文章快速检索     高级检索
  大地测量与地球动力学  2021, Vol. 41 Issue (6): 655-660  DOI: 10.14075/j.jgg.2021.06.019

引用本文  

黄麒瑾, 崔庆谷. 基于震例及实验的水温传感器分辨力选择与观测方法研究[J]. 大地测量与地球动力学, 2021, 41(6): 655-660.
HUANG Qijin, CUI Qinggu. Research on Resolution Selection of Water Temperature Sensor and Observation Methods Based on Earthquake Cases and Experiments[J]. Journal of Geodesy and Geodynamics, 2021, 41(6): 655-660.

项目来源

国家自然科学基金(41874111);云南省地震局科技人员传帮带项目(C3-201708)。

Foundation support

National Natural Science Foundation of China, No.41874111;Scientific Project of Yunnan Earthquake Agency, No.C3-201708.

通讯作者

崔庆谷,高级工程师,主要从事地震观测研究,E-mail: cqg000123@sina.com.cn

Corresponding author

CUI Qinggu, senior engineer, majors in earthquake observation, E-mail: cqg000123@sina.com.cn.

第一作者简介

黄麒瑾,助理工程师,主要从事地震观测研究,E-mail: hqj20202020@126.com

About the first author

HUANG Qijin, assistant engineer, majors in earthquake observation, E-mail: hqj20202020@126.com.

文章历史

收稿日期:2020-08-23
基于震例及实验的水温传感器分辨力选择与观测方法研究
黄麒瑾1     崔庆谷1     
1. 云南省地震局,昆明市北辰大道148号,650224
摘要:统计全国56个5.0级以上地震前109条水温观测数据的异常变化情况,分析其强度分布特征,将其作为水温仪器分辨力选择的重要参考依据之一。在此基础上采用同型号仪器在单井不同深度开展对比观测实验,得到不同噪声水平和扰动条件下仪器分辨力选择的量化依据。同时定量分析云南水温观测台网、龙陵水温观测台阵在传感器分辨力选择过程中的细节问题。结果表明,云南水温观测台网能够有效监测到震前异常变化信号,龙陵水温观测台阵中传感器分辨力与环境条件的匹配程度需作进一步调整。
关键词水温观测传感器分辨力环境条件异常信号强度

云南在网水温传感器主要有SZW-1A、SZW-2、DRSW-2、ZKGD3000、DLZ-1、DT-TTC,其性能参数不尽相同,观测井环境条件也存在差异。长期的水温观测实践表明,良好的观测效能不仅与仪器有关,同时也与环境条件有关[1-2],因此观测仪器与观测条件如何合理匹配并产出最有效的观测数据是需要重点关注的问题。

传感器的分辨力选择非常关键,分辨力太低监测不到震前异常信号,分辨力太高则容易导致数据飘忽不定。基于广东省观测资料的研究发现,第一代水温观测仪设计的分辨力为0.001 ℃[3],能同时检测到正常的背景噪声和震前异常信号,该设计既考虑了环境条件,也考虑了前兆异常信号的强度,但其选择依据仅限于广东省内的较少震例和有限数据。

随着数据的积累,更多的资料和震例可作为传感器选型的依据。部分学者对1996年以来云南地区5.0级以上地震资料进行梳理后发现,49组水温观测数据在地震前存在异常信号[4-5],这些异常信号的变化幅度主要集中在0.000 1~0.1 ℃之间,与高精度水温仪被普遍使用的现状契合。但在相同工艺条件下难以同时保证传感器的分辨力和稳定性,因此分辨力的选择需要基于震例及环境条件进行综合考虑。

本文通过收集整理全国56个5.0级以上地震前109条水温观测数据的异常变化,分析水温观测数据在地震前的异常强度分布特征,给出水温监测仪器分辨力选择的统计依据。采用同型号仪器在单井不同深度开展对比观测实验,得到不同噪声水平和扰动条件下仪器分辨力选择的量化依据,同时对云南水温观测台网32个测点及龙陵水温观测台阵40个测点传感器在分辨力选择过程中的细节问题进行定量分析。

1 前兆水温异常的强度分布特征

水温观测的目的是提取震前出现的前兆异常信号,因此监测仪器的选型、观测条件的准备都必须围绕该目标展开。本文收集整理经过核实且有文献记载的全国56次5.0级以上地震前水温观测数据的变化情况,部分地震发生前有多个台站记录到震前异常,得到109条水温观测数据变化记录[5-18],其中异常特征明显的代表性地震事件共41次(表 1)。

