这片广袤的中国大陆，虽看似平静，却隐藏着地球最剧烈的力量之一——地震。从汶川到唐山，从青藏高原到华北平原，地震一次次以不可忽视的方式提醒我们，它是自然界最无情的力量之一。
然而，地震真的无法预测吗？未来的地震危险是否依然是未知的谜题？答案是“不完全如此”。科学家们通过最先进的地震模型和分析技术，正在逐步揭开地震活动的“时空密码”。近期，中国地震局物理研究所和中国地震灾害防治中心的一项关于2021至2030年中国大陆地震活动的最新研究成果震撼发布。这项研究不仅详细计算了未来十年各地可能遭受不同强度地震的概率，还展示了中国大陆地震危险性的全新空间分布图。这些成果，不仅是科学的突破，更关乎每一个人的生命财产安全。
论文封面截图
或许你会好奇，什么是“地震危险性”？简单来说，它是某一区域未来发生地震的可能性以及地震造成破坏的程度。在中国，地震研究一直是科学家和政府的重点关注领域。自2015年发布的第五代中国地震动参数区划图以来，科学家们已经取得了许多进展。但与这张长期预测的“百年地图”不同的是，最新研究聚焦于未来10年短期内可能发生的强震活动。这种短时间尺度的地震危险性分析，不仅帮助我们更精准地了解地震的威胁，还为防震减灾政策提供了重要依据。
科学家们是如何实现这一目标的？他们结合了最新的震源模型、断层研究、地震活动性参数，以及目前最前沿的地震动模型（GMM），经过数百万次计算，才得到了这些具有指导意义的结果。例如，为了预测未来10年哪些地区可能发生强震，研究团队特别构建了基于时间的震源模型，并将其与中国大陆的断层模型和地震高风险区（SRA）相结合。最终，他们得出了未来10年中国大陆遭受不同强度地震（如修正麦加利烈度VI到IX级甚至更高）的概率分布图。
研究表明，未来10年，中国的地震危险性在某些区域将显著增加。特别是东部的郯庐断裂带、环渤海湾地区，以及西部的天山地震带等区域，地震危险性明显上升。这些地区不仅人口密集，经济发达，还是国家重要的工业和基础设施所在地。一旦强震发生，其后果不堪设想。
更重要的是，这项研究还揭示了一些令人警醒的趋势。例如，中国东部地区虽然地震强度通常较低，但由于人口众多、建筑密集，其地震风险不容小觑。而在西部地区，强震的可能性依然较高，特别是在青藏高原和天山等断裂带附近。如果这些信息被忽视，未来的地震灾害可能会造成严重的损失。
这并不是危言耸听，而是科学的呼声。事实上，研究的成果已经为政府的应急管理和防震减灾提供了科学依据。从地震保险政策的制定，到重点建筑的加固重建，再到地震应急救援物资的储备，这些数据将为国家的抗震减灾工作提供坚实的基础。
所以，当你再一次感叹大地的沉默时，不妨想想这片土地下涌动的力量。科学家们夜以继日的努力，正是为了让我们能够更好地理解地震，更好地应对未来的挑战。而你我的生活，也将因这些研究成果更加安全。未来十年，或许依然会有地震，但我们已经不再无所准备。
导论
基于第五代中国地震地震动参数区划图（FGSGMPZMC）中的震源模型、新的地震断层模型、新的地震危险区（SRA）分区以及2021—2030年地震活动率估算，构建了新的基于时间的中国大陆震源模型，并采用概率地震危险性分析方法，选取适用于中国震源的地震动模型（GMM）计算地震危险性，并给出了2021—2030年中国大陆地区遭受修正麦加利烈度（MMI）VI、VII、VIII、IX和≥X级地震的概率。本文提出的地震危险性空间格局与FGSGMPZMC的格局相似，但更加详细。本研究的地震危险性高于FGSGMPZMC在SRAs和可能产生大震的断裂带中的地震危险性，表明本研究构建的震源模型科学合理。本研究的结果与前人研究结果有一定相似性，但由于震源模型、地震活动性参数和GMM的差异，具体场地也存在差异。地震危险性结果可作为未来地震风险评估的参数输入，也可作为中国大陆地区防震减灾政策制定的依据。
概率地震危险性分析 (PSHA) 是基于震源模型、地震动模型 (GMM)、地震活动性参数和场地条件 (场地条件大多出现在 GMM 中)，采用概率方法计算场地地震动影响的方法。PSHA 由 Cornell ( 1968 ) 提出，在世界范围内广泛应用于地震危险性制图和地震危险性分析。在中国，PSHA 的结果是地震危险性制图、灾害损失评估以及新建建筑和既有建筑抗震设计与评估的重要依据。2015 年，中国正式发布了第五代中国地震动参数区划图 (FGSGMPZMC；国家质量监督检验检疫总局2015 )，该图是基于 PSHA 的结果。地震分区图代表了未来长期地震危险性水平，可以作为一般用途建筑抗震设计的依据（高，2015）。
除了地震区划图之外，鉴于中国大陆强震的非平稳性，中国政府也十分重视未来短时期内（10年）的地震危险性水平（高建军，1996；CERPG ，2020），并将危险性水平作为制定相关政策的依据。地震危险性分析对于地震风险评估至关重要。基于地震学、地质学的最新研究成果，如第五代震源模型（FGSSM）（周建军等，2013；高建军等，2014）、邵建军等的地震断层模型（JISC），可以对未来10年内陆震危险性进行评估。 （2022）、新的地震危险区（SRAs）以及最新的2021–2030年中国强震活动特征分析（ Shao et al. 2020； Shao et al. 2023），本研究构建了中国大陆时间相关的震源模型，采用适当的GMM方法，利用PSHA计算了多个超越概率水平的峰值水平地面加速度（PGA），并将结果以风险图的形式表达出来。估计了2021–2030年中国大陆地区遭受麦加利烈度（MMI）VI、VII、VIII、IX和≥X级地震的概率。计算的地震危险性结果可为地震风险评估和政府相关政策的制定提供输入。
