GNSS观测的2021年青海玛多地震(Mw 7.4)同震形变及其滑动分布

李志才, 丁开华, 张鹏, 温扬茂, 赵利江, 陈建峰

李志才, 丁开华, 张鹏, 温扬茂, 赵利江, 陈建峰. GNSS观测的2021年青海玛多地震(Mw 7.4)同震形变及其滑动分布[J]. 武汉大学学报 ( 信息科学版), 2021, 46(10): 1489-1497. DOI: 10.13203/j.whugis20210301
引用本文: 李志才, 丁开华, 张鹏, 温扬茂, 赵利江, 陈建峰. GNSS观测的2021年青海玛多地震(Mw 7.4)同震形变及其滑动分布[J]. 武汉大学学报 ( 信息科学版), 2021, 46(10): 1489-1497. DOI: 10.13203/j.whugis20210301
LI Zhicai, DING Kaihua, ZHANG Peng, WEN Yangmao, ZHAO Lijiang, CHEN Jianfeng. Coseismic Deformation and Slip Distribution of 2021 Mw 7.4 Madoi Earthquake from GNSS Observation[J]. Geomatics and Information Science of Wuhan University, 2021, 46(10): 1489-1497. DOI: 10.13203/j.whugis20210301
Citation: LI Zhicai, DING Kaihua, ZHANG Peng, WEN Yangmao, ZHAO Lijiang, CHEN Jianfeng. Coseismic Deformation and Slip Distribution of 2021 Mw 7.4 Madoi Earthquake from GNSS Observation[J]. Geomatics and Information Science of Wuhan University, 2021, 46(10): 1489-1497. DOI: 10.13203/j.whugis20210301

GNSS观测的2021年青海玛多地震(Mw 7.4)同震形变及其滑动分布

基金项目: 

国家自然科学基金 41774011

国家自然科学基金 41874011

国家自然科学基金 41804038

国家重点研发计划 2016YFB0501405

详细信息
    作者简介:

    李志才,博士,正高级工程师,主要从事卫星导航定位及大地测量反演研究。zcli@ngcc.cn

    通讯作者:

    张鹏,博士,正高级工程师。zhangpeng@ngcc.cn

  • 中图分类号: P227

Coseismic Deformation and Slip Distribution of 2021 Mw 7.4 Madoi Earthquake from GNSS Observation

Funds: 

The National Natural Science Foundation of China 41774011

The National Natural Science Foundation of China 41874011

The National Natural Science Foundation of China 41804038

the National Key Research and Development Program of China 2016YFB0501405

More Information
    Author Bio:

    LI Zhicai, PhD,senior engineer, specializes in GNSS data processing and geodesy inversion. E-mail: zcli@ngcc.cn

    Corresponding author:

    ZHANG Peng, PhD, senior engineer, E-mail: zhangpeng@ngcc.cn

  • 摘要: 北京时间2020年5月22日2时,中国青海省果洛州玛多县发生Mw 7.4地震。收集震中附近9个连续运行卫星定位基准站(continuously operating reference stations,CORS)观测数据,基于模糊度解算的精密单点定位(precise point positioning with ambiguity resolution,PPP-AR)技术处理了2 h时段的高频(1 Hz采样)全球导航卫星系统(global navigation satellite system,GNSS)数据,快速确定本次地震的近场同震位移,其中水平方向最大约为0.6 m。结合远场12个CORS震前、震后各3 d低频(30 s采样)数据的非差PPP解算同震形变场,基于弹性位错模型反演了玛多地震断层几何参数和滑动分布。结果显示:玛多地震属于典型走滑事件,发震断层走向278.49°,倾角为64.38°,滑动角为-10.90°,破裂长度约为138.72 km,宽度为4.82 km;滑动量超过3 m的滑移主要集中在东部小于18 km深度的区域,最大破裂可达4.2 m。反演的地震矩为1.85×1020 Nm,相当于矩震级7.45,比美国地质调查局利用地震波的反演结果略大。
    Abstract:
      Objectives  At 2:00 on May 22, 2020 (UTC+8), an Mw 7.4 earthquake struck Madoi County, Qinghai Province, China. The earthquake occurred in the unattended area of the Qinghai Tibet Plateau, with less injuries and building damage, but caused obvious surface rupture.
      Methods  9 high frequency continuously operating reference stations(CORS) data with 1 Hz sampling rate were collected near the epicenter, and the co-seismic deformation was derived from high frequency observation data with 1 hour before and after the earthquake based on precise point positioning with ambiguity resolution(PPP-AR). The low frequency data with 30 s sampling of 12 CORS around Madoi County were collected before and after the earthquake within 3 days to solve for the permeant co-seismic deformation based on the non-differential precise point positioning(PPP).
      Results  The comparison between these two kinds of co-seismic deformation illustrates that the co-seismic deformation from the high frequency (1 Hz) data is slightly smaller than that of the low frequency (30 s) data. The maximum observed global navigation satellite system(GNSS) co-seismic displacement is about 0.6 m.Further, the fault geometry and slip distribution of the earthquake were inverted based on the permanent co-seismic deformation.
      Conclusions  The inversion results indicate that the Madoi earthquake is a typical left-lateral strike slip event (rake angle: -10.90°), with a strike of 278.49°and dip angle of 64.38°. The rupture length is about 138.72 km. The slip distribution reveals that more than 3 m slip is mainly concentrated in the eastern asperity with the depth of less than 18 km with the maximum slip of 4.2 m. The geodetic seismic moment is about 1.85×1020 Nm, equivalent to Mw 7.45, which is slightly larger than the result of United States Geological Survey(USGS) from seismic waves.
  • 精密单点定位(precise point positioning, PPP)技术具有定位精度高,数据采集方便,数据处理简单等优点,成为近年来实时精密定位服务的重要手段。实时精密单点定位服务将卫星精密轨道和钟差实时播发给用户[1]。IGS已经开展了实时实验计划(real-time pilot project, RTPP),各个分析中心播发的GPS实时精密轨道精度为4~8 cm,精密钟差精度为0.2~0.8 ns。实时精密轨道通常采用的是超快速预报轨道,由于超快速轨道精度不如最终精密轨道,为了实现高精度实时定位,通过实时估计卫星钟差吸收部分轨道误差。国内外学者对实时精密卫星钟差估计算法进行了大量研究,主要包括非差模式和历元间差分模式。非差模式精密卫星钟差估计方法待估参数过多,计算效率较低[2]。采用历元间差分方法时,模糊度参数被消除,计算速率加快,但初始时刻卫星钟差会引入与卫星相关的偏差[3]。为了消除该项偏差的影响,Zhang等[4]提出了利用非差相位和伪距观测值和历元间差分相位和伪距观测值并行计算的方法。Ge等[5]提出了利用历元间差分相位观测值和非差伪距观测值并行计算的方法。

