基于PI 法的門源MS6.4 地震前震中附近地震熱點圖像異常變化研究

余娜，張曉清，袁伏全，楊曉霞

（青海省地震局，青海 西寧 810001）

0 引言

近年來，基于統計物理學與地震學的圖像信息（pattern informatics，PI）法在地震較活躍地區的中長期預測研究中得到了廣泛應用。RUNDLE 等［1］將PI 法應用于美國南加州地區的地震預測研究，得到了較好的預測結果；國內許多地震學家也將PI 法應用于我國臺灣［2］和西部［3-10］等地區，預測效果顯著優于隨機預測和地震相對強度法（RI）預測。ZHANG 等［4］和張小濤等［9］用PI 法分別 對汶川MS8.0、于田MS7.3 和蘆山MS7.0 地震進行地震危險性的回溯性預測研究，發現模型參數的選取會影響PI 法的預測結果，通常，震級較大選擇的模型參數亦應較大，取得的預測效果才會較好；袁伏全等［10］利用PI 法對青海地區5 級及以上地震進行了回溯性研究，當網格尺度為0.2°×0.2°時，預測效果較好。

青海地區5 級及以上地震強度大、頻次高，是我國西北地區地震活動最為活躍的地區之一。2016年發生了2 次6 級以上地震，分別為1 月21 日門源MS6.4 地震和10 月17 日雜多MS6.2 地震。研究門源MS6.4 地震（37.68°N，101.68°E）發生前是否存在地震熱點圖像異常，對該地區大地震的中長期預測具有重要意義。

本文在前人研究的基礎上，利用PI 法分析門源Ms6.4 地震前后地震熱點圖像的演化過程，旨在提取震前可能存在的“前兆”異常信息。

1 PI 法簡介

PI 法的實質是通過對研究區域地震活動過程的分析，在中長期時間尺度上計算并預測可能發生中強地震的概率。主要分3 步，首先，對研究區進行一定尺度的網格劃分，并構建時間序列；然后，對地震活動的強度變化進行歸一化處理，計算發生地震的概率網格；最后，得到地震發震概率較高的區域，即PI 熱點分布圖［5，11-12］。

具體步驟如下：

（1）劃分空間網格。將研究區劃分為一定尺度的空間網格，每個網格為xi。

（2）構建時間序列。對落入網格且不小于截止震級的地震事件的網格構建時間序列Ni（t）。其中，Ni（t）表示中 心坐標和 相鄰的8 個格點（Moor 近鄰）［13］在時間t內單位時間的地震次數，t0表示研究區域地震目錄的起始時刻，tb表示滑動變化各時間序列的起始時刻，t1表示地震活動中異常學習的起始時刻，t2和t3分別表示預測時段的起始時刻和終止時刻（見圖1），截止震級Mc是指在其之下的地震目錄是不完整的，在其之上的地震目錄是完整的。

（3）計算地震活動強度函數Ii（tb，t）。從時刻tb到t，在網格i中單位時間內發生的不小于截止震級的平均地震次數，公式為

圖1 空間網格劃分及時間序列構建Fig.1 Division of spatial grid and construction of time series

（4）歸一化處理地震活動強度。對不同時間段內的地震活動強度求平均，除以標準偏差，進行標準化處理，公式為

（5）計算地震活動強度函數的平均變化量。平均變化量受隨機擾動的影響較小，公式為

（6）計算未來強震發生的概率Pi（t0，t1，t2）。此值為地震強度函數平均變化量的平方。第i網格的概率減去所有網格概率的平均值得到強震發生在第i網格的概率：

稱ΔPi(t0，t1，t2)＞0 的格點為地震顯著危險區域，即地震熱點，用lg(ΔP/ΔPmax)表示，顏色越深，表示發生目標地震的概率越高。由于函數定義中含有平方項，因此，地震活動的增強或減弱均會反映在PI 圖像上。

2 研究區域及參數選取

2.1 研究區域及資料選取

選取青海省的東北部地區（36～40°N，99～104°E）為研究區域。該區域位于青藏塊體東北緣，地震活動強烈，曾多次發生6 級以上強震，如2016 年1 月21日門源MS6.4 地震。考慮地震目錄的一致性，對1980 年1 月1 日至2019 年10 月30 日青海省地震臺網和甘肅省地震臺網記錄的定位地震目錄進行合并和編輯，形成研究區內較完整的地震目錄。

截止震級Mc是PI 法的重要參數之一，它的選取與該地區的最小完備震級有關［14］。從信息輸入的角度看，若Mc過高，則參與計算的地震數目較少；若Mc過低，則部分區域監測能力低，無法記錄，因此，本文采用最大曲率法（MAXC）［15］和擬合度分別為95%和90%的擬合優度檢測法（GFT）［16］，綜合分析1980 年以來研究區不同時段的最小完備震級。MAXC 是將震級-頻度分布曲線一階導數的最大值所對應的震級作為最小完備震級。擬合優度檢測法是通過實際和理論震級-頻度分布下的擬合度GFT-95%和GFT-90%搜索得到最小完備震級。由于采用多種方法確定最小完備震級，為給出合理的計算結果，按GFT-95%＞GFT-90%＞MAXC的優先級，選擇Mc-Best 為最小完備震級。

