我自己处理和地震有关的空间数据时有个很直观的感受1969年以后的地震目录好办基本都来自台网记录时间、经纬度、震级一套参数相对完整一旦往前翻到1969年以前数据就完全是另一副面孔——很多条目是从地方志、档案、古籍里挖出来的文字描述要变成能分析的信息得花不少额外功夫。最近我在整理一份区域活动构造资料把CnOpenData发布的这份中国1969年前历史地震目录信息表从头到尾捋了一遍发现它不只是“旧地震清单”那么简单而是研究历史地震活动性、做危险性评估、搞历史地理分析时反复要用的底图。这篇就把这套数据记录了什么、藏着哪些坑、能拿来做什么、以及怎么跟现代台网目录衔接逐项说清楚。适合做地震活动性分析、GIS时空可视化、工程抗震和灾害史研究的读者参考。1. 时间边界划在1969年背后是一套观测体系的落差如果只把1969年当作一个随手设定的截止年份很容易忽略一个关键事实这一年前后中国区域内的地震观测记录方式发生了根本性改变。简单说1969年之前的目录以历史文献和早期零星台站记录为主1969年之后逐步转向以现代仪器台网观测为主。这两种记录方式生产出来的数据在密度、精度和完整度上都不是一个量级。1.1 1969年以前的记录是怎么攒出来的地震目录不会凭空出现。传统上古代地震信息主要来自正史中的五行志、地方志里的灾异卷、官府档案、民间碑刻、寺庙钟铭笔记以及各类旅行者和传教士的手稿。这些材料记录的多是“某年某月某地发生地震屋舍倒塌、地裂泉涌”这类现象描述很少有定量参数。要把这些零散文字转成目录条目需要大量文献学鉴别工作——哪些是同一事件的重复记载哪些是夸大或附会哪些条目在不同版本的地方志里相互矛盾都得逐一核对。进入20世纪以后情况发生了一些变化。早期地震台站开始在中国少数城市布设能够记录到一些地震的仪器参数但台站数量极少、覆盖范围有限而且灵敏度不高中等以下的地震经常记不到。所以我在处理这类早期台站数据时习惯把1969年前的记录看成“混合数据”一部分来自文献整理一部分来自早期仪器观测还有一部分是二者拼凑之后的综合判断。这一点非常重要因为它直接影响了后面做统计分析时要设多高的门槛。CnOpenData这份“中国1969年前历史地震目录信息表”本质上就是对上述资料的系统汇编。它不是某个台网的观测产出而是多位研究者根据公开文献和历史资料逐条考证、整理出来的成果因此条目形态更接近“事件整编产品”而不是“观测记录产品”。1.2 表里到底装了哪些维度完整的历史地震目录信息表通常不只是“时间 地点 震级”三列。以这份表的结构来看几个核心维度基本跑不掉字段大致含义需要注意的不确定性地震时间历史纪年或公历年份部分可细到月、日、时辰古代纪年需要换算改元当年容易出现重复标注有些事件只有年份震中位置以行政区名或古地名描述后期会附估算经纬度古地名对应现代位置需要考证文字定位往往只能到“县”一级震级面波震级、体波震级或统一换算后的震级历史地震震级大多由烈度反推精度普遍有限震中烈度根据文献灾情描述判定的烈度等级不同研究者的判定口径可能不一致震源深度部分条目有估计值多数缺失历史地震几乎没有可靠的深度约束灾情及文献出处原始描述、引用文献等信息用于回溯判别震级和烈度可靠性是整张表最需要保留的原始资料我第一次拿到这种表时下意识会先看震级列后来才发现最该看的是“出处”和“原始描述”。因为震级和经纬度都是后来的研究者加工过的结果而原始描述才是判断数据可靠性的唯一锚点。同一场地震如果只在某本县志里有一句话记载和它在多种独立文献中均有吻合记录可信度是完全不同的这一点在后面做统计时会影响权重的设定。2. 历史目录与现代台网目录的差异决定后续处理方式很多从台网时代入行的人拿到历史目录后会按现代目录的思维去理解它结果在统计时处处碰壁。