张占阳，孙启凯，何亚东，张俊青，刘 坤

（中国地震局第一监测中心，天津 300180）

0 引言

针对2017 年新疆精河发生的MS6.6 地震，前人做了大量研究工作，为震前异常识别与震后断层性质判定以及构造应力场特征分析提供了重要的参考依据。如张治广等[1]从热红外角度利用相对功率谱方法基于风云卫星热红外亮温数据进行分析发现精河MS6.6 地震前存在明显的前兆异常，震前28 d 在北天山地震带的中东部地区出现相对功率谱的高值聚集现象，震前13 d 异常面积与幅度达到最大，随后在转折恢复过程中发震；艾力夏提·玉山等[2]从重力角度利用小波分解方法基于新疆地区2015—2017 年4 期流动重力数据分析认为震前2 个月震中以南60 km 处出现重力变化高梯度带与零值线，且零值线两侧重力累积变化量达70 μGal，很可能为精河地震的前兆异常；赵彬彬等[3]从钻孔应变角度利用形态分析法对天山中段9 项钻孔应变数据进行分析，认为其中5 项存在明显短期异常与临震异常，异常特征主要表现为压缩-拉张变化、压缩速率变快、高频抖动信息、规律性脉冲以及周期性台阶变化等；钟骏等[4]从地下流体角度对精河MS6.6 地震震中400 km 范围内的51 个地下流体测项数据进行分析并确认了7 个测项为前兆异常，震前异常持续时间以1—8 个月为主，且具有阶段性特点，异常空间分布也不均匀，部分异常形态特征具有明显的重现性；宋秀青[5]采用PTD 方法与新疆“2015 地壳速度模型”基于新疆测震台网的震相数据分析计算后得出本次地震主震震源深度约14 km；蒋祥华等[6]利用地震精定位研究余震空间分布发现此次地震的余震主要分布于主震西侧，呈现由东至西的单侧破裂特征，进而基于G-R 关系的b 值与衰减系数h 值证明了该次地震为主-余型地震；郭志等[7]采用矩张量反演方法基于W-Phase 震相资料与全球地震事件波形资料研究认为，精河MS6.6 地震为以逆冲型为主的地震破裂事件；刘兆才等[8]应用MSATSI软件基于GCMT 目录收集的253 个震源机制解反演了该地震及其邻区的应力场，结果显示西北区域应力场的最大主压应力轴的方位由西至东呈现NNW-NS-NNE 的渐变过程，东南区域应力场的最大主压应力轴的方位稳定在NNE 向，倾角都较小，最大主张应力轴都大体呈EW 向，且倾角相对较大；翟亮等[9]通过CAP 与GPAT 两种波形反演方法分析计算了精河MS6.6 地震主震及部分余震的震源机制解，并结合震源区的地质构造推测近EW 走向的库松木契克山前断裂为本次地震的发震构造。

从垂直形变角度来看，目前新疆地区跨断层场地（含流动场地与定点台站）共计14 处（图1），距精河MS6.6 地震震中300 km 以内的场地8 处，300 km以外场地6 处。张希等[10]通过断层形变趋势累积率方法分析新疆地区跨断层场地2012—2017 年6 月的资料发现，距此次地震较近的古尔图、巴音沟、伊宁3 处近场场地震前均出现了一定程度的高逆断趋势累积背景异常，又基于跨断层灰色关联度指标分析认为距震中越近，“逆断加速”的异常幅度也越大。然而，震例回溯分析发现，作为新疆地区唯一的跨断层定点台站，同时也是距精河MS6.6地震震中约369 km 的远场场地，乌鲁木齐台站的跨断层短水准测段数据震前也出现了较为显著的短临异常。本文从数理统计角度利用离差统计分析方法、通过变差系数与滑动时间窗来定量分析测段数据在2017 年新疆精河MS6.6 强震前后的异常变化特征，进而结合测段数据原始曲线对该典型震例进行定性概括，并根据各自特点探索结合两种方法分析数据异常的可行性。

图1 新疆地区跨断层场地分布图

1 数据选取与处理方法

1.1 数据选取

使用乌鲁木齐台站W-N（k）测段数据作为基础分析数据，数据观测方式为每日观测，数据来源于中国地震局第一监测中心全国大地形变测量技术管理部。台站位于乌鲁木齐市水磨沟区，地处博格达弧形断裂西端的雅玛里克断裂F2 分支断裂上（图2）。该断裂附近1965 年11 月发生MS6.6 地震，此后又有多次中小地震发生[11-12]，台站目前用以监测断层垂直形变的短水准测段有3 个：E-N（k）、E-W、W-N（k），测段数据自1986 年启用后一直应用于该断裂邻近区域断层垂直形变趋势连续跟踪与近场地震监测，并取得了一定成效。经验分析表明，相对于E-N（k）与E-W 测段数据，W-N（k）测段数据的测量精度略高，对历史地震的反映更为敏感，且2017年8 月9 日新疆精河MS6.6 地震前后该测段数据也出现了明显的震前异常与震后恢复，从震例回溯分析角度来看基本符合远场场地的震例特征。所以，本研究重点选取W-N（k）测段2017 年以来的原始观测数据进行分析，数据包括测段往测高差、返测高差与往返测高差中数，所有数据均应符合台站水准测量规定的相关精度技术指标[13-15]。

