参考中国地震局相关单位前期工作基础以及前人的研究成果,针对北京及周边地区的跨断层形变场地的监测环境开展定性评估,主要考虑测桩类型、是否跨过目标断层、周围是否存在显著干扰等因素。场地监测环境评估的具体准则为:当同时满足测桩类型为基岩、观测跨过目标断层、周边无显著干扰3个条件时,定为A类; 当上述条件同时满足2个时,定为B类; 当上述条件只满足一个或都不满足时,定为C类,评估结果见表1。由于不同研究所考虑的因素存在一定差异,并且近几年部分场地经过了升级改造,周边环境也有一定变化,因此本文与前人的结果存在部分差异,但总体较为一致。北京及周边地区跨断层场地的监测环境整体较好,其中A类场地14处,B类场地8处,合计占总场地数的81.5%。

表1 北京及周边地区跨断层场地监测环境定性评估
Tab.1 Qualitative assessment of the monitoring environment of the cross-fault observation sites in Beijing and its adjacent areas

跨断层形变观测的目的是监测断层运动的动态演化,从而为地震预测提供可靠参考。因此,能否有效反映真实的断层运动,是评估跨断层场地监测条件的一项重要指标。针对跨断层场地监测有效性的评估,一方面可以直接基于原始观测曲线定性判断断层活动特征,另一方面可以基于几何关系公式定量计算断层活动参数,从而分析断层活动特征(薄万举等,1998; 李腊月等,2016)。为此,笔者设定了跨断层场地监测有效性的评估准则:从长趋势背景运动角度,若原始观测曲线及计算的活动参数结果反映的断层活动方式与地质学给出的断层背景活动一致,则定为A类; 若原始观测曲线及计算的活动参数结果反映的断层活动方式有小幅波动,但整体上与地质学给出的断层背景活动一致,则定为B类; 若原始观测曲线及计算的活动参数结果反映的断层活动方式不明确,或与地质学、其它手段给出的断层背景活动不一致,则定为C类。

具体在计算断层活动参数时,根据测项的不同选用不同的数学模型。对于布设有2条基线和水准的综合观测场地,断层活动的3个分量计算公式为:

式中:d为断层两盘水平扭错量; b为水平张压活动量; c为垂直升降量; ΔS为基线观测变化量(以伸长为正); α是由断层走向逆时针转动至基线方向的角度; Δh为水准观测变化量(以上盘相对下盘下降为正)。定义k为断层3个参数曲线的斜率,当k>0时表示右旋、张性、正断层活动,若符号相反则表示断层活动性质相反。

对于仅布设1条基线和水准的场地,垂直升降量直接采用水准资料进行计算,水平扭错量计算公式为:

式中:β为断层倾角。

针对水准数据,选用起始年的观测数据作为参考基准,利用每年某个月份的测值减去基准年对应月份的测值,计算每年在基准年基础上的累积水准观测变化量Δh,Δh>0表示正断层活动,上盘下降; Δh<0表示逆断层活动,上盘上升。经过该处理,基本可以消除季节变化等因素引起的年变影响,得到的断层垂直升降累积量能相对客观地描述断层在观测期内的活动状态。

针对各跨断层形变场地开展相关断层活动参数计算,结合已有地质研究结果(高文学,马瑾,1993; 郝书俭,尤惠川,2001; 徐锡伟等,2002; 尤惠川等,2002; 张世民等,2007; 查明等,2011; 杨海盟等,2014),依据上述准则进行跨断层场地监测有效性的评估,具体评估结果见表2,其中A、B类场地共计14处,占总场地数的51.9%。密云、墙子路、八宝山、狼山、涞水、南孟、宁河、小寺冲等场地监测有效性相对较差,主要和场地监测环境相对较差、所处断层活动性相对较弱等有关,导致观测数据容易出现与地质运动背景不一致的情况。另外,古北口、镇罗营、南口、百善、京西实验场等场地所跨断裂以走滑运动为主,但目前仅有水准观测,无法有效监测断层的主要运动方式。

