臺灣非火山長微震之活動特徵及可能之孕震構造和機制
89
0
0
全文
(2) 中文摘要 非火山自發型長微震(ambient tremor)常見於隱沒帶孕震區深部，是種介於 一般地震的快速破裂與無震滑移之間的能量釋放形式，這種活動所輻射出的地震 波非常微弱而持續時間長、，釋放的地震矩能量可對等於規模六的地震事件，對 於了解隱沒帶應力傳遞提供了重要資訊。 本研究首先比較不同偵測手段的長微震事件本質之差異，以進行目錄整合、 並提供最佳偵測之標準化流程。利用(1)多測站波形具到時一致的能量脈衝；(2) 初步定位結果收斂；(3)無體波特徵及；(4)持續時間大於 60 秒為條件，本研究 設計了半自動化的長微震偵測系統，偵測出前人目錄四倍以上事件量。藉由分析 新的 2007-2012 長微震目錄，我們發現長微震事件比過去研究發現之群聚現象更 向北方延展，對應到一個東南北-西南走向、往東南傾的可能構造，深度約在 20-40 公里間。長微震事件被發現多發生於潮位升高時，並且與理論潮汐的應力 模型相比，亦在潮汐引發剪應力增加時處有最高相關性，指示長微震的發生可能 受潮汐應力觸發。我們並利用長微震和潮汐的相關性，尋找長微震對應的構造面， 最佳影響面及錯動型態為(strike,dip,rake)=(60°,40°,90°)。同時我們也發現， 長微震具有的年週期活躍特性，與其他連續資料相比，對應到高潮位、高降雨、 高地下水位、低氣壓環境，說明水氣的季節性變化與深部的長微震有可能有相同 機制，或是具有因果關係。在空間特徵上，台灣的長微震位於中央山脈南段低速 區域，其向上延伸有一低電阻、高含水的無震區；長微震本身亦處於高 Vp/Vs 與高地熱梯度區域，暗示區域可能因高度變質脫水作用而富含流體。. 關鍵字:非火山長微震、慢地震 non-volcanic tremor , ambient tremor , slow earthquake I.
(3) Abstract In the seismogenic zone, ordinary earthquakes experience rapid slip on a fault with a few ~ tens of second durations. While below the seismogenic zone, slow rupture propagation and/or low slip rate can be also taking place with a wide range of duration from minutes to days. This class of slow-slip events, characterized by noise-like, long-lasted signals with consistent arrival at various stations is called tremors. It is believed to play an important role in the assessment of regional seismic hazard and plate boundary processes. Unlike subduction zones and transform faults where the ambient tremors occur on a known fault plane, the tremors in Taiwan are located in a place where no active faults have been identified. To better understand the possible generation mechanism, carefully examining different detection schemes for a more complete tremor catalog is necessary. In this study we adopt the identification scheme similar to Ide et al. (2015) but applied slightly different techniques: (1) Higher waveform cross-correlation coefficient (>0.6) (2) careful visual inspection for excluding local earthquakes and short-lasted event (duration < 60 s) (3) Signal to noise ratio higher than 1.2 and lower than 30 (4) No spatio-temporal clustering technique used. We also develop an approach to systematically determine the duration of tremor events. As a result, 1893 tremor events with duration ranging from 60 s to 2216 s are found during the period of 2007-2012. They are mainly located underneath southern Central Range, forming a NS striking and SE-dipping ellipsoid structure at a depth of 15-45 km. The up-dip extension of this tremor structure reaches an aseismic zone under the western flank of Central Range at shallow depth, where is an area characterized by high heat flow, low Vp and Vs anomaly. Power spectrum analysis of tremors reveals several sharp peaks II.
(4) that are consistent with that from tidal data, indicating strong tidal modulation. The most significant annual periodicity is also found in ground water and strainmeter data, indicating an influence of Sun on hydro-geological activity. Tremor activity exists a clear tidal modulation of the annual, semidiurnal, and diurnal constituents, ~67% tremors happened while the observation of tide level higher than average, ~83% tremors happened while tide level rise. This phenomenon indicates solid earth and ocean tide may influence tremor activity. With this tidal-tremor correlation, we found a best response structure of tidal induced shear stress: (strike,dip,rake)=(60°,40°,90°), which is similar with both ellipsoid structure and the mechanism of very-low frequency event in previous study.. Key word: Non-volcanic tremor, slow earthquake. III.
(5) 目錄 中文摘要 Ⅰ Abstract Ⅱ 目錄 Ⅳ 圖目錄 Ⅵ 表目錄 Ⅷ 第一章 研究動機……………………………………………………………………………………1 第二章 前人研究……………………………………………………………………………………2 2.1 長微震的重要性………………………………………………………………………2 2.1.1長微震的定義…………………………………………………………………2 2.1.2全世界長微震的發現與其特徵………………………………………………3 2.1.3 長微震與慢地震……………………………………………………………9 2.1.4長微震發震機制……………………………………………………………13 2.2 台灣自發型非火山長微震研究………………………………………………………15 2.2.1 莊育菱 (2012)之偵測手段………………………………………………16 2.2.1.1 半自動化偵測系統………………………………………………17 2.2.1.2 長微震定位：WECC……………………………………………19 2.2.1.3 台灣自發型長微震特徵…………………………………………20 2.2.2 Ide et al. (2015)………………………………………………………21 2.2.2.1 hypoecc 偵測與定位方法………………………………………21 2.2.2.2 時間空間收斂門檻………………………………………………24 2.2.2.3 超低頻地震(Very Low Frequency event)的震源機制解……25 2.2.2.4 長微震的潮汐相關性……………………………………………26 2.2.3 不同偵測方法比較…………………………………………………………………28 第三章 研究方法…………………………………………………………………………………29 3.1 本研究之偵測方法與資料……………………………………………………………29 3.1.1 hypoecc 參數選定…………………………………………………………33 3.1.2 波形自動辨識系統(Tremor Automatic Identification, TAI)………34 3.2 潮汐資料與理論潮汐應力……………………………………………………………39 第四章 研究結果…………………………………………………………………………………41 4.1 長微震偵測結果………………………………………………………………………41 4.2 長微震的活動度………………………………………………………………………44 4.3 長微震的活動時間特性………………………………………………………………46 4.4 長微震的空間分布與定位誤差………………………………………………………51 4.5最佳潮汐影響面………………………………………………………………………53 第五章 討論 ………………………………………………………………………………………55 5.1偵測系統的問題及未來發展…………………………………………………………55 5.1.1 hypoecc 偵測方法的限制…………………………………………………55 5.1.2 波形辨識系統之缺失………………………………………………………56 5.1.3 非長微震事件種類…………………………………………………………57 5.2 長微震活動的影響因子………………………………………………………………59 5.2.1 長週期活動…………………………………………………………………59 5.2.2 日活躍趨勢…………………………………………………………………61 5.2.3 短周期活動…………………………………………………………………63 5.3 長微震之孕震機制……………………………………………………………………65 IV.
(6) 5.3.1 超低頻地震(VLF)…………………………………………………………65 5.3.2 低頻地震事件………………………………………………………………67 5.3.3 長微震震源區域環境………………………………………………………68 第六章 結論………………………………………………………………………………………74 參考文獻……………………………………………………………………………………………75. V.
(7) 圖目錄 圖 圖 圖 圖 圖 圖 圖 圖. 2.1.1，長微震包絡化波形圖……………………………………………………3 2.1.2，全球長微震發生區域圖…………………………………………………4 2.1.3，卡斯卡迪亞的間歇性長微震與慢滑移事件(ETS)……………………5 2.1.4，日本四國長微震時空分布圖……………………………………………6 2.1.5，長微震持續時間與潮汐敏感度關係圖…………………………………7 2.1.6，日本岡山長微震與海水位關係及其機制………………………………8 2.1.7，慢地震波型範例………………………………………………………10 2.1.8，長微震中隱含的 LFE 訊號……………………………………………11. 圖 圖 圖 圖. 2.1.9，長微震中隱含的 VLF 訊號……………………………………………12 2.1.10，慢地震地震矩與持續時間關係圖……………………………………12 2.1.11，ETS 過程中岩石強度變化模型示意圖………………………………13 2.1.12，淺層慢地震及慢滑移之環境整理……………………………………14. 圖 2.2.1，台灣長微震波形與時頻圖………………………………………………15 圖 2.2.2，莊育菱(2012)目錄長微震分布圖………………………………………16 圖 2.2.3，莊育菱(2012)波形處理示意圖…………………………………………17 圖 2.2.4，莊育菱(2012)測站篩選示意圖…………………………………………18 圖 2.2.5，莊育菱(2012)持續時間判定示意圖……………………………………19 圖 2.2.6，莊育菱(2012)目錄長微震規模分布圖…………………………………20 圖 2.2.7，包絡化波形相關係數法於日本的長微震定位範例……………………22 圖 2.2.8，Ide et al(2015)目錄長微震分布圖……………………………………24 圖 2.2.9，Ide et al(2015)VLF 解震源機制圖……………………………………26 圖 2.2.10，Ide et al(2015)長微震與潮汐相關性………………………………27 圖 3.1.1，主要使用測站分布圖……………………………………………………32 圖 3.1.2，測站數隨時間變化圖……………………………………………………32 圖 3.1.3，本研究使用之一維速度模型……………………………………………33 圖 3.1.4，波形辨識系統判斷範例…………………………………………………36 圖 3.1.5，波形辨識系統判斷門檻依據……………………………………………36 圖 3.1.6，波形辨識系統流程示意圖………………………………………………38 圖 3.2.1，潮位站位置圖……………………………………………………………40 圖 4.1.1，長微震目錄時間比較圖…………………………………………………42 圖 4.1.2，長微震目錄活動度比較圖………………………………………………43 圖 4.1.3，長微震目錄空間比較圖…………………………………………………43 圖 4.2.1，累積持續時間與趨勢示意圖……………………………………………44 圖 4.2.2，長微震美日持續時間與去除趨勢累計持續時間………………………45 圖 4.2.3，潮汐與長微震頻譜圖……………………………………………………45 圖 4.3.1，東西岸潮汐－長微震對應時間分布圖…………………………………47 VI.
