臺灣地區108年中大型地震震源資訊之快速彙整與提供
The rapid integration of 2019 large earthquake source information in Taiwan
計畫摘要
臺灣位於活躍的造山帶,菲律賓海板塊每年以8.2公分的速度向歐亞板塊聚合,使得臺灣地區地殼變動劇烈,活動斷層 遍佈且地震活動頻繁,災害性地震也經常發生。本整合型計畫以2019花蓮地震後,採用體波震源逆推方法,針對震源 破裂過程的時間-空間分佈進行分析,可於地震發生後快速建立震源破裂過程的初步結果,所建立之震源破裂模型亦可 對於後續研究提供重要的資訊。而本計畫也嘗試使用類神經網路技術應用於地震速報中,利用中央氣象局於全臺部屬 的地震測站,藉由測站收集之資料搭配類神經網路演算法進行各式應用,其中包含利用遞迴式神經網路的即時地震即 時預警、定位以及利用深度卷積網路進行的P波S波標記任務,盼望可以利用類神經網路演算法減少人工資料上的處理 以及應用於即時系統上增強準確度。
2019 Mw6.2花蓮地震體波震源逆推
圖一、本研究採用遠場體波、近場強地動以 及GPS同震變形資料進行聯合逆推2019年4月 18日花蓮海域規模6.1地震 (Mw 6.2)錯動量分 布圖(左圖) ,是該年於臺灣島內第一個芮氏 規模大於6的地震。中央氣象局地震報告指出,
此地震位於花蓮縣政府西北方約10公里,震 源深度18.8公里。各單位所求得之震源機制解 相當一致,大致為北北東-南南西走向之斜向 逆衝斷層 (圖一)。主餘震定位的結果亦呈現 北北東-南南西走向分布,符合震源機制解其 中的一個斷層面。
I.中大規模地震震源破裂特性近即時分析
圖四、本計畫中應用於定位的應用以2018年全年地震事件做為測試資料評估神經網路模型的效果,2018年全年約16199筆事件,在震央位置上的誤差與中央氣象局 紀錄的位置平均差距4.78公里,深度平均差距4.56公里,而在僅使用前10個收到P波之測站作為預測得到位置平均差距4.83公里,深度差距5.46公里。而圖三為一 範例,採用台北時間2018/02/13 00:00之地震紀錄,使用前10個收到P波之測站定位結果,圖中五邊形為實際震央,星形為本研究所定出之震央,圓形為測站。
II.神經網路與深度學習在地震偵測上的應用
主管單位:交通部中央氣象局地震測報中心 執行單位:中華民國地球物理學會
計畫主持人:李憲忠1、金台齡2
主持人單位:1中央研究院地球科學研究所
2國立臺灣科技大學資訊工程系
本計畫針對臺灣中大型地震進行震源模式分析,可對發震區的震源破裂特性有更清楚的瞭解,同時所建立之震源破裂 模型對於後續之研究,如庫倫應力轉移分析、地震波傳遞模擬與強地動評估等可提供重要的資訊。由長遠目標來看,
震源破裂模型持續、有系統地分析與建立將可幫助地震與地質等基礎研究,亦可於地震防災、減災上做出貢獻。
近幾年來類神經網路在各領域的研究皆有令人驚豔的成果,有許多種類神經網路結構被提出並應用於各種問題上,較常 見的結構為卷積神經網路、遞迴神經網路、全連接神經網路,而各結構應用的方面也不同,例如卷積神經網路通常搭配 全連接神經網路做分類任務,而遞迴神經網路則常應用於有時序關係的任務中,而本研究將這些不同結構的網路應用於 地震偵測與定位問題中。本研究主要提出利用遞迴神經網路即時偵測P波、S波及事件的發生,在評估過程中針對各種因 素做評估,結果顯示提出的方法有著不錯的表現,能準確的偵測地震並迴避雜訊影響,且也能準確的判定發生時間,也 將提出的方法與Earthworm串接,盼將來可以應用到即時系統上於預警中提供準確的偵測結果。
圖二、此地震的破裂範圍約10 x 10 km2,最大 錯動量約101.8 cm。震源附近於發震後短時間 內0~1秒的滑移量不大,隨後破裂以較快的破 裂速度(大於3.0 km/s)朝北發展,約在2.5秒時 破裂傳到斷層北邊釋放大量的能量,並形成斷 層面上最大的錯動集中區(Asperity)。隨後破裂 快速減緩,僅產生零星的小錯動。整個破裂持 續時間約7-8秒,一開始的1-2秒能量在震源附 近 釋 放 , 於 2-5 秒 時 破裂 主 要發 生 在北 邊 的 Asperity,為此次地震主要的能量釋放,5秒後 的能量於北側斷層零星產生並逐漸減緩。