2020年伽師MS6.4地震前震活動研究

鄧世廣，蔣海昆

中國地震臺網中心，北京 100045

0 引言

據中國地震臺網測定，2020年1月19日21時27分在新疆喀什地區伽師縣(39.83°N，77.21°E)發生MS6.4地震，震源深度16km.該地震造成1人死亡，2人受傷，直接經濟損失15.26億元，是2020年我國大陸地區災害最嚴重的地震.此次地震存在顯著的前震活動，在主震發生前約45 h(2020年1月18日0時5分)震源區曾發生MS5.4地震，構成了典型的前-主-余型地震序列.

有關前震活動特征及其判斷的研究一直是國內外學者關注的熱點和難點(王林瑛等, 2005；Kato et al., 2012；Peng et al., 2013；Kato and Nakagawa, 2014；Ruiz et al., 2014；Wu et al., 2014；鄭建常等, 2015；趙明等, 2021).實驗室的巖石破裂實驗表明，斷層失穩前普遍存在類似前震的前兆滑動事件(蔣海昆, 2000；Goebel et al., 2013；Johnson et al., 2013；Bolton et al., 2019)，且聲發射頻次隨時間明顯增加(蔣海昆等, 2000).地震成核模型以及摩擦滑動的速率-狀態依從等理論也認為，前震是主震成核過程的典型表現之一(Dieterich, 1979，1994；Ohnaka, 1992；Dodge et al., 1996；Bouchon et al., 2011).斷層亞失穩模型指出, 在臨震亞失穩階段中各種物理量存在規律性的時空演化特征(馬瑾等, 2012；馬瑾和郭彥雙, 2014；Ren et al., 2018；李世念等，2021)，而前震活動則是野外觀測到的能夠反映失穩前斷層狀態的重要地震學資料.精確且可靠的前震活動觀測結果，能為研究地震孕育物理過程提供重要的基礎信息.然而類似余震和震群活動，前震活動通常在時間和空間上相對叢集，短時間內發生多次地震會造成低震級地震可能被其他地震的尾波所淹沒.另外，震中附近臺站覆蓋不足也會導致一些小地震因無法定位而在地震目錄里缺失.根據常規的地震目錄，不同學者在全球不同區域的研究結果顯示，大約僅有10%～40%的中強地震存在前震(陳颙, 1978；Jones and Molnar, 1979；朱傳鎮和王琳瑛, 1996；Reasenberg, 1999；李振和王輝, 2011；薛艷等, 2012；周少輝和蔣海昆, 2016)，這一比例與實驗室觀測結果存在較大差距(蔣海昆和周少輝, 2020).

基于波形互相關技術的模板匹配方法能夠有效檢測遺漏地震(Peng and Zhao, 2009；譚毅培等, 2014；Zhang and Wen, 2015；Liu et al., 2020)，該方法已在前震活動研究中得到了有效的應用.Kato等(2012)基于模板匹配方法檢測分析了2011年日本東北MW9.0地震前震活動的遷移現象.王同利等(2019)利用匹配定位(Match & Locate，簡稱M&L)方法研究了阿拉善左旗MS5.8地震前后的地震活動性.Ross等(2019)利用模板匹配方法對南加州地區的遺漏地震進行檢測，識別了近10倍于南加州地震臺網(SCSN)目錄的地震.Trugman和Ross(2019)利用這套目錄發現，70%多的4級以上地震存在前震，前震檢出率比基于 SCSN 目錄的前震檢出率高出 20%.這項研究結果究表明，以往的許多地震可能因監測能力不足而沒有發現前震，同時也意味著前震活動可能具有一定的普遍性(蔣海昆和周少輝, 2020).Yao等(2020)對El Mayor-CucapahMW7.2地震序列的遺漏地震進行了檢測與定位，分析發現前震活動存在向主震位置遷移的現象.現有研究表明，利用波形互相關技術識別更豐富的地震事件，能夠為我們進一步認識強震孕育過程提供重要的信息.

本文利用伽師MS6.4主震周邊100km范圍內新疆區域臺網的連續波形數據，以重新定位后的余震序列目錄(李金等，2021a)作為模板事件，采用基于GPU加速的M&L方法對2020年伽師6.4級地震序列開展遺漏地震檢測與定位.在此基礎上利用更加完備的地震目錄研究前震活動過程.

