高速铁路地震预警系统事件确认方法

来源：SCI期刊网 分类：电子论文 时间：2021-11-16 08:36 热度：

摘 要：摘要：针对我国高速铁路地震预警系统因非地震事件干扰而产生的误报，基于地震波在2个台站之间的幅值衰减关系，提出1种高速铁路地震预警系统事件确认方法，既可以及时解除预警系统因干

　　摘要：针对我国高速铁路地震预警系统因非地震事件干扰而产生的误报，基于地震波在2个台站之间的幅值衰减关系，提出1种高速铁路地震预警系统事件确认方法，既可以及时解除预警系统因干扰事件而发出的异常误报，又可以避免地震时的正常警报被错误解除。利用收集得到的各种干扰记录和世界各国强震动数据，对本文方法进行干扰事件测试和地震事件测试，考察其解除误报、避免漏报的能力。模拟测试结果表明：本文方法误报率为1.2%，误报解除延迟均值为12.5s，漏报率为0%，满足《高速铁路地震预警监测系统技术条件》要求，兼顾了实时性和准确率;误报解除延迟与台站密度和地震波形相关，密度越高延迟越小、地震波幅值增长越快延迟越小;综合运用本文方法与我国高速铁路地震预警系统前端智能识别算法，可及时解除预警系统发出的所有误报。

　　关键词：高速铁路;地震预警系统;抗震防灾;衰减关系;误报解除

　　截至2020年底，中国高速铁路运营里程达到3.79万km，占世界高铁运营总里程60%以上，高居全球第一[1]。高速铁路的大范围开通运营，缓解了我国的交通压力，促进了国民经济发展，但倘若发生地震，即便没有桥梁或隧道遭受破坏，高速行驶的列车也有可能在地震力作用下脱轨，造成严重的人员伤亡。高速铁路地震预警系统属于重大工程地震预警系统的一种，能在破坏性地震波到达前通知列车采取紧急措施。日本的经验已经证明，地震预警是提升高速铁路安全的有效途径之一[2-3]，但高速铁路地震预警系统通常会存在一定比例的漏报和误报。

　　我国现行的高速铁路地震预警系统采用2级构架：第1级为铁路局中心系统，主要配置前端预警服务器、接口服务器、紧急处置服务器和GPRS通信服务器等设备;第2级为现场监测设备，主要配置24位分辨率的记录器和力平衡加速度地震计等设备，设置在铁路沿线的监测台站。具体工作时，现场的地震监测台站实时监测地震动加速度值并捡拾地震P波，根据初至P波快速估算地震基本参数;铁路局中心系统根据现场监测台站提供的数据，确定地震影响区域及警报等级[4]。近年来依托成灌、福厦和大西3条线路，我国对高速铁路地震预警系统持续开展大量的研究和应用[5-11]，积累了宝贵经验、取得了丰富数据、填补了国内空白、形成了一系列的标准和规范。同时，多年的系统性试验也暴露一些问题亟待解决，例如干扰事件误报的快速解除。

　　在传统的地震监测中，地震漏报和误报的问题并不突出，其原因主要是传统的地震监测台站选址在远离干扰源的偏僻场地，且监测时不涉及紧急处置，能够较为灵敏地设置触发参数，即便有干扰触发记录，在人工处理时剔除即可。而在高速铁路地震预警系统中，现场监测台站多沿高铁线布设，振动干扰较多，若缺乏有效的手段对误报事件进行快速解除，会对列车运行造成严重影响。

　　我国高速铁路地震预警系统通过在现场监测设备监控单元中设置前端智能识别算法的方法应对漏报和误报错误。系统中对漏报(FalseNegative)的定义是：将地震事件识别为干扰事件或未检测到事件发生。漏报错误一旦出现，地震预警无法及时发出，会导致列车在地震风险中运行。对误报(FalsePositive)的定义是：将为干扰事件被识别为地震事件。误报错误一旦出现，会影响高速铁路的正常运营，可能造成列车延误及其传播。

　　以往我国地震预警系统采用较多的是基于地震波动机理的互相关法[12]。然而基于3条试验线路，通过捕获天然地震和信号发生器模拟地震[13]2种方式获得的试验结果均表明：尽管绝大部分干扰事件可以被剔除，但误报事件仍不能完全杜绝。

