美國地震監測現狀綜述

呂帥，房立華，任華育，等.美國地震監測現狀綜述［J］.地震工程學報，2024，46（2）：431448.DOI：10.20000j.10000844.20230802001

摘要：

美國的地震監測工作起步較早，在臺網設計、設備研制、軟件研發、標準制定、數據管理和新技術應用等領域處于領先地位。近年來，隨著移動互聯網的發展，以及強震動觀測、地震預警和大規模流動臺陣等項目的推進，美國的地震數據產品實現了從單一向多元化、定制化的跨越。我國的地震監測工作雖起步較晚，但隨著國家地震烈度速報與預警、“一帶一路”地震監測臺網和中國地震科學實驗場等一系列重大項目的實施，地震站網密度、監測預警能力、地震數據智能處理、服務水平和新技術應用等方面都取得了跨越式發展。為更好地了解國際地震監測現狀，文章從地震監測架構、地震臺網布局、數據處理系統、地震預警系統和數據產品五個方面介紹了美國的地震監測工作進展，并與我國地震監測進行對比分析，可為我國地震監測預警事業規劃和發展提供參考。

關鍵詞：

美國地震監測;區域地震臺網;地震預警;地震數據處理

中圖分類號：P315.65文獻標志碼：A文章編號：10000844（2024）02-0431-18

DOI：10.20000j.10000844.20230802001

0引言

美國地震監測工作起源于十九世紀末［1］，早期美國國家基金委（NationalScienceFoundation，NSF）、美國地質調查局（U.S.GeologicalSurvey，USGS）、州政府和高校等機構基于不同觀測需求，陸續在各州建立了區域地震臺網（RegionalSeismicNetwork，RSN）。1980年的一項統計顯示，全美共有47個地方政府運營的RSN和28個學術機構運營的RSN［2］。為緩解RSN在資金和運營方面遇到的問題，協調RSN與國家中心之間的關系，USGS在1991—1993年多次討論組建RSN聯盟，并逐漸形成了美國先進國家地震系統（AdvancedNationalSeismicSystem，ANSS）的雛形。2000年美國國會正式授權建立ANSS［3］，協調全美地震監測工作。

作為當今世界第一大經濟體和科技強國，美國在地震臺網建設、觀測儀器研制、地震數據處理、地震數據共享、地震預警建設等方面仍處于領先位置（注：本文提及的地震監測主要是指利用不同頻帶的地震儀器監測地震事件，確定震源參數，不包括大地測量和前兆等其他觀測手段）。加利福尼亞州1887年建設了美國第一個地震臺網［4］，現已逐漸發展成一個大型區域綜合地震系統。除了傳統的地震觀測臺網外，美國建立了阿拉斯加火山觀測臺網（AlaskaVolcanoObservatory，AVO），對該地區32座活火山進行觀測，積累了大量伴隨巖漿噴發的地震活動數據［5］。美國先進國家地震系統（ANSS）于2000年由美國國會批準成立，協調和加強美國各地獨立運作的RSN之間的合作，規范地震監測結構以及對RSN提供合法的資助［6］。2003年美國完成全球地震臺網（GlobalSeismicNetwork，GSN）建設，地震監測能力覆蓋全球［7］。美國開源地震處理軟件Earthworm［8］除在美國本土RSN應用外，還被希臘、土耳其、意大利和澳大利亞等國家使用，其附帶的絕對定位程序Hypoinverse［9］也被廣泛應用在地震定位領域。美國地震學研究聯合會（IncorporatedResearchInstitutionsforSeismology，IRIS）由100多所美國大學組成，IRIS數據中心（IRISDataManagementCenter，IRISDMC）是全球最大的地震數據中心［10］。USGS從2006年開始以加利福尼亞州為試點實施地震預警項目ShakeAlert，2016年推出ShakeAlert1.0版本，2019年推出ShakeAlert2.0版本，并開始向美國西海岸地區的用戶提供地震預警服務［11］。

我國地震觀測臺網經“十五”項目改造后，已全面建成數字地震觀測臺網。近年，隨著中國地震背景場探測項目、國家地震烈度速報與預警工程、“一帶一路”地震監測臺網、中國地震科學實驗場等項目地持續推進，我國建立了更加全面高效的地震觀測網和數據匯集、處理、歸檔和應用技術系統。中美兩國在地震業務的管理機制、地震臺網建設、信息處理和發布及預警項目建設等方面既有相似之處又有差別。本文從地震監測架構、地震臺網布局、數據處理系統、地震預警系統和數據產品五個方面介紹了近年美國地震監測工作進展，對于了解美國地震監測現狀，升級優化我國的地震監測設施，研發地震數據自動處理系統，以及推進重大項目實施都具有重要參考意義。

1美國地震監測架構

美國先進國家地震系統（ANSS）隸屬于美國地質調查局（USGS），成立之初的目標是“組建現代、標準和穩定的國家、地區及城市地震監測系統”［3］。ANSS在美國國家指導委員會（NationalSteeringCommittee，NSC）和國家實施委員會（NationalImplementationCommittee，NIC）的指導下運作，地震監測工作由國家地震信息中心（NationalEarthquakeInformationCenter，NEIC）、納入ANSS的RSN、阿爾伯克基地震實驗室（AlbuquerqueSeismologicalLaboratory，ASL）、國家強震動項目（NationalStrongMotionProject）和ShakeAlert地震預警項目五個部分配合完成。圖1展示了ANSS的機構組成。RSN大多源自USGS、NSF、州政府、高校和州地質調查局中的一個或幾個機構資助建設，由本地具體機構負責后續運維和數據傳輸。美國本土的地震速報工作由ANSS授權的RSN和NEIC共同完成，授權的RSN負責監測各自區域，NEIC負責授權RSN監測范圍以外的區域。不是所有加入ANSS的RSN都被授權，例如俄勒岡大學運維的臺網代碼為OU的RSN只為ANSS提供地震數據，不對外發布地震速報信息［12］。NEIC作為授權RSN的輔助，對美國本土RSN監測范圍以外的區域進行監測，也對全球范圍內的重大地震事件進行處置。NEIC雖然接入美國國家地震臺和GSN數據，但不直接參與地震臺站建設和維護，USGS所轄地震臺站由ASL負責運維。ANSS為NEIC核心業務和USGS消息發布建設了一套物理上獨立且完整的備份機制。

1.1NEIC與RSN

15個授權RSN［1216］分別處理本區域的地震事件，產出地震速報信息和后續的數據產品。速報結果傳遞到USGS地震網站，通過Facebook、Twitter、電子郵件或短信對外發布，事件處理結果歸檔到ANSS綜合目錄ComCat中［1718］。

NEIC是ANSS的國家中心，作為對RSN地震監測的補充。NEIC采取近實時人工方式處理所有重大地震事件，處理結果發送到USGS和消息分發系統。重大地震事件定義為洛基山脈以東（EastoftheRockies）所有M3.0及以上地震、美國其他地區M4.0及以上地震和全球范圍內M5.0及以上地震。NEIC除14名運維人員全年24h三班倒處理地震事件外，還有專門負責實時波形采集及轉發、新處理算法和實時地震處理系統開發的研發人員，這些研發人員由地質災害科學中心（GeologicalHazardsScienceCenter，GHSC）和USGS提供技術支持，開發了NEIC大部分的實時波形采集、檢測和分發系統，可以快速穩健地對系統進行更新迭代［12］。

RSN各區域的臺站分布和人員配置各不相同，和NEIC的合作也各不相同。對于授權的RSN，NEIC主要作為備份；對于另一些RSN，NEIC與其合作生成震源區烈度圖和矩張量等地震數據產品。圖2展示了15個ANSS授權的RSN。NEIC與RSN的數據處理過程相互獨立，大多數情況下授權RSN會提前發布地震速報信息，如果授權RSN尚未發布，則首選NEIC信息，待授權RSN發布后再做更新。授權RSN故障時會提前告知NEIC，但NEIC應對的措施基本保持不變。此外，美國國家海洋和大氣管理局（NationalOceanicandAtmosphericAdministration，NOAA）、海嘯預警中心（TsunamiWarningCenters，TWC）和ShakeAlert預警系統也會向USGS提交地震數據處理結果來提供額外的支持，并快速為用戶提供相關信息，但最終的地震信息以授權RSN和NEIC為主。這種分層結構保障了美國地震監測系統的穩健性，但增加了復雜性［12］。

