本文采用双差定位法(Waldhauser et al., 2000)对伽师地震序列进行重定位。 双差定位法已在地震重定位相关工作中被广泛采用, 并取得了不少具有意义的研究成果(张广伟等, 2014; 韦伟等, 2018)。 双差定位法是一种相对地震定位方法, 通过寻找位置相近的地震事件对的相对位置, 使同一个地震台站的实际观测走时与理论走时的残差最小, 从而对地震事件进行重定位。 由于其利用观测和理论走时的残差作为目标函数, 故被称作双差定位法。 双差定位法将相邻的2个地震事件组成为1个事件对, 当地震事件对与台站距离足够远时, 可认为地震事件到台站的射线路径相同, 因此双差定位法具有对地壳速度模型误差及震相到时拾取误差不敏感的特性(Waldhauser et al., 2000)。

本研究使用震中距≤ 300km的13个固定地震台站的震相数据对伽师地震序列进行重新定位。 从图 2a中可以看出, 地震台站的方位分布相对比较均匀, 对震中位置形成了较好地包围, 为地震序列重定位提供了较好的观测数据。

图 2

Fig. 2

	Figure Option ViewDownloadNew Window
	图 2 a 重定位所使用地震台站(黑色三角形)的空间分布及伽师M6.4地震震中(紫色五角星); b P波及S波的观测走时曲线Fig. 2 Distribution of seismic stations used in relocation and epicenter of the Jiashi M6.4 earthquake(a), and travel time curve of P and S waves(b).

本文使用中国地震台网中心 “ 地震编目系统” 发布的2020年1月1日— 5月1日新疆伽师地区的震相观测报告, 对具有3个以上台站记录和5个以上震相数的2 604次地震进行了重新定位。 下载的震相观测报告包括P波走时资料29 863个、 S波走时资料26 293个, 平均每次地震具有8个以上震相数据。 为了更直观地了解震相观测报告中走时信息的可靠性, 我们绘制了P波及S波的震相走时曲线(图 2b)。 在图 2b中, 可以清晰地区分出P波和S波震相的走时曲线, 且震相走时数据的离散程度也较小, 表明本文使用的观测报告中震相走时数据具有较高的可靠性。

为了获取可信的震相走时数据用于重定位, 首先对原始数据进行质量控制, 在此过程中设置最小连接数(MINLNK)和最小观测数(MINOBS)均为6, 地震事件对(MAXSEP)的最大距离为15km, 地震事件到地震台站的最大距离(MAXDIST)为200km。 经过筛选, 最终获得2 008个地震事件用于重定位。 在重定位过程中, 设置P波和S波的到时权重为1.0和0.5, 地震事件对之间的最大距离(WDCT)为8km。

尽管双差定位法具有对地壳速度结构不确定性不敏感的特性, 但为了尽可能地消除地壳速度结构不确定性(Michelini et al., 2004)对最终定位结果的影响, 综合前人对天山及塔里木地区的地震学研究成果(Gao et al., 2014), 构建了重定位中所使用的地壳速度结构模型(表1)。

表1

Table 1

表1(Table 1)

表1 2020年新疆伽师M6.4地震序列重定位采用的地震波速度模型 Table 1 The seismic velocity model used to relocate the 2020 Xinjiang Jiashi M6.4 earthquake sequence 顶层深度/km VP/km· s-1 VP/VS 0 4.48 1.72 6 5.45 14 6.22 28 6.75 38 7.42 52 8.15

表1 2020年新疆伽师M6.4地震序列重定位采用的地震波速度模型 Table 1 The seismic velocity model used to relocate the 2020 Xinjiang Jiashi M6.4 earthquake sequence