　　高速铁路地震预警系统着力解决的关键问题之一是预警的可靠性，要求系统不仅具有极低的误报概率，而且还拥有一定的自纠错能力，能够避免漏报事件。对于地震预警时干扰事件的快速解除，目前常见方法主要依据的原理有3种：基于识别地震触发台站的时序[14]或震相是否满足地震波传播的规律;基于识别波形特征是否和地震波特性相似[13];识别由震源参数推算的震中烈度与由波形推算的震中烈度是否一致[15]。这些方法要么需要较长的传播时间，实时性较差，甚至可能在地震波到达附近台站时衰减至低于触发阈值，给判识造成困难;要么在干扰下有准确率不够理想的缺点。

　　鉴于以上不足，本文提出1种高速铁路地震预警系统事件确认方法。先确定地震动衰减模型误差，推导加速度峰值的置信范围和置信概率，根据台站噪声水平反推首个触发台站的判断阈值取值;进而利用地震波在台网中2个台站之间的衰减规律，分析触发震相组合工况，确定判别需要等待的时间，即等待延迟，并结合等待延迟以及地震动峰值与背景噪声之间的关系，确认该事件是否为地震事件;最后采用模拟测试的方式，利用收集得到的各种干扰记录和世界各国强震动数据分别进行干扰事件测试和地震事件测试，考察本文方法解除误报、避免漏报的能力。

　　1方法

　　一般情况下，当地震预警监测台网中的某个台站被触发后，地震动的加速度地面峰值(PeakGroundAcceleration，PGA)会达到一定的幅度，以至于在附近台站中必定能观测到高于背景噪声的震动。对于触发了某台站的地震动，若一段时间后可在附近台站中观测到相应震动，则可认为这是地震事件;反之，若未观测到震动，则可认为这是干扰事件。由此，本文利用地震波在2个台站间的衰减关系，确认事件是地震事件还是干扰事件，在解除误报同时避免漏报，提高系统预警的可靠性。

　　1.1加速度峰值衰减的置信概率

　　地震动衰减模型为地震动参数随震级、距离和场地等因素变化规律的函数模型。俞言祥[16]给出了我国东、西部加速度峰值和震级、震中距的衰减模型，同时通过统计给出了误差的标准差，发现误差服从正态分布。由于是统计结果，此误差包含了模型误差、场地效应等多种因素。

　　1.3等待延迟

　　定义等待延迟twait为首个触发台站和第2个触发台站之间的触发间隔时间。在某个地震台网中，震中最先触发的2个台站间位置关系如图2所示。图中：E为震源;S1和S2为台网中的任意2个台站，其间隔距离为D。假设地震波最先触发的台站为S1，第2个触发的台站为S2，根据三角形边长关系可知，图2所有可能的波前方向中，波前方向为S1指向S2的射线向时，触发延迟最长。这一结论同样适用于考虑震源深度后的三维空间。为了提高实时性，减少计算中的等待延迟，不妨设S2为离S1最近的1个台站。

　　1.4具体步骤

　　当某个可触发监测台站的地震动发生后，首个触发台站S1实时输出波形峰值，铁路局中心系统接收该信息;假设此时的震中位于被触发的首个台站S1处，计算台站S1与最近台站S2间的距离D;按照S波速度，根据式(3)，计算得到地震波传播距离为D时的等待延迟twait，并根据式(2)计算判断阈值ATHR;当台站S1实测得到的波形峰值超过ATHR后twaits，若此时台站S2实测得到的地震动峰值小于背景噪声ABN，则有84.13%概率是误报，由铁路局中心系统发布误报解除消息，恢复列车运行;反之则是正确触发，不再发送额外消息。

　　2验证

　　2.1验证方法

　　地震是低概率事件，难以在短时间内捕获大量的天然地震，因此按文献[13]提出的软件模拟方法，对收集得到的各种干扰记录和世界各国强震动数据进行测试，验证本文方法的可行性和有效性。这种验证方法的最大优点在于可大批量地多次重复测试验证，便于对本文提出的高速铁路地震预警系统事件确认方法的误报率、解除延迟等指标进行评价。

　　在模拟测试前，对所有数据的基线进行常规归零处理，去除传感器的基线漂移影响。

　　干扰事件测试时，大部分的干扰记录可通过高速铁路地震预警系统前端监测设备的前端智能识别算法剔除[13]。地震事件测试时，假设地震预警系统在干扰波到达首个台站后的第3s发出误报，则按本文方法对误报做进一步识别，考察误报解除能否被及时发送，并记录相应的解除延迟;若最终误报解除没有发送，则认为误报识别不成功。