表 1 41次5.0级以上代表性地震事件前水温观测异常统计 Tab. 1 Temperature changes before 41 typical earthquakes (MS≥5.0)

在109条异常变化记录中,假设水温上升为正,下降为负,可得到全国56个5.0级以上地震前109条水温异常变化的强度分布特征。

图 1可以看出,前兆异常变化幅度集中在≤0.001 ℃区域,因此水温观测仪器应尽量提高分辨力,但高分辨力仪器存在数据稳定性降低的问题,在高灵敏度情况下,较小的外界干扰就可能导致数据出现巨幅阶跃、毛刺与漂移。

图 1 地震前水温异常强度分布 Fig. 1 Intensity distribution of temperature changes before earthquakes
2 不同环境噪声与扰动条件下的分辨力选择

水温仪的分辨力越高,检测到前兆异常的概率也越大。20世纪80年代以来,高分辨力水温传感器一直是地震工作者追求的目标之一[19],但高分辨力会伴随观测数据稳定性降低的问题,因此需要在分辨力和数据稳定性之间找到平衡点,这取决于环境噪声与扰动信号的强度。

2.1 单井不同层位同型号仪器记录数据对比

环境噪声和扰动是影响地震前兆信息提取的主要因素之一[1],单井中不同观测层位的温度日变量、干扰信号强度、本底噪声强度存在差异,这些来自环境的扰动直接决定可提取到的最小前兆异常信息。图 2为同一型号水温观测仪器(SZW-2)2020-06-11~08-11在云南省永仁县地震局观测井不同深度记录到的水温观测数据。

图 2 SZW-2水温仪记录数据对比 Fig. 2 Comparison of data recorded by SZW-2 sensor

图 2可以看出,在190 m深度处,由于来自环境的扰动信号强度较大,约为0.03 ℃,数据的稳定性相对较差,因此小于0.03 ℃的水温异常信号无法被识别; 而在225 m深度处,来自环境的扰动信号强度较小,约为0.01 ℃,数据更为稳定,大于0.01 ℃的异常信号可以从背景噪声中被识别。由此可见,相同的水温观测仪器在不同环境条件下的观测效果存在差别。

图 2还可以看出,永仁井水温数据中的环境扰动随深度的增加而迅速减小,但并非所有观测井的水温数据都符合该规律。图 3为DRSW-2水温仪在弥勒观测井5个不同深度处记录到的降雨影响数据,记录时间为2019-07-01~10-30,期间经历过1次强降雨。对比记录数据可以看出,受外界扰动和降雨影响最大的并不是最浅层位(200 m)的数据,而是中间层位(400 m)的数据,最深层位(560 m)的数据稳定性最好,受干扰程度最小。

图 3 弥勒井中不同深度DRSW-2水温仪记录数据对比 Fig. 3 Comparison of data recorded by DRSW-2 sensor at different depth in Mile well

图 23可以看出,在井水温观测中,同一单井中不同层位的环境条件可能完全不同,因此需要通过不断实验来选择最优的观测层位和投放深度。

2.2 扰动强度与分辨力选择

对云南在网32个水温观测点记录数据的本底噪声及扰动强度进行统计,结果见表 2。表中记录数据的本底噪声幅度为观测点所能检测到的最小信号,小于本底噪声的信号将被湮没而无法显示; 而干扰强度可表示数据的短期稳定性[20],表中干扰强度为稳定时段10 d内记录数据的最大标准差,小于干扰强度的前兆信号将难以被识别。

表 2 云南在网32个水温观测点记录数据的噪声与干扰 Tab. 2 The detail of water temperature changes of 32 sites in Yunnan observation network

高分辨力的仪器需要与之匹配的观测环境条件,当本底噪声及扰动信号的强度远大于传感器的分辨力下限时,仪器分辨力过高会造成分辨力冗余,只有在更优的观测条件下才能充分发挥其作用。

图 4表 2中台站的本底噪声强度、云南历史地震前水温前兆异常强度(绝对值)与SZW水温仪和其他水温仪的分辨力下限,从图中可以判断各台站记录数据中的主要信号成分。

图 4 本底噪声及前兆异常信号的强度分布与水温仪器分辨力 Fig. 4 Intensity distribution of background noise and precursory abnormal signal and resolution of temperature sensors