圖2 是研究區最小完備震級的時序變化曲線，由圖2 可知，不同方法得到的最小完備震級具有相似的時間變 化趨勢，1980—1998 年，研究區Mc為ML2.0～ML3.0；1999—2007 年，Mc為ML1.8～ML2.6；自2007 年完成測震臺網優化建設和加密觀測后，最小完備 震級明 顯降低，2008—2014 年，Mc為ML1.5～ML2.0；2015 年—2019 年12 月10 日，Mc為ML1.5～ML1.8?？梢?，研究區ML2.8 以上的地震是完備的。為保證具有充足的地震次數，同時滿足Mc至少小于目標震級兩個震級單位［17-18］的要求，選取Mc=ML2.8 為最小完備震級。

圖2 1980 年以來研究區最小完備震級時間變化Fig.2 Analysis of temporal variation of minimum magnitude of completeness in research area since 1980

2.2 計算參數的設置

2016 年1 月21 日，門源MS6.4 地震發生在祁連-海原斷裂帶冷龍嶺北側斷裂（見圖3），震源機制解顯示為逆沖型，冷龍嶺北側斷裂是此次地震的發震構 造。參照前 人研究［1-2，6，10，12］，選取網 格尺度 為0.2°×0.2°，地震活動異常學習時間段和預測時間段各為3 a。為考察門源MS6.4 地震發生前后地震熱點圖像的演化過程，選擇時間尺度步長為1 a，逐年向前滑動，繪制了2013 年后研究區6 個預測時間窗內MS6.4 地震熱點圖像，所選模型計算參數見表1。

3 計算結果分析

根據表1 中數據，計算得到6 個預測時間窗內的PI 地震熱點分布（見圖4），圖4 中藍色五角星表示門源MS6.4 地震（目標地震）。

由圖4（a）可知，在2013 年1 月1 日至2016 年1月1 日預測時間窗內，地震熱點異常出現在冷龍嶺斷裂和祁連山北緣斷裂附近，且熱點分布集中，熱點顏色較深。這些區域發生ML≥6.0 地震的概率較高，而實際上該預測時間窗內研究區沒有發生6.0級以上地震。由圖4（b）可知，當預測時間窗滑動至2014 年1 月1 日至2017 年1 月1 日時，這些區域仍存在地震熱點分布，在該預測時間窗內，研究區發生1次ML≥6.0 的地震，即2016 年1 月21 日門源MS6.4地震，落在用PI 法計算得到的地震熱點內。由圖4（c）和圖4（d）可知，隨著預測時間窗繼續滑動至2015 年1 月1 日至2018 年1 月1 日，以及2016 年1 月1 日至2019 年1 月1 時，這些區域仍存在地震熱點分布，地震熱點顏色逐漸變淺。由圖4（e）可知，當預測時間窗滑動至2017 年1 月1 日 至2020 年1 月1 日時，門源MS6.4 震中附近的地震熱點消失，在昌馬-俄博斷裂以北出現了新的地震熱點，熱點顏色較淺。由圖4（f）可知，隨著預測時間窗繼續向前滑動，該地震熱點向東北方向遷移。

表1 PI 法模型計算參數的選取Table 1 Model parameters selected for PI calculation

圖3 研究區地震空間分布Fig.3 Distribution of earthquakes in region

綜上，至2016 年1 月21 日 門源發生MS6.4 地震，分布于震中及其8 個鄰近網格的9 個網格的地震熱點顏色明顯由深逐漸變淺，發震概率逐漸降低；在地震發生后，震中附近的地震熱點消失，在昌馬-俄博斷裂以北出現了較分散、發震概率較低的地震熱點。

4 結論與討論

4.1 基于1980 年以來青海省地震臺網和甘肅省地震臺網的定位地震目錄，分析了研究區最小完備震級，并基于PI 法，參考前人的研究結果，選取空間網格尺度為0.2°×0.2°，地震活動異常學習時間段和預測時間段為3 a，研究了門源MS6.4 震中附近的地震熱點圖像的演化過程。結果表明，2013 年1 月1 日至2016 年1 月1 日在門源MS6.4 震中附近存在明顯的地震熱點，且熱點顏色偏深，發震概率較高，隨著預測時間窗連續向前滑動至2014 年1 月1 日至2017年1 月1 日、2015 年1 月1 日 至2018 年1 月1 日 和2016 年1 月1 日至2019 年1 月1 日，熱點顏色逐漸變淺，在地震發生后地震熱點消失?？傮w來說，在門源MS6.4 地震發生前存在明顯的地震熱點，且分布相對集中，熱點圖像顏色由深變淺，發震概率由高變低，地震發生后地震熱點消失。

4.2 從圖4 中可以看出，在祁連山北緣斷裂附近，地震熱點仍然存在且分布集中，地震熱點顏色也呈由深逐漸變淺的過程，未來該區域有發生強震的可能。

4.3 需要指出的是，地震觀測質量的一致性會影響研究區的最小完備震級，本文統一采用至少3 個臺站記錄的定位地震目錄，沒有剔除余震。地震熱點反映的是在異常學習時段內（t1～t2）偏離平均狀態的地震活動，計算參數的選取對預測結果有影響［5，9］，袁伏全等［10］選取不同網格尺度和不同預測時間窗對青海省中強地震進行回溯性檢驗，認為網格尺度為0.2°×0.2°、預測時間窗為3 a 時預測效果較好。本文分析了時間尺度分別為3 a 和8 a 時地震熱點圖像的演化過程，發現時間尺度為3 a 時預測效果較好。此 外，JIANG 等［7］結合余 震序列 傳染性模型（ETAS）討論了強余震對PI 法的影響，認為余震對PI 法計算結果的影響時間不超過1 a，因此，余震對研究區3 a 預測時間窗的地震熱點圖像幾乎沒有影響，而且，在對不同研究區域應用PI 法進行地震熱點研究時，應該選取最適合該區域的模型參數，才能取得較好的預測效果。