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.
  • 卫星精密轨道确定中光压建模一直是一个重要研究课题。GPS卫星导航系统是目前力学机理模型较为清楚的导航系统,其定轨精度从最初的米级提高到现在的厘米级,很大一部分得益于光压模型的不断的精化[2]。北斗卫星导航系统(BeiDou Navigation Satellite System, BDS)是中国自主研制的卫星导航系统,与其他导航系统相比,中国的BDS系统由GEO、IGSO、MEO三类卫星组成,目前BDS卫星定轨精度尚没有达到GPS那样的定轨精度,一个很大的原因就是没有建立适合这三类卫星的光压模型,因此应该根据这三类卫星的轨道、姿态、物理特性建立不同的光压模型,以期提高这三类卫星定轨的精度。

    回顾GPS光压模型建模的历程,一般分为分析型光压模型、经验型光压模型、半分析半经验型光压模型。分析型光压模型主要有ROCK模型[3]、T10/T20/T30模型[4];经验型光压模型有Colombo模型[5]、JPL使用的GSPM(GPS solar pressure model)模型[6]、CODE建立的ECOM模型、BERNE1、BERNE2[2, 7];半分析型半经验型光压模型有Adjustable box-wing模型[8]。Bernese ECOM光压模型是CODE针对GPS卫星建立的经验型光压模型,该模型是目前IGS几大分析中心定轨软件中使用最多、定轨效果较好的光压模型。该模型认为太阳是引起轨道共振的激发源,因此与Colombo模型的RTN方向不同,ECOM模型在DYB坐标轴下,采用3个相互正交方向上分别使用3组参数(共9个参数)来吸收残余摄动力影响,可使定轨精度达到厘米级。但是由于该模型吸收了其他一些未能建模的摄动力,其模型的意义已不再是单纯的光压摄动,更确切的是将物理机理不清楚的力学因素用9参数函数模型来表达,因参数的时效性有限,定轨时需分段逼近。但是该模型包含的估计参数较多,由于定轨参数间的相关性,并非解算全部9参数会得到最优解,故结合每个参数的贡献大小和显著性水平寻求最佳的参数组合,以期提高卫星定轨精度。对于GPS卫星定轨,目前普遍认为定轨效果比较好的办法是只解算DYB轴上长期项D0、Y0、B0和B轴上的周期项BcBs共5个参数,武汉大学PANDA软件中采用的就是这样的方式[9-11],但是这只是经验上的设定,并没有文献通过理论上的分析去说明,甚至是否还有更优的参数解算方式,这都是值得研究的。另外,ECOM模型是针对GPS卫星建立的,GPS全部是由MEO卫星组成,该模型用到BDS上未必合适,比如BDS中GEO采用零偏航的姿态控制模式,这与ECOM模型的建立方式有偏差,因此也应该进行相关的研究。

    文献[12]使用了GPS的SP3精密星历,对GPS卫星的ECOM光压模型参数进行了统计分析,对于GPS卫星定轨估计8个参数较为合理。文献[2]基于历史的GPS精密星历研究了光压参数的变化规律,并将其中的一部分参数固定,形成了新的光压模型CODE98,该模型特别适合GPS卫星快速定轨和预报。这两种方法为BDS光压模型的研究提供了思路,但也存在些问题, 如文献[13]研究采用了轨道拟合的方式,而用实测L波段的载波和相位观测数据进行定轨时,定轨的观测方程与轨道拟合的观测方程形式不同,轨道拟合时的设计矩阵AB实际为状态转移矩阵Φ和敏感矩阵S,而采用L波段的观测数据定轨时观测方程中的设计矩阵还需乘上测站至卫星方向的3个方向余弦,因此仅靠轨道拟合方式得到的光压参数组合在采用实测L波段数据定轨时并不一定是效果最佳的;而CODE98将一部分参数固定,实际定轨时这部分参数的不确定度很可能会被其他参数吸收,参数也失去了原来的意义。而且这两种方式都是针对GPS卫星的,因此本文借鉴这两种处理方式,分析ECOM模型在BDS定轨中参数最佳的组合方式。将一年的BDS精密星历作为观测量进行轨道拟合,对拟合得到的9个参数时间序列进行分析,研究参数的量级以及变化规律,结合参数相关性分析结果,构建线性回归参数显著性假设,最终确定出参数的最佳组合方式,最后利用MGEX实测数据进行定轨,轨道和钟差比较结果表明,只解算D0Y0B0BcBs共5个参数定轨效果最佳。