近年来，其他研究也对中国大陆地区的地震危险性进行了概率计算。例如，冯等（2020）利用空间平滑地震活动性模型计算了中国大陆及邻区的地震危险性，而荣等（2020）则基于空间平滑地震活动性模型和活动断层震源研究了中国的地震危险性。本文将这项研究的地震危险性结果与荣等（2020）和冯等（2020）的研究结果进行了比较，这种比较对于全面认识中国大陆的地震危险性具有重要意义。
2中国地震区（带）及地震活动性参数
在中国，震源区地震活动性参数计算方法具有鲜明的特点，即首先在地震构造和地震活动性特征相似的较大区域内计算b值和地震速率，这些区域被称为地震带或地震带（图1 ）。然后，将地震带（带）内的地震速率按照相关规则（详见第3节）分配给震源区。这种方法的目的是在保证地震构造和地震活动性特征相似的前提下，获得足够多的地震来计算地震活动性参数（潘志强等，2013 ）。本研究采用了FGSSM中各地震区（带）的地震活动性参数（周文等，2013；高文等，2014 ）以及邵文等（ 2020 ）估算的2021—2030年各地震区的地震活动性参数。本节简要介绍中国大陆及周边地区的地震区（带）及其地震活动性参数。
a中国大陆地震带划分。黑色多边形为地震带。中国大陆共有5个地震带。b中国地震带分布。黑色小多边形为29个地震带。数字为地震带编号。
2.1地震带（带）介绍
中国大陆位于欧亚板块的东南缘，在印度板块、太平洋板块和菲律宾板块的共同作用下，区域内形成了许多大型断裂带，如中国东部的郯庐断裂带，中国中部的鄂尔多斯块状断裂带，中国西部的小江断裂带、鲜水河断裂带、龙门山断裂带、昆仑山断裂带等，大震多分布在这些大型断裂带上。中国地震构造具有明显的空间差异性，西部强震，东部弱震。石建军等( 1982 )、宦海峰等( 2002 )根据地质构造环境和地震活动的空间分布，提出了地震区(带)的概念。地震区（带）是指地质构造特征和地震活动性相似的区域，是地震危险性分析中地震活动性参数和一定时期内陆震趋势分析的统计单元（石建军等，1982；陈建军等，1999；宦海峰等，2002；潘建伟等，2013；高建军，2015）。目前，中国东部被划分为东北地震区、华北地震区和华南地震区，西部被划分为新疆地震区和青藏高原地震区（图1 a）。在FGSSM中，周建军等（2013）和高建军等（2014）进一步将中国大陆及其周边地区划分为29个地震带（图1 b）。这些地震带构成了地震活动性参数计算的统计单元。
2.2地震带（带）的地震发生率
在FGSSM中，地震区（带）内陆震活动的震级分布符合截断的G-R关系，可以写成（Cornell and Vanmarck 1969）：Mu为震级上限，b为斜率。潘家驹等( 2013 )根据中国地震目录(表1 ) ，用最小二乘法计算了各地震带的b值和地震发生率。在中国，面波震级( Ms )4.0及以上的地震可能造成灾害，因此计算地震发生率时选取的初始震级为Ms4.0 。潘家驹等(2013)采用了吕文斌等( 2016 )为FGSGMPZMC专门编制的中国地震目录。吕文斌等( 2016 )的地震目录中，采用Gardner和Knopoff( 1974 )的方法剔除了目录中的余震和前震，并根据累积震级-频率曲线的线性程度分析目录的完整性。目前，潘志强等( 2013 )的参数已广泛应用于我国地震区划图编制和工程场地地震危险性分析中。
在中国，强震（东部地区6.0级以上、西部地区7.0级以上地震）可能造成严重的房屋损毁和人员伤亡。政府和决策者高度关注近期（未来10年）强震活动，尤其关注强震是否处于活跃期，以便指导短期防震减灾政策，减轻地震灾害对社会的影响（高建军，1996 ；中国地震灾害应对工作组，2020）。邵等（2020）和邵等（2023）对中国大陆强震序列进行分析后认为，当前中国大陆强震正处于活动增强期，并将在未来一段时间（如10年）持续增强。中国大陆大震发生具有明显的时间波动性，有的时期大震相对多发，有的时期大震相对少发。邵建军等 (2020) 在吕文斌等 (2016) 的地震目录和古地震的基础上，对大震时间序列进行了分析，认为近年来中国大陆大震活动水平较高，且大震活动趋势在短时间内可能不会发生变化。在参考其他地震学家意见后，邵建军等(2019 ) 认为，中国大陆大震活动水平总体处于较高水平，大震活动趋势在短时间内可能不会发生变化。 ( 2020 ) 推断未来10年大震活动将维持目前的地震活动水平，并采用贝叶斯估计方法计算了未来10年各地震带强震（东部6.0级及以上地震，西部7.0级及以上地震）的年发生率（图1a）。青藏高原地震带不包括喜马拉雅弧形地震带，该带有其自己的计算发生率。中国东北带、华北带、华南带 6.0 级以上地震复发率分别为 0.11（复发间隔 9.1 年）、0.89（复发间隔 1.1 年）、0.29（复发间隔 3.4年），中国西部和喜马拉雅弧区7.0 级以上地震复发率分别为 0.99（复发间隔 1.01 年）和 0.20（复发间隔 5.0 年）（邵等，2020）。邵等估计的强震复发率（2020）代表了大多数地震学家对未来中国大陆强震时空活动性的认识，目前该成果已被作为地震危险性与风险分析的基础。
