一、模型研究的必要性和需求分析

　　中国地震科学实验场地处青藏高原东南缘，拥有多个大型断裂带，是我国的强震多发区。一直以来，地震监测与震源参数反演、强震危险性分析、地震灾害评估等是川滇地区的研究重点。为更好的服务于这些研究，高分辨率的速度模型可以为震后孕震背景分析提供有力支撑。在中国地震科学实验场的支持下，中国科大姚华建课题组于2019年底发布了通过体波及面波联合反演获得的川滇地区速度模型1.0版（SWChinaCVM-1.0），取得了较好的应用效果（Liu et al., 2021）。

　　为进一步提升模型分辨率，中国科技大学姚华建课题组与中国地震局地球物理研究所王伟涛课题组合作，在速度模型1.0版本的基础上构建了川滇速度模型2.0版。新模型融合了中国地震科学探测I期、II期、川西台阵等多个密集台阵，对地震体波和背景噪声面波资料进行了处理分析，利用人工智能方法，进行了走时拾取和质量控制，通过体波面波走时联合反演方法构建而成。速度模型2.0版综合了固定及密集流动台阵数据，构建了更高分辨率的速度模型，可以帮助认识更为精细的地壳结构，同时更好地服务于其他地震学研究，并服务于防震减灾工作。

二、模型预期指标和技术路线

　　预期指标：建立川滇地区高精度地壳及上地幔顶部Vp及Vs模型。

　　技术路线：以川滇地区的速度模型1.0版本模型SWChinaCVM-1.0（Yao, 2020; Liu等, 2021；https://github.com/liuyingustc/SWChinaCVM）为基础, 通过体波及面波走时数据的三维联合反演获得地壳及上地幔顶部三维Vp及Vs模型，构建更高精度的川滇地区速度模型2.0版本，对模型的分辨率进行测试，并与1.0版本进行对比验证。

三、模型数据来源和质量分析

　　在川滇速度模型1.0版本(Yao, 2020; Liu等, 2021)基础上，加入了密集流动台站的体波到时和背景噪声面波频散数据。数目统计如图1所示：

　　图1  固定及密集流动台站体波及面波走时数据统计。

四、研制关键技术方法

　　新模型选择SWChinaCVM-1.0作为此次模型构建的初始模型，将反演网格点横向加密至0.2度，深度方向网格点间隔为2.5-10公里，随深度增加而增加。

　　采用的反演方法为考虑地形起伏的地震体波及面波走时联合反演方法（Fang 等, 2016; Liu 等, 2021），在计算体波和面波数据敏感核时均考虑了实际高程。在反演过程中，对于体波走时数据，针对地震目录绝对到时、地震目录相对走时差和波形互相关走时差数据采用分级加权策略，并根据体波和面波走时数据的残差自动计算两者的权重。

　　五、完成情况与成果

　　以川滇地区速度模型1.0版本为初始模型，将反演网格横向加密至0.2度，利用上述体波走时和面波频散走时数据进行了联合反演，获得了更高分辨率的川滇地区地壳及上地幔顶部三维Vp及Vs模型（SWChinaCVM-2.0）。

　　图2-5展示了不同深度和垂直剖面的Vp及Vs模型。模型与川滇地区速度模型1.0版本的主要特征较为一致，包括5-10公里深度四川盆地内部的东西速度差异，20-30公里深度的两个不连通低Vp和低Vs异常体，以及30公里深度以上位于峨眉山大火成岩省内带的高Vp和高Vs异常。从重定位地震分布来看，4级以上地震基本分布在断裂带附近，且与高低速异常分布有较好的对应关系。

　　图2  深度5，10，20，30，40，50 公里的Vp模型。黑色粗线为川滇地区主要断层分布，灰色虚线为峨眉山大火成岩省内带和中带，红色圆点为4.0级以上的地震重定位结果。

　　图3  深度5，10，20，30，40，50 公里的Vs模型。其他符号与图8相同。

　　图4  沿经度方向垂直剖面AA', BB', CC', DD'的Vp（a,c,e,g）及Vs（b,d,f,h）模型。黑色x为4.0级以上的地震重定位结果，绿色阴影区域为峨眉山大火成岩省玄武岩出露，紫色虚线为峨眉山大火成岩省的内、中、外带。

