤為重要。目前海嘯源的反演技術主要有直接通過海嘯波幅信號反演和基于大地測量和地震數據數據反演的方法[23]。前者是利用直接測量的海嘯波幅信號反演海平面形變場；后者是根據GPS數據和地震數據估計同震位移場。傳統同震位移場是通過地震矩和震源機制方法推測同震位移場分布特征，轉化成海嘯產生階段自由表面的初始邊界條件。

實時地震波形數據反演的有限斷層解可以快速刻畫斷層滑移量分布，本文引用USGS有限斷層模型。該有限斷層模型子斷層單元長度為20 km，寬度為14 km，破裂面長度為640 km，寬度為168 km，走向角為4°，傾向19°，最大滑移量為8.04 m(表1)，利用26個遠震寬頻P波波形數據、11個寬頻SH波波形數據和42個長周期面波波形數據進行反演計算，并與歷史地震的滑移場分布進行對比，其主要能量釋放集中在地震破裂的30～70 s。

表1 2015年智利地震海嘯有限斷層模型參數

續表1

圖1 USGS有限斷層同震滑移量分布Fig.1 Slip distributions obtainedusing the inversions of the teleseismic by USGS

如前所述，斷層模型計算的海嘯初始位移場，它直接關系到海嘯波在大洋中的傳播及海嘯與近岸的相互作用，是模擬海嘯波傳播的重要因素之一，根據Kajiura假設，水面變動與地震引起的瞬時斷層錯動的同時或數秒后發生的前提下，我們將獲得的震源參數(表1)和同震位移場分布(圖1)，利用Okada基于彈性錯位理論的斷層模型計算了海嘯傳播所需的初始位移場(圖2)。從海嘯源的形態特征我們可以看出，其形變場能量主要沿著納斯卡板塊和南美洲板塊之間的俯沖帶分布，呈平均具有3 m，長約200 km NNE向帶狀高能分布特征。另外，與均一滑動場模型計算的規則結果相比較，有限斷層模型計算的海表面形變場具有更細致的局部特征。

圖2 有限斷層模型計算的海底位移引起的海表形變場分布Fig.2 Sea surface deformation derived from finite fault solutions model

3.2 海嘯數值模型的建立

作為海嘯預警、科學研究和風險評估的核心工具，海嘯數值模型發展至今能夠較為準確的重現海嘯產生、傳播和淹沒的整個過程。目前國際上有許多優秀的海嘯數值模式，例如基于不考慮物理頻散效應的非線性淺水方程(NSWE)的COMCOT[24]、MOST[25]和Geoclaw[26]等，以及考慮頻散項的Boussinesq方程或類Boussinesq方程的Funwave-TVD[27]、Neowave[28]等。

本文利用GeoClaw數學模型作為此次數值模擬的模型，該模型是由美國華盛頓大學應用數學系George D L和LeVeque R L基于波浪追逐原理和自適應網格加密技術研究開發的。該模型根據越洋海嘯的傳播特征，考慮了海嘯波在近岸傳播的非線性作用、底摩擦和科氏力效應，根據追蹤波幅變化確定是否加密計算，對海嘯波影響小的區域進行粗網格分辨率計算，當到達近岸時波幅增大，模型會自動加密，提高計算分辨率。其主要優點在于解決了高分辨率和計算效率之間的矛盾，提高了運行效率。

模型的控制方程為：

(1)

(2)

(3)

(4)

(5)

式中,g為重力加速度；h為總水深；u和v分別為x和y方向的深度平均流速；t為時間；f為科氏力系數；b為海底表面水位；τx和τy分別為x和y方向底摩擦項，其中n為曼寧系數。