地下水位下降一方面可以造成区域局部发生显著的地表沉降,进而可能对周边的观测产生影响; 另一方面,水位变化本身也可能对相关的观测直接造成影响,因此在分析过程中笔者同时考虑了上述两种影响过程。前人研究已经给出了1959—2016年研究区的浅层地下水位累积变化分布结果(Pang et al,2020; 窦甜甜等,2022),在此基础上,笔者基于该区域覆盖相对完整的InSAR监测结果(史珉等,2021),同时提取了2016—2018年地表沉降速率相对较高(大于50 mm/a)的区域(图2)。由于浅层地下水位变化结果是近60年的累积变化量,地表沉降速率仅为近几年较短时间内的结果,因此二者的高值区在细节上存在一定差异,但整体分布具有一致性,显示了超量开采地下水对区域地表快速沉降现象的控制作用。总体上来看,浅层地下水位下降和地表沉降最为突出的区域主要集中在研究区的中部及南部。

根据空间分布关系初步分析,密云、德胜口、南口、百善、八宝山、涞水、南孟、唐山等场地位于浅层地下水位累积下降最为显著的区域附近,可能会受其影响,其中百善、南孟等场地还同时位于近几年地表沉降较快的区域附近,受影响程度可能更加严重。在此基础上,笔者进一步分析相关影响的时间过程,考虑到地表沉降产生和发展过程与地下水开采过程基本保持同步且略滞后(何庆成等,2006; 杨艳等,2010,2013),因此可以利用地下水储量时序变化来表示地下水位、地表沉降的变化过程,并通过与跨断层观测数据的对比来分析地下水位、地表沉降等因素对跨断层场地的实际影响。在初步判定为受影响的场地中,密云、德胜口、南口、百善、八宝山、涞水、唐山等场地的观测数据并未表现出与地下水储量较为同步的变化过程,即未受其显著控制(图3a),仅南孟场地受影响较为严重(图3b),这可能主要与场地局部地质环境特征以及测桩类型是否为基岩有关。进一步研究发现,除了南孟场地之外,京西实验场、大灰厂、上万、牛口峪等场地的观测背景变化与水储量的变化一致性也较好(图3c)。上述场地周边虽然没有浅层地下水位显著下降区和地表快速沉降区,但是明显受到水储量变化的直接影响,造成这种现象的可能原因在后文做进一步讨论。综合上述地下水位变化及地表沉降对跨断层观测的实际影响程度,将南孟、京西实验场、大灰厂、上万、牛口峪5处场地定为C类,密云、德胜口、南口、百善、八宝山、涞水、唐山7处场地定为B类,其它15处场地定为A类,A类场地数占总场地数的55.6%。

表2 北京及周边地区跨断层场地监测有效性评估
Tab.2 Evaluation of the monitoring effectiveness of the cross-fault observation sites in Beijing and its adjacent areas

图2 北京及周边地区浅层地下水位下降区与地表沉降速率高值区
Fig.2 Drawdown area of the shallow groundwater and high-rate areas of the surface subsidence in Beijing and its adjacent areas

图3 地下水储量变化对跨断层观测场地的影响
Fig.3 Influence of the water-reserve variation on the cross-fault-observation sites

跨断层观测能否监测到可靠的地震前兆异常变化是场地评估中需要重点考虑的因素。历史震例资料的统计结果显示,一些跨断层观测在多次地震前都曾记录到显著的异常变化,并且异常主要以趋势转折、破年变、速率变化、超阈值变化等为主(曹建玲等,2016; 陈长云等,2016; 李瑞莎等,2016)。因此,针对单个场地的单个测项,分别利用趋势转折、破年变、速率、阈值等方法的不同算法(洪敏等,2019)进行相应特征信息的提取,并利用R值检验方法进行最优预测指标的自动确定以及预测效能的定量评估(中国地震局监测预报司,2020)。

R值检验是目前在地震预报领域应用最为广泛的一种效能评估方法,综合考虑了有震报准率、无震报准率、漏报率、虚报率等评估因素,通过不同因素的组合和折中给出相应的效能评估结果(国家地震局科技监测司,1990)。由于上述因素并非完全独立,所以R值检验有多种等价的表达形式,常用的一种形式如下:

R=有震报准率-预报占时率=(报对的地震次数/应预报的地震总次数)-(预报占用时间/研究的总时间)(3)

当指定了目标震级范围、空间范围及预报时窗后,通过调整不同的异常阈值就可以对应不同的有震报准率和预报占时率组合,进而获得不同的R值,从中选择R值最高所对应的异常阈值作为该指定预报规则下(特定的震级、空间、时间范围)的相对最优阈值。综合所有预报规则下的评估结果,就可以确定最优的异常阈值、相应的预报规则及预测效能。

选取了1970—2020年北京及周边地区(38.5°～42°N,112°～119°E)5级以上地震用于效能检验,共计16次地震事件。首次为1976年4月6日内蒙古和林格尔6.2级地震,末次为2020年7月12日河北唐山5.1级地震,1976年7月28日河北唐山7.8级、滦县7.1级以及震后短期内5级以上余震作为1次地震事件,1989年10月18—19日山西大同5级震群同样作为1次地震事件。

R值同时考虑了有震报准率和预报占时率,表示扣除了随机概率后的预报成功率,当R=0时表示预报没有起作用。一般除了考虑R值大小外,还需要考虑其信度。同样的R值,当其基于的地震次数不一样时,信度也不一样,因此需要考虑R₀值,即保证97.5%的置信度的最低R值。当R≥R₀时,可以认为这个R值至少有97.5%的置信度(国家地震局科技监测司,1990)。笔者依据通过效能及置信度检验(R>0且R≥R₀)的测项-方法数来评估场地预测配套性,通过数越多表明预测配套性越好,越有利于在实际业务应用中综合评估地震危险性:通过数≤4的场地定义其预测配套性为C类; 5≤通过数≤10的场地定义为B类,通过数>10的场地定义为A类。

众多通过检验的测项-方法中最优预测指标的效能同样具有重要的评估意义,这代表了“王牌”手段的预测能力:所有测项-方法均未通过检验,或最优测项-方法的R值通过检验,但R≤0.3的场地定义其最优预测指标效能为C类; 最优测项-方法的R值通过检验,并且0.3<R≤0.5的场地定义为B类; 最优测项-方法的R值通过检验,并且R>0.5的场地定义为A类。

表3给出了基于单测项单方法的场地预测效能评估结果,场地预测配套性A类有6处场地,B类5处,合计占总场地数40.7%; 最优预测指标效能A类有8处场地,B类9处,合计占总场地数的63.0%,比预测配套性的比例更高,表明部分场地虽然异常配套性较差,但是具备一些“王牌”的预测手段,仍然可以在实际的预报业务中发挥重要作用。

在区域统一构造应力场作用下,关联的断层系统往往会出现协同性的运动,显示出对区域应力场变化的敏感响应。通过监测关联断层系统整体的断层运动变化,有助于了解区域大范围、长时间的应力场调整过程,对于准确研判未来一段时期区域整体的强震趋势具有重要意义。

跨断层形变观测在监测断层运动方面一直发挥着重要作用,目前主要是基线和水准观测两类。基线观测由于所跨断层走向、基线方位、断层运动方式等的不同,直接进行有物理含义的区域综合难度较大,而水准观测因为只反映断层垂向上的运动变化,所以是进行区域综合比较好的选择。

北京及周边地区跨断层场地都具有水准观测,为开展基于区域变形配套性的预测效能评估提供了基础。笔者使用垂直形变速率合成方法进行计算(焦青,周俊萍,1998; 苏琴,2005; 张晶等,2012),按照跨断层场地的区域集中程度、地质背景以及构造相关性等,主要分成首都圈西北部、首都圈东北部、八宝山断裂相关区域3个区域(图2)开展计算分析。首都圈西北部包含狼山、施庄、土木、小水峪、沿河城、燕家台、张山营等场地(小寺冲场地观测时间较短,未参与合成计算); 首都圈东北部包含北石城、德胜口、古北口、密云、南口、墙子路、张家台、镇罗营等场地(百善场地数据质量较差,未参与合成计算); 八宝山断裂相关区域包含八宝山、大灰厂、牛口峪、京西实验场、上万等场地,区域南部相对零散的场地未进行考虑。