1 數據與方法

1.1 數據收集

收集了李金等(2021a)利用多階段定位方法對2020年1月至7月期間ML1.5以上地震重新定位的序列目錄(以下簡稱重定位目錄)，以及主震周邊100 km范圍內6個地震臺站2019年12月1日至2020年7月31日的連續波形數據(圖1).由于本文重點研究研究前震活動，因此未收集震后布設的流動臺站的連續波形數據.為提高地震定位精度，在地震重新定位過程中使用了包括流動臺站在內的全部震相資料(李金等，2021a).為分析更長時間的前震活動，另外收集了中國地震臺網中心國家地震科學數據中心(http:∥data.earthquake.cn)發布的統一正式目錄(以下簡稱臺網目錄)作為重定位目錄的補充.

圖1 2020年1月18—31日伽師MS6.4地震序列與周邊臺站分布黃色五角星為主震震中位置，冷色圓圈為前震震中位置，暖色圓圈為余震震中位置，三角形為臺站位置，紅色曲線為區域主要斷層(F1柯坪斷裂；F2奧茲格爾它烏斷裂)，T1表示柯坪塔格推覆構造帶，地震位置采用李金等(2021a)重定位序列目錄繪制.Fig.1 Epicenter and station distribution of Jiashi MS6.4 earthquake sequence from January 18 to 31, 2020Yellow stardenotes the main shock, cool color circles denote the foreshocks, warm color circles denote the aftershocks, black triangles denote stations, red lines indicate main faults in the study area (F1 Kalpin Fault; F2 Aozigeertawu Fault), T1 denotes Kalpintage thrust belt, the earthquakes are mapped based on the sequence catalogue relocated by Li et al. (2021a).

1.2 地震檢測與定位

采用基于GPU加速的M&L方法開展地震檢測與定位工作，該方法利用地震模板事件波形與可能的微震信號做互相關疊加來探測微震事件.在疊加之前，需要對模板地震周圍的三維空間進行掃描搜索，計算可能的地震位置與參考位置之間在同一個臺站上的相對走時差，根據走時差來對互相關波形進行校正疊加.M&L方法可以檢測到更小震級的地震事件，并且在檢測的同時能夠給出微震的空間位置信息(Zhang and Wen, 2015).參考前人研究工作(王同利等, 2019；Liu et al., 2020)，本文采用如下步驟進行地震檢測與定位：

(1)選取重定位地震目錄2020年1月1日至2020年7月31日期間的全部地震事件作為模板，共計791個ML1.5以上地震，其中33個事件發生在伽師MS6.4地震之前.

(2)對連續波形數據去均值、去趨勢，并采用2～12 Hz四級雙通道Butterworth帶通濾波器進行濾波，從而提高波形數據的信噪比.

(3)通過Taup軟件(Crotwell et al., 1999)計算S波和P波的理論到時，并通過人工對到時做進一步校正.將S波到時前1 s至后5 s作為模板時窗，P波到時前3 s至前1 s作為噪聲時窗，采用Liu等(2020)提出的綜合加權方法計算每個臺站各個分量的權系數：

(1)

式中的信噪比項Ss,c和走時項Ds,c具體為

(2)

其中，Ms,c和Ns,c分別為模板地震在s臺站c分量計算的信噪比和S波走時.I是所有臺站分量的總數.

(4)以模板事件所在位置作為中心，設置搜索網格，計算格點與模板事件到各臺站的到時差，將每個臺站各分量的滑動互相關序列所對應的時間減去其模板所對應的S波走時，再減去該網格點位置與模板位置到每一個臺站的到時差進行位置校正，最后基于上一步驟中計算得到的加權系數，將所有臺站分量的滑動互相關系數進行加權疊加，即可獲得該網格點位置的疊加滑動互相關系數：

(3)

式中T和C分別為模板和連續波形數據，N為模板時窗內的采樣點數，n、s和c分別表示采樣點序號、臺站和分量，Δt是個點與模板位置之間的相對走時差.對每個網格點進行上述運算，最終獲得每一個網格點上疊加的滑動互相關系數.

由于震中附近的臺站數量有限，地震深度不能得到較好的約束，所以在檢測過程中我們固定震源深度，以模板地震為中心，在周圍水平經度和緯度方向0.015°×0.015°區域進行搜索，搜索間隔為0.001°.

(5)將所有模板自檢時的左右平均相關系數(0.0253)作為背景相關系數(張淼, 2015)，采用12倍背景相關系數(0.3)作為檢測閾值，當計算的互相關系數超過檢測閾值即認為檢測到了一個地震.如果檢測時間窗口中出現一個模板檢測到多個事件或多個模板事件檢測到同一事件，挑選相關系數最高的作為探測到的地震事件.

