与常规物探方法一样，利用微动进行二维剖面或三维结构探测^[1-5]时需要进行大规模的台阵观测，而地震仪器的数量相对于整个测线上的测点来说是有限的，为获取测线的剪切波速度剖面，必须进行滚动式数据采集。对于测线的微动观测而言，无论是线型台阵还是三角型台阵，都要进行台阵的平行移动，而在城市区域进行微动观测时，由于有建筑物等的限制，通常仅能沿着道路采用线型台阵进行观测。图 1给出对测线进行微动线型台阵观测的流程。通常情况下，采用台阵整体或部分平移滚动的方式进行观测时，需要对每个局部台阵进行数据预处理、台阵内相对位置参数设置、SPAC曲线所需的台间距(相当于圆形台阵的半径对)参数拟合及台阵观测数据截取等，当测线较长或目标观测区域范围较大时，工作量巨大。为便于微动探测现场工作的快速开展和工程技术人员快速分析数据，有必要开发一套可视化的测线微动观测快速处理软件。

1 微动线型台阵观测方法 1.1 数据采集

在探测施工过程中，一般采用台间距逐渐扩大的非等间距方式来布设仪器，这样能够获得更佳的频率覆盖范围^[6]，但由于城市噪声频率较高且环境复杂，较大或较小的间距都不适宜。经过多次实践发现，仪器间距为10 m的等间距线性台阵更便捷可控，较适宜应用于城市微动探测工作，且仅6台仪器同时观测其理论探测深度就可以达到数百米，兼顾了施工的便利性和探测深度的要求。

微动台阵观测中数据的时间同步性极其重要^[7]，目前绝大多数观测系统采用GPS授时的方式来实现数据采集的同步性，精度可达到μs级。但GPS授时是需要时间的，为减小数据损失，本文采用滚动的方式向前探测。使用8台仪器，每15 min移动最后2台至测线前方，保证有6台仪器同步观测的时间超过0.5 h，以用于数据分析。为方便后期利用软件对数据进行判别和截取，在实施过程中应严格按照工作流程进行，保证仪器顺序，实时填写野外观测记录(表 1)。该记录是数据处理的依据，也是利用快速处理软件处理数据的基础，在后续数据处理中将作为台阵数据截取的参数。

1.2 数据预处理

将某一测线原始数据依据记录表中的时间参数进行初步截取并归入对应文件夹，文件夹以台阵命名为“台阵序号_起始仪器编号”(图 2)。

规范文件命名形式更为重要的意义在于方便软件识别。此外，这些文件夹将为下一步数据精确截取、参数计算等工作提供工作空间，以存储初步截取及精确截取的数据和根据测点位置及经纬度计算的台阵参数、半径对参数等文件。

1.3 数据截取和参数计算

观测中地震仪数据记录的特点是每1 h存储1个文件，数据处理时需要截取每个台阵中若干台仪器的同步数据，传统的人工操作方式过程非常繁琐且极易出错。在现场施工作业中，台阵向前滚动及仪器向前移动架设时有一个相对稳定且较长的时间间隔，这段时间没有数据也没有GPS授时信息，而其他因素导致的数据中断一般仅有几秒钟，最多不超过1 min，因此可将这一区别作为软件快速识别及数据截取的依据。通过分析一台仪器1 d的数据记录，将每个超过10 min(根据实际情况设置)时间间断的结束时间作为一段观测的开始时间，下个间断的开始时间作为本次观测的结束时间，扫描所有数据即可得到观测起止时间。如图 3中①②③分别为仪器1在3个台阵观测中的开始时间，ABC为结束时间，软件获得的起止时间数据可用来检验现场记录表，再次验证数据的可靠性。

有了观测起止时间，还要进一步优化数据截取方案，因为要去掉每段数据中前端GPS未授时的无效数据。表 1中的测点位置主要是通过测绳量取的，有了台阵仪器的位置便可计算得到测线中局部台阵的参数和用于拟合SPAC曲线的半径对参数(图 4)。

根据数据记录表中的相关信息，软件自动进行台阵参数计算、台阵数据截取及SPAC方法、H/V方法的自动处理，从而快速给出初步分析结果。

2 实例及讨论

根据探测线路周边环境，本次微动探测使用线型台阵，台站间距10 m，共8台仪器，台站观测系统长度为70 m。测点位置通过测绳确定，并利用GPS确定每个测点的经纬度坐标及高程。在观测中使用滚动式数据采集，每次将1台仪器平移到测线前方。

观测仪器使用的是8台CMG-40TDE短周期一体化地震仪，频段范围为1~100 Hz，采用GPS授时，授时精度优于1 ms。选定的采样率为100 Hz，每个点的观测时长为30 min左右，即保证在授时完成后有20 min左右的同步观测时间。图 5和6显示仪器具有较好的一致性。

测线全长1 030 m，NE向展布，台阵沿马路东侧部署，除部分位于交叉路口的测点因过往车辆较多无法架设，导致台站间距有一定变化外，绝大部分测点的间距为10 m，共101个测点。图 7为将根据软件观测报告输出的kml文件投影到Google Earth上的效果。数据处理时，先利用仪器记录的垂直、东西和南北三分量数据计算每个测点的H/V谱幅比，再利用6台仪器组成的台阵采用SPAC方法计算空间自相关函数，获得频散曲线图。根据已有的地质资料确定初始速度模型，然后利用近邻法反演瑞利波频散曲线，得到S波速度结构。

图 8为该测线的S波速度剖面，可以看出，该测线的土层(蓝色)厚度在15~20 m之间，整体为两侧厚、中间薄；强风化层(绿色)的底界深度在30~45 m之间，而中风化层(黄色)的底界深度在40~55 m之间，有一定的起伏，整体为西南浅、东北深，厚度在12~25 m之间。

3 结语

本文开发软件实现微动探测线型台阵观测数据的快速截取和台阵参数的同步计算。实验发现，该软件可用于从微动探测数据中截取并分离各个台阵(一般是邻近的6个测点)相同观测时间段的数据、各测点的相对距离及台站间距等参数，并通过这些参数进行SPAC曲线的计算、频散曲线的提取及速度结构的反演等。此外，本软件还支持输出kml文件，可将整个测线的观测点投影于Google Earth，操作简单，易使用。但本文软件的现场工作量仍稍大，下一步计划将野外记录、距离测量、拍照等功能集于一身，实现观测数据的电子化，减轻现场工作量。