基于强震记录的汶川地震同震形变场及滑动反演
刘晓东1,2), 单新建1,*), 张迎峰1), 尹昊1,2), 屈春燕1)
1) 中国地震局地质研究所, 地震动力学国家重点实验室, 北京 100029
2) 中国石油大学(华东), 地球科学与技术学院, 青岛 266580
*通讯作者: 单新建, 男, 1966年生, 研究员, 主要从事地壳形变观测与动力学研究, E-mail: xjshan@ies.ac.cn

〔作者简介〕 刘晓东, 男, 1994年生, 2019年于中国石油大学(华东)获测绘工程专业硕士学位, 主要从事强震动数据处理与地壳形变观测研究, 电话: 010-62009024, E-mail: 1427892895@qq.com

摘要

GNSS连续站分布密度较低, 难以满足地震近场位移准实时观测的需求, 强震仪加速度记录可作为地表形变观测的重要补充手段。 文中利用自动经验基线校正方法分析了汶川 MS8.0地震龙门山断裂带附近的震时强震数据, 通过校正处理和2次积分得到了同震位移场分布。 将强震仪所得的位移时间序列与高频GPS的结果进行对比分析, 发现两者具有较好的一致性。 强震仪与GPS计算的同震形变场在位移幅值、 方向和总体分布特征方面较为接近。 联合使用强震仪、 GPS和InSAR数据, 基于相同断层模型反演的断层滑动空间展布形态、 滑动范围、 滑动量、 应力降和矩震级等与前人的研究成果均吻合较好。 结果表明, 强震记录可作为获取地震近场位移序列的有效手段, 为研究地表破裂过程和地震参数快速获取提供有价值的基础资料。 联合使用多种数据, 可提高数据覆盖密度, 实现数据优势互补。

关键词: 强震仪; 基线校正; 高频GPS; 同震形变; 滑动反演
中图分类号:P315.72+5 文献标志码:A 文章编号:0253-4967(2019)04-1027-15
COSEISMIC DISPLACEMENT FIELD OF THE WENCHUAN EARTHQUAKE DERIVED FROM STRONG MOTION RECORDS AND APPLICATION IN SLIP INVERSION
LIU Xiao-dong1,2), SHAN Xin-jian1), ZHANG Ying-feng1), YIN Hao1,2), QU Chun-yan1)
1) State Key Laboratory of Earthquake Dynamics, Institute of Geology, China Earthquake Administration, Beijing 100029, China
2) School of Geosciences, China University of Petroleum(East China), Qingdao 266580, China
Abstract

The development of high-rate GNSS seismology and seismic observation methods has provided technical support for acquiring the near-field real-time displacement time series during earthquake. But in practice, the limited number of GNSS continuous stations hardly meets the requirement of near-field quasi-real-time coseismic displacement observation, while the macroseismographs could be an important complement. Compared with high-rate GNSS, macroseismograph has better sensitivity, higher resolution(100~200Hz)and larger dynamic range, and the most importantly, lower cost. However, baseline drift exists in strong-motion data, which limits its widespread use. This paper aims to prove the feasibility and reliability of strong motion data in acquiring seismic displacement sequences, as a supplement to high-rate GNSS.
In this study, we have analyzed the strong-motion data of Wenchuan MS8.0 earthquake in Longmenshan fault zone, based on the automatic scheme for empirical baseline correction proposed by Wang et al., which fits the uncorrected displacement by polynomial to obtain the fitting parameters, and then the baseline correction is completed in the velocity sequence. Through correction processing and quadratic integration, the static coseismic displacement field and displacement time series are obtained. Comparison of the displacement time series from the strong motions with the result of high-rate GPS shows a good coincidence. We have worked out the coseismic displacement field in the large area of Wenchuan earthquake using GPS data and strong motion data. The coseismic displacement fields calculated from GPS and strong motions are consistent with each other in terms of magnitude, direction and distribution patterns. High-precision coseismic deformation can provide better data constraint for fault slip inversion. To verify the influence of strong-motion data on slip distribution in Wenchuan earthquake, we used strong motion, GPS and InSAR data to estimate the stress drop, moment magnitude and coseismic slip model, and our results agreed with those of the previous studies. In addition, the inversion results of different data are different and complementary to some extent. The use of strong-motion data supplements the slip of the fault in the 180km segment and the 270~300km segment, thus making the inversion results of fault slip more comprehensive.
From this result, we can draw the following conclusions: 1)Based on the robust baseline correction method, the use of strong motion data, as an important complement to high-rate GNSS, can obtain reliable surface displacement after the earthquake. 2)The strong motion data provide an effective method to study the coseismic displacement sequence, the surface rupture process and quick seismogenic parameters acquisition. 3)The combination of multiple data can significantly improve the data coverage and give play to the advantages of different data. Therefore, it is suggested to combine multiple data(GPS, strong motion, InSAR, etc.)for joint inversion to improve the stability of fault slip model.

