基于地震P波雙參數閾值的高速鐵路Ⅰ級地震警報預測方法

宋晉東，教聰聰，李山有，侯寶瑞

(1.中國地震局 工程力學研究所，黑龍江 哈爾濱　150080；2.中國地震局 地震工程與工程振動重點實驗室，黑龍江 哈爾濱　150080)

地震是一種發生概率小但對鐵路行車安全危害性極大的突發性自然災害，特別是當列車運行速度達到200 km·h-1以上時，地震對路基、橋梁、隧道、軌道等結構的沖擊都可能在極短時間內造成十分嚴重的損失和人員傷亡。在這種形勢下，對高速鐵路而言，如果能在破壞性地震動到來前提早哪怕是短短的幾十秒甚至幾秒實施地震緊急處置，將大大降低旅客生命財產損失的發生概率，因此，建設地震監測預警系統對高速鐵路來說是一項非常有效的防震減災手段[1-2]。

高速鐵路的緊急處置主要分為兩種，即報警與預警。報警，指的是高速鐵路沿線地震計觀測到的地震加速度[用PGA(cm·s-2)表示，定義為0.05～5.00 Hz帶通濾波后水平向地震加速度合成記錄的峰值[3]]超過給定的閾值時發布緊急處置信息。預警，指的是利用高速鐵路沿線地震計觀測到的地震波初期信息，快速估計地震震源參數，并預測地震對鐵路沿線的影響，搶在破壞性地震波到達之前發布緊急處置信息[4]。在高速鐵路地震監測預警系統中，報警、預警均實現三級地震警報，由低到高分為Ⅰ級、Ⅱ級和Ⅲ級，相應的實測或預測PGA閾值分別為40，80，120 cm·s-2[5]。

在高速鐵路地震緊急處置中，報警的優點是緊急處置較為準確，但由于報警時破壞性地震波已經到來，缺點是獲得的緊急處置時間不足。預警的優點是相比較報警可以獲得較多的緊急處置時間，而預警僅僅利用了少量臺地震P波到來后的初期信息，缺點是震級與震中位置的估計結果不準確。對于高速鐵路的地震緊急處置來說，時效性與有效性是反映該系統防震減災效果的主要指標。提高系統的時效性，意味著提高緊急處置可用時間；提高系統的有效性，意味著提高緊急處置的準確率、降低誤報與漏報。尋求時效性與有效性之間的平衡性是高速鐵路地震緊急處置亟待解決的一項技術問題。

本文以既滿足高速鐵路地震緊急處置的時效性又滿足其有效性要求為目標，借鑒ZOLLO等[6]利用地震P波的卓越周期τc(s)閾值和最大豎向位移Pd(cm)閾值預測地震波速度峰值PGV的思路，采用日本K-net強震觀測臺網中的地震數據，提出利用地震P波信息判斷地震時是否達到Ⅰ級地震警報(PGA是否達到閾值40 cm·s-2)的方法，即研究基于地震P波雙參數閾值的高速鐵路Ⅰ級地震警報的預測方法。

1　地震數據的選取及處理

基于以下原則從日本K-net強震觀測臺網[7]中選取地震數據：

(1)時間為自2007年10月至2015年10月；

(2)發生于陸地的地震，因為我國的地震多發生于陸地；

(3)震源深度為10 km以內的地震，因為我國大部分地區發生的是淺源地震，同時，在震級相同的情況下，淺源地震會比深源地震造成更大的破壞性；

(4)震級為3.0～8.0；對于震級為3.0～5.0的地震震中距取0～100 km；震級為5.0～8.0的地震震中距取0～200 km；

(5)選取P波觸發后3 s內的速度幅值大于0.05 cm·s-1作為信噪比的選取標準篩選數據，因為τc的計算結果受地震記錄的信噪比影響很大，即τc的計算需要選取滿足一定信噪比要求的記錄。

基于上述原則共篩選出1 258次地震、5 439組(16 317條)強震數據。其中地震震中及臺站的分布如圖1所示(圖中空心圓的直徑與震級成正比)。震級與震中距及記錄數量的分布如圖2所示。