3震源模型和地震活动性参数
在阐述了各地震带（区）的地震复发率之后，本节将阐述如何将各地震带（区）的复发率分配到各震源区。本研究中，地震发生率的空间分配采用了3种震源模型方案，即FGSSM、地震断层模型和SRA模型。在地震危险性计算中，将3种震源模型方案分别以0.4、0.4、0.2的权重进行加权求和，得到最终的超越概率。模型1为FGSSM，该模型用于编制FGSGMPZMC，是目前国内应用最广泛的震源模型。模型2为特征断层模型，是本文的一大亮点，与面源模型相比，断层模型能够更好地反映近场运动特征。因此，模型1和模型2在地震危险性计算中起主要作用，各模型的权重均为0.4。模型3为SRA模型，考虑到SRA的划分主观性较强，赋予其较低的权重0.2。下面对这三个模型进行简要介绍。
3.1模型：第五代震源模型
本研究的一个重要组成部分是FGSSM。在FGSSM中，震源区是面源区，包括可能引发破坏性地震的区域(周等，2013 )。
中国震源区的划分具有鲜明的特色。考虑到中国地震构造和地震活动性的空间非均匀性，宦海等( 2002 )和周志强等( 2013 )提出了三级震源区划方案。这意味着震源的确定需要三个步骤。首先，根据地震活动性、地质、地震构造和大地构造的一致性，并考虑地震目录统计样本的充分性，确定地震带(潘建伟等，2013；周志强等，2013；高志强等，2014 )。地震带也是地震活动性参数(包括古腾堡-里氏关系中的地震速率和b值)的统计单位。其次，在地震带内确定地震构造区。地震构造带是指在现今地球动力学环境下，孕震构造模式与地震构造特征一致的区域(周志强等，2013；高志强等，2014 )。地震构造带很大程度上反映了地震带内背景地震活动的差异，又称背景震源区，也反映了地震带内部孕震构造模式的空间差异(周志强等，2013；高志强等，2014 )。最终，根据各地震构造带内更详细的地震、地质和构造资料，确定震源区(周志强等，2013；高志强等，2014 )。
在FGSSM中，中国地震学家根据上述方法识别了新的地震带(图1 )和震源区(图2 )，将全国划分为29条地震带、1643个震源区(周志强等，2013；高建军等，2014；高建军，2015 )。
地震活动性参数主要包括地震重复率、古腾堡-里氏关系中的b值和震级上限（表1）。重复率和b值根据地震目录用最小二乘法确定，震级上限根据地质断裂条件和历史地震活动情况确定（潘建伟等，2013）。我国并不直接计算各震源区的地震重复率，而是先在地震带（区）内计算地震重复率和b值，然后根据空间分布函数将地震重复率分配给地震带内的各个震源区。空间分布函数表示震源区年地震重复率与带内陆震重复率的比例，它是根据地震活动性特征、地震构造特征等信息综合评估得出的（高建军，2015）。
本研究根据Shao等（2020）的新发现（表1第8列）（详见2.2节），更新了FGSSM中Ms≥6.0地震活动率。除复发率外，其他震源边界、 b值、上限震级等震源活动性参数与FGSSM一致。
3.2模型：地震断层模型
与FGSSM相比，本研究的一大特点是运用了地震断层模型。中国境内存在大量的地震断层，但许多发震断层尚待深入研究，其位置、走向、倾向、倾角等都存在很大的不确定性。因此，相关研究在中国的震源模型中一直采用区域震源(高建军， 2003；潘建伟等，2013；周建军等，2013 )。近年来，地质学家对可能引发大地震的发震断层的研究不断增多，积累了丰富的资料(周建军等，2003；温志强等，2007；谢志强等，2013；吴建军等，2014；郑建军等，2019 )。本研究尝试利用断层模型来提高震源模型的精度。
中国大震（Ms > 6.0）主要分布在大型活动断裂带上（张建军，1999；宦海峰等，2002；邓小平等，2003；邵建军等，2008；吴建军等，2014；郑永刚等，2019）。地质学家根据中国的地质构造环境和地震活动特征，建立了活动块体理论，认为中国的大震受活动块体的运动变形控制，强震震中位于活动块体的边界带上（邓小平，1996；马建军， 1999；邓小平等，2002；张建军等，2003；张建军等，2004）。活动断裂引发的大震造成了严重的灾害（张建军等，2013）。
确定大震孕育各阶段是大陆强震原位复发运动学过程研究的重点, 目标断层是否处于地震旋回的晚期也是预测强震发生时间的重要背景。尽管短临地震预报仍存在许多科学难题, 但近年来世界各地的一些大震研究表明, 如果放宽预报的时间尺度要求, 可以采用一定方法确定大震间隔期中的晚期( 王建军等, 2019 ; 邵建军等, 2022 ; 邵建军等, 2023 )。邵建军等( 2022 )和邵建军等( 2023 )针对中国大陆活动块体边界带的391个断层段( 图3 ), 完成了大量的野外测量、文献分析和计算工作。邵志强等(2022)和邵志强等( 2023 )采用未断活动断层的地震构造分析、大地测量对断层段的闭锁、中小地震稀疏断层段的界定以及部分断层段库仑应力增强的数值模拟相结合的方法，确定了中国大陆活动块体边界带主要断层段的地震危险性，并给出了相应的危险系数，用以判断哪些断层段可能处于地震间期的晚期。危险系数的取值在0~10之间，系数越大，危险性越高(CERPG 2020；邵志强等2022 )。在391个断层段中，近30%的断层段危险系数大于5(图3 )，从宏观上反映了中国主要断层的地震危险性水平。利用该震源模型计算的地震危险性结果比FGSGMPZMC结果能更详细地反映危险性空间分布。
