2021, Vol. 41
2. 呼和浩特地震监测中心站，呼和浩特市回民区，010010;
3. 赤峰地震监测中心站，内蒙古自治区赤峰市红山路，024000
地球表面总是存在着微小振动，如风、寒潮、海浪、交通运输、人类和动物活动等都会引起地表微微颤动，对地震观测造成干扰，这些干扰通常被称为地震噪声或环境背景噪声[1]。目前，国内有很多关于地震台站背景噪声的相关研究[2-5]，但尚无仅针对山洞观测的甚宽及以上频带观测方式的连续波形数据进行背景噪声特征的分析。本文选取内蒙古测震台网西部、中部、东部各一个山洞观测的国家台站1 a的连续波形数据进行PSD计算，分析背景噪声特征，为台站勘选、台站山洞深度选择、山洞观测台站仪器选择及地震波形分析中干扰信息的识别等提供参考依据。
1 台站基本信息乌加河地震台地处内蒙古西部，位于阴山山脉下，色尔腾山山前断裂带东西横跨该地区；锡林浩特地震台地处内蒙古中部，位于兴蒙造山带东南部；赤峰地震台地处内蒙古东部，位于华北克拉通北缘。本文利用这3个台2019-12~2020-11连续波形观测数据，分析台站背景噪声变化特征，台站具体信息见表 1。
|
表 1 台站信息 Tab. 1 Information of the stations |
较经典的定量分析台站背景噪声水平的方法是先计算背景噪声PSD，再计算对应的PDF。该方法在计算前不需要特意从连续波形数据中剔除塌陷、地震、爆破等突发事件，而是将数据进行统一处理，把所有低概率地震事件包含在PDF中，因此PDF结果能较好地估计台站背景噪声水平的变化特性。
2.1 数据来源目前，内蒙古区域共有48个数字测震台站，其中山洞观测台站20个，地面台站26个，井下台站2个。文献[6]通过分析内蒙古区域背景噪声特征发现，山洞台站基本不受温度和湿度变化影响。为降低温度和湿度变化对噪声水平的影响，本文从20个山洞台站中选取乌加河(西部)、锡林浩特(中部)、赤峰(东部)3个台2019-12~2020-11连续波形观测数据进行分析，同时，将数据按季度分为冬季(2019-12~2020-02)、春季(2020-03~05)、夏季(2020-06~08)、秋季(2020-09~11)。3个台站仪器响应信息见表 2。
|
|
表 2 台站仪器响应信息 Tab. 2 Response information of station instruments |
首先将3个台站的数据分为长度为1 h的数据段，并以50%的叠加率分为42个记录段，每个记录段长度约为160 s；然后对每段数据进行去均值和去长周期处理，并计算每段数据的加速度PSD值，取平均值后得到1 h数据段的加速度PSD值分布；最后对数据进行平滑处理和PSD值PDF分布计算。
2.2.1 PSD的计算周期时间序列y(t)的有限范围傅里叶变换可表示为：
| $ Y\left( {f, {T_r}} \right) = \int {_0^{{T_r}}y\left( t \right) \cdot {{\rm{e}}^{ - {\rm{i}}2{\rm{ \mathsf{ π} }}\mathit{ft}}}{\rm{d}}t} $ | (1) |
式中，Tr为时间序列段长度，f为频率。
离散频率值fk的傅里叶变换定义为：
| $ {Y_k} = \frac{{Y\left( {{f_k}, {\mathit{T}_r}} \right)}}{{\Delta t}} $ | (2) |
式中，fk=k/(NΔt)，k=1，2，3，…，N－1，Δt为采样间隔(0.01 s)，N=Tr/Δt为截取时间段的采样点数。
PSD的定义为：
| $ {P_k}\left( f \right) = \frac{{2\Delta t}}{N}{\left| {{Y_k}} \right|^2} $ | (3) |
将速度PSD值转换为加速度PSD值，即
| $ {P_{a, k}}\left( f \right) = {\left( {2{\rm{ \mathsf{ π} }}f} \right)^2}{P_k}\left( f \right) $ | (4) |
扣除仪器传递函数影响以反映真实的地面运动噪声物理量值：
| $ {\rm{PS}}{{\rm{D}}_a}\left( f \right) = \frac{{{P_{a, k}}\left( f \right)}}{{{{\left| {H\left( f \right)} \right|}^2}}} $ | (5) |
式中，PSDɑ(f)为真实地面运动加速度功率谱。
2.2.2 平滑处理为了使PSD在频域对数坐标中呈等间隔采样，采用1/3倍频积分作平滑处理：
