2022年6月10日四川马尔康地震序列实时智能检测结果分析与研究

颜利君, 刘 媛, 廖诗荣, 庞 瑶, 唐 淋, 房立华

(1. 四川省地震局, 四川 成都 610041; 2. 福建省地震局, 福建 福州 350003;3. 中国地震局地球物理研究所, 北京 100081)

0 引言

中强地震发生后,短时期内震区通常会伴随发生成百上千甚至成千上万个余震,及时高效地产出余震序列目录可为震后趋势判定、现场应急救援等提供重要参考。地震序列目录还可为震源机制解节面判定、破裂过程反演、余震精定位以及发震构造研究等提供基础数据。当前全国地震目录的产出主要依靠各省编目人员人工完成,全国每月提交地震目录达数万条[1]。近年来,随着地震监测台站的不断建设和完善,地震台网密度越来越高,可监测到的地震数量急剧增加,仅靠人工产出地震目录的方式将无法适应巨大数据量的分析需求,迫切需要发展自动化地震数据处理方法来快速高效地产出地震目录。

地震数据实时快速检测一直是一个难题,为了解决这个问题,国内外多个学者和研究机构先后提出了多种地震数据自动处理方法[2-4],这些方法实现了一定程度的地震数据自动处理,但对微小地震的处理能力欠佳[5]。微小地震处理难度大主要有两方面的原因:一是由于其信噪比相对较低,只能被少量近台记录到,容易被漏检和误检;二是数量众多,根据Gutenberg-Richter关系[6],地震每下降一个震级,数量会增加约10倍。因此,只有实现了海量微小地震的自动检测,才能解决区域地震台网的监测业务需求。为解决这一问题,廖诗荣等[5]研制了基于深度学习的实时智能地震处理系统—RISP(Real-time Intelligent Seismic Processing system),简称“实时处理系统”,该系统可在震后2～4分钟内产出地震目录,并应用于2021年云南漾濞MS6.4[5]、云南双柏MS5.1[7]、2022年门源MS6.9[8]地震序列的实时检测,实现了实时、高灵敏度、高精度的余震序列目录产出。该系统于2021年6月10日在四川地震台网部署试运行,接入了四川及邻省231个测震台站的实时波形数据流,探索利用深度学习等新方法检测区域台网微小地震的可行性。系统部署以来,先后经历了2021年9月16日四川泸县MS6.0地震和2022年6月1日四川芦山MS6.1地震。试运行期间,系统运行稳定。据初步统计,RISP实时检测出的泸县地震和芦山地震的余震数量均为人工分析的2倍以上,RISP产出的地震目录与人工目录的匹配率均超过95%。

据中国地震台网中心测定,北京时间2022年6月10日0时3分24秒四川阿坝州马尔康市(32.27°N,101.82°E)发生MS5.8地震,震源深度10 km。紧接着,在1时28分、3时27分,震中附近又分别发生了MS6.0、MS5.2地震,距MS5.8地震震中分别为2.2 km与4.6 km。距震中约50 km的马尔康市区震感强烈,距震中约280 km的成都市区也震感明显,青海、重庆等周边省市也均有震感。距离此次马尔康地震最近的断裂为呈NW-SE向展布的松岗断裂,震中距断裂最近距离约6 km。松岗断裂南起杰姆夏村,南东端与晚第四纪活动的抚边河断裂相接,向西北方向经洛威村、哈飘村、松岗乡、沙市村、白除村、孔龙村、斯乌村,延伸至麻尔科河右岸,全长约140 km,为晚新世活动断裂[9-10]。此次马尔康地震是2017年九寨沟MS7.0地震以后四川阿坝州境内发生的最大的一次地震,也是松岗断裂附近有记录以来的最大地震。此次马尔康地震附近监测台站分布相对稀疏,最近台距震中约50 km,且余震序列密集,叠加地震繁多,波形重叠交错,相比泸县MS6.0地震和芦山MS6.1地震,分析难度更大,对实时处理系统是一次严峻的考验。因此,有必要对RISP在此次马尔康地震序列中的实时检测效果进行细致的分析与研究,为系统改进和日后业务化运行提供依据。实时处理系统业务化运行,将大大提升我国地震数据的实时智能化处理水平,极大地减轻人工编目工作量,快速产出的高精度地震目录,将更好地满足震后趋势判定等地震应急工作对地震目录在时效性与完整性上的需求。