    ECOM光压模型定义eDeyeB作为3个基本坐标单位向量,eD为卫星至太阳方向单位向量,正向指向太阳,ey为卫星至地心方向的单位向量,eB为卫星太阳帆板轴向单位向量,exey, ez为星固坐标系坐标轴的单位向量,有ey=ez×eDex=ey×ezeB=eD×ey[8]

    ECOM模型加速度计算公式如下:

    $$ \begin{array}{l} \mathit{\boldsymbol{a}}{_s} = \frac{{a_u^2}}{{|\mathit{\boldsymbol{r}}{_s} - \mathit{\boldsymbol{r}}{|^2}}}\left[ {D\left( u \right) \cdot \mathit{\boldsymbol{e}}{_D} + Y\left( u \right)\cdot{\rm{ }}\mathit{\boldsymbol{e}}{_y} + } \right.\\ \left. {B\left( u \right)\cdot{\rm{ }}\mathit{\boldsymbol{e}}{_B}} \right] \end{array} $$ (1)

    其中

    $$ \begin{array}{l} D\left( u \right) = {D_0}\left[ {\lambda {\rm{SRP}}\left( 1 \right)} \right. + {\rm{SRP}}\left( {\rm{4}} \right) \cdot \cos \left( u \right) + \\ \left. {{\rm{SRP}}\left( 5 \right) \cdot \sin \left( u \right)} \right] \end{array} $$ (2)
    $$ \begin{array}{l} Y\left( u \right) = {D_0}\left[ {{\rm{SRP}}\left( 2 \right)} \right. + {\rm{SRP}}\left( 6 \right) \cdot \cos \left( u \right) + \\ \left. {{\rm{SRP}}\left( 7 \right) \cdot \sin \left( u \right)} \right] \end{array} $$ (3)
    $$ \begin{array}{l} B\left( u \right) = {D_0}\left[ {{\rm{SRP}}\left( 3 \right)} \right. + {\rm{SRP}}\left( 8 \right) \cdot \cos \left( u \right) + \\ \left. {{\rm{SRP}}\left( 9 \right) \cdot \sin \left( u \right)} \right] \end{array} $$ (4)

    式中,SRP(i)(i=1, 2, …, 9)为待估参数;u定义为卫星在轨道平面上距升交点的角度;λ为阴影因子;αu代表天文单位的长度;rsr分别为惯性系下太阳和卫星的位置;D0为与卫星型号有关的面质比参数,其取值与卫星型号以及质量有关。

    线性化后的定轨观测方程可写为:

    $$ \mathit{\boldsymbol{AX + BY + \boldsymbol{\varDelta} = L}} $$ (5)

    其中,X为定轨基本参数,即系统参数;Y为附加参数;Δ为观测误差;L为观测量。参数相关性分析时X为6个轨道根数,而Y为ECOM模型的9个光压参数。

    对光压模型参数的相关性检核的具体方法如下:使用2014年的GFZ解算的BDS星历作为伪观测值,选择6个轨道根数及9个光压参数作为解算参数,形成观测方程并得到权逆阵,并按式(6)计算相关系数:

    $$ {p_{ij}} = {q_{ij}}/\left( {\sqrt {{q_i}{q_j}} } \right) $$ (6)

    式中,qij为权逆阵第i行第j列元素;qiqj为权逆阵对角线第ij元素。统计每天每颗卫星解算的相关系数大于0.80的参数对,一年中超过30 d都相关的参数对情况如表 1

    表  1  BDS定轨中ECOM模型9参数相关性分析
    Table  1.  Correlation Analysis of Nine Parameters of ECOM in BDS POD
    卫星号 参数1 参数2
    所有卫星C01-C14 D0 Dc
    D0 Ds
    Ys Bc
    Bs Yc
    C02、C03、C10、C11、C12、C13、C14 Y0 Yc
    C03、C05、C06、C08、C09、C10、C11、C12、C13、C14 Y0 Ys
    下载: 导出CSV 
    | 显示表格

    以C03卫星为例,解算出来的相关系数一年的变化情况如图 1,其他卫星与此类似。

    图  1  C03卫星一年的相关系数变化情况
    Figure  1.  One Year's Correlation Coefficient of Satellite C03