相對于海嘯源特征和海嘯數值模式精度，影響海嘯數值模型的計算精度的重要因素是水深及地形數據的分辨率[29]，研究區域內不同質量的地形水深數據，必然會導致模擬精度在一定程度上的下降。本文的模擬計算范圍是65°S～65°N，115°E～65°W，基本涵蓋了太平洋及其邊緣海范圍。考慮大洋中海嘯波長的尺度為數百千米，故大洋中采用5′網格分辨率計算，可以提高計算效率，地理信息數據來自ETOPO1(https://www.ngdc.noaa.gov/mgg/global/global.html)。當海嘯波傳播到近岸區域后，水體波動特性因受到地形影響而改變，ETOPO系列水深分辨率在模擬港口海底高程的精細模型中還不夠精確。因此，在智利近岸沿海區域補充了SRTM3數據，其分辨率為100 m左右，通過插值得到計算模型中每個網格點上的具體高程值，用來修正SRTM3數據預插值數據結果，水深數據融合GEOBCO_08數據獲得。計算過程中通過自適應網格加密計算，最高網格分辨率可達30 m，根據波浪特征追蹤加密判斷的標準為1 cm。同時，海嘯傳播到近岸后，底摩擦效應遠比粗網格計算時顯著，模型中曼寧系數為0.025。本文選取了20個海嘯浮標和14個近岸海嘯監測站(圖3)，利用前文有限斷層海嘯源作為初始條件，對智利地震海嘯在遠場和近場的傳播特征進行了數值模擬，通過對海嘯傳播數值模擬結果的有效性檢驗，從而也實現了對本文選用的有限斷層模型的評估釋用，為地震參數的合理性與適用性提供了一種有效的校正方法。

圖3 深海浮標(a)及近岸監測站(b)位置示意圖Fig.3 The location of DART buoys(a) and coastal tide-gauge stations(b)

4 2015年智利地震海嘯數值模擬

2015年9月16日22時55分(北京時間17日6點55分)智利中部近岸(31.6°S，71.7°W)發生8.3級地震，震源深度為25 km，并引發了泛太平洋范圍的海嘯。除了海嘯近場的智利沿岸潮位觀測系統外，海嘯還被布放在太平洋的數十個海嘯浮標及太平洋沿岸國家數百個高分辨率、高質量的數字化海平面監測儀器所記錄。這些寶貴的數據無疑是我們校正模型、檢驗海嘯遠場及近岸的傳播特征的前提。

4.1 遠場海嘯波模擬

地震發生后引發了泛太平洋范圍的海嘯。海嘯

浮標是海嘯預警系統監測體系的重要組成部分，是目前在大洋中監測海嘯最為有效的手段。通過浮標數據不僅可以準確的刻畫海嘯在大洋中的傳播特征，還可以反演海嘯源參數信息。海嘯浮標提供了3種采樣間隔，分別為15 s，1 min和15 min，當遇到海嘯事件后，浮標由常態的15 min采樣間隔轉變為15 s，持續幾分鐘后，變為1 min并維持到事件結束。因此原始浮標數據會出現時間上不連續或重復的現象。本文選取了20個DART浮標數據用來分析深海及遠場海嘯波的傳播特征(表2)，其中32402浮標距震源位置最近，距震源583 km，記錄的最大波高接近10 cm。

表2 海嘯浮標特征參數

續表2

圖4 有限斷層模型條件下海嘯浮標波幅時間序列模擬對比Fig.4 Comparisons of observed and simulated time series based on the finite fault solution models at DART buoys

