本文内容來源于《測繪學報》2024年第5期（審圖号GS京(2024)0950号）
時序InSAR與GNSS聯合限制下的亞東-谷露斷裂運動特征
周蒼海
,, 田鎮, 石震,, 托坎哈衣那爾
長安大學地質工程與測繪學院，陝西 西安 710064
基金資助
國家自然科學基金(42104003)(42174054); 地震動力學國家重點實驗室資助項目(LED2022B02); 中國博士後科學基金(2022M710012)(2023T160557); 長安大學中央高校基大學研業務費專項(300102262909)(300102262902); 陝西省自然科學基礎研究計劃(2022JZ-17)
作者簡介
第一作者:周蒼海（1998—），男，碩士生，研究方向為InSAR資料處理與形變監測。E-mail：[email protected]通訊作者: 石震 E-mail:[email protected]
摘要
亞東-谷露斷裂作為青藏高原東南部自新生代以來規模最大、活動性最強的拉張斷裂，在青藏高原的構造變形與物質運移等過程中起着重要的調節與轉換作用。但由于以往大地測量資料的不足，導緻對亞東-谷露斷裂整體運動特征的定量化分析較為匮乏。是以，本文收集并處理了亞東-谷露斷裂地區2017年10月至2022年4月的哨兵影像資料，并聯合GNSS速度場，解決了不同參考系下的形變場融合問題，擷取了覆寫整個亞東-谷露斷裂的高精度、高分辨率震間地殼形變場。進一步基于彈性微塊體模型，精細厘定了亞東-谷露斷裂現今活動特征：斷裂整體以東傾為主，最佳傾角為68°，現今以拉張運動為主，速率為2～6 mm/a，并由南到北逐漸遞增。另外，該斷裂中段和北段的閉鎖深度約為14 km；但南段可能受到主喜馬拉雅逆沖斷裂的影響，導緻閉鎖區域較淺，深度僅為4 km。最後，基于斷裂的滑動虧損率與曆史地震分布，分析得到斷裂北段的地震危險性更高，為區域的地質災害評估提供了重要參考。
關鍵詞
亞東-谷露斷裂; GNSS; InSAR; 拉張速率; 閉鎖深度
本文引用格式
周蒼海, 田鎮, 石震, 托坎哈衣那爾·. 時序InSAR與GNSS聯合限制下的亞東-谷露斷裂運動特征[J]. 測繪學報, 2024, 53(5): 933-945 doi:10.11947/j.AGCS.2024.20230480ZHOU Canghai, TIAN Zhen, SHI Zhen, TUOKAN Hayinaer. The characteristic of the Yadong-Gulu faults motion constraints by InSAR timeseries and GNSS observations[J]. Acta Geodaetica et Cartographica Sinica, 2024, 53(5): 933-945 doi:10.11947/j.AGCS.2024.20230480
正文閱讀
青藏高原是全球岩石圈變形最強烈和頻繁的區域之一，其自晚生代以來的地殼構造運動、變形和演化是大陸動力學研究的核心問題[1]。研究表明，位于班公湖-怒江縫合帶以南的地區存在多條近南北向的正斷裂谷，這些正斷裂谷自西向東分布在雅魯藏布江縫合帶兩側，并且在很大程度上控制着藏南地區的東西向拉張變形[2-5]。亞東-谷露斷裂是青藏高原南部衆多近南北向的拉張斷裂中規模最大、活動最劇烈的一條斷裂，其南端起于亞東縣，向北經過慶錯、羊八井和當雄等地，斷裂總長度約為500 km，且由南到北走向變化明顯，如圖1所示[2，6]。圖1(a)中黑色線條為亞東-谷露斷裂迹線位置，紅色與黑色圓點為斷裂周圍自1200年以來的曆史地震。