本文内容来源于《测绘学报》2024年第5期（审图号GS京(2024)0950号）
时序InSAR与GNSS联合约束下的亚东-谷露断裂运动特征
周苍海
,, 田镇, 石震,, 托坎哈衣那尔
长安大学地质工程与测绘学院，陕西 西安 710064
基金资助
国家自然科学基金(42104003)(42174054); 地震动力学国家重点实验室资助项目(LED2022B02); 中国博士后科学基金(2022M710012)(2023T160557); 长安大学中央高校基本科研业务费专项(300102262909)(300102262902); 陕西省自然科学基础研究计划(2022JZ-17)
作者简介
第一作者:周苍海（1998—），男，硕士生，研究方向为InSAR数据处理与形变监测。E-mail：[email protected]通讯作者: 石震 E-mail:[email protected]
摘要
亚东-谷露断裂作为青藏高原东南部自新生代以来规模最大、活动性最强的拉张断裂，在青藏高原的构造变形与物质运移等过程中起着重要的调节与转换作用。但由于以往大地测量资料的不足，导致对亚东-谷露断裂整体运动特征的定量化分析较为匮乏。因此，本文收集并处理了亚东-谷露断裂地区2017年10月至2022年4月的哨兵影像数据，并联合GNSS速度场，解决了不同参考系下的形变场融合问题，获取了覆盖整个亚东-谷露断裂的高精度、高分辨率震间地壳形变场。进一步基于弹性微块体模型，精细厘定了亚东-谷露断裂现今活动特征：断裂整体以东倾为主，最佳倾角为68°，现今以拉张运动为主，速率为2～6 mm/a，并由南到北逐渐递增。另外，该断裂中段和北段的闭锁深度约为14 km；但南段可能受到主喜马拉雅逆冲断裂的影响，导致闭锁区域较浅，深度仅为4 km。最后，基于断裂的滑动亏损率与历史地震分布，分析得到断裂北段的地震危险性更高，为区域的地质灾害评估提供了重要参考。
关键词
亚东-谷露断裂; GNSS; InSAR; 拉张速率; 闭锁深度
本文引用格式
周苍海, 田镇, 石震, 托坎哈衣那尔·. 时序InSAR与GNSS联合约束下的亚东-谷露断裂运动特征[J]. 测绘学报, 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
正文阅读
青藏高原是全球岩石圈变形最强烈和频繁的区域之一，其自晚生代以来的地壳构造运动、变形和演化是大陆动力学研究的核心问题[1]。研究表明，位于班公湖-怒江缝合带以南的地区存在多条近南北向的正断裂谷，这些正断裂谷自西向东分布在雅鲁藏布江缝合带两侧，并且在很大程度上控制着藏南地区的东西向拉张变形[2-5]。亚东-谷露断裂是青藏高原南部众多近南北向的拉张断裂中规模最大、活动最剧烈的一条断裂，其南端起于亚东县，向北经过庆错、羊八井和当雄等地，断裂总长度约为500 km，且由南到北走向变化明显，如图1所示[2，6]。图1(a)中黑色线条为亚东-谷露断裂迹线位置，红色与黑色圆点为断裂周围自1200年以来的历史地震。图1(b)和图1(c)分别为影像升、降轨中各轨道及frame的位置和名称(T：track，F：frame)。根据断裂走向变化，可以大致将断裂分为北、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，亚东-谷露断裂北段连续性较好，同时也是高原南部地壳活动较频繁且地震多发的区域之一。根据国家地震局资料记载，自1200年以来断裂全段一共发生15次Mw6.0级以上的地震[5-6]，而这些6级以上的地震有12次都发生在北段和中段。其中，震级最大地震是1411年的当雄Mw8.0地震，而距今时间最近的地震是2008年的当雄Mw6.6地震[7-9]，如图1所示。断裂南段地震活动性较弱，但前人的研究表明亚东-谷露断裂在深部很可能与主喜马拉雅逆冲断裂相连[10-13]，因此断裂南段在青藏高原的地壳构造变形与物质运移等过程中也起着重要的调节与转换作用。
图1
图1 亚东-谷露断裂的地质背景与哨兵影像覆盖范围