    全球卫星导航系统发展迅猛,继美国的GPS、俄罗斯的GLONASS后,欧洲正在开发Galileo卫星导航系统,我国已经建立了功能完善的第二代北斗区域卫星导航系统(Beidou Navigation Satellite System, BDS)[6]。相关研究表明多系统融合增加了可观测卫星数目,改善了卫星空间几何结构,提高了定位的准确性,可靠性和连续性[7]。因此,多系统融合逐渐成为了高精度卫星导航定位广大用户的必然选择,而多系统实时卫星钟差的精确估计是实现多系统高精度实时定位服务的前提。本文对基于历元间差分相位观测值和非差伪距观测值的卫星钟差估计方法进行了改进,实现了GPS、GLONASS、Galileo和BDS多系统卫星钟差联合快速估计。

    基于无电离层组合伪距和相位的观测方程为:

    $$ \left\{ \begin{array}{l} P_r^s = \rho _0^s + c\left( {d{t_r}-d{t^s}} \right) + {T_r} + c\left( {{B_r}-{B^s}} \right) + {e_s}\\ L_r^s = \rho _0^s + c\left( {d{t_r}-d{t^s}} \right) - \lambda {N^s} + \\ \;\;\;\;\;\;\;{T_r} + c\left( {{b_r} - {b^s}} \right) + \varepsilon_s \end{array} \right. $$ (1)

    式中,r为测站号;s为卫星号;PrsLrs为无电离层组合伪距和相位观测值;ρ0s为站-星间几何距离;c为光速;dtr为接收机钟差;dts为卫星钟差;Tr为传播路径上对流层延迟误差;Ns为无电离层组合整周模糊度;λ为无电离层组合波长;Brbr分别为接收机端无电离层组合伪距和相位的硬件延迟;Bsbs分别为卫星端无电离层组合伪距和相位的硬件延迟;esεs分别为伪距和相位的测量噪声,多路径误差通常归入到测量噪声内。

    参数估计时,接收机伪距硬件延迟Br被接收机钟差dtr吸收,卫星伪距硬件延迟Bs被卫星钟差dts吸收,固定测站坐标,式(1)线性化为:

    $$ \left\{ \begin{array}{l} {v_{P_r^s}} = c\left( {\delta {t_r}-\delta {t^s}} \right) + m_r^sd{T_r}-{\rm{OM}}{{\rm{C}}_{P_r^s}}\\ {v_{L_r^s}} = c\left( {\delta {t_r}-\delta {t^s}} \right) - \lambda {{\tilde N}^s} + m_r^sd{T_r} - {\rm{OM}}{{\rm{C}}_{L_r^s}} \end{array} \right. $$ (2)

    式中,δtr=dtr+Brδts=dts+Bs;$ {{\tilde N}^s}$=Ns+c(br-bs-Br+Bs)/λ;OMCPrs=Prs-ρ0s;OMCLrs=Lrs-ρ0smrsdTr分别为对流层湿延迟投影函数和残余误差;vPrsvLrs分别为伪距和相位观测值残差。

    由式(2)可得历元间差分的相位观测值为:

    $$ \Delta {v_{L_r^s}} = c\left( {\Delta \delta {t_{r, {\rm{sys}}}}-\Delta \delta {t^s}} \right) + \Delta m_r^sd{T_r}-\Delta \;\;{\rm{OM}}{{\rm{C}}_{L_r^s}} $$ (3)

    式中,sys=G、R、E、B,文中G代表GPS,R代表GLONASS,E代表Galileo,B代表BDS;Δδtr, sys为系统sys相邻历元间接收机钟差改正数之差;Δδts为相邻历元间卫星钟差改正数之差;在规定的弧段内,对流层湿延迟的投影函数mrs发生变化,对投影函数进行历元间做差分得Δmrs;天顶对流层湿延迟残余误差参数dTr作为分段线性常数估计;ΔOMCLrs为相位观测值与计算值之差OMCLrs的历元间差,ΔvLrs为相邻历元间相位观测值残差之差。