圖1(b)和圖1(c)分别為影像升、降軌中各軌道及frame的位置和名稱(T：track，F：frame)。根據斷裂走向變化，可以大緻将斷裂分為北、中、南三段(北段：30.5°N—31.5°N，中段：29°N—30.5°N，南段：27.5°N—29°N)。其中，亞東-谷露斷裂北段連續性較好，同時也是高原南部地殼活動較頻繁且地震多發的區域之一。根據國家地震局資料記載，自1200年以來斷裂全段一共發生15次Mw6.0級以上的地震[5-6]，而這些6級以上的地震有12次都發生在北段和中段。其中，震級最大地震是1411年的當雄Mw8.0地震，而距今時間最近的地震是2008年的當雄Mw6.6地震[7-9]，如圖1所示。斷裂南段地震活動性較弱，但前人的研究表明亞東-谷露斷裂在深部很可能與主喜馬拉雅逆沖斷裂相連[10-13]，是以斷裂南段在青藏高原的地殼構造變形與物質運移等過程中也起着重要的調節與轉換作用。
圖1
圖1 亞東-谷露斷裂的地質背景與哨兵影像覆寫範圍
Fig. 1 Geological background of Yadong-Gulu faults and the Sentinel-1 image coverage
随着空間對地觀測技術的不斷發展，以GNSS和合成孔徑雷達幹涉測量(interferometric synthetic aperture radar，InSAR)為代表的大地測量技術被廣泛地應用于地殼形變監測當中。針對亞東-谷露斷裂，很多學者基于大地測量技術進行了研究[3-4，14-20]。其中，文獻[3-4，19]采用GNSS觀測資料與彈性塊體模型對亞東-谷露斷裂的運動速率進行了估計，但由于斷裂周緣的GNSS站點較少，導緻對該斷裂整體運動性質的刻畫不甚明晰。另外，文獻[17-18，20]基于Envisat衛星影像資料與InSAR技術擷取了該區域的水準形變場，但由于資料範圍有限，形變場結果大多沒有覆寫整條斷裂，是以其研究結果依然沒有刻畫出整條斷裂的精細運動特征。總體上，雖已有大量研究揭示了亞東-谷露斷裂現今較強的活動特性，但精細的、分段的運動速率、閉鎖分布及地震危險性研究仍然較為匮乏。為實作大範圍、高精度的對地觀測任務，歐空局自2014年起相繼發射了多顆哨兵(Sentinel)系列衛星，其中Sentinel-1衛星主要用于全天候晝夜雷達成像，相比于Envisat衛星，其重訪周期短，衛星軌道穩定，資料量更大，觀測值更多，精度也大大提高。同時，文獻[21]釋出了中國大陸目前最為完備的GNSS水準速度場，也為研究亞東-谷露斷裂提供更多的觀測資料。基于此，本文以Sentinel-1資料為基礎(影像範圍如圖1)，進一步融合GNSS速度場，擷取了覆寫整個亞東-谷露斷裂的高精度震間形變場，基于彈性微塊體來研究亞東-谷露斷裂現今的運動特征，并進一步分析其閉鎖分布及地震危險性，試圖為地質災害的評估提供重要參考。
1 時序InSAR技術與資料處理
1.1 時序InSAR技術及應用
InSAR技術可快速、無接觸地獲得大範圍、高精度的地殼形變場，已經被廣泛應用于地殼形變、冰川漂移及地震周期的監測[22-24]。但單張幹涉圖易受到軌道誤差、大氣延遲誤差與高程誤差等影響，其形變監測精度往往較低。時序InSAR技術可以有效地去除大氣延遲、軌道及高程等誤差，進而大大提升區域形變場的精度。是以，基于多幅、長時間幹涉圖的時序InSAR技術逐漸發展為高精度地殼形變監測的主要方法。常用的時間序列方法有相位權重疊加法[25](stacking InSAR)、永久散射體法[26](PS-InSAR)、小基線集法[27](SBAS-InSAR)和改進的小基線集法[28-29](Pi-rate)。