3个区域的垂直形变速率合成结果表现出明显差异,首都圈西北部的计算结果呈现2个显著的活动时段(图4a):一是1970—1979年,在该时段末期发生了1976年唐山7.8级、滦县7.1级地震及多次5级以上余震,该时段区域断层系统整体相对活动反映了唐山、滦县大地震前区域孕震应力环境变化以及后续的震后调整; 二是1985—1999年,持续时间相对较长,期间区域内虽未发生大地震,但是中强地震持续活跃,发生了9次5级以上地震,主要集中在山西带北段和张渤带西段。之后区域断层运动相对平稳,期间地震活动也相对平静,仅发生1次2006年文安5.1级地震; 随后2011年日本9.0级地震对该区域产生了持续深远的影响,期间区域内5级地震长时间平静可能与日本地震震后引起的区域应力、断层运动状态的调整过程有关(张贝等,2015); 2020年唐山5.1级地震前后,区域断层运动系统再次表现出一定的活跃迹象,可能指示了日本地震的影响正趋于结束。整体来看,该区域的断层垂直形变速率合成结果对于区域应力状态调整较为敏感,能够相对准确地反映区域内地震活动趋势,各观测场地的变形配套性相对较好。

表3 基于单测项单方法的北京及周边地区场地预测效能评估结果
Tab.3 Evaluation of forecasting effectiveness of the cross-fault sites based on the single observation item or method in Beijing and its adjacent areas

首都圈东北部的计算结果同样呈现两个显著的活动时段(图4b):一是1976—1979年,主要反映了唐山、滦县大地震后的调整过程,并且受震后影响的程度明显高于首都圈西北部的结果,而对于震前应力环境的演化过程反而不是特别敏感; 二是1985—1999年,显示了与首都圈西北部类似的演化过程。之后该区域结果同样显示了相对平稳的运动状态以及日本地震对于区域应力、断层运动状态的影响; 该区域垂直形变速率合成结果在2021年下半年表现为高值变化,可能与2021年北京市出现的近几十年内最强降雨这类罕见气象条件有关,属于干扰因素的影响。因此,对比首都圈西北部的结果发现,本区域结果对个别区域应力调整过程不敏感,并且易受干扰因素影响,表明该区域各场地的区域变形配套性略差。

与前两个区域相比,八宝山断裂相关区域的计算结果从1990年前后开始整体波动加剧,并未表现出与区域应力场调整以及周边中强地震明显的对应关系(图4c)。从针对各场地受地下水位变化及地表沉降影响的分析结果可知,该区参与计算的多个场地受影响严重(图2),计算结果的不稳定可能与地下水储量快速变化,导致不同观测场地出现相应的调整运动有关(图3c)。另外,该区域结果同样受到2021年极端天气的影响,并且受影响程度比首都圈东北部的结果更严重。整体来看,八宝山断裂相关区域的观测场地其区域变形配套性所反映的效能最差。

图4 首都圈西北部(a)、东北部(b)和八宝山断裂相关区域(c)垂直形变速率合成结果
Fig.4 Synthetic results of the vertical deformation rate in the northwest(a),northeast(b),and Babaoshan fault(c)of Beijing capital circle

在上述分析基础上,笔者采用类似2.1节的方式进行区域垂直形变速率合成结果的预测效能定量评估(表4),定量评估结果与定性分析的认识一致。综合上述结果,将首都圈西北部参与计算场地的区域变形配套性定为A类,首都圈东北部参与计算场地定为B类,八宝山断裂相关区域参与计算场地以及未参与上述3个区域计算的其它场地均定为C类。A类场地7个、B类场地8个,合计占总场地数的55.6%。

表4 基于区域变形配套性的预测效能定量评估
Tab.4 Quantitative evaluation of the forecasting effectiveness based on regional deformation compatibility