图 4中历史地震前水温前兆异常强度(绝对值)分布曲线为图 1中分布曲线取绝对值(正值)的结果。从图 4可以看出,云南32个在网水温观测点配置的SZW型传感器和其他水温传感器的分辨力指示线位于本底噪声曲线及水温异常分布区域左侧,这2种仪器均能有效监测到各测点的本底噪声,同时也能监测到云南5.0级地震前可能出现的水温异常信号。但对于具有高分辨力的SZW型水温传感器而言,由于其分辨力过高,在当前观测环境条件下,0.000 1~0.001 ℃区间的检测能力冗余,观测条件有待改善。与SZW系列的高精度水温传感器相比,其他水温传感器尽管型号参数不同,但对实际监测效果并无影响,说明当前云南井水温观测的环境条件并不能使水温仪的高分辨力充分发挥出来。

3 龙陵水温台阵及其监测能力分析 3.1 台阵概况

2014年云南省地震局在龙陵地热区建设低精度水温观测实验台阵,将40个较低灵敏度的温度传感器布设到长1 000 m、宽500 m的温泉出露条带,以开展台阵观测实验。水温观测仪为DT-TTC无线温度测量仪,量程为-50~300 ℃,仪器分辨力为0.1 ℃。在经历了多个5.0级以上地震后,预报人员对该台阵的预报效能进行了评估:在周边显著地震事件发生前,未发现台阵观测数据出现显著变化; 龙陵水温台阵观测数据在云南震情跟踪中未能发挥预期作用,此后将龙陵水温观测台阵归入试验性项目,观测数据不再纳入质量评价体系。为查找深层原因并提出改进方案,本文将从监测角度对数据进行评价。

3.2 数据评价

龙陵低精度水温观测台网中40个台站的观测数据总体可分为4类:巨幅变化数据、完全受日变控制的数据、日变小的数据及相对稳定的数据。为对每个测点的数据进行量化分析,对各测点记录数据的本底噪声、日变及干扰强度进行统计。图 5为龙陵各台站的本底噪声强度、历史地震前水温前兆异常强度(绝对值)与水温传感器的分辨力曲线,从图中可以判断各台站记录数据中的主要信号成分。

图 5 本底噪声、水温异常幅度与DT-TTC分辨力对比 Fig. 5 Comparison of background noise, abnormal amplitude of water temperature and resolution of DT-TTC sensor

图 5中历史地震前水温前兆异常强度(绝对值)分布曲线为图 1中分布曲线取绝对值(正值)的结果,从图中可以看出,龙陵水温台阵40个测点水温观测探头的分辨力为0.1 ℃,除少数幅度很大的异常信号(如1976年龙陵7.3级、7.4级地震前龙陵台水温变化)外,无法检测到分辨力线左侧大部分的地震前兆异常信号,因此记录数据的主要信号成分为分辨力下限右侧的本底噪声、日变、干扰及漂移。由此说明需要对龙陵台阵进行改造,改造内容包括2个方面:提高水温传感器的检测灵敏度; 将水温探头安装到更深位置,降低噪声和干扰信号幅度。

4 结语

良好的观测质量和观测效果是仪器与环境的综合体现,不仅与仪器本身有关,同时也与观测场地的环境条件有关。水温传感器分辨力的选择必须与环境条件相匹配,分辨力过高和过低均会造成观测资源的浪费。云南32个在网水温观测点配置的SZW型传感器及其他水温传感器均能有效监测到各测点的本底噪声,同时也能监测到云南5.0级以上地震前可能出现的水温异常信号。但当前云南井水温观测点的环境条件不足以使SZW系列高精度水温仪的高分辨力潜能得到充分发挥,需要全面改进观测条件。另外,龙陵水温台阵水温传感器分辨力过低,除少量巨幅异常外很难检测到大多数的地震前兆异常,必须提高水温传感器的分辨力,同时将水温探头安装到更深位置,以降低噪声和干扰信号的幅度,从而达到预期的监测效果。

