The Status of Ion, Gas and Other Items of Groundwater Observation in Seismological Geochemistry
-
摘要: 地震地球化学离子、气体成分等其它观测项目是地震地下流体观测网的重要组成部分,在地震监测预报工作中发挥了重要作用。本文对观测项目的规模、观测数据质量和数据预报应用3方面进行分析,梳理了地球化学离子、气体成分等观测项目的背景变化规律;指出近年来观测规模急剧缩小、观测数据评价体系不完善、台网管理缺失严重等现状;并提出需清理观测项目、完善仪器更新机制、加强台网管理和建立人员培训机制等建议。Abstract: Ion, gas and other items of groundwater observation are important parts of seismic underground fluid observation network, which play the important roles in earthquake monitoring and prediction. In this article we review the three aspects of the scale, the quality of observation data and the application of earthquake monitoring and prediction in China. The background dynamic changes of ion, gas and other items is also analyzed. Our results show some problems in groundwater observation in recent years such as insufficient projects, lack of data quality evaluation system and lack of effective management of network. In the future, we need to reorganize the observation items better, to improve the instrument renewal mechanism, to strengthen the management of the networks, and to set up personnel training mechanism.
-
Key words:
- Ion /
- Gas /
- Seismological geochemistry
-
引言
土层剪切波速是场地分类的重要参数,广泛应用于工程勘察、地震工程等领域。王笃国等(2021)提出,场地类别显著影响峰值加速度放大系数和特征周期,对工程场地抗震设防尤为重要。目前我国规范使用VS20和覆盖层厚度作为场地分类的主要参数,如《建筑抗震设计规范》(GB 50011—2010)(中华人民共和国住房和城乡建设部等,2010),而国外许多国家和地区采用VS30进行场地分类,如Federal Emergency Management Agency(2015)。这种差异的存在,使国内学者进行研究对比、应用国外研究成果时存在场地分类和参数不统一等问题,因此开展VS30研究具有一定意义。Boore等(2011)认为受场地环境、预算约束、超出设置的速度阈值等因素制约,存在较多剪切波速剖面深度不足30 m的情况。因此,准确估算VS30成为国内外学者研究方向。
目前国内外广泛采用的方法是对大量剪切波速数据进行拟合,从而计算VS30。许多专家提出VS30估算模型及其适用性研究(Cadet等,2009;Dai等,2013;Zhao等,2013;Wang等,2015;Hassani等,2016;Xie等,2016),Kuo等(2011)提出利用速度模型底部速度值代替等效剪切波速值的常速度外推模型;Boore等(2004,2011)根据美国加州、日本KiK-net等钻孔数据提出速度梯度外推模型;Wang等(2015)提出利用双深度模型方法估算VS30。国内学者基于以上常用模型提出了适合我国不同地区的VS30估算模型,并对常见模型适用性进行了研究(喻畑等,2015;刘培玄等,2015;胡进军等,2018;江志杰等,2018;党鹏飞等,2019;张龙飞等,2020)。
