俄罗斯科学院地球物理研究所两位专家应邀到中国地震局地球物理所作学术报告＊

陈学良 郭金萍 李小军

（中国地震局地球物理研究所，北京 100081）

2014年11月18日，应中国地震局地球物理研究所李小军研究员的邀请，来自俄罗斯科学院地震预报理论和数学地球物理研究所的两位专家亚历山大·果尔什科夫博士（Alexander Gorshkov）、阿娜斯佳·奈克拉索娃博士（Anastasia K.Nekrasova）在地球所分别作了题目为“地震危险区的识别方法、应用和验证”和“基于联合定标率的地震危险性和风险评估”的学术报告。地球所的有关专家、学者及相关研究生听取了报告。

亚历山大·果尔什科夫博士主要介绍了地震危险区的识别方法、应用和验证。报告阐述了地震危险区识别主要依靠2种方法实现，即：①地貌构造分区（MZ）；②模式识别（PR）。第一种方法（MZ），主要将标定的地形按照板块→主要活动断层→节点单元划分，并对这3个划分单元再进行了细分，以识别地震危险区。可以实现在不同比例尺的地质图、地貌图的划分。第二种方法（PR），主要依据地区地貌构造分带法（MSZ），在前人方法与经验的基础上，使用地形信息、构造信息、地质图、卫星图、行业刊物等信息控制和编译地貌构造图，确定地震危险区。

模式识别（PR）方法主要用于地震节点识别，识别结果将划分2种情况，分别为D级（包含发生地震震级M≥M0的节点）和N级（仅包含发生地震震级M＜M0的节点），M0是研究区域的特定地震所设定震级。该方法已经在伊比利亚半岛等地区实现，并完成了地震构造节点的识别。

在全世界许多大型的山脉和典型地区，诸如：天山山脉、喜马拉雅山脉、高加索山脉等，MZ方法和PR方法已经得到广泛应用，并且产生了很多成果。从1970s～2000s，PR算法逐渐得到改善以及修正，现在已经成功识别了发震节点（node）的位置。为了证实这2种方法的有效性，在报告中他根据已发生的地震记录，通过PR方法找到的映射节点，并将这些节点分别归类为D级和N级2种情况。虽然与实际地震记录情况还存在着一定的偏差，但是总体上证实了孕震节点划分方法的较高的可靠性和较好的有效性。

另外，报告人基于前人的科研工作，又进一步介绍了新的确定性地震灾害评估方法（NDSHA）。这些方法可用于评估核工程场址的地震灾害情况，即在给定区域，能够提供潜在震源信息，这将有助于修正核工程场址地震风险系数。

阿娜斯佳·奈克拉索娃博士主要介绍了基于联合定标率的地震危险性和风险评估。报告首先阐述了著名的Gutenberg－Richter公式，这是地震学中最早被认可的公式之一。由于研究区域范围和大小对N值（N为地震发生次数）有重要影响，为了完备这个公式，她们对此进行了进一步发展。将公式lgN＝A＋B（8－M），完善成：lgN＝A＋B（5－M）＋ClgL，增加的比例系数值C＝）／lgL－1，L 是考虑地震区域的尺寸。

随后，报告又着重介绍了比例系数估计算法（SEC）。通过相关的地震数据以及boxcounting计算和最小二乘法估计分析，获得修正公式里面的A、B、C系数。借助全球地震危险性分析图给出了A、B、C的大致范围，并最终确定使用A、B、C所对应的最大值作为地震危险性参数的取值。另外报告还提出了基于联合定标率的地震危险性评估（USLE）公式：N（M，S）＝10A×10B×（5－M）×Sc／s，S为研究区域的范围。地震灾害地图的峰值地面加速度值PGA 满足：Acc（Mmax，D）＝const×g×D1.5×exp（Mmax）－5，const＝6，g＝9.81m／s2，D 为震源距。

报告中比较了由USLE方法得到的PGA图，以及由国际岩石层计划推出的全球地震危险性评价项目（GSHAP）作出的PGA图。比较结果表明：跟实际情形相比，区域范围内GSHAP得到的PGA相对较小，较严重地低估了地震活动断层的活动性，而USLE方法得到的PGA值更合适些。另外，通过选取喜马拉雅及周围地区、贝尔加湖及中国中部地区作为研究对象，计算得到了PGA分布图，可以看出，USLE的方法估计中强震的准确度还是较明显地优于GSHAP方法。另外，报告还阐述了USLE方法对人口数量分别成一次比例关系和平方关系区域的地震危险性估计，该结果考虑了复杂大地震的震源破裂过程，以及经济和社会因素的影响。

会后，与会人员还就相关问题进行了讨论和交流，对新方法的应用和推广进行了相关的讨论。