    多系统卫星钟差估计时,同一测站不同系统接收机端伪距硬件延迟不同,不同系统接收机钟差存在差异[8]。此时可以估计一个接收机钟差和多个系统时间差,或者同时估计若干个接收机钟差[9]。本文同时估计了4个系统的接收机钟差参数。则多模融合卫星钟差估计误差为:

    $$ \left\{ \begin{array}{l} \Delta {v_{L_r^i}} = c\left( {\Delta \delta {t_{r, G}}-\Delta \delta {t^i}} \right) + \Delta m_r^id{T_r}-\Delta \;{\rm{OM}}{{\rm{C}}_{L_r^i}}\\ \Delta {v_{L_r^j}} = c\left( {\Delta \delta {t_{r, R}}-\Delta \delta {t^j}} \right) + \Delta m_r^jd{T_r} - \Delta \;{\rm{OM}}{{\rm{C}}_{L_r^j}}\\ \Delta {v_{L_r^k}} = c\left( {\Delta \delta {t_{r, E}} - \Delta \delta {t^k}} \right) + \Delta m_r^kd{T_r} - \Delta \;{\rm{OM}}{{\rm{C}}_{L_r^k}}\\ \Delta {v_{L_r^l}} = c\left( {\Delta \delta {t_{r, B}} - \Delta \delta {t^l}} \right) + \Delta m_r^ld{T_r} - \Delta \;{\rm{OM}}{{\rm{C}}_{L_r^l}} \end{array} \right. $$ (4)

    式中,i=1, …, nGj=1, …, nRk=1, …, nEl=1, …, nBnsys为测站r接收到系统sys卫星个数;δtr, Gδtr, R、Δδtr, E、Δδtr, B分别为测站相邻历元间的GPS、GLONASS、Galileo和BDS接收机钟差改正数之差;Δδti、Δδtj、Δδtk、Δδtl分别为第i颗GPS卫星,第j颗GLONASS卫星,第k颗Galileo卫星,第l颗BDS卫星的相邻历元间卫星钟差改正数之差;Δmri、Δmrj、Δmrk、Δmrl分别为第i颗GPS卫星,第j颗GLONASS卫星,第k颗Galileo卫星,第l颗BDS卫星对应的对流层湿延迟投影函数之差;ΔOMCLri、ΔOMCLrj、ΔOMCLrk、ΔOMCLrl分别为第i颗GPS卫星,第j颗GLONASS卫星,第k颗Galileo卫星,第l颗BDS卫星的相位观测值与计算值之差的历元间差;ΔvLri、ΔvLrj、ΔvLrk、ΔvLrl分别第i颗GPS卫星,第j颗GLONASS卫星,第k颗Galileo卫星,第l颗BDS卫星的相邻历元间相位观测值残差之差。

    对式(4)采用均方根信息滤波方法进行参数估计。需要指出的是接收机钟差是相对量,对同一系统的所有跟踪站的接收机钟差采用重心基准$ \sum\limits_{r = 1}^{{m_{sys}}} {\Delta \delta {t_{r, {\rm{sys}}}}} = 0$进行约束,msys为跟踪站到系统sys卫星的测站个数。

    由式(4)可以得到历元k时刻卫星s的历元间差分钟差改正数Δδts(k),则历元k时刻卫星s的钟差改正数为:

    $$ \delta {t^s}\left( k \right) = \delta {t^s}\left( {{i_0}} \right) + \sum\limits_{i = {i_0} + 1}^k {\Delta \delta {t^s}\left( i \right)} $$ (5)

    式中,i0为卫星s初始历元;δts(i0)为初始历元i0对应的卫星钟差改正数;Δδts(i)为历元i对应的卫星钟差改正数历元间差。

    由式(2)可得历元k时刻的非差伪距观测值误差方程为:

    $$ \begin{array}{l} {v_{P_r^s(k)}} = c\left( {\delta {t_r}\left( k \right)-\delta {t^s}\left( k \right)} \right) + \\ \;\;\;\;\;\;\;m_r^s\left( k \right)d{T_r}-{\rm{OM}}{{\rm{C}}_{P_r^s\left( k \right)}} \end{array} $$ (6)

    由历元间差分相位观测值可以得到的非常精确的对流层延迟误差和历元间差分卫星钟差[4-5]。将式(3)求得的dTr和式(5)带入式(6),可得:

    $$ {v_{P_r^s\left( k \right)}} = c\left( {\delta {t_r}\left( k \right)-\delta {t^s}\left( {{i_0}} \right)} \right)-{\rm{om}}{{\rm{c}}_{P_r^s\left( k \right)}} $$ (7)

    式中

    $$ {\rm{om}}{{\rm{c}}_{P_r^s\left( k \right)}} = c\sum\limits_{i = {i_0} + 1}^k {\Delta \delta {t^s}\left( i \right)}-m_r^s\left( k \right)d{T_r} + {\rm{OM}}{{\rm{C}}_{P_r^s\left( k \right)}} $$

    历元间差分方法同时对相位与伪距观测值进行了差分,由式(5)可以看出,求得的卫星钟差受到δts(i0)的影响,当采用导航星历进行计算时,会导致数十纳秒的偏差[2, 4-5]

    式(7)可看做利用精确求得的卫星钟变化来平滑伪距残差,因此δts(i0)经过一段时间才会收敛,才能被用于卫星钟差的计算,经测试,收敛时间大概需要20分钟。

    本文在文献[5]的基础上,利用式(7),对同一系统同一测站观测到的卫星st进行星间做差,消除接收机钟差可得:

    $$ {v_{P_r^{st}\left( k \right)}} = c\left( {\delta {t^t}\left( {{i_0}} \right)-\delta {t^s}\left( {{i_0}} \right)} \right)-{\rm{om}}{{\rm{c}}_{P_r^{st}\left( k \right)}} $$ (8)