RSN在區域地震監測中具有獨特的優勢：（1）使用本地速度模型、適合本地的算法以及豐富的經驗生成更加完整的地震目錄；（2）通過歷史地震活動改進本區域的地震監測工作；（3）了解當地政府和人民需求，方便與當地應急部門溝通協調。RSN可能因本地區大地震而受損，因此NEIC作為授權RSN的備份并處理較大地震。NEIC整合了來自全球的臺站，定期優化適合準確描述大地震特征的算法，例如矩張量［19］和有限斷層檢測［20］。因此，對于MW≥6.0地震，ANSS優先使用NEIC測定的震級。

1.2NEIC與ASL

ASL成立于1961年，是美國海岸和大地測量局地震學部的一個地震觀測站和儀器實驗室，1972年ASL與NEIC一起轉移到美國地質調查局（USGS），現在是地震、火山和工程辦公室地震和地磁信息處的一部分。ASL負責地震臺站和臺網的建設運維以及地震儀器和軟件的開發［21］，管理著許多對NEIC提供數據的核心地震臺站［22］。在GSN的152個臺站中，ASL負責運維隸屬USGS的99個［23］。NEIC與ASL在數據處理和臺站運維領域的分工使得他們可以專注于自己擅長的領域，但又彼此保持緊密協調。

2區域地震臺網

RSN不僅在地震研究和地震災害領域發揮著獨特的作用，在宣傳教育、《全面禁止核試驗條約》監測、海嘯監測及地震預警等方面也發揮較大作用。從美國大陸近20年M3.0及以上歷史地震分布圖（圖3）可以看出，西海岸地區和阿拉斯加地區地震活動較頻繁。本節將對西海岸地區的RSN和阿拉斯加火山觀測臺網進行介紹，并簡要介紹其他領域RSN的應用情況。

2.1西海岸地區

美國西海岸地區毗鄰太平洋，經濟發達，人口密集，但地震多發，地震災害風險較高。該區域內太平洋西北地震臺網（PacificNorthwestSeismicNetwork，PNSN）、加利福尼亞綜合地震臺網（CaliforniaIntegratedSeismicNetwork，CISN）和內華達臺網經?？缰莺献鳎y稱為西海岸區域地震臺網。圖4展示了西海岸地區域地震臺網的臺站分布。PNSN、CISN和北內華達（NorthernNevada，NN）是ANSS成員，除了負責本區域地震監測外，還面向公眾提供服務，三個臺網都搭建了自己的網站，發布有關當地地震活動和地震災害情況、數據產品、地震應急措施和數據資源鏈接等［4］。

CISN由北加州地震系統（NorthernCaliforniaSeismicSystem，NCSS）、南加州地震臺網（SouthernCaliforniaSeismicNetwork，SCSN）和加州地質調查局（CaliforniaGeologicalSurvey，CGS）三部分組成。NCSS由USGS、加州政府、加州大學伯克利分校（UniversityofCalifornia，Berkeley，UCB）、NSF、能源部和其他組織資助，由北加州地震臺網（NorthernCaliforniaSeismicNetwork，NCSN）和伯克利數字地震臺網（BerkeleyDigitalSeismicNetwork，BDSN）兩部分構成，運營臺網代碼為BK、BP和NC。NCSS臺站記錄的波形數據和處理的地震目錄存儲至北加州地震數據中心（theNorthernCaliforniaEarthquakeDataCenter，NCEDC）。NCSS儀器類型包括寬頻帶地震計、加速度計、檢波器和一些地球物理傳感器（應變、形變、水位、電磁），部分加速度計升級了NetQuake模塊。含NetQuake的加速度計安裝在接入互聯網的私人住宅、企業、公共建筑和學校中，M3.0及以上地震發生時，NetQuake通過WIFI連接本地網絡，將接收的數據傳回到USGS［24］。

SCSN由華盛頓卡耐基地震實驗室和加州理工學院運維，臺網代碼CI。SCSN儀器類型包括加速度計和寬頻帶地震計，數采類型為QuanterraQ330、KinemetricsBasalts、Obsidians，地震計類型有Güralp、Streckeisen、KinemetricsMiniBroadband。SCSN地震數據由南加州地震數據中心（SouthernCaliforniaEarthquakeDataCenter，SCEDC）存儲和發布，地震目錄歸檔至SCEDC和USGS綜合目錄ComCat中。SCEDC運營著存儲地震臺站設備信息和儀器響應的臺站信息系統（StationInformationSystem，SIS），以用戶界面的方式向西海岸和其他RSN用戶提供地震元數據管理服務［25］。SIS通過組合底層硬件響應來計算數據通道的響應和增益，生成StationXML和dataless等標準地震元數據文件格式［4］。

1971年圣費南多（SanFernando）MW6.6地震發生后，CGS開始從破壞性地震中收集、存檔和分發強震動觀測數據。CGS的強震動儀器項目（CaliforniaStrongMotionInstrumentationProgram，CSMIP）需要在加利福尼亞州的醫院、橋梁和水壩等建筑物內部及周圍安裝加速度計，測量地面運動。CGS目前已完成245座建筑物、25座水壩和80座橋梁上1320多個地震計安裝。CSMIP為地震速報、預警和ShakeMap提供實時強震動數據，所有處理過的數據可以從工程強震動數據中心（CenterforEngineeringStrongMotionData，CESMD）下載。

PNSN由華盛頓大學、俄勒岡大學和USGS資助，運營臺網代碼為UW和UO，儀器類型包括寬頻帶、加速度計、短周期和具有模擬遙測功能的短周期地震計。除本地數據外，PNSN接入臺網代碼為CC、CN、NC、BK、NN、NV、US、OO和IU的其他臺網數據，并將其實時傳送到UW警報中心，通過AQMS軟件進行處理。

NevadaNetwork由USGS和內華達州政府資助，由內華達地震實驗室（NevadaSeismologicalLaboratory，NSL）運維。NevadaNetwork分為北內華達臺網（臺網代碼NN）和南內華達臺網（臺網代碼SN），北內華達臺網已納入ANSS。北內華達臺網儀器類型包括寬頻帶、短周期、加速度和模擬遙測四類，數據通過NSL的網際互聯微波協議系統（InternetProtocolMicrowaveSystem）傳輸。NSL匯總AZ、BK、CI、LB、NC、US、UU、UW等臺網數據，通過Antelope軟件進行實時處理和歸檔，臺站數據通過亞馬遜AWS云服務器存儲，數據產品發送到NEIC、ComCat以及NSL訂閱用戶（表1）。

2.2阿拉斯加地區

阿拉斯加州是美國地震最活躍的州。在過去一百年里，阿拉斯加和阿留申群島共發生了10次MW≥7.9地震，包括1964年的MW9.2阿拉斯加大地震［26］。由于阿留申群島的火山非?；钴S，因此需要對阿拉斯加的火山進行實時監測和預警。阿拉斯加地區的RSN包括阿拉斯加地震中心（AlaskaEarthquakeCenter，AEC）和阿拉斯加火山觀測臺網（AlaskaVolcanoObservatory，AVO），臺網代碼分別為AK和AV。圖5展示了阿拉斯加地區的地震臺站分布。AEC負責阿拉斯加州的地震監測和速報發布任務，AVO負責實時監測阿拉斯加32座活火山，處理與火山相關的地震目錄［5］。