数据来源：Shao等（2022）
中国大陆地区地震发震断层模型（包含391个断层段，颜色越红，断层段危险系数越大，颜色越蓝，断层段危险系数越小）。
3.3模型：地震风险区模型
本研究还基于2021年至2030年SRAs建立了震源模型，以反映这一时期中国大陆地震的空间分布特征。SRAs是未来十年发生强震概率相对较高的地区，是中国政府制定地震应急准备政策的重要依据（CERPG 2020 ）。预计在不久的将来（未来10年），所有强震都将发生在SRAs中，尽管这在现实世界中是不可能的。尽管如此，未来地震更有可能发生在这些地区及其周边地区。Shao等（2020 ）和Shao等（2019）指出，SRAs是未来十年发生强震概率相对较高的地区，也是中国政府制定地震应急准备政策的重要依据（CERPG 2020 ）。 ( 2023 ) 根据断层段活动水平，参考地质构造特征、区域断层形变特征等资料，对未来最易发生强震的地区进行了调查，确定了2021—2030年中国大陆地区共40个强震异常区(图4 )，约占该区域面积的10% ( 邵建军等，2020 )。表2给出了图4中强震异常区代码对应的名称。这些强震异常区是通过综合地震、地质分析，并辅以专家判断确定的。
数据来源：Shao et al. ( 2020 )
中国大陆重点地震危险区（红色边界圈出）。
按照该方案，未来10年SRAs中将发生强震（中国东部地区Ms≥6.0地震，中国西部地区Ms≥7.0地震）。我们将2.2节中介绍的地震区的地震发生率以SRAs面积为权重赋值给各个SRAs（表2 ）。为了表示这些SRAs的空间不确定性，我们利用Frankel（ 1995 ）提出的高斯空间平滑方法对SRAs进行扩展，采用相关距离为50km的高斯平滑核。SRAs中的震级-频率模型和上限震级与SRAs所在地的FGSSM一致（表2）。
需要注意的是，我们主要关注中国东部M s≥ 6.0地震和中国西部M s ≥ 7.0地震的震源模型和地震活动性参数。对于中国东部M s < 6.0地震和中国西部M s < 7.0地震的震源区，我们完全采用FGSSM中的震源模型和地震活动性参数方案，包括震源区边界、b值和地震发生率。针对不同的地震，我们采用了不同的震源模型。
4地面运动模型（GMM）的选择
高斯混合模型 (GMM) 是 PSHA 的重要输入。人们对 GMM 进行了大量的研究，产生了大量的 GMM，其中最常见的是 NGA-West 2 项目 (Bozorgnia et al. 2014 ) 提出的五种 GMM。但一些国家和地区也有其特定适用的 GMM。本文选择了Yu et al. ( 2013 ) 和 Xiao ( 2011 )发展的两套 GMM。Yu et al. ( 2013 ) 和 Xiao ( 2011 ) 的模型是专门为中国地震危险性分析建立的，他们采用全球地震的地面运动记录，基于投影法建立 GMM，并根据最新的地面运动记录不断更新其系数。Hu 和 Zhang ( 1984 ) 提出的方法用于将其他地区的强地面运动记录投影到中国大陆，从而解决了该地区强地面运动记录缺乏的问题。有关该投影方法的详细介绍，请参阅 Hong 和 Feng ( 2019 )。
余建军(2013)和肖建军( 2011 )的GMM在中国是正式认可的，这两位学者在编制FGSGMPZMC时考虑了GMM与震源区的一致性，基于二者计算的地震危险性最能反映中国大陆地区地震危险性的分布特征。目前，这两位学者的GMM已应用于中国地震危险性图编制、重大工程地震危险性分析以及中国地震灾变模型中，充分验证了其适用性和可靠性。余建军等( 2013 )的GMM适用于区域震源区(模型1和3)，肖建军( 2011 )的GMM适用于断层震源区(模型2)。
5地震危险性计算方法
在地震危险性计算中，震源区采用以下几种方式处理：将区域震源划分为0.05°×0.05°的网格，计算每个网格内各震级的年地震发生率。对于断层震源，采用Wells和Coppersmith（1994）的经验关系式计算断层宽度，并根据断层的走向、长度和宽度得到断层投影面的范围。实际计算时，这些网格和断层投影面可视为单个震源，无需进一步划分。
本研究采用的方法是Cornell ( 1968 ) 提出的经典PSHA方法。该方法在中国、美国等国家地震危险性计算和地震危险性图绘制中被广泛应用（Gao，2015；Petersen等，2015 ）。与场地相关的所有震源的危险性可按公式5计算：
a地震产生的地面运动超过给定值的概率（灰色阴影区域）。b地震在特定地面运动间隔内产生的地面运动概率（灰色阴影区域）。A是场地地震产生的地面运动。a是给定的地面运动值。[ a 1 a 2 ] 是对应于修正麦加利强度 (MMI) 的给定地面运动间隔。
在国家标准FGSGMPZMC（中华人民共和国国家质量监督检验检疫总局，2015）中，VI度对应的PGA地震动范围为0.04～0.09g；VII度对应的PGA地震动范围为0.09～0.19g；VIII度对应的PGA地震动范围为0.19～0.38g；IX度对应的PGA地震动范围为0.38～0.75g；大于或等于0.75g的PGA地震动为X度及以上。
6 结果