    式中,δtt(i0)和δts(i0)分别为卫星ts在历元i0对应的卫星钟差改正数;omcPrst(k)=omcPrt(k)-omcPrs(k)vPrst(k)为卫星ts在历元k对应的伪距观测值残差星间差。

    式(8)与测站无关,采用最小二乘估计即可得到相应卫星的初始时刻钟差改正数δts(i0)。需要指出的是卫星钟差是相对量,采用重心基准$\sum\limits_{s = 1}^n {\delta {t^s}} \left( {{i_0}} \right) = 0 $进行约束,n为历元i0时刻观测到的同一系统卫星个数。

    求出卫星s初始时刻i0的卫星钟差改正数δts(i0)后,历元k时刻卫星s的钟差可以表示为:

    $$ {t^s}\left( k \right) = {t^s}{\left( k \right)_0} + \delta {t^s}\left( {{i_0}} \right) + \sum\limits_{i = {i_0} + 1}^k {\mathit{\Delta }\delta {\mathit{t}^s}\left( i \right)} $$ (9)

    式中,ts(k)0为历元k时刻由导航星历得到的卫星钟差初值;ts(k)为历元k时刻卫星s的钟差。

    为了对本文算法的精度进行分析,采用2014年9月17日(年积日为260天)的全球分布的50个实测跟踪站数据,基于均方根信息滤波单历元解算多系统卫星钟差,测站分布如图 1所示。由于GNSS (Global Navigation Satellite System)观测值是测站与卫星间的相对时间延迟,所以本文所求的卫星钟差是相对于某基准钟的相对钟差。研究表明,基准钟的精度优于10-6 s,相对钟差和绝对钟差对定位的影响是等价的[2]。本文为了保证基准钟的钟差精度及实时估计卫星钟差的需要,以所有跟踪站同一系统的接收机钟差的重心基准作为基准钟,本文所求的同一系统的卫星钟差是相对于该基准钟的相对钟差。

    图  1  GNSS测站分布(地图上中国国界依据中国地图(中国地图出版社出版1:60万,ISBN9787503154032,审图号GS(2009)299)
    Figure  1.  Distribution of GNSS Tracking Stations

    本文对估计的多系统卫星钟差的精度评价采用与武汉大学多系统最终精密卫星钟差做二次差的方法。首先,选取同一系统内某一卫星作为参考星,参考星要尽量选择历元数最多的卫星,做差时GPS、GLONASS、Galileo和BDS选择的参考星依次为G09、R05、E11和C01。为了消除卫星钟差估计时基准钟选择的不同产生的影响,将本文估计的卫星钟差与武汉大学卫星钟差中的相应卫星与参考星的钟差做一次差。然后将计算结果与武汉大学的结果做二次差,这样做可以有效地反映出本文估计的卫星钟差与武汉大学最终精密卫星钟差之间的符合程度[2, 4-5]图 2~图 4分别为GPS、GLONASS、BDS和Galileo系统卫星钟差与武汉大学最终精密卫星钟差二次差的均方根(root mean square,RMS)。从中可以看出,采用本文算法求得的GPS,GLONASS,Galileo和BDS卫星钟差与武汉大学最终精密卫星钟差二次差的均方根都优于0.2 ns,其中GPS所有卫星钟差二次差均方根的平均值为0.145 ns,GLONASS所有卫星钟差二次差均方根的平均值为0.188 ns,BDS和Galileo卫星钟差二次差均方根的平均值为0.139 ns。

    图  2  GPS卫星钟差精度
    Figure  2.  Accuracy of GPS Satellites Clock Offsets
    图  3  GLONASS卫星钟差精度
    Figure  3.  Accuracy of GLONASS Satelllites Clock Offsets
    图  4  BDS和Galileo卫星钟差精度
    Figure  4.  Accuracy of BDS and Galileo Satelllites Clock Offsets

    为了验证算法的正确性,将估计的多模卫星钟差应用于PPP动态定位,并与武汉大学最终精密卫星钟差的定位结果比较。为了排除轨道因素的影响,不同卫星钟差定位解算时,卫星轨道都固定为武汉大学最终精密卫星轨道。选取了多模跟踪站九峰站进行定位试验,本文估计卫星钟差时未使用该站数据,采用GPS、GPS/GLONASS、GPS/BDS、GPS/GLONASS/BDS和GPS/GLONASS/BDS/Galileo 5种不同的动态定位模式,统计了东、北和高三个分量偏差的均方根,从第3小时开始进行精度统计以保证三个方向上偏差小于10 cm。

    图 5图 6分别为采用武汉大学最终精密钟差和本文估计的精密钟差的定位结果。从中可以看出,对于九峰站,本文估计的GPS卫星钟差的定位结果优于武汉大学卫星钟差的定位结果,这主要是因为实验所用的跟踪站在中国境内比较集中,估计的卫星钟差更适用于该区域内测站。无论是对于本文估计的卫星钟差还是武汉大学的卫星钟差,多系统融合定位精度都得到了极大提高,GPS/BDS、GPS/GLONASS/BDS融合定位平面精度优于1 cm,高程方向优于3 cm,由于Galileo卫星数较少,GPS/GLONASS/BDS/Galileo四系统融合定位相对于GPS/GLONASS/BDS融合定位没有明显提高。另外,除了GPS,基于本文估计的卫星钟差的其余四种定位模式的定位结果与基于武汉大学的卫星钟差的定位结果差距在1 cm左右,这一方面可能是由于历元间差分观测值测量噪声变大,估计的卫星钟差精度比基于非差模式的钟差略差,另一方面可能是由于武汉大学估计多系统卫星轨道和钟差时用到九峰站的数据,该站定位结果与武汉大学最终精密卫星钟差内符合性较好。