　　2.2干扰事件测试

　　2.2.1测试及结果

　　测试时用到的台网分布如图5所示。图中：三角形及数字为监测台站及其编号;红色表示首个触发台站;蓝色表示后续触发台站。由图5可知，干扰测试时首先受到触发的是3号台站，距离其最近的是4号台站。实际中这2个台站相距28km。

　　利用高铁沿线地震监测台站的记录器和加速度地震计收集得到各种环境下的干扰波形记录共计165条，整理见表4。我国高速铁路地震预警系统中的监测台站通常相隔20km左右，由于振动干扰衰减很快[17]，1个干扰事件往往只能被最近的1个台站记录到相应的波形。对于表4中的干扰记录，若可获得其附近台站相应时间段的波形，则测试时的台站间距由实际情况决定。对于只获得单个台站波形的这部分干扰记录，测试时的台站间距取默认值28km。

　　利用表4数据，按本文方法进行干扰事件测试后，计算得到误报率为1.2%，平均解除延迟为12.5s，可见本文方法对干扰事件误报有很高的识别率，同时解除延迟远小于《高速铁路地震预警监测系统技术条件》要求的120s;测试得到的2次误报分别出现在列车行车和采石爆破时，误报原因均为干扰波形的幅值较小，未达到判断阈值ATHR。

　　和地震波相比，列车行车振动的能量分布在较高频率范围，系统前端的智能识别算法利用了波形的频域特征进行判识，对列车行车振动干扰具有较高的准确度。福厦、成灌、大西3条试验线的地震预警系统多年试验结果表明：列车行车干扰不会触发预警系统。

　　测试环境相较实际场景更为严苛，误报率是默认高速铁路地震预警系统在干扰振动触发现场台站后均会发出预警的情况下统计得到的。实际中系统前端的智能识别算法可识别出大部分干扰事件(如列车行车干扰)，并不会触发误报。如果综合运用本文方法和前端算法，则系统发出的误报均会得到及时解除。

　　2.2.2典型干扰事件

　　选取表4中发生在我国大西高速铁路地震预警监测台站(欢咀台)的采石爆破干扰事件进行分析。

　　我国高铁地震预警系统1个监测台站内通常以一定间隔距离布设1#和2#共2个传感器。在干扰振动触发台站监控单元的长短时平均比(STA/LTA)算法后，用赤池信息准则(AkaikeInforma⁃tionCriterion，AIC)方法精确捡拾P波到时[13]。本次事件中欢咀台的1#传感器在竖向的波形和触发点如图6所示。由图6可知，6.97s处捡拾到P波(实际上为干扰振动)，意味着波形记录开始后的6.97s干扰振动触发欢咀台站，并向铁路局中心系统发出预警信息。

　　根据高速铁路地震预警监测单元中内置的前端智能识别算法[13]，得到2个传感器竖向数据的相关曲线如图7所示。图中：蓝色、绿色曲线分别为1#传感器和2#传感器采集到的干扰波形，对应左侧纵轴;红色曲线为相关曲线，红色虚线为相关系数阈值0.60，对应右侧纵轴。由图7可知：在干扰波达到后的一段时间内，相关曲线的峰值约为0.55，并未超过设定阈值;但在13.03s附近，互相关曲线急剧上升，超过设定的阈值0.60，因此前端智能算法识别这一干扰波为地震事件，并发出预警信息，预测震级为9.2级(后证实为误报)。由于预测震级较大，铁路局中心系统随即按照地震动衰减规律计算处置范围的方法产生大范围的处置命令，但预警发出时高铁线路正处于试验期间，并未影响列车运行。

　　按照本文方法对干扰事件进行确认。根据式(2)算得本次干扰事件对应的判断阈值ATHR为1.70gal。由图7可知，欢咀台站干扰波在图7中的13.96s处(即台站监控单元STA/LTA算法被触发后的第6.96s)达到ATHR，利用式(3)，计算得到此时的twait值为2.72s。

　　离欢咀台站最近的台站为阳曲台，2个台站间距9.8km。人工截取阳曲台在此事件发生期间的相应数据，得到的记录波形如图8所示。由图8可知，经过twait时长后，阳曲台站未观测到超过背景噪声的震动，系统在发出预警信息后6.48s(触发后9.53s)即识别这一事件为干扰事件，并由铁路局中心系统向列车发出误报解除。