由于本次重定位使用的地震目录涉及时间较长, 为了更为深入地了解地震序列的空间分布随时间的演化特征, 我们将下载的地震目录划分为前震、 主震及余震3个时间段, 其范围分别为2020年1月1— 18日、 1月19— 26日和1月27日— 5月1日, 并在相应的时间段内进行地震序列重定位。 图 3 给出了重定位后新疆伽师地震序列在不同时间段的空间分布。 对比图 1 与图 3 可发现, 重新定位后地震序列的空间分布更为集中、 紧密, 离散程度减小, 线性条带状分布的特征更为明显。 图 3a显示, 1月1— 18日柯坪塔格断裂带的地震活动性较低, 地震基本上都是1月18日M5.4地震之后的余震, 且呈NNW向优势展布。 图 3b给出了伽师M6.4主震及之后一周内的余震重定位结果, 从图中可用看出余震序列呈NWW的优势分布方向和NNW的次级优势方向分布, 其中M6.4主震发生在次级NNW向展布区域的南端, 而M5.2余震则发生在NWW向展布区域的东南端。 图 3c给出了1月26日— 5月1日重定位后的余震分布, 可以看出该时段内的余震空间展布与M6.4主震后一周内的地震序列空间展布较为类似, 大部分余震呈NWW向展布, 而一部分余震则呈NNW向展布。 总体而言, 重定位后伽师地震序列沿NWW优势方向和NNW次级优势方向展布于柯坪塔格断裂带北侧附近的区域; 其中NNW向与NWW向展布区域的交会处集中了大部分余震, 余震分布较为集中, 频度及强度均较高, 余震的空间优势展布区域与柯坪塔格断裂带平行。 1月18日M5.4前震及1月19日M6.4主震发生在NNW次级分支的东南端; 随着时间的流逝, 前震到主震呈现出从南向北迁移的特征; M6.4主震及M5.2余震呈向NE迁移的特征。

图 3

Fig. 3

	Figure Option ViewDownloadNew Window
	图 3 重定位后新疆伽师地震序列不同时间段的空间展布 a 2020年1月1— 18日地震序列的空间展布; b 2020年1月19— 26日地震序列的空间展布; c 2020年1月27日— 5月1日地震序列的空间展布Fig. 3 The spatial distribution of relocated earthquake sequence in different time periods.

为了详细展示地震序列的震源深度结构特征, 我们沿着地震序列的2个优势展布方向截取了震源深度剖面AA'和BB', 其中AA'为沿NWW向展布的震源深度剖面, BB'为沿NNW向展布的震源深度剖面(图 3)。 从图 3 中可用看出, 重定位后地震序列的震源深度集中分布于10~20km, 这与前人给出的新疆西南地区平均震源深度约为20km(张国民等, 2002)的结果比较接近。 AA'剖面显示, M5.4前震始于深约18.6km处, 然后余震逐渐向地表浅层扩展(图 3a); 而M6.4主震始于浅部(16.4km), 余震则逐渐向深部扩展(图 3b, c)。 余震密集分布区域的下边界显示, 沿NWW向优势分布的震源深度呈现从西向东逐渐变浅的趋势。 BB'剖面揭示了发震断层倾向的震源分布特征: 伽师地震序列余震密集区域的下边界显示, 断层浅部的倾角较为陡峭, 近垂直于地面, 而深部的倾角略缓, 表现为S倾的铲状断层特征(图 3c)。

W震相矩张量反演中使用的三分量地震波形数据来自郑秀芬等(2009)、 国家测震台网数据备份中心(国家测震台网数据备份中心, 2017)和IRIS数据中心。 下载数据后, 首先对原始数据进行预处理, 包括去除仪器响应、 去均值、 去趋势、 带通滤波和旋转三分量数据等, 最终得到垂向、 径向和切向波形数据。 随后截取P波及之后180s时窗长度的数据用于W震相地震矩张量反演。

所谓的W震相是指能量集中于100~1 000s超长周期、 在上地幔以4.5~9.0km/s(速度大于S波群速度)速度传播的地震波, 因其具有明显的斜坡状波形特征, 故被命名为W震相(Kanamori, 1993)。 W震相集中在上地幔内传播, 较少受到地壳浅层结构不均匀性的影响; 此外, W震相的传播速度较快, 可用来快速获取可靠的震源参数。 近年来, W震相反演方法已经在震源机制相关研究中得到了广泛应用, 所得结果也与采用其他波形资料获得的结果存在较好的一致性(Kanamori et al., 2008; Duputel et al., 2012; 郭志等, 2018)。

由于W震相具有长周期特性, 我们不能直接在频率域使用地震仪的零极点信息去除原始波形资料中的仪器响应信息, 而是需要将地震仪仪器响应的零极点信息转换为在时间域表示的机械地震仪响应二阶微分方程的常系数(Zhu et al., 1996):

z¨+2hω0z˙+ω02z=Gv¨(1)

式中, ω ₀为地震仪传感器的自然频率, z为摆相对于地面的位移, h为阻尼系数, G为增益因子, v¨为地表加速度。 随后使用由二阶微分方程表示的时间域递归滤波器对原始波形资料进行处理, 以去除仪器响应:

vi=2vi-1-vi-2+1G(azi+bzi-1+zi-2)v0=0, v1=0a=1+2hω0Δt+ω02Δt2b=-2(1+hω0Δt)(2)