    图  5  基于武汉大学最终精密钟差的九峰站动态精密单点定位结果
    Figure  5.  Multi-GNSS PPP Results with Satellites Clock Offsets Generated by Wuhan University
    图  6  基于本文估计的精密钟差的九峰站动态精密单点定位结果
    Figure  6.  Multi-GNSS PPP Results with Satellites Clock Offsets Estimated in this Article

    本文多模卫星钟差估计分为两步。首先,采用历元间差分相位观测值求解精确的卫星钟差变化和对流层湿延迟改正;然后,采用非差伪距观测值求解初始时刻卫星钟差改正数。本文不需要采用并行计算的方法,待初始时刻卫星钟差改正数收敛以后即可获得高精度的多模卫星钟差。由于相位观测值历元间差分消除了模糊度参数,而伪距观测值星间差分消除了接收机钟差参数,在保证了卫星钟差精度的基础上,提高了计算效率,该算法非常适合应用于多系统实时卫星钟差估计。

    基于本文算法得到的多模精密卫星钟差与武汉大学最终精密卫星钟差互差优于0.2 ns。精密单点定位结果显示与利用武汉大学最终精密产品的定位结果精度相当,说明基于该算法得到的多模精密卫星钟差完全可以满足高精度导航定位用户的需要。

    致谢: 本文GNSS观测数据来自中国大陆构造环境监测网络、青海省自然资源厅和中国移动公司建设的卫星导航定位基准站,在此表示感谢。
  • 图  1   青海玛多地震构造背景

    Figure  1.   Tectonic Settings of Mado Earthquake, Qinghai

    图  2   高频GPS观测的单历元动态解

    Figure  2.   Single Epoch Processing Kinematic Solution from High Frequency GPS Observation

    图  3   基于低频和高频GNSS观测的同震形变

    Figure  3.   Co-Seismic Deformation from 1 Hz and 30 s Sampling GPS Data

    图  4   断层滑移分布及GNSS同震形变拟合情况

    Figure  4.   Fault Slip Distribution Model and Its Fitting to the GPS Data

    表  1   基于高频GPS观测的同震形变

    Table  1   Co-Seismic Deformation form 1 Hz GPS Data

    站代码 纬度/(°) 经度/(°) 东向形变/m 北向形变/m 垂向形变/m 东向误差/m 北向误差/m 垂向误差/m
    HSHX 35.10 98.86 -0.068 0.009 -0.012 0.009 0.010 0.019
    JDUO 34.49 97.98 0.258 -0.058 -0.017 0.010 0.011 0.018
    KANQ 34.91 97.57 -0.159 0.210 -0.021 0.009 0.010 0.018
    MADU 34.92 98.22 -0.325 0.005 0.125 0.020 0.014 0.031
    QHAE 34.92 98.21 -0.239 0.082 0.025 0.009 0.008 0.018
    QHAG 35.11 98.87 -0.066 0.008 0.012 0.009 0.010 0.020
    QHAH 34.33 97.93 0.143 -0.022 0.066 0.012 0.015 0.029
    QHAJ 34.62 99.13 -0.475 -0.315 0.046 0.010 0.011 0.021
    QHMD 34.92 98.21 -0.237 0.079 0.040 0.011 0.015 0.025
    下载: 导出CSV

    表  2   基于低频GPS观测的同震形变

    Table  2   Co-Seismic Deformation from 30 s Sampling GPS Data

    站代码 纬度/(°) 经度/(°) 东向形变/m 北向形变/m 垂向形变/m 东向误差/m 北向误差/m 垂向误差/m
    HSHX 35.10 98.86 -0.074 0.011 0.011 0.004 0.004 0.011
    JDUO 34.49 97.98 0.281 -0.058 0.008 0.005 0.006 0.008
    KANQ 34.91 97.57 -0.167 0.204 -0.037 0.018 0.019 0.033
    MADU 34.92 98.22 -0.24 0.088 -0.019 0.005 0.006 0.006
    QHAE 34.92 98.21 -0.237 0.087 -0.002 0.011 0.007 0.009
    QHAG 35.11 98.87 -0.065 0.008 0.002 0.013 0.005 0.003
    QHAH 34.33 97.93 0.15 -0.007 0.008 0.006 0.005 0.004
    QHAJ 34.62 99.13 -0.493 -0.317 0.005 0.009 0.004 0.004
    QHBM 32.93 100.74 0.006 -0.011 -0.008 0.004 0.005 0.009
    QHDL 36.30 98.10 -0.003 0.008 0.002 0.005 0.005 0.006
    QHGE 36.15 94.77 0.000 -0.002 0.003 0.009 0.004 0.003
    QHMD 34.92 98.21 -0.238 0.087 -0.008 0.006 0.006 0.013
    QHME 37.47 101.40 0.005 -0.008 0.004 0.01 0.006 0.005
    QHMQ 34.48 100.25 -0.010 -0.012 0.009 0.004 0.005 0.009
    QHMY 38.48 90.80 0.005 -0.005 0.008 0.005 0.005 0.008
    QHQI 38.09 100.37 -0.009 -0.004 0.021 0.005 0.002 0.018
    QHTT 34.22 92.44 0.002 -0.003 0.010 0.002 0.004 0.014
    QSHE 33.81 97.14 -0.017 0.016 -0.069 0.025 0.017 0.008
    WENQ 35.41 99.44 -0.026 -0.025 0.01 0.002 0.005 0.012
    XNIN 36.60 101.77 -0.001 -0.006 0.002 0.006 0.006 0.011
    XRID 36.05 97.51 -0.008 0.016 0.00 0.006 0.004 0.006
    下载: 导出CSV