    表 1中看出,所有卫星D0参数与DcDs强相关,而YsBcBsYc强相关;除了C01、C02、C04、C07卫星外,其他卫星Y0与Ys强相关;而对于GEO和MEO卫星Y0与Yc参数强相关,对于IGSO卫星则相关性较弱。

    其中,D0参数代表对日方向的加速度,所以D0参数是必须解算的,DcDs参数就不需要解算,对于其他4个参数YcYsBcBs是否解算,需要进行参数的显著性检验,与文献[13]的处理方式不同,因为实测数据定轨时的法方程与轨道拟合的法方程不同,故本文除了通过统计检验的方式进行参数的显著性分析,还对这4个参数一年的时间序列进行分析,从参数的量级以及参数的年变化规律分析参数可解与参数不需要解算的情况。

    以C01卫星为例,Y0、YcYsBcBs参数一周年的序列值如图 2

    图  2  C01卫星Y0、Yc、Ys、BcBs参数一周年的变化情况
    Figure  2.  One Year's Time Series of Y0, Yc, Ys, Bc, Bs Parameters

    图 2中方框内的时期为地影期,这时间段内的光压参数是不稳定的,剔除这两段时期的数据进行统计,可以看出BcBs参数存在一个以年为单位的周期项,而且BcBs参数的量级要比Y0、YcYs参数的大,这5个参数的均值mean和均方根RMS如表 2

    表  2  C01卫星5参数的均值和均方根/(10-9m·s-2)
    Table  2.  The Mean and RMS of 5 Parameters of Satellite C01/(10-9m·s-2)
    参数 Y0 Yc Ys Bc Bs
    mean -0.221 -0.157 -0.145 -0.448 -0.107
    RMS 0.862 0.892 0.924 5.371 3.846
    下载: 导出CSV 
    | 显示表格

    为了分析BcBs参数的周期特性,下面采用快速傅里叶变换对BcBs参数周期进行分析,详细步骤如下:

    1) 数据预处理,对剔除的粗差点进行插值处理,得到等间隔的参数时间序列;

    2) 利用谱分析方法对数据进行分析,得到频谱图;

    3) 选择最大周期,对光压序列进行拟合,拟合的结果与原始的序列如图 3图 4

    图  3  C01卫星Y轴3个参数周期特性分析
    Figure  3.  Periodic Analysis Results of Three Parameters in Y Axis of Satellite C01
    图  4  C01卫星BcBs参数周期特性分析
    Figure  4.  Periodic Analysis Results of Bc, Bs Parameters of Satellite C01

    参数的显著性检验采用文献[13]的方式进行,通过不同类型参数定轨结果方差比的F检验方法来实现。

    构造原始假设H0σ02=σ12

    备选假设H1σ02 < σ12

    实际计算中σ02取为9参数模型计算得到的单位权中误差,即σ02=VTPV/tt为多余观测数;V为采用9参数模型定轨得到的观测量验后残差;σ12=(V1TPV1VTPV)/t0,其中t0为待检核的参数数量,比如仅仅要检核光压参数SRP(i),则t0=8;V1为不估计检核参数SRP(i)得到的残差。若统计量σ12/σ02大于由给定显著水平及子样容量确定的F分布积分上限,则说明这些参数是显著的,应该在模型中体现,否则说明该参数在定轨中可不估计。

    采用上节GFZ解算的一年的精密星历作为伪观测量,每天一个弧段依次对YcYsBcBs共4个参数进行显著性检验,给定显著性水平0.05,得到F0.05(1, 270)=3.880,则方差比超过该值就认为该参数是显著的,统计4个参数这一年中通过显著性检验的比率,见表 3

    表  3  14颗卫星4个参数显著性检验通过的比率/%
    Table  3.  Passing Rate of 4 Parameters Significance Test of 14 Satellites/%
    Yc Ys Bc Bs
    C01 20.14 24.73 43.11 47.35
    C02 4.53 5.66 28.68 24.53
    C03 7.43 11.52 29.74 29.74
    C04 18.84 18.49 40.75 34.59
    C05 9.84 8.85 30.16 30.16
    C06 24.84 22.93 47.13 39.81
    C07 22.68 24.28 40.58 52.40
    C08 19.86 21.63 37.59 41.13
    C09 27.94 30.79 47.62 43.81
    C10 27.16 28.75 41.85 42.17
    C11 24.48 23.22 62.15 60.25
    C12 22.27 20.06 55.52 54.89
    C13 26.10 23.66 65.85 58.54
    C14 24.75 22.85 66.46 60.13
    下载: 导出CSV 
    | 显示表格