對選取的數據進行如下處理：

(1) 采用馬強等[8]的方法進行地震P波到時自動識別，并且為確保其準確性，對識別的地震P波到時進行人工校正與處理；

(2) 對加速度記錄積分1次得到速度記錄，對速度記錄積分1次得到位移記錄，對積分后的記錄作0.075 Hz巴特沃斯高通濾波，以消除積分后的低頻漂移現象；

(3) 將水平向加速度進行0.05～5.00 Hz帶通濾波，然后進行矢量合成。

以我的感觀，展館前一部分從商朝開始采礦的礦坑和春秋戰國時期采礦的幾個礦坑，更具震撼力。凝神一看，就能感受得到古時礦工們采礦的艱難及技術的專業性。古時的那些礦工們為掘取銅礦石，開鑿了豎井、平巷與盲井，并用木質框架支護，采用了提升、通風、排水等技術，使用轆轤提升礦石及汲出地下水。這些高超的采礦工藝技術誕生于四千年前，我們不能不為先民的創造能力感到自豪。

圖1　選取的地震震中及K-net臺站分布

圖2　震級與震中距及記錄數量的分布

2　預測方程及閾值的確定

利用選取的地震數據，建立τc與震級M的線性統計關系、PGA與Pd的線性統計關系；以線性統計關系作為預測方程，確定震級M=6對應的τc閾值，以及PGA=40 cm·s-2對應的Pd閾值。

2.1　τc與M的線性統計關系及τc閾值的確定

NAKAMURA[9]提出了一種利用地震P波觸發后初期頻率信息快速估算震級的方法，該方法被應用于日本新干線UrEDAS地震預警系統；ALLEN等[10]將此方法運用于美國南加州的地震預警系統測試。KANAMORI[11]在NAKAMURA[9]的基礎上，提出了采用τc估算M的方法，即通過建立τc與M的線性統計關系估算M，且τc的計算公式為

(1)

其中，

(2)

圖3　地震P波觸發后1，2，3 s時間窗下τc與M的線性統計關系

2.2　Pd與PGA的線性統計關系及Pd閾值的確定

WU等[12]分析統計關系后發現，Pd與PGV存在很高的線性相關性，因此Pd可以用來快速估計修正默卡利烈度IMM，進而可以快速評判地震的破壞。ZOLLO等[6]基于上述結論，將Pd作為利用地震P波信息預測PGV的另一個參數，并通過Pd與PGV的統計關系得到烈度Ⅶ對應的Pd閾值，以此來判斷地震是否具有破壞性。

圖4　地震P波觸發后1，2，3 s時間窗下Pd與PGA的線性統計關系

3　預測方法

圖5　高速鐵路Ⅰ級地震警報的4等級預測方法

表1高速鐵路Ⅰ級地震警報的4等級預測方法中各預測等級的定義

預測等級實測值與閾值比較相應的警報含義3τci實測值≥τci閾值，且Pdi實測值≥Pdi閾值Ⅰ級地震警報，大震、近震2τci實測值<τci閾值，且Pdi實測值>Pdi閾值無警報，小震、近震1τci實測值>τci閾值，且Pdi實測值

4　地震實例應用

2016年4月14日21時26分(日本標準時間)，日本熊本縣熊本地方發生Mj6.5(Mw6.2)級地震，震源深度11 km，利用該地震數據分析本文方法的有效性和時效性。九州新干線1列6節車廂編組的新干線800系電力動車組(時速80 km·h-1)從熊本站開往熊本綜合車輛所的回廠過程中發生脫軌，脫軌地點距離熊本站南側1.3 km，距離震中約14 km。

日本防災科學技術研究所(NIED)布設的K-net強震觀測臺網中，有10個臺站位于九州新干線沿線，如圖6所示，其中5個臺站的實測PGA值超過了40 cm·s-2，分別為FKO011(62.7 cm·s-2)，KMM003(76.3 cm·s-2)，KMM006(521.1 cm·s-2)，KMM008(290.7 cm·s-2)，KMM012(156.8 cm·s-2)，即這5個K-net臺站都至少達到了Ⅰ級地震警報的等級。列車脫軌的位置位于KMM006臺站與KMM008臺站之間，這2個臺站記錄到的PGA值在九州新干線沿線10個K-net臺站中分別為最大和次最大。

圖62016年4月14日熊本6.5級(Mj)地震九州新干線沿線K-net臺站分布

4.1　有效性

在地震P波觸發后1，2，3 s時間窗下，計算九州新干線沿線10個K-net臺站的τc和Pd值；將該計算值與本文提出的預測等級方法模型中的τc閾值和Pd閾值進行對比，從而確定各個臺站是否會達到40 cm·s-2的Ⅰ級地震警報；并與臺站的實測PGA進行比較，分析預測結果的有效性。