其中, Δt表示原始资料采样间隔。

获取地面加速度之后, 使用四阶巴特沃斯滤波器对得到的波形进行带通滤波, 根据地震震级的大小选择带通滤波器的频段(Duputel et al., 2012), 最后, 对滤波之后的加速度 v进行2次积分可得到地面位移。 通过拟合给定频率范围零极点信息所表示的仪器幅度响应与二阶微分方程(式(1))所表示的仪器幅度响应, 可获取可靠的递归滤波器的参数(Kanamori et al., 2008)。 对于部分地震台站, 有可能无法在要求的频率范围之内找到满足精度需求的递归滤波器参数, 在求取递归滤波器参数的过程中直接去除这类台站的波形资料。

地震台站记录的波形图包含震源、 震源到台站路径的地球介质响应及仪器响应信息, 数值计算方法可以模拟这些效应, 故可合成理论地震图。 在合成理论地震图的过程中, 震源到台站路径的地球介质响应称为格林函数。 区域短周期体波的格林函数可用基于矩阵传播的波数积分法进行计算(Zhu et al., 2002); 对于超长周期的W震相, 理论格林函数除了包含地球介质响应信息外, 重力效应也不可忽略。 因此, 本文采用基于简振正形叠加方法的Minos软件包^①(①https://geodynamics.org/cig/software/mineos/。)计算格林函数。 前人的研究显示, 地震点源模型可使用6个互相独立的矩张量 Mkl完全描述(Knopoff et al., 1970; Jost et al., 1989), 对地震矩张量 Mkl与格林函数 uwikl进行加权线性叠加即可合成理论地震图:

uwi=∑uwiklMkl(3)

式中, Mkl表示震源矩张量的k-i分量, uwikl表示使用 Mkl=1计算的在地震台站 i处所产生的理论地震图(格林函数), uwi表示在地震台站 i处所观测到的W震相波形资料。

获取观测波形资料与地震矩张量的线性方程组之后, 使用雅可比迭代方法求解线性方程, 从而获得地震矩。 在进行雅可比迭代反演时, 首先把组成格林函数的矩阵分解为用对角矩阵D、 严格下三角矩阵L和严格上三角矩阵U表示的等式:

∑uwikl=D-L-U(4)

然后, 将式(4)带入式(3), 整理可得迭代公式:

Mkl(n+1)=D-1L+UMkl(n)+D-1uwi(5)

之后, 给定1组初始的地震矩张量数值, 带入式(5)进行迭代, 直到得到满足收敛条件的1组地震矩张量。 最后, 对得到的矩张量进行换算即可得到地震的震源参数, 包括发震断层的走向、 倾向、 滑动角及标量地震矩。

为了得到可靠的结果, 在W震相反演中需要对数据进行多次质量控制。 具体反演步骤为: 首先, 以哈佛大学全球中心矩张量解给出的震源信息作为参考开展初步反演, 反演开始之前先对原始波形数据进行检查, 去除波形数据中最大振幅与最小振幅之间存在的过小和过大的反常间隔数据。 然后, 使用剩下的数据开展3次反演, 每次反演之后分别去除波形拟合均方差> 5、 3和0.6的台站数据, 然后再次使用剩余数据进行反演。 经过上述数据筛选, 共获得26个台站的28个三分量数据用于震源参数的反演。

图 4a为所得的最优地震矩张量参数及海滩球示意图。 结果显示, 2020年1月19日新疆伽师M6.4地震的标量地震矩M₀=7.78× 10¹⁷N· m, 折合矩震级M_W5.87; 6个地震矩张量M_xx、 M_yy、 M_zz、 M_xy、 M_yz 和M_xz 分别为0.170 7× 10¹⁸N· m、 -0.162 4× 10¹⁸N· m、 -0.008 3× 10¹⁸N· m、 0.683 6× 10¹⁸N· m、 0.215 4× 10¹⁸N· m和-0.344 0× 10¹⁸N· m; 发震断层面的2个节面解分别为: 节面Ⅰ , 走向190° 、 倾角21° 、 滑动角26° ; 节面Ⅱ , 走向76° 、 倾角81° 、 滑动角109° 。

图 4

Fig. 4

	Figure Option ViewDownloadNew Window
	图 4 a 2020年1月19日新疆伽师M6.4地震的矩张量反演结果; b 部分参加反演台站的波形拟合图及台站分布图 图中黑色实线表示观测波形, 红色实线表示理论波形, 红色圆点表示当前台站, 蓝色六角形表示震中位置Fig. 4 Centroid moment tensor solution for the M6.4 Xinjiang Jiashi earthquake on 19 January 2020(a) and comparison of the observed waveform and synthetic ones for moment tensor solution(b).