改進的小基線集法基本思想為：首先，基于最小樹生成算法(minimum spanning tree，MST)自适應地選取相幹性較好的幹涉圖，利用三角相位閉合環對解纏誤差進行改正[29]；然後，計算每張幹涉圖的方差-協方差矩陣；最後，基于方差-協方差矩陣對觀測值定權，基于權重最小二乘法對幹涉圖進行堆疊，抑制殘餘大氣延遲誤差與軌道誤差，并求解形變速率[28-29]。該算法相比于傳統的小基線集法(SBAS-InSAR)，改正解纏誤差的能力更強，有效像元點的數量更多，形變場精度更高。由于亞東-谷露斷裂所在區域包含冰川與大量植被，這些冰川和植被會導緻幹涉圖的相幹性變差進而減少有效像元點的數量[30]。是以，采用Pi-rate算法求解區内的形變場，适應性更強。
1.2 InSAR資料處理與時序分析
本文共選取研究區内4條軌道的356景Sentinel-1影像，影像幅寬為250 km，空間分辨率為5×20 m，波長為5.56 cm，時間跨度為2017年10月至2022年4月，資料處理流程如圖2所示。
圖2
圖2 資料處理與資料融合流程
Fig. 2 Data processing and data fusion flowchart
為了擷取高精度的InSAR震間形變場，本文在資料處理過程中主要進行了以下設定。(1) 由于Sentinel-1影像資料範圍較大，其對配準精度的要求較高，是以本文基于增強頻譜分集法進行配準[31]，并引入數字高程模型(digital elevation model，DEM)作為外部地形資訊輔助配準。(2) 在InSAR資料進行中，幹涉相位中除了包含地表形變相位，還包含地形相位、大氣延遲相位，軌道誤差引起的平地相位與噪聲相位。鑒于震間地殼形變平穩且緩慢的特點，本文在幹涉對組合過程中通過擴大時間基線(370～750 d)與減小空間基線(小于80 m)的方式突出地表形變相位并抑制軌道誤差[32-34]。對于幹涉相位中的噪聲相位，本文對SAR影像進行30×6的多視處理，同時采用自适應的Goldstein濾波[35]降低由熱噪聲與時空失相幹所引起的相位噪聲。對于幹涉相位中的地形相位，本文使用DEM資料模拟地形相位進行去除，并采用基于Delaunay三角網的最小費用流(minimum cost flow，MCF)算法進行相位解纏[36]。對于幹涉相位中的大氣延遲相位，本文根據對流層延遲垂直分層的特性，建立線性模型進行去除[37-38]。根據目視解譯，選擇無明顯軌道誤差與大氣延遲誤差的幹涉圖，通過Pi-rate算法求解覆寫整個亞東-谷露斷裂的震間形變場，如圖3所示。
圖3
圖3 基于Pi-rate算法擷取的升軌、降軌形變場
Fig. 3 The deformation field of ascending and descending based on Pi-rate algorithm
2 聯合GNSS速度場統一不同參考基準下的形變場
由于InSAR測量中所擷取的形變都是相對于内部所選參考點的并且在資料處理過程中每個frame是單獨進行的，是以每個frame擷取的形變場參考基準都不一緻[39-40]。是以還需聯合區域的GNSS速度場統一各個形變場的參考基準，擷取相同參考基準下的自洽形變場。主要分為以下幾步。(1) 由于亞東-谷露地區已有的水準資料與GNSS垂向速度場顯示斷裂周圍的垂向運動并不明顯[41-42]，是以本文并未考慮垂向形變的影響。基于哨兵衛星的飛行資訊，利用式(1)可将歐亞參考架構下的GNSS水準速度場[21]轉換到衛星視線方向(line of sight，LOS)