AVO由USGS、阿拉斯加大學費爾班克斯地球物理研究所（UniversityofAlaskaFairbanksGeophysicalInstitute，UAFGI）以及阿拉斯加地球物理和地質調查局（AlaskaDivisionofGeophysicalandGeologicalSurveys，ADGGS）資助建設，納入ANSS但不對外發布地震速報信息。AVO觀測儀器包括寬頻帶三分量地震計、短周期地震計、GPS和網絡攝像頭等，監測數據實時傳輸到AVO臺網中心。AVO使用AQMS軟件對數據進行處理，波形數據歸檔到IRISDMC，地震編目結果歸檔到ComCat。AVO的任務是監測32座活火山，了解火山噴發前和伴隨的地震活動，發布相關災害告警。一旦檢測到異常的火山動蕩或噴發，AVO會使用雙重警告系統對地面和空中的飛機發布火山噴發、火山碎屑流、熔巖流和火山灰告警［5］。

2.3其他臺網

除監測天然地震的常規RSN外，還有一些特殊用途的RSN。俄克拉荷馬州地質調查局利用該地區永久和臨時地震臺監測該州的誘發地震活動。研究表明，隨著油氣的開采，誘發地震活動有明顯增強的情況［14］。2009年之前，該地區M3.0及以上地震活動約為每年2次，2014年和2015年分別增加到579次和903次，達到頂峰。俄克拉荷馬州公司委員會（OklahomaCorporationCommission，OCC）從2016年實施了紅綠燈協議，限制油氣開采和廢水注入。2016年、2017年和2018年俄克拉荷馬州地震活動分別降至624次、304次和194次［14］。

加利福尼亞州洛杉磯地區的校園內部署了一個由300個加速度計組成的密集臺網，覆蓋范圍為20km×24km，平均臺站間距約0.5km，主要任務是提供大震后密集采樣的強震動波形，幫助研究人員確定學校和周邊社區建筑的受損情況［27］。

由NSF資助的移動臺陣（TransportableArray，TA）從美國西海岸開始，歷經兩年觀測后向全美其他區域流動，2017年在阿拉斯加地區完成部署。Ruppert等［26］的研究表明，TA的加入使得阿拉斯加州地震檢測閾值降低到M1.5，某些地區地震檢測閾值降低了兩個震級單位。TA項目運行期間，AEC將所有TA數據納入其標準地震分析。

美國各地的地震和火山活動區部署了用于大地測量的全球導航衛星系統（GlobalNavigationSatelliteSystem，GNSS）臺站，這些GNSS臺站數據的加入有利于研究人員評估地震間的應變積累和相關的地震危險，揭示未知的無震滑動和同震滑動，監測火山顫動和震后變形［28］。

除了監測地震外，RSN數據也常常應用到監測地下核試驗和海嘯預警方面。雖然《全面禁止核試驗條約》尚未生效，但已有184個國家簽署。Koper認為RSN開發的地震定位和檢測新技術可以直接應用于禁止核試驗條約，能解決許多參與《全面禁止核試驗條約》監測的科學問題［29］。

太平洋海嘯預警中心（PacificTsunamiWarningCenter，PTWC）隸屬于海嘯預警中心（TsunamiWarningCenter，TWC），核心任務是發布及時有效的太平洋海嘯預警和威脅信息。VictorSardina等通過定量模擬計算的方式得出，RSN數據的加入使得PTWC對全球MW≥5.5地震的響應時間保持在6min左右，相比僅依靠GSN臺站，響應時間可降低2～3min［30］。

3數據自動處理系統

對于現代數字化地震觀測數據，地震臺網使用半自動或自動處理系統處理連續波形數據，檢測出地震事件，并對其進行定位和震級測算。NEIC和RSN使用Hydra和AQMS作為各自的地震數據自動處理系統，本節將分別對其進行介紹。

3.1Hydra

Hydra是USGS的Patton等于2003年設計開發的一款用于取代傳統地震數據分析系統的地震監測分析軟件。Hydra從NEICEdge數據采集服務器接收連續實時地震波形數據后自動識別震相并檢測地震。為保證7×24h連續工作，Hydra加入了大量冗余性設計，以確保系統在維護、高負載、設備故障等緊急情況下依然可用［31］。

Hydra系統分為7個模塊，分別是：事件檢測、數據插入、數據存儲、地震事件處理、地震分析、數據輸出和系統冗余（圖6）。

事件檢測模塊從數據采集服務器接收實時、連續的地震波形數據，采用基于STALTA改進的HydraPicker算法進行震相拾取，接入的臺站數據根據波形質量和人工選擇確定。震相拾取后通過全球關聯算法（GlobalAssociator，GLASS）進行震相關聯，算法原理是基于走時的反投影［31］。

數據插入模塊從事件檢測模塊獲取震相拾取結果，去重后優先選出NEIC臺站和人工標記的震相存儲到數據庫中。該模塊還從產品分發層（ProductDistributionLayer，PDL）接收其他臺網計算的地震目錄作為補充。Hydra每天一次自動從元數據服務器獲取臺站元信息，如果臺站信息缺失，拾取的波形將被丟棄［31］。

數據存儲模塊將篩選后的數據以容器的方式存到數據庫，容器內存儲單個地震所有數據：各算法計算的最新震源位置、震級和震相到時，計算矩張量的觀測和擬合波形，計算震級的波形振幅以及地震造成的影響等［31］。

地震事件處理模塊將處理流程分為不同任務。各事件處理器先讀取任務，再從數據庫中加載完成該任務所需的事件數據，并調用相應的處理模塊來執行任務，最后將執行結果寫回數據庫。不同任務可采取串行（地震定位）或并行（計算ML、mb、MWp等不同類型震級）的方式執行［31］。

地震分析模塊提供可視化的圖形界面操作窗口供NEIC分析師使用，數據處理結果通過PDL分發出去，地震目錄歸檔到ComCat系統［32］。

Hydra在數據處理過程中允許多個處理器參與計算，任務執行過程中Hydra會復制數據，形成快照。這些快照可以輸入到其他Hydra系統執行，在確保系統冗余性的同時提高吞吐量。所有地震事件結果都被發送到ComCat系統進行存檔，Hydra在事件檢測12周后會刪除所有與該事件有關的數據［31］。

NEIC的另一個數據處理系統是全球地震響應即時評估系統（PromptAssessmentofGlobalEarthquakesforResponse，PAGER）［17］。地震發生后，PAGER以地圖的方式列出附近發生過的歷史地震，展示人口分布和震動強度，估算受災人數，評估其潛在的社會影響。PAGER的結果會合并為一份簡明的單頁報告發布到USGS網站、救援人員、政府機構和媒體手中，最新的震源位置、震級、斷層幾何形狀等在地震發生后數小時內不斷更新。

3.2AQMS

美國絕大多數RSN采用Earthworm及其衍生軟件AQMS進行地震數據處理。Earthworm［8］采用C語言編寫，由三個消息環和眾多模塊組成。消息環本質是一片按隊列方式存儲上游模塊計算結果的內存緩沖區，下游模塊通過訂閱的方式獲取消息環數據。Earthworm提供多個波形處理模塊、多個震相拾取算法（pick_ew、pick_FP、coda_picker、carlstatrig）、地震動參數模塊（gmew）、近震震級算法（localmag）、子網重合觸發器（carlsubtrig）、事件檢測器以及拾取關聯器［33］。為了獲得精確的震源位置，還可為Earthworm配置Hypoinverse［34］或NonLinLoc［35］等地震定位模塊。Earthworm不提供圖形界面，采用文件的方式存儲和歸檔地震數據。

AQMS基于Earthworm開發，不同之處在于AQMS采用關系數據庫來存儲震相、振幅、波形和事件參數。AQMS利用主備數據庫實現系統冗余，客戶端Jiggle提供圖形用戶界面，方便分析師檢查震相拾取結果，修正震中位置和震級。AQMS可生成烈度圖和震源機制解，發布自動告警和通知［36］。AQMS支持Linux和Solaris操作系統，不支持Windows，使用商業數據庫Oracle。Hartog等［36］開發了基于PostgreSQL數據庫的AQMS，該系統自2018年10月1日起一直在PNSN使用。圖7展示了AQMS的數據處理流程。

