位於環太平洋地震帶的臺灣,一直不是座平靜的島。地震頻生,自地下斷層錯動而向外輻射而出的地震波,傳播到達之處,強烈的地動搖晃導致建物、橋樑的毀損倒塌、進而造成人命的傷亡與經濟損失。近幾年先有2016年高雄美濃地震(芮氏規模6.6)造成台南維冠大樓的坍塌、後有今年初花蓮強震(芮氏規模6.2)引發多處大樓、飯店與橋樑的傾倒與斷裂,皆造成多人傷亡的憾事。何以這兩個中型規模的地震會造成如此可觀的災情?我們又能否早一步做些什麼呢?

 

影響地動程度的因素

談到我們感受的地動搖晃程度(Ground motion),有許多因素需要考量,但主要可分為三個部分:最直接的當然就是與地震震源本身所釋放的能量(規模)大小成正比。規模越大、搖晃越劇烈。再來是與震央的距離相關。地震波在地下傳遞的過程中,有一部分的能量會在介質振動的過程中以熱的形式耗散,因此傳播的越遠,地震波的振幅也會隨之衰減,搖晃的程度也就遞減。最後則是場址的特性,局部地區如西部平原與台北盆地等因位處於較鬆軟的沈積層之上,地震波會在從深部高速的緻密岩層傳入低速的沉積層時,依能量守恆定律,因波速的劇減而大幅增加其振動的幅度,稱之為場址的放大效應。在強地動災害的研究中,特別是地震工程的設計,場址放大效應一直是時常被考量、也相對較容易定義與進行事前分析的參數(Kuo et al., 2012);但其實斷層的破裂方式有時也會造成相當程度的局部地動放大效應。事實上,歷史上幾個著名的災難性地震,如1992年的加州Landers大地震(Wald and Heaton, 1994)與近期2015年的尼泊爾大地震(Koketsu et al., 2016),都指出其異常大的地動是出自於破裂方向性的放大效應加乘所致。

 

地震破裂方向性的放大效應

那麼,斷層要怎樣破裂才會造成地動的放大效應呢?就過去歸納的經驗式可知,地震的規模與其斷層破裂的面積成正比。規模越大的地震,斷層面積也就越大。而當斷層面積大到一定程度時,斷層難以一次性地整段破裂,就會出現斷層面上不同部位(子斷層)在破裂時有一個時間上的落差,若破裂的順序約略朝某一特定方向依序發生,比如自斷層的左側往右側破裂,則在破裂前進的方向(斷層右側)會產生地震波振幅放大的效果;反之地震波的振幅在其破裂方向的相反方向(斷層左側)則會減弱。其原因是因為描述地震破裂過程的震源時間函數(Sourece time function)會因破裂位置的移動而產生拉張或壓縮的現象(圖一a藍色曲線),在破裂前進的方向上,在總能量不變的情形下(函數積分不變),被壓縮的震源時間函數因而增幅(紅色曲線),放大了地震波的振動,如圖一b所示,位在方位角90(破裂前進方向)的測站波形明顯比方位角在-90(破裂前進的背向)的波形大上數倍。此地震破裂方向之特性亦是美濃地震與花蓮地震在台南市與花蓮市造成強烈地動搖晃的主因之一(Kanamori et al., 2017)。但由於破裂方向性所引起的放大效應並不能像場址的放大效應般能在地震發生前就進行分析,並且每個地震的破裂行為皆不盡相同,利用傳統的地震學方法如有限斷層反演法(Lee et al., 2017)所得到的訊息通常已在數十分鐘到數小時之後,因而至今仍難以納入地震與強地動的預警系統與震後迅速的救災管理決策之中。

(圖一)地震破裂方向性與放大效應。(a)震源時間函數(藍線)與因破裂方向性而壓縮或伸張的是震源時間函數(紅線),黃色星號與灰階長方形代表地震破裂的初始位置與斷層面,空心三角形則代表位於不同方位角的地震測站。(b)地震向右(東)破裂所產生的地震波波形,可以明顯看到位於破裂前進方向的東邊測站(90°)接收到的波形振幅因放大效應遠大於背面測站(-90°)接收到的波形振幅。藍色與紅色垂直線段標示了P波與S波抵達的時間。

