2. 新疆维吾尔自治区地震局,乌鲁木齐市科学二街338号,830011
地震计将城市中人类日常活动记录为连续的噪声信号,且表现为高频性质。这些复杂的信号是在地球表面或附近不同时间和地点发生各种活动的叠加,在人口密集区通常白天比晚上强,周末比平日弱[1]。这些人为噪声降低了地震计对城市及周边脉冲事件和微震的监测能力,但分布在人口密集区的地震计又是台网监测和预警的重要组成部分。因此研究人口密集区的噪声水平在空间和时间上的变化特征至关重要。
Lecocq等[1]分析全球268个地震台站记录,获得新冠疫情期间全球的噪声变化趋势,发现人类活动噪声出现不同比例的下降。新疆地区在2020年7月中旬至8月底采取了严格的疫情隔离措施,重点集中在乌鲁木齐及周边地区,这为研究人口密集区噪声场的变化特征提供了一个机会,也为从环境背景噪声中分离人为干扰信号提供了可能,同时提高了对异常事件(城市塌陷、施工爆破等)和微震的监测能力。基于此,本文对新疆地区28个地震计(包括井下摆)噪声水平进行评估,结果显示,新疆地区出现了不同程度的噪声降低现象。通过不同地区的噪声变化情况分析,可以很好地监测到大范围突发事件(新冠疫情等)的人类活动情况以及当地政府采取应急措施的紧迫程度。
1 数据处理及方法选取新疆测震台网28个台站2020-06~2020-09记录到的垂直分量的波形数据,所有参与计算的台站台基条件较好,观测环境包括了山洞、地下室、井下。参与计算的台站分布如图 1所示,台站具体信息如表 1所示。
基于功率谱密度(PSD)统计的概率密度函数(PDF)是评估台站噪声水平的有效途径之一。本文首先采用Welch平均周期图法[2]对记录的信号进行重叠分段(重叠率为50%)、加汉明窗(hamming)处理,求出各段的功率谱,再进行平均;然后将计算的PSD结果进行1/8倍频程间隔采样,将各中心频率的功率值进行统计计算, 并获得相应频率概率密度函数[3]。
2 台基噪声水平影响人为背景噪声主要是由人类日常活动噪声形成的地表面波,这些面波的能量通过地表浅层介质辐射被附近的地震计记录到。2020-07-15乌鲁木齐天山区发现新冠肺炎确诊病例1例,随着确诊病例持续增加,全疆各地州均采取了封闭措施,人们的日常出行活动立即减少。人类活动的急剧减少导致了人为噪声的下降,本节通过计算新疆台网的地球噪声水平,从不同人口密度、观测条件、记录深度等方面分析疫情前后新疆地区的地球噪声水平变化特征。由于不同的噪声源会产生不同频率的人为噪声,本文将宽频带三分向地震计的频带分为3个频段:高频(0.025~1 s)、微震(1~10 s)、长周期(10~50 s)[4]。
2.1 人口密集区噪声变化计算距离乌鲁木齐市区北京路主干道35 m的RGN台宽频带三分向波形数据。从6~9月PSD随时间变化图来看(图 2(a)),RGN台整体噪声水平在第197~240天(07-15~08-28)出现大幅度下降, 之后逐步恢复到疫情前噪声水平。主要影响的频段为高频和长周期,微震频段影响不明显,这是因为,普遍认为微震频段的噪声源主要来自海洋波浪[5],乌鲁木齐处在内陆地区,远离海洋,微震频段表现不突出。高频和长周期频段的变化主要是由疫情期间封闭措施限制人类活动导致的,人为噪声主要集中在高频和短周期频段,其中汽车运动产生的噪声集中在5~10 Hz[6]。疫情前噪声水平短时间大幅下降(图 2(b)),疫情后噪声水平上升缓慢(图 2(c)),显示出乌鲁木齐防控措施部署及时,疫情结束后居民逐步恢复正常生活。疫情前RGN台在高频段和长周期频段记录到来自人类活动的噪声(图 2(d)),日变化中高频段噪声水平增加时段为09:00~21:00,长周期频段噪声水平增加时段为07:00~次日02:00。疫情后这2个时段噪声未出现变化。在自然噪声中,地倾斜被认为是长周期噪声的一个重要来源[7]。RGN台附近人类活动变化在长周期频段被记录到,这与以往的研究略有不同。疫情前长周期频段日变化表现出明显的人为活动规律性,在凌晨02:00~07:00时间段明显降低,与乌鲁木齐市区作息时间一致。
此次疫情封闭期间,白天长周期噪声水平降低到夜间安静时的水平,表明该频段的变化由人类活动引起。RGN台地震计架设在距离主干道35 m的地下室里,地表西侧附近有非机动车道、人行道、停车场等人类活动密集的场所,东侧则没有类似场所。长周期的噪声变化主要是因为道路行驶车辆、人行道步行活动和停车场车辆变化引起监测点东西两侧的地表荷载不同,进一步影响地倾斜变化不一致,这种荷载通过地表浅层介质传导给地震计。从图 3疫情前后垂直向PDF可以看出,疫情前长周期噪声水平要高于NHNM模型,集中在-130~-110 dB。与水平向的噪声变化对比来看(图 4),水平向在长周期频段要高于垂直向,这是由于人类活动引起地倾斜变化,使得重力耦合到水平向,增加其噪声水平。同时在高频段疫情前后噪声水平出现明显下降。