(1)式中，θ為衛星雷達的入射角；α為衛星飛行的方位角；VE、VU、VN分别為GNSS速度場的東西向、垂向和南北向的速度值。
(2) 基于克裡金插值法[39]将衛星視線方向的GNSS速度場插值到與InSAR形變場相同的空間分辨率下，得到和InSAR觀測範圍、空間尺度一緻的GNSS内插速度場。(3) 基于二次曲面(式(2))拟合InSAR形變場與GNSS内插速度場的內插補點
(2)式中，D為拟合的二次曲面；a、b、c、d、e、f分别為曲面的待求參數；X、Y為像元點在形變場中的坐标。
将拟合後的內插補點曲面加回至原始InSAR形變場中，進而校正由于不同參考基準引起的形變差異[43]，最終形成歐亞參考架構下統一的高精度、高分辨率的升軌、降軌形變場，如圖4所示。研究表明，利用這樣的方法校正以後，基本不會影響形變場中的長波長趨勢和局部短波長形變[40，44]。
圖4
圖4 歐亞參考架構下的升軌、降軌形變場
Fig. 4 The deformation field of ascending and descending under Eurasian reference frame
3 區域形變場特征與可靠性分析
3.1 區域形變場特征
前已述及，該區地殼的垂向運動不明顯，而且InSAR觀測對南北向的形變并不敏感[45]，是以統一基準後的震間地殼形變場(圖4)主要反映了亞東-谷露地區的東西向運動特征。由圖4可以看出，升軌的InSAR形變場均為負值，降軌的形變場均為正值，根據哨兵衛星的飛行資訊可知，該區域的地殼運動以東向為主。而在升、降軌形變場中斷裂西側的形變量大都小于東側，是以證明了該斷裂的拉張運動特征明顯[2-5]。而在亞東-谷露斷裂的北段和中段，斷層兩側的顔色差異比南段更明顯，可能說明了北段與中段的拉張速率要大于南段。另外，前文提及該區域包含冰川與植被茂盛區域，會導緻幹涉圖的相幹性變差[30]，圖4中的空白區域即是由于幹涉圖失相幹所導緻。雖然這些空白區域可能存在解纏誤差進而使觀測值精度降低，但整體上失相幹的區域并不多，能夠較好地限制亞東-谷露斷裂整體的運動特征。
3.2 可靠性分析
為驗證上述資料融合的可靠性，本文進一步将自洽的InSAR形變場與GNSS速度場進行了比較。首先，利用式(1)将GNSS速度轉換到衛星視線方向，共選取了區域内的28個GNSS站點[21]；然後，以GNSS站點為圓心選擇周圍3.5 km内的InSAR形變值[46]，求取其均值與GNSS速度值進行對比。對比結果如圖5(a)、圖5(b)所示，二者的相關性系數R2均在0.9以上，均方根誤差(root mean squared error，RMSE)小于0.3 mm/a，說明了資料融合的精度較高，圖5(a)、圖5(b)中的直方圖表示所選的InSAR速度值與GNSS站點的速度值之間的內插補點，整體在1 mm/a以内，表明二者一緻性較高。此外，為進一步驗證InSAR形變場與GNSS速度場之間可能存在的差異，本文進一步繪制了跨斷層的形變剖面AA′(圖5(c)、圖5(d)，剖面位置如圖4所示)。剖面結果顯示：GNSS形變速率與InSAR形變值在總體上具有較好的一緻性，進一步證明了本文資料融合方法的可靠性。
圖5
圖5 可靠性分析的結果
Fig. 5 Results of reliability analysis
4 彈性微塊體模型反演
4.1 彈性微塊體模型