| $ {\rm{PS}}{{\rm{D}}_a}\left( {{f_c}} \right) = \frac{1}{n}\sum\limits_{f\iota }^{{f_h}} {{\rm{PS}}{{\rm{D}}_a}\left( f \right)} $ | (6) |
式中，fι=2－1/6fc为低频拐角频率，fh=21/6fc为高频拐角频率，n为介于二者之间频率f的个数。由式(6)得到中心频率fc的PSDɑ(f)平均值PSDɑ(fc)作为fc的PSD值，中心频率fc以1/9倍频程为增加步长，即下一个中心频率为21/9fc，重新计算相应的fι和fh，然后将新的fι和fh之间的PSD的平均值作为下一个中心频率fc的PSD取值。这样在fc的取值范围0.01~50 Hz内，每个记录段的PSD值随频率的变化情况可由在对数坐标系呈等间隔采样的中心频率的PSD值来表示。
2.2.3 PDF的计算每个中心频率fc的PSD概率密度函数为：
| $ {P_{{\rm{PSD}}}}\left( {{f_c}} \right) = {N_{P{f_c}}}/{N_{{f_c}}} $ | (7) |
式中，Nfc为fc频点的记录段总数，NPfc为fc频点的PSD值落在某PSD取值范围内的记录段个数，本文中PSD窗长与步长都取1 dB，变化范围为－200~－50 dB。然后，以频率为横坐标、以PSD为纵坐标、以PPSD(fc)为色块绘制三维平面图，得到功率谱概率密度函数(PDF)分布图，不同色块代表某频点在一定PSD窗内的功率谱概率数。
3 3个台站背景噪声特征分析为便于分析不同频带背景噪声的不同变化特征，将观测数据加速度PSD分析频段大致分为3段：高频(≤2 s)、微震(2~20 s)、长周期(≥20 s)，其中微震又分为次级微震(2~10 s)和主微震(10~20 s)。
3.1 高频噪声昼夜变化特征分析选取附近大型工厂相对较少的乌加河台和锡林浩特台2020-01的连续波形数据和乌加河台疫情防控前后随机24 h的连续波形数据，计算NS向最高PDF值对应的高频段加速度PSD值随时间的分布(图 1)。
|
图 1 乌加河和锡林浩特台NS向高频段加速度PSD随时间变化 Fig. 1 High frequency accelerated PSD varies with time in north-south direction at Wujiahe and Xilinhot stations |
由图 1(a)和1(b)可看出，乌加河台和锡林浩特台高频段NS向PSD值昼夜变化规律基本一致，同一台站夜间噪声水平低于白天10 dB以上，PSD值的变化与人类作息规律一致性较高。锡林浩特台高频段整体PSD水平高于乌加河台，这是由于锡林浩特台离城镇较近(表 1)，人类活动频次和强度比乌加河台大。乌加河台不同频段同一时间噪声水平接近，而锡林浩特台不同频段同一时间噪声水平差异较大。这是因为锡林浩特台地处人口较密集、交通相对发达的锡林浩特市郊区，噪声源多且复杂，而乌加河台地处乌加河镇，人口密度低，没有大型工厂，噪声源单一。2个台站01-22后白天噪声水平明显低于其他时间段白天噪声水平，其中锡林浩特台在1~2 Hz频段白天PSD水平从01-12开始明显降低，这是因疫情防控人类活动减少及不同干扰源防控时间点不一导致的。由图 1(c)和1(d)可看出，乌加河台疫情防控前白天PSD水平明显高于夜间，疫情防控后昼夜PSD水平接近，且疫情防控期间白天PSD水平明显低于疫情防控前白天PSD水平，进一步证明疫情防控可降低台站高频段PSD水平。
3.2 次级微震噪声月变特征分析利用2019-12~2020-11观测数据，按月计算加速度PSD和相应PDF值，统计次级微震频段最高PDF对应的PSD平均值峰值，并绘制PSD峰值月分布图(图 2，图中每个点代表约30 d共720 h的PSD平均值次级微震频段峰值)。
|
图 2 次级微震频段PSD峰值月分布 Fig. 2 The monthly distribution of PSD peaks in secondary microseismic frequency bands |
由图 2(a)~2(c)可看出，3个台站次级微震频段三分向PSD峰值月分布曲线形状基本一致，且垂直向PSD峰值均大于水平向。说明次级微震频段PSD峰值月变化规律随区域变化不大，噪声源来自自然环境，且对垂直向的影响大于水平向。冬季和夏季PSD峰值差异显著，6、7月PSD峰值水平明显低于其他时间段，12、1月则明显高于其他时间段，与谢晓峰等[7]的结论一致。由图 2(d)可看出，3个台站三分向平均PSD峰值水平有一定的差异，结合表 1可知，随着台站离海岸线距离的增大，PSD峰值呈逐渐减小的趋势，这与王芳等[8]的研究结论一致。