圖4為數值計算得到的20個浮標站點位置的傳播序列和實測數據的對比。從圖4中不難發現位于近場的32402、32401、32412及32411浮標由于距離源較近，且周邊沒有局地變化強烈的地形干擾，海嘯信號表現出了典型的海嘯瞬態脈沖的波形，海嘯的首波即為最大波幅。海嘯波特征主要受控于海嘯源參數特征。數值模擬海嘯波到時及最大波幅與觀測吻合良好。在接近震源長軸方向上的43412、43413、46411及46407海嘯浮標除43412外，海嘯波首波波幅即為最大海嘯波幅特征，考慮43412可能有反射波影響，最大波幅出現在首波后的50 min后。相比近場的浮標站而言，后相波開始出現較大波幅的振蕩現象。盡管如此，數值模擬對首波的模擬還是較為理性的。由于模型所采用的地形資料與實際間的誤差，出現了最大8 min的位相誤差，但相對于海嘯傳播時間而言這個誤差可以忽略。與前類似，在稍偏離長軸方向的46409、46408、46413和46403浮標信號主要受長波及陸地邊界反射影響影響，出現波幅較大的振蕩特征，但海嘯波能量基本出現在首波。模擬的首波波幅有些低估。位相頻移程度隨著傳播距離的增加沒有顯著變化，進一步說明在該方向上的短波成分并不占優。在與斷層走向垂直的方向上即海嘯能量的主傳播方向，也就是震源短軸方向海嘯頻移現象隨著傳播距離的增加而加強，考慮在該方向上的海嘯波主要是震源短軸的短波產生的頻散效應。受傳播路徑上島鏈、海底山脈等地形特征的折射與散射影響，海嘯波幅最大能量均未出現在海嘯首波位置，而是在首波后的數個周期內。如前所述，這種延遲要比海嘯的越洋傳播時間小兩個量級，可以忽略。將頻移進行人為的訂正后，得到在能量主傳播方向上首波波幅的模擬結果較為理想。

綜合海嘯能量傳播的各條路徑上的觀測數據不難看出該海嘯在深海傳播過程中，首先到達的是海嘯的減水過程，這是該次海嘯的一個主要特征，遺憾的是我們的模型沒有捕捉到這細微的波結構特征?？紤]可能的原因是海嘯源的邊緣處應該存在顯著的水位下降區域。同時，模型對首波后的短波成分的刻畫并不理想，考慮主要由于用于計算傳播過程的地形精度不夠高、物理模型中沒有考慮物理的頻散效應和海底形變與海面位移的轉換機制并不清楚等因素所致。

由于數值模擬過程中沒有考慮到海嘯波的頻散、海水的壓縮性和海嘯波的彈性變化，導致觀測數據與模擬結果相比延遲3～20 min。為此本文根據這一典型現象，研究了首波延遲時間與海嘯傳播距離即浮標位置距離震源遠近。圖5可以定性的給出首波延遲與海嘯傳播距離的線性正相關關系，但是在某些方向上，特別是與斷層走向垂直的方向上海嘯的延遲會更顯著。

圖5 海嘯波延時與距離震源關系Fig.5 The arrival time delays of the observed waveforms relative to the simulated ones versus the distances from the source

圖6 有限斷層模型模擬的最大海嘯波幅分布Fig.6 Maximum tsunami wave amplitude obtained using the finite fault model

圖7 有限斷層模型條件下近岸監測站海嘯波幅時間序列模擬對比Fig.7 Comparisons of observed and simulated time series based on the finite fault solution models at coastal tide-gauge stations

圖8 近岸監測站海嘯波觀測數據小波分析Fig.8 Wacelet analysis for the coastal tide-gauge stations records

從海嘯最大波幅分布(圖6)來看，本次海嘯波的主要能量傳播方向為西北方向，另外北西北和南西南兩個方向為海嘯波能的次傳播方向。這種海嘯能量分布特征主要受斷層走向的影響，其次遠場海嘯能量的走向還與特定的地形有關。例如當海嶺的走向與海嘯波傳播的方向相近時，洋中脊和環繞大陸的陸架區對海嘯波的傳播方向具有導向作用，除了可以將波動導向更遠的地方外，還可以捕捉海嘯能量，使得這些地區的海嘯維持長時間的振蕩[30]。由此可見，海底地形決定了海嘯波在大洋中的波能量流方向，其主要的能量流聚集在主要的海嶺處，并以帶狀分布。