Ⅰ級地震警報預測結果如圖7所士，圖7中，實心方框表示實測PGA小于40 cm·s-2，空心方框表示實測PGA大于40 cm·s-2，叉形表示預測PGA大于40 cm·s-2。由圖7可知：地震P波觸發后1，2，3 s這3種時間窗的預測結果一致，表明在熊本地震的震例中，本文方法在P波觸發后不受計算時間窗的影響，1 s的預測結果就可以趨于準確和穩定；實測PGA值大于40 cm·s-2的5個臺站，本文方法全部預測出其PGA值大于40 cm·s-2；實測PGA值小于40 cm·s-2的5個臺站，本文方法預測出其中4個臺站的PGA值小于40 cm·s-2，KGS012臺站預測出大于40 cm·s-2，因此KGS012臺站屬于誤報。我們推測誤報可能的原因是：KGS012臺站周邊的場地條件導致了τc和Pd計算值都超過了事先確定的閾值，雖然KGS012臺站距離震中位置和脫軌位置最遠，離震中最近的KMM006臺站也可以迅速做出準確預測，誤報在此次地震中所帶來的影響會相對較小，但是在高速鐵路緊急處置中保證警報的準確性尤為重要。因此，優化本文方法，降低誤報與漏報幾率是下一步工作需要重點考慮的問題。

圖7　　　　2016年4月14日熊本6.5級(Mj)地震Ⅰ級地震警報預測結果

需要注意的是，預測等級2也可以表征PGA預測值大于40 cm·s-2，但其代表小震級事件，由于地震震級越大所造成的地震破壞也可能隨之增大，故本文從預測準確性的角度考慮，選取了預測等級3作為達到Ⅰ級地震警報的標準。但是，對于預測等級2是否可以作為預測達到Ⅰ級地震警報的標準，還值得進一步分析并開展下一步研究工作。

4.2　時效性

在時效性分析中，主要分析在地震P波觸發后多長時間窗內可以預測出PGA將會超過40 cm·s-2，并將這個時刻與九州新干線脫軌時刻、氣象廳緊急地震速報時刻放在同一個絕對時間軸下，進行先后順序對比。

選取KMM006臺站進行時效性分析，因為該臺站距離震中位置最近，且在熊本地震中獲得最大PGA值。圖8(a)顯示了豎向未濾波加速度記錄，記錄的起始時間為2016年4月14日21時26分21 s，圖8(b)以PGA時程為基礎，并在34～43 s范圍內進行細部放大。

由圖8(b)可知，KMM006臺站的地震P波到時點為36.66 s，依據有效性分析結果，地震P波觸發后1 s即37.66 s可判斷出此次地震在KMM006臺站將會達到40 cm·s-2。KMM006臺站實測達到40 cm·s-2的時刻為38.8 s，依據中村豊[13]推測，九州新干線的脫軌列車司機在40.5 s時感受到了強烈震動而選擇手動剎車，大約在41.0 s列車開始脫軌。日本氣象廳緊急地震速報在42.5s時發出[14]。因此，本文方法可以在脫軌前3.34 s預測出Ⅰ級地震警報，且警報預測時刻比氣象廳緊急地震速報提前4.84 s。

圖8　2016年4月14日熊本6.5級(Mj)地震中KMM006臺站Ⅰ級地震警報的預測時刻

5　結　論

(1)本文利用日本K-net強震數據，提出了一種基于P波τc閾值和Pd閾值預測高速鐵路Ⅰ級地震警報(PGA=40 cm·s-2)的方法。

(2)基于2016年4月14日熊本6.5級(Mj)地震九州新干線沿線K-net臺站強震數據，采用本文方法進行預測，可以在距離震中最近的KMM006臺站P波觸發后1 s準確預測出Ⅰ級地震警報，預測出Ⅰ級地震警報的時刻較九州新干線脫軌時刻和氣象廳緊急地震速報發布時刻分別提前了3.34和4.84 s，這表明本文方法可以滿足高速鐵路地震緊急處置時效性與有效性的要求；在P波觸發后1，2，3 s時間窗的預測結果一致，表明本文方法在P波觸發后不受時間窗大小的影響，1 s時間窗的預測結果就可以趨于準確和穩定；但距離震中最遠端臺站出現了誤報現象，因此，優化本文方法，降低誤報與漏報幾率是下一步工作需要重點考慮的問題。

(3)預測等級2是否可以作為預測達到Ⅰ級地震警報的標準，值得進一步研究分析。

[1]宋晉東. 高速鐵路運行控制用地震動參數及單臺地震預警技術研究[D]. 哈爾濱：中國地震局工程力學研究所，2013.