3.3 主微震和长周期频段噪声季变特征分析将观测数据分为冬、春、夏、秋4个部分，分别计算主微震和长周期频段最高PDF对应的PSD平均值，并绘制主微震和长周期频段PSD平均值分布图(图 3，图中每条PSD曲线代表约90 d共2 160 h的波形数据PSD平均值)。
|
(a) ~ (d) 分别为锡林浩特台冬、春、夏、秋PSD分布; (e) ~ (h) 分别为赤峰台冬、春、夏、秋PSD分布; (i) ~ (l) 分别乌加河台冬、春、夏、秋PSD分布 图 3 主微震和长周期频段4季PSD分布 Fig. 3 The PSD distribution of main microseismic and long-period frequency bands in four seasons |
由图 3可看出，3个台站主微震和长周期频段4季PSD平均值有一定的差异，但在主微震频段均有1个峰值频段(10~20 s)，三分向噪声水平一致性较高，同一台站冬季峰值最高，春、夏、秋季峰值接近，不同台站同一季峰值接近，说明主微震段噪声源来自自然环境变化，且冬季强度最大。长周期段同一台站噪声水平随四季变化不大，春、夏季噪声水平略高于秋、冬季，这可能是由于春、夏季太阳对地面照射强于秋、冬季，对地倾斜影响相对较大导致，与刘旭宙等[9]的研究结论一致。长周期段水平向噪声水平均大于垂直向，锡林浩特台水平向和垂直向PSD差异最大，且差异随季节有一定变化，而赤峰台、乌加河台水平向和垂直向差异随季节基本保持不变，赤峰台三分向PSD水平一致性好，不同台站同一季节噪声水平有一定差异。结合表 1和2可知，这种长周期段噪声水平高低和差异与山洞深浅没有直接关系，主要因不同台站不同型号仪器和同一型号仪器不同分向低频自噪声水平不同、水平向受地倾斜影响大于垂直向[1]及台站地震计保温效果不同等多种因素作用引起。图 3中所有PSD曲线低频截止频段均存在异常尖峰，这是由于在计算过程中截止频率外数据没有由式(5)扣除传递函数放大倍数引起的，对计算频段内数据结果没有影响。
4 结语本文利用内蒙古西部、中部、东部各一个台站2019-12~2020-11连续波形数据，应用PDF方法分别估计乌加河台、锡林浩特台、赤峰台背景噪声水平，得到如下结论：
1) 高频段背景噪声昼夜变化特征显著，区域性差异较大，疫情防控期间噪声水平明显低于其他时间，噪声源主要来自人类活动。
2) 次级微震频段背景噪声水平季节性变化特征显著，冬季强、夏季弱；随着台站位置离海岸线距离的增大，PSD峰值呈逐渐减小趋势，噪声源来自海洋活动，且垂直向受到的影响大于水平向。
3) 主微震频段噪声在10~20 s均存在峰值，且冬季峰值最强；不同台站同一季节峰值频段和峰值差异小，三分向噪声水平一致性高。
4) 长周期段噪声水平四季变化不大，春、夏季略高于秋、冬季，这可能是由于春、夏季太阳对地面照射强于秋、冬季，对地倾斜影响相对较大导致的；水平向噪声水平大于垂直向，这是因为水平向受地倾斜影响大于垂直向；不同山洞台站噪声水平高低和差异与山洞深度没有直接关系，主要与不同型号仪器自噪声水平不同、水平向受地倾斜影响大于垂直向及台站地震计保温效果不同等有关。
| [1] |
中国地震局监测预报司. 测震学原理与方法[M]. 北京: 地震出版社, 2017 (Departmentof Earthquake Monitoring and Predicion, CEA. Principles and Methods of Seismology[M]. Beijing: Seismological Press, 2017)
(  0) |
| [2] |
杨龙翔, 王志铄, 贾漯昭, 等. 河南省测震台网背景噪声特征分析[J]. 大地测量与地球动力学, 2015, 35(3): 543-546 (Yang Longxiang, Wang Zhishuo, Jia Luozhao, et al. Ambient Noise Characteristic of Henan Seismic Network[J]. Journal of Geodesy and Geodynamics, 2015, 35(3): 543-546)
( 0) |
| [3] |
郑定昌, 庞卫东, 闵照旭, 等. 云南地区背景噪声特征分析[J]. 地震研究, 2011, 34(2): 201-206 (Zheng Dingchang, Pang Weidong, Min Zhaoxu, et al. Investigation of Ambient-Noise Source in Yunnan[J]. Journal of Seismological Research, 2011, 34(2): 201-206 DOI:10.3969/j.issn.1000-0666.2011.02.016)