参考文献
[1]
何案华, 赵刚, 薛娜, 等. 沙河地震台地热对比观测分析[J]. 大地测量与地球动力学, 2009, 29(4): 51-54 (He Anhua, Zhao Gang, Xue Na, et al. Analysis of Geothermal Comparative Observation at Shahe Seismostation[J]. Journal of Geodesy and Geodynamics, 2009, 29(4): 51-54) (0)
[2]
张慧, 顾申宜, 李志雄, 等. 单井多层位水温微动态初步研究[J]. 地震, 2013, 33(1): 101-110 (Zhang Hui, Gu Shenyi, Li Zhixiong, et al. Preliminary Study on Micro-Behaviors of Water Temperature at Different Layers in the Same Well[J]. Earthquake, 2013, 33(1): 101-110) (0)
[3]
叶保钧, 柴建勇. 广东省的地温观测[J]. 华南地震, 1998, 18(2): 63-68 (Ye Baojun, Chai Jianyong. The Geothermic Observation in Guangdong Province[J]. South China Journal of Seismology, 1998, 18(2): 63-68) (0)
[4]
张勤耕. 一种高精度数字地温测量系统[J]. 地壳形变与地震, 1997, 17(3): 68-72 (Zhang Qingeng. A Precise Digital Geotemperature Survey System[J]. Crustal Deformation and Earthquake, 1997, 17(3): 68-72) (0)
[5]
刘耀炜, 孙小龙, 王世芹, 等. 井孔水温异常与2007年宁洱6.4级地震关系分析[J]. 地震研究, 2008, 31(4): 347-353 (Liu Yaowei, Sun Xiaolong, Wang Shiqin, et al. Relationship of Bore-Hole Water Temperature Anomaly and the 2007 Ning'er M6.4 Earthquake[J]. Journal of Seismological Research, 2008, 31(4): 347-353 DOI:10.3969/j.issn.1000-0666.2008.04.009) (0)
[6]
张彬, 方震, 刘耀炜, 等. 云南地区水温异常与地震关系[J]. 地球科学——中国地质大学学报, 2014, 39(12): 1 880-1 886 (Zhang Bin, Fang Zhen, Liu Yaowei, et al. Relationship between Water Temperature Anomaly and Earthquake in Yunnan[J]. Earth Science—Journal of China University of Geosciences, 2014, 39(12): 1 880-1 886) (0)
[7]
陈沅俊, 姚宝树. 张北6.2级地震地温短临异常特征[J]. 地震, 1999, 19(2): 179-182 (Chen Yuanjun, Yao Baoshu. The Features of Geotemperature in Short-Term Precursory Anomalies before the Zhangbei Earthquake with MS6.2[J]. Earthquake, 1999, 19(2): 179-182 DOI:10.3969/j.issn.1000-3274.1999.02.010) (0)
[8]
邱鹏程, 刘学领, 王永刚, 等. 格尔木井水温异常特征及其与地震关系分析[J]. 地震地磁观测与研究, 2005, 26(增1): 20-26 (Qiu Pengcheng, Liu Xueling, Wang Yonggang, et al. Anomaly Features of Water Temperature and Relation to Earthquake in the Well of Geermu Seismic Station[J]. Seismological and Geomagnetic Observation and Research, 2005, 26(S1): 20-26) (0)
[9]
段胜朝, 孙自刚, 曾庆堂, 等. 腾冲地震台数字化水温动态在中强以上地震前的异常特征分析[J]. 高原地震, 2017, 29(1): 45-51 (Duan Shengchao, Sun Zigang, Zeng Qingtang, et al. Analysis on the Abnormal Feature Observed from the Digital Water Temperature before Medium-Strong Earthquake at Tengchong Seismic Station[J]. Plateau Earthquake Research, 2017, 29(1): 45-51 DOI:10.3969/j.issn.1005-586X.2017.01.008) (0)
[10]
夏开平, 毕青, 张体移, 等. 澄江井水温异常映震分析[J]. 地震地磁观测与研究, 2016, 37(5): 89-94 (Xia Kaiping, Bi Qing, Zhang Tiyi, et al. Seismic Analysis of Water Temperature Anomaly in Chengjiang Well[J]. Seismological and Geomagnetic Observation and Research, 2016, 37(5): 89-94) (0)
[11]
付虹, 赵小艳. 汶川MS8.0地震前云南地区显著前兆观测异常分析[J]. 地震学报, 2013, 35(4): 477-484 (Fu Hong, Zhao Xiaoyan. Analysis on Remarkable Precursory Anormalies Observed in Yunnan Area before Wenchuan MS8.0 Earthquake[J]. Acta Seismologica Sinica, 2013, 35(4): 477-484 DOI:10.3969/j.issn.0253-3782.2013.04.003) (0)
[12]
杨晓霞, 王小玲, 李玉丽, 等. 2016年青海门源MS6.4地震前地下流体异常特征分析[J]. 地震研究, 2016, 39(增1): 89-94 (Yang Xiaoxia, Wang Xiaoling, Li Yuli, et al. Analysis on Anomaly Characteristics of Underground Fluid before Qinghai Menyuan MS6.4 Earthquake in 2016[J]. Journal of Seismological Research, 2016, 39(S1): 89-94) (0)
[13]
张立. 2011年缅甸7.2级地震前云南地下流体异常特征分析[J]. 地震, 2013, 33(1): 119-126 (Zhang Li. Characteristic Analysis of Ground Fluid Anomalies in Yunnan before the 2011 Burma MS7.2 Earthquake[J]. Earthquake, 2013, 33(1): 119-126) (0)