Keyword: strong-motion seismograph; baseline correction; high-rate GPS; coseismic deformation; slip inversion
0 引言

2008年四川汶川发生的MS8.0大地震造成了近300km长的地表破裂带(徐锡伟等, 2008)。 地震发生后, 关于此次地震的活动构造、 震源机制与同震地表破裂的研究一直在进行。 国家重大科学工程 “ 中国地壳运动观测网络” 项目组(2008)使用GPS数据计算了汶川地震大区域范围的同震位移场, 其反映了地震造成的地表形变量。 随着高频GNSS地震学与地震观测手段的发展和进步, 人们开始探究震时断层近场瞬时运动过程(Bock et al., 2004; 彭懋磊等, 2011; Wang et al., 2013)。 可靠的地表运动位移时间序列在地震预警、 灾情评估和灾后救援等方面具有重要的应用潜力。

高频GPS能记录秒尺度的地表位移, 可对强烈地震产生的同震位移波形进行正确估计, 为研究地震波传播和动态的地表破裂过程提供一种新的途径(殷海涛等, 2009)。 Allen等(2011)使用加州GPS(1Hz)观测网数据获得了2010年MW7.2 EI Mayor-cucapah地震的位移波形, 殷海涛等(2010)同样利用高频GPS(1Hz)数据给出了汶川地震破裂过程中地表的瞬时位移情况, 但其中仅包含13个台站。 高频GPS精度较高, 但采样率有限, 且目前国内连续GPS台站数量较少, 因此难以获取较为详细的发震断层瞬时位移分布。

随着强震仪与数据处理技术的发展与进步, 强震数据成为补充地震地表形变观测的重要资料之一。 强震仪具有极高的灵敏度, 能够探知极其微弱的地面运动, 且具有高分辨率(100~200Hz)、 大动态范围、 观测成本低以及数据稳定等特点, 可记录到地震近场的加速度数据, 配合恰当的基线校正等数据处理方法, 为使用强震数据获取近场同震位移序列提供了可能性。 同时, 强震数据分辨率高的特点有助于更精细地刻画地震特征, 故其对研究震源机制和地震动衰减规律等有着突出的意义。

本文采用Wang R J等(2011)提出的自动经验基线校正方法处理汶川地震龙门山断裂带附近强震台站的震时记录数据, 获取了震时近场地表动态形变过程。 之后解算了同震位移场, 并联合使用强震数据、 GPS数据和InSAR数据反演了汶川地震的同震滑动分布, 对认识汶川地震的破裂特征和发震构造提供了较全面的数据约束。

1 强震动数据处理方法

强震仪记录了地震发生时地表运动的加速度, 如果未出现基线漂移, 对加速度记录进行2次积分便可得到位移运动时程。 然而, 基线漂移会使积分位移产生较大误差, 因而需要一种自动、 高效且精确的基线校正方案促进强震数据的全面利用(金明培等, 2013; 温瑞智, 2016)。

因低频干扰(如非零初始值、 背景噪声等)、 仪器自身因素(如仪器固有噪声、 强震仪器磁滞现象等)、 强震时地面发生倾斜或旋转(仪器墩破坏、 倾斜或旋转等)等因素, 使积分结果产生明显的非物理漂移(图1)的现象称为基线漂移(Graizer, 2006; Wang R J et al., 2011)。 基线漂移过程大致分为事件前基线漂移、 强地面震动期间的瞬态漂移(事件中漂移)和强震动后静态或半静态漂移(事件后漂移)。 划分这3个阶段的2个时间节点t1t2决定漂移的区间, 当确定t1t2后, 基于速度时程的基线校正量可用式(1)表示(Iwan et al., 1985):

vc(f)=0, tt1vft2-t1t-t1, t1< t< t2vf+aft-t2, tt2(1)

图 1 基线校正示意图
t
P为信号初始时间; tPGA为加速度峰值时刻; tD0 为未校正位移最后一次离开零线的时刻; tPGD为tD0 之前的位移峰值时刻; tf为强震动结束的时刻; te为记录结束的时刻
Fig. 1 Schematic diagram of baseline correction.