历史的记录方式和现代台网目录之间有几个本质差异必须先想清楚后面每一步处理才站得住脚。2.1 记录口径从“灾情描述”到“物理参数”现代台网目录给到用户的是发震时刻、震中经纬度、震源深度、震级、震相数据、震源机制解等物理参数。这些参数直接来自仪器观测和计算同一个地震在目录里呈现出来的是一组相对客观的数据。但1969年前的历史地震没有这个条件古人并不知道“震级”这个概念他们记录的是感受和破坏房屋倒塌多少、地面裂了几处、井水有没有变化、人畜有没有伤亡。所以历史目录里那些看起来很像现代参数的震级和经纬度实际上是后来的研究者根据文字描述反推回去的。这意味着什么意味着这些“参数”带有人为判断的成分不同研究者对同一场地震给出的震级估计可能会差半级以上震中位置也可能偏移几十公里。处理时必须把这种误差带进后续分析不能当作精确值直接使用。2.2 震级与烈度的换算逻辑这里展开说一下历史目录里震级是怎么来的。烈度描述的是地震在某个地点造成的破坏程度和人的感受强度而震级描述的是地震释放的总能量大小两回事。但历史地震没有仪器记录能量只能靠分布在各地的烈度点来反推。研究者会收集所有文献中关于这场地震的破坏描述按烈度表给每个地点赋值画出等震线再根据等震线的分布范围、最大烈度与震中烈度用经验关系换算出一个震级。这个过程很容易理解做图像处理的人可以把等震线想成类似“灰度值衰减圈”——中心烈度越高、波及范围越大反推出来的震级就越大。问题在于烈度与震级的经验关系本身就有不小的方差而且等震线形状是不规则的受地质条件、场地条件影响很大。再加上古代文献的记载密度不均匀人口多的地区记录多、人口稀疏的山区可能只有一两条描述画出来的等震线必然带有很大的主观性。因此历史目录中的震级我通常把它当成“有参考价值的估计值”而不是可以和现代仪器震级直接等量齐观的数。2.3 样本完整度的年代衰减第三个差异也最容易被忽略随着时间往前回溯目录的样本完整度是断崖式下降的。越古老的年代文字记录越少破坏性地震中只有那些发生在政治、文化中心或人口密集地区、造成较大影响的事件才有机会被写进地方志。偏远地区的小震甚至中等地震可能完全没有留下记载。这一点在做地震活动性分析时是致命的。现代目录里可以用“最小完整震级”来界定统计区间低于这个震级就承认记录不全、不纳入统计但历史目录的问题更复杂——不仅是小震缺失还包括中等破坏性地震也可能漏记。也就是说你看到的古地震空间分布实际上是“当时有人居住且有文献记录习惯的地区”的空间分布而不是当时地震真实发生的空间分布。我在实际处理中会单独做一个“记录完整度评估”步骤按年代和地域统计条目数量再做后续分析否则早期结论完全可能被记录偏差带偏。3. 清洗历史目录时绕不开的几个坑历史目录不是拿到手就能直接画的。就像考古发掘要先做地层划分一样数据清洗在这类资料上占掉的精力远比你想象的多。我按处理的先后顺序把最容易踩的几个坑拆开讲。3.1 纪年、改元与重复条目时间字段永远是第一步。1969年前的目录不会全部用公历很多条目用的是帝号纪年加农历日期例如“某朝某年秋”“某年至某月底”之类。这就涉及两套时间转换问题一是帝王纪年要换算成公历年份二是农历日期对应公历要到工具书或算法里去查。如果只是粗略按年份统计问题不大但如果要精确到日就非常麻烦因为古人记录“某日”的时候经常不区分农历大小月甚至会写错一两天。还有一类经典重复问题改元之年同一场地震可能被分别记在两个年号下。比如某朝代在年中换了年号前半年记为旧年号后半年记为新年号后来编目录时如果没仔细比对同一条地震就可能被拆成两场。反过来相邻州县的地方志各自记载了同一场地震如果文字描述稍有差异整理者也可能把它们当成两次事件。