Boore等(2011)提出,在土层性质类似的国家或地区,VS30与某深度的剪切波速间存在一定经验关系,基于美国加州钻孔剖面深度超过30 m的台站钻孔数据,得到加州地区剪切波速剖面深度小于30 m的VS30,并给出速度梯度模型。笔者通过雄安新区435个钻孔剖面数据,采用Boore等速度梯度模型进行计算对比,发现仅当钻孔剖面深度达21 m以上时,基于Boore等(2011)模型的VS30估算值和实测值相关系数可达0.9以上,因此认为Boore等(2011)模型参数不适用于雄安新区,需找到适合雄安新区的VS30经验估算模型。
1. 钻孔数据
本文收集了雄安新区起步区区域性地震安全性评价工程中435个钻孔(图1),雄安新区工程地质条件相对单一,收集的钻孔基本涵盖雄安新区全域工程地质情况(除白洋淀水域)。435个钻孔中,最大深度为100 m,最小深度为80 m,其中深度80~89 m钻孔共313个,深度90~99 m钻孔共120个,深度100 m钻孔共2个。按照Federal Emergency Management Agency(2015)场地分类标准,雄安新区435个钻孔均位于D类场地。本文从435个钻孔中随机选取300个钻孔进行回归分析,其余135个钻孔进行VS30估算模型可靠性研究。
2. VS30模型拟合方法
为更好地进行数据拟合与模型对比分析,获得雄安新区近地表剪切波速剖面深度不足30 m的VS30估算模型,本文在Boore等(2011)模型的基础上,对对数二次模型和对数三次模型进行拟合分析,线性拟合公式为:
$$ {\text{lg}}({V_{{\text{S}}30}}) = {{a}} + b\lg ({V_{{\text{S}}z}}) $$ (1) 式中,VSz为地表以下深度z处等效剪切波速;VS30为地表以下30 m深度处等效剪切波速;a、b为对数线性模型系数。
对数二次模型、对数三次模型公式分别为:
$$ \lg ({V_{{\text{S}}30}}) = {C_0} + {C_1}\lg ({V_{{\text{S}}z}}) + {C_2}{\lg ^2}({V_{{\text{S}}z}}) $$ (2) $$ \mathrm{lg}({V}_{\text{S}30})={C}_{0}+{C}_{1}\mathrm{lg}({V}_{\text{S}z})+{C}_{2}{\mathrm{lg}}^{2}({V}_{\text{S}z})+{C}_{3}{\mathrm{lg}}^{3}({V}_{\text{S}z}) $$ (3) 式中,C0、C1、C2、C3 均为估算模型系数。
本文采用回归分析方法,利用SPSS软件对雄安新区300个剪切波速剖面深度达30 m以上的场地数据进行处理,拟合出深度为5~29 m时VS30和VSz(深度z<30 m)经验关系,获得各类模型系数,如表1所示,各类模型在不同深度处的拟合结果如图2所示。
表 1 雄安新区钻孔VS30估算模型拟合系数Table 1. The fitting coefficients of VS30 estimation models of boreholes in Xiong’an深度z/m 对数线性模型 对数二次模型 对数三次模型 a b C0 C1 C2 C0 C1 C2 C3 5 2.014 0.176 4.072 −1.678 0.417 2.868 0 −0.361 0.120 6 1.903 0.224 3.772 −1.446 0.373 2.725 0 −0.292 0.102 7 1.799 0.270 2.904 −0.712 0.218 2.4 0 −0.117 0.052 8 1.696 0.314 2.756 −0.623 0.207 2.306 0 −0.080 0.044 9 1.571 0.367 2.507 −0.456 0.181 2.167 0 −0.023 0.030 10 1.446 0.421 2.661 −0.644 0.233 2.233 −0.097 0 0.033 11 1.341 0.465 2.281 −0.355 0.179 1.982 0 0.040 0.018 12 1.232 0.510 2.306 −0.422 0.203 1.938 0 0.044 0.019 13 1.110 0.562 2.749 −0.857 0.307 2.131 −0.102 0 0.041 14 0.993 0.610 3.385 −1.455 0.445 2.504 −0.368 0 0.061 15 0.848 0.671 2.979 −1.163 0.395 2.185 −0.193 0 0.053 16 0.707 0.729 0.707 0.729 0 0.625 0.781 0 −0.003 17 0.573 0.784 0.573 0.784 0 −0.920 1.741 0 −0.058 