    表  3   震源几何参数反演结果

    Table  3   Focal Mechanism Solutions of the Madu Earthquake

    模型 纬度/(°) 经度/(°) 走向角/(°) 倾角/(°) 滑动角/(°) 长度/km 宽度/km 深度/km
    CENC 34.59 98.246 17
    USGS 34.613 98.246 92 67 -40 10
    200 53 -151
    GCMT 34.65 98.46 13 81 -173 12
    282 83 -9
    本文方法 34.62±0.02 98.38±0.02 278.49±0.83 64.38±12.88 -10.90±5.03 138.72±1.29 4.82±2.53 4.34±2.28
    下载: 导出CSV
  • [1] 中国地震台网中心. 青海果洛州玛多县7.4级地震[EB/OL]. (2021-06-02). https://news.ceic.ac.cn/CC20210522020411.html

    China Earthquake Network Center. M 7. 4-Madoi, Guoluo, Qinghai, China[EB/OL]. (2021-06-02). https://news.ceic.ac.(cn/CC20210522020411.html

    [2]

    Fang R, Shi C, Song W, et al. Determination of Earthquake Magnitude Using GPS Displacement Waveforms from Realtime Precise Point Positioning[J]. Geophysical Journal International, 2014, 196(1): 461-472 doi: 10.1093/gji/ggt378

    [3]

    Branzanti M, Colosimo G, Crespi M, et al. GPS Near-Real-Time Coseismic Displacements for the Great Tohoku-Oki Earthquake[J]. IEEE Geoscience Remote Sensing Letter, 2013, 10(2): 372-376 doi: 10.1109/LGRS.2012.2207704

    [4]

    Chen K, Ge M, Babeyko A, et al. Retrieving Real-Time Coseismic Displacements Using GPS/ GLONASS: A Preliminary Report from the Septem ber 2015 Mw 8. 3 Illapel Earthquake in Chile[J]. Geophysical Journal International, 2016, 206(2): 941-953 doi: 10.1093/gji/ggw190

    [5] 李志才, 张鹏, 蒋志浩, 等. 基于单历元方法研究汶川8.0级地震对中国大陆的同震变形[J]. 测绘科学, 2009, 34(5): 47-48

    Li Zhicai, Zhang Peng, Jiang Zhihao, et al. Research on Chinese Continent Coseismic Deformation Effect due to Wenchuan Ms 8.0 Earthquake Based on Single Epoch Method[J]. Science of Surveying and Mapping, 2009, 34(5): 47-48

    [6]

    Jiang Z, Wang M, Wang Y, et al. GPS Constrained Coseismic Source and Slip Distribution of the 2013 Mw 6. 6 Lushan, China, Earthquake and Its Tectonic Implications[J]. Geophysical Research Letters, 2014, 41: 407-413 doi: 10.1002/2013GL058812

    [7]

    Wen Y, Guo Z, Xu C, et al. Coseismic and Postseismic Deformation Associated with the 2018 Mw 7. 9 Kodiak, Alaska, Earthquake from Low-Rate and High-Rate GPS Observations[J]. Bulletin of Seismological Society of America, 2019, 109(3): 908-918 doi: 10.1785/0120180246

    [8]

    Ding K, Freymueller J T, Wang Q, et al. Coseismic and Early Postseismic Deformation of the 5 January 2013 Mw 7. 5 Craig Earthquake from Static and Kinematic GPS Solutions[J]. Bulletin of Seismological Society of America, 2015, 105(2B): 1 153-1 164 doi: 10.1785/0120140172

    [9]

    Zheng K, Zhang X, Li X, et al. Capturing Coseismic Displacement in Real Time with Mixed Singleand Dual-Frequency Receivers: Application to the 2018 Mw 7. 9 Alaska Earthquake[J]. GPS Solutions, 2018, DOI: 10.1007/s10291-018-0794-y

    [10]

    Zhong S, Xu C, Yi L, et al. Focal Mechanisms of the 2016 Central Italy Earthquake Sequence Inferred from High-Rate GPS and Broadband Seismic Wave Forms[J]. Remote Sensing, 2018, 10(4): 1-18 http://www.onacademic.com/detail/journal_1000040544025910_1fdd.html

    [11] 李志才, 张鹏, 温扬茂, 等. 基于GPS和海底基准点观测形变反演日本大地震(Mw 9. 0)同震断层滑动分布[J]. 武汉大学学报∙信息科学版, 2013, 38(1): 40-43 https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201301010.htm

    Li Zhicai, Zhang Peng, Wen Yangmao, et al. Coseismic Slip and Rupture of the 2011 Mw 9. 0 Tohoku Earthquake from GPS and Sea-Floor Point Observations[J]. Geomatics and Information Science of Wuhan University, 2013, 38(1): 40-43 https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201301010.htm

    [12] 李志才, 张鹏, 金双根, 等. 基于GPS观测数据的汶川地震断层形变反演分析[J]. 测绘学报, 2009, 38(2): 108-113 doi: 10.3321/j.issn:1001-1595.2009.02.003

    Li Zhicai, Zhang Peng, Jin Shuanggen, et al. Wen- chuan Earthquake Deformation Fault Inversion and Analysis Based on GPS Observations[J]. Acta Geodaetica et Cartographica Sinica, 2009, 38(2): 108-113 doi: 10.3321/j.issn:1001-1595.2009.02.003