图2 乌鲁木齐地震台场地分布图

1.2 处理方法

测量数据离差统计分析方法的基本思路为：通过计算滑动时间窗范围内测量数据变差系数的变化趋势来定量分析离差分布曲线与正态分布曲线的偏离程度，从而研判数据是否存在震前异常[16-17]。经过前期对比研究发现，3 个月尺度的滑动时间窗对于短临异常分析效果较好，基于其计算的台站测段变差系数与离差分布曲线能更清晰地反映数据震前与震后的时空变化特征[18]。同时，为保证数据可靠性与稳定性，首先需要对原始观测数据进行预处理，利用公式（1）剔除掉测段中往返测高差不符值超限的数据。对于符合要求的数据，再通过离差统计分析方法生成并利用公式（2）计算出所有测段数据（往测高差、返测高差、往返测高差中数）在相应时间窗内的离差分布曲线与变差系数。变差系数又称变异系数，是用相对数的形式来刻画数据离散程度的重要指标，可以衡量数据在时间与空间上的相对变化程度[19-21]。最后，在时间窗滑动的过程中根据变差系数的变化趋势来定量分析离差分布曲线与正态分布曲线的偏离程度，并结合测段数据原始曲线研判数据是否存在震前短临异常。

式（1）中：Δ限是测段往返测高差不符值限差；N 为测段的测站数。式（2）中：Cv是变差系数；S 是标准差；为 数据集的平均值；为离差；n 为数据集中数据的个数（本文中指所选时间窗内的观测数据个数）。从理论角度分析，在数据集均值恒定的情况下：标准差S 越小，则变差系数Cv 越小，说明数据的离散程度也越低，其形成的离差分布曲线形态也越接近正态分布；反之，标准差S 越大，则变差系数Cv 也越大，说明数据的离散程度也越高，其形成的离差分布曲线形态也越偏离正态分布。而实际情况下，由于本文使用滑动时间窗对测段数据进行分析，所以会导致数据集均值有细微变化，不过相对于标准差S 来说，值的大小为S 的几百倍甚至千倍以上，所以值的细微变化并不会对变差系数Cv 造成大的影响。

2 结果分析

以新疆精河MS6.6 地震为例，利用离差统计分析方法对乌鲁木齐台站W-N（k）测段数据的变差系数与离差分布曲线震前特征与震后变化进行定量分析，并结合原始曲线定性分析台站所处断裂地震前后的活动状况，研究了二者联合分析的可行性。

2.1 离差统计定量分析

图3a～3j 为通过3 个月滑动时间窗分析计算生成的乌鲁木齐台站W-N（k）测段数据在地震前后的离差分布曲线与变差系数，图中横轴为根据测段各数据划分的离差区间（deviations sections），纵轴为落在离差区间内测段各数据（往测高差、返测高差与往返测高差中数）的离差频率（deviations frequencies），并分别以go-k/n、co-k/n 与me-k/n 表示。此外，go-Cv、co-Cv与me-Cv分别表示往测高差、返测高差与往返测高差中数在对应时间窗范围内的变差系数。通过分析效果图可以看出：当时间窗从图3a（20170201—20170501）滑动到图3b（20170301—20170601）时，WN（k）测段数据的3 个变差系数变化不明显，基本属于正常的背景值，其对应的离差分布曲线也都基本符合正态分布；当时间窗滑动到图3c（20170401—20170701）时（震前1 个月8 天），该测段数据的3 个变差系数出现了急剧增大，其离差分布曲线也明显偏离了正态分布；当时间窗滑动到图3d（20170501—20170801）时（震前8 d），该测段数据的3 个变差系数仍然维持高值状态，其离差分布曲线在偏离正态分布的同时也变得更加紊乱，并于2017 年8 月9 日发生了新疆精河MS6.6 地震，震中位于台站西偏北约369 km 处（图1）；当时间窗滑动到图3e（20170601—20170901）～3h（20170901—20171201）时，该测段数据的3 个变差系数呈现出增大—减小的趋势，其离差分布曲线也表现出恢复到正态分布的迹象；当时间窗滑动到图3i（20171001—20180101）～3j（20171101—20180201）时（震后5 个月余），该测段数据的3 个变差系数逐步恢复到正常的背景值范围，其对应的离差分布曲线也恢复为正态分布。