18 0.434 0.841 0.434 0.841 0 −2.146 2.491 0 −0.100 19 0.316 0.889 0.316 0.889 0 −2.572 2.732 0 −0.111 20 0.213 0.931 0.213 0.931 0 −4.102 3.676 0 −0.165 21 0.145 0.957 0.145 0.957 0 −4.795 4.093 0 −0.187 22 0.118 0.966 0.118 0.966 0 −4.923 4.159 0 −0.190 23 0.074 0.982 0.074 0.982 0 −4.518 3.885 0 −0.172 24 0.031 0.998 0.031 0.998 0 −3.77 3.396 0 −0.141 25 0.009 1.005 0.009 1.005 0 −2.751 2.743 0 −0.102 26 −0.004 1.009 −0.004 1.009 0 −2.073 2.309 0 −0.076 27 −0.004 1.007 −0.004 1.007 0 −0.758 1.480 0 −0.028 28 0.003 1.002 0.003 1.002 0 −0.307 1.196 0 −0.011 29 −0.007 1.005 −0.007 1.005 0 −0.291 1.182 0 −0.010 受雄安新区钻孔资料缺乏和环境、经济条件等因素限制,当剪切波速剖面深度不足30 m时,可由表1参数进行雄安新区VS30 估算及场地类别划分。由图2可知,随着钻孔剖面深度的增加,对数线性模型、对数二次模型和对数三次模型拟合误差减小。
3. VS30估算模型可靠性检验
3.1 估算模型可靠性
为得到适合雄安新区的估算模型,需将3个估算模型得到的等效剪切波速VSE30与测量值VS30进行可靠性和相关性分析,皮尔森相关系数r及二者的残差标准差σRES可由下式计算:
$$ r = \frac{{N\displaystyle\sum\limits_{i = 1}^N {{x_i}{y_i} - \displaystyle\sum\limits_{i = 1}^N {{x_i}\displaystyle\sum\limits_{i = 1}^N {{y_i}} } } }}{{\sqrt {N\displaystyle\sum\limits_{i = 1}^N {x_i^2 - {{\left(\displaystyle\sum\limits_{i = 1}^N {{x_i}} \right)^2}}} } \sqrt {N\displaystyle\sum\limits_{i = 1}^N {{y_i}^2 - {{\left(\displaystyle\sum\limits_{i = 1}^N {{y_i}} \right)^2}}} } }} $$ (4) $$ {\sigma }_{\text{RES}}=\sqrt{\frac{\text{1}}{N-2}{\displaystyle \sum _{i=1}^{N}(\mathrm{log}{x}_{i}-\mathrm{log}{y}_{i})^{2}}} $$ (5) 式中,
$ {x}_{i} $ 、$ {y}_{i} $ 分别为等效剪切波速估算值VSE30和测量值VS30,N为雄安新区起步区区域性地震安全性评价中钻孔总数。不同深度下对数线性模型、对数二次模型、对数三次模型与Boore等(2011)模型的VSE30和VS30对比如图3所示,模型计算的残差标准差如图4所示。
由图3可知,随着深度的增加,各模型得到的VSE30与VS30越接近;对数线性模型、对数二次模型和对数三次模型计算结果更集中,而Boore等(2011)模型计算结果较离散。计算结果表明,对数线性模型、对数二次模型和对数三次模型得到的皮尔森相关系数均达0.99以上,但对数三次模型残差标准差略小于对数线性模型和对数二次模型(图4)。当深度小于10 m时,对数线性模型、对数二次模型和对数三次模型均存在约3%的低估现象,其中对数二次模型预测值相对更准确;当深度小于15 m时,Boore等(2011)模型存在严重低估VS30的情况,可能因为剪切波速对数关系具有区域性特征所致。
图 3 不同深度下3种模型与Boore等(2011)模型VSE30和VS30对比Figure 3. Comparison of VSE30 and VS30 between the three models and the Boore model at different depths3.2 估算模型适用性
Wang等(2015)提出通过估算值VSE30和实测值VS30之间的相对误差Rerror研究模型适用性,计算公式为:
$$ {R_{{\text{error}}}} = \frac{{\left| {{V_{{\text{S30}}}} - \left. {{V_{{\text{SE30}}}}} \right|} \right.}}{{{V_{{\text{S30}}}}}} \times 100\% $$ (6) 相对误差计算结果如表2、图5所示。由表2可知,对数线性模型相对误差为0~15.25%,对数二次模型相对误差为0~14.81%,对数三次模型相对误差为0.01%~14.79%,Boore等(2011)模型相对误差较大,为0.16%~27.48%。由图5可知,随着深度的增加,对数线性模型、对数二次模型和对数三次模型相对误差集中为0~5%,其中对数三次模型对应的钻孔数量略多。
表 2 各估算模型相对误差(单位:%)Table 2. Relative error range of each estimation model(Unit:%)深度d/m 模型名称 对数线性模型 对数二次模型 对数三次模型 Boore模型 5 0.01~15.25 0~14.81 0.02~14.79 8.94~27.48 10 0.06~13.70 0~13.25 0.13~13.01 0.26~16.85 15 0.03~12.48 0.55~13.11 0.09~11.13 0.06~8.22 20 0.01~8.70 0.01~8.70 0.03~7.29 0.19~11.71 25 0.01~3.89 0.01~3.89 0.01~4.20 0.60~6.55 29 0~1.12 0.01~3.89 0.01~4.21 0.16~1.51 4. 讨论与结论
本文基于雄安新区起步区区域性地震安全性评价工程435个钻孔剖面数据,选取其中300个钻孔剖面进行回归分析,利用剩余的135个钻孔剖面数据进行模型可靠性检验,得到以下结论:
(1)Boore等(2011)模型估算不同深度VS30时,存在系统性偏差,出现低估VS30现象,尤其是当深度小于15 m时,低估现象较明显,随着钻孔深度的增加,偏差逐渐降低。对数线性模型、对数二次模型、对数三次模型仅在深度小于10 m时,存在约3%的低估现象,可忽略不计。Boore等(2011)模型与本文模型差异性说明场地速度模型具有区域性,速度模型是土体形成过程中物理性质的体现。因此,本文对数线性模型、对数二次模型、对数三次模型预测效果明显优于Boore等(2011)模型。
(2)对数线性模型、对数二次模型、对数三次模型皮尔森相关系数基本一致,对数三次模型相对误差、残差标准差均较小。
(3)当雄安新区钻孔深度小于15 m时,建议选择对数三次模型和本文给出的相应参数进行VSE30估算;当钻孔深度为15~20 m时,建议选择对数线性模型和本文给出的相应参数进行估算;当钻孔深度大于25 m时,建议选择对数三次模型和本文给出的相应参数进行VSE30估算。因此,对数三次模型可在一定程度上为雄安新区缺少钻孔数据或钻孔剖面深度不足30 m的VS30估算提供参考。
(4)在不同的VS30 范围内,Boore等(2011)模型的低估现象是全频段的,变化一致。而本文对数线性模型、对数二次模型、对数三次模型存在1个分界点,即VS30=250 m/s,低于该临界值时出现高估现象,高于该临界值时出现低估现象。在高于临界值和低于临界值的2个频段,随着钻孔深度的增加,VSE30以相反的趋势接近VS30,这可能是因为本文模型是基于理想状态下,土层密实和坚硬程度随着深度的增加呈线性递增,但实际情况呈非线性增加。
-
表 1 地球化学离子、气体成分等其它观测项目一览表(截至2017年底)
Table 1. List of ion, gas and other items of groundwater observation in seismological geochemistry
区域 观测数量 台站 测项 离子 气体 电导率 其它(PH、硬度) 安徽 1 7 6 1 北京 4 14 4 10 地质所 2 2 2 福建 3 4 1 3 甘肃 3 16 9 7 广东 2 12 4 6 1 1(pH) 河北 15 18 18 河南 4 18 10 6 1 1(硬度) 吉林 1 4 4 辽宁 1 9 4 5 宁夏 1 7 3 3 1 山东 5 22 8 11 2 1(硬度) 山西 1 15 5 10 陕西 2 4 4 四川 8 53 33 9 7 4(pH) 天津 9 15 8 7 新疆 16 36 9 21 4 云南 4 8 1 4 1 2(pH) 合计 82 262 103 129 21 9 表 2 地震地球化学离子、气体成分等其它测项观测仪器一览表