处理重复条目的方法没有什么花活就是按“时间 震中区 震级/烈度”做多字段聚类设置一个合理的时间窗和空间窗比如三天之内、一百公里以内再人工查看原始描述是否指向同一事件。3.2 地名定位与震中估计历史地震目录里最折磨人的字段其实是“震中位置”。古地名和今天的地名并不一一对应同一个县名在不同朝代可能管辖范围差别很大有的古地名今天已经彻底消失还有一些地名在不同历史时期指代的位置完全不同。把文字地名转成坐标时我通常先做古地名词典匹配匹配不上就查当地地方志中的沿革信息再不行只能定位到更粗的行政级别。这里要特别提醒目录表里给出的经纬度很多不是原始观测结果而是整理者后来根据“震中在某某县附近”这种描述填进去的估计值。这个估计值可能落在县城的某个角落但真实震中可能在县城外几十公里的断裂带上。所以在做GIS分析时我一般以目录经纬度作为参考点同时保留原始地名和“位置准确度等级”字段绝不把点位的精确度当成实际震中精度。3.3 震级标尺不一与缺失历史目录中震级的不一致性容易被低估。早期的研究习惯使用面波震级后来有的目录使用体波震级还有一些研究工作先给出震中烈度再通过经验公式换算成统一的震级。不同标尺之间存在系统偏差特别是大震与中震之间换算关系并不是恒定不变的。如果你把不同来源的地震合并成一张表不做“震级标尺归一化”就直接画分布图很可能在某个震级档上看到不真实的突变。另外并不是每条历史地震都有震级。很多条目只有烈度和灾情描述没有可靠震级估计或者震级估计的置信度很低。这时候我不建议强行填一个值进去更合理的做法是把震级列分成“观测值”和“推算值”再把“是否可靠”作为单独一列标记。统计时再根据分析需求决定是否包含推算值。到这里清洗阶段的主要流程大概是这样先处理时间统一做完纪年和农历公历转换后按年份做条目数量分布检查。按时间窗和空间窗聚类合并重复条目。逐条将文字地名转换为坐标标注定位精度等级。检查震级标尺是否一致不一致的做归一化换算并保留转换记录。给所有字段增加“原始值”和“修正值”两套并存的处理方式避免修正过程中丢掉源头信息。这套流程走完数据才能真正进入应用环节。4. 这份目录能支撑哪些实际应用清洗后的历史地震目录能做的事情比很多人想象中多。虽然不是台网时代那种连续观测数据但它在几个方向上具有现代目录无法替代的价值。4.1 历史地震活动性分析历史地震目录最直接的应用是用历史时段内的大震记录来补充活动性统计。现代台网记录再长也很难覆盖百年尺度上的地震活动全貌而历史目录把记录窗往前拉长了好几百年提供了大量中强以上地震样本。做这类分析时要注意前面说的完整度问题不能拿整个时间段的所有地震一起统计而要先确定“最小完整震级”再只用完整记录的时段和震级档。比如某地区只有近三百年对破坏性地震的记录相对完整那就只用这三百年和这个震级以上的事件做频度统计否则b值计算结果会因早期样本缺失而严重失真。4.2 断层活动性与复发周期研究活动断层的发震能力怎么判断一是靠古地震探槽开挖识别断层在几千年里发生过多少次位错事件二是靠历史地震目录看这条断层在文字记录时期有没有明确的大震对应记录。两者互为补充。探槽记录的时间跨度长但难以精确到具体年份历史目录恰好能提供最近几百年的精确地震事件帮助研究者把探槽中识别出的最新事件与目录中的历史地震对应起来。如果一条活动断层在历史目录中能找到多次强震记录而且时间间隔有一定规律就可能存在“特征地震”的复发模式通俗说就是这条断层每隔一段时间就会发生一次规模相近的大震。这类信息在城市规划、重大工程选址和灾害风险沟通中都非常有价值。当然历史目录只能提供有限的几个复发样本统计分析意义有限还需谨慎结合探槽和地质证据。