本文利用RISP实时检测出的马尔康地震序列结果,结合人工定位结果,对比分析了该系统的定位参数精度和震相拾取精度,并对系统多检测、漏检测和与人工定位参数偏差较大的地震进行了详细分析,总结了系统检测密集地震序列的优缺点,为进一步完善系统提供参考和建议。

1 实时处理系统在四川台网部署情况

实时处理系统对实时波形数据流[11]进行检测,采用基于深度神经网络的PhaseNet模型[12]进行震相到时拾取,产出每个台站的震相到时、震相类型、预测概率,同时产出信噪比、幅值等震相可靠性指标;震相关联采用基于组触发[13]和等时差八叉树[14]搜索相结合的方法,地震定位采用NLLoc定位程序[14],关联和定位时使用的速度模型为AK135模型[15];震级按照我国现行的震级测定标准[16]测定,当前实时处理系统只计算ML震级。

实时处理系统于2021年6月10日部署于四川地震台网,接入四川全省及周边省区231个测震台站实时波形数据流,部署的软件模块包括AI震相拾取、关联与定位、震级测定等3个数据处理模块,以及用于显示数据检测结果的可视化界面模块,各模块通过Apache Active MQ(https://activemq.apache.org)消息中间件进行数据交换。

2 实时检测结果分析

本文研究数据的时间范围为2022年6月10日0—12时,区域范围为32.1°～32.4°N,101.7°～102.0°E。该时间段内,实时处理系统与四川台网人工编目系统接入的台站一致,马尔康MS6.0地震震中周边50 km内包含2个台站,最近台震中距46.6 km,100 km内包含9个台站,150 km内包含14个台站(图1)。

图中省级边界数据来自于GADM(https://gadm.org/),地形起伏数据来自于earth_relief(https://docs.gmt-china.org/6.3/dataset/earth-relief/)图1 地震台站分布图(蓝色三角形为台站,五角星为马尔康MS6.0地震震中)Fig.1 Distribution map of seismic stations

据统计,马尔康地震发生后12小时,四川地震台网人工分析产出马尔康地区443条地震目录(以下简称“人工目录”),RISP实时自动检测出877条地震目录(以下简称“自动目录”),自动目录数量为人工目录的1.98倍。图2为不同震级段自动目录与人工目录的地震数量对比分布图。由于实时处理系统目前仅产出ML震级,本文仅对比ML震级。由图2可知人工目录震级分布范围为ML1.1～5.8,自动目录震级分布范围为ML0.7～5.7,自动目录与人工目录对ML≥1.7的地震在数量分布上具有较好的一致性,自动系统多检测地震大多分布在0.7≤ML<1.7震级范围内,实时处理系统对微小地震的检测更具优势。

图2 不同震级段的地震数量对比Fig.2 Comparison between the number of earthquakes in different magnitude segments

本文以人工目录的发震时刻为条件,若两种目录中地震发震时刻偏差小于5 s,震中位置偏差小于20 km,则认为匹配成功,视为同一地震;若人工目录中的地震无法在自动目录中找到,则认为RISP漏检一个地震;若自动目录中的地震无法在人工目录中找到,则认为RISP多检测出一个地震。通过对比统计得到,自动目录有413个地震与人工目录匹配成功,检测成功率达到93.2%,多检测464个地震,漏检测30个地震。图3分别给出了自动目录与人工目录的地震震中分布。由图可知两种目录震中分布基本一致,自动目录序列分布更为密集,3次5.0级以上地震的震中位置略有偏差。