    表 3中看出,BcBs参数通过检验的比率明显大于YcYs参数,而且GEO卫星更明显,这说明YcYs的显著性较弱,为了检验不解算YcYs参数的定轨效果,与文献[12]的方式不同,本文采用L波段实测数据定轨来验证。

    收集了2014年年积日069-079期间共50个MGEX监测站的数据进行定轨,测站分布如图 5,设计3种不同的参数解算方案:

    图  5  测站分布图
    Figure  5.  Distribution Diagram of Monitor Stations

    方案1  解算D0、DcDsY0、YcYsB0、BcBs

    方案2  仅解算D0、Y0、YcYsB0、BcBs

    方案3  仅解算D0、Y0、B0、BcBs

    定轨采用的模型和参数如下:观测量采用B1、B2频点无电离层组合伪距和相位非差观测量;解算弧段为3 d,采样间隔为300 s;截止高度角7°;EOP参数固定为IERS C04值;模糊度采用浮点解;跟踪站坐标固定为GPS PPP结果;测站潮汐改正考虑地球固体潮、固体极潮、海洋极潮、测站海潮;对流层采用Saastamoinen + GMF估计湿延迟参数。

    在定轨解算过程中,考虑的摄动力模型包括以下几项:JPL DE405太阳、行星摄动,EGM96 10×10阶重力场模型,IERS-Conventions 2010地球固体潮、海潮、地球极潮、海洋极潮,积分器采用的是RKF6/7起步、Adams预报校正多步法。

    采用内符和外符两种方式评估3种方案的定轨结果:①重叠弧段比较;②与GFZ结果进行比较。

    统计3种方案10 d定轨结果,采用3 d重叠2 d的方式评估3种方案的定轨精度,比如“069-070-071”和“071-072-073”两个3 d弧段,统计重叠071天的结果,10 d共重叠第7 d,给出7 d的平均值,分别采用径向和用户距离误差(user range error, URE)衡量3种方案的定轨精度。URE是卫星轨道误差在全球范围内用户观测方向上投影的平均值,表征了导航卫星轨道误差对用户测距的影响[15],计算公式为:

    $$ \begin{array}{l} {\rm{UR}}{{\rm{E}}_{{\rm{BDS(GEO,IGSO)}}}} = \\ \sqrt {{{\left( {0.99\Delta R} \right)}^2} + \frac{1}{{127}}(\Delta {T^2} + \Delta {N^2})} \end{array} $$
    $$ \begin{array}{l} {\rm{UR}}{{\rm{E}}_{{\rm{BDS(MEO)}}}} = \\ \sqrt {{{\left( {0.98\Delta R} \right)}^2} + \frac{1}{{54}}(\Delta {T^2} + \Delta {N^2})} \end{array} $$

    式中,ΔR、ΔT、ΔN分别为卫星轨道在RTN方向上的误差。

    重叠弧段比较结果如图 6,可以看出:无论是径向还是URE,方案3的定轨精度都是最佳,方案3相对方案1径向提高72.9%,URE提高58.6%。

    图  6  重叠弧段径向和URE比较结果
    Figure  6.  Radial Error and URE of Overlapped-arcs

    统计3种方案10 d定轨结果,将结果与GFZ解算结果进行比较,GFZ目前提供了多系统星历产品的解算策略[15],10 d的平均值结果如表 4。可以看出:对于GEO卫星,方案3中R、N两个方向精度明显高于方案2,但是T方向的精度最差,这与文献[11]的结果一致,文献[11]采用切向经验力补偿了GEO卫星切向残余的摄动力,提高了GEO卫星定轨的切向精度[11];对于IGSO/MEO卫星,在R、T、N方向上方案3的定轨结果都是最佳的,IGSO卫星方案3相对于方案1,3个方向分别提高82.92%、17.70%、31.86%,MEO卫星方案3相对于方案1,3个方向分别提高61.02%、15.30%、25.84%。