(8) 圖 4.3.2，東西岸潮汐相位差示意圖………………………………………………48 圖 4.3.3，各潮位站潮汐長微震對應時間分布圖…………………………………48 圖 4.3.4，總潮汐、潮位變化與理論潮汐長微震對應時間分布圖………………49 圖 4.4.1，長微震發震區域剖面……………………………………………………52 圖 4.4.2，摺刀法定位測試誤差分布圖……………………………………………52 圖 4.5.1，理論潮汐剪應力－長微震對應時間分布圖……………………………53 圖 4.5.2，理論潮汐應力投影面－長微震潮汐相關性關係圖……………………54 圖 5.1.1，hypoecc 無法偵測之長微震波形實例…………………………………55 圖 5.1.2，長微震活動度與使用測佔數隨時間變化圖……………………………56 圖 5.1.3，辨識系統誤判之波形實例………………………………………………58 圖 5.2.1，長微震活動度與年週期影響因子………………………………………59 圖 5.2.2，三個寬頻測站之雜訊估計………………………………………………60 圖 5.2.3，長微震事件間格之時間分布圖…………………………………………62 圖 5.2.4，長微震事件間格之格點計算時間分布圖………………………………62 圖 5.2.5，潮汐、截斷處理資料、長微震資料頻譜圖………………………………64 圖 5.3.1，超低頻事件波形與 VR 值分布圖………………………………………65 圖 5.3.2，超低頻事件觀測波形與理論波形比較圖………………………………66 圖 5.3.3，低頻事件與 hypoecc 定位誤差分布圖…………………………………67 圖 5.3.4，低頻事件定位與 hypoecc 定位分布圖…………………………………68 圖 5.3.5，長微震區域 P 波波速剖面………………………………………………69 圖 5.3.6，長微震區域 S 波波速剖面………………………………………………70 圖 5.3.7，長微震區域 Vp/Vs 剖面…………………………………………………70 圖 5.3.8，長微震區域地電阻剖面…………………………………………………71 圖 5.3.9，台灣地熱梯度分布圖……………………………………………………71 圖 5.3.10，台灣中南部 P 波波速分布圖……………………………………………72 圖 5.3.10，台灣中南部 S 波波速分布圖……………………………………………72 圖 5.3.10，台灣中南部 Vp/Vs 分布圖……………………………………………73. VII.
(9) 表目錄 表 3.1.1 本研究使用測站…………………………………………………………30 表 3.1.2 本研究使用之一維速度模型……………………………………………33 表 4.1.1 不同偵測方法定義之長微震特徵比較…………………………………42 表 4.2.1 分潮資訊…………………………………………………………………46. VIII.
(10) 第一章 研究動機 非火山長微震為一種(1)無明顯體波波相、(2)振幅小而持續時間長至數十分 鐘、(3)活躍期達數月並(4)主頻落於 2~8Hz 的特殊地震訊號，其時空分布奇特， 發現於隱沒帶深於孕震區的區域(Obara,2002;Rogers and Dragert,2003; Kao et al., 2005)，且在部分研究中發現其活躍與慢滑移事件(slow-slip event)相伴 Rogers and Dragert, 2003 ; Rubinstein et al., 2010.)，並與許多慢地震事件 如低頻地震(low-frequency earthquake, LFE)、超低頻地震(very-low frequency earthquake, VLF)同時發生(Shally,2006; Ito et al, 2007)。在許多研究中長微 震的發震時間與潮汐相關，暗示了其發震區域易受到微小應力影響。這種持續時 間可達數分鐘至數小時的能量釋放形式規模仍可達到中規模以上，為評估地震潛 能中重要的資訊。. 在台灣的長微震研究中，莊育菱(2012)於 2008~2011 年定義了 231 個持續時 間超過 300 秒以上的長微震事件，Ide et al(2015)則在 2006~2011 年間定義了 942 個持續時間為 5~99 秒的長微震事件，然而這兩目錄重複時間段內僅有 30%的 事件重疊，暗示台灣長微震活動可能遠高於此兩目錄所描述。. 為取得更完整的長微震目錄，本研究參考前人所研發的偵測方法與目錄，目 標發展出更加完善且自動化的偵測系統，在連續資料中定義長微震事件以獲得更 詳盡的目錄與構造資訊，進而對台灣長微震震源環境、發震的時空特性能有更深 入的認識，得以了解台灣隱沒環境、深部變形行為與淺層破裂之關係。. 1.
(11) 第二章 前人研究 2.1 長微震的重要性 長微震為慢地震的一種，最早在 2002 年於日本在地震儀紀錄中被發現。有 別於傳統快速破裂引發的地震訊號，長微震其振幅小、無明顯體波，且持續時 間長。由於其具有特殊的時空特徵(例如：平行於海溝排列、發生於孕震帶更深 處)，被認為並非雜訊，而是具有與地震近似之構造起源的訊號(Obara,2002)。 長微震的活躍期被發現與大地測量手段偵測出的慢滑移事件(slow slip event)同 步 (Dragert et al.,2001; Rogers and Dragert,2003) ， 而 其 空 間 位 置 亦 相 似 (Vidale and Houston, 2012; Hirose and Obara, 2010)，說明了長微震和慢速 滑移事件可能是同一物理現象在不同儀器的表現。近十幾年來，長微震陸續被 發現於其他世界主要隱沒帶(Rogers and Dragert,2003; Kao et al., 2005)與斷 層系統(Nadeau and Dolenc, 2005;Gomberg et al.,2008)，並在多個地點發現 其活躍時間與 GPS 或傾斜儀偵測之慢滑移事件發生時間具有高度相關性。這些 慢滑移事件釋放的地震矩能量，高達規模六，因此被視為解析隱沒帶深處變形 行為的重要資訊，並為評估區域地震潛能不可或缺的一環。. 2.1.1 長微震的定義 長微震的主頻介於 2~8Hz 之間，會在數十分鐘至數小時內輻射數個無明顯 體波的能量脈衝(bursts)，由於其振幅小、持續時間長且無體波特徵造成其容易 被忽略成雜訊。然而，其訊號能夠在數個相距數十公里的測站出現近乎一致的 到時，代表此訊號絕非雜訊，而是從地底深處輻射上來的地震訊號(圖 2.1.1)。 因此利用測站之間的波形相似度將可以定義出長微震事件，而它的到時差異也 成為估計其 震源位 置 的基礎 (Obara, 2002 ; Wech and Creager, 2008; Ide 2010)。. 2.