　　2.3地震事件测试

　　2.3.1测试及结果

　　高速铁路地震预警系统不仅要求干扰作用下的误报快速解除，同时还要求地震时正确的警报信息不会被误解除，即避免漏报。

　　相关期刊推荐：《中国铁道科学》刊载内容：铁路及城市轨道交通运输领域关于土木工程、机车车辆、通信信号、信息技术、运输组织、材料与工艺、环境保护、安全技术等学科的科学基础理论研究、科学试验、重点工程技术、产品研发等方面的学术论文。

　　地震事件测试时用到的强震动记录包括：我国的地震强震动记录218次，含我国高速铁路地震预警系统在高铁沿线地震监测台站记录到的地震记录和我国近年的大地震(如汶川地震及其余震、台湾集集地震等，数据下载于国家强震动台网中心网站);1997—2011年间日本地震监测网KiK-net的地震强震动记录563次(数据下载于KiK-net网站);此外还包括美国、墨西哥的部分强震动记录。对于每次地震数据，选取首个触发台站和第2个触发台站的强震动记录用于测试，台站间距D由这2个台站所在的实际经纬度计算。采用本文方法对这些地震事件进行测试，用到的地震记录数量及测试结果见表5。

　　由表5可知，经过大量的地震事件测试，本文方法得到的漏报数量均为0，意味着本文方法不会将地震事件识别为干扰事件，即无漏报错误发生。

　　2.3.2典型地震事件

　　选取表5中最接近高速铁路地震预警系统实际工况、数据记录质量较高且发生在高铁线路附近的1次地震事件进行分析。本次地震事件为河北邯郸市临漳县发生的3.6级地震，发生时刻为2019-04-21T17：10：20，当地经纬度为(114.43°,36.34°)，震源深度11km。该地震距京广高铁最近处为该县南东坊镇后小庄村附近，约6.05km。

　　距该地震震中最近的京广高铁地震监测台站为分区所6，公里标为K475+633，经纬度为(114.56°,36.47°)，与震中距离为18.9km。该台站对本次地震的记录数据质量高，背景噪声约0.10gal，震相清晰，台站中2个传感器的三分向加速度地面峰值见表6。

　　STA/LTA算法触发后，用AIC方法精确捡拾分区所6的P波到时如图9所示。由图9可知：P波在1.57s处捡拾到，并可看到触发点接近P波到达时刻。

　　分区所6的2个传感器竖向地震波和相关曲线如图10所示。由图10可知：2个传感器间的数据有明显的相关成分，地震波达到后，互相关曲线急剧上升，在1.58s处超过设定阈值0.6，互相关法识别为地震事件，且识别结果正确。

　　随即按照本文方法对地震事件进行确认。根据式(2)，算得本次地震事件对应的判断阈值ATHR值为14.80gal。由图10可知，分区所6台站地震波的加速度地面峰值约为73.00gal，超过此ATHR值，此时对应的twait为11.10s。

　　距离首个被触发台站最近的台站为分区所5，2个台站间距约40km。在分区所5观测到的地震波形如图11所示。由图11可知，此地震波的加速度地面峰值明显高于背景噪声ABN，从而确认这一事件为地震事件。

　　3结论

　　(1)提出1种高速铁路地震预警系统事件确认方法，在确定地震动加速度峰值衰减模型误差的基础上，推导加速度峰值的置信范围和置信概率，根据台站噪声水平反推首个触发台站的判断阈值取值，并利用地震波在2个台站间的幅值衰减关系判别等待延迟;结合等待延迟以及地震动峰值与背景噪声之间的关系，确认该事件是否为地震事件。采用该方法不仅可快速识别并解除干扰事件造成的异常误报(即解除误报)，而且还能够避免地震时正确的警报信息被错误解除(即避免漏报)。

　　(2)模拟测试可知，本文方法误报错误率为1.2%，平均解除延迟为12.5s，无漏报，满足《高速铁路地震预警监测系统技术条件》要求，具有响应速度快、正确率高的优点。误报产生的原因为干扰波形的幅值较小，未达到要求的判断阈值ATHR。

　　(3)解除延迟与台站布置密度和地震波形相关，密度越高延迟越小，地震波形上升越快延迟越小。

　　(4)模拟测试环境相较实际场景更为严苛，误报率是在默认高速铁路地震预警系统在地震波触发现场台站后均会发出预警的情况下统计得到的。实际中，系统前端的智能识别算法可识别出大部分干扰事件，并不会触发误报。如果综合运用本文方法和前端算法，则系统发出的误报均会得到及时解除。——论文作者：史建平

文章名称：高速铁路地震预警系统事件确认方法

文章地址：http://www.sciqk.com/lwfw/dzlw/12107.html