(6)通過計算檢測事件及與其對應的模板事件在各臺站的水平分量上S波到時前2 s至后2 s內最大振幅的比值，然后求振幅比的平均值來獲得檢測事件的震級.

根據以上處理步驟，在2019年12月1日至2020年1月31日期間共檢測到4664個地震事件，其中452個為模板事件的自檢，4212個為新檢測到的地震事件.另外將2019年12月1日至31日期間檢測到的地震事件與臺網目錄進行對比，臺網目錄在主震斷裂附近記錄到的18次地震事件均被有效檢測到，表明檢測方法有效.圖2展示了利用M&L方法在2019年12月30日3時38分38.24秒檢測到的一個ML1.62地震事件的波形圖及疊加互相關函數.

圖2 M&L方法對2019年12月30日ML1.62地震的檢測結果(a) 模板地震波形(紅色)與檢測地震波形(灰色)的對比圖； (b) 模板地震與檢測地震的疊加互相關函數(藍色)，最大值為0.4287，超過檢測閾值0.3(灰色虛線).Fig.2 Detection results of the ML1.62 earthquake on December 30, 2019 using M&L method(a) Comparison of the template earthquake waveform (red) and the detected earthquake waveform (gray)； (b) stacked cross correlation function (blue) of the template earthquake and the detected earthquake, max value is 0.4287, which exceeded the detection threshold 0.3 (gray dashed line).

通過對已知地震進行檢測的方式驗證M&L方法的定位準確性，并將已知地震位置作為參考位置與檢測定位結果進行對比.首先我們在重定位目錄內選取了2020年1月18日的一次ML2.4地震(表1)作為待檢測地震，利用已移除該地震的其他模板事件對該地震進行檢測定位，結果表明M&L方法能夠有效識別此次地震，檢測到該地震的模板地震為2020年1月18日的一次ML1.6地震(表1)，疊加相關系數約為0.31，檢測定位結果與參考位置相差約為312 m(圖3)，而臺網目錄記錄到此次地震的位置(39.880°N，77.155°E)距參考位置約為2498 m，表明M&L方法對檢測地震的定位結果有較好約束.

圖3 M&L檢測過程中相關系數的空間分布黑色五角星為模板地震，紅色五角星為參考地震，藍色五角星為檢測地震(最高相關系數)，參考地震位于最大相關系數73%的置信區域(白色曲線).Fig.3 The spatial distribution of correlation coefficients during M&L detectionBlack star denotes template earthquake, red star denotes reference earthquake, blue star denotes the detected earthquake (with the maximal CC value), and the reference earthquake is located inside the confidence region with 73% of the maximal CC value (white curve).

表1 地震震源參數Table 1 Earthquake source parameters

2 結果分析

2.1 地震檢測結果分析

更加完備的地震目錄是正確分析地震活動過程的重要基礎，在2019年12月1日至2020年1月31日期間，通過M&L技術檢測得到4664個地震事件，其中261個事件發生在伽師MS6.4地震前.從序列的M-t圖可以看出，重定位目錄缺失了大量的微小地震，通過M&L方法補充了豐富的微小地震事件(圖4).此外，我們發現在夜間能夠檢測到更多的微小地震，特別是在余震活動豐富的時間內小震數量呈明顯的周期性變化，可能與夜間噪聲水平低有關(圖5).

圖4 伽師地震序列M-t圖藍點為檢測到的地震事件，紅點為原有地震事件.Fig.4 M-t diagram of Jiashi earthquake sequenceBlue dots denote the detected earthquakes, red dots denote the relocated earthquakes.

圖5 伽師MS5.4地震后序列M-t圖藍點為檢測到的地震事件，紅點為原有地震事件.Fig.5 M-t diagram of the sequence after Jiashi MS5.4 earthquakeBlue dots denote the detected earthquakes, red dots denote the relocated earthquakes.

完備震級(Magnitude of completeness，MC)是評估地震臺網監測能力的一個定量標準(李智超和黃清華, 2014)，也是地震活動性分析中的重要參數(Wiemer and Wyss, 2000).計算并確定地震目錄的最小完備震級，是研究地震活動特征的基礎.本文利用最大曲率法，通過計算震級頻度曲線一階導數最大值求取地震目錄的完備震級(侯金欣和王寶善, 2017).分別對檢測目錄和重定位目錄進行完備震級分析表明，通過補充檢測到的遺漏地震，序列的完備震級從ML1.6降低到ML1.0，說明通過M&L方法在很大程度上有效減輕了目錄缺失問題(圖6).

