焦明若，夏彩韵，王喜龙，王 亮，孔祥瑞，张志宏

（辽宁省地震局，辽宁 沈阳 110034）

辽宁地区中强震预测指标体系研究

焦明若，夏彩韵，王喜龙，王 亮，孔祥瑞，张志宏

（辽宁省地震局，辽宁 沈阳 110034）

分别提取地震三要素的异常指标，建立了辽宁地区异常指标体系。通过梳理辽宁及周边中强地震前测震学科异常变化特征，提取异常指标，研究各指标与地震三要素的关系，给出异常指标的权重；根据历史震例研究前兆学科典型趋势和短临异常变化特征，提取异常变化幅度、持续时间和形态变化特征等定量指标，同时给出各异常指标与地震三要素的关系，依据地震对应情况给出各异常指标的权重；最后结合辽宁地区测震学前及前兆学指标，以及各异常指标权重信息集成，建立辽宁地区中强震预测指标体系，为辽宁地区危险区判定和跟踪提供依据与技术支持。

辽宁地区；异常提取；异常指标；信息集成

0 引言

自2008年以来，辽宁地区多次发生4级地震或震群活动，特别是2013年以来辽宁地区相继发生了灯塔M5.1和科尔沁M5.3地震，随后，辽宁地区又相继发生一系列5级地震，形成了一条近南北向的5级地震条带，该地区应力水平明显增强。辽宁地区一直是华北地区打破6级地震平静的首发地区之一，多年来也一直是华北地区划定的地震重点危险区之一。因此未来一段时间辽宁地区6级左右地震的危险性进一步增强，震情跟踪的任务更加艰巨。考虑到辽宁地区连续多年被划为6级地震重点危险区以及当前严峻的震情形势，建立辽宁地区中强震的前兆指标体系并指导未来地震预报实践非常紧迫且必要。

考虑到辽宁地区中强地震活动的规律性，本文采用辽宁地区1970年以来发生的10次M5.0以上地震进行总结。辽宁地区指标体系的建立可以通过长中短临的思路建立，尽量考虑到不同构造分区存在指标不同的特点。文中分别给出辽宁地区M5.0以上地震的不同学科异常特征和三要素预测指标。最后对测震学和部分前兆学异常指标进行了信息集成。

1 选取资料和分析方法

1.1震例选取

对于辽宁地区中强震前异常资料的收集与分析主要基于中国震例[1-2]（1966—2006年）与前人公开发表的相关文献、著作[3-5]以及年度趋势报告①辽宁省地震局. 辽宁省地震趋势年度会商报告.沈阳：辽宁省地震局1990-2016.。选取的历史中强地震为1970年以来的M5.0以上地震，对所收集到的辽宁及邻区发生的历史中强地震震例进行分析，挑选出有辽宁地区前兆异常对应的地震（表1），而后依据长、中、短临时间尺度对所挑选的地震进行前兆异常特征提取及分析研究。

表1 辽宁及邻区1970年以来中强地震震例

1.2测震学指标提取方法

测震学前兆异常提取的技术途径主要采用日常会商中比较成熟的异常指标提取方法。可分为地震活动图像异常与地震波异常，主要提取方法包括地震空区、条带；前兆震群、前震的识别；相关地震、余震窗、信号震、逼近地震，平静或活跃的判别及测震学的各项参数（如b值、Q值、D值（危险度）、C值（集中度）、U值（能量均匀度）、K值（归一化熵值）、Rm值（小震调制比）、波速比、P波S波振幅比、应力降、视应力等等的异常提取。

1.3前兆学指标提取方法

前兆异常提取的技术途径主要采用日常会商中比较成熟的异常指标提取方法进行。流体学科一般采用差分、相关系数、小波分析、平滑滤波以及阈值等分析方法；形变学科一般采取平滑滤波、多项式拟合、卡尔曼滤波法、速度分析、周期滤波等方法；电磁学科一般采用滑动傅氏去年变周期、滤波（滑动、数字滤波）波谱分析以及加卸载响应比等分析方法。

1.4地震前兆异常特征

1.4.1 M≥7地震前兆异常特征

通过对辽宁及邻区历史中强地震前兆异常特征进行分析，发现M≥7地震具有如下特征：辽宁地区7级地震前兆异常震中距范围大，可达500km以上（图1a）；异常持续时间长，最长可达5年以上（图1b）；异常数量多，定点前兆异常大于40项；异常变化幅度大，最大可达正常值几十倍以上；异常具同步性变化特征；异常发震特征流体主要以突跳、上升发震为主，下降发震和异常恢复后发震次之，形变主要以趋势转向和破年变为主，破年变又体现为短期加速、年变变幅增大或较小等动态特征。地震一般多发生在异常频次开始转折降低阶段，即距最高频次1个月内发生地震（图2a）。宏观异常分布范围广，可达上百至近千公里；异常数量巨大，可达千起（图3）；异常早期少，临震阶段剧增，且随时间推移由外围向震中区迁移。