4.2 近場海嘯波觀測與模擬

強震發生半個小時后，觀測資料顯示智利北部港口科金博，海嘯波高達4.75 m，科金博港是本次地震海嘯事件受影響最重的地方之一。隨后4 h內，海嘯波襲擊了智利沿岸700 km范圍的沿岸地區。數個沿岸的港灣地區出現了較嚴重的淹沒現象，最大海嘯爬坡高度超過13 m，海嘯上水距離近800 m。與深水遠場不同的是在近場近岸觀測數據中(圖7)，并沒有發現先導波到達的負增水現象。觀測數據表明，當海嘯先導波到達后，在很長時間范圍內海嘯波在持續震蕩，并且震蕩過程中海嘯波幅往往大于先導波。這種現象并非是海嘯源初始特征所決定的，這主要是由于受到波波相互作用及局地地形和近岸特征所影響。

地震發生半小時后，海嘯波抵達近岸，除了受海嘯源分布特征影響外，地形與海嘯的相互作用也是影響海嘯傳播的原因之一[30-31]。圖7是數值計算得到的時間序列與潮位站實測數據的對比圖。從對比結果可以看出模式計算得到的海嘯先導波的相位和波幅與實際數據相吻合，此外模型基本可以準確刻畫近場海嘯波第一個波序列中的前3～5個波形。說明了有限斷層模型在刻畫近場海嘯波特征方面是可信的，特別是震源短軸控制的海嘯波特征模擬方面較傳統的震源機制解有較明顯的改善。盡管如此，對比大多數潮位站的記錄和模擬結果發現，雖然首波和最大波幅模擬較為理想，但不夠精確的近岸地形資料，可能導致尾波的擬合都不是很理想。由于近岸特定地形作用下長期振蕩的存在，對海嘯預警工作而言，除了針對首波到時、首波波幅外，也不能忽略最大波特征及尾波的存在，因此更加精確的地形、考慮更全面物理過程的海嘯數值模型對海嘯模擬尤為重要。

本文對近岸監測站海嘯波觀測數據進行了小波分析，從分析結果(圖8)來看，大部分站點的小波波能主要分布在10～50 min周期域內。相比于遠場，近岸海嘯波主頻波譜分布更廣，除受復雜地形影響外，還在于海嘯源特征的復雜性。如VALPARAISO，BUCALEMU，COQUIMBO，HUASCO監測點，距震源位置較近，海嘯波受源的影響較大，波能量分布廣泛。距震源較遠的CALDERA、CHANARAL監測點記錄到的波能量較為固定。分析TALCAHUANO、QUIRIQUINA、CORRAL站點表明，海嘯波除包含本次事件的主要波能外，波能還集中在100～130 min周期域內，可能原因是受特殊地形影響海嘯波激發了陸架固有周期的震蕩[32]，而后相互作用所致。

5 結論

海底強震發生后，各機構或研究團體會陸續發布各種的描述與表征地震斷層破裂特征的模型。在這些模型中，選擇恰當的震源破裂模型，一直都是海嘯數值預報技術研究的關鍵問題。本文通過選擇能夠刻畫地震破裂局部特征的有限斷層模型模擬分析了2016年智利Mw8.3級地震海嘯在近場、遠場的傳播特征。避免了采用傳統點源震源機制解估算海嘯源尺度所帶來的海嘯強度的不確定性誤差。將有限斷層破裂模型與高精度、高分辨率自適應加密技術的海嘯數值預報模型相結合，實現了遠場大洋的高效及近岸區域的高分辨率快速計算。對比結果表明，本文采用的計算與組合策略可以較好的刻畫海嘯的越洋傳播，特別對近岸海嘯的波特給出了非常合理的刻畫。

通過對遠場觀測數據的模擬對比分析，進一步驗證了海嘯波在大洋中的頻散特性。這種頻散特征會隨著海嘯傳播時間而增強。同時也分析了數值模擬結果頻移特征是與海嘯的頻散有關的，這種特征與海嘯傳播的方向有緊密的聯系。此外，在該例中一個顯著的負增水波谷首先到達現象在遠場的多個觀測站中出現，同樣的現象在近場近岸站點沒有發生，而在有些近岸站點最大波幅有延遲到達的現象，針對這些現象可能的原因有待于進一步的研究。

[1] Synolakis C E, Okal E, Bernard E N. The megatsunami of December 26, 2004[J]. Bridge, 2005, 35: 26-35.