 

現行的地震預警系統與強地動警報

由於地震的發生至今仍難以預測,目前最可行、也是多國政府都已全力投入發展的方向即是地震預警系統(Earthquake early warning)。其概念是以近距離的少數地震測站所收到的前數秒地震P波波形資料進行地震位置與規模的估計(Chen et al., 2015),再透過地動衰減式的計算,預估不同震央距離下可能遭遇的地動搖晃程度,進而發佈強地動警報(Shake alarms),如政府透過手機發佈的國家級警報就是一例。以台灣現行預警系統而言,發佈第一報的時間平均約在13秒左右,依地震位置與民眾所在地的不同,可爭取數秒至十數秒不等的預警時間(Chen et al., 2015)。雖然有限,但對於像是讓高速行駛列車減速降低出軌的風險、精密醫療手術的緊急暫停、電梯緊急停靠最近樓層的疏散、及爭取民眾緊急反應與掩蔽的時間等仍有重大的貢獻。惟如前段所述,現行的強地動預估並無法辦法考慮到地震破裂方向性所導致的局部放大效應,在精確度上仍然有一定程度的限制。

自動與近即時的判釋地震破裂方向性

美濃地震與花蓮地震的經驗已經告訴我們,當地震有破裂方向性時,即使是中型的地震也可能有致災的風險。因此,關鍵便在於如何盡可能快速地針對每個地震判斷其可能的破裂方向,我們便能早一步掌握可能因破裂方向性而放大的強地動區域,達到更準確的地動預估與救援決策、甚至是在最大的搖晃來臨前發布警報。為此,我們先後發展了兩套方法,試圖縮短判斷地震破裂方向性的時間。其一是方向性地震矩張量反演法(Huang et al., 2017),其二是利用近場地動資料的方向性衰減式分析(Jan et al., 2018)。前者是傳統方法上的改良,將過去假設為不變的震源時間函數(Sourece time function)替代成會根據破裂的方向性改變的視震源時間函數(Apparent sourece time function)來進行波形反演,從而推得破裂方向與破裂速度等額外的參數(圖一)。此法計算簡單、變數數目也遠小於有限斷層反演法,能在幾分鐘內得到結果,幫助做災後救援管理的判斷。但仍無法達到事前預警的時效。因此相較於第一個方法必須等多數測站收到完整的地震波波形資料進行演算,我們接著嘗試僅用近距離測站的資料來決定破裂方向,爭取更多的時間。在對臺灣自2013到2017間芮氏規模大於5.5的的11個中大型地震做不同方向的地動衰減分析後,我們發現使用25公里內的測站即可得到相當可靠的地震破裂方向判斷,並且能在17秒內得到估算結果。以美濃地震為例(圖二),對與震央距離約40公里與56公里遠的地區,可在最大地動搖晃來臨前,分別爭取到2秒與8秒左右的時間。從11個地震的分析結果中也顯示,芮氏規模大於6的地震皆有明顯的破裂方向性效應存在,是日後防救災需要注意的重點。

 

即時地震學的展望

我們所發展的方法是建立在高密度的測站網與即時不中斷的訊號傳輸的基礎上。所幸臺灣密集的地震測站網有條件進行實務上的測試與運作(Wu et al., 2016),但大地震的發生時常會造成震央鄰近部分地區短暫的電力或網路中斷,影響訊號的傳輸,因而可能影響我們方法的準確性。不過近期科技的新發展,如柏克萊大學的Myshake計畫與史丹佛大學的光纖電纜試驗,提供了以手機與光纖纜線作為新一代地震觀測網的可能性。相信不久的將來,隨著科技與科學的並進,整合多種電子儀器設備與資料傳輸途徑的超密集觀測網會越來越普及,將有利於即時地震學(Real-time seismology)方法在地震災害預警上的發展,使網絡系統能更穩定且即時地判識地震破裂方向性,提供更精準的強地動預報。讓我們在地動山搖來臨前,有能力做更準確的判斷與準備。