(12) 圖 2.1.1 地震儀所紀錄之長微震包絡化波形。(本圖取自 Obara,2002)。. 2.1.2. 全世界長微震的發現與其特徵. (1)空間分布 長微震主要被發現於環太平洋隱沒帶，包含日本南海、日本九州、美國卡 斯卡迪亞、墨西哥、智利與紐西蘭這些年紀較輕的隱沒板塊上(圖 2.1.2)。其 位置多呈現深度集中、平行隱沒板塊走向的帶狀分布，與大型逆衝斷層 (megathrust event)相比，長微震發生更深處，如圖 2.1.2 所示。在阿拉斯加， 慢滑移事件發生於 1964 年 M9.2 地震的下方約 20-50km 深，並有零星的長微震 事件與之重疊;在日本長微震與慢滑移事件呈現帶狀分布，並發生於 1946 年 M8.1 昭和南海地震與 1944 年 M8.1 昭和東南海地震下方約 30-40km 深；在卡 斯卡迪亞，長微震事件發生於隱沒帶約 30-50km 深處，呈現平行海溝排列，而 慢地震事件與長微震事件部分重疊，發生於 10-70km 深；紐西蘭的慢滑移事件 發 生 於 隱 沒 帶 10-70km 深 ， 而 長 微 震 則 在 45-50km 深 被 發 現 (Yabe et al.,2014)；在墨西哥，慢滑移事件發生於隱沒帶 10-50km 深，長微震事件則發 生於更深處約 60km 深之位置，在淺層約 0-20km 深處則存在數個大型逆衝事件； 哥斯大黎加的慢滑移、長微震與大型逆衝事件皆有所重疊，發生於隱沒帶約 10-60km 深。上述例子說明了慢地震的位置，一般都比孕震帶更深，因此被視 為介於快速破裂(淺部孕震區)與深部穩定滑移之間的滑動形式，慢地震的發現 對隱沒帶滑動形式的深度漸變過程具有重大貢獻。以上的比較亦指出在隱沒帶， 長微震的發生並不總是和慢滑移事件共存，其與大型逆衝地震發生的空間獨立 性亦不同。除此之外，在非隱沒帶的區域亦有慢地震的發現，例如加州的聖安. 3.
(13) 德列斯斷層(Nadeau and Guilhem, 2009)、紐西蘭的阿爾卑斯斷層(Wech et al., 2012)和台灣的南段中央山脈(Chuang et al., 2015)，這些暗示著單一的 構造背景、溫壓條件和岩石物理條件並無法解釋所有的觀測，因此慢地震的物 理機制隨著慢地震的觀測條件逐漸成熟後，在過去十幾年是新興的觀測地震學 之重要研究課題，一直備受注意和討論。. 圖 2.1.2 全球各隱沒帶區域長微震、慢滑移事件、歷史地震分布與板塊隱沒資 訊。長微震由橘色半透明區塊標示，慢滑移事件區域由綠色半透明區塊標示， 深藍色線表示板塊邊界與隱沒方向，淡藍色線顯示隱沒深度，大型逆衝地震事 件滑移區由紫色線標示(本圖取自 Beroza and Ide,2011)。. (2)間歇性發生的慢地震(episodic tremor and slow-slip, ETS) 在日本與卡斯卡迪亞地區，長微震與慢滑移事件的活動呈現高度相關，並 呈現規則性地間歇發生，稱作 ETS (Episodic tremor and slow slip)，如圖 2.1.3 所示，階梯狀的向東位移場顯現每 12~14 個月的周期，和長微震的高活. 4.
(14) 動度在時間上高度相關，這個間歇性的週期每次持續數周，日本則更短。如圖 2.1.4 所示，在日本四國地區，間歇性週期的表現有分區特性:北段呈現約 6 個 月的週期，而南段週期更短約為 3 個月，比較發生的空間範圍，南段的空間範 圍較窄，這個差異被認為可能是與菲律賓海板塊隱沒時高度變形的分段效應有 關。Brudzinski and Allen(2007)分析了卡斯卡迪亞三段呈現不同週期之 ETS 區 域，認為 ETS 之週期與隱沒板塊界面上的岩石性質有關(包含隱沒板塊之地形、 年齡與組成)，他們推測週期較長(~19 個月)的區域可能因為該區之隱沒板塊上 部具有較高的密度與強度。. 圖 2.1.3 卡斯卡迪亞的間歇性長微震與慢滑移事件(ETS)。藍色圓圈標示 GPS 資料，對應至左側縱軸，藍色線標示長微震活動，對應到右側縱軸。(本圖取自 Rubinstein et al.,2010)，其為修改 Rogers and Dragert,2003)。. 5.
(15) 圖 2.1.4 日本四國地區長微震時間與深度的分布情形，灰色線標示菲律賓海板 塊之隱沒深度，顏色為長微震震源深度。時間的分析上表現出長微震週期性活 躍。(本圖取自 Ide,2012)。. (3)長微震的潮汐相關性 在大地測量解析能力不夠時，長微震便成了監測慢地震的唯一工具。在地 震網密度高的區域，長微震目錄的建置較完整可信，在這樣的地方(例如日本)， 長微震的活動週期被發現與潮汐具有高度相關。Ide(2012)分析卡斯卡迪亞、日 本南海、智利與墨西哥地區之長微震對主太陰半日朝(即月球以發之半日潮 M2) 週期的敏感度與持續時間的關係，如圖 2.1.5 所示，智利與墨西哥地區之長微 震持續時間較短，而潮汐敏感度較高；卡斯卡迪亞之長微震潮汐敏感度較低而 持續時間長；在日本南海地區，僅持續時間較短的長微震具有較高之潮汐敏感 度，這些不同區域的比較，指出長微震對於潮汐的敏感度與其持續時間有高度 相關，較短的長微震有較高的潮汐敏感度(Ide,2012)。. 6.
(16) Ide and Tanaka (2014)亦發現在日本岡山(Okayama)地區的長微震對於潮 汐水位極為敏感，此區域之長微震呈現出不同於 ETS 之間歇性的周期性活動 (圖 2.1.6d)，當考慮不同水位區間內長微震的發生個數時，他們發現此區域之 長微震好發於水位較低的時段(圖 2.1.6a)，並呈現對數反比關係(圖 2.1.6b)。 他們以方程式lnR = −0.037H − 6.7來描述長微震活動率 R(個數/小時)與潮汐水 位 H(cm)之間的相關性，並以此方程式，估計長微震發生率與實際長微震發生 率如圖 2.1.6e 所示，圖 2.1.6f 則標示了菲律賓海板塊在此處隱沒之位態(走向 N260°E，向北傾沒)，在圖 2.1.6g 則嘗試解釋了潮汐相關性的物理模型：當瀬 戸内海為低潮位之時，其海水造成之向下壓力降低，使隱沒板塊面上之剪應力 增加、正應力減少，有效地激發長微震的發生，並暗示長微震之發震機制為一 剪力滑移的逆衝構造。. 圖 2.1.5 卡斯卡迪亞、日本南海、智利與墨西哥地區長微震的持續時間與潮汐 敏感度的關係。潮汐敏感度是以長微震目錄中隨機選取 100 個事件，分析事件 之間的間隔時間對太陰半日潮(M2)的關係而得。(本圖取自 Ide,2012)。. 7.
(17) f. g. 圖 2.1.6 日本岡山地區長微震個數與潮汐水位之分布關係。此地區的長微震發 生率與潮汐水位成對數反比關係，(a)水位區間中之長微震個數(b)水位與長微 震關係之線性與對數做圖(c)潮汐水位資料(d)每小時長微震個數(e)以方程式估 計之長微震活動與實際觀測之長微震活動比較(f)潮位站與板塊位態(g)物理模 型。這種潮汐相關性、海陸分布與板塊構造可以由逆衝構造之剪力破裂解釋。 (本圖取自 Ide,2014)。. 8.
(18) 2.1.3 長微震與慢地震 除 長 微 震 外 ， 慢 地 震 之 地 震 觀 測 還 包 括 了 低 頻 地 震 (low-frequency earthquake, LFE)、超低頻事件(very-low frequency earthquake, VLF)，其特 徵如圖 2.1.7 所示：LFE 與長微震主頻相近約 1~3Hz 左右，在波形上會出現頻 率明顯低於前後訊號的 2~4 個週期(圖 2.1.7b)，LFE 時常在長微震事件中被定 義出來(圖 2.1.8)，因此長微震也有被認為是多個 LFE 同時並持續性發生的現 象；VLF 則是在極低頻的訊號中(約 0.02~0.05Hz)出現振幅相對高的 2、3 個週 期(圖 2.1.7c)，VLF 亦曾在長微震中被發現過(圖 2.1.9)。在頻譜特徵上，長 微震與低頻事件皆出現高頻衰減較快之現象，造成其訊噪比在低頻帶較高，使 它們在觀測上出現 1~10Hz 主頻的特徵(Rubinsten et al, 2010)。 長微震、低頻地震、超低頻地震與大地測量所偵測的慢滑移事件(slow-slip event, SSE)一併歸入慢地震的範疇。Ide et al. (2007)發現長微震的地震矩與 持續時間呈現線性關係，與一般地震的三次方正比明顯不同，為一種緩慢的破 裂 形 式 ( 圖 2.1.10) 。 例 如 卡 斯 卡 迪 亞 與 日 本 的 間 歇 性 長 微 震 慢 滑 移 事 件 (episodic tremor and slow-slip, ETS. Rogers, 2003 ; Obara et al , 2004 ; Shally,2006 ； 圖 2.1.3 與 圖 2.1.4) ； 長 微 震 訊 號 中 隱 含 的 低 頻 地 震 (Shally,2006)與超低頻地震(Ito et al, 2007)都暗示了這些慢地震可能為同一 機制或是同一事件的不同表現形式。. 9.
