Seismicity Changes before Major Earthquakes in Sichuan, China, Revealed by a Combination of the RTL Algorithm and ETAS Model
研究摘要
地震活动变化(特别是地震静止)作为一种可能的地震前兆,在中期预报研究中得到了广泛的关注和检验。区域时间长度(region–time–length, RTL)算法是一种有效的地震静止检测技术。RTL方法假设每个先验事件影响给定的时空点,并且影响权重随震中、时间和地震震级而变化。在RTL法的原始版本中,用于计算RTL值的地震目录必须通过某种聚类方法进行预处理。这项工作将把整个地震序列纳入RTL值的计算中。但是,每个事件的影响将由独立概率(independent probability, IP)加权,其中IP是指事件是独立事件或背景事件的概率。疫情型余震序列(epidemic-type aftershock sequence, ETAS)模型是描述地震时空相关性最有力的模型之一,将提供事件的IP值。利用新的RTL + ETAS算法和中国地震局提供的完整地震目录,对四川地区2006年至今的地震活动性变化进行了探测。RTL参数的连续时间变化表明,2008年5月12日汶川8.0级地震、2013年4月20日芦山7.0级地震和2022年6月1日芦山6.1级地震前存在明显的地震静止。Q参数图显示,这些地震活动的负异常都发生在震中附近。此外,我们的新RTL + ETAS算法不受地震聚类的影响,对小震级地震敏感。因此,我们的新方法对检测与地震相关的地震平静是有效的,并显示出预测地震的潜力。
推荐引用
Zhang, Y., and Q. Huang (2022). Seismicity Changes before Major Earthquakes in Sichuan, China, Revealed by a Combination of the RTL Algorithm and ETAS Model, Seismol. Res. Lett. 94, 844–851, doi: 10.1785/0220220282.