根据上述震源模型、地震活动性参数、GMMs及地震危险性计算方法，计算了中国118500个场地在50年超越概率为10%和2%下的地震危险性。本研究计算了岩石场地条件下的地震危险性结果。用户可根据国家标准《中国地震动参数区划图》（中华人民共和国国家质量监督检验检疫总局，2015）提供的折算系数，将岩石场地结果折算成感兴趣场地类别的结果。
分析中选取普遍接受的50年超越概率为10%的PGA。图6为50年超越概率为10%的地震动分布图，并与FGSSM计算的地震动值（图7）进行了比较。图7显示，新模型计算的地震危险性有的地方增大，有的地方减小。地震危险性增大的区域主要分布在郯庐地震带、鄂尔多斯块体周围断裂带、天山地震带等地区，这些区域均位于SRAs附近以及危险系数较高的断层段，这与新模型的参数配置原则一致。新模型计算的地震危险性大幅增大，原因有二：一是本文引用的地震发生率的增大——表1数据显示，本文引用的地震发生率在某些地震带增大了1~2倍。其次，模型3认为未来10年所有强震都将发生在沿海地区，这也导致这些地区的地震危险性显著增加。特别是环渤海湾地区、京津冀地区、长三角地区、粤港澳大湾区等，地震危险性普遍呈上升趋势，未来这些地区的防震减灾措施将更加强化。
使用本研究新建立的地震活动性模型计算的50年内超过概率为10%的峰值地面加速度（PGA）
使用新地震活动性模型与使用FGSSM模型计算的地震危险性比较（（本研究结果 − 使用FGSSM模型计算的结果）/使用FGSSM模型计算的结果）。地震危险性增加的区域主要分布在天山地震带（A区）、鄂尔多斯块体周边地震断裂带（B区）和郯庐地震带（C区）。
从图7可以看出，中国东北、华南和中国西部的巴颜喀拉块体等地区的地震危险性有所降低。这是由于本研究采用了SRA模型，这意味着未来10年内，所有强震都将发生在SRA地区，而其他震源区不会发生强震。因此，在没有发生强震的地区，地震危险性将低于第五代地图中的数据。
图8展示了场地条件在50年超越概率为10%和2%时对PGA放大的影响，相信这将有助于其他研究人员理解地震危险性，并有助于推动中国相关的防震减灾工作。本文引用的中国大陆场地条件分类由李志强等（2019）提供。
50 年内超过概率为 10% (a) 和 2% (b)时，场地条件放大的峰值地面加速度 (PGA) 值
为了预测未来地震灾害风险，还使用公式4计算了 2021—2030 年各场地受到 MMI VI、 VII、VIII 、 IX和 ≥X 地面运动影响的概率（图9、10、11、12、13）。
2021—2030年中国大陆修正麦加利烈度（MMI）VI级地震概率空间分布
2021—2030年中国大陆修正麦加利烈度（MMI）VII级地震概率空间分布
2021—2030年中国大陆修正麦加利烈度（MMI）VIII级地震概率空间分布
2021—2030年中国大陆修正麦加利烈度（MMI）IX级地震概率空间分布
2021—2030年中国大陆修正麦加利烈度（MMI）≥X次地震概率空间分布
7讨论
本研究得到的危险性结果与中国现行第五代地震区划图在某些区域存在明显差异，但两者并不冲突，因为它们服务于不同的目的。本研究结果代表2021—2030年的地震危险性水平，而区划图代表自2010年起100年的平均地震危险性水平（潘建伟等，2013 ）。区划图结果主要用于一般建筑的抗震设防，本研究结果主要用于应急准备。本研究结果将有助于各级政府更加清楚地了解其管辖范围内的地震危险区域，从而制定科学合理的地震应急准备政策。
进一步将本文计算结果与冯等( 2020 )和戎等( 2020 )的计算结果进行了比较。由于冯等( 2020 )采用空间平滑法以地震目录为主要输入计算中国大陆地区地震危险性，因此本文计算结果的空间分布特征与川滇地区等地震记录相对丰富的地区计算结果高度相似。然而，冯等( 2020 )的结果在郯庐地震带等发生过大震但仪器地震记录较少的地区明显偏小。这是因为在这些地区，地震学家已经通过构造类比构建了震源，并给出了相应的地震活动性参数，以确保这些地区的地震危险性不被低估(潘建伟等，2013；周建军等，2013 )。
本研究中，50年超越概率为10%条件下的地震危险性空间分布特征与荣某等（2020）的研究十分相似，例如，地震危险性相对较高的地区分布在大型地震断裂带上，如中国东部的郯庐断裂带、中国中部的环鄂尔多斯块体断裂带以及中国西部的小江断裂带、鲜水河断裂带和昆仑山断裂带等；而危险性较低的地区也集中在中国东北、华南地区以及中国西部的鄂尔多斯块体和阿拉善块体。这是因为荣某等（2020 ）采用的一些基础数据也是本研究采用的第五代图件震源模型划分的重要依据。由于荣某等（ 2020 ）的工作更多地考虑了活动断裂模型，因此他们的结果展现了更多地震危险性的空间细节。在一些近断层区域，其地震危险性计算结果高于本文计算结果。由于荣某等( 2020 )采用了大地应变率计算结果，因此在小江断裂带等现代地震构造运动较为活跃的地区，其计算结果的危险性更高。此外，本文采用的震源模型和GMM的空间几何分布差异，也导致了与荣某等( 2020 )计算结果不同的结果。
通过与冯建军等( 2020 )和戎建军等( 2020 )的研究结果对比可以看出，无论采用何种方法和模型，计算出的中国大陆地区地震危险性空间分布特征总体相似，与区域地震构造结构和地震活动性特征相一致，符合全国对地震危险性的普遍认识。但由于震源模型几何形状、地震活动性参数以及GMM的差异，具体场地的计算结果可能存在差异。