( 0) |
| [4] |
颜文华, 张元生, 秦满忠, 等. 甘东南地区宽频带地震台阵背景噪声特征分析[J]. 地震学报, 2016, 38(5): 719-727 (Yan Wenhua, Zhang Yuansheng, Qin Manzhong, et al. Characteristics of Ambient Seismic Noise of Broadband Seismic Array in the Southeastern Gansu Region[J]. Acta Seismologica Sinica, 2016, 38(5): 719-727)
( 0) |
| [5] |
王俊, 徐戈, 孙业君. 江苏省区域地表背景噪声特性的分析[J]. 地震研究, 2009, 32(2): 155-161 (Wang Jun, Xu Ge, Sun Yejun. Analysis on Background Seismic Noise Characteristics in Jiangsu Province[J]. Journal of Seismological Research, 2009, 32(2): 155-161 DOI:10.3969/j.issn.1000-0666.2009.02.009)
( 0) |
| [6] |
安全, 赵艳红, 苏日亚, 等. 内蒙古区域背景噪声特征分析[J]. 华北地震科学, 2021, 39(1): 89-96 (An Quan, Zhao Yanhong, Su Riya, et al. Background Seismic Noise Characteristics in Inner Mongolia[J]. North China Earthquake Sciences, 2021, 39(1): 89-96)
( 0) |
| [7] |
谢晓峰, 杨微, 李俊, 等. 宁夏及其邻区背景噪声能量来源方位及强度的季节性变化分析[J]. 地震地质, 2014, 36(1): 80-89 (Xie Xiaofeng, Yang Wei, Li Jun, et al. Analysis on the Seasonal Variation of the Azimuth and Strength of Ambient Noise Energy in Ningxia and Its Adjacent Region[J]. Seismology and Geology, 2014, 36(1): 80-89 DOI:10.3969/j.issn.0253-4967.2014.01.007)
( 0) |
| [8] |
王芳, 王伟涛, 龙剑锋, 等. 中国大陆地区宽频带地震台网台基噪声特征[J]. 地震学报, 2019, 41(5): 569-584 (Wang Fang, Wang Weitao, Long Jianfeng, et al. Seismic Noise Characteristics of Broad-Band Seismic Networks in Chinese Mainland[J]. Acta Seismologica Sinica, 2019, 41(5): 569-584)
( 0) |
| [9] |
刘旭宙, 沈旭章, 李秋生, 等. 青藏高原东北缘宽频带地震台阵远震记录波形及背景噪声分析[J]. 地球学报, 2019, 35(6): 759-768 (Liu Xuzhou, Shen Xuzhang, Li Qiusheng, et al. An Analysis of the Tele-Seismic Waveforms and Ambient Noise of Temporary Broadband Seismic Array on the Northeastern Margin of the Tibetan Plateau[J]. Acta Geoscientica Sinica, 2019, 35(6): 759-768)
( 0) |
2. Hohhot Earthquake Monitoring Center Station, Huimin District, Hohhot 010010, China;
3. Chifeng Earthquake Monitoring Center Station, Hongshan Road, Chifeng 024000, China