　　图5  沿纬度方向垂直剖面EE', FF', GG'的Vp（a,c,e）及Vs（b,d,f）模型。其他符号与图10一致。

　　六、验证（测试）与精度评价

　　（1）模型验证

　　新获得的模型（SWChinaCVM-2.0）与SWChinaCVM-1.0做差来比较两者的差异。图6展示了两个模型在不同深度的差异，可以看出，二者之间的主要差异与新增的台站分布吻合，这说明模型之前的差异来源于新增的数据。经统计，约90.1%的网格点Vp差异在0.2 km/s以内，约97.8%的网格点Vs差异在0.2 km/s以内。

　　图6  SWChinaCVM-2.0与SWChinaCVM-1.0模型在不同深度上的差异。其中a)-f)为Vp模型差异，g)-l)为Vs模型差异。图l)上的红色三角形为构建SWChinaCVM-2.0所增加的台站（相对于构建SWChinaCVM-1.0）。黄色表示2.0版本新模型比1.0版本模型的速度低，蓝色表示2.0版本新模型比1.0版本模型速度高。

　　（2）模型精度评价

　　检测版分辨率测试结果表明，上地壳的横向分辨率可达20公里，中下地壳的横向分辨率可达50公里（图7）。相较于川滇地区速度模型1.0版本的50-75公里横向分辨率有较大提升。

　　图7  检测版恢复性测试结果。a)-b)为10公里、40公里深度恢复的Vp模型，c)-d)为10公里、40公里深度恢复的Vs模型。

　　七、模型使用说明

SWChinaCVMv2.0.txt

SWChinaCVMv2.0.txt.wrst.sea_level.txt

　　数据名为SWChinaCVM-2.0.txt（深度相对于地表）和SWChinaCVM-2.0.txt.wrst.sea_level（深度相对于海平面），文件采用文本字段存储方式，格式为：

       川滇地区2.0版速度模型由中国科学技术大学姚华建课题组（刘影，张智奇，姚华建）和中国地震局地球物理研究所王伟涛课题组（于子叶，张云鹏，王伟涛）共同完成。

       参考文献：

　　Fang, H., Zhang, H., Yao, H., Allam, A., Zigone, D., Ben‐Zion, Y., Thurber, C., & vanderHilst, R. D. (2016). A new algorithm for three‐dimensional joint inversion of body wave and surface wave data and its application to the Southern California plate boundary region. Journal of Geophysical Research: Solid Earth, 121(5), 3557–3569. https://doi.org/10.1002/2015JB012702

　　Liu, Y., Yao, H., Zhang, H., & Fang, H. (2021). The community velocity model v. 1. 0 of southwest china, constructed from joint body- and surface-wave travel-time tomography. Seismological Research Letters, 92(5), 2972–2987. https://doi.org/10.1785/0220200318

　　Maeda, N. (1985). A method for reading and checking phase time in auto-processing system of seismic wave data. Zisin (Journal of the Seismological Society of Japan. 2nd Ser.), 38(3), 365–379. https://doi.org/10.4294/zisin1948.38.3_365

　　Qiao, L., Yao, H., Lai, Y.-C., Huang, B.-S., & Zhang, P. (2018). Crustal structure of southwest china and northern vietnam from ambient noise tomography: Implication for the large-scale material transport model in se tibet. Tectonics, 37(5), 1492–1506. https://doi.org/10.1029/2018TC004957

　　Yao, H. (2020). Building the community velocity model in the Sichuan-Yunnan region, China: Strategies and progresses. Science China Earth Sciences, 63(9), 1425–1428. https://doi.org/10.1007/s11430-020-9645-3

　　Yao, H., van der Hilst, R. D., & de Hoop, M. V. (2006). Surface-wave array tomography in SE Tibet from ambient seismic noise and two-station analysis—I. Phase velocity maps. Geophysical Journal International, 166(2), 732–744. https://doi.org/10.1111/j.1365-246X.2006.03028.x

　　Yao, H., van der Hilst, R. D., & Montagner, J.-P. (2010). Heterogeneity and anisotropy of the lithosphere of SE Tibet from surface wave array tomography. Journal of Geophysical Research, 115(B12), B12307. https://doi.org/10.1029/2009JB007142

　　Yu Ziye &Wang Weitao，LPPN: A Lightweight Network for Fast Phase Picking. Seismological Research Letters 2022; doi: https://doi.org/10.1785/0220210309