[2] Geist E L, Titov V V, Synolakis C E. Tsunami:Wave of change[J]. Scientific American, 2006, 294(1): 56-65.

[3] Titov V V. Tsunami Forecasting, in the Sea[M]. Cambridge: Harvard University Press, 2009: 371-400.

[4] Tang L J, Titov V V, Chamberlin C D. Development, testing, and applications of site-sepcific tsunami inundation models for real-time forecasting[J]. Journal of Geophysical Research, 2009, 114(C12): 43-47.

[5] 王培濤, 于福江, 趙聯大, 等. 2011年3月11日日本地震海嘯越洋傳播及對中國影響的數值分析[J]. 地球物理學報, 2012, 55(9): 3088-3096.

Wang Peitao, Yu Fujiang, Zhao Lianda, et al. Numerical analysis of tsunami propagating generated by the JapanMw9.0 earthquake on May. 11 in 2011 and its impact on China coasts[J]. Chinese Journal of Geophysics, 2012, 55(9): 3088-3096.

[6] Baba T, Hirata K, Kaneda Y. Tsunami magnitude determined from ocean bottom pressure gauge data around Japan[J]. Geophysical Research Letters, 2004, 31(8): 239-261.

[7] Takayama H. Statistical relationship between tsunami maximum amplitudes of offshore and coastal stations[J]. Papers in Meteorology Geophysics, 2008, 59: 83-95.

[8] Tang L J, Titov V V, Bernard E N, et al. Direct energy estimation of the 2011 japan tsunami using deep-ocean pressure measurements[J]. Journal of Geophysical Research Atmospheres, 2012, 117(C8): 72-82.

[9] Wang D L, Becker N C, Walsh D, et al. Real-time forecasting of the April 11,2012 Sumatra tsunami[J]. Geophysical Research Letters, 2012, 39(L19601): 1-6.

[10] Wei Y, Titov V V, Newman A V, et al. Near-field hazard assessment of March 11, 2011 Japan Tsunami sources inferred from different methods[J]. Oceans, 2011, 8(5): 1-9.

[11] Tsushima H, Kenji H, Hayashi Y, et al. Near-field tsunami forecasting using offshore tsunami data from the 2011 off the Pacific coast of Tohoku Earthquake[J]. Earth Planets Space, 2012, 63: 821-826.

[12] Ergin U. Comparison of the seafloor displacement from uniform and non-uniform slip model on tsunami simulation of the 2011 Tohoku-Oki earthquake[J]. Journal of Asian Earth Sciences, 2013, 62: 568-585.

[13] Wei Y, Newman A V, Hayes G P, et al. Tsunami forecast by joint inversion of real-time tsunami waveforms and seismic or GPS Data: application to the Tohoku 2011 tsunami[J]. Pure and Applied Geophysics, 2014, 171(12): 3281-3305.

[14] 景惠敏, 張懷, 吳忠良, 等. 利用海嘯數值模擬結果進行海底地震有限斷層模型驗證[J]. 地震, 2013, 33(4): 207-213.

Jin Huimin, Zhang Huai, Wu Zhongliang, et al. Tsunami constraints on finite fault models:the March 11, 2011 Tohoku earthquake[J]. Earthquake, 2013, 33(4):207-213.

[15] Yamazaki Y, Cheung K F, Lay T. Modeling of the 2011 Tohoku near-field tsunami from finite-fault inversion of seismic waves[J]. Bulletin of the Seismological Society of America, 2013, 103(2B): 1444-1455.