1.4.2 M 5～6地震前兆异常特征

通过对辽宁及邻区历史中强地震前兆异常特征进行分析，发现M5～6地震具有如下特征：辽南地区M5～6地震流体前兆异常多集中在距震中200km范围内，辽西地区前兆异常震中距可达350km左右（图1a） ，异常主要以水氡、倾斜、地磁异常为主，持续时间较长，多为趋势性异常，短临异常具准同步性特征（图1b）；异常数量较M7明显减少，M5～6地震前定点前兆异常数量仅有十几项左右；异常发震特征与7级地震类似，主要以突跳、上升和破年变发震为主，下降发震和异常恢复后发震次之，地震一般在异常最高频词开始转折降低后1—2个月内发生（图2b）。宏观异常相对较少（20～30项）或无宏观异常，空间分布范围也相对较小。

2 三要素指标提取及信息集成

2.1测震学指标

通过对以上10次地震进行震前指标的提取，归纳出辽宁地区中强地震前存在的测震学异常及对应地震情况，如表2所示。

根据辽宁地区测震异常指标对地震三要素的不同指示意义，可将以上测震学指标分为时间指标（表3）、强度指标（表4）、地点指标（表5）三类。

表3 辽宁地区地震活动预测时间指标

表4 辽宁地区地震活动预测地点指标

表5 辽宁地区地震活动预测强度指标

2.2前兆学三要素指标

通过对以上10次地震进行震前指标的提取，归纳出辽宁地区中强地震前存在的前兆学科异常及对应地震情况，具体见表6—8。

2.3指标信息集成

（1）“权重集成”介绍

前述的指标中部分指标在震前有的出现异常，有的没有出现异常，同时有的指标出现异常并未发震。我们要判断未来辽宁地区发生ML5.0地震的危险性时，将异常指标用权重集成的方法进行综合，当权重集成值P达到某一阈值后，就有地震危险。

为了更好的衡量每个异常指标的预测效能，我们计算了每个指标的报准率、虚报率及漏报率具体见表9。其中报准率为预报有震次数与实际发震次数的比值、虚报率为出现异常并未发生地震的次数与出现异常总次数的比值、漏报率为未出现异常并发生地震的次数与统计总发震次数的比值。

该方法是对一组预报指标yi，令当yi出现异常为1，未出现异常为0， 以权重iw的大小表征该项指标在过去地震预报中的优劣，建立权重方程。权重集成值P由下式求出[7]：

因此各项指标的权重iw，由下式求出：

式中，Ei表示第i个预报指标过去在预报中的错报率。本文中Ei用地震虚报率和地震漏报率之和表示。为更好地提高该方法的准确性，从表9地震异常参数中挑选出16项预报效能较好的指标，将已选用的16项指标列于表10中，同时根据上述公式算出每项指标的权重wi，并以年为单位求出的Pi值及与地震对应情况见表11和图4。

（2）预报未来一年有无ML≥5.0地震的综合预报指标—权重集成值Pi

为判断未来一年辽宁地区ML≥5.0地震危险性，选用16项有年度预报能力的指标，先根据它们过去预报地震的优劣求出每个指标的权重wi，再以年为单位统计出每年异常出现与否，若出现为1，未出现为0，最后根据求出权重集成值Pi。

选用的16项指标列于表10中。表10中还列出每个指标的权重wi，以年为单位求出的Pi值及与地震对应情况见表11和图4。从图4和表11中可以看出，当Pi值取0.174时，地震对应率为52%，概括率为100%；就发生在辽宁省内ML≥5.0地震而言，地区当Pi值取0.265时，地震对应率为50%，概括率为100%，而当Pi值取0.437以上时，地震对应率为100%，概括率为100%，对应率非常好，可以看出当辽宁地区Pi值为0.437以上时，辽宁地区发生中强地震的危险性很高。

表6 辽宁及邻区流体学科预测指标

表7 辽宁及邻区形变学科预测指标

表7 辽宁及邻区形变学科预测指标

表8 辽宁及邻区电磁学科预测指标

表9 辽宁地区异常及地震对应表

表10 各项指标的权重值

表11 Pi与ML≥5.0地震关系表

（3）预报地点的综合指标—权重集成值Pp

若前述判断未来一年ML≥5.0地震的异常指标已出现，那么就需要判断发震的危险区。选取5项有预报发震地点能力的指标，求出它们的权重，在平面上“集成”，找出综合预报指标Pp。选用的指标列于表12中。将求出的权重iw按0.5×0.5平方度分配在有异常的地区，然后用公式求出每一小块内的权重集成值Pp，地震就将发生在Pp值最大的地区，也就是多种异常重叠的地区。由于地震空区、地震条带由于资料的完备度所限，其从1990年开始计算，故图5为1999年岫岩M5.4和2013年灯塔M5.1地震的Pp值的空间分布，可见两次地震均发生Pp值最大的地区。