Fig. 1 Geological background of Yadong-Gulu faults and the Sentinel-1 image coverage
随着空间对地观测技术的不断发展，以GNSS和合成孔径雷达干涉测量(interferometric synthetic aperture radar，InSAR)为代表的大地测量技术被广泛地应用于地壳形变监测当中。针对亚东-谷露断裂，很多学者基于大地测量技术进行了研究[3-4，14-20]。其中，文献[3-4，19]采用GNSS观测资料与弹性块体模型对亚东-谷露断裂的运动速率进行了估计，但由于断裂周缘的GNSS站点较少，导致对该断裂整体运动性质的刻画不甚明晰。另外，文献[17-18，20]基于Envisat卫星影像数据与InSAR技术获取了该区域的水平形变场，但由于数据范围有限，形变场结果大多没有覆盖整条断裂，因此其研究结果依然没有刻画出整条断裂的精细运动特征。总体上，虽已有大量研究揭示了亚东-谷露断裂现今较强的活动特性，但精细的、分段的运动速率、闭锁分布及地震危险性研究仍然较为匮乏。为实现大范围、高精度的对地观测任务，欧空局自2014年起相继发射了多颗哨兵(Sentinel)系列卫星，其中Sentinel-1卫星主要用于全天候昼夜雷达成像，相比于Envisat卫星，其重访周期短，卫星轨道稳定，数据量更大，观测值更多，精度也大大提高。同时，文献[21]发布了中国大陆目前最为完备的GNSS水平速度场，也为研究亚东-谷露断裂提供更多的观测资料。基于此，本文以Sentinel-1数据为基础(影像范围如图1)，进一步融合GNSS速度场，获取了覆盖整个亚东-谷露断裂的高精度震间形变场，基于弹性微块体来研究亚东-谷露断裂现今的运动特征，并进一步分析其闭锁分布及地震危险性，试图为地质灾害的评估提供重要参考。
1 时序InSAR技术与数据处理
1.1 时序InSAR技术及应用
InSAR技术可快速、无接触地获得大范围、高精度的地壳形变场，已经被广泛应用于地壳形变、冰川漂移及地震周期的监测[22-24]。但单张干涉图易受到轨道误差、大气延迟误差与高程误差等影响，其形变监测精度往往较低。时序InSAR技术可以有效地去除大气延迟、轨道及高程等误差，从而大大提升区域形变场的精度。因此，基于多幅、长时间干涉图的时序InSAR技术逐渐发展为高精度地壳形变监测的主要方法。常用的时间序列方法有相位加权叠加法[25](stacking InSAR)、永久散射体法[26](PS-InSAR)、小基线集法[27](SBAS-InSAR)和改进的小基线集法[28-29](Pi-rate)。改进的小基线集法基本思想为：首先，基于最小树生成算法(minimum spanning tree，MST)自适应地选取相干性较好的干涉图，利用三角相位闭合环对解缠误差进行改正[29]；然后，计算每张干涉图的方差-协方差矩阵；最后，基于方差-协方差矩阵对观测值定权，基于加权最小二乘法对干涉图进行堆叠，抑制残余大气延迟误差与轨道误差，并求解形变速率[28-29]。该算法相比于传统的小基线集法(SBAS-InSAR)，改正解缠误差的能力更强，有效像元点的数量更多，形变场精度更高。由于亚东-谷露断裂所在区域包含冰川与大量植被，这些冰川和植被会导致干涉图的相干性变差从而减少有效像元点的数量[30]。因此，采用Pi-rate算法求解区内的形变场，适应性更强。
1.2 InSAR数据处理与时序分析
本文共选取研究区内4条轨道的356景Sentinel-1影像，影像幅宽为250 km，空间分辨率为5×20 m，波长为5.56 cm，时间跨度为2017年10月至2022年4月，数据处理流程如图2所示。
图2
图2 数据处理与数据融合流程
Fig. 2 Data processing and data fusion flowchart