圖6 檢測目錄(圓圈)與重定位目錄(三角)的震級與頻度分布對比(a) 非累積頻度； (b) 累積頻度.通過補充檢測地震，目錄的完備震級由ML1.6降低到ML1.0.Fig.6 Magnitude-frequency distribution of earthquake sequence catalog before (triangle) and after detection (circle)(a)Noncumulative frequency; (b) Cumulative frequency. Magnitude of completeness decreased from ML1.6 to ML1.0.

2.2 前震時空演化分析

由地震空間分布可以看出，伽師序列的地震分別沿NNW、EW兩個優勢方向展布(圖7a)，其中大部分余震在EW方向沿柯坪塔格推覆構造(T1)走向平行展布，震源機制以逆沖為主(李金等，2021a)，深度主要集中在10 km以淺的范圍內(圖7b)，與柯坪塔格推覆系統基底滑脫面的深度吻合(楊曉平等，2006)，據此認為沿EW向分布的地震與柯坪塔格推覆構造具有密切關系.而MS5.4前震序列及MS6.4主震均位于NNW方向，且震源深度較深，結合MS5.4地震的震源機制解為走滑型破裂，認為該位置可能存在一條近NNW向高傾角走滑性質的隱伏斷裂(李金等，2021a；崔仁勝等，2021).根據地震成核理論，嚴格的前震應是主震之前不長時間內，在緊鄰主震破裂起始點區域發生的小地震(蔣海昆和周少輝, 2020).因此將主震所在的NNW向斷裂附近區域(圖7a內S1區域)作為粗略的前震活動范圍，主震前發生的261個地震中，有170個地震位于該區域，約占總數的65.1%，并且主震前最大的MS5.4地震也發生在該處.根據震源機制解和地震重定位結果，認為伽師MS6.4地震屬于多條斷裂的同時活動(李金等，2021a)，地震檢測結果表明余震活動豐富的EW向斷裂在主震發生前也存在地震活動，特別是余震區東段在主震前有65次地震活動，空間位置相對集中，因此選取該區域(圖7a中S2區域)與S1區域的前震活動進行對比分析.

圖7 補充遺漏地震后伽師MS6.4地震前后序列震中位置(a)與深度剖面(b)黃色五角星為主震震中位置，冷色圓圈為前震震中位置，暖色圓圈為余震震中位置，黑色三角形為臺站位置，紅色曲線為區域主要斷層(F1柯坪斷裂；F2奧茲格爾它烏斷裂)，T1表示柯坪塔格推覆構造帶.Fig.7 Epicenter distribution (a) and depth profile (b) of Jiashi MS6.4 earthquake sequence after detectionYellow stardenotes the main shock, cool color circles denote the foreshocks, warm color circles denote the aftershocks, black triangles denote stations, red lines indicate the main faults in the study area (F1 Kalpin Fault; F2 Aozigeertawu Fault), T1 denotes Kalpintage thrust belt.

基于補充了微小地震的檢測目錄，分別對前震活動相對集中的S1和S2兩個區域的地震活動過程進行分析.根據S1區域的M-t圖(圖8a)，可見主震前2天發生的伽師MS5.4地震及其余震是伽師MS6.4地震最顯著的前震活動.從地震頻次來看，伽師MS5.4地震后第1天余震相對豐富，震后第2天的余震頻次顯著降低，隨后發生伽師MS6.4地震.從更長的時間尺度來看，在伽師MS6.4地震前26至19天期間S1區域存在相對顯著的地震活躍，并且在震前22天ML≥1.0地震日頻次達到10次，而在該地震活躍時段之外的時間內，S1區域地震相對平靜，地震活動過程在時間上呈現出“活躍-平靜-前震-主震”的過程.對比來看，S2區域的日頻次和M-t圖(圖8b)，在MS6.4主震發生前并沒有發現明顯偏離背景活動水平的地震活躍或平靜現象，因此我們認為S2區域在主震前的地震活動屬于正常的背景地震活動.

圖8 S1區域(a)及S2區域(b)地震日頻次與M-t圖灰色柱狀圖為主震前的地震日頻次，黑色圓點為地震事件.Fig.8 Earthquake daily frequency and M-t diagram in S1 region(a) and S2 region (b)Gray histogram indicates the earthquake daily frequency, black dots denote earthquake events.