Table 2. Instrument of ion, gas and other items of groundwater observation in seismological geochemistry observation
观测内容 仪器名称 型号 采样率 观测方式 启用时间 离子、硬度 水质观测仪 PXJ-1C 日 人工 1980 电位滴定仪 ZD-2 日 人工 1995 离子 离子色谱仪 CIC-200 日 人工 2014 滴定管 日 人工 1980 电导率 电导率仪 CM-30/DDS-307/DDS-11A 日 人工 2008/2009/2010 pH值 酸度计 PHS-2/PHS-3C 日 人工 1990/2002 气体量、氮气浓度、甲烷浓度、氩气浓度、氧气浓度、二氧化碳浓度、氢气浓度、氦气浓度 气相色谱仪 SP-3400/TP-2060T/SP-2304A 日 人工 1994/1994/1981 二氧化碳 二氧化碳测量管 EY-2 日 人工 1990 氢气 痕量氢在线自动分析仪 ATG-6118H 小时 数字 2014 氦气 测氦仪 WGK-1 小时 数字 1994 表 3 地球化学离子、气体成分等其它测项异常统计表(1966—2012)
Table 3. Statistical anomaly for ion, gas and other items of groundwater observation in seismological geochemistry
测项目 异常次数 气体观测 气体总量 硫化氢 二氧化碳 氢气 氮气 氩气 氧气 甲烷 3 4 15 4 2 3 2 2 离子观测 氟离子 钙离子 碳酸氢根离子 氯离子 镁离子 硫酸根离子 碳酸根离子 钾离子 37 15 16 12 11 4 2 1 其它观测 电导率 pH值 5 7 -
车时, 蒋海昆, 付虹等, 2014.中国震例(2003-2006).北京:地震出版社. 车用太, 王吉易, 李一兵等, 2004.首都圈地下流体监测与地震预测.北京:气象出版社. 杜方, 蒋海昆, 杨马陵等, 2018.中国震例(2008年5月12日四川汶川8.0级地震).北京:地震出版社. 高文学, 蒋凤亮, 高庆华等, 2000.地球化学异常(地震预测整体观的探索).北京:地震出版社. 高小其, 迪里夏提, 许秋龙等, 2002.乌鲁木齐9、10号泉F-映震特征的研究.地震学刊, 22(1):5-11. doi: 10.3969/j.issn.1672-2132.2002.01.002 蒋海昆, 杨马陵, 付虹, 2018a.中国震例(2011-2012).北京:地震出版社. 蒋海昆, 付虹, 杨马陵, 2018b.中国震例(2007-2010).北京:地震出版社. 林国元, 朱继承, 黄其昌等, 2015. 2013年仙游MS 4.8地震福建水化学前兆异常.地震地磁观测与研究, 36(2):64-70. doi: 10.3969/j.issn.1003-3246.2015.02.012 吕超甲, 刘雷, 周晓成等, 2017.甘肃东南地区温泉流体地球化学特征.地震, 37(1):52-60. http://d.old.wanfangdata.com.cn/Periodical/diz201701006 宋臣田, 宋彦云, 唐久安等, 2008.地震监测仪器大全.北京:地震出版社. 张炜, 王吉易, 鄂秀满等, 1988.水文地球化学预报地震的原理与方法.北京:教育科学出版社. 张肇诚, 罗兰格, 李海华等, 1988a.中国震例(1976-1980).北京:地震出版社. 张肇诚, 罗兰格, 李海华等, 1988b.中国震例(1966-1975).北京:地震出版社. 张肇诚, 罗兰格, 李海华等, 1990.中国震例(1981-1985).北京:地震出版社. 中国地震局, 2011. DB/T 3-2011地震测项分类与代码.北京:中国地震局. 中国地震局监测预报司, 2007.地震地下流体理论基础与观测技术.北京:地震出版社. 周晓成, 孙凤霞, 陈志等, 2017a.汶川8.0地震破裂带CO2、CH4、Rn和Hg脱气强度.岩石学报, 33(1):291-303. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ysxb98201701023 周晓成, 石宏宇, 陈超等, 2017b.汶川MS 8.0地震破裂带土壤气中H2浓度时空变化.地球科学进展, 32(8):818—827. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dqkxjz201708004 -