(黄色、蓝色、绿色五角星分别为MS5.8、6.0、5.2地震震中;红色圆点为自动目录与人工目录匹配成功的地震震中;绿色圆点为自动目录与人工目录未匹配成功的地震震中;蓝色圆点为人工目录多分析的地震震中)图3 自动目录和人工目录震中分布图Fig.3 Distribution map of epicenters from the automatic and manual catalogs

图4分别给出了自动目录与人工目录匹配成功地震在发震时刻、震中位置、震源深度、震级方面的偏差统计图(自动目录-人工目录)。其中,发震时刻偏差小于±1.0 s的地震有395个,占比95.64%;震中位置偏差小于10 km的地震有401个,占比97.09%;震源深度偏差小于±10 km的地震有329个,占比79.66%;震级偏差小于±0.3级的地震为398个,占比96.36%。

图4 自动目录与人工目录已匹配事件偏差统计图Fig.4 Statistical graph of deviations in the matched events of the automatic and manual catalogs

图5为自动目录与人工目录匹配地震的P、S波震相到时偏差统计图。统计表明,自动拾取的震相中有2 400个P波震相和1 961个S波震相分别与人工拾取的P、S波震相匹配,匹配率分别为90.9%和92.1%。P震相到时平均偏差为0.02 s±0.01 s,S波震相到时平均偏差为0.09 s±0.04 s。由图5可知,P、S波震相到时偏差均呈正态分布,主要分布在±0.5 s以内,P波震相到时偏差正负数量均匀分布,收敛性更好,系统对P波震相到时的识别精度高;系统对S波震相到时的识别精度明显低于P波震相到时,存在系统性晚于人工识别S波震相到时的情况。

图5 P、S波到时偏差统计图Fig.5 Statistical graph of the deviations in arrival time of P-wave and S-wave

3 讨论

为了进一步评估实时处理系统产出目录的可靠性,本文对RISP系统检测出的877个事件的波形记录逐一进行了人工分析。对多检测出的464个事件,确认了每个事件均含有地震信号,无误触发事件。由图3(a)中展示的自动目录多检测地震的震中分布可看出,多检测的地震均匀分布在整个余震区,具有较高可信度,其中86.60%的地震震级分布在0.7≤ML<2.0间。自动目录多检测出的最大地震为3点27分6秒发生的马尔康ML5.0地震,该地震紧跟在3点27分0秒发生的马尔康MS5.2地震之后,两地震叠加在一起,后者的Pg到时完全被前者掩盖,无法有效识别,导致四川台网没有对该地震进行速报和编目。而RISP由于采用AI算法对波形进行了一系列的预处理,准确拾取了距震中125 km内12个台站的10个Sg震相和2个S震相(图6),关联定位后产出了地震结果,最终确定该地震与前者发震时刻仅间隔6 s,该叠加地震的拾取体现出了AI算法的优势。

图6 自动目录多检测的马尔康ML5.0地震波形Fig.6 Waveform of Maerkang ML5.0 earthquake only detected by automatic catalog

对于漏检测的30个地震,分析发现其中确为漏检测的地震有7个,最大震级为ML2.0,7个地震均属于叠加地震中信噪比较小的地震信号被遗漏。图7给出了其中两个漏分析地震的波形,自动系统仅检测出了叠加地震中的较大地震,遗漏了小地震;自动目录有但不满足匹配条件的地震有23个,均属于与人工目录的震中位置偏差超出了匹配条件。进一步分析发现这23个地震定位选台与人工偏差较大,其中10个地震自动目录定位选用台站数量和分布情况均优于人工目录,更好地约束了震中位置;另13个地震正好相反,人工目录定位选用台站分布和震相走时残差优于自动目录。因此,认为RISP对此次马尔康地震序列的漏检率为1.6%。