基线校正的关键是去除漂移造成的偏移量, 校正过后, 事件前后的速度应在零线附近, 事件前的位移时程应在零线附近, 事件后的位移时程应是静止平缓的。

Wang R J等(2011)在前人研究的基础上, 提出了进一步改进的自动基线校正方法。 校正所需的时间节点如图 1所示, tf为估计的地面震动结束时刻, 通过加速度能量释放比率Er(如90%)确定(Chao et al., 2010)。 加速度能量释放计算公式为式(2)。 式中, nP为P波到达时刻所对应的点; nc为特征时刻对应的点; N为整段记录的点的总数; ai为第i个点的加速度; ET为整段记录的加速度能量总和。

Er=i=nPncai2ET×100%, ET=i=nPnP+Nai2(2)

该方法分析未校正的位移图, 认为在tD0 之前地震主波还没有到来, 即基线漂移还没有产生明显的影响, 故t1一定> tPGD。 而t2一定在地面震动结束之前, 且t2一定晚于最强烈震动时刻, 即晚于tD0tPGA, t1t2合理的取值范围为

tPGDt1< t2maxtD0, tPGAt2tf(3)

放弃线性拟合, 使用二次函数或三次函数拟合tfte间的未校正位移时程, 使拟合方程与实际位移更吻合, 并利用最优拟合方程的导数获取事件后(t2tf)的基线校正参数vfaf。 通过网格搜索反复迭代求得t1t2, 根据式(1)对t1tf段的记录进行基线校正, 利用阶梯函数再次拟合每次校正后的位移时程(Wu et al., 2007)。 当拟合误差最小时, 校正后的位移时程与阶梯函数拟合得最好, 对应的t1t2即为最优值。 确定校正时间节点后, 分别在t1t2t2tftfte段对速度时程进行基线校正, 经过积分得到位移时程, 微分得到校正后的加速度时程。 该方法的校正结果不受主观因素的影响, 因而可以实现自动、 快速的基线校正。

2 震时近场地表变形过程
2.1 数据选取与处理

中国数字强震动观测台网系统中有460个台站记录到了汶川MS8.0地震的同震加速度, 共获得约1i310条的主震记录(Li et al., 2008)。 我们选取龙门山断裂带附近的86个强震台站, 台站分布如图 2所示。 对这些台站数据的三分量以及极性标识进行分析, 应用自动经验基线校正程序完成了基线校正。 该程序计算快速、 产出丰富, 输出文件中包含校正前、 后的加速度、 速度、 位移时程以及所做的校正量。

图 2 汶川MS8.0地震近场强震台站分布Fig. 2 The distribution of near-field strong-motion stations of the Wenchuan MS8.0 earthquake.

对郫县走石山台(51PXZ)的三分量数据进行校正, 得到了校正前后的加速度、 速度、 位移的时程图, 以EW方向为例, 对校正前、 后的时程进行展示和比较(图3)。 该台站距离震中较近, 完整地记录了主震波引起的地面加速度变化。

图 3 51PXZ台EW向校正前(左)和校正后(右)加速度、 速度和位移时程图对比Fig. 3 The uncorrected(left)and corrected(right)acceleration, velocity and displacement time histories of the EW component of Wenchuan earthquake of station 51PXZ.