(SONG Jindong. Research on Seismic Ground Motion Indices for Operation Control and Single Station Earthquake Early Warning Applied for High-Speed Railway[D]. Harbin: Institute of Engineering Mechanics, China Earthquake Administration, 2013. in Chinese)

[2]宋晉東，李山有，馬強. 日本新干線地震監測與預警系統[J]. 世界地震工程，2012，28(4)：1-10.

(SONG Jindong, LI Shanyou, MA Qiang. Overview on Earthquake Detection and Early Warning System for the High-Speed Railway (Shinkansen) in Japan[J]. World Earthquake Engineering, 2012, 28(4): 1-10. in Chinese)

[3]中村洋光，巖田直泰，蘆谷公稔. 地震時運転規制に用いる指標と鉄道被害の統計的な関係[J]. 鉄道総研報告，2005，19(10)：11-16.

(NAKAMURA H, IWATA N, ASHIYA K. Statitical Relationships between Earthquake Disaster and Seismic Parameters Used for Train Operation Contral after Earthquake[J]. RTRI Report, 2005, 19(10): 11-16. in Japanese)

[4]教聰聰. 高速鐵路三級處置地震動閾值P波預測方法研究[D]. 哈爾濱：中國地震局工程力學研究所，2016.

(JIAO Congcong. Prediction Method of P Wave in Three Stage Disposal Ground Motion Threshold of High-Speed Railway[D]. Harbin: Institute of Engineering Mechanics, China Earthquake Administration, 2016. in Chinese)

[5]中國鐵路總公司，中國地震局. 高速鐵路地震監測預警系統暫行技術條件[S]. TJ/GW 147—2016，2016.

[6]ZOLLO A, AMOROSO O, LANCIERI M, et al. A Threshold-Based Earthquake Early Warning Using Dense Accelerometer Networks[J]. Geophysical Journal International, 2010, 183(2): 963-974.

[7]National Research Institute for Earth Science and Disaster Resilience (NIED). Strong-Motion Seismograph Networks[DB/OL]. [2016-12-01]. http://www.kyoshin.bosai.go.jp/.

[8]馬強，金星，李山有，等. 用于地震預警的P波震相到時自動拾取[J]. 地球物理學報，2013，56(7)：2313-2321.

(MA Qiang, JIN Xing, LI Shanyou, et al. Automatic P-Arrival Detection for Earthquake Early Warning[J]. Chinese Journal of Geophysics, 2013, 56(7): 2313-2321. in Chinese)

[9]NAKAMURA Y. On the Urgent Earthquake Detection and Alarm System (UrEDAS)[C]//Proceedings of 9th World Conference on Earthquake Engineering. Tokyo: International Association for Earthquake Engineering, 1988, Ⅶ: 673-678.

[10]ALLEN R M, KANAMORI H. The Potential for Earthquake Early Warning in Southern California[J]. Science, 2003, 300: 786-789.

[11]KANAMORI H. Real-Time Seismology and Earthquake Damage Mitigation[J]. Annual Review of Earth and Planetary Science，2005, 33: 195-214.

[12]WU Y M, Kanamori H. Rapid Assessment of Damaging Potential of Earthquakes in Taiwan from the Beginning of P Waves[J]. Bulletin of the Seismological Society of America, 2005, 95(3): 1181-1185.

[13]中村豊. 最初の熊本地震(2016年4月14日21時26分発生)による新幹線列車の脫線について[EB/OL]. http://www.sdr.co.jp/201604kumamoto-eq/derailment_kyushu_shinkansen.pdf，2016.

[14]KODERA Y, SAITOU J, HAYASHIMOTO N, et al. Earthquake Early Warning for the 2016 Kumamoto Earthquake: Performance Evaluation of the Current System and the Next Generation Methods of the Japan Meteorological Agency[J]. Earth, Planets and Space, 2016, 68: 202.

[15]WESSEL P, SMITH W H F. New, Improved Version of Generic Mapping Tools Released[J]. Eos Transactions American Geophysical Union, 1998, 79(47): 579.