表12 求Pp值的预报指标

（4）R值评分

R值评分方法是由许绍燮[8]提出用来评价地震预测效能的方法。根据R值评分的定义其为有震报准率与预报占时率（或预报占时空域率）之差。其需根据不同的前兆类型选用，即

以前兆震群指标为例，在1970年至2013年期间，其预报研究总时间为43年，预报占用时间为3年，则其预报占时率为0.07，报准率为0.3。根据R值评分公式计算得出R值评分为0.23。若R=1，表示全部报对；R=-1，表示全部报反；R=0，则表示预报没有起作用。因此，按此方法依次计算不同地震指标的R值评分，结果如表13。

3 主要结论

（1）通过研究传统地震学、数字地震学以及定点前兆资料，对辽宁地区1970年以来10次ML≥5.0地震进行震例回溯性检验研究，提出了16项单项预报指标，并分别以时间、地点、强度预测进行分裂，给出其异常判定、震前特征、预测实效以及各项所占的权重，并利用R值评分对单项指标的预测效能给予评价。

表13 不同地震预测指标的R值评分

（2）利用权重集成法将单项指标进行综合，提出了预报未来一年有无ML≥5.0地震的综合预报指标Pi，当Pi值取0.174时，地震对应率为52%；就发生在辽宁省内ML≥5.0地震而言，当Pi值 取0.265时，地震对应率为50%，概括率为100%，而当Pi值取0.437以上时，地震对应率为100% ；对应率非常好，可以看出当辽宁地区Pi值为0.437以上时，辽宁地区发生中强地震危险性很高。

（3）以定性和定量指标建立辽宁地区近期中强震危险区的定量指标体系，是依据震例总结，并从实际应用出发，在预报未能实现根本解决时所用的一种经验总结性指标体系，具有一定的地区参考意义。

（4）前述指标是在研究震例中挑选提取出来的。用统计学方法进行综合，但尚存一定的局限性，与主观臆断性，且任何指标对应地震时都存在一定的漏报和虚报，部分指标虚报率还比较高。

[1] 陈棋福，郑大林，高荣林，等. 中国震例（1997-1999）[M]. 北京：地震出版社，2003：1-466.

[2] 车时，蒋海昆，付虹，等. 中国震例（2003-2006）[M]. 北京：地震出版社，2014：1-774.

[3] 王喜龙，焦明若，王海燕，等.中强震前辽宁地区流体异常特征与地震预测研究[J].地震，2016，36（4）：131-143.

[4] 曹凤娟，焦明若，王海燕，等. 辽宁地区前兆异常空间分布的集中性与非均匀性研究[J]. 地震，2013，（01）:127-140.

[5] 焦明若，王海燕，曹凤娟，等. 辽宁地区地震前兆指标与机理研究[M]. 北京：地震出版社，2011.

[6] 朱凤鸣，吴戈.一九七五海城地震[M].北京，地震出版社，1982：1-220.

[7] 罗平，范杨，马宏生，等. 云南地区近期强震危险区定量指标体系的研究[J].地震学报， 1994，16(增刊):168-174.

[8] 许绍燮. 地震预报能力评分[A].国家地震局科技监测司.地震预报方法实用化研究文集地震学专辑[C]. 北京：地震出版社，1989：586-589．

RESEARCH ON THE PREDICTIVE INDEX SYSTEM OF MEDIUM-STRONG EARTHQUAKES IN LIAONING PROVINCE.

JIAO Ming-ruo，XIA Cai-yun， WANG Xi-long，WANG Liang，KONG Xiang-rui，ZHANG Zhi-hong

（Earthquake Administration of Liaoning Province，Liaoning Shenyang 110034，China）

ract: This paper respectively extracted the three elements of earthquake for the anomaly index, which established the anomaly index system in Liaoning province. Through features of the seismic anomaly variations before moderate-strong earthquakes in Liaoning and around areas .We extract the anomaly index ,study the relations between every index and the three elements of earthquake and give the weight of anomaly index. To study typical tendency anomalies and short-term anomaly features in every subject and extract several quantitative indicators for amplitude of the anomaly changes , duration and the features of form changes ,we obtain the relations between anomalies index and three elements of earthquakes .At the same time ,the anomaly index weights are given . Finally ,combined with the geological structures in Liaoning province and the anomaly index weight information integration , we established the index system to predict the strong earthquakes in Liaoning province. It will provide the technical support and basis for judging and tracking the danger area in Liaoning province.

ds: Liaoning area; extracting the abnormal information; abnormal indicators; information integration

P315.3

A

10.13693/j.cnki.cn21-1573.2016.04.001

1674-8565（2016）04-0001-11

2016-08-06

2016-09-28

焦明若(1963-)，男，辽宁省法库县人，博士研究生，研究员，现主要从事地震预报、前兆机理方面的研究工作。E-mail: 359203477@qq.com