地球物理学报  2012, Vol. 55 Issue (2): 503-512   PDF    
中国中东部地震台站噪声互相关函数中面波前驱信号的分析研究
王伟涛1 , 倪四道2 , 王宝善1     
1. 中国地震局地球物理研究所, 北京 100081;
2. 中国科学院测量与地球物理研究所动力测量重点实验室, 武汉 430077
摘要: 利用中国中东部地震台网中430个宽频带台站2008和2009两年的垂直分量记录,我们计算了台站对之间的噪声互相关函数(Noise Cross-correlation Function,NCF).在相当多的NCF中,沿大圆路径传播的瑞利面波信号之前存在一个较强的前驱信号,该信号持续时间约50 s,频率范围为0.07~0.12 Hz.此信号在同一台站对的NCF中稳定存在、到时相同,而在不同台站对的NCF中到时不一致,这表明该信号可能源于一个固定的较小区域内持续存在的噪声源.基于格点搜索方法的定位结果显示该噪声源位于日本九州岛附近,其激发出的信号传播速度约2.7 km/s.假定该信号由一点产生,我们计算了合成地震图,合成地震图与观测到的前驱信号基本一致,验证了定位结果的可靠性.此噪声源会对特定路径上的面波信号产生干扰,在相关研究中需要采取一定措施避免.该噪声源的物理机制有待于进一步的研究.
关键词: 噪声互相关函数      前驱信号      噪声源定位     
Studies on a persistent localized microseism source that produces precursors on noise correlation function observed using stations in central-eastern China
WANG Wei-Tao1, NI Si-Dao2, WANG Bao-Shan1     
1. Institute of Geophysics, China Earthquake Administration, Beijing 100081, China;
2. Key Laboratory of Dynamic Geodesy, Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan 430077, China
Abstract: We calculated the cross correlation function (NCF) for each station pair using vertical component of 430 broadband stations in middle-eastern China from 2008 to 2009. Very strong precursors before Rayleigh wave are observed in most NCFs, which are persistent within two years. These signals last for about 50 s and peak from 0.07 Hz to 0.12 Hz in spectrum. The arrival times of these precursors are constant for same station pair but vary with different station pair, which indicates these signals may origin from a persistent localized microseism source. Triangulation location using grid search method indicates that they are generated around Kyushu island of Japan, assuming a homogeneous propagation velocity of 2.7 km/s. This location result is further verified by comparing synthetic NCFs with observations. Special attentions should be paid to minimize possible errors caused by these precursors for studies based on ambient seismic noise. The physical mechanism of this microseism source remains to be studied..
Key words: Noise cross-correlation function      Precursor      Ambient noise source location     
1 引言

近年来,对于背景噪声的研究成为地震学关注的一个热点.理论和实践研究都表明,对两个地震台站记录到的长时间的背景噪声进行互相关计算可以提取出台站间介质的格林函数[1-6].目前,多数研究得到的主要是格林函数中周期为5~100s的面波信号(多数为瑞利波,也有部分研究者提取了勒夫波信号)[5-8].也有研究人员指出,在特定条件下,从噪声互相关中也可以成功得到体波信号[9-12].

利用背景噪声互相关提取台站间格林函数技术的发展,为我们提供了研究地下介质的新途径.利用噪声互相关函数中的面波信号,结合传统的面波层析成像技术,可以探测地壳及上地幔的波速结构,形成了噪声成像(AmbientNoiseTomography, ANT)的新技术.噪声成像克服了天然地震分布不均匀的问题以及天然地震位置、深度和发震时刻无法精确确定等局限,研究区域范围灵活,来自震源的误差小.并且,同天然地震相比,通过噪声互相关可以得到更短周期的面波信号,其成像精度得到较大的提高.自Shapiro等[13]利用噪声成像反演美国加州地区的面波群速度结构取得成功之后,噪声成像技术得到了广泛的应用.Yang等[14]利用ANT 反演了欧洲大陆的面波群速度结构,Zheng等[15]利用中国地震台网及邻区的54 个台站反演了中国大陆的面波群速度结构,都取得了很好的结果.噪声成像方法在大尺度及区域尺度的层析成像研究中都显示了较大优势[16-22].同时,由于地震台站的位置是固定的,对同一台站对上不同时段的NCF进行重复测量,也可以对地下介质波速的变化进行监测.Brenguier等[23]利用NCF 检测到PitondelaFournaise火山喷发前几周波速降低了0.05 %.Cheng等[24]利用龙门山断裂带周边的台站在2008 年汶川地震前后各50天的记录,利用噪声成像手段研究了汶川地震引起的同震波速变化,发现沿断裂带波速降低了0.4%.类似的方法也被应用于监测震后断层的愈合过程[25].噪声互相关函数,逐渐成为研究介质波速结构以及波速演化的重要工具[26].