Johnson介紹了地震數據處理新系統xQuake，它由xGraph、xVR和xQuake三層組成。xGraph層是一個自組織圖數據庫，結構上類似于MongoDB，采用模塊化編程形式，節點可以相互通信。xVR支持流水線流程架構，提供靈活且易于配置的前端處理，增加了類似Docker的容器。xQuake提供了震相拾取、關聯、分析接口等組件，結合了許多現代計算機分析方法，可以無縫集成到AQMS中，開源免費，支持Windows、Linux、Mac操作系統［37］。

4地震預警系統

1868年海沃德（Hayward）M6.8地震后，Cooper首次提出了地震預警（EarthquakeEarlyWarning，EEW）的概念，將其描述為“一個簡單自動的機械設計，使用城市外傳感器，通過電報線發出特殊的地震警報”［38］。2006年以來，USGS一直與多個機構合作，開發地震預警系統ShakeAlert，該系統的目標是在峰值地面震動到達人們所在位置的幾秒到幾分鐘之前，發布告警信息，以便其采取保護措施［39］。ShakeAlert采取漸進式實施方式，最初的目標是為地震風險最高的三個州（加利福尼亞州、俄勒岡州和華盛頓州）建立地震預警機制?，F在，USGS已完成將ShakeAlert推廣到其他州的可行性研究［40］。2016年初，加利福尼亞部署了ShakeAlert1.0版本，推出手機應用MyShake。2017年初，加利福尼亞州、俄勒岡州和華盛頓州部署了ShakeAlert1.2版本。2018年，ShakeAlert對公共基礎設施（火車、學校和供水系統等）分階段推廣。2019年，MyShake2.0在整個加利福尼亞州啟動并提供公共地震警報。2021年，谷歌在全球推出Android地震警報系統［11］。

4.1臺站分布

ShakeAlert預警系統建設初期計劃部署1675個預警臺站，其中1115個部署到加利福尼亞，由加利福尼亞州綜合地震臺網（CISN）運營；560個部署到華盛頓州和俄勒岡州，由太平洋西北地震臺網（PNSN）運營。截止2023年6月CISN已完成1585個預警臺站安裝［41］（圖8）。ShakeAlert預警臺站分兩種，一種位于城區，僅部署加速度計；另一種位于郊區和野外，部署寬頻帶和加速度計。城區預警臺站間距10km，震源區預警臺站間距20km，其他地區預警臺站間距40km［38］。圖9展示了部署于郊區的預警臺站結構。

由于實時高精度的GNSS站可以詳細記錄伴隨特大地震（Mgt;7.0）產生的永久地面位移，更好地確定震級和斷層破裂程度，ShakeAlert系統將實時位置流以GeoJSON格式通過RabbitMQ接入Earthworm，使用BEFORES［42］等算法進行計算。分布在西海岸地區的GNSS臺站共有813個，其中加利福尼亞州580個，俄勒岡州和華盛頓州233個［38］。

4.2數據處理

ShakeAlert數據處理服務器部署在西雅圖、門洛帕克、伯克利和帕薩迪納等多個地方，具備一定的冗余性。為保障系統安全運行，ShakeAlert服務器僅允許內部子網連接，不對外開放端口。系統采用雙重身份驗證，一家獨立公司定期對服務器進行漏洞掃描、暴力破解、端口掃描和社會工程滲透等測試，確保服務器滿足網絡安全標準［43］。ShakeAlert具有三層處理架構，分別是數據層、生產層和告警層（圖10）。數據層在AQMS軟件內完成，任務是匯聚預警臺站實時地面運動數據，傳遞到生產層。生產層將實時數據流作為EarthwormTraceBuf消息傳遞到ShakeAlert，通過ShakeAlert處理單元檢測地震信號，計算地震的位置和震級，并估計由此產生的震動的面積和強度。警報層檢查生成的這些數據，決定是否應發出警報，并創建警報產品。進程間所有通信均使用消息中間件ActiveMQ完成［38］。

ShakeAlert系統目前使用兩種獨立的算法來檢測地震。第一種算法是地震點源集成算法（EarthquakePointSourceIntegratedCode，EPIC）［44］，該算法在短時窗內測量幾個地面運動參數，將它們關聯起來做地震定位并估計震級。EPIC采用多項檢查來區分隨機噪聲和地震震動，包括使用“濾波器組”檢測和排除遠震。第二種算法是有限斷層檢測（FinitefaultDetector，FinDer）［45］，原理是將地面運動觀測結果與預先計算的斷層模板進行匹配，估計斷層的質心位置、方向和長度。FinDer提供了更完整的震源特征，但是需要更多的臺站數據和更長的時間，因此對近震不太適用。兩種算法隨著地震加劇和數據增多不斷更新。EQinfo2GM模塊使用震源機制解和地面運動預測方程來估計地震將引起的震動分布和強度。Minson等為ShakeAlert開發了三套算法處理GNSS數據的算法，分別命名為BEFORES［42］、GFAST［46］和GlarmS［47］。算法由點源算法的第一個告警觸發，基于初步計算的震源參數，使用實時大地位移測量和有關斷層幾何形狀的先驗知識對震源特征進行更新，描述斷層的方向、破裂長度和滑動分布［48］。

傳統計算震源參數的算法會面臨大震震級低估［49］以及信號重疊等問題［50］。即使是計算出精確的震源參數和震級，也無法準確估計地面運動信息。當較小震級的地震產生比預期更強烈的震動時，EEW系統有可能漏報［51］。Hoshiba等［52］提出一種利用地面震動現狀和地震波物理傳播機制來預測未來短時間內（如20s內）地面可能發生的強度變化的算法，該算法可以避免震源參數的計算。Kodera等［53］對其進行簡化和改進，命名為PLUM算法。Jessie等［54］將PLUM算法應用到2021年美國西海岸地震數據中，比較了PLUM算法和ShakeAlert基于震源特征算法的性能，結果表明將PLUM納入ShakeAlert將提高系統的穩健性。

4.3預警發布

ShakeAlert系統生成一種包含發震時刻、位置（點或線）、震級、斷層滑動范圍、分布估計以及地面震動估計的XML數據流，由用戶應用程序接收和解析。計算機版客戶端軟件叫做UserDisplay，它以圖形方式顯示預估的破壞性地震波到達時間和峰值震動［55］。手機版名為MyShake，2016年推出v1.0版本，2019年推出v2.0版本［11］。初始公眾警報的閾值為5.0級，隨著系統的改進以及公眾對ShakeAlert的信心和熟悉度的提高，該警報閾值可能會降低［56］。

4.4系統測試

為了評估EEW算法，Meier等對地面預測結果進行了分類［57］：

（1）真正例（TruePositive，TP），ShakeAlert在S波到達前告警，預測烈度準確；

（2）假正例（FalsePositive，FP），ShakeAlert告警烈度高于真實值，報高（誤報）；

（3）假反例（FalseNegative，FN），ShakeAlert在S波到達后告警，或者ShakeAlert告警烈度過低（漏報）；

（4）真反例（TrueNegative，TN），真實和ShakeAlert預測均未超過烈度閾值。

Cochran等提出了一套名為TestingandCertificationPlatform（TCP）［58］的測試認證系統，通過復制ShakeAlert生產環境進行實時和離線兩種檢測，分別對ShakeAlert系統進行穩定性和準確性測試。TCP包含125個事件集：

（1）60個發生在加利福尼亞和太平洋西北部的地震事件（包含主震和余震），大部分地震發生在ShakeAlert監測區域內；

（2）10個發生在ShakeAlert監測區域外的近震事件；

（3）25個地震計校準或調零事件；

（4）10個強噪聲干擾事件；

（5）20個較大遠震或深部地震事件。

Cochran等［58］定義：

TPRate=TP（TP+FN）（1）

FPRate=FP（TP+FN）（2）

式中：TPRate為真正例比例，FPRate為假反例比例；TP為真正例個數，FN為假反例個數。TPRate越高，表示準確率越高；FPRate越高，表示誤報率越高，理想結果是TPRate接近1，FPRate接近0。