(19) 圖 2.1.7 被歸類為慢地震的地震訊號與一般地震比較圖 A.長微震 B.低頻地震 C.超低頻地震 D.一般地震事件。(本圖取自 Gomberg,2010)。. 10.
(20) 圖 2.1.8 日本四國的長微震中的低頻地震訊號。箭頭標示低頻地震於長微震中 的位置。(本圖取自 Shally,2006). 11.
(21) 圖 2.1.9 日本南海的長微震中隱含的超低頻事件訊號。灰色線為濾波 2-8 Hz 之長微震事件，紅色線為同時間率波 0.02-0.05 Hz 之超低頻頻段，黑色箭頭 指示出超低頻事件。(本圖取自 Ito et al,2007)。. 圖 2.1.10 低頻地震、超低頻地震、長微震、慢滑移事件等慢地震事件與一般 地震事件之地震矩與持續時間關係，以對數-對數呈現。慢地震等事件之線性關 係由淡橘色區塊標出，而一般地震之三次方關係則由淡紫色區塊呈現。(本圖取 自 Ide et al.,2007). 12.
(22) 2.1.4 長微震發震機制 在日本的長微震呈現平行海溝、沿板塊隱沒走向的帶狀分布，深度集中於 30~40km，且具有沿著板塊遷移(migration)的現象，同樣的行為也發生在卡斯 卡迪亞地區，然而卡斯卡迪亞的深度分布帶較廣，為 20~40km。長微震在世界 各地的分布深度皆有不同，這個差異被認為是造成岩石強度弱化的流體分布差 異造成(Kao et al.2005)。隱藏在長微震中的低頻地震與超低頻事件，利用震 源機制分析，發現是板塊介面上的剪力滑動造成(Ide et al, 2007 )，這樣的發 震機制暗示長微震提供了一個研究隱沒帶深部的應力累積與板塊滑動情形之工 具。. Houston(2015)分析卡斯卡迪亞隱沒帶的間歇性長微震與慢滑移事件群 (ETS)，以遷移前緣分出滑動發生前後不同時間點與潮汐相關性，並以兩種環 境假設推估最符合觀測資料之摩擦係數與孔隙水壓環境，發現長微震震源很可 能為高孔隙水壓、摩擦係數極低(~0.1)的環境，並在滑移後岩石強度弱化，即 斷層面摩擦特性造成的速度弱化(圖 2.1.11)。. 圖 2.1.11(a)間歇性長微震(ETS)發生時之應力與岩石強度(偉伯分布)變化模形。 深藍色為前緣到達前至到達後 1.5 天，淡藍色為到達後 1.5~3 天，桃紅色為到 達後 3 天以上。(b)不同時間段潮汐應力與長微震發生率的關係。(本圖取自 Houston,2015)。. 13.
(23) 對於發生於淺層(深度 2km~15km)的慢地震與慢滑移事件 ，Saffer and Wallace(2015)整理了紐西蘭、日本南海、日本東北與哥斯大黎加等四個地區由 實地測量所取得之發生環境資訊，指出孔隙水壓的提高與低有效應力為全球慢 滑移事件共同之特徵(圖 2.1.12)，這種變質作用下孔隙水壓的提高很可能來自 含水量較高的石英。同時認為慢地震的發生並不只與溫度與深度有關，板塊介 面的組成與幾何形貌也是一重要因素。. 圖 2.1.12 四個地區淺層慢地震與慢滑移地區環境比較。圖中統整了慢地震與 慢滑移之發生區域(紅、紫色透明方塊)、溫度(Y 軸)、深度(X 軸)、孔隙水壓 (背景淡藍色漸層)、孔隙率(紅線上黑色條狀表示)與黏土脫水區間(橘色長條區 塊)。由圖中可看出慢地震與慢滑移事件並不集中於特定溫度與深度，而是多位 於與孔隙壓較高之藍色區間。. 14.
(24) 2.2 台灣自發型非火山長微震研究 莊育菱 et al.(2012)以觸發型長微震(triggered tremor)的震源位置(Peng et al., 2008)為參考進行系統化搜尋，發現台灣的自發型非火山長微震集中於中 央山脈南段，並具有 2~8 Hz 的主頻分布，而之後的 Ide et al.(2015)也以此特 徵作為偵測時的基礎。由於長微震振幅小且無法看到明顯體波波相，必須以在 不同測站能看到相似且到時相近的波形來確認其為有意義之訊號，因此多是利 用測站之間的波形相關係數(cross-correlation calculation)來作為判定依據。其 函數式為： 𝐶𝑓𝑔 (∆𝑡) =. ∑𝑛𝑖=1 𝑓(𝑖) × 𝑔(𝑖 + ∆𝑡) √∑𝑛𝑖=1 𝑓(𝑖)2 × √∑𝑛𝑖=1 𝑔(𝑖)2. 其中𝑓(𝑖)𝑔(𝑖)為波形資料，n 為資料點數，𝐶𝑓𝑔 (∆𝑡)為波形平移∆𝑡時的相關係 數，即當𝐶𝑓𝑔 (∆𝑡)越大時，波形越相似，而𝐶𝑓𝑔 (∆𝑡)最大時∆𝑡可代表兩波形訊號的 到時差。在台灣過去發展的兩個偵測手段是以包絡化後波形之間的相似度為偵 測條件，佐以不同方法與門檻值去除一般地震與雜訊來定義長微震並製作目錄。. 圖 2.2.1 莊育菱(2012)研究中之長微震事件波形與時頻圖。本圖取自莊育菱 (2012)。. 15.
(25) 2.2.1 莊育菱 (2012)之偵測手段 莊育菱（2012)利用台灣中部以南地震測站所收集之連續資料，發展長微震 半自動化偵測系統。她針對台灣南部區域(120.5°E~121.5°E/22.5°N~23.6°N) 選用了 13 個品質較好的連續地震站，定義了 232 個在 2008~2011 年間發生且持 續時間為 300 秒至 1800 秒不等的長微震事件，為台灣自發型長微震的重要先驅 研究(圖 2.2.2)。. 圖 2.2.2 莊育菱 (2012)研究中選用的測站與自發型、觸發型長微震之位置與 自發型長微震波型範例。(本圖取自莊育菱,2012)。. 16.
(26) 2.2.1.1 半自動化偵測系統 莊育菱 (2012)所選用的測站，包含 2 個台灣寬頻地震網(Broadband Array in Taiwan for Seismology,BATS)的速度型寬頻地震站與 11 個中央氣象局地震 觀測網(Central Weather Bureau Seismic Network, CWBSN)速度型短週期地震 站。其偵測系統所使用波形經過以下處理：(1)採樣率(sampling rate)降點至 20 Hz (2)帶通濾波至 2~8 Hz (3)包絡線 5 秒平滑化處理 (4)平均水平分量並降點 至 1Hz (5)排除每日資料長度不足 85390 秒或日平均≦10-5 的不良資料。經此處 理後的波形稱為 2c-env wf，為此系統的偵測材料，半自動化系統則針對此材 料進行三階段的篩選。. 圖 2.2.3 莊育菱 (2012)所使用的偵測材料各階段示意圖。(a)原始 20Hz 資料 (b)2~8Hz 帶通濾波 (c)包絡線平滑化處理 (d)兩分量之平均並降至 1Hz 資料。 (本圖取自莊育菱 ,2012)。. 第一階段：波形間相似度進行測站篩選 在偵測系統中將一天的資料取出數個長 500 秒、重疊 200 秒的視窗，分別 進行後續資料處理。第一階段，為計算波形間的相關係數 (cross-correlation calculation)，以進行測站篩選，原則如下：當某測站的 2c-env wf 與其他一半 以上的測站之相關係數大於 0.95 時，此測站被保留，反之則被剔除。被保留的 測站大於 7 個(即所選用的測站的一半)以上時，方可進入下一階段。. 17.
(27) 圖 2.2.4 莊育菱 (2012)測站篩選示意圖。(本圖取自莊育菱,2012)。. 第二階段：以訊噪比門檻剔除非長微震訊號 由於部分雜訊地震仍可能有測站間的高相似性，在第二階段中則以平均訊 噪比去除這些非長微震訊號。在此階段中雜訊之估計，以計算不重疊之每小時 之震幅中位數，並重新取樣至 1Hz 為主，而訊號則是以每 500 秒視窗移動 300 秒的振幅中位數重新取樣成 1Hz 代表。在平均訊噪比的計算中，僅針對通過第 一階段的測站之訊噪比進行平均，超過門檻值 1.15 則此視窗通過檢驗，進入下 一階段篩選。 第三階段：以持續時間偵測長微震訊號 偵測系統中的持續時間是由移動視窗判定，亦即被判定有長微震的連續視 窗數，決定了長微震的持續時間，若有連續 N 個視窗被判定有長微震，則長微 震的持續時間為 300 秒*N，即此長微震的開始時間為第一個視窗的開始時間， 結束時間為第 N+1 個視窗(發現長微震後第一個判定不為長微震的視窗)的開始 時間為此長微震的結束時間。因此，此一系統所判定的長微震持續時間，最少 為 300 秒且必為 300 秒的倍數。. 18.
