地震事件的多重时空聚类算法研究_冯鹏.pdf

2023 年第 38 卷 第1期2023，38(1):0001-0011地球物理学进展Progress in Geophysicshttp:/wwwprogeophyscnISSN 1004-2903CN 11-2982/P冯鹏，郭飚，陈九辉2023 地震事件的多重时空聚类算法研究 地球物理学进展，38(1):0001-0011，doi:10 6038/pg2023GG0200FENG Peng，GUO Biao，CHEN JiuHui 2023 Multi-step spatiotemporal clustering algorithms for seismic events Progress in Geophysics(in Chinese)，38(1):0001-0011，doi:106038/pg2023GG0200地震事件的多重时空聚类算法研究Multi-step spatiotemporal clustering algorithms for seismic events冯鹏，郭飚*，陈九辉FENG Peng，GUO Biao*，CHEN JiuHui收稿日期2022-06-15;修回日期2022-11-04投稿网址http:/www progeophys cn基金项目国家重点研发计划“地块及边界带深部结构与深-浅构造耦合”(2017YFC1500103)资助第一作者简介冯鹏，男，1995 年生，硕士研究生，主要从事地震活动性研究 E-mail:1256072753 qq com*通讯作者郭飚，男，1974 年生，博士，副研究员，主要从事地震层析成像、地震各向异性、伴随层析成像、地震波与重力联合反演和压缩感知算法研究 E-mail:guobiao ies ac cn地震动力学国家重点实验室，中国地震局地质研究所，北京100029State Key Laboratory of Earthquake Dynamics，Institute of Geology，China Earthquake Administration，Beijing 100029，China摘要地震序列是一组在一定的时间和空间范围内连续发生的地震事件，其发震机制具有某种内在联系，包含着地震孕育、发生、发展过程的丰富信息，是研究地震孕育、发震构造、区域应力特征及地震活动趋势的重要依据 实际的地震序列经常在时间和空间上重叠并淹没在海量的背景地震事件中，使得准确高效地识别地震序列仍然存在难度 本文基于 ST-DBSCAN 和DBSCAN 两种聚类算法，采用先松后紧的参数设置策略，通过多次聚类逐渐寻找最佳的地震序列的方法构建了多重时空聚类算法，并同时获得每一个地震序列的展布方向、持续时间、序列类型等地震序列的特征参数 通过对理论合成地震目录和六盘山及其邻区内的实际地震目录的测试表明，该算法不需要预先设置地震序列的个数，可以有效的识别小震群;避免使用时空耦合距离参数，使参数的设置更具有实际意义;采用多次聚类策略，提高了聚类的有效性和准确性;计算效率高节约内存，能够对数量庞大的地震目录进行聚类;能够获得地震序列的相关统计参数，为进一步的定量分析提供依据;能够在含有噪点的数据集中有效识别具有复杂时空分布的地震序列，解决了因发震构造形状复杂所造导致的震群分布复杂无法识别的问题关键词地震序列;DBSCAN;ST-DBSCAN;多重时空聚类中图分类号P315文献标识码Adoi:10 6038/pg2023GG0200AbstractEarthquake sequence is a set of earthquake thatoccur in continuous time and space Its seismic mechanismhas strong correlation Earthquake sequence is importantbasis to study earthquake breeds，seismic mechanism，Stress feature and Seismicity，because earthquake sequencecontainstheinformationofearthquakepreparation，ccurrence and development In fact，earthquake sequencesare submerged in massive background earthquake，andoverlap in time and space，which makes it difficult toidentify earthquake sequences accurately and efficientlyBase on ST-DBSCAN and DBSCAN，this paper constructedmulti-step spatiotemporal clustering algorithms to Searchfor the best earthquake sequence The algorithm s mainprocess:the first step is using ST-DBSCAN algorithm forspatiotemporal clustering by loose clustering parameters;the second step is to use DBSCAN clustering algorithm tospatially cluster by tight clustering parameters;the thirdstep isusingDBSCANclusteringalgorithmtotimeclustering by time clustering;finally，counting key parametersof