    [13]

    Li Z, Wen Y, Zhang P, et al. Joint Inversion of GPS, Leveling, and InSAR Data for the 2013 Lushan(China)Earthquake and Its Seismic Hazard Implications[J]. Remote Sensing, 2020, 12(4): 715 doi: 10.3390/rs12040715

    [14]

    Zhang G, Hetland E, Shan X, et al. Triggered Slip on a Back Reverse Fault in the Mw 6. 8 2013 Lushan, China Earthquake Revealed by Joint Inversion of Local Strong Motion Accelerograms and Geodetic Measurements[J]. Tectonophysics, 2016, 672/ 673: 24-33

    [15]

    Huang Y, Qiao X, Freymueller J T, et al. Fault Geometry and Slip Distribution of the 2013 Mw 6. 6 Lushan Earthquake in China Constrained by GPS, InSAR, Leveling, and Strong Motion Data[J]. Journal of Geophysical Research Solid Earth, 2019, 124: 7 341-7 353 doi: 10.1029/2019JB017451

    [16] 陈明, 武军郦, 李志才. 国家卫星导航定位基准站建设[J]. 地理信息世界, 2018, 25(1): 42-46 doi: 10.3969/j.issn.1672-1586.2018.01.009

    Chen Ming, Wu Junli, Li Zhicai. Construction of the National GNSS Continuous Operation Reference Stations[J]. Geomatics World, 2018, 25(1): 42-46 doi: 10.3969/j.issn.1672-1586.2018.01.009

    [17] 邓起东, 张培震, 冉勇康, 等. 中国活动构造基本特征[J]. 中国科学(D辑): 地球科学, 2002, 32(12): 1 020-1 030 https://www.cnki.com.cn/Article/CJFDTOTAL-JDXK200212006.htm

    Deng Qidong, Zhang Peizhen, Ran Yongkang, et al. Basic Characteristics of Chinese Active Tectonics [J]. Science in China(Series D): Earth Sciences, 2002, 32(12): 1 020-1 030 https://www.cnki.com.cn/Article/CJFDTOTAL-JDXK200212006.htm

    [18] 张培震, 邓起东, 张国民, 等. 中国大陆的强震活动与活动地块[J]. 中国科学(D辑): 地球科学, 2003, 33(S): 12-20 https://www.cnki.com.cn/Article/CJFDTOTAL-JDXK2003S1001.htm

    Zhang Peizhen, Deng Qidong, Zhang Guomin, et al. Active Tectonic Blocks and Strong Earthquake Activities in the Continent of China[J]. Science in China(Series D): Earth Sciences, 2003, 33(S): 12-20 https://www.cnki.com.cn/Article/CJFDTOTAL-JDXK2003S1001.htm

    [19] 邓起东, 高翔, 陈桂华, 等. 青藏高原昆仑-汶川地震系列与巴颜喀喇断块的最新活动[J]. 地学前缘, 2010, 17(5): 163-178 https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY201005017.htm

    Deng Qidong, Gao Xiang, Chen Guihua, et al. Recent Tectonic Activity of Bayankala Fault-Block and the Kunlun-Wenchuan Earthquakes Series of the Tibetan Plateau[J]. Earth Science Frontiers, 2010, 17(5): 163-178 https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY201005017.htm

    [20] 徐锡伟, 闻学泽, 陈桂华, 等. 巴颜喀拉地块东部龙日坝断裂带的发现及其大地构造意义[J]. 中国科学(D辑): 地球科学, 2008, 38(5): 529-542 doi: 10.3321/j.issn:1006-9267.2008.05.001

    Xu Xiwei, Wen Xueze, Chen Guihua, et al. Discovery of Longriba Fault Zone in Eastern Bayankala Block, China and Its Tectonic Implication[J]. Science in China(Series D): Earth Sciences, 2008, 38(5): 529-542 doi: 10.3321/j.issn:1006-9267.2008.05.001

    [21]

    Gan W, Zhang P, Shen Z K, et al. Present-Day Crustal Motion Within the Tibetan Plateau Inferred from GPS Measurements[J]. Journal of Geophysical Research Solid Earth, 2007, 112(B8): 582-596 http://perso-sdt.univ-brest.fr/~jacdev/pdf/gan07_Tibet_GPS.pdf

    [22] 王椿镛, 楼海, 吕智勇, 等. 青藏高原东部地壳上地幔S波速度结构: 下地壳流的深部环境[J]. 中国科学(D辑): 地球科学, 2008, 38(1): 22-32 doi: 10.3321/j.issn:1006-9267.2008.01.003

    Wang Chunyong, Lou Hai, Lü Zhiyong, et al. S-wave Crustal and Upper Mantle's Velocity Structure in the Eastern Tibetan Plateau-Deep Environment of Lower Crustal Flow[J]. Science in China: Series D(Earth Sciences), 2008, 38(1): 22-32 doi: 10.3321/j.issn:1006-9267.2008.01.003

    [23]

    Bai D, Unsworth M J, Meju M J, et al. Crustal Deformation of the Eastern Tibetan Plateau Revealed by Magnetotelluric Imaging[J]. Nature Geoscience, 2010, 3(5): 358-362 doi: 10.1038/ngeo830

    [24] 李冲, 李建成, 黄瑞金, 等. 青藏高原东部地壳物质流变模型及汶川地震机理探讨[J]. 武汉大学学报∙信息科学版, 2015, 40(6): 810-815 https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201506020.htm