在中国，随着基础数据的积累，目前已有更加定量化和先进的研究方法来估计单个断裂和震源区的地震活动趋势和水平。例如，邵志军等（2020）、邵志军等（2022）利用古地震、全球定位系统和大地测量等数据，定量评估了未来10年中国东北、华北、华南、西部和喜马拉雅弧区391条断裂的活动水平。本文在地震危险性计算中充分考虑了这些结果，更新了地震活动性模型。新的地震活动性模型以科学严谨的方式反映了对2021—2030年地震活动水平的预测。
8结论
本研究的优点在于，采用邵建军等（2020）估算的各地震区地震发生率和同期地震活动率模型，考虑了2021—2030年中国大陆地区地震活动的时空分布。这对于我国的防震减灾工作具有重要意义，可为政府应急救援物资的准备、重点建筑的加固重建以及地震保险模型的建立提供科学依据。本研究的计算结果总体上科学严谨，可为未来地震风险评估和政策制定提供参考。
科学技术的不断进步，让我们对地震这一自然现象有了越来越清晰的认识。从以往的“不可知”，到今天能够通过震源模型、断层研究和地震活动性分析，给出未来10年地震危险性的空间分布，我们距离“预测地震”已更进一步。然而，地震本身的复杂性决定了它永远无法被完全掌控。面对这不可避免的自然力量，我们能做的，便是将科学的成果转化为行动，从而降低地震可能带来的灾害风险。
本次研究成果展示了科学家在地震危险性分析领域的最新突破。他们通过构建新的震源模型，整合地震断层与高风险区域（SRAs）的数据，详细分析了2021至2030年间中国大陆地区可能遭受不同烈度地震的概率。这些数据不仅揭示了地震活动的时空特征，还反映了未来地震危险的重点区域。尤其是东部的郯庐断裂带、环渤海湾地区，以及西部的天山地震带等区域，其危险性显著增加。这些地方往往是人口密集、经济发达的区域，一旦发生强震，后果将极为严重。
然而，科学数据本身并不能直接减少灾害损失。让数据真正发挥作用，需要从政府、社会、个人三个层面共同努力。对于政府而言，精准的地震危险性分析能够为制定防震减灾政策提供依据。从城市规划到建筑设计，从地震应急预案到救灾物资的储备，科学数据是保障国民安全的重要工具。对于地震高风险区，政府应优先加强基础设施的抗震能力，确保学校、医院、交通枢纽等关键场所能够承受可能的地震冲击。同时，开展针对性的地震应急演练，以提升社会面对地震灾害的反应能力。
社会层面，各行各业也应主动参与到地震防范中来。建筑行业应严格执行抗震规范，尤其是在地震高风险区域，加强老旧建筑的抗震加固。保险行业可以根据新的地震危险性数据，优化地震保险产品，为企业和个人提供更有针对性的保障。媒体和教育机构则有责任普及地震知识，提高公众的防震意识，让每个人都知道如何在地震中保护自己和家人。
作为普通人，我们又能做些什么？其实，防震减灾并不是遥不可及的事情。了解自家所在区域的地震危险性，学习基本的防震知识，并做好应急准备，是我们每个人都能参与的行动。例如，在家中准备一个地震应急包，里面放置饮用水、食品、药品、手电筒、收音机、备用电池等物品；了解家中的安全区域，如承重墙附近、远离窗户的角落；熟悉地震时的正确避险姿势，如“趴下、掩护、稳住”等。这些看似简单的准备，关键时刻可能挽救生命。
与此同时，我们也需要重新思考人与自然的关系。地震发生的原因深植于地球内在的构造运动之中，它是大自然运转的一部分，并不以人类意志为转移。我们无法阻止地震，但可以通过科学认识和技术手段，将其带来的威胁降至最低。在这个过程中，科学不仅是工具，更是我们与自然共处的桥梁。
研究还指出，未来10年，中国大陆地区地震活动可能处于高位。尽管如此，这并不意味着我们需要陷入恐慌。相反，科学的进步让我们有能力在风险来临前做好准备。与其担心下一次地震何时发生，不如将注意力放在如何应对地震上。通过科学指导、政策支持和全民行动，我们完全可以在地震频发的国土上，建设一个更加安全、更加 resilient（韧性）的社会。
最后，或许你会问：地震研究的尽头在哪里？事实上，地震科学的探索永无止境。每一次的研究进展，都为我们打开了新的视野。未来，随着地球物理学、人工智能和数据分析技术的进一步发展，地震预测的精度将会越来越高，我们对地震的认知也将更加全面。但即便如此，地震的不可控性依然存在，这提醒我们，除了依赖科学技术，还要在日常生活中培养对自然的敬畏，养成防灾减灾的习惯，让科学与行动共同守护我们的家园。
参考文献
Bozorgnia, Y., Abrahamson, N. A., Atik, L. A., Ancheta, T. D., Atkinson, G. M., Baker, J. W., Baltay, A., ... & Boore, D. M. (2014). NGA-West2 research project. Earthquake Spectra, 30(3), 973–987.
CERPG (China Earthquake Risk Prediction Group). (2020). Forecasting research on earthquake risk area and disaster loss of Chinese mainland during 2016 to 2025. Beijing: China SinoMaps Press.