[16] 王培濤, 于福江, 原野, 等. 海底地震有限斷層破裂模型對近場海嘯數值預報的影響[J]. 地球物理學報, 2016, 59(3): 1030-1045.

Wang Peitao, Yu Fujiang, Yuan Ye, et al. Research on the effects of the finite fault rupture models of submarine earthquakes for numerical forecasting of near-field tsunami[J]. Chinese Journal of Geophysics, 2016, 59(3): 1030-1045.

[17] Moreno M, Rosenau M, Oncken O. 2010 Maule earthquake slip correlates with pre-seismic locking of Andean subduction zone[J]. Nature, 2010, 467(7312): 198-202.

[18] Barrientos S E, Ward S N. The 1960 Chile earthquake: inversion for slip distribution from surface deformation[J]. Geophysical Journal International, 1990, 103(3): 589-598.

[19] Ryo Okuwaki, Yuji Yagi, Aránguiz R, et al. Rupture process during the 2015 Illapel, Chile Earthquake zigzag-along-dip rupture[J]. Pure and Applied Geophysics, 2016, 173(4): 1011-1020.

[20] Ye Lingling, Lay T, Kanamori H, et al. Rapidly estimated seismic source parameters for the 16 September 2015 Illapel, ChileMw8.3 Earthquake[J]. Pure and Applied Geophysics, 2016, 173(2): 321-332.

[21] Bonnefoy P, Romero S. In Chile, earthquake forces one million to evacuate[N]. The New York Times, 2015-09-17.

[22] Fritz H M, Petroff C M., Catalán P A. The Chile tsunami of 27 February 2010: Field survey and modeling[J]. Pure and Applied Geophys, 2014, 168(11): 1989-2010.

[23] 王培濤, 于福江, 范婷婷, 等. 海嘯波傳播的線性和非線性特征及近海陸架效應影響的數值研究[J]. 海洋學報, 2014, 36(5): 18-29.

Wang Peitao, Yu Fujiang, Fan Tingting, et al. Numerical study on the linear/nonlinear characteristics and the impacts of continental shelf effects of the tsunami waves propagating[J]. Haiyang Xuebao, 2014, 36(5): 18-29.

[24] Wang X M, Liu L F. An explicit finite difference model for simulating weakly nonlinear and weakly dispersive waves over slowly varying water depth[J]. Coastal Engineering, 2011, 58(2): 173-183.

[25] Titov V V, González F I. Implementation and Testing of the Method of Splitting Tsunami(MOST) Model[M]. Seattle: Pacific Marine environmental Laboratory Press, 1997: 1-11.

[26] George D L, LeVeque R J. Finite volume methods and adaptive refinement for global tsunami propagation and local inundation[J]. Science of Tsunami Hazards, 2006, 24(5): 2255-2263.

[27] Shi F Y, Kirby J T, Tehranirad B. Tsunami benchmark results for spherical coordinate version of FUNWAVE-TVD (Version 1.1)[R]. Newark: Center for Applied Coastal Research, University of Delaware, 2012.

[28] Yamazaki Y, Cheung K F, Kowalik Z. Depth-integrated non-hydrostatic model with grid nesting for tsunami generation,propagation, and run-up[J]. International Jourmal for Numerical Methods in Fluids, 2011, 67(12): 2081-2107.

[29] Macinnes B T, Gusman A R, Leveque R J, et al. Comparison of earthquake source models for the 2011 Tohoku-oki event using tsunami simulations and near field observations[J]. Bulletin of the Seismological Society of America, 2013, 103(2B): 1256-1274.

[30] Titov V, Rabinovich A B, Mofjeld H O, et al. The global reach of the 26 December 2004 Sumatra tsunami[J]. Science, 2005, 309(5743): 2045-2048.