为了获取高精度的InSAR震间形变场，本文在数据处理过程中主要进行了以下设置。(1) 由于Sentinel-1影像数据范围较大，其对配准精度的要求较高，因此本文基于增强频谱分集法进行配准[31]，并引入数字高程模型(digital elevation model，DEM)作为外部地形信息辅助配准。(2) 在InSAR数据处理中，干涉相位中除了包含地表形变相位，还包含地形相位、大气延迟相位，轨道误差引起的平地相位与噪声相位。鉴于震间地壳形变平稳且缓慢的特点，本文在干涉对组合过程中通过扩大时间基线(370～750 d)与减小空间基线(小于80 m)的方式突出地表形变相位并抑制轨道误差[32-34]。对于干涉相位中的噪声相位，本文对SAR影像进行30×6的多视处理，同时采用自适应的Goldstein滤波[35]降低由热噪声与时空失相干所引起的相位噪声。对于干涉相位中的地形相位，本文使用DEM数据模拟地形相位进行去除，并采用基于Delaunay三角网的最小费用流(minimum cost flow，MCF)算法进行相位解缠[36]。对于干涉相位中的大气延迟相位，本文根据对流层延迟垂直分层的特性，建立线性模型进行去除[37-38]。根据目视解译，选择无明显轨道误差与大气延迟误差的干涉图，通过Pi-rate算法求解覆盖整个亚东-谷露断裂的震间形变场，如图3所示。
图3
图3 基于Pi-rate算法获取的升轨、降轨形变场
Fig. 3 The deformation field of ascending and descending based on Pi-rate algorithm
2 联合GNSS速度场统一不同参考基准下的形变场
由于InSAR测量中所获取的形变都是相对于内部所选参考点的并且在数据处理过程中每个frame是单独进行的，所以每个frame获取的形变场参考基准都不一致[39-40]。因此还需联合区域的GNSS速度场统一各个形变场的参考基准，获取相同参考基准下的自洽形变场。主要分为以下几步。(1) 由于亚东-谷露地区已有的水准数据与GNSS垂向速度场显示断裂周围的垂向运动并不明显[41-42]，因此本文并未考虑垂向形变的影响。基于哨兵卫星的飞行信息，利用式(1)可将欧亚参考框架下的GNSS水平速度场[21]转换到卫星视线方向(line of sight，LOS)
(1)式中，θ为卫星雷达的入射角；α为卫星飞行的方位角；VE、VU、VN分别为GNSS速度场的东西向、垂向和南北向的速度值。
(2) 基于克里金插值法[39]将卫星视线方向的GNSS速度场插值到与InSAR形变场相同的空间分辨率下，得到和InSAR观测范围、空间尺度一致的GNSS内插速度场。(3) 基于二次曲面(式(2))拟合InSAR形变场与GNSS内插速度场的差值
(2)式中，D为拟合的二次曲面；a、b、c、d、e、f分别为曲面的待求参数；X、Y为像元点在形变场中的坐标。
将拟合后的差值曲面加回至原始InSAR形变场中，从而校正由于不同参考基准引起的形变差异[43]，最终形成欧亚参考框架下统一的高精度、高分辨率的升轨、降轨形变场，如图4所示。研究表明，利用这样的方法校正以后，基本不会影响形变场中的长波长趋势和局部短波长形变[40，44]。
图4
图4 欧亚参考框架下的升轨、降轨形变场
Fig. 4 The deformation field of ascending and descending under Eurasian reference frame
3 区域形变场特征与可靠性分析
3.1 区域形变场特征
前已述及，该区地壳的垂向运动不明显，而且InSAR观测对南北向的形变并不敏感[45]，因此统一基准后的震间地壳形变场(图4)主要反映了亚东-谷露地区的东西向运动特征。由图4可以看出，升轨的InSAR形变场均为负值，降轨的形变场均为正值，根据哨兵卫星的飞行信息可知，该区域的地壳运动以东向为主。而在升、降轨形变场中断裂西侧的形变量大都小于东侧，因此证实了该断裂的拉张运动特征明显[2-5]。而在亚东-谷露断裂的北段和中段，断层两侧的颜色差异比南段更明显，可能说明了北段与中段的拉张速率要大于南段。另外，前文提及该区域包含冰川与植被茂盛区域，会导致干涉图的相干性变差[30]，图4中的空白区域即是由于干涉图失相干所导致。虽然这些空白区域可能存在解缠误差从而使观测值精度降低，但整体上失相干的区域并不多，能够较好地约束亚东-谷露断裂整体的运动特征。
3.2 可靠性分析