earthquake sequence，such as the distribution direction、duration、sequence type，etc Using theoretically synthesizedearthquake catalogue and actual earthquake catalogue inLiupanshan to test the method The test result shows:(1)This method can effectively identify earthquake sequenceswhich submerged in massive background earthquake andoverlaped in time and space，can identify earthquakesequence with complex distribution due to complex shapeof seismogenic structure;(2)There is no need to preset thenumber of seismic sequences，so the hidden earthquakesequences can be effectively distinguish;(3)Avoid usingspace-time coupling distance to make parameter settingmore practical;(4)Multi-step spatiotemporal clusteringcan not only avoid missing earthquake events，but alsoimprove the accuracy of clustering;(5)The analysis ofearthquake arameters can provide quantitative data basisfor further analysis;(6)Under the current monitoringcapability of the seismic network，Changing the clusteringparameters has little effect on the clustering results(7)This method improves the computational efficiency，savesmemory，and can cluster huge amount of earthquake catalogs地球物理学进展www progeophys cn2023，38(1)KeywordsEarthquakesequence;DBSCAN;ST-DBSCAN;Multi step spatiotemporal clustering0引言地震的发生、发展与复杂的地质条件密切相关，观测和研究表明地震在空间和时间上呈现明显的疏密变化，即时空聚集特征(Aki，1981;韩志军等，2003;Shearer，2012)根据地震的时空聚集程度和相关特征，地震序列被定义为一组在连续时间和空间范围内发生的地震事件，其中包含着地震孕育、发生、发展过程的丰富信息(吴开统等，1990)地震序列可以分为三种类型:主震余震型，前震主震余震型和没有明显主震的震群型 地震序列类型与介质结构和应力分布密切相关，主震余震型地震一般发生在介质和应力分布相对均匀的环境下，前震主震余震型地震发生在介质结构和应力都是非均匀的环境下，无主震的震群型地震一般发生在介质结构和应力都极度不均匀的环境下(Mogi，1963)另外，岩石物理实验及实际观测表明地震孕育过程中会导致不同时空分布的地震序列，这些地震序列是研究地震孕育过程最重要的现象和证据，是震源区即将发生的应力变化、断层滑动或强度变化的重要线索(Katoand Ben-Zion，2021)因此识别和分析地震序列对于地震孕育、发震构造、区域应力特征和地震活动趋势的 分 析 具 有 重 要 意 义(Touati et al，2011;Zaliapin and Ben-Zion，2011，2016)目前主流的地震序列研究大多针对大地震的余震序列，并由此分析发震构造、应力分布和地震活动趋势，以及相关的地球物理特征 陈九辉等(2009)根据重新定位的汶川地震余震序列分析了汶川地震的深部地震构造和震源破裂过程 Chen 和 Shearer(2013)分析了南加州三次 7 级地震的前震序列，结果表明前震序列和地震群具有相似性，与局部的断层的复杂性密切相关 李丽等(2018)根据汶川地震余震序列的时空分布特征，研究了汶川地震后区域应力调整和未来余震发展趋势 对于震级较小的，在时间上和空间上有着明显的相关性，持续时间较短的中小地震活动，由于破坏性有限和观测能力不足，很容易受到忽略(崔子健等，2011)随着地震台网的密度增加以及地震监测水平的提高，大量的中小地震事件可以被检测、识别和定位，区域地震目录进一步完备 因此，从海量的地震事件中提取具有时空聚集特征的地震序列，开始受到关注(Batac andKantz，2013)Zaliapin 和 Ben-Zion(2013a，b)对南加州的中小震级的地震进行了聚类分析，结果表明地震序列的分布与地震活动模式基本一致，地震序列类型与地下介质的流变性质及温度密切相关Ansari 等(2009)采用模糊聚类算法对伊朗的地震目录进行了空间聚类，识别出了断层系统和地震活动构造带，还原了伊朗高原的主要地震构造特征，验证了聚类在识别地震目录中隐藏信息方面的适用性和有效性 Telesca 等(2001，2003)对意大利和南加州的地震目录分析了时间聚集行为的空间和深度的变化 Konstantaras 等(2007，2008)利用地震事件的空间和时间维度对希