图 3校正前、 后的时程进行对比后可以看出: 1)在加速度记录中基线漂移现象并不明显, 这是由于基线漂移量相对加速度记录的量级而言很小; 2)原始加速度经过1次积分后的速度时程在震动后期出现了明显的偏移, 而经过校正后速度时程回归零线; 3)当台站震动结束后, 位移时程应是静止平缓的, 而基线漂移对位移时程造成了巨大的影响, 产生了明显的漂移。 校正后位移时程收敛于平缓, 符合加速度记录基线校正的规则和预期结果。

2.2 强震仪与高频GPS结果对比

强震仪与高频GPS在观测原理上有着本质的区别。 强震仪记录是在一个惯性框架下产生的, 记录的是一系列加速度值, 然后再经过积分(2次积分)得到站点位移。 相对而言, 高频GPS记录的是由GPS卫星确定的GPS天线的位置, 其位置时间序列是在地球参考框架下计算出来的。 汶川地震中, 位于郫县的强震台(51PXZ)和GPS连续基准站(PIXI)仅相距100多m, 震中距36km, 而且数据记录较完整, 因此有必要对强震仪和高频GPS的解算结果进行对比分析。

对比结果如图 4所示。 由于大地震造成电力系统瘫痪, 故在获得的观测资料中, PIXI高频GPS站仅记录了震后65s(即14:28:04— 14:29:09)的数据, 如图 4中红线所示。 相对震中而言, 强震仪和高频GPS的台站位置可以认为处在同一点, 背景噪声与外界干扰几乎相同。 在理想状态下, 两者的记录应高度一致, 但是由于2种仪器在观测量、 坐标系统上存在根本差异, 且受仪器响应和仪器噪声等因素的影响, 不可避免地存在差别。 通过图 4可以看出两者在相位和波幅上都具有较好的一致性。 主震前期, 两者基本吻合; 主震中后期, 两者在相位上处于同步, 幅值存在约10cm的差值。 分析认为出现这种差值的原因可能是: 1)强震仪器在安置时方向存在一定的偏差, 使校正后的数据与GPS比较仍有一定的角度差值; 2)由于地震运动的复杂性, 环境噪声的影响使得强震数据质量不高, 基线校正方法难以完全去除基线漂移带来的影响, 仍然需要更多同置记录的GPS和强震仪数据, 以便进一步对比论证。 通过图 4可以看出, 频率为100Hz的强震数据可比频率为1Hz的GPS数据显示出更多的波形细节信息, 在地震波前段, 高频率的优势使其能记录更多地面震动的细节, 这对于震源特征和地面运动研究具有重要意义。

图 4 51PXZ台站强震仪(蓝线)与高频GPS(红线)得到的三维位移对比图
a、 b、 c依次为EW、 SN和UD分量
Fig. 4 Comparison of 3-D displacement derived from strong motion seismograph of station 51PXZ(blue)and the high-rate GPS(red).

2.3 震时变形过程与分析

为直观地表示地震发生时地表真实的运动轨迹, 利用强震动记录基线校正之后的位移数据得到了汶川地震震时近场台站的地表变形过程。 图 5展示了部分台站的运动过程, 以地震之前的台站位置为起点, 横轴为EW向, 纵轴为SN向, 地表震动使台站发生如图所示的运动。

图 5 近场强震台站震时运动轨迹
黑色星号为台站震前位置, 红色星号为台站震后静止的位置
Fig. 5 The movement track of the near-field strong motion stations.

从图 5可以看出, 断层上盘的理县台(51LXM)先经历了1次SW向的小波动, 而后向SE方向运动。 该站离断层较近, EW向永久位移13.2cm明显小于最大移动量26.6cm。 断层上盘的茂县台(51MXN)紧邻断层西侧, 该台站向NE运动, EW向的永久位移达到62.69cm, SN向达到36.82cm。

位于断层下盘的江油台(51JYH)、 什邡台(51SFB)与上盘台站表现出了相反的运动轨迹, 且上、 下盘有对称的态势。 2个台站的运动轨迹虽有差异, 但均向NW运动。 可以看出, 51JYH台和51SFB台的运动轨迹相似: 均先向SW方向滑动, 进而向NW方向运动。 51PXZ和51MZQ台向NW方向运动, 回弹后做环形运动直至静止。 距离断层较近的51MZQ台N向的最大位移为100.31cm, W向的最大位移达225.18cm, 而2个方向的永久位移分别为54.69cm和172.41cm。

3 同震位移场分布

为了较全面地反映汶川地震造成的地表永久形变, 我们联合GPS数据和强震数据得到了汶川地震大区域的同震位移场, 如图 6所示。 其中GPS数据为Wang Q等(2011)得到的汶川地震震中附近400多个GPS站的同震结果; 强震数据是利用加速度记录解算出各台站三分量的同震位移, 如表1所示。

图 6 水平(a)、 垂直(b)方向同震位移场
紫色箭头表示GPS, 蓝色箭头表示强震数据
Fig. 6 The horizontal(a)and vertical(b)coseismic displacement field.