通過計算誤差值Cg對算法效果進行量化評估，定義：

Cg=［（1-TPRate）2+（FPRate）2］（3）

Cg越小，表明算法效果越好。

2019年ShakeAlert2.0系統推出前，Guiwits等［43］采用TCP測試集對ShakeAlert2.0進行測試，以ComCat編目結果為參考標準，定義同時滿足：

（1）震級差在2.0個震級單位內；

（2）位置估計在100km內；

（3）發震時間估計在15s以內。

即為準確告警，否則為誤報。經多次測試，最差一次結果如表2所列。

漏報事件中有18次是余震事件，部分事件發生在海上或監測邊界附近地區。歷史遠震震例在離線測試中也產生了誤報。2015年5月29日阿拉斯加半島M6.8地震，EPIC觸發了M3.8告警；2015年5月30日日本南部M7.8深源地震，EPIC觸發了M5.3告警。ShakeAlert2.0生產環境采用“telestifle［44］”算法減少因遠震產生的誤報，算法通過訪問NEIC的實時遠震數據來抑制遠震觸發。由于測試實例無法接入遠震數據，因此產生了遠震誤報。

ShakeAlert2.0在2018年8月3日—9月17日6周時間內進行了實時測試。結果顯示，8個M3.5+事件，ShakeAlert2.0比ShakeAlert1.0的誤報數量明顯減少，誤報數量從22次減少到2次［43］。

Guiwits等［43］以ShakeAlert計算結果為預測值，S波到達等值線最大距離的時間和實際震動為真實值，對歷史震例進行計算，繪制了0.05°分辨率的等值線圖，測試結果顯示，ShakeAlert在發震時刻后5～9s發出第一個警報，存在大震報小，小震報大現象。

4.5運行情況

2019年10月至2022年12月8日期間，ShakeAlert共發布78次4.5級以上的公共警報，其中75次正常預警，3次誤報。3次誤報均是天然地震，由于地震發生在海上或加利福尼亞-內華達邊界，ShakeAlertEPIC算法的定位結果誤差較大，因此歸類為誤報。除78次告警發布以外，三年期間還有8次漏報，漏報地震都位于預警臺網邊緣［11］。

5數據產品

1997年之前，USGS發布的地震數據產品僅僅是震源參數（震中位置、發震時刻和震級）。經過二十多年的發展，地震數據產品的數量不斷增長，定制化程度不斷提高。USGS目前發布的地震產品包括：

（1）ENS（Earthquakenotificationservice）［18］：訂閱式的短信和郵件速報服務；

（2）ShakeMap［59］：地面運動強度圖（強震動強度、峰值地面加速度（PGA）、峰值地面速度（PGV））；

（3）“DidYouFeelIt？”［60］：在線問卷，根據公眾反饋結果提供宏觀地震烈度的估計值；

（4）ShakeCast［61］：損失評估系統，根據ShakeMap結果和用戶自定義的清單生成的損失估計；

（5）Finitefaultmodel[20，62]：有限斷層模型，斷層破裂位置和范圍的快速估計；

（6）PAGER（PromptAssessmentofGlobalEarthquakesforResponse，PAGER）[17]：全球地震響應即時評估系統，提供近實時的破壞性地震的人員、經濟損失評估，估計結果推送到核心機構（包括政府、應急救援機構和研究機構等）輔助決策；

（7）Tweet（TED）[63]：匯總關于地震的社交媒體活動信息，推送有關地震信息；

（8）Groundfailure[64]：計算大地震后潛在山體滑坡、液化嚴重程度和范圍估計，生成警報級別；

（9）Aftershockforecast[65]：余震預報，提供對預期余震活動的描述；

（10）PAGER2.0[66]：結合PAGER[17]和Hazus[67]的損失建模結果得出的人口和經濟災害損失分布；

（11）ShakeAlert[38]：地震預警系統，發布地震預警信息。

USGS這些地震數據產品在2018年安克雷奇MW7.1地震中接受了檢驗，地震數據產品因內容準確及時廣受媒體好評。雖然上游產品（如震源信息等）的更新容易造成下游產品大尺度變化，但隨著地震關注熱度下降，上下游的連鎖反應并未產生更大影響[68]。

隨著社交媒體（例如Facebook、Twitter）的流行，NEIC開發了基于社交媒體檢測潛在地震的程序，該程序通過檢測社交媒體中“地震”一詞在短時間內的觸發頻率，推測世界各地發生的地震[63]。在全球其他洲的地震高發地區，NEIC通常在震后20～90s內收到該程序的地震通知，比利用傳統地震計算方法速度更快，NEIC還使用關鍵字（例如“巨大”）來快速評估事件是否具有破壞性[69]。

6討論與展望

中美兩國作為世界兩大經濟體，國土面積接近，人口密集，同樣面臨極大的地震災害風險。兩國近些年都進行了大規模的地震臺網改造，推進了地震預警項目建設，不斷豐富地震數據產品和普及防震減災安全知識。然而兩國的地震監測工作在管理模式、臺網分布、預警項目推進等方面存在一些差異，體現在：

（1）管理模式

美國屬于聯邦制國家，聯邦政府和州政府沒有上下級領導的關系。除USGS外，各州均成立地質調查局或類似機構，但二者沒有上下級關系。USGS統籌和資助全美地震相關工作，ANSS負責協調和管理，NEIC和授權RSN對外發布全美地震速報信息，其他RSN運維本區域地震臺站、提供地震觀測數據或執行其他監測任務。RSN大多由USGS和當地高校資助建設，由當地機構對其進行運維管理。這種分散的管理模式使得不同RSN可根據本區域特點橫向發展，具備一定的多樣性。

我國地震工作由中國地震局統籌管理，下設省、市、縣三級地震局。省級地震局由中國地震局直接領導，市縣一級地震局由市縣政府領導，省級地震局對其進行業務指導。中國地震局下設11個直屬事業單位[70]，中國地震臺網中心（ChinaEarthquakeNetworksCenter，CENC）負責對外發布地震速報信息。我國地震部門管理方式有利于統籌調配資源、快速推進項目建設和大震應急等。

（2）臺網分布

美國全球地震臺網GSN臺站（臺網代碼IU和II）遍布全球、全美地震監測臺網（臺網代碼US）分布美國各州，除以上USGS臺站外，各RSN還建設和運維各自的地震臺站。美國各州地震臺站密度差異較大，總體西部較密，東部稀疏。以首都華盛頓哥倫比亞特區和加利福尼亞州為例，首都華盛頓哥倫比亞特區周圍平均臺站間距為86.97km，加利福尼亞州平均臺站間距28.42km（圖11）。

我國地震監測臺站分為國家級地震臺、省級區域地震臺和專業地震臺三種類型，各省級臺網負責運維本區域所有地震臺站。我國的地震臺站主要分布在中國境內，境外臺站數量和分布范圍遠小于美國。各省臺站密度差異較大，總體東部較密、西部稀疏。以首都圈和云南省為例，首都圈附近平均臺站間距26.57km，云南省平均臺站間距74.58km。隨著地震預警項目、地震科學實驗場等項目地持續推進，臺站覆蓋密度將持續增加。截至2023年6月，云南大部分地區臺站間距縮小至40km內，平均臺站間距為29.59km。

（3）數據處理和發布

NEIC采用Hydra處理地震事件，絕大多數RSN則采用AQMS，也有RSN使用Antelope[71]和Seiscomp[72]。NEIC和授權的RSN將地震速報結果通過USGS網站對外發布，預警系統、海嘯預警中心也會快速生成地震速報信息，但僅作為NEIC和授權的RSN的輔助。美國地震目錄歸檔到ComCat，大部分連續波形和事件波形歸檔到IRISDMC、NCEDC和SCEDC，部分臺網實時數據可使用SeedLink協議從IRIS獲取。