为验证上述数据融合的可靠性，本文进一步将自洽的InSAR形变场与GNSS速度场进行了比较。首先，利用式(1)将GNSS速度转换到卫星视线方向，共选取了区域内的28个GNSS站点[21]；然后，以GNSS站点为圆心选择周围3.5 km内的InSAR形变值[46]，求取其均值与GNSS速度值进行对比。对比结果如图5(a)、图5(b)所示，二者的相关性系数R2均在0.9以上，均方根误差(root mean squared error，RMSE)小于0.3 mm/a，说明了数据融合的精度较高，图5(a)、图5(b)中的直方图表示所选的InSAR速度值与GNSS站点的速度值之间的差值，整体在1 mm/a以内，表明二者一致性较高。此外，为进一步验证InSAR形变场与GNSS速度场之间可能存在的差异，本文进一步绘制了跨断层的形变剖面AA′(图5(c)、图5(d)，剖面位置如图4所示)。剖面结果显示：GNSS形变速率与InSAR形变值在总体上具有较好的一致性，进一步证实了本文数据融合方法的可靠性。
图5
图5 可靠性分析的结果
Fig. 5 Results of reliability analysis
4 弹性微块体模型反演
4.1 弹性微块体模型
基于空间大地测量技术获取的震间地壳形变场研究断裂运动特征最常用的方法是建立横跨断裂的速率剖面，将速率剖面(GNSS速度场或InSAR形变场)投影至平行或垂直于断裂的方向，从而计算出断裂的走滑或拉张速率[17-18，20]。但这样的方法要求观测数据的空间分布密集且均匀、断裂的展布与几何特性清晰，而亚东-谷露区域的观测站点分布及断裂调查目前还无法满足上述要求。实际上，断裂两侧块体的差异性运动即反映了断裂的运动速率[3-4，19]。研究表明，在活动断裂附近，基于空间大地测量技术所获取的震间地壳形变场包含了块体的整体性旋转，由断层闭锁产生的弹性形变，以及块体内部永久性的应变，而对于弹性微块体模型往往可以忽略块体内部的应变[47-49]。因此，基于弹性微块体模型来估算断裂的运动速率也是目前实质有效的方法。此外，该模型还可以同时估算出刚性块体的运动参数、断裂的闭锁强度分布等，为厘定断裂的运动学特征，评估地震危险性提供重要的参考依据。
4.2 弹性微块体模型参数设置
本文以亚东-谷露断裂为界，建立了研究区内的弹性微块体模型，主要采用TDEFNODE软件[47-48]来进行反演。为提高反演效率，首先需要对InSAR震间形变场进行降采样[40，44]。通过降采样后，升轨形变场为9232个数据点，降轨形变场为9335个数据点。由于目前未有亚东-谷露断裂倾向与倾角的有力证据，因此本文分别建立了东倾与西倾两种断裂模型，并且根据文献[5，9]的研究结果将断裂倾角设置为40°～80°。经过反复的试算，确定断裂倾向为东倾，最优倾角为68°，如图6所示。
图6
图6 反演残差的均方根误差与倾角的关系
Fig. 6 The relationship between the RMSE errors of the inversion residuals and the inclination
本文在确定断裂的倾角与倾向后，进一步设置了两组试验进行对比：试验1为单一GNSS速度场进行反演；试验2为GNSS速度场与InSAR震间形变场联合约束进行反演。GNSS观测值的残差见表1。通过对比GNSS观测值残差可以发现，在加入InSAR震间形变场后，可在一定程度上降低GNSS站点的拟合残差，但由于GNSS站点较少，提升并不明显。表1 试验1与试验2的GNSS观测值残差Tab. 1 GNSS residuals between experiment 1 and experiment 2
另外，TDEFNODE软件会对断裂面进行格网化处理，因此本文依次沿断裂倾向设置了5条深度一致的格网点，分别为0.01、10、18、25、30 km，而沿断裂走向设置10个节点(如图7(e)所示)，共计5×10个节点。此外，本文还需要对断裂两侧块体的运动参数进行反演，所以本文至少有50个以上的参数需要反演。而本文建立的弹性微块体模型中仅包含了72个GNSS站点，如果仅采用GNSS速度场进行反演，对反演参数的约束性可能不足。因此本文选择试验2 GNSS速度场与InSAR震间形变场联合约束进行反演，反演残差如图7所示。通过反演的残差图可以看出，整体残差较小，表明模型拟合精度较高。