图7 自动目录漏检测地震波形图(红色实线为人工目录震相位置;BHZ分量为P波震相位置;BHN和BHE分量为S波震相位置)Fig.7 Waveform of earthquakes missed by the automatic catalog

在匹配成功的413个地震中,发震时刻偏差大于3 s的地震有4个。图8给出了这4个地震的波形图,自动目录与人工目录发震时刻偏差分别为3.1 s、3.2 s、3.6 s和-3.9 s,从图8(a)～(c)波形可看出人工读取了叠加地震前一个地震的到时,自动则读取了后一个地震的到时,从而导致自动到时大于人工;图8(d)自动读取到时震相时混淆了叠加地震的P、S波,提前读取S波导致自动目录发震时刻小于人工目录。震中位置偏差在15～20 km的地震有4个,图9给出了这4个地震的波形图,自动目录与人工目录震中位置偏差分别为15.4 km、15.6 km、16.4 km和18 km,从波形图可看出自动读取S波到时位置与人工偏差较大,自动读取远台S波震相较多,且自动目录与人工目录定位选台也存在偏差。震源深度偏差大于20 km的地震有11个,主要原因是本文分析的马尔康地震序列附近台站分布稀疏,震中50 km内台站太少,不能有效地约束震源深度;震级偏差大于ML0.5的地震有5个,分析发现这些地震均为叠加地震,自动量取振幅时误量到了后面更大地震的振幅。如自动系统在量取0点3分9秒发生的ML3.1地震震级时部分振幅误量到了15 s之后发生的ML5.6地震上,导致自动系统将该地震震级定为ML5.0,与人工目录震级相差了ML1.9。

图8 发震时刻偏差较大地震波形图(蓝色实线为自动目录震相位置,其余图例同图7)Fig.8 Earthquake waveforms with large deviations in the occurrence time

通过仔细核对波形记录和震相,认为自动与人工目录存在偏差的主要原因为:在读取和关联震相时混淆了相邻地震的P、S波震相;定位时近台震相被抛弃而远台不清晰震相被保留;量取振幅时误被后面更大地震的振幅位置量取。

图9 震中位置偏差较大地震波形图(图例同图8)Fig.9 Earthquake waveforms with large deviations in the epicenter location

为了进一步优化实时处理系统,提高系统对信噪比较低的地震信号的检测能力和密集叠加地震的震相检测和震相关联能力,根据本文分析,提出以下建议:

(1) 加强对多震叠加事件分离算法的研究,以期早日将相关算法植入系统实现叠加地震的有效识别与分离;

(2) 系统在定位选台时应同时考虑台站分布和震相走时残差;

(3) 建议加入更适合四川地区的一维或三维速度模型[17-18],进一步提升目录的定位精度,尤其是震源深度测定的可靠性。

4 结论

为了分析评估实时处理系统在四川的试用情况,结合四川台网人工编目结果,本文对2022年6月10日0时至12时四川马尔康地震序列实时自动检测结果进行了详细分析,得到以下结论:

(1) 系统实时检测出了877个地震,约为人工编目数量的2倍,无地震误检测,漏检测率为1.6%。

(2) 系统产出的自动目录在发震时刻、震中位置、震级和P、S波震相到时等方面均与人工目录的偏差较小,该系统可以快速产出高精度的震相到时数据和完备性较好的地震目录。

(3) 系统比人工编目多检测出了一个ML5.0的波形叠加地震,体现了AI算法的优越性,但对密集叠加地震的震相识别和关联定位能力还需进一步提升。

(4) 系统目前使用的定位模型为全国平均的一维速度模型,建议采用更适合当地台网的一维或三维速度模型,进一步提升地震目录的定位精度,尤其是震源深度测定的可靠性。

(5) 系统产出的地震目录可靠度较高,可将其应用于震后趋势判定、震源机制解节面判定、快速余震精定位等地震应急处置工作。