(28) 圖 2.2.5 持續時間判定之範例。實現框線代表偵測有長微震的視窗，虛線為無 長微震的視窗。(a)第一個視窗有長微震而第二個視窗無長微震，持續時間為 300 秒*1，即 300 秒。(b)第一、二個視窗有長微震而第三個視窗開始無長微震， 持續時間為 300 秒*2，即 600 秒。(本圖取自自莊育菱,2012)。. 經過此三個階段篩選後的目錄會與中央氣象局地震目錄比較，用以去除小 規模一般地震，並會以目視 2~8Hz 的波形進行再確認，確保目錄品質。. 2.2.1.2 長微震定位：WECC 在莊育菱(2012)的研究中採用了 Wech et al.(2008)所提出的定位方法 WECC，是一利用 S 波波速進行 3-D 網格搜索的定位方法。此方法計算了以每 一網格為震源時的總加權波形相似殘差： 𝑁. 𝑀(𝑥. 𝑔𝑟𝑖𝑑. 𝑁. )=∑ ∑ 𝑖=1 𝑗=𝑖+1. 𝐶𝑖𝑗𝑚𝑎𝑥 − 𝐶𝑖𝑗 (𝛿𝑡𝑖𝑗𝑥 𝑔𝑡𝑖𝑑 ) ∆𝐶(𝐶𝑖𝑗𝑚𝑎𝑥 ). 式中𝑥 𝑔𝑟𝑖𝑑 為指定網格點，i, j 代表測站編號，N 為測站總數，𝐶𝑖𝑗𝑚𝑎𝑥 為該測 站對的最大相關係數，𝐶𝑖𝑗 (𝛿𝑡𝑖𝑗𝑥 𝑔𝑡𝑖𝑑 )則為該網格點的理論到時差所對應到的相關 係數，而∆𝐶(𝐶𝑖𝑗𝑚𝑎𝑥 )為根據經驗式以最大相關係數值所給予的權重，為一元四次 式： 4. 3. 2. ∆𝐶(𝐶𝑖𝑗𝑚𝑎𝑥 ) = 4.97(𝐶𝑖𝑗𝑚𝑎𝑥 ) − 18.94(𝐶𝑖𝑗𝑚𝑎𝑥 ) + 26.73(𝐶𝑖𝑗𝑚𝑎𝑥 ) − 16.59𝐶𝑖𝑗𝑚𝑎𝑥 + 3.84 由於𝐶𝑖𝑗𝑚𝑎𝑥 介於 0~1 之間，越大則權重越重，該測站對對於總計算結果的影 響越大。. 19.
(29) 2.2.1.3 台灣自發型長微震特徵 根據以上偵測手段和定位方法，莊育菱(2012)發現台灣自發型長微震集中 於中央山脈南段區域，深度大致以常態分佈落於 5~45 公里深，大多深於一般地 震，並與觸發型長微震(Chao et al.,2012)事件位置大致重疊。長微震主要頻率 為 2~8Hz，並以 S 波波速傳播，利用慢地震地震矩與持續時間的關係𝑀0 = 𝑇 × 1012−13(Ide et al., 2007)估計釋放的地震矩能量，她發現此目錄中的自發型長 微震規模與 M4.0~M4.5 的地震相當(圖 2.2.6)。 在時間分布上，莊育菱(2012)發現長微震的活動可能受到周圍地震影響︰ 2010 年 3 月 4 日甲仙大地震前約 70 天、後約 90 天之長微震累積持續時間斜率 明顯高於背景值，並與背景地震活動度的改變趨勢相仿，暗示了長微震活動可 能受到淺層地震活動的影響，或是兩者受到同一機制影響而使其有相似的活動 情形。分析長微震目錄中事件的發生時間，有 75%的長微震發生於當地時間凌 晨 0~6 時，代表日夜的噪訊變化對長微震的偵測具有一定影響。. 圖 2.2.6 莊育菱(2012)利用長微震持續時間與震矩的關係：𝑀0 = 𝑇 × 1012−13 估 算長微震之震矩規模。(本圖取自莊育菱,2012)。. 20.
(30) 2.2.2 Ide et al. (2015) Ide. et al.(2015)以應用在日本南海地區的長微震偵測方法(Ide, 2010)，. 針對台灣南部區域 2006~2011 年之連續資料定義了 942 個持續時間為 5 秒~99 秒 不等的長微震事件，在此研究中他們除了使用先前莊育菱所選用之 13 個測站外， 也使用架設於 2006~2007 年的 TAIGER 計畫(Okaya et al, 2009;Wu et al,2014) 所架設的寬頻地震儀，使該兩年的測站密度與低頻資訊得以更加完備。此目錄 建制的目的，主要為探討自發型長微震的發震機制：利用長微震與潮汐活動的 相關性與合成超低頻地震(Very Low Frequency event, VLF)以分析長微鎮的孕 震構造與環境，因此在長微震的定義與莊育菱之研究有所差異，除了對發震區 域有所限制外，對於持續時間的定義也有極大的不同。以下將詳述之。. 2.2.2.1 Hypoecc 偵測與定位方法 Hypoecc 是一以包絡化波形相關係數法(envelope correlation method. 圖 2.2.7; Obara, 2002;Ide, 2010, 2012)為基礎，利用測站間的波形相似度與時 間差進行地震訊號定位的程式，其偵測材料需經以下處理：(1)將取樣點率 20Hz 的一日完整連續波形以 2~8Hz 進行帶通濾波 (2)將波形每點平方 (3)以 0.2Hz 低通濾波處理為能量趨勢並降點成 1Hz。此一處理方式與莊育菱的自動 化波形相仿，以平方運算取代包絡化並以低通濾波取代平滑化運算。在系統中 Hypoecc 僅接受總點數 86399 與 86400 點的資料，並自動剔除不完整的資料， 並以每個視窗 100 秒、移動視窗 50 秒進行逐格掃描定位。. 21.
(31) 圖 2.2.7 包絡化波形相關係數法(envelope correlation method)應用於日本 四國與九州的長微震波形與定位。右圖紅線標示出被定義的能量脈衝(bursts)位 置，其對應到的定位點由左圖紅色圓圈所示。(本圖取自 Ide,2012)。. 第一階段：測站對的選定與相似度門檻 此偵測方法計算兩兩測站間的波形相似度，並排除距離小於一公里或是大 於三百公里時的測站對。在 Ide et al.(2015)的研究中，此相似度門檻值為「10 個以上測站對相似度大於 0.5」，通過此門檻進入下一階段處理，不通過則繼 續掃描下一視窗。 第二階段：定位收斂 當測站對通過相似度門檻時，程式會紀錄下此測站對間的到時差，進行初 步定位。其定位運算方法為：將測站網經緯度加減兩度以內的區域先粗分成 0.2°x0.2°的網格，進行網格式搜索以找到最符合這些測站對到時差的震央，當 最符合之網格格點不在搜索範圍邊緣時，將會進入長寬為 0.2x0.5 n-1°的更細網 格，在這裡 n 為運算階數，並逐漸收斂最佳範圍。這個計算會計算五階，即最 後的最佳網格大小為 0.0125°，約是 1 平方公里左右。. 22.
(32) 當此初步震央確定後，會進行第一次的輸出管理：剔除與此震央相距過遠 (100 公里)的測站，或是到時差大於 3 秒，或比所有測站中最慢到時還長的測 站對，當去除後的測站對數目仍大於 10 對時才進行深度的逆推計算。 深度的估計，是以前項運算所訂出的初步震央與 2、5、10、20、30、50、 100 公里深共 7 個不同的初始深度作為 7 個初始點，依序利用 LevenbergMarquardt 逆推法以一維 S 波速度模型進行非線性計算迭代 10 次進行測試。在 迭代過程中，誤差大於於三倍標準差時，此次測試資料會被移除並進行下一個 初始值測試，而當七個初始深度的最終運算結果之標準差皆過大時，認定為定 位失敗，此時將移動至下一個視窗重新掃描。當定位成功時，此一訊號會被視 為有效訊號而做進一步分析與輸出。. 第三階段：持續時間判定與規模計算輸出 一旦定位確定，各個測站的理論到時將可以確定，持續時間將以振幅歸一 化的波形以到時對齊疊合，各測站的權重是根據前兩階段所挑出的測站對計算 各測站使用的比重來定義。若合成波形的最大值未落在偵測視窗的邊緣，則計 算超過最大振幅一半的時間窗口定義為持續時間，並以最大振幅時間計算發震 時間。也以最大振幅與時間計算輻射能量，進一步估計此事件之規模。 由於此計算方法僅是以測站間包絡化波形進行相似度判定與定位，其輸出 結果將包含所有可能有效之地動訊號，亦即包含一般地震，因此其訊號是否為 長微震仍需進一步判定。. 23.