图7
图7 反演残差
Fig. 7 Inverse residuals
本文反演得到亚东-谷露断裂的拉张速率为2～6 mm/a，并且由南到北逐渐递增，如图8所示[3-5，15，19-20]。
图8
图8 不同方法获取的断裂运动速率对比
Fig. 8 Comparison of faults extensional slip rate obtained by different methods
5 讨论
5.1 与前人研究结果的对比
亚东-谷露断裂作为青藏高原东南部自新生代以来规模最大、活动性最强的拉张断裂，在青藏高原的构造变形与物质运移等过程中起着重要的调节与转换作用，很多学者针对其现今运动速率展开了相关研究。基于大地测量方法的研究结果基本都集中于亚东-谷露断裂的北段和中段，文献[3]利用GNSS速度场作为观测资料，并基于弹性块体模型得到亚东-谷露断裂在N69°W方向的拉张速率为(5.9±0.7) mm/a。在此之后，文献[10]在文献[3]的基础上又重新修订了块体边界，并融合喜马拉雅地区的GNSS速度场，进一步测定出亚东-谷露断裂的拉张速率为(6.6±2.2) mm/a，上述速率与本文结果基本上一致。此外，文献[19]利用GNSS速度场作为观测资料，通过负位错块体模型对亚东-谷露断裂进行了研究，其研究结果显示亚东-谷露断裂的拉张速率为1.2～6.0 mm/a，整体趋势也为由南到北增加，与本文结果基本上一致。而文献[14]基于类似方法估计出亚东-谷露断裂的拉张速率仅为(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文献[14]在进行速率估计时将断裂带的闭锁深度设为0，从而导致了低速率估计；②该研究的GNSS站点数量过少，尤其在断裂北部，导致其对模型的约束不够。此外，文献[20]采用Envisat影像数据与GNSS速度场，分析了青藏高原中南部的地壳运动特征。其东西形变场在N80°W的方向剖面显示，亚东-谷露断裂在29.6°N以北的区域，其拉张速率为(4.5±0.5) mm/a。总体而言，本文获取的亚东-谷露断裂研究结果在北段、中段与已有的研究结果基本一致，并且本文通过增加更多的实测数据，使研究结果更为精细。另外，本文进一步填补了亚东-谷露断裂南段基于空间大地测量方法的震间运动特征的空缺。在亚东谷露断裂的南段，基于大地测量方法的研究成果缺失，因此本文选择与地质学方法获取的研究结果进行比较。在地质学方面，文献[5]基于测年法与三维激光扫描仪获取的地形数据对亚东-谷露断裂整段进行了测量，获取了相应的拉张速率。其中，南段拉张速率为0.8～1.3 mm/a，北段拉张速率自南向北由(3.1±0.6) mm/a陡增至(6.0±1.8) mm/a。上述结果与本文推断的断裂运动速率在北段和中段差异较小，而在南段差异较大，如图8所示。文献[2]通过野外实地考察并基于断裂内部的地层变化及地形起伏的垂向数据，得到亚东-谷露断裂在南段的拉张速率为(1.4±0.8) mm/a。这意味着地质学测定的断裂运动速率与基于大地测量方法得到的结果可能存在系统性的差异。这一差异产生的原因可能是：①地质学方法在进行速率测定时往往局限于断裂的某几处点位之上；而本文是基于微块体模型，通过大地测量数据约束断裂两侧块体之间的运动差异，从而估算断裂整体的运动速率，可能宏观性更强。②对于野外展布还不甚明晰的亚东-谷露断裂，地质学方法仅针对部分点位进行调查，不排除其结果是亚东-谷露断裂分支断裂的可能[2，5-6]。③大地测量手段与地质学方法在估计断裂运动速率时，其采样范围与时间跨度都相差较大，也可能导致上述差异[2-3，5]。但总体上，地质学方法与本文的研究结果在裂谷南段的差异并不显著[5]，同时由南向北断裂拉张速率增加的特征是一致的，从侧面也证实了本文的研究结果是合理的。
5.2 断裂闭锁分布