选取乌鲁木齐地区4个监测站疫情前后4 d的波形数据,对数据在2~20 Hz噪声值进行计算,并作差值统计(图 5)。可以看出,乌鲁木齐地区整体噪声水平均出现不同程度的下降。在3.2~5.0 Hz频段,噪声水平下降5.0~7.5 dB左右;在6.4~20 Hz频段,HST台噪声下降幅度最大,这可能与该台处在公园、小区、主干道交会处、噪声来源分布频段较宽有关。YSG台噪声在2~20 Hz频段下降趋势平缓,表明该台附近未出现明显噪声源消失的情况。RGN台噪声在10 Hz处下降20 dB,表现突出,这与主干道车流量急剧减少有关。综合计算在疫情前后这4个监测站噪声下降幅度,得到乌鲁木齐地区的整体噪声水平下降了4.5%。
收集位于人口稀少的2个自然村(乌什城村、照壁山村)附近的监测站(WSC台、MUL台)数据,进行PSD统计和PDF分析。采用中值(图 6中黑色虚线)代表台站噪声整体水平[8-9]。图 6为WSC台疫情前后环境噪声垂直向PDF对比图。可以看出,在2~10 Hz频段,中值线出现明显的下降变化,而在10~20 Hz频段,这种噪声减弱变化不明显。显示出乌什城村人类活动产生的噪声频段主要集中在2~10 Hz。从图 7来看,随着频率的增加,在1~3 Hz频段,噪声下降幅度逐渐增大,而在5~20 Hz频段噪声下降幅度逐渐减少。显示出这2个村在高频段(10~20 Hz)噪声变化不明显,这与记录的2个村高频信号较少有关。
挑选新疆地区不同等级(国道、省道、县道等)道路附近的台站记录到的数据,研究车流量引起的噪声变化是否被地震计监测到(表 2,图 8~11)。通过分布在交通线附近的台站1~20 Hz的噪声变化统计来看(表 2),疫情期间不同等级的交通线噪声水平均出现不同程度的下降,表现出与车流量的正反馈关系。由图 8可见,位于国道附近的西克尔台高频段噪声具有明显的日变化,白天高于夜间,这与国道的车流量变化有关。该台记录的噪声变化频段集中在10~20 Hz,变化明显(图 9),这种噪声减弱在水平向的传播距离达1.2 km,整体水平下降了9.1 %。由图 10可见,位于省道附近的哈拉峻台噪声在1~2 Hz频段有明显的下降,可能与台站周边牧民放牧活动减少有关。位于天山中段山区内的硫磺沟台噪声水平下降明显,达到15.7%,降噪频段宽。该台附近主要的噪声源为道路上行驶的机动车,从PDF(图 11)来看,2.5~20 Hz频段的中位数统计明显下降,但并未完全消失,表明该县乡道的车流量明显减少。西克尔台和哈拉峻台出现明显降噪的时间为年积日第211天(07-29),表明在乌鲁木齐地区07-15采取疫情防控措施14 d后,交通线上才出现明显的噪声减弱现象,有相应的滞后,这是由于城市间的交通运输量在疫情初期未减少,随着疫情严重而逐步下降导致的。
受巨厚沙层覆盖的影响,新疆台网在塔克拉玛干沙漠周边地区建设了井下地震监测系统。选取3个监测站(表 3)进行研究,这些监测站观测条件较好,周边噪声源明确。噪声变化统计显示,疫情期间3个台站均记录到了噪声减弱现象。从噪声变化率来看,没有道路车流量影响的地区噪声下降较少,而有道路车流量和工厂地区的噪声下降明显,同时与噪声源和监测站水平向距离成正反馈,表明由人类活动产生的高频噪声(车流量)能够通过地表传导到地下深处。而人类步行等活动产生的噪声变化不明显,显示噪声下降幅度与噪声源的远近和能量大小有关。从岳普湖台PDF随时间变化图(图 12)来看,在07-15(年积日197)环境噪声水平出现略微下降,在07-26(年积日208)之后高频段出现明显下降,1~35 Hz噪声变化率为9.1%,高于乌鲁木齐地区的下降率,这与该台记录到的高频噪声源(车流量)单一有密切联系。综上所述,地表下记录到的噪声变化水平与噪声源的种类和噪声源水平向距离存在密切的联系。
基于新疆地区2020-07~2020-08疫情期间部分台网监测数据的PSD和PDF结果,对新疆地区疫情前后地球背景噪声进行对比分析,获得以下几点认识:
1) 人口密集区(乌鲁木齐地区)的噪声下降明显,主要集中在高频段(2~20 Hz),整体下降率为4.5%。对比RGN台PDF发现,长周期频段(2.5~50 s)噪声下降变化明显。除乌鲁木齐以外,其他地区噪声下降对于新冠疫情防控措施实施出现不同程度的滞后现象。
2) 分析新疆地区交通线上的噪声变化可知,西克尔台能够监测到车流量噪声水平向减弱最远距离达1.2 km。
3) 分析井下摆观测数据的PSD和PDF发现,这种噪声减弱现象的传递是立体的。
致谢: 本文计算PDF所采用的MATLAB程序由四川省地震局谢江涛工程师提供,图 1绘制使用了GMT软件,在此一并表示感谢。
[1] |
Lecocq T, Hicks S, Noten K V, et al. Global Quieting of High-Frequency Seismic Noise Due to COVID-19 Pandemic Lockdown Measures[J]. Science, 2020, 369(6509): 1338-1343 DOI:10.1126/science.abd2438