從圖7a地震空間分布看，主震發生前S2區域地震活動沒有明顯的展布方向，而S1區域存在一條明顯的近NNW向的地震分布，與推斷的5.4級前震發震斷裂(NNW向高傾角走滑斷裂)相一致.為進一步分析主震發生前發震斷裂附近的小震時空活動過程，沿NNW向斷裂設定AA′剖線(圖7a)，并將S1區域的地震投影到該剖線.

由S1區域主震前50天至后1天地震投影圖(圖9)可見，主震前26至19天期間的地震活動主要集中活動在震中附近.

圖9 S1區域地震在AA′方向投影圖(震前50天至震后1天)Fig.9 Temporal-spatial diagram of the detected events in S1 region (50 days before and 1day after the main shock, earthquakes were projected to Line AA′)

但從主震前5天至后1天的地震投影圖(圖10)來看，地震活動沿AA′方向呈現出由兩側向主震震中位置遷移的現象，由A端向震中遷移的速度約為3.6 km·d-1，由A′端向震中遷移的速度約為2.5 km·d-1.

圖10 S1區域地震在AA′方向投影圖(震前5天至震后1天)Fig.10 Temporal-spatial diagram of the detected events in S1 region (5 days before and 1day after the main shock, earthquakes were projected to Line AA′)

2.3 前震與余震序列衰減特征對比分析

大量的觀測事實表明，修正的大森公式(Utsu, 1961)能夠有效地對序列衰減特征進行定量表述(宋金和蔣海昆，2009)，其表達式為

n(t)=K/(t+c)p,

(4)

其中n(t)是單位時間內余震的頻度，K、p、c為常數.K與主震震級計算和計算采用的震級下限有關.p值表示余震序列衰減的快慢，Utsu等(1995)對1962—1995年間全球發表的200多個序列的p值計算結果進行分析總結，指出p值分布在0.6～2.5之間，均值為1.1.之后許多中強地震序列的p值計算結果仍與Utsu的認識相一致(宋金和蔣海昆，2009)，而且p值的計算結果與選用的震級下限無關(譚毅培等，2015).c值一般認為與主震后記錄不完備的時間有關(曲均浩和蔣海昆，2012).

利用補充遺漏地震的地震目錄有助于更加精確地測定序列參數(Enescu et al., 2009；譚毅培等，2015)，本文基于補充遺漏地震的地震目錄，利用修正的大森公式分別對MS5.4前震和MS6.4主震的余震序列的衰減參數進行估算.計算過程中均選用震后2天內震級大于完備震級(ML1.1)的地震目錄進行參數計算，利用最大似然法(Ogata，1983)計算得到前震序列的p值為0.84，余震序列的p值為1.15.可見MS6.4主震之后余震序列p值接近全球統計均值(Utsu et al.，1995).而MS5.4前震序列的p值明顯較低，表明前震序列本身的衰減比余震的衰減明顯偏慢.為便于比較，將MS5.4前震序列與MS6.4主震序列的累積地震頻次及相應的擬合曲線做了歸一化處理(圖11)，可見前震序列在早期(1天內)的累積地震頻次增加速率顯著高于余震序列.

圖11 前震序列與余震序列的歸一化累積頻次圖(虛線為最佳擬合曲線)Fig.11 Normalized cumulative earthquake number of foreshock and aftershock sequence (dashed lines represent the best estimated curve)

3 討論與結論

(1)2019年12月1日至2020年1月31日期間，通過M&L技術檢測得到4664個地震事件，其中261個事件發生在伽師MS6.4地震前.通過補充遺漏地震，伽師MS6.4地震序列目錄的完備震級由ML1.6降低到ML1.1，目錄的完備性得到有效提升，為研究前震的時空活動過程提供了基礎數據.

(2)本次伽師MS6.4地震發生在塔里木盆地和南天山交匯區域，受印度板塊與歐亞大陸板塊碰撞的遠程作用的影響，塔里木巖石圈向天山下方俯沖(Zhao et al., 2003；Lei and Zhao, 2007；Lü et al., 2019)，在山前形成了一系列北傾、近EW走向的逆沖推覆構造(徐錫偉等，2006)，區域構造環境以擠壓為主(李金等，2021b).而震源機制解結果顯示伽師MS5.4地震為走滑型破裂(崔仁勝等，2021；郭志等，2021；李金等，2021a)，前震序列沿NNW向分布，且伽師MS6.4主震也位于該NNW條帶，已有研究表明該處存在一條NNW向高傾角走滑性質的隱伏斷裂(李金等，2021a；崔仁勝等，2021).這種在擠壓構造環境中與擠壓應力方向平行的走滑斷層具有類似“轉換斷層”性質(徐錫偉等，2006)，能夠調節柯坪逆沖推覆體褶皺帶的橫向不均勻性(崔仁勝等，2021).1997年伽師強震群位于本次地震西南約23 km，震源機制以走滑為主，發震斷層同樣為近南北向的隱伏“類轉換斷層”(徐錫偉等，2006).周仕勇等(2001)結合地震重定位及震源機制解結果推斷伽師強震群的發震構造為NNW向雁型斷裂.本次地震的NNW向斷裂與1997年伽師強震群的發震構造走向基本一致，且斷層性質均為走滑型，但空間上存在間隔，因此推斷本次地震的NNW向斷裂可能屬于NNW向雁型斷裂的分支斷裂.