本文通过微块体模型反演得到的断层闭锁分布如图9(a)所示，可以发现在亚东-谷露断裂的北段和中段，其闭锁深度大部分都大于14 km；而在断裂的南段，闭锁深度较浅，只有4 km左右。文献[49]通过球体模型对整个青藏高原断层的闭锁深度进行了估计，得出平均闭锁深度为16 km，这与本文得到的北段和中段的闭锁深度较为一致。而部分学者则针对2008年当雄Mw 6.6地震的同震破裂进行了研究[7-9]，认为此次地震的同震破裂发生在深度10 km左右，证实在亚东-谷露断裂中部的闭锁深度应大于10 km。
图9
图9 亚东谷露断裂的闭锁分布与滑动亏损分布
Fig. 9 The locking distribution and slip rate deficit distribution of Yadong-Gulu faults
而在断裂的南段，本文结果显示闭锁区域较浅，仅有4 km。一方面，在弹性微块体模型的拟合残差图中，GNSS残差较大的站点大都位于断裂南段(图7(e)红色方框)。不难看出，此区域的GNSS残差以北向运动为主，表明该区的地壳运动可能在很大程度上受控于南侧的主喜马拉雅逆冲断裂。因此，本文得到的亚东-谷露断裂南段较浅的闭锁深度也可能受到了主喜马拉雅逆冲断裂的影响。前人研究表明，亚东-谷露断裂在深部很可能与主喜马拉雅逆冲断裂相连[10-13]，而本文的模型并没有考虑主喜马拉雅逆冲断裂，所以可能会对亚东-谷露断裂南段的闭锁深度造成低估。
5.3 地震危险性分析
大量研究已经证实，活动断裂的地震危险性与断裂面上因闭锁而产生的滑动亏损呈正相关[47-48，50-52]，而断裂面上的滑动亏损则可以通过其运动速率与闭锁系数相乘得到。本文基于弹性微块体模型反演得出亚东-谷露断裂的运动速率与闭锁分布，进一步可计算得出其滑动亏损，如图9(b)所示。可以看出，断裂北段的滑动亏损最为明显，中段次之，南段最小。这意味着仅从滑动亏损的程度来看，断裂北段与中段的地震危险性要高于南段，而这与该区的历史地震分布也是一致的：自1200年以来，亚东-谷露断裂周围发生过15次Mw 6.0以上的地震，但这些地震基本上都发生在北段和中段，南段发生较少(图1(a))。总体上，断裂北段的拉张运动最为明显(图8)，滑动亏损率也相对较高(图9(b))。而前人研究表明，北段的活动性可能在一定程度上受到崩错走滑断层的影响[5]。加之其闭锁深度也达到14 km左右，且最近发生的Mw 6.0以上地震距今已经有62年，因此北段具有中、高强度地震的条件，未来的地震危险性较大。而在断裂中段，现今整体的滑动亏损率也较高，自1200年以来发生在该区域Mw 5.0以上的地震有14次(图1)，但2008年当雄Mw 6.6地震已释放了大量的地震矩[7-9]，因此中段未来的地震危险性低于北段。而在断裂南段，整体的滑动亏损率较低，且自1200年以来，地震大多未直接发生在亚东-谷露断裂上，而是分布在较远的区域[6]，因此断裂南段整体上的地震危险性较低。但是在断裂的最南端存在一处滑动亏损较大的区域(图9(b))，可能是亚东-谷露断裂在深部与主喜马拉雅逆冲断裂相连所致[10-13]。另一方面，由于印度板块的持续碰撞和挤压，强烈的地壳汇聚速率(约为16 mm/a)发生于主喜马拉雅逆冲断裂，因此该区域的地震危险性依然不容忽视。
6 结论
本文基于长时间序列的哨兵影像数据，通过Pi-rate算法有效抑制InSAR数据处理中解缠误差、残余大气延迟误差与轨道误差，成功提取了震间地壳运动的信号，并进一步联合GNSS速度场，实现了形变场参考框架的统一，获取了覆盖亚东-谷露断裂全段的高精度、高分辨率震间地壳形变场。通过弹性微块体模型进行反演，弥补了断裂南段基于大地测量方法研究成果的缺失，并得到以下结论：亚东-谷露断裂整体的倾向为东倾，最佳倾角为68°；其现今活动以东西向拉张为主，活动速率由南到北逐渐递增，整体为2～6 mm/a。基于弹性微块体模型反演得到在亚东-谷露断裂北、中段闭锁深度约为14 km；南段闭锁深度较浅，仅有4 km。根据亚东-谷露断裂的滑动亏损率及历史地震的分布，分析得出断裂的北段地震危险性最大，但断裂最南端由于受到主喜马拉雅逆冲断裂的影响，其地震危险性仍不容忽视。
初审：张 琳复审：宋启凡
终审：金 君
资讯