    Li Chong, Li Jiancheng, Huang Ruijin, et al. Discussion of Crustal Flow Beneath the Eastern Tibetan Plateau and Mechanism of the Wenchuan Earthquake[J]. Geomatics and Information Science of Wuhan University, 2015, 40(6): 810-815 https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201506020.htm

    [25] 中国地震局震害防御司. 中国近代地震目录(公元1912— 1990年)[M]. 北京: 地震出版社, 1999

    Department of Earthquake Disaster Prevention, State Seismological Bureau. The Catologure of Chinese Historical Strong Earthquakes 1912—1990)[M]. Beijing: Seismological Press, 1999

    [26]

    Xu X, Chen W, Ma W, et al. Surface Rupture of the Kunlunshan Earthquake(Ms 8. 1), Northern Tibetan Plateau, China[J]. Seismological Research Letter, 2002, 73(6): 884-892 doi: 10.1785/gssrl.73.6.884

    [27] 闻学泽, 杜方, 张培震, 等. 巴颜喀拉块体北和东边界大地震序列的关联性与2008年汶川地震[J]. 地球物理学报, 2011, 54(3): 706-716 doi: 10.3969/j.issn.0001-5733.2011.03.010

    Wen Xueze, Du Fang, Zhang Peizhen, et al. Correlation of Major Earthquake Sequences on the Northern and Eastern Boundaries of the Bayan-Har Block, and Its Relation to the 2008 Wenchuan Earthquake[J]. Chinese Journal of Geophysics, 2011, 54(3): 706-716 doi: 10.3969/j.issn.0001-5733.2011.03.010

    [28] 高翔, 邓起东. 巴颜喀喇断块边界断裂强震活动分析[J]. 地质学报, 2013, 87(1): 9-19 doi: 10.3969/j.issn.0001-5717.2013.01.002

    Gao Xiang, Deng Qidong. Activity Analysis of Large Earthquake in Boundary Faults Around the Bayankaka Faulting Block[J]. Acta Geologica Sinica, 2013, 87(1): 9-19 doi: 10.3969/j.issn.0001-5717.2013.01.002

    [29] 詹艳, 梁明剑, 孙翔羽, 等. 2021年5月22日青海玛多Ms 7. 4级地震深部环境及发震构造模式[J]. 地球物理学报, 2021, 64(7): 2 232-2 252 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX202107002.htm

    Zhan Yan, Liang Mingjian, Sun Xiangyu, et al. Deep Structure and Seismogenic Pattern of the 2021, 5. 22 Madoi(Qinghai)Ms 7. 4 Earthquake[J]. Chinese Journal of Geophysics, 2021, 64(7): 2 232-2 252 https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX202107002.htm

    [30]

    Geng J, Chen X, Pan Y, et al. PRIDE PPP-AR: An Open-Source Software for GPS PPP Ambiguity Resolution[J]. GPS Solutions, 2019, 23: 91 doi: 10.1007/s10291-019-0888-1

    [31]

    Dach R, Lutz S, Walser P, et al. Bernese GNSS Software Version 5. 2. User Manual[R]. Switzerland: Bern Open Publishing, 2015

    [32]

    Clarke P J, Paradissis D, Briole P, et al. Geodetic Investigation of the 13 May 1995 Kozani-Grevena (Greece) Earthquake[J]. Geophysical Research Letters, 1997, 24(6): 707-710 http://www.onacademic.com/detail/journal_1000035777530210_0e63.html

    [33]

    USGS. M 7. 3-Southern Qinghai, China[EB/ OL]. [2021-06-02]. https://earthquake.usgs.gov/earthquakes/eventpage/us7000e54r/executive

    [34]

    GCMT. Global CMT Catalog Search[EB/OL]. [2021-06-02]. https://www.globalcmt.org/CMT-search.html

  • 期刊类型引用(7)

    1. 蒋海涛,辛吉,管春洋,申争光. 卫星拒止情况下低精度惯导系统航姿算法研究. 导航定位与授时. 2021(01): 109-114 . 百度学术
    2. 王慧,管守奎,程涵. 基于惯性系原理的动基座粗对准及其性能影响因素分析. 测绘地理信息. 2021(05): 31-36 . 百度学术
    3. 赵仁杰,李开龙,胡柏青,田佳玉. 基于改进四元数阻尼误差模型的SINS初始对准算法. 系统工程与电子技术. 2021(11): 3330-3337 . 百度学术
    4. 查峰,何泓洋,李志炜,李京书. 一种改进的捷联惯导参数辨识初始对准方法. 武汉大学学报(信息科学版). 2020(07): 974-979 . 百度学术
    5. 石明琛,柴洪洲,尹潇,向民志,杜祯强. 载波相位差分辅助的船载SINS动态对准. 测绘科学技术学报. 2020(04): 344-349 . 百度学术
    6. 魏二虎,孙聃石,万伟,王凌轩,李延林. 一种针对大失准角捷联惯导系统初始对准的处理方法. 测绘地理信息. 2020(06): 7-11 . 百度学术
    7. 徐博,赵晓伟,金坤明. 基于粒子群优化的舰船捷联惯导初始对准方法. 中国惯性技术学报. 2020(06): 735-741 . 百度学术

    其他类型引用(6)

图(4)  /  表(3)
计量
  • 文章访问数:  2054
  • HTML全文浏览量:  932
  • PDF下载量:  294
  • 被引次数: 13
出版历程
  • 收稿日期:  2021-06-07
  • 发布日期:  2021-10-04

目录

/

返回文章
返回