• 沒有找到結果。

台灣長微震的潮汐相關性

第一章、 前人研究

1.2 台灣自發型長微震的研究

1.2.2 台灣長微震的潮汐相關性

在地震網密度高、長微震目錄完整的區域,長微震被發現具有顯著週期性,

其週期和潮汐有高度相關性。Ide et al. (2012)比較卡斯卡迪亞(Cascadia)、日本南 海(Nankai)、智利與墨西哥等地的長微震事件和月球所引發之半日潮(M2)之間的 關聯性,發現持續時間較短的長微震事件具有較高的潮汐敏感度(圖 1.2.2.1)。Yabe et al. (2015) 推測長微震事件的成因是脆-塑性轉換帶中獨立的嵌塊(asperity)破裂 所產生一連串的波包訊號,波包的訊號持續時間和嵌塊的密度有關。當嵌塊分佈 較稀疏。對應著持續時間較長的長微震事件,此時慢速滑移在廣大的穩定滑移區 內容易發生; 當嵌塊分佈較密則對應較短的長微震事件,外在的微小應力擾動能 有效的驅動慢速滑移,因此持續時間較短的長微震事件,具有更高的潮汐敏感度。

圖1.2.2.1、卡斯卡迪亞、日本南海、智利與墨西哥等地的長微震與潮汐敏感度關 係。X 軸代表了潮汐敏感度,Y 軸則是長微震事件的持續時間(本圖取自 Ide et al., 2012)

戴心如(2016)將 2007-2012 年的長微震累積持續時間去除趨勢後,發現台灣 中央山脈南段長微震具有年週期的活動活躍期(圖 1.2.2.2)。此外,計算每個小時 內的累積持續時間以作傅立葉轉換,她進一步發現,長微震的頻譜圖中顯現的頻 率峰值皆能夠對應到潮汐週期,如圖1.2.2.3 所示,代表此區的長微震受日、月引 力的潮汐影響甚大。

8

圖1.2.2.2、2007-2012 年的長微震活動圖。紅線表示去除趨勢後的長微震累積持 續時間,黑色長條表示每日的長微震持續時間。(本圖取自 戴心如,2016)

圖1.2.2.3、潮汐與長微震頻譜圖。紅線為每小時累積長微震持續時間進行傅立葉 轉換後的頻譜,綠線和藍線分別代表台灣東部的成功潮位站和西部的將軍潮位站 的潮汐資料。(本圖取自 戴心如,2016)

9

此外,假設「長微震是受到剪應力增加而觸發」,戴心如(2016)計算不同走向、

傾角和滑移角下,長微震發生時的潮汐造成的剪應力變化,當最多長微震事件發 生於剪應力為正時,可能具有最高的潮汐敏感度。達到最高相關性對應的可能斷 層面解分別為 NP1 = ( strike:60°, dip:40°, rake:90° )及 NP2 = ( strike:240°, dip:50°, rake:90° ),其中 NP1 與其目錄定位顯示之東南傾沒的構造較為符合,

且與Ide et al. (2015)使用 VLF 逆推之震源機制解( strike:54°, dip:13°, rake:120° ) 相似,僅dip 和 rake 約有 30 度的差異,此兩個斷層面解對應到的相關性,若用 長微震事件發生在剪應力正值區之比例表現,分別為 87.3% 和 86.03% ,僅有 極小差異,如圖 1.2.2.4 所示,這說明斷層的走向和傾角對長微震和潮汐的相關 性並不敏感。

圖1.2.2.4、理論潮汐在最佳長微震面解的剪應力與長微震發生時間之關係圖。(a) 使用網格搜索對應到的最佳長微震構造面解。(b) Ide et al. (2015)使用 VLF 逆推 震源機制的最佳面。(本圖取自 戴心如,2016)

10

(Correlation Coefficent)大於 3 倍標準差的視窗,他們認為組成長微震的 LFE 具有 相似震源及震源機制,故使用google 的演算法 PageRank 來找尋各個視窗間的相

相關文件