表 1 汶川地震强震记录解算的同震位移 Table 1 Coseismic displacement of Wenchuan earthquake derivef from strong-motion records

从同震位移场可以看出, 强震结果与GPS结果的同震位移幅值、 方向和总体分布特征较为接近。 汶川地震地表形变场以映秀-北川断裂带为中心, 发生强烈的板块相向运动和水平向缩短, 断层上盘向E运动且呈抬升趋势, 下盘向W运动且呈下降趋势, 呈明显的逆冲性质, 且越靠近断层, 水平垂直形变值越急剧增加。 从沿龙门山断裂带的水平位移来看, 北段的水平向位移转为NE向, 显示北段呈右旋走滑的特征。

联合GPS与强震数据得到的汶川地震的水平和垂直向同震位移场, 直观地揭示了汶川地震引发的地壳永久形变, 使地壳形变过程更加全面详尽, 也为断层破裂模型反演提供了数据基础(Colombelli et al., 2013)。

4 联合反演断层滑动分布

高精度的同震形变场可为断层滑动分布研究提供更好的数据约束。 为验证汶川地震强震动数据对滑动分布的影响, 我们用强震动、 GPS和InSAR数据对汶川地震的同震破裂模型进行了单独和联合反演。 不同机构给出的汶川地震震源机制解略有差异, 本文使用Diao等(2010)根据GPS数据确定的连续断层模型进行反演。 该模型中主断层的走向为211.6° ~247.9° , 倾角为45° ~65° , 滑动角为90° ~180° , 断层面长L=300km, 宽W=60km, 格网大小10km× 10km。 反演使用SDM2011程序完成, 近年来该程序已广泛应用于同震或震后滑动分布的反演(Xu et al., 2010; Zhang et al., 2010; 温少妍等, 2018)。 所得结果详见图 7和表2

图 7 根据强震动、 GPS和InSAR以及三者联合反演的断层滑动模型对比Fig. 7 Comparison of fault slip models based on the inversion of strong motions, GPS and InSAR and the combination of the three.

表2 不同资料在同一断层面参数下反演的滑动参数对比 Table2 Comparison of slip model parameters with different data inversion

为保证强震动、 GPS和InSAR在反演中的贡献量相等, 在联合反演中以数据量的反比确定权重。 从表2来看, 强震数据与GPS和InSAR给出的矩阵级MW均约为7.9, 平均滑动量约1.5m, 相对联合反演结果, 强震反演结果的最大滑动量和最大应力降偏大, 平均应力降较小, 这些差异可能与数据质量、 处理精度和台站分布等有关。

强震数据与GPS和InSAR反演的断层模型相比(图7), 在空间展布形态、 滑动方向等方面有一定的相似性。 地震发生后, 主断层由SW向NE向破裂, 产生了4段明显的滑动破裂, 主要滑动分布在深度0~30km、 沿走向100~170km和230~300km的范围内。 此次地震以逆冲为主, 破裂北段显示出右旋走滑分量。 不同数据的反演结果在滑动范围上也存在细微的差异。 强震反演结果在初始破裂位置表现出的右旋分量不明显, 第四段破裂滑动量较小; 而GPS和InSAR反演结果的最大滑动量偏小, 初始破裂部分信息丰富。 联合强震动、 InSAR及GPS数据反演的断层滑动分布呈现出4个主要的滑动分布集中区, 分别位于震中区汶川、 极震区北川及映秀和青川等地区, 最大滑动量达12.14m。 强震数据的加入补充了180km附近和270~300km段的断层滑动情况, 在其它反演的细节上也有所体现, 使断层滑动反演的结果更加全面。

5 结论和认识

本文的研究证实了利用稳健的基线校正方法校正后的强震动数据可在震后获得可靠的地表位移数据, 作为GNSS获取地表形变的补充手段。 同时, 还得到了以下认识:

(1)强震动数据经过基线校正和2次积分, 可获得可靠的同震位移, 且该结果与GPS结果较接近, 可作为弥补连续GNSS站点分布较稀疏的重要数据, 联合获取大区域的同震形变场。

(2)强震动数据恢复的地震位移时间序列, 凭借其台站密度大、 频率高及灵敏度高的优势, 可获取包含更丰富地震动信息的地震时程, 以得到近场地表变形过程, 也可为震后近断层地面运动研究提供数据和参考。

(3)全面的同震形变场可为断层滑动反演提供更好的数据约束。 强震动数据反演的断层滑动模型等与GPS、 InSAR较吻合, 可作为震后滑动反演的补充数据。

(4)强震记录、 GPS及InSAR等数据都是有限测点的信息。 高频GPS站点相对稀疏, InSAR数据的获取需要一定的时间, 并且单独一种数据往往不能提供完备的近场位移信息, 建议联合多种数据(GPS、 强震及InSAR等)进行反演, 可提高断层滑动模型的稳定性。

致谢 德国地学研究中心(GFZ)汪荣江教授提供了SMBLOC程序代码以及SDM2011程序; 中国地震局工程力学研究所国家强震动台网中心为本研究提供了数据支持; 云南省地震局金明培老师对本文进行了指导; 审稿专家为本文提出了非常好的建议。 在此一并表示感谢!