(0) |
[2] |
Welch P. The Use of Fast Fourier Transform for the Estimation of Power Spectra: A Method Based on Time Averaging over Short, Modified Periodograms[J]. IEEE Transactions on Audio and Electroacoustics, 1967, 15(2): 70-73 DOI:10.1109/TAU.1967.1161901
(0) |
[3] |
谢江涛, 林丽萍, 谌亮, 等. 地震台站台基噪声功率谱概率密度函数MATLAB实现[J]. 地震地磁观测与研究, 2018, 39(2): 84-89 (Xie Jiangtao, Lin Liping, Chen Liang, et al. The Program of Probability Density Function of Power Spectral Density Curves from Seismic Noise of a Station Based on MATLAB[J]. Seismological and Geomagnetic Observation and Research, 2018, 39(2): 84-89 DOI:10.3969/j.issn.1003-3246.2018.02.012)
(0) |
[4] |
葛洪魁, 陈海潮, 欧阳飚, 等. 流动地震观测背景噪声的台基响应[J]. 地球物理学报, 2013, 56(3): 857-868 (Ge Hongkui, Chen Haichao, Ouyang Biao, et al. Transportable Seismometer Response to Seismic Noise in Vault[J]. Chinese Journal of Geophysics, 2013, 56(3): 857-868)
(0) |
[5] |
Longuet-Higgins M S. A Theory of the Origin of Microseisms[J]. Philosophical Transactions of the Royal Society of London Series A, Mathematical and Physical Sciences, 1950, 243(857): 1-35 DOI:10.1098/rsta.1950.0012
(0) |
[6] |
McNamara D E, Buland R P. Ambient Noise Levels in the Continental United States[J]. Bulletin of the Seismological Society of America, 2004, 94(4): 1517-1527 DOI:10.1785/012003001
(0) |
[7] |
Webb S C. Broadband Seismology and Noise under the Ocean[J]. Reviews of Geophysics, 1998, 36(1): 105-142 DOI:10.1029/97RG02287
(0) |
[8] |
谢江涛, 林丽萍, 谌亮. 九寨沟MS7.0地震应急流动台站噪声水平分析[J]. 大地测量与地球动力学, 2020, 40(9): 962-969 (Xie Jiangtao, Lin Liping, Chen Liang. Ambient Noise Level of MS7.0 Jiuzhaigou Earthquake Emergency Mobile Stations[J]. Journal of Geodesy and Geodynamics, 2020, 40(9): 962-969)
(0) |
[9] |
谢江涛, 林丽萍, 赵敏, 等. 应急流动观测组网技术在康定6.3级地震中的应用[J]. 华南地震, 2019, 39(3): 23-31 (Xie Jiangtao, Lin Liping, Zhao Min, et al. The Application of Emergency Portable Seismological Observation Network Technology in Kangding MS6.3 Earthquake[J]. South China Journal of Seismology, 2019, 39(3): 23-31)
(0) |
2. Earthquake Agency of Xinjiang Uygur Autonomous Region, 338 Second-Kexue Street, Urumqi 830011, China