我國測震臺網使用JOPENS系統進行地震速報工作，測震臺站數據先匯集到本地測震臺網，再實時轉發到CENC。各省級測震臺網除接入本省數據外，還通過CENC接入部分鄰省數據。檢測到地震發生后，JOPENS會自動生成速報結果，值班人員10min內核實并上報人工速報結果，CENC統一對外發布。連續波形和事件波形由本省測震臺網歸檔，再匯總到CENC，備份到第一、第二監測中心。全國地震目錄歸檔到EQIM編目系統。為緩解地震編目工作量大、人員緊缺等問題，廖詩榮等[73]開發了基于人工智能算法的自動編目系統RISP，在省級測震臺網應用良好。后續可進一步完善升級，實現省級地震臺網地震數據的全自動處理。

（4）地震預警

美國地震預警項目ShakeAlert自2006年開始建設，截至2023年8月僅應用于西海岸地區，臺站分布在加利福尼亞、華盛頓和俄勒岡三州。預警臺站共兩種類型，城區臺站僅部署強震動加速度計，郊區和野外部署寬頻帶和加速度計。ShakeAlert更新到2.0版本，經過了一系列測試，預警時間為發震時刻后5～9s。除傳統寬頻帶和加速度計外，ShakeAlert還接入了813個GNSS臺站數據，并開發了BEFORES[42]、GFAST[46]和GlarmS[47]三種大地測量算法。

我國國家烈度速報與預警工程計劃于2023年底完成項目驗收。預警臺站分為基準站、基本站和一般站三類，基準站安裝速度計和加速度計，基本站安裝加速度計，一般站安裝烈度計。截至2023年6月，全國共建成地震預警臺站15391個[70]，臺站間距在10～15km左右。根據破壞性大震發生的不同情況，在重點區震后5～10s，具備原地報警、災害性地震預警、警戒性地震預警和遠震大震預警能力，系統通過應急廣播、手機、電視、專用終端等多種渠道發布地震預警信息。2022年，在“先行先試”區發生的45個預警首報或速報震級Mgt;4.0地震，首報平均時間為6.3s，平均定位偏差3.1km，震級平均偏差0.24，處理結果較好[74]。2022年6月1日四川蘆山M6.1地震、9月5日四川瀘定M6.8地震，地震預警系統分別于震后6.0s、8.0s發布第一報，震級分別為M4.6和M5.9[75]。

2007年“中國大陸構造環境監測網絡”建設完成后，我國大陸GPS區域站增加到2000個，王巖等[76]基于GNSS數據綜合分析了汶川8.0級地震前后云南地區地殼變形動態演化特征。隨著預警項目地持續推進，我國也應加快基于GNSS數據的地震預警數據處理和分析方法研究。

（5）結論

從近些年美國地震監測工作發展方向可以看出：首先，美國在繼續加強地震臺站的覆蓋密度，監測覆蓋范圍不斷向城區蔓延，不論是TA項目，ShakeAlert預警項目，還是強震動觀測項目，都獲取到更多的地震觀測數據；其次，美國近些年地震算法和數據產品呈多元化發展，隨著技術進步開發了不同場景下的數據應用產品；最后，美國的地震預警項目是以加利福尼亞州為試點，逐步擴展到西海岸三個州，系統融入點源和線源等多種算法不斷迭代發展，上線前經過TSP測試評估。

目前，我國已建成全球最大的地震監測臺網，川滇地區的臺站密度已超過美國西海岸地區，但境外建設的地震臺站仍比較少，應重點考慮建設由我國牽頭的全球地震觀測臺網，優先在東南亞、中亞等國家分批次建設。我國地震監測儀器類型復雜多樣，儀器類型包含寬頻帶、短周期、加速度、簡易烈度計；儀器安裝位置包括地表和井下，波形特征和信噪比差異較大。盡管國內學者已研發了RISP[73]、EARTHX[77]等地震智能處理系統，多數自動處理系統目前對寬頻帶地震記錄的處理效果較好，但對加速度和簡易烈度計的實時數據處理技術研究還比較少。地震檢測算法仍以長短窗為主，而智能檢測算法，尤其是可實現地震檢測、多震相到時拾取和初動極性拾取的多功能網絡還較為缺乏。因此，應加快多種類地震觀測數據的AI數據集構建，訓練適合中國地區的AI檢測大模型。隨著我國地震觀測臺網技術和數據處理算法的逐漸成熟，可向“一帶一路”和東南亞國家輸出，境外援建更多的地震觀測臺站，進一步提升我國在地震監測領域的國際影響力。

參考文獻（References）

［1］BOLTB.OnehundredyearsofearthquakerecordingattheUniversityofCalifornia［JOL］.Geology，1987：131914021［20230802］.https：www.semanticscholar.orgpaperOnehundredyearsofearthquakerecordingattheofBolt72ae2c0e86c9f408153709fdcf96fbd2142369ce.

［2］COUNCILNR.Seismographicnetworks：problemsandoutlookforthe1980s：report［M］.WashingtonDC：NationalAcademiesPress，1983.

［3］FILSONJR，ARABASZWJ.OriginsofanationalseismicsystemintheUnitedStates［J］.SeismologicalResearchLetters，2017，88（1）：131143.

［4］HELLWEGM，BODINP，BORMANNJM，etal.RegionalseismicnetworksoperatingalongthewestcoastoftheUnitedStatesofAmerica［J］.SeismologicalResearchLetters，2020，91（2A）：695706.

［5］POWERJA，HANEYMM，BOTNICKSM，etal.GoalsanddevelopmentoftheAlaskavolcanoobservatoryseismicnetworkandapplicationtoforecastinganddetectingvolcaniceruptions［J］.SeismologicalResearchLetters，2020，91（2A）：647659.

［6］HOUSEL，ROBERTSP.SeismicitymonitoringinnorthcentralnewMexicobythelosalamosseismicnetwork［J］.SeismologicalResearchLetters，2020，91（2A）：593600.

［7］AMMONCJ，LAYT，SIMPSONDW.Greatearthquakesandglobalseismicnetworks［J］.SeismologicalResearchLetters，2010，81（6）：965971.

［8］FRIBERGP.EarthwormHomePage［EBOL］.［20230802］.http：www.earthwormcentral.org.

［9］USGS.HypoinverseHomepage［EBOL］.［20230802］.https：www.usgs.govsoftwarehypoinverseearthquakelocation.

［10］EARTHSCOPE.IRISDMCHomepage［EBOL］.［20230802］.http：ds.iris.edudsnodesdmc.

［11］LABBS.Earthquakeearlywarningmilestones［EBOL］.［20230802］.https：rallen.berkeley.eduresearchEEWmilestones.html.

［12］EARLEPS，BENZHM，YECKWL，etal.SeismicmonitoringduringcrisesattheNEICinsupportoftheANSS［J］.SeismologicalResearchLetters，2021，92（5）：29052914.

［13］PANKOWKL，STICKNEYM，BENHORINJY，etal.Regionalseismicnetworkmonitoringintheeasternintermountainwest［J］.SeismologicalResearchLetters，2020，91（2A）：631646.

［14］WALTERJI，OGWARIP，THIELA，etal.TheOklahomageologicalsurveystatewideseismicnetwork［J］.SeismologicalResearchLetters，2020，91（2A）：611621.

［15］EBELJE，CHAPMANMC，KIMWY，etal.CurrentstatusandfutureofregionalseismicnetworkmonitoringinthecentralandeasternUnitedStates［J］.SeismologicalResearchLetters，2020，91（2A）：660676.

［16］USGS.Anssadvancednationalseismicsystem［EBOL］.［20230802］.https：www.usgs.govprogramsearthquakehazardsanssadvancednationalseismicsystem.