参考文献
[1] 国家重大科学工程 “中国地壳运动观测网络”项目组. 2008. GPS测定的2008年汶川 MS8. 0地震的同震位移场[J]. 中国科学(D辑), 38(10): 11951206.
Project Group of the Crust Movement Observation Network of China. 2008. The coseismic deformation of the Wenchuan MS8. 0 earthquake based on GPS observation[J]. Science in China(Ser D), 38(10): 11951206(in Chinese). [本文引用:1]
[2] 金明培, 汪荣江. 2013. 用近场强震动记录快速估计同震位移并反演震源滑动分布[J]. 地球物理学报, 56(4): 12071215.
JIN Ming-pei, WANG Rong-jiang. 2013. Rapid slip inversion using co-seismic displacement data derived from near-source strong motion records[J]. Chinese Journal of Geophysics, 56(4): 12071215(in Chinese). [本文引用:1]
[3] 彭懋磊, 刘刚, 聂兆生, . 2011. 日本 MW9. 0强震的高频GPS形变波特征初探[J]. 大地测量与地球动力学, 31(6): 610.
PENG Mao-lei, LIU Gang, NIE Zhao-sheng, et al. 2011. Preliminary study on characteristics of high-frequency GPS displacement wave of Japan MW9. 0 earthquake[J]. Journal of Geodesy and Geodynamics, 31(6): 610(in Chinese). [本文引用:1]
[4] 温瑞智. 2016. 中国强地震动记录特征综述[J]. 地震学报, 38(4): 550563.
WEN Rui-zhi. 2016. A review on the characteristics of Chinese strong ground motion recordings[J]. Acta Seismologica Sinica, 38(4): 550563(in Chinese). [本文引用:1]
[5] 温少妍, 单新建, 张国宏, . 2018. 基于InSAR和远场地震波联合反演2008年 MW6. 3大柴旦地震震源破裂过程[J]. 地球物理学报, 61(6): 23012309.
WEN Shao-yan, SHAN Xin-jian, ZHANG Guo-hong, et al. 2018. Rupture history of the 2008 MW6. 3 Da Qaidam earthquake by joint inversion of teleseismic data and InSAR measurements[J]. Chinese Journal of Geophysics, 61(6): 23012309(in Chinese). [本文引用:1]
[6] 徐锡伟, 闻学泽, 叶建青, . 2008. 汶川 MS8. 0地震地表破裂带及其发震构造[J]. 地震地质, 30(3): 597629.
XU Xi-wei, WEN Xue-ze, YE Jian-qing, et al. 2008. The MS8. 0 Wenchuan earthquake surface ruptures and its seismogenic structure[J]. Seismology and Geology, 30(3): 597629(in Chinese). [本文引用:1]
[7] 殷海涛, 甘卫军, 肖根如, . 2009. 利用高频GPS技术进行强震地面运动监测的研究进展[J]. 地球物理学进展, 24(6): 20122019.
YIN Hai-tao, GAN Wei-jun, XIAO Gen-ru, et al. 2009. Progress on monitoring strong earthquake ground motions using high-rate GPS[J]. Progress in Geophysics, 24(6): 20122019(in Chinese). [本文引用:1]
[8] 殷海涛, 张培震, 甘卫军, . 2010. 高频GPS测定的汶川 MS8. 0地震震时近场地表变形过程[J]. 科学通报, 55(26): 26212626.
YIN Hai-tao, ZHANG Pei-zhen, GAN Wei-jun, et al. 2010. Near-field surface movement during the Wenchuan MS8. 0 earthquake measured by high-rate GPS[J]. Chinese Science Bulletin, 55(26): 26212626(in Chinese). [本文引用:1]
[9] Allen R M, Ziv A. 2011. Application of real-time GPS to earthquake early warning[J]. Geophysical Research Letters, 38(16): L16310. doi: 10.1029/2011GL047947. [本文引用:1]
[10] Bock Y, Prawirodirdjo L, Melbourne T. 2004. Detection of arbitrarily large dynamic ground motions with a dense high-rate GPS network[J]. Geophysical Research Letters, 31(6): L06604. doi: 10.1029/2003GL019150. [本文引用:1]
[11] Chao W A, Wu Y M, Zhao L. 2010. An automatic scheme for baseline correction of strong-motion records in coseismic deformation determination[J]. Journal of Seismology, 14(3): 495504. [本文引用:1]
[12] Colombelli S, Allen R M, Zollo A. 2013. Application of real-time GPS to earthquake early warning in subduction and strike-slip environments[J]. Journal of Geophysical Research: Solid Earth, 118(7): 34483461. [本文引用:1]
[13] Diao F Q, Xiong X, Wang R J, et al. 2010. Slip model of the 2008 MW7. 9 Wenchuan(China)earthquake derived from co-seismic GPS data[J]. Earth Planets Space, 62(11): 869874. [本文引用:1]
[14] Graizer V M. 2006. Tilts in strong ground motion[J]. Bulletin of the Seismological Society of America, 96(6): 20902102. [本文引用:1]
[15] Iwan W, Moser M, Peng C. 1985. Some observations on strong motion earthquake measurement using a digital acceleration[J]. Bulletin of the Seismological Society of America, (75): 12251246. [本文引用:1]
[16] Li X J, Zhou Z H, Moh H, et al. 2008. Preliminary analysis of strong-motion recordings from the magnitude 8. 0 Wenchuan, China, earthquake of 12 May 2008[J]. Seismological Research Letters, 79(6): 844854. [本文引用:1]
[17] Wang Q, Qiao X J, Lan Q G, et al. 2011. Rupture of deep faults in the 2008 Wenchuan earthquake and uplift of the Longmen Shan[J]. Nature Geoscience, 4(9): 634640. [本文引用:2]
[18] Wang R J, Parolai S, Ge M R, et al. 2013. The 2011 MW9. 0 Tohoku earthquake: Comparison of GPS and strong-motion data[J]. Bulletin of the Seismological Society of America, 103(2B): 13361347. [本文引用:1]
[19] Wang R J, Schurr B, Milkereit C, et al. 2011. An improved automatic scheme for empirical baseline correction of digital strong-motion records[J]. Bulletin of the Seismological Society of America, 101(5): 20292044. [本文引用:2]
[20] Wu Y M, Wu C F. 2007. Approximate recovery of coseismic deformation from Taiwan strong-motion records[J]. Journal of Seismology, 11(2): 159170. [本文引用:1]
[21] Xu C J, Liu Y, Wen Y M, et al. 2010. Coseismic slip distribution of the 2008 MW7. 9 Wenchuan earthquake from joint inversion of GPS and InSAR data[J]. Bulletin of the Seismological Society of America, 100(5B): 27362749. [本文引用:1]
[22] Zhang G H, Qu C Y, Song X G, et al. 2010. Slip distribution and source parameters inverted from co-seismic deformation derived by InSAR technology of Wenchuan MW7. 9 earthquake[J]. Chinese Journal of Geophysics, 53(2): 269279. [本文引用:1]