Chen, J. G., Yan, J. Q., Xu, G. Y., & Hao, Y. Q. (1999). Discussion on principles and methods in estimating the maximum potential earthquakes in low seismicity area. Earthquake Research in China, 15(3), 220–228.
Cornell, C. A. (1968). Engineering seismic risk analysis. Bulletin of the Seismological Society of America, 58(5), 1583–1606.
Cornell, C. A., & Vanmarck, E. H. (1969). The major influences on seismic risk. In Proceedings of the 4th World Conference on Earthquake Engineering (pp. 13–18). Santiago, Chile.
Cramer, C. H., Petersen, M. D., Cao, T. Q., Toppozada, T. R., & Reichle, M. (2000). A time-dependent probabilistic seismic-hazard model for California. Bulletin of the Seismological Society of America, 90(1), 1–21.
Deng, Q. D. (1996). Active tectonics in China. Geological Review, 42(4), 295–299.
Deng, Q. D., Zhang, P. Z., & Ran, Y. K. (2002). Basic characteristics of active tectonics of China. Science in China (Series D), 32(12), 1020–1030.
Deng, Q. D., Zhang, P. Z., & Ran, Y. K. (2003). Active tectonics and earthquake activities in China. Earth Science Frontiers, 10(s1), 66–73.
Field, E. H., & Jordan, T. H. (2015). Time-dependent renewal-model probabilities when date of last earthquake is unknown. Bulletin of the Seismological Society of America, 105(1), 459–463.
Frankel, A. (1995). Mapping seismic hazard in the central and eastern United States. Seismological Research Letters, 66(4), 8–21.
Gao, M. T. (1996). Probability model of earthquake intensity based on Poisson distribution. Earthquake Research in , 12(2), 195–201.
Gao, M. T. (2003). New national seismic zoning map of China. Acta Seismologica Sinica, 25(6), 630–636.
Gao, M. T. (2015). The teaching materials of propaganda and implementation for GB 18306-2015 seismic ground motion parameters zonation map of China. Beijing: Standard Press.
Gao, Z. W., Chen, G. X., & Zhou, B. G. (2014). The principles and techniques of identifying seismotectonic province in new national seismic zoning map of China—An example of east China with middle seismic activity. Technology for Earthquake Disaster Prevention, 9(1), 1–11.
Gardner, J. K., & Knopoff, L. (1974). Is the sequence of earthquakes in southern California, with aftershocks removed, Poissonian?. Bulletin of the Seismological Society of America, 64(5), 1363–1367.
General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China. (2015). Seismic ground motion parameters zonation map of China (GB18306/2015). Beijing: Standard Press.
Gutenberg, B., & Richter, C. (1944). Frequency of earthquakes in California. Bulletin of the Seismological Society of America, 34(4), 185–188.
Hong, H. P., & Feng, C. (2019). On the ground-motion models for Chinese seismic hazard mapping. Bulletin of the Seismological Society of America, 109(5), 2106–2124.
Hu, Y. X., & Zhang, M. Z. (1984). A method of predicting ground motion parameters for regions with poor ground motion data. Earthquake Engineering and Engineering Vibration, 4(1), 1–11.
Huan, W. L., Huang, W. Q., Zhang, X. D., & Wu, X. (2002). The division of seismic belts and zones and geodynamic characteristics in China and its adjacent regions. In Proceedings of the Chinese Geoscience Union (pp. 440–441). Beijing: Seismological Press.
Li, X. J., Jing, B. B., Liu, C., & Yin, J. M. (2019). Site classification method based on geomorphological and geological characteristics and its application in China. Bulletin of the Seismological Society of America, 109(5), 1843–1854.
Li, X. J., Xu, W. J., & Gao, M. T. (2022). Probabilistic seismic hazard analysis based on Arias intensity in the north–south seismic belt of China. Bulletin of the Seismological Society of America, 112(2), 1149–1160.
Lv, Y. J., Wang, J., Wang, S. Y., Peng, Y. J., Xie, Z. J., Gao, A. J., & Liu, D. Y. (2016). Seismic catalogs for seismic ground motion parameters zonation map of China. Beijing: Earthquake Press.
Ma, J. (1999). Changing viewpoint from fault to block: A discussion about the role of active block in seismicity. Earth Science Frontiers, 6(4), 363–370.
Matthews, M. V., Ellsworth, W. L., & Reasenberg, P. A. (2002). A Brownian model for recurrent earthquakes. Bulletin of the Seismological Society of America, 92(6), 2233–2250.
Pan, H., Gao, M. T., & Xie, F. R. (2013). The earthquake activity model and seismicity parameters in the new seismic hazard map of China. Technology for Earthquake Disaster Prevention, 8(1), 11–23.
Petersen, M. D., Cao, T. Q., Campbell, K. W., & Frankel, A. D. (2007). Time-independent and time-dependent seismic hazard assessment for the State of California: Uniform California earthquake rupture forecast model 1.0. Seismological Research Letters, 78(1), 99–109.
Petersen, M. D., Moschetti, M. D., Powers, P. M., Mueller, C. S., Haller, K. M., Frankel, A. D., Zeng, Y. H., ... & Rezaeian, S. (2015). The 2014 United States national seismic hazard model. Earthquake Spectra, 31(1-Suppl), S1–S30.
Rong, Y. F., Xu, X. W., Cheng, J., Chen, G. H., Magistrale, H., & Shen, Z. K. (2020). A probabilistic seismic hazard model for mainland . Earthquake Spectra, 36(1-Suppl), 181–209.