基于空間大地測量技術擷取的震間地殼形變場研究斷裂運動特征最常用的方法是建立橫跨斷裂的速率剖面，将速率剖面(GNSS速度場或InSAR形變場)投影至平行或垂直于斷裂的方向，進而計算出斷裂的走滑或拉張速率[17-18，20]。但這樣的方法要求觀測資料的空間分布密集且均勻、斷裂的展布與幾何特性清晰，而亞東-谷露區域的觀測站點分布及斷裂調查目前還無法滿足上述要求。實際上，斷裂兩側塊體的差異性運動即反映了斷裂的運動速率[3-4，19]。研究表明，在活動斷裂附近，基于空間大地測量技術所擷取的震間地殼形變場包含了塊體的整體性旋轉，由斷層閉鎖産生的彈性形變，以及塊體内部永久性的應變，而對于彈性微塊體模型往往可以忽略塊體内部的應變[47-49]。是以，基于彈性微塊體模型來估算斷裂的運動速率也是目前實質有效的方法。此外，該模型還可以同時估算出剛性塊體的運動參數、斷裂的閉鎖強度分布等，為厘定斷裂的運動學特征，評估地震危險性提供重要的參考依據。
4.2 彈性微塊體模型參數設定
本文以亞東-谷露斷裂為界，建立了研究區内的彈性微塊體模型，主要采用TDEFNODE軟體[47-48]來進行反演。為提高反演效率，首先需要對InSAR震間形變場進行降采樣[40，44]。通過降采樣後，升軌形變場為9232個資料點，降軌形變場為9335個資料點。由于目前未有亞東-谷露斷裂傾向與傾角的有力證據，是以本文分别建立了東傾與西傾兩種斷裂模型，并且根據文獻[5，9]的研究結果将斷裂傾角設定為40°～80°。經過反複的試算，确定斷裂傾向為東傾，最優傾角為68°，如圖6所示。
圖6
圖6 反演殘差的均方根誤差與傾角的關系
Fig. 6 The relationship between the RMSE errors of the inversion residuals and the inclination
本文在确定斷裂的傾角與傾向後，進一步設定了兩組試驗進行對比：試驗1為單一GNSS速度場進行反演；試驗2為GNSS速度場與InSAR震間形變場聯合限制進行反演。GNSS觀測值的殘差見表1。通過對比GNSS觀測值殘差可以發現，在加入InSAR震間形變場後，可在一定程度上降低GNSS站點的拟合殘差，但由于GNSS站點較少，提升并不明顯。表1 試驗1與試驗2的GNSS觀測值殘差Tab. 1 GNSS residuals between experiment 1 and experiment 2
另外，TDEFNODE軟體會對斷裂面進行格網化處理，是以本文依次沿斷裂傾向設定了5條深度一緻的格網點，分别為0.01、10、18、25、30 km，而沿斷裂走向設定10個節點(如圖7(e)所示)，共計5×10個節點。此外，本文還需要對斷裂兩側塊體的運動參數進行反演，是以本文至少有50個以上的參數需要反演。而本文建立的彈性微塊體模型中僅包含了72個GNSS站點，如果僅采用GNSS速度場進行反演，對反演參數的限制性可能不足。是以本文選擇試驗2 GNSS速度場與InSAR震間形變場聯合限制進行反演，反演殘差如圖7所示。通過反演的殘差圖可以看出，整體殘差較小，表明模型拟合精度較高。
圖7
圖7 反演殘差
Fig. 7 Inverse residuals
本文反演得到亞東-谷露斷裂的拉張速率為2～6 mm/a，并且由南到北逐漸遞增，如圖8所示[3-5，15，19-20]。
圖8
圖8 不同方法擷取的斷裂運動速率對比
Fig. 8 Comparison of faults extensional slip rate obtained by different methods
5 讨論
5.1 與前人研究結果的對比