(33) 2.2.2.2 時間空間收斂門檻 假設長微震主要分佈為孕震帶(0~20 公里的脆性破裂區域)下方，Ide(2015) 針對參考點(120.92°E,23.06°N) 方圓 10 公里內、20~45 公里深的事件進行時 間空間的篩選，考慮長微震事件是群聚發生，其門檻如下：(1)去除與其餘事件 時間差一天以上的事件 (2)去除和前後事件位置差超過 10 公里的事件。. 圖 2.2.8 Ide et al.(2015)的研究區域，選用測站以及經篩選後的長微震分布。 (本圖取自 Ide et al.,2015)。. 24.
(34) 2.2.2.3 超低頻地震(VLF)的震源機制解 超低頻事件(Very Low Frequency event, VLF)與長微震同為慢地震的一種， 在日本南海被發現與長微震訊號同時發生(Ito et al, 2007)，被認為是慢地震事 件所輻射的不同頻率波段。其主頻落在 0.02~0.05Hz 之間，由於週期長而使其 波形呈簡單波相，相較於無明顯體波的長微震，VLF 更適合用以研究慢地震的 發震機制。 Ide. et al. (2015)的研究中，假設超低頻事件(VLF)與長微震發生共存，. 將所定義的長微震事件根據各事件位置到該測站的理論到時，將同測站不同事 件以 1000 秒視窗的原始波形進行疊合，以增強其可能之 VLF 訊號，並濾波 0.02~0.05Hz 取得能代表台灣長微震區域的合成 VLF。其研究使用 BATS 測站 的所有分量與 TAIGER 的垂直分量共 26 個波形，針對發震時間前 30 秒至發震 後 70 秒的波形進行震源機制解之逆推，其結果顯示最大 VR 值(Variance reduction)的兩個斷層面解，分別是向東南傾的低角度逆衝斷層 NP1：strike 54°, dip 13°, rake 120°與向南南西傾的高角度逆衝斷層 NP2：strike 156°, dip 78°, rake 82°。 雖然最佳擬合之 VR 值僅為 33%，但經過拔靴法進行重新取樣，每次隨機挑 選 26 個可重複的波形(即同一測站同一分量可以被重複選取)進行 10000 次的震 源機制解逆推，結果顯示方位角集中在最佳解的 30°以內，傾角集中在最佳解 的 10°以內。. 25.
(35) 圖 2.2.9 Ide et al.(2015)疊合 VLF 之(a)震源機制解、(b)拔靴法測試之 10000 個解、(c)拔靴法測試之 10000 個解的方位角與傾角分佈 (d)用於逆推之 100 秒 實際波形(黑線)與理論波形(紅線)。(本圖取自 Ide et al.,2015). 2.2.2.4 長微震的潮汐相關性 根據超低頻地震所得出之斷層面解與 Yabe et al. (2014)所開發的理論潮 汐應力計算程式計算長微震發生時間與潮汐應力之關係，Ide et al. (2015)發 現長微震發生率λ(t)與潮汐剪應力τ(t)可以用以下關係式表示： λ(t) = C exp(aτ(t)) 其中 a 與 C 皆為用最大似然法所得出之常數，在 95%信心區間下 a=2.10± 0.05 kPa-1，C=0.0109±0.0009h-1。這個值與日本南海和卡斯卡迪亞(Yabe et al. 2014)低於 1kPa-1 的情形比較之下是相當大的。. 26.
(36) 圖 2.2.10 (a)理論潮汐剪應力由黑線標示，長微震發生時間則由紅點標示，其 中有 94%事件發生於潮汐剪應力為正。(b,c)潮汐在 NP1、NP2 上造成之正向應 力。(d,e,f)每小時 1 點之潮汐應力資料分布情形(灰色長條圖)與長微震個數 (紅色長條圖)分布情形。(g,h,i)區間內每小時長微震個數線性(黑色點與線)與 指數(紅色點與線)對潮汐應力之關係圖。(本圖取自 Ide et al.,2015)。. 27.
(37) 2.2.3 偵測方法與目錄的比較 目前現有的兩種長微震偵測方法雖然都是以測站間的相似度為判定長微震 的主要依據，然而由於對長微震定義的差異而使事件數目、持續時間及特徵等 有些許的差異，例如莊育菱(2012)的偵測方法只能針對持續時 300 秒以上的事 件，而 Ide(2015)的方法則在空間限制上無法完整表現長微震的分布位置，而兩 者對長微震的持續時間定義也使長微震的規模估計在兩個目錄中具有很大的差 異。在兩長微震目錄重疊時間 2008~2011 年中 Ide(2015)定義了 329 個事件，而 其中僅 128 個位於莊育菱(2012)目錄的 63 個事件以內，其餘的事件皆無時間上 的重疊，兩者對於長微震的定義差異使兩目錄只有約 30%重疊，暗示可能有許 多未被發現的長微震事件存在。 本研究欲結合兩種偵測方法的長處並建置更加完整的長微震目錄，以探討 以下問題： 1. 長微震的活動週期與相關的影響因素 2. 長微震的孕震構造與環境 3. 快、慢地震之間是否有顯著交互影響 這些問題將於結果與討論一一詳述。. 28.
(38) 第三章 研究方法 3.1 本研究之偵測方法與資料 本研究參考前人研究之長微震區域，選用 2007 至 2012 年間分佈於臺灣中部 與南部的 56 個地震站，利用其連續資料作長微震事件偵測所用，其分布位置如 圖 3.1.1 所示。其中包含 30 個中央氣象局地震觀測網(Central Weather Bureau Seismic Network, CWBSN；Shin et al.,2013)速度型短週期地震站、6 個臺灣寬頻 地震網(Broadband Array in Taiwan for Seismology, BATS;Kao et al.,2001)的速度型 寬頻地震站與 20 個臺灣地體動力整合研究計畫(TAiwan Integrated GEodynamics Research, TAIGER；Okaya et al, 2009；Kuo-chen, 2011; Wu et al,2014)所架設的速 度型寬頻地震站，測站資訊如圖及表 3.1.1 所示。中央氣象局於 2012 年後利用 SMART24 儀器將加速度型、速度型地震儀整合，改為 24 位元地震觀測網 (CWBSN24)，因此原為 S-13 的加速度型資料網路併入現行 CWB_SMT 以代表。 由於研究期間(2007~2012)使用的觀測網不同，如表 3.1.1 所示，黃色網底標記 2008~2011 年主要使用的測站，圖 3.1.2 則統計了不同時期之總測站使用數:2007 年加入了 TAIGER 資料，2012 年增加了氣象局的寬頻資料。使用波形在 2007 及 2012 年大量增加而使得資料總數不一致，是否造成偵測長微震的標準不一致？ 這個影響將在 5.1.2 討論。 為建立更完整的長微震目錄，本研究選用了 Ide et al.(2015)所使用的 Hypoecc 偵測方式並調整其各項門檻值，再進一步以長微震自動波形辨識系統 (Tremor Automatic Identification, TAI)對 Hypoecc 的輸出結果進行進一步的判 釋並重新定義持續時間。以下將分兩小節一一詳述。. 30.
(39) 表 3.1.1 本研究用以偵測之地震站 Network. 測站名稱. 緯度. 經度. 高程(m). BATS. FULB. 23.1986. 121.294. 376. BATS. HGSD. 23.4921. 121.424. 94. BATS. MASB. 22.6119. 120.633. BATS. RLNB. 23.8911. 120.359. 139 -60. BATS. SSLB. 23.7875. 120.954. 450. BATS. TPUB. 23.3005. 120.63. 370. BATS. TWGB. 22.8176. 121.08. 195. BATS. WSSB. 22.6418. 120.262. 352. BATS CWB_BB. YULB. 23.3924. 121.297. 295. ALS. 23.5083. 120.813. 2413. CWB_BB. CHK. 23.0978. 121.373. CWB_BB. CHY. 23.4963. 120.433. 34 -146. CWB_BB. ESL. 23.8121. 121.441. 178. CWB_BB. SGS. 23.0804. 120.591. 278. CWB_BB. TAI1. 23.0379. 120.236. 8. CWB_BB. TTN. 22.7524. 121.155. 9. CWB_BB. TWM1. 22.8214. 120.431. 340. CWB_BB. WGK. 23.6844. 120.57. 75. CWB_SMT. ALS. 23.5083. 120.813. 2413. CWB_SMT. CHK. 23.0978. 121.373. 34. CWB_SMT. CHN1. 23.185. 120.529. 217. CWB_SMT. CHN2. 23.5319. 120.474. 45. CWB_SMT. CHN4. 23.3513. 120.594. 957. CWB_SMT. CHN5. 23.5973. 120.678. 840. CWB_SMT. CHN8. 23.3474. 120.223. CWB_SMT. CHY. 23.4963. 120.433. 6 -146. CWB_SMT. ECL. 22.596. 120.962. 70. CWB_SMT. EHY. 23.5038. 121.33. 237. CWB_SMT. ELD. 23.1871. 121.025. 1040. CWB_SMT. ESL. 23.8121. 121.441. CWB_SMT. KAU. 22.5663. 120.316. 178 -181. CWB_SMT. SCL. 23.1735. 120.202. 7. CWB_SMT. SGL. 22.7237. 120.498. 30. CWB_SMT. SGS. 23.0804. 120.591. 278. CWB_SMT. SML. 23.8813. 120.908. 1015. 31.