当然，为更清晰表达图3 中变差系数数值随时间窗滑动的变化趋势，可通过时序图予以展示（图4）。图4 中横轴为日期，纵轴为测段各数据在相应时间窗内的变差系数数值。通过图4 可以看出W-N（k）测段数据的3 个变差系数在新疆精河MS6.6 地震前1 个月左右均出现了明显增大，震后5 个月左右又逐渐恢复到正常范围。从异常时间进程来看，WN（k）测段数据异常在精河MS6.6 地震前3 个月内出现，震后6 个月内缓和或消失，应属于短临异常时间范围，加之台站距此次地震震中约369 km，故该测段数据对于精河MS6.6 地震所反映的异常变化特征应属于典型的远场场地震例特征。

图3 乌鲁木齐地震台W-N（k）测段2017 年精河MS6.6 地震前后不同时间窗内离差分布曲线

图4 乌鲁木齐地震台W-N(k)测段变差系数时序图

2.2 原始曲线定性分析

乌鲁木齐台站W-N（k）测段横跨雅玛里克断裂南侧的F2 分支断裂，该断裂走向为NE60°，倾向SE，倾角60°～70°，W 点位于断裂上盘（南盘），N 点位于断裂下盘（北盘）（图2）。从数据趋势层面来看：图5 中W-N（k）测段数据原始曲线显示其2017 年6 月后出现加速下降，至6 月20 日到达阶段性低点-1 587.05 mm，之后加速拉升，在拉升过程中于8 月9 日发生新疆精河MS6.6 地震，至11 月17 日达到阶段性高点-1 585.51 mm，最大拉升幅度达1.54 mm，之后转为波动下降趋势。数据趋势反映到断层活动层面来看：雅玛里克断裂南侧F2 分支断裂的两盘2017 年6 月后出现快速挤压，6 月20 日后转为快速拉张，在拉张过程中发生新疆精河MS6.6 地震，11 月17 日后又转变为挤压趋势。所以，综合两个层面看，断层活动性质出现较明显的快速转变时可能会造成断层面破裂，从而引发地震。而新疆精河MS6.6 地震位于近EW 走向的库松木契克山前断裂，较大的震级致使地震能量由西至东传递到博格达弧形断裂西端的雅玛里克断裂上，导致远场场地乌鲁木齐台站W-N（k）测段数据大幅变化。前文提及，新疆地区跨断层流动场地中，除古尔图、巴音沟、伊宁等几处近场场地在精河MS6.6地震前出现一定程度的异常，其他场地震前异常变化并不是很明显，可能与这些流动场地观测周期较长（2 次/a）且距此次地震震中较远，无法精准捕捉、连续跟踪断层活动有一定关系，后续还需要继续研究。

图5 乌鲁木齐地震台W-N（k）测段原始曲线

对比两种分析方法，不难看出：离差统计分析能基于变差系数数值变化定量地反映出测段数据离差分布曲线的变化趋势，变差系数数值的成倍或多倍增大往往说明离差分布曲线正在明显的偏离正态分布，而经核实在无明显干扰因素存在的情况下，测段数据的离差偏离正态分布往往预示着测段所跨断裂可能存在垂直形变异常，这也是导致地震发生的直接原因；原始曲线分析则基于测段数据曲线的变化趋势直观、定性地反映断层活动规律，对于断层面上下盘长-短趋势变化分析具有明显的优势。综合来看，同样是从垂直形变角度出发，离差统计定量分析比原始曲线定性的描述测段数据变化更为科学、精确，但后者对于断层活动趋势较前者又更为准确。所以，同一数据下两种分析方法共用可取长补短，使定量分析与定性分析相结合，准确研判数据异常，为震前异常分析与识别提供参考。

3 结论与讨论

本文以新疆精河MS6.6 地震的远场场地乌鲁木齐台站为例，基于台站W-N（k）测段数据，利用离差统计分析方法通过变差系数数值的定量变化回溯分析其离差分布曲线地震前后的变化趋势与形态特征，并结合原始曲线对台站所跨断层地震前后的活动趋势进行了概括，并对比研究了两种分析方法的特点。

1）目前分析概括的震例有限，初步认为离差统计分析中3 个月尺度滑动时间窗范围内进行短临异常定量分析是可行的。

2）在排除其他干扰因素的条件下，测段数据的变差系数增大，其对应的离差分布曲线往往偏离正态分布，地震危险性增强；反之亦然。

3）同一测段数据分析时，可结合离差统计分析与原始曲线分析两种方法，从定量与定性两个角度，以互为印证的方式分析数据异常。

4）后续还需开展对同一台站多个震例、不同台站同一震例以及其他分析方法的对比研究工作，探索该方法的实用效能。

致谢特别感谢中国地震局第一监测中心杨国华研究员与薄万举研究员在前期工作中给予的细心指导与建议，感谢评审专家对本文提出的宝贵建议。