(3)根據修正的大森公式計算伽師MS5.4前震序列的p值為0.84，較主震序列p值(1.15)和全球p值平均統計結果(1.1)偏低，表明前震序列的余震衰減較慢，可能意味著伽師MS5.4地震的發生并沒有充分釋放斷層累積的應力，發震斷層附近還處于較高的應力狀態.已有研究表明影響序列p值的因素較為復雜(曲均浩，2017)，主要包括應力的不均勻性、斷層的不均勻性、斷層的滑移量以及地殼溫度等(侯金欣，2020；Mikumo and Miyatake, 1979).伽師前震序列與主要余震序列發生在不同斷層，斷層構造條件的差異可能是造成伽師前震序列與余震序列p值不同的重要因素.由于伽師地震發震構造的復雜性以及p值影響因素的復雜性，我們尚需更多震例來驗證低p值是否可以作為判斷前震序列或斷層已進入亞失穩階段的標志.

(4)伽師MS6.4地震發生前，在主震附近(S1)以及余震區東端(S2)兩個區域存在相對集中的地震活動，分析認為S2區域的地震活動屬于持續的背景地震活動，S1區域的地震活動為典型的前震活動，并且在主震發生前26至19天期間存在相對顯著的地震活躍現象，隨后地震活動出現平靜直到伽師MS5.4地震發生.伽師MS5.4地震后1天內的余震相對豐富，之后的余震頻次顯著降低，隨后發生伽師MS6.4地震.巖石變形聲發射實驗結果表明，斷層在臨近失穩前的相對平靜現象是客觀存在的(馬勝利等, 2004；尹賢剛等, 2009)，斷層失穩前的地震平靜階段可能表明斷層開始無震蠕滑(馬勝利等, 2004).對斷層泥樣品的納/微米尺度觀察表明，斷層黏滑前普遍存在蠕滑現象(Chao et al., 2017).無論是伽師MS5.4地震前還是伽師MS6.4地震前，發震斷層附近都存在由地震活躍轉為相對平靜的過程，與馬勝利等(2004)基于實驗結果提出的“蠕滑-勻阻化”機制相一致，可能是斷層進入亞失穩階段的一種表現形式.

(5)通過補充遺漏的微小地震能夠進一步揭示主震發生前發震斷裂附近的小震活動過程.根據地震空間分布，S1區域的前震活動呈近NNW向分布，與伽師MS5.4地震的發震斷裂相一致.將S1區域的地震沿斷裂走向進行投影，可以發現MS6.4主震前存在小震活動向主震位置遷移收縮的現象，這些具有明顯遷移收縮特征的地震活動，主要由MS5.4前震序列地震所構成，這一前震序列地震空間上向主震位置的遷移收縮現象，表明失穩前應變釋放區域的收縮.巖石摩擦試驗表明，亞失穩階段的一個顯著特征是斷層附近觀測到的多種物理量出現規律性的時空演化特征，即現協同化現象(馬瑾等，2012；任雅瓊等，2013；卓燕群等，2013)，伽師前震活動向主震位置遷移收縮可能是協同化的表現形式之一.He等(2021)對地震成核過程的最新數值模擬結果發現，在地震成核的最后階段存在弱化區收縮的過程，與我們觀測到的地震活動遷移收縮現象相吻合.因此，小震活動向主震位置遷移收縮的現象可能是主震前斷層已進入亞失穩階段的表現形式之一.

致謝感謝審稿專家提出的有益修改建議，感謝新疆維吾爾自治區地震局李金高級工程師提供的地震數據，感謝中國地震局地質研究所何昌榮研究員的指導和建議.文中部分圖件使用GMT軟件(Wessel and Smith, 1995)繪制.