    表  4  3种方案定轨精度比较结果/m
    Table  4.  POD Accuracy Comparison of Different Schemes/m
    方案1 方案2 方案3
    R T N R T N R T N
    C01 0.505 5.260 0.516 0.348 7.634 0.457 0.266 8.798 0.301
    C03 1.030 5.084 0.324 0.205 5.831 0.246 0.161 5.427 0.153
    C04 0.644 1.813 0.396 0.630 2.931 0.389 0.466 2.588 0.145
    C05 0.739 3.573 0.374 0.263 4.160 0.236 0.191 4.095 0.198
    mean 0.730 3.933 0.403 0.362 5.139 0.332 0.271 5.227 0.199
    C06 0.892 0.634 0.340 0.217 0.635 0.303 0.141 0.575 0.275
    C07 0.564 0.512 0.379 0.173 0.462 0.337 0.107 0.367 0.222
    C08 1.791 0.509 0.379 0.395 0.468 0.364 0.235 0.490 0.255
    C09 0.861 0.592 0.285 0.270 0.669 0.248 0.196 0.587 0.190
    C10 0.782 0.492 0.311 0.234 0.275 0.257 0.154 0.238 0.212
    mean 0.978 0.548 0.339 0.258 0.502 0.302 0.167 0.451 0.231
    C11 0.294 0.284 0.241 0.112 0.278 0.212 0.098 0.302 0.213
    C12 0.259 0.348 0.219 0.125 0.310 0.169 0.100 0.283 0.193
    C13 0.211 0.294 0.340 0.132 0.276 0.304 0.104 0.248 0.204
    C14 0.253 0.330 0.268 0.112 0.261 0.244 0.094 0.231 0.180
    mean 0.254 0.314 0.267 0.120 0.281 0.232 0.099 0.266 0.198
    下载: 导出CSV 
    | 显示表格

    比较3种方案10 d定轨解算的钟差结果,比较时需要消除两家定轨结果中不同的钟差基准影响,通常采用所谓的“二次差”法[13],本文选择C01卫星作为参考星,然后其他卫星计算的钟差结果相对C01卫星的钟差做一次差,并将消除了基准钟差影响的计算结果之间做二次差,统计其他卫星的RMS值,结果如图 7

    图  7  3种方案钟差解算结果的比较
    Figure  7.  Clock Resolving Result of Different Scheme

    图 7的结果可以看出,方案3的钟差之差的均值为0.31 ns,方案2的钟差之差的均值为0.51 ns,方案1的钟差之差的均值为1.86 ns,方案3的结果最好,这与轨道的评估结果一致。

    BDS卫星精密定轨中应用最多的经验型光压模型是ECOM模型,但是该模型解算参数较多,不一定解算全部参数定轨效果最佳,因此本文针对ECOM模型在BDS定轨中的应用特性,分析参数的特性,寻求最佳的参数组合方式,以期提高BDS卫星精密定轨的精度,主要结论如下。

    1) 将2014年GFZ解算的BDS星历作为伪观测值,采用几何轨道平滑的方式,解算出ECOM模型的9个光压参数,统计了这9参数一年的相关性、量级及周期特性,发现BcBs参数存在明显的周年特性,而YcYs则不明显,且BcBs的量级较YcYs高,参数显著性检验也证明BcBs参数的显著性水平明显高于YcYs

    2) 采用MGEX实测数据进行定轨,根据以上分析的参数不同的组合方式,选择了3种不同的方案,分别采用内符合和外符合两种方式评估3种方案定轨精度,结果表明:只解算D0、Y0、B0、BcBs 5个参数定轨效果最佳,因此建议BDS定轨中使用5参数的ECOM经验型光压模型。

    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(5)

    1. 李鹏杰,张捍卫,谢孟辛,赵东方. 北斗三号卫星精密定轨中的光压模型研究. 天文学报. 2023(04): 127-139 . 百度学术
    2. 李子强,辛洁,郭睿,李晓杰,唐成盼,田翌君. 基于北斗星间链路的卫星自主导航可行性分析. 武汉大学学报(信息科学版). 2022(01): 55-60 . 百度学术
    3. 常春涛,慕仁海,程鹏飞,成英燕. 新太阳光压模型在GNSS定轨中的应用. 测绘科学. 2021(02): 78-84 . 百度学术
    4. 王磊,赵春梅,何正斌,马天明. 低轨卫星激光测距轨道预报方法及精度分析. 导航定位学报. 2021(04): 24-31 . 百度学术
    5. 薛建华,刘超,赵瑞. 先验光压模型对Galileo卫星产品性能的影响分析. 地球物理学进展. 2019(03): 969-973 . 百度学术

    其他类型引用(7)

图(4)  /  表(3)
计量
  • 文章访问数:  2060
  • HTML全文浏览量:  935
  • PDF下载量:  294
  • 被引次数: 12
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