［17］EARLEP，WALDD，JAISWALK，etal.Promptassessmentofglobalearthquakesforresponse（PAGER）：asystemforrapidlydeterminingtheimpactofearthquakesworldwide［JOL］.Geology，2005：210027480［20230802］.https：www.semanticscholar.orgpaperPromptAssessmentofGlobalEarthquakesforAforEarleWaldfcf07b3bb047866051cbc1d94f2e29c5ecd27342.

［18］WALDLA，WALDDJ，SCHWARZS，etal.TheUSGSearthquakenotificationservice（ENS）：customizablenotificationsofearthquakesaroundtheglobe［J］.SeismologicalResearchLetters，2008，79（1）：103110.

［19］HAYESGP，RIVERAL，KANAMORIH.SourceinversionoftheWphase：realtimeimplementationandextensiontolowmagnitudes［J］.SeismologicalResearchLetters，2009，80（5）：817822.

［20］HAYESGP.Thefinite，kinematicrupturepropertiesofgreatsizedearthquakessince1990［J］.EarthandPlanetaryScienceLetters，2017，468：94100.

［21］USGS.ASLhomepage［EBOL］.［20230802］.https：www.usgs.govcentersgeologichazardssciencecenteralbuquerqueseismologicallaboratory.

［22］HUTTCR，PETERSONJ，GEEL，etal.AlbuquerqueSeismologicalLaboratory：50yearsofglobalseismology［JOL］.Geology，2011：129394129［20230802］.https：www.semanticscholar.orgpaperAlbuquerqueSeismologicalLaboratory50yearsofHuttPetersonab3de6cf3e2424fa75e75fe487c4e9f3654cfdd9.

［23］BUTLERR，LAYT，CREAGERK，etal.Theglobalseismographicnetworksurpassesitsdesigngoal［J］.Eos，TransactionsAmericanGeophysicalUnion，2004，85（23）：225229.

［24］USGS.NetQuakehomepage［EBOL］.［20230802］.https：earthquake.usgs.govmonitoringnetquakesviewdata.

［25］YUE，ACHARYAP，JARAMILLOJ，etal.TheStationinformationsystem（SIS）：acentralizedrepositoryforpopulating，managing，anddistributingmetadataoftheadvancednationalseismicsystemstations［J］.SeismologicalResearchLetters，2018，89（1）：4755.

［26］RUPPERTNA，WESTME.TheimpactofUSArrayonearthquakemonitoringinAlaska［J］.SeismologicalResearchLetters，2020，91（2A）：601610.

［27］CLAYTONRW，KOHLERM，GUYR，etal.CSNLAUSDnetwork：adenseaccelerometernetworkinLosAngelesschools［J］.SeismologicalResearchLetters，2020，91（2A）：622630.

［28］MURRAYJR，BARTLOWN，BOCKY，etal.Regionalglobalnavigationsatellitesystemnetworksforcrustaldeformationmonitoring［J］.SeismologicalResearchLetters，2019，91（2A）：552572.

［29］KOPERKD.Theimportanceofregionalseismicnetworksinmonitoringnucleartestbantreaties［J］.SeismologicalResearchLetters，2020，91（2A）：573580.

［30］SARDINAV，KOYANAGIK，WEINSTEINS.BaselineassessmentoftheimportanceofcontributionsfromregionalseismicnetworkstothePacifictsunamiwarningcenter'soperations［J］.SeismologicalResearchLetters，2020，91（2A）：687694.

［31］PATTONJM，GUYM，BENZH，etal.Hydra—theNationalEarthquakeInformationCenter's247seismicmonitoring，analysis，catalogproduction，qualityanalysis，andspecialstudiestoolsuite［JOL］.Geology，Engineering，2016：114770135［20230802］.https：www.semanticscholar.orgpaperHydra%E2%80%94TheNationalEarthquakeInformationCenter%E2%80%99sPattonGuy5a639e6df6f68257182598cf544436ff079f4325.

［32］USGS.ANSScomprehensiveearthquakecatalog（ComCat）documentation［EBOL］.［20230802］.https：earthquake.usgs.govdatacomcat.

［33］JOHNSONC，LINDHA，HIRSHORNB.Robustregionalphaseassociation［J］.Engineering，1997：129463004［20230802］.https：www.semanticscholar.orgpaperRobustregionalphaseassociationJohnsonLindh4f5651e26a8157efae05efc47261ae0cb7e16215.

［34］KLEINF.User'sguidetoHYPOINVERSE2000，aFortranprogramtosolveforearthquakelocationsandmagnitudes［JOL］.Geology，2002：60997076［20230802］.https：www.semanticscholar.orgpaperUser'sguidetoHYPOINVERSE2000%2CaFortranprogramKlein6920e94fc8a133112fcda83df02070285c4532a7.

［35］LOMAXA，VIRIEUXJ，VOLANTP，etal.Probabilisticearthquakelocationin3Dandlayeredmodels［M］AdvancesinSeismicEventLocation.Dordrecht：SpringerNetherlands，2000：101134.

［36］RENATEHARTOGJ，FRIBERGPA，KRESSVC，etal.OpensourceANSSquakemonitoringsystemsoftware［J］.SeismologicalResearchLetters，2020，91（2A）：677686.

［37］JOHNSONCE.Beyondearthworm：keepingthepromise［J］.SeismologicalResearchLetters，2020，91（2A）：581584.

［38］GIVENDD，ALLENRM，BALTAYAS，etal.RevisedtechnicalimplementationplanfortheShakeAlertsystem：anearthquakeearlywarningsystemfortheWestCoastoftheUnitedStates［R］.OpenFileReport，Reston，VA，2018.

［39］GIVEND，COCHRANE，HEATONT，etal.TechnicalimplementationplanfortheShakeAlertproductionsystem：anEarthquakeEarlyWarningsystemfortheWestCoastoftheUnitedStates［JOL］.EnvironmentalScience，Engineering，Geology，2014：128924743［20230802］.https：www.semanticscholar.orgpaperTechnicalimplementationplanfortheShakeAlertanGivenCochranf962b9144d412cb75fc793651365c8e992f069f0.

［40］THELENW，HOTOVECELLISA，BODINP.Feasibilitystudyofearthquakeearlywarning（EEW）inHawaii［JOL］.EnvironmentalScience，Engineering，2016：55940083［20230802］.https：www.semanticscholar.orgpaperFeasibilitystudyofearthquakeearlywarning（EEW）ThelenHotovecEllis1de75955de2b544364145edc187bac2527803328.

［41］BerkekeySeismologyLab.Hostastationforearthquakeearlywarning［EBOL］.［20230802］.http：seismo.berkeley.eduresearchhostastation.html.

［42］MINSONSE，MURRAYJR，LANGBEINJO，etal.RealtimeinversionsforfinitefaultslipmodelsandrupturegeometrybasedonhighrateGPSdata［J］.JournalofGeophysicalResearch：SolidEarth，2014，119（4）：32013231.

［43］KOHLERMD，SMITHDE，ANDREWSJ，etal.EarthquakeearlywarningShakeAlert2.0：publicrollout［J］.SeismologicalResearchLetters，2020，91（3）：17631775.

［44］CHUNGAI，HENSONI，ALLENRM.Optimizingearthquakeearlywarningperformance：ElarmS3［J］.SeismologicalResearchLetters，2019，90（2A）：727743.

［45］BSEM，HEATONTH，HAUKSSONE.Realtimefinitefaultrupturedetector（FinDer）forlargeearthquakes［J］.GeophysicalJournalInternational，2012，191（2）：803812.

［46］CROWELLBW，SCHMIDTDA，BODINP，etal.GFASTearthquakeearlywarningpotentialforgreatearthquakesinChile［J］.SeismologicalResearchLetters，2018，89（2A）：542556.

［47］GRAPENTHINR，JOHANSONIA，ALLENRM.OperationalrealtimeGPSenhancedearthquakeearlywarning［J］.JournalofGeophysicalResearch：SolidEarth，2014，119（10）：79447965.