(40) CWB_SMT. SSD. 22.7443. 120.64. 148. CWB_SMT. STY. 23.1608. 120.766. 640. CWB_SMT. TAI1. 23.0379. 120.236. 8. CWB_SMT. TTN. 22.7524. 121.155. 9. CWB_SMT. TWF1. 23.3508. 121.305. 260. CWB_SMT. TWG. 22.8177. 121.08. 195. CWB_SMT. TWL. 23.2648. 120.5. 590. CWB_SMT. TWM1. 22.8214. 120.431. 340. CWB_SMT. TYC. 23.9052. 120.87. 20. CWB_SMT. WGK. 23.6844. 120.57. 75. CWB_SMT. WNT. 23.8767. 120.692. 110. CWB_SMT. WSF. 23.6364. 120.23. 6. CWB_SMT. WTC. 23.8617. 120.289. 5. CWB_SMT. WTP. 23.2438. 120.622. 560. CWB_SMT. YUS. 23.4833. 120.95. 3845. TAIGER. TGC01. 23.891. 120.359. 12. TAIGER. TGC03. 23.8207. 120.567. 72. TAIGER. TGC04. 23.8215. 120.674. 275. TAIGER. TGC05. 23.8057. 120.744. 269. TAIGER. TGC06. 23.7798. 120.846. 714. TAIGER. TGC07. 23.7567. 121.065. 1267. TAIGER. TGC08. 23.7537. 121.141. 2542. TAIGER. TGC09. 23.7547. 121.233. 2953. TAIGER. TGC10. 23.7536. 121.345. 914. TAIGER. TGC11. 23.7123. 121.387. 499. TAIGER. TGC12. 23.6852. 121.482. 113. TAIGER. TGS01. 23.7025. 120.193. 18. TAIGER. TGS02. 23.5877. 120.318. 16. TAIGER. TGS04. 23.4657. 120.554. 111. TAIGER. TGS05. 23.4058. 120.647. 1043. TAIGER. TGS06. 23.2781. 120.917. 2263. TAIGER. TGS07. 23.1427. 121.081. 647. TAIGER. TGS08. 23.0877. 121.229. 356. TAIGER. TGS09. 23.0039. 121.315. 71. TAIGER. TGS10. 23.5662. 120.479. 67. TAIGER. TGS11. 22.4063. 120.752. 1681. 32.
(41) 圖 3.1.1 主要使用測站分布圖。紅色三角形表示 CWB 與 BATS 之測站，藍色三 角形則是僅在 2007 部設之 TAIGER 測站，綠色倒三角形為井下應變儀 DARB 之 位置。. 圖 3.1.2 本研究使用測站數隨時間之變化圖。其中 TAIGER 測站僅架設於 2008 年以前、中央氣象局測站因 2012 年的儀器網更新使 2007 與 2012 年之測站量大 幅增加。. 33.
(42) 3.1.1 Hypoecc 參數選定 本研究以莊育菱(2012)目錄中的長微震做為參考，對 Hypoecc 偵測方法 調整了以下兩個參數設定： (1) 視窗長度 300 秒、移動視窗 150 秒。 (2) 相關係數門檻值 0.6。 其餘參數如事件對數門檻、測站對間距限制仍沿用 Ide et al.(2015)之設 定，即測站對數門檻值為 10，間距為 1 公里至 300 公里。速度模型方面， 我們使用 Kuo-Chen et al. (2012)的三維速度模型，針對研究區域範圍 (120.5˚E~121.5˚E/22.5˚N ~23.5˚N)計算一維 S 波速度模型，其值由圖 3.1.3 及表 3.1.2 表所示。 以此參數的初步計算結果每年將約有一萬個地動事件，平均一天約 20~30 個事件需進行下一步判定。 表 3.1.2 研究所使用之一維速度模型 頂層(km). 厚度(km). S 波速度(km/s). 0. 5. 2.84597. 5. 5. 3.18823. 10. 10. 3.32079. 20. 10. 3.46263. 30. 10. 3.67526. 40. 10. 4.15204. 50. 600. 4.48519. 圖 3.1.3 長微震定位所選用之一為速度模型 34.
(43) 3.1.2 波形自動辨識系統 (Tremor Automatic Identification, TAI) 為避免長微震的持續時間決定過於主觀，我們設計一套自動化定義持續時間 的流程，稱為 TAI。在此 TAI 流程，我們以發震時間前 50 秒與後 150 秒共 200 秒的視窗進行自動化波形篩選，其步驟如下：. 第一階段：波形極簡化(圖 3.1.4) 首先將經過 2~8Hz 之波形進行平方運算，並以 0.2Hz 低通濾波處理以代表 能量趨勢。接著利用此能量趨勢將波形分為大於平均值的訊號區，定義其值為 1(其後稱作 1 區)；而小於平均值的無訊號區，值定義為 0(其後稱作 0 區)。. 第二階段：地震與雜訊波形之邏輯判斷 根據地震訊號表現出 1 區與 0 區的長度與分段程度，定義出主地震波形持續 時間： A. 訊號區域總時間小於 40 秒 (即視窗的 20%) 的波形，定義為地震波形。 B. 訊號區域總時間小於 60 秒 (即視窗的 30%) 且分段數小於 3 的波形，定 義為地震波形。 再者，依據雜訊表現出 1 區與 0 區的長度與分段程度，定義出雜訊波形： C. 訊號區域總時間大於 70 秒 (即視窗的 35%) 且分段數大於 20 的波形， 定義為雜訊波形。 D. 訊號區域總時間大於 80 秒 (即視窗的 40%) 且分段數大於 15 的波形， 定義為雜訊波形。 E. 所有訊號區域的持續時間皆小於 10 秒的波形，定義為雜訊。 當沒有被定義為雜訊與地震的波形數目，大於波形總數一半的時候，進入下 一階段。 35.
(44) 以上 A~E 五個判定依據分別由分析長微震周圍地震目錄、連續資料與以目 視之長微震連所有測站資料所決定，在下方圖 3.1.5 中，以黃色虛線區域標示地 震訊號特徵(第二階段門檻 A 和 B)，以灰色虛線區域標示雜訊特徵(第二階段門 檻 C、D 和 E)，以下以不同種類的事件舉例說明。圖 3.1.5a 為中規模地震的表 現: 資料為中央氣象局地震目錄中長微震附近區域(120˚~122˚E, 22˚~24˚N) M>3 之地震; 這類波形在極簡化後出現分段數低(<5 段)、訊號區比例低(<20%) 的分布。圖 3.1.5b 為而研究區域內 2008 與 2009 年所有地震(最低至 M~0.23) 之表現: 與 3.1.5a 雷同，呈現分段數低(<5 段)、訊號區比例低(<20%)的分布。 這表示不同規模地震的持續時間不同，在分段數與訊號比例這兩個門檻值的表現 是非常相似的。圖 3.1.5c 為隨機選取 15 天連續資料的表現，經目視檢視後絕大 多數為雜訊。圖 3.1.5d 為甲仙地震發生後 10 天內之連續資料表現:這個時間內 包含大量餘震、較活躍的長微震活動與其餘雜訊，在圖中數目最多的(紅色)，發 生在高分段數 (>15)和高訊號比例(>40%)處，與圖 3.1.5c 極為相似，亦為雜訊 特徵明顯較多的波形。圖 3.1.4e 為目視確認為長微震的訊號表現，其峰值(網格 內最高數目)發生在黃色虛線和灰色虛線區間外，說明利用這兩個門檻，可以大 致排除近距地震訊號與雜訊。. 36.
(45) 圖 3.1.4 波形簡化流程與數個波形範例判定之範例。黑線為原始波形濾波 2~8Hz 後之波型，綠線為包絡化處理後之波形，藍線標示為包絡資料平均值，紅線為最 後極簡化後之波形。. 37.