[14]
钱晓东, 苏有锦, 李琼. 2012年云南宁蒗-盐源5.7级地震及震前异常分析[J]. 地震研究, 2012, 35(4): 455-463 (Qian Xiaodong, Su Youjin, Li Qiong. Analysis for Basic Characteristic of Ninglang-Yanyuan MS5.7 Earthquake and Its Precursory Anomaly in Yunnan in 2012[J]. Journal of Seismological Research, 2012, 35(4): 455-463 DOI:10.3969/j.issn.1000-0666.2012.04.003) (0)
[15]
车用太, 李万明, 刘成龙, 等. 金沙江水网地下水动态在彝良MS5.7地震前的异常及其特征[J]. 地震, 2014, 34(1): 104-111 (Che Yongtai, Li Wanming, Liu Chenglong, et al. Groundwater Anomalies and Their Characterics before Yiliang MS5.7 Earthquake from the Jinshajiang Groundwater Observation Network[J]. Earthquake, 2014, 34(1): 104-111 DOI:10.3969/j.issn.1000-3274.2014.01.012) (0)
[16]
陈星星. 湖北巴东M5.1地震前兆探讨[D]. 武汉: 中国地震局地震研究所, 2015 (Chen Xingxing. Searching for Badong M5.1 Earthquake Precursors[D]. Wuhan: Institute of Seismology, CEA, 2015) (0)
[17]
杨跃文, 勒程, 褚金学, 等. 丽江井水温动态在中强以上地震前异常特征[J]. 华南地震, 2010, 30(3): 111-115 (Yang Yuewen, Le Cheng, Chu Jinxue, et al. Anomalous Features of Water Temperature before Medium-Strong Earthquakes in Lijiang Well[J]. South China Journal of Seismology, 2010, 30(3): 111-115 DOI:10.3969/j.issn.1001-8662.2010.03.015) (0)
[18]
何案华, 赵刚, 刘成龙, 等. 青海玉树与德令哈地热观测井在汶川与玉树地震前的异常特征[J]. 地球物理学报, 2012, 55(4): 1 261-1 268 (He Anhuan, Zhao Gang, Liu Chenglong, et al. The Anomaly Characteristics before Wenchuan Earthquake and Yushu Earthquark in Qinghai Yushu and Delingha Geothermal Observation Wells[J]. Chinese Journal of Geophysics, 2012, 55(4): 1 261-1 268) (0)
[19]
陈沅俊. 日本的高精度地下水微温度观测[J]. 世界地震译丛, 1993(4): 1-6 (Chen Yuanjun. High Precision Micro Temperature Observation of Underground Water in Japan[J]. Translated World Seismology, 1993(4): 1-6) (0)
[20]
车用太, 鱼金子. 井水温度观测中有待解决的若干基本问题[J]. 中国地震, 2013, 29(3): 306-315 (Che Yongtai, Yu Jinzi. Some Basic Problems in Well Water Temperature Observation[J]. Earthquake Research in China, 2013, 29(3): 306-315 DOI:10.3969/j.issn.1001-4683.2013.03.002) (0)
Research on Resolution Selection of Water Temperature Sensor and Observation Methods Based on Earthquake Cases and Experiments
HUANG Qijin1     CUI Qinggu1     
1. Yunnan Earthquake Agency, 148 Beichen Road, Kunming 650224, China
Abstract: We calculate the abnormal changes of water temperature observation data, which contain 56 earthquakes more than MS5.0 all over the country. Then, we analyze the characteristics of intensity distribution, which can be used as one of the important references for selecting the resolution of water temperature instruments. Based on this, we carry out comparative observation experiments indifferent depths of a single well using the same type of instrument and analyzethe quantification basis of instrument resolution selectionunder different noise levels and disturbances. Meanwhile, we quantitatively analyze the selectiondetails of thesensor resolution of water temperature observation network in Yunnanand water temperature observation array in Longling. The results show that water temperature observation network in Yunnancan effectively monitor the abnormal change signals before earthquakes. However, the matching degree between the sensor resolutions and the environmental conditions of water temperature observation array in Longling should be further adjusted.
Key words: water temperature observation; sensor resolution; environment condition; intensity of abnormal signal