4.3 GIS空间分析与区划参考把历史地震目录落点到地图上之后可以做密度分析、断层关联分析、时空集群分析。比如把历史破坏性地震点与活动断层带叠加观察强震在一些构造部位上的重复性或者把地震点的时间属性展开做成动态演化地图直观展示某个区域强震活动在不同时期的空间迁移。这些分析成果在工程抗震领域也有一席之地。历史极值地震往往是衡量一个区域地震危险性的重要参考工程上经常用“历史上该区域发生过的最强地震”作为评价设防水平的依据之一。虽然没有台网目录那样精密的参数但历史目录提供了“这个地方曾经发生过这么大破坏性地震”的硬事实这个事实不会因为观测手段不同而打折。5. 与后续目录衔接及交叉验证的操作建议历史目录很少单独使用。目前更常见的做法是以1969年为界把历史目录和现代台网目录拼接成一条长序列满足长周期活动性研究的需要。但这个拼接过程有细节要处理。5.1 拼接边界上的重叠与断层1969年这个边界并不是一条绝对清晰的线。1969年之前已经有早期台站记录1969年之后也有不少地方还依赖宏观资料补充当时中小地震的缺失。这就导致两个目录在边界附近可能存在重叠或遗漏。我在拼接时不会直接把两个表硬接而是取前后各若干年的重叠时段做交叉比对同一场地震历史目录和台网目录是否都有记录参数是否一致如果两套参数不一致以哪种方式记录差异而不是简单覆盖边界附近有没有某个时间段两个目录都缺失需要其他辅助资料补齐。这种比对工作看起来很繁琐但对长序列地震活动性的结论影响很大。一次中等强度地震如果在拼接时被重复计入等于人为提高了震级档位上的地震频次。5.2 多来源数据的交叉核对历史地震目录并不是唯一公开可用的历史地震数据来源。地方性地震史料汇编、各地区编写的地震志、重大历史地震专题研究都会针对同一批事件给出不同的描述或参数。我在实际项目中习惯至少找两套来源进行交叉核对。数据来源类型时间覆盖记录形式主要问题历史文献汇编类目录古代至近代文字灾异记录汇集位置定性、年代模糊、漏记较多早期地震目录汇编近代至上世纪中期文献整理加早期台站数据收录标准不一震级标尺混杂现代台网地震目录约1969年以后仪器观测早期台站稀疏中小地震完整度有限地方地震志与专题研究视研究范围而定详于个别事件考证覆盖范围不统一口径各异交叉核对不能只盯着震级。更有效的方法是比较同一事件在不同来源中的烈度点和破坏描述因为这部分是相对原始的素材不容易被后期加工所扭曲。如果某条事件只有在单一来源里出现而且原始文献等级不高我会把它标记为“存疑”不进入关键的统计分析。5.3 我推荐的一套最小处理流程最后把我现在跑这类数据时已经固定下来的流程整理一遍供参考拿到目录后先做年代分布直方图识别明显异常的记录稀疏段画出一张“记录完整度示意表”。统一时间字段处理纪年和农历公历转换然后做重复条目合并。把文字地点转成坐标标注定位精度等级保留原始地名。统一震级标尺区分观测震级和推算震级标记置信度。与1969年后的台网目录做重叠时段交叉比对消除边界重复或遗漏。在分析结果中始终带着“记录完整度”做敏感性讨论而不是假设数据天然完整。坚持这个流程跑下来分析结论会扎实很多也方便后来接手的人复核每一步处理。最后说一点个人体会。我一开始看这种历史目录很容易把它当成给定数据直接拿去做可视化。后来拿它和更晚时期的目录对比才发现早期那部分缺失本身就是信息——哪些地方在地震史料里“频繁出现”哪些地方几乎从来没有记录既说明地震活动也说明人口分布和文献保存条件。建议拿到表以后先按每五十年或每百年统计一次条目数量变化画一条完整度趋势再决定哪些时段可以进定量分析。这份目录的价值不在于“全”而在于告诉你哪些地震确有据可查、哪些只能作参考。把这种不确定性保留在数据里后面的分析才立得住。