Shao, Z. G., Zhang, G. M., & Li, Z. X. (2008). Research on the process and tendency of seismicity along the active tectonic boundaries in Chinese mainland. Earthquake, 28(3), 33–42.
Shao, Z. G., Wu, Y. Q., Ji, L. Y., Diao, F. Q., Shi, F. Q., Li, Y. J., Long, F., ... & Zhang, H. (2020). Determination of key seismic risk areas in Chinese mainland from 2021 to 2030. Beijing: Institute of Earthquake Prediction, Earthquake Administration.
Shao, Z. G., Wu, Y. Q., Ji, L. Y., Diao, F. Q., Shi, F. Q., Li, Y. J., Long, F., ... & Zhang, H. (2022). Comprehensive determination for the late stage of the interseismic period of major faults in the boundary zone of active tectonic blocks in Chinese mainland. Chinese Journal of Geophysics, 65(12), 4643–4658.
Shao, Z. G., Wu, Y. Q., Ji, L. Y., Diao, F. Q., Shi, F. Q., Li, Y. J., Long, F., ... & Zhang, H. (2023). Assessment of strong earthquake risk in the Chinese mainland from 2021 to 2030. Earthquake Research Advances, 3(1), Article 100177.
Shi, Z. L., Huan, W. L., Cao, X. L., Wu, H. Y., Liu, Y. W., & Huang, W. Q. (1982). Some characteristics of seismic activity in China. Chinese Journal of Geophysics, 17(1), 1–13.
Wang, P., Shao, Z. G., & Liu, Q. (2019). Probabilistic forecasting of earthquakes based on multidisciplinary physical observations and its application in Sichuan and Yunnan. Chinese Journal of Geophysics, 62(9), 3448–3463.
Wang, P., Shao, Z. G., Liu, X. X., & Yin, X. F. (2022). Ten-year probability of strong earthquakes on major faults in boundaries of active blocks in Chinese continent. Chinese Journal of Geophysics, 65(10), 3829–3843.
Wells, D. L., & Coppersmith, K. J. (1994). New empirical relationships among magnitude, rupture length, rupture width, rupture area, and surface displacement. Bulletin of Seismological Society of America, 84(4), 974–1002.
Wen, X. Z., Xu, X. W., Long, F., & Xia, C. F. (2007). Frequency–magnitude relationship models for assessment of maximum magnitudes of potential earthquakes on moderately and weakly active faults in eastern Chinese mainland. Seismology and Geology, 29(2), 236–253.
WGOSHMII (Working Group II on Seismic Hazard Mapping). (2010). Report on the division of seismic belts and potential seismic sources in China and neighboring regions. Beijing: Institute of Geophysics, China Earthquake Administration.
Wu, Z. H., Zhang, Y. Q., & Hu, D. G. (2014). Neotectonics, active tectonics and earthquake geology. Geological Bulletin of China, 33(4), 391–402.
Xiao, L. (2011). Study on attenuation relation of strong ground motion parameters of horizontal bedrock (Doctoral dissertation). Institute of Geophysics, China Earthquake Administration, Beijing.
Xie, F. R., Zhang, S. M., Zhang, Y. Q., Ren, J. J., Zhang, X. L., & Ran, H. L. (2013). Recurrence interval of large earthquakes along Chinese mainland active fault. Technology for Earthquake Disaster Prevention, 8(2), 1–10.
Xu, W. J., Gao, M. T., & Zuo, H. Q. (2021). Generation of a stochastic seismic event set based on a new seismicity model in earthquake catastrophe model. Seismological Research Letters, 92(4), 2308–2320.
Yu, Y. X., Li, S. Y., & Xiao, L. (2013). Development of ground motion attenuation relations for the new seismic hazard maps of China. Technology for Earthquake Disaster Prevention, 8(1), 24–33.
Zhang, P. Z. (1999). Late quaternary tectonic deformation and earthquake hazard in continental China. Quaternary Sciences, 39(5), 404–413.
Zhang, P. Z., Deng, Q. D., Zhang, G. M., Ma, J., Gan, W. J., Min, W., Mao, F. Y., ... & Wang, Q. (2003). Active tectonic blocks and strong earthquakes in the continent of Science in China (Series D), 33(s1), 12–20.
Zhang, G. M., Ma, H. S., Wang, H., & Li, L. (2004). Relationship between the active blocks in Chinese mainland and the strong seismic activity. Science in (Series D), 34(7), 591–599.
Zhang, P. Z., Deng, Q. D., Zhang, Z. Q., & Li, H. B. (2013). Active faults, earthquake hazards and associated geodynamic processes in continental China. Science in(Series D), 43(10), 1607–1620.
Zheng, W. J., Zhang, P. Z., Yuan, D. Y., Wu, C. Y., Li, Z. G., Ge, W. P., Wang, W. T., & Wang, Y. (2019). Basic characteristics of active tectonics and associated geodynamic processes in continental Journal of Geomechanics, 25(5), 699–721.
Zhou, B. G., Ran, H. L., Song, X. C., & Zhou, Q. (2003). An inhomogeneous distribution model of strong earthquakes along strike-slip active fault segments on the Chinese continent and its implication in engineering seismology. Earthquake Research in , 19(3), 101–111.
Zhou, B. G., Chen, G. X., & Gao, Z. W. (2013). The technical highlights in identifying the potential seismic sources for the update of national seismic zoning map of . Technology for Earthquake Disaster Prevention, 8(2), 113–124.
Zöller, G. (2018). A statistical model for earthquake recurrence based on the assimilation of paleoseismicity, historic seismicity, and instrumental seismicity. Journal of Geophysical Research: Solid Earth, 123, 4906–4921.