亞東-谷露斷裂作為青藏高原東南部自新生代以來規模最大、活動性最強的拉張斷裂，在青藏高原的構造變形與物質運移等過程中起着重要的調節與轉換作用，很多學者針對其現今運動速率展開了相關研究。基于大地測量方法的研究結果基本都集中于亞東-谷露斷裂的北段和中段，文獻[3]利用GNSS速度場作為觀測資料，并基于彈性塊體模型得到亞東-谷露斷裂在N69°W方向的拉張速率為(5.9±0.7) mm/a。在此之後，文獻[10]在文獻[3]的基礎上又重新修訂了塊體邊界，并融合喜馬拉雅地區的GNSS速度場，進一步測定出亞東-谷露斷裂的拉張速率為(6.6±2.2) mm/a，上述速率與本文結果基本上一緻。此外，文獻[19]利用GNSS速度場作為觀測資料，通過負位錯塊體模型對亞東-谷露斷裂進行了研究，其研究結果顯示亞東-谷露斷裂的拉張速率為1.2～6.0 mm/a，整體趨勢也為由南到北增加，與本文結果基本上一緻。而文獻[14]基于類似方法估計出亞東-谷露斷裂的拉張速率僅為(2.3±1.0) mm/a，低于本文及其他研究的成果。其可能的原因有：①文獻[14]在進行速率估計時将斷裂帶的閉鎖深度設為0，進而導緻了低速率估計；②該研究的GNSS站點數量過少，尤其在斷裂北部，導緻其對模型的限制不夠。此外，文獻[20]采用Envisat影像資料與GNSS速度場，分析了青藏高原中南部的地殼運動特征。其東西形變場在N80°W的方向剖面顯示，亞東-谷露斷裂在29.6°N以北的區域，其拉張速率為(4.5±0.5) mm/a。總體而言，本文擷取的亞東-谷露斷裂研究結果在北段、中段與已有的研究結果基本一緻，并且本文通過增加更多的實測資料，使研究結果更為精細。另外，本文進一步填補了亞東-谷露斷裂南段基于空間大地測量方法的震間運動特征的空缺。在亞東谷露斷裂的南段，基于大地測量方法的研究成果缺失，是以本文選擇與地質學方法擷取的研究結果進行比較。在地質學方面，文獻[5]基于測年法與三維雷射掃描器擷取的地形資料對亞東-谷露斷裂整段進行了測量，擷取了相應的拉張速率。其中，南段拉張速率為0.8～1.3 mm/a，北段拉張速率自南向北由(3.1±0.6) mm/a陡增至(6.0±1.8) mm/a。上述結果與本文推斷的斷裂運動速率在北段和中段差異較小，而在南段差異較大，如圖8所示。文獻[2]通過野外實地考察并基于斷裂内部的地層變化及地形起伏的垂向資料，得到亞東-谷露斷裂在南段的拉張速率為(1.4±0.8) mm/a。這意味着地質學測定的斷裂運動速率與基于大地測量方法得到的結果可能存在系統性的差異。這一差異産生的原因可能是：①地質學方法在進行速率測定時往往局限于斷裂的某幾處點位之上；而本文是基于微塊體模型，通過大地測量資料限制斷裂兩側塊體之間的運動差異，進而估算斷裂整體的運動速率，可能宏觀性更強。②對于野外展布還不甚明晰的亞東-谷露斷裂，地質學方法僅針對部分點位進行調查，不排除其結果是亞東-谷露斷裂分支斷裂的可能[2，5-6]。③大地測量手段與地質學方法在估計斷裂運動速率時，其采樣範圍與時間跨度都相差較大，也可能導緻上述差異[2-3，5]。但總體上，地質學方法與本文的研究結果在裂谷南段的差異并不顯著[5]，同時由南向北斷裂拉張速率增加的特征是一緻的，從側面也證明了本文的研究結果是合理的。
5.2 斷裂閉鎖分布
本文通過微塊體模型反演得到的斷層閉鎖分布如圖9(a)所示，可以發現在亞東-谷露斷裂的北段和中段，其閉鎖深度大部分都大于14 km；而在斷裂的南段，閉鎖深度較淺，隻有4 km左右。文獻[49]通過球體模型對整個青藏高原斷層的閉鎖深度進行了估計，得出平均閉鎖深度為16 km，這與本文得到的北段和中段的閉鎖深度較為一緻。而部分學者則針對2008年當雄Mw 6.6地震的同震破裂進行了研究[7-9]，認為此次地震的同震破裂發生在深度10 km左右，證明在亞東-谷露斷裂中部的閉鎖深度應大于10 km。
圖9