(46) a.. b.. c.. d.. e.. 圖 3.1.5 不同種事件波形在 TAI 系統中之表現比較。X 軸為訊號分段數，Y 軸 為訊號區域總時間在 200 秒分析視窗的比例。圖中色階代表區間內波形數，黃色 虛線框表示符合判斷條件 A、B 的地震訊號區域灰色虛線框符合判斷條件 C、D、 E 的雜訊區域，而在黃框、黑框間的其他區域，即為長微震訊號區。(a) 2008~2011 年規模 3 以上，發生於 120˚~122˚E, 22˚~24˚N 之地震事件。(b)2008~2009 年發 生於 120˚~122˚E, 22˚~24˚N 之所有地震事件 (c)隨機抽樣 15 天之連續資料。 (d)甲仙地震後十天內之連續資料。(e)目視確認過之 1200 個長微震事件資料， 因長短不一而切割成符合程式需求之 9683 個 200 秒之時間段。。. 38.
(47) 第三階段：訊號時間點吻合度與持續時間之定義 (圖 3.1.6) 在第三階段，疊加所有被保留之波形。由於每個波形都被極簡化至 0 與 1， 相加後波形的值，將會介於 0 至波形總數之間，當訊號在時間上集中時，相加波 形在該時間就會出現峰值。當相加波形之最大值大於「0.6*保留波形數」時，定 義為長微震，並以視窗中第一個超過 1/2 保留波形數的時間點，為此長微震的起 始時間；最後一個超過 1/2 保留波形數的時間點，為此長微震的結束時間。當結 束時間位於此視窗的後 30%(即 140 秒以後)時，將合理懷疑長微震在下一時間窗 口持續發生，故移動 100 秒視窗再判定其後之長微震是否存在，因此本研究所定 義的長微震事件之間的間隔必為 60 秒以上。最後統整各視窗偵測結果，決定最 終開始、結束時間與總長度，考慮到長微震訊號的發生，是在門檻值設計窗口的 前後數秒，持續時間的最終累積將額外增加 10 秒。 由於此辨識程式仍屬於測試階段，其輸出仍須經人工目視確認是否為長微震 事件。經過 TAI 流程，我們有效地去除 Hypoecc 輸出結果中 80%的地震與雜訊事 件，即原先每年一萬筆的地動事件，僅剩 2000 筆左右事件可能為長微震事件， 大量減輕人工辨識的需求。. 39.
(48) a.. b.. c.. 圖 3.1.6 辨識流程示意圖。(a)所有測站波形(黑線)與經第一階段極簡化之波形 (紅線)，在此僅列出東西方向之分量。(b)經過第二階段篩選後，保留可能訊號 波形，僅列出東西方向之分量。(c)第三階段將保留之極簡化波形相加，以判定 持續時間。紅線標示出判定門檻值，藍色箭頭標示出程式所定義之起始與結束時 間。. 3.2 潮汐資料與理論潮汐應力 本研究擬釐清長微震資料與潮汐之相關性，因此除了在觀測潮位資料的分析 處理，亦進行理論潮汐計算，以尋找長微震的最佳斷層位態。 在觀測資料方面，由於台灣東、西海岸之潮汐表現十分不同，我們在台灣東、 西岸分別選了五個潮位站，共 10 個每小時一點的水位資料，其資料分別由中央 氣象局與水利署提供，其位置如圖 3.2.1 表示。 潮汐應力的估計上，必須要考慮海洋海水位所造成的應力變化，以及固體地 球受引潮力，造成彈性變形所引發的固體潮，其中海水位除了全球尺度的變化外， 還會因海底地形、邊界等等使水位變化更加複雜。 在理論潮汐應力的計算上，我們使用 Yabe et al. (2014)所開發的程式，其 40.
(49) 採用 SPOTL 軟體(Agnew, 2012)與 TPXO 7.2 全球海洋模型(Egbert and Erofeeva, 2002)計算理論潮位，並以 PREM 地球分層模型(Dziewonski and Anderson, 1981) 與 Okubo and Tsuji (2001)提出的彈性格林函數，計算海洋潮位與固體潮造成的 總體影響。本研究加入 NAO.99b 為台灣附近區域海洋模型，以做後續潮位模擬。 其具體計算方式為利用潮汐各分潮之模型，模擬出某個指定位置的 5 度以內， 以每 0.1 度為一點之水位，再計算每點水位對目標點位置，造成的應力總和加上 固體潮，計算出該點、該時間的應力張量，而應力向量則須在依給定面上進行計 算。一般來說計算潮汐之分潮模型，會包含短週期分潮(例如太陰半日潮、全日 潮、太陽半日潮或全日潮等等)與長週期分潮(半月潮、年潮汐或一年以上週期)， 模擬的好壞取決於分潮的完整。由於缺乏台灣西岸特有的部分短週期分潮，如： MK3(見圖 4.2.3)，對於西岸的模擬會較不完善，但以測試有無 M4 潮模型造成 的應力差異僅有~0.1kPa，表示缺乏特有短週期小分潮模型，不會對整體計算造 成大影響。. 圖 3.2.1 本研究選用潮位測站位置。紅色三角形標示所有地震測站。藍色三角 形標示潮位站，綠色倒三角為達邦氣象站，提供氣壓資料，灰點標示長微震震源。. 41.
(50) 第四章 研究結果 4.1 長微震偵測結果 利用前章節所述之研究方法，在 2007 至 2012 年內總共定義了 1893 個長微 震事件，其持續時間由 60 秒至 2300 秒不等，總持續時間高達 556954 秒。與莊 育菱(2012)和 Ide et al.(2014)之偵測方法相比，長微震偵測門檻值比較如表 4.1.1 顯示。莊育菱(2012)偵測方法使用之時間窗與時間平移較長，且相似度門 檻較高，僅能偵測出持續時間長的長微震事件；而 Ide(2015)的方法限制了發震 地點與深度以過濾出長微震事件，但缺乏目視判斷的結果，亦使其目錄包含了非 長微震事件(例如: 近震或較大的短期噪訊)。本研究之方法則結合了以上兩方法 之優點，以波形相似度高於 0.6 之測站對大於 10 組以上之定位結果為基礎，去 除 CWB 地震目錄之事件並篩選訊噪比介於 1.2 至 30 之間以去除雜訊與一般地 震訊號，最後以 TAI 輔以目視判定是否為長微震事件與其持續時間。莊育菱(2012) 於 2008~2011 年定義了 231 個持續時間由 5 分鐘至 30 分鐘不等的長微震事件， 而 Ide et al.(2015)在 2006~2011 年定義出 942 個持續時間由 5 秒至 99 秒的長微 震事件，本目錄在共同期間(2008~2011)偵測到 1283 個事件，為其他兩目錄的 5.5 與 3.9 倍，主要空間分布也向外延伸(圖 4.1.3)，大幅提高了長微震目錄的 完整度。 如圖 4.1.1 所示，莊育菱(2012)之目錄代表持續時間較長的事件，Ide et al.(2015)代表持續時間非常短、空間集中性高、但與微地震混雜的長微震事件， 而本研究則為囊括持續時間短、不限定發震地點的長微震事件。其時間分布具有 以下的相似特徵 (圖 4.1.2)：(1) 活動率增加的時間點，分別由黃色區塊所示， 與 Ide et al. (2015)所反映的變化時間點相似，而比莊育菱(2012)多出了 X2 的 活動度。 (2) 研究區域內共發生 6 個規模大於五的地震，其時間與規模由黃色 星星所標示，在此期間除了 M6.4 甲仙地震外及鄰近時間的規模五地震之外，長 微震活動度並無顯著的提升，暗示長微震活動與地震活動的相關性並不顯著。其 41.
相關文件
• When a system undergoes any chemical or physical change, the accompanying change in internal energy, ΔE, is the sum of the heat added to or liberated from the system, q, and the
Teachers may consider the school’s aims and conditions or even the language environment to select the most appropriate approach according to students’ need and ability; or develop
According to Shelly, what is one of the benefits of using CIT Phone Company service?. (A) The company does not charge
Due to the scope of anattan is very deep, very wide, difficult to understand and difficult to realize, the method of arriving no "ahamkāra, mamamkāra and mānânusaya"
The Composite CPI for June 2008 increased by 1.11% month-to-month, of which the price indices of Clothing & footwear, Food & non-alcoholic beverages and Transport rose by
歷史上許多大地接均顯示，火災所造成的災害遠比震動所造成者為慘烈。如一九 O
不像其他天災，如颱風、海嘯、火山爆發等，大難臨頭前還有跡可循，可以
• Memory subsystem is the performance bottleneck because of the performance gap between logic and Dram speed. • The increase in logic capacity allows computer designers to place