(圖二)2016年美濃地震的方向性地動衰減迴歸分析。(a)美濃地震的最大地動速度(Peak ground velocity, PGV)分佈圖。實心與空心三角形分別代表使用與因短暫斷線或資料不全而未用之測站。灰色線段與圓點代表迴歸分析使用之內差數值點。(b)不同方位上之地動衰減迴歸分析。僅呈現每30°的分析於此,黑色圓點與紅色實線為PGV數值與擬合之迴歸線,取斜率最大的迴歸線方位為地震破裂的主要方向(300°)。(c)相近震央距離但分別位於破裂前進方向(紫、綠、藍實線)與背向之測站的最大地動歷時曲線(紫、綠、藍虛線),空間位置如(a)中紫色三角形所示。黃色與紅色垂直線代表地震預警系統的第一報時間與本分析估算出地震主要破裂方向的時間。

 

 

參考文獻

  • Chen, D.-Y., Y.-M. Wu, and T.-L. Chin (2015), Incorporating low-cost seismometers into the Central Weather Bureau seismic network for earthquake early warning in Taiwan, Terre. Atmos. Oceanic Sci., 26(5), 503–513.
  • Huang, H.-H., N. Aso, and V. C. Tsai (2017), Toward automated directivity estimates in earthquake moment tensor inversion, Geophys. J. Int., 211, 1084-1098, doi:10.1093/gji/ggx354.
  • Jan, J.-C., H.-H. Huang, Y.-M. Wu, C.-C. Chen, and C.-H. Lin (2018), Near real-time estimates on earthquake rupture directivity using near-field ground motion data from a dense low-cost seismic network, Geophys. Res. Lett., 45, doi:10.1029/2018GL078262.
  • Kanamori, H., L. Ye, B.-S. Huang, H.-H. Huang, S.-J. Lee, W.-T. Liang, Y.-Y. Lin, K.-F. Ma, Y.-M. Wu, and T.-Y. Yeh (2017), A strong-motion hot spot of the 2016 Meinong, Taiwan, earthquake (Mw=6.4), Terre. Atmos. Oceanic Sci., 28, doi:10.3319/TAO.2016.10.07.01.
  • Koketsu1, K., H. Miyake, Y. Guo, H. Kobayashi, T. Masuda, S. Davuluri, M. Bhattarai, L. B. Adhikari, and S. N. Sapkota (2016), Widespread ground motion distribution caused by rupture directivity during the 2015 Gorkha, Nepal earthquake, Sci. Rep., 6:28536, doi:10.1038/srep28536.
  • Kuo, C.-H., K.-L. Wen, H.-H. Hsieh, C.-M. Lin, T.-M. Chang, K.-W. Kuo (2012), Site classification and Vs30 estimation of free-field TSMIP stations using the logging data of EGDT, Eng. Geol., 129-130, 68-75.
  • Lee, S.-J. (2017), Lessons Learned from Source Rupture to Strong Ground Motion Simulations: An Example from Taiwan, Bull.Seismol. Soc. Am., 107, 2106-2116.
  • Wald, D. J. and T. H. Heaton (1994), Spatial and Temporal Distribution of Slip for the 1992 Landers, California, Earthquake, Bull.Seismol. Soc. Am., 84(3), 668-691.
  • Wu, Y.-M., W.-T. Liang, H. Mittal, W.-A. Chao, C.-H. Lin, B.-S. Huang, C.-M. Lin (2016), Performance of a low-cost earthquake early warning system (P-Alert) during the 2016 ML6.4 Meinong (Taiwan) earthquake, Seismol. Res. Lett., 87(5), 1050-1059.

 

作者/黃信樺助研究員個人網頁:http://www.earth.sinica.edu.tw/~hhhuang/index.html