圖9 亞東谷露斷裂的閉鎖分布與滑動虧損分布
Fig. 9 The locking distribution and slip rate deficit distribution of Yadong-Gulu faults
而在斷裂的南段，本文結果顯示閉鎖區域較淺，僅有4 km。一方面，在彈性微塊體模型的拟合殘差圖中，GNSS殘差較大的站點大都位于斷裂南段(圖7(e)紅色方框)。不難看出，此區域的GNSS殘差以北向運動為主，表明該區的地殼運動可能在很大程度上受控于南側的主喜馬拉雅逆沖斷裂。是以，本文得到的亞東-谷露斷裂南段較淺的閉鎖深度也可能受到了主喜馬拉雅逆沖斷裂的影響。前人研究表明，亞東-谷露斷裂在深部很可能與主喜馬拉雅逆沖斷裂相連[10-13]，而本文的模型并沒有考慮主喜馬拉雅逆沖斷裂，是以可能會對亞東-谷露斷裂南段的閉鎖深度造成低估。
5.3 地震危險性分析
大量研究已經證明，活動斷裂的地震危險性與斷裂面上因閉鎖而産生的滑動虧損呈正相關[47-48，50-52]，而斷裂面上的滑動虧損則可以通過其運動速率與閉鎖系數相乘得到。本文基于彈性微塊體模型反演得出亞東-谷露斷裂的運動速率與閉鎖分布，進一步可計算得出其滑動虧損，如圖9(b)所示。可以看出，斷裂北段的滑動虧損最為明顯，中段次之，南段最小。這意味着僅從滑動虧損的程度來看，斷裂北段與中段的地震危險性要高于南段，而這與該區的曆史地震分布也是一緻的：自1200年以來，亞東-谷露斷裂周圍發生過15次Mw 6.0以上的地震，但這些地震基本上都發生在北段和中段，南段發生較少(圖1(a))。總體上，斷裂北段的拉張運動最為明顯(圖8)，滑動虧損率也相對較高(圖9(b))。而前人研究表明，北段的活動性可能在一定程度上受到崩錯走滑斷層的影響[5]。加之其閉鎖深度也達到14 km左右，且最近發生的Mw 6.0以上地震距今已經有62年，是以北段具有中、高強度地震的條件，未來的地震危險性較大。而在斷裂中段，現今整體的滑動虧損率也較高，自1200年以來發生在該區域Mw 5.0以上的地震有14次(圖1)，但2008年當雄Mw 6.6地震已釋放了大量的地震矩[7-9]，是以中段未來的地震危險性低于北段。而在斷裂南段，整體的滑動虧損率較低，且自1200年以來，地震大多未直接發生在亞東-谷露斷裂上，而是分布在較遠的區域[6]，是以斷裂南段整體上的地震危險性較低。但是在斷裂的最南端存在一處滑動虧損較大的區域(圖9(b))，可能是亞東-谷露斷裂在深部與主喜馬拉雅逆沖斷裂相連所緻[10-13]。另一方面，由于印度闆塊的持續碰撞和擠壓，強烈的地殼彙聚速率(約為16 mm/a)發生于主喜馬拉雅逆沖斷裂，是以該區域的地震危險性依然不容忽視。
6 結論
本文基于長時間序列的哨兵影像資料，通過Pi-rate算法有效抑制InSAR資料進行中解纏誤差、殘餘大氣延遲誤差與軌道誤差，成功提取了震間地殼運動的信号，并進一步聯合GNSS速度場，實作了形變場參考架構的統一，擷取了覆寫亞東-谷露斷裂全段的高精度、高分辨率震間地殼形變場。通過彈性微塊體模型進行反演，彌補了斷裂南段基于大地測量方法研究成果的缺失，并得到以下結論：亞東-谷露斷裂整體的傾向為東傾，最佳傾角為68°；其現今活動以東西向拉張為主，活動速率由南到北逐漸遞增，整體為2～6 mm/a。基于彈性微塊體模型反演得到在亞東-谷露斷裂北、中段閉鎖深度約為14 km；南段閉鎖深度較淺，僅有4 km。根據亞東-谷露斷裂的滑動虧損率及曆史地震的分布，分析得出斷裂的北段地震危險性最大，但斷裂最南端由于受到主喜馬拉雅逆沖斷裂的影響，其地震危險性仍不容忽視。
初審：張 琳複審：宋啟凡
終審：金 君
資訊