图 4b显示了部分参加反演台站的实际观测波形与理论波形图的拟合情况, 可以看出实际观测波形与理论波形的拟合情况较好。 在波形对比图中, 左侧小地图显示了当前台站(红色)及主震(蓝色六角形)的空间位置分布。 可以看出, 参加反演的大部分台站分布在震中东侧, 西侧及南侧分布相对较少。 总体而言, 可用的地震台站相对震中的方位角覆盖较为均匀, 为获取可靠的反演结果提供了坚实的数据基础。

表2给出了2020年1月19日新疆伽师M6.4地震之后国外相关机构公开发表的震源参数。 从表中可用看出, 本研究得到的震源参数与哈佛大学全球矩张量解(GFZ)发布的震源参数比较接近; 而美国地质调查局(USGS)与德国地学研究中心(GFZ)的结果比较接近。 W震相反演获取的震源参数表明, 伽师M6.4地震是一次以逆断为主、 兼具少量走滑分量的破裂事件。 虽然各机构给出的伽师M6.4地震的震源深度结果存在一定差异(12~19km), 但总体均表明伽师M6.4地震发生于中下地壳内, 该结果与重定位之后伽师M6.4地震序列的优势震源深度分布比较接近。

表2

Table 2

表2(Table 2)

表2 国外相关机构公开发布的伽师M6.4地震的震源机制参数 Table 2 Focal mechanism parameters of Jiashi M6.4 earthquake published by foreign institutions 机构名称 节面Ⅰ 节面Ⅱ 震源深度 /km MW 走向/(° ) 倾角/(° ) 滑动角/(° ) 走向/(° ) 倾角/(° ) 滑动角/(° ) USGS 221 20 72 60 71 96 19.5 6.03 GCMT 196 38 31 80 71 124 12.2 6.0 GFZ 222 16 77 56 75 94 16.0 6.1 注 USGS 美国地质调查局; GCMT 哈佛大学全球矩张量; GFZ 德国地学研究中心。

表2 国外相关机构公开发布的伽师M6.4地震的震源机制参数 Table 2 Focal mechanism parameters of Jiashi M6.4 earthquake published by foreign institutions

各机构发布的震源参数存在差异可能与反演方法及使用的数据有关。 例如, 尽管本研究与USGS都采用W震相反演方法(Hayes et al., 2009), 但本研究主要使用国内地震台站记录的区域波形资料, 而USGS主要使用中远场波形资料, 导致反演结果出现一定差异。 GCMT(Ekströ m et al., 2012)与GFZ主要使用长周期体波及面波资料进行反演, 但理论地震图的合成方法及反演参数不同, 因此反演结果也不尽相同。 虽然我们的结果与外国机构发布的结果有一些不同, 但与国外机构的结果相比, 我们在反演中主要使用了国内地震台网记录的区域波形资料, 且可用资料的方位角覆盖也相对较均匀, 因此可以确定本文得到的结果具有更高的可信度。 此外, 震源的复杂性也可能导致反演的震源参数出现差异, 伽师M6.4地震的震源是否具有复杂性及其对反演结果的影响还需要进一步深入研究。

除M6.4主震外, 我们还下载了2020年1月18日M5.4前震及1月19日M5.2余震的波形数据开展W震相反演。 经过筛选, 由于M5.2余震没有足够数据可用于反演, 故未能获得其震源参数。 我们采用与主震类似的方法对M5.4前震进行反演, 结果显示其标量地震矩M₀=8.71× 10¹⁶N· m, 折合矩震级M_W5.23; 6个地震矩张量M_xx、 M_yy、 M_zz、 M_xy、 M_yz 和M_xz 分别为0.045 2× 10¹⁷N· m、 0.254 6× 10¹⁷N· m、 -0.299 8× 10¹⁷N· m、 0.111 6× 10¹⁷N· m、 -0.300 7× 10¹⁷N· m和-0.760 4× 10¹⁷N· m; 发震断层的节面解为: 节面Ⅰ , 走向171° 、 倾角86° 、 滑动角21° ; 节面Ⅱ , 走向79° 、 倾角69° 、 滑动角175° 。 震源参数揭示2020年1月18日新疆伽师M5.4前震是以走滑为主、 兼具少量逆断分量的破裂事件; 前震的震源特性与主震以逆断为主、 兼具少量走滑分量的特征存在明显差异。