[31] Zheng Jinhai, Xiong Mengjie, Wang Gang. Trapping mechanism of submerged ridge on trans-oceanic tsunami propagtion[J]. China Ocean Engineering, 2016, 30(2): 271-282.

[32] Yamazaki Y, Cheung K F. Shelf resonance and impact of near-field generated by 2010 Chile earthquake[J]. Geophysical Research Letters, 2011, 38(12): 564-570.

Application and evaluation of the 16 September 2015 Illapel, Chile Mw8.3 earthquake finite fault rupture model from numerical simulation

Shan Di1,2, Wang Peitao1,2,3, Ren Zhiyuan1,2, Yuan Ye1,2,3, Zhao Lianda1,2,3, Fan Tingting1,2, Wang Zongchen1,2

(1.NationalMarineEnvironmentalForecastingCenter,Beijing100081,China；2.TsunamiWarningCenter,StateOceanicAdministration,Beijing100081,China；3.KeyLaboratoryofResearchonMarineHazardsForecasting,NationalMarineEnvironmentalForecastingCenter,StateOceanicAdministration,Beijing100081,China)

On September 16, 2015, at 19:54 (local time) a magnitudeMw8.3 earthquake took place off the coast of central Chile, focal depth of 25 km. Meanwhile, the earthquake with rupture zone 200 km long and 100 km wide triggered moderate intensity teletsunami. The tsunami impacted approximately 700 km of the coast of Chile, some areas tsunami reached amplitudes near 5 m and tsunami run-up exceeded 13 m. Tsunami waves were subsequently recorded by more than 40 Deep-ocean Assessment and Reporting of Tsunami (DART) buoys in the Pacific Ocean and more than 200 tide gauges throughout the Pacific Ocean, a rich supply of data which study the tsunami propagation scenarios in near-filed and deep-water. This paper used the finite fault models and adaptive refinement algorithms to build a well computational efficiency and high resolution numerical tsunami model. We analyzed the teletsunami propagation characteristics. The results show that by using the established model can well reproduce the far-field and near-field tsunami process, especially on the near-field the simulation results fit well with the observational data. It indicates that the finite fault model can better depict the near-field, especially the rupture characteristics and provide more accurate source information. The fine prediction of tsunami propagation characteristics can be achieved by the finite fault model and high resolution numerical tsunami model. In this paper, using the observation data and simulation results, analyzed the frequency dispersion of the tsunami wave and its influence on the model. Meanwhile, carried out a brief summary of the typical characteristics of the tsunami wave. The wavelet analysis show that the tsunami energy is concentrated in the period band of around 10-50 min. These wave characteristics are not involved in the current tsunami warning information, but they are very important parameters. Further research on these characteristics will provide technical support for the improvement of tsunami warning information and warning products.

finite fault; numerical simulation; earthquake tsunami; tsunami buoys; adaptive refinement algorithms

P731.25

A

0253-4193(2017)11-0049-12

閃迪, 王培濤, 任智源, 等. 有限斷層模型在2015年9月16日智利Mw8.3級地震海嘯數值模擬中的應用與評估[J]. 海洋學報, 2017, 39(11):49-60,

10.3969/j.issn.0253-4193.2017.11.005

Shan Di, Wang Peitao, Ren Zhiyuan, et al. Application and evaluation of the 16 September 2015 Illapel, ChileMw8.3 earthquake finite fault rupture model from numerical simulation[J]. Haiyang Xuebao, 2017, 39(11):49-60, doi:10.3969/j.issn.0253-4193.2017.11.005

2016-08-04；

2017-05-04。

海洋公益性行業科研專項項目(201405026，201205034，201305031)。

閃迪(1987—)，男，北京市人，助理工程師，主要從事海洋災害預警技術研究。E-mail:shandi@nmefc.gov.cn

*通信作者：王培濤(1981—)，男，副研究員，研究方向為海洋災害預警技術及河口與海岸動力學。E-mail:wpt@nmefc.gov.cn