［48］MURRAYJR，CROWELLBW，GRAPENTHINR，etal.DevelopmentofageodeticcomponentfortheUSwestcoastearthquakeearlywarningsystem［J］.SeismologicalResearchLetters，2018，89（6）：23222336.

［49］HOSHIBAM，IWAKIRIK，HAYASHIMOTON，etal.Outlineofthe2011offthePacificcoastofTohokuearthquake（MW9.0）：earthquakeearlywarningandobservedseismicintensity［J］.Earth，PlanetsandSpace，2011，63（7）：547551.

［50］KODERAY.Realtimedetectionofrupturedevelopment：earthquakeearlywarningusingPwavesfromgrowingruptures［J］.GeophysicalResearchLetters，2018，45（1）：156165.

［51］MINSONSE，BALTAYAS，COCHRANES，etal.Thelimitsofearthquakeearlywarningaccuracyandbestalertingstrategy［J］.ScientificReports，2019，9：2478.

［52］HOSHIBAM.RealtimepredictionofgroundmotionbyKirchhoffFresnelboundaryintegralequationmethod：extendedfrontdetectionmethodforearthquakeearlywarning［J］.JournalofGeophysicalResearch：SolidEarth，2013，118（3）：10381050.

［53］KODERAY，YAMADAY，HIRANOK，etal.Thepropagationoflocalundampedmotion（PLUM）method：asimpleandrobustseismicwavefieldestimationapproachforearthquakeearlywarning［J］.BulletinoftheSeismologicalSocietyofAmerica，2018，108（2）：9831003.

［54］SAUNDERSJK，MINSONSE，BALTAYAS，etal.RealtimeearthquakedetectionandalertingbehaviorofPLUMgroundmotionbasedearlywarningintheUnitedStates［J］.BulletinoftheSeismologicalSocietyofAmerica，2022，112（5）：26682688.

［55］STRAUSSJA，ALLENRM.Benefitsandcostsofearthquakeearlywarning［J］.SeismologicalResearchLetters，2016，87（3）：765772.

［56］KOHLERMD，COCHRANES，GIVEND，etal.EarthquakeearlywarningShakeAlertsystem：westcoastwideproductionprototype［J］.SeismologicalResearchLetters，2018，89（1）：99107.

［57］MEIERMA.How“good”arerealtimegroundmotionpredictionsfromearthquakeearlywarningsystems？［J］.JournalofGeophysicalResearch：SolidEarth，2017，122（7）：55615577.

［58］COCHRANES，KOHLERMD，GIVENDD，etal.EarthquakeearlywarningShakeAlertsystem：testingandcertificationplatform［J］.SeismologicalResearchLetters，2018，89（1）：108117.

［59］WALDD，WORDENB，QUITORIANOV，etal.ShakeMapmanual：technicalmanual，user’sguide，andsoftwareguide［JOL］.ComputerScience（TechniquesandMethods），2005：59749044［20230802］.https：www.semanticscholar.orgpaperShakeMapmanual%3Atechnicalmanual%2Cuser'sguide%2CWaldWordena7536ed727fe923e74a1402c9f97970f0877b3d3.

［60］JAYD，QUITORIANOV，BRUCEC，etal.USGS“Didyoufeelit？”Internetbasedmacroseismicintensitymaps［J］.AnnalsofGeophysics，2011，54（6）：688707.

［61］USGS.ShakeCastuserguide［EBOL］.［20230802］.https：usgs.github.ioshakecastv3_pages.html.

［62］JIC.Sourcedescriptionofthe1999hectormine，California，earthquake，partI：waveletdomaininversiontheoryandresolutionanalysis［J］.BulletinoftheSeismologicalSocietyofAmerica，2002，92（4）：11921207.

［63］EARLEP，GUYM，BUCKMASTERR，etal.OMGearthquake！cantwitterimproveearthquakeresponse？［J］.SeismologicalResearchLetters，2010，81（2）：246251.

［64］ALLSTADTKE，THOMPSONEM，WALDDJ，etal.USGSapproachtorealtimeestimationofearthquaketriggeredgroundfailure-Resultsof2015workshop［R］.OpenFileReport，Reston，VA，2016.

［65］MICHAELAJ，MCBRIDESK，HARDEBECKJL，etal.StatisticalseismologyandcommunicationoftheUSGSoperationalaftershockforecastsforthe30November2018MW7.1Anchorage，Alaska，earthquake［J］.SeismologicalResearchLetters，2020，91（1）：153173.

［66］WALDDJ，SELIGSONHA，ROZELLEJ，etal.AdomesticearthquakeimpactalertprotocolbasedonthecombinedUSGSPAGERandFEMAHazuslossestimationsystems［J］.EarthquakeSpectra，2020，36（1）：164182.

［67］O'ROURKEM，WHITMANRV，HOLMESW，etal.HAZUSMH2.1earthquakemodeltechnicalmanual［M］.WashingtonDC：FederalEmergencyManagementAgency，2013.

［68］THOMPSONEM，MCBRIDESK，HAYESGP，etal.USGSnearrealtimeproductsandtheiruseforthe2018Anchorageearthquake［J］.SeismologicalResearchLetters，2019，91（1）：94113.

［69］BENZH.Buildinganationalseismicmonitoringcenter：NEICfrom2000tothepresent［J］.SeismologicalResearchLetters，2017，88（2A）：265269.

［70］CEA.CEAhomepage［EBOL］.［20230802］.https：www.cea.gov.cn.

［71］KINEMETRICS.Antelope［EBOL］.［20230802］.https：kinemetrics.compost_productsantelope.

［72］GFZPotsdam.TheSeisComPseismologicalsoftwarepackage［EBOL］.［20230802］.https：www.seiscomp.de.

［73］廖詩榮，張紅才，范莉蘋，等.實時智能地震處理系統研發及其在2021年云南漾濞MS6.4地震中的應用［J］.地球物理學報，2021，64（10）：36323645.

LIAOShirong，ZHANGHongcai，FANLiping，etal.Developmentofarealtimeintelligentseismicprocessingsystemanditsapplicationinthe2021YunnanYangbiMS6.4earthquake［J］.ChineseJournalofGeophysics，2021，64（10）：36323645.

［74］金星，馬強.從研究到應用：我國地震預警技術的發展［J］.防災博覽，2023（1）：1017.

JINXing，MAQiang.Fromresearchtoapplication：thedevelopmentofearthquakeearlywarningtechnologyinChina［J］.OverviewofDisasterPrevention，2023（1）：1017.

［75］肖武軍.國家地震烈度速報與預警工程［J］.防災博覽，2023（1）：1823.

XIAOWujun.Nationalearthquakeintensityquickreportandearlywarningproject［J］.OverviewofDisasterPrevention，2023（1）：1823.

［76］王巖，洪敏，邵德勝，等.基于GPS資料研究云南地區地殼形變動態特征［J］.地震研究，2018，41（3）：368374.

WANGYan，HONGMin，SHAODesheng，etal.StudyondynamiccharacteristicsofcrustaldeformationinYunnanareausingGPS［J］.JournalofSeismologicalResearch，2018，41（3）：368374.

［77］周連慶，趙翠萍，張捷，等.中國地震科學實驗場人工智能實時地震監測分析系統的應用與展望［J］.地震，2021，41（3）：121.

ZHOULianqing，ZHAOCuiping，ZHANGJie，etal.ApplicationandprospectofartificialintelligencerealtimeseismicmonitoringandanalysissystemattheChinaseismicexperimentalsite［J］.Earthquake，2021，41（3）：121.

（本文編輯：張向紅）

收稿日期：20230802

基金項目：中國地震局地球物理研究所基本科研業務專項（DQJB22X08）

第一作者簡介：呂帥（1991-），男，碩士研究生，工程師，主要從事地震監測和地震信息化工作。Email：lv_303494@163.com。

通信作者：房立華（1981-），男，博士，研究員，主要從事地震學研究。Email：flh@ceaigp.ac.cn。