对任意两个地震台站记录到的背景噪声进行互相关处理,得到的互相关函数中都存在一个正的分支和一个负的分支,分别表示台站对路径上的因果信号和非因果信号.Stehly 等[27]指出,当台站对两侧的噪声源均匀分布时,因果信号和非因果信号的到时一致,振幅相同.而当噪声源分布不均匀时,两个方向的信号到时相同,但振幅不同.Yang等[28]的研究表明,噪声源的分布具有明显的季节性变化,且不同周期的噪声源优势方向不尽相同.为了克服噪声源分布不均匀性对提取得到的格林函数的影响,Yang等[28]指出必须经过一年或者更长时间的平均,才能够消除噪声源的季节变化导致的偏差.Benson等[6]也指出,对因果和非因果部分的信号进行叠加处理,也可以等效噪声源是均匀分布的,并提高信号的信噪比.

然而,在地球上还存在一种特殊的噪声源,可以持续的产生噪声,并且其位置相对固定.Shapiro等[29]发现,在非洲几内亚湾附近,存在一个持续定域(PersistentLocalized, PL)的噪声源,常年产生周期为26s的噪声.此噪声源导致在NCF 中产生一个窄带信号,该信号以面波形式出现,能量很强且稳定存在.Gu等[30]以及Marzorati和Bindi[31]也在意大利南部和北部发现了类似的噪声源.这种持续定域噪声源的位置固定,产生的信号持续存在.因此,长时间的平均随机化以及因果和非因果信号的叠加处理都不能将其消除.当此噪声源位于连接两个台站的大圆路径之外时,将会在此台站对的噪声互相关函数中的面波信号之前产生一个前驱信号,相比同周期的面波信号,此前驱信号的视速度较高.而且,经过长时间的叠加,此信号强度可能会高于沿大圆路径传播的面波信号.对利用噪声互相关得到的面波信号进行处理时,如不对此类噪声源产生的信号进行甄别分析,将会对后续的面波走时测量以及层析成像造成较大影响.

华北地区地质结构复杂,地震灾害多发,很多研究人员利用多种地球物理手段对此区域进行过大量的研究[2032-34].在利用背景噪声对华北地区进行成像研究时,我们发现在很多台站对获得的NCF中瑞利面波信号之前都存在较强的前驱信号.为研究此信号的来源,减小其对后续成像处理的影响,我们对此前驱信号进行了分析.

2 台站分布和数据处理

为提取较大空间范围和较长时间跨度内的噪声格林函数,我们使用了国家数字测震台网数据备份中心[35]提供的2008-2009 年两年内中国中东部430个宽频带地震台的垂直向分量数据进行了互相关计算,研究使用的台站分布如图 1a所示.每个地震台每天的数据经过祛除仪器响应、去均值、去倾斜分量之后,进行3~50s的带通滤波,得到预处理之后的单台数据.参照Benson等[6]的研究,我们使用Onebit方式对单台数据进行时域归一化并进行了频谱白化处理,之后计算了两两台站之间的NCF,并进行叠加处理以提高信噪比.图 1b中显示了部分路径在经过两年的叠加处理之后得到的NCF.从图 1b中可以看出,在NCF 中可以观测到明显的的瑞利面波信号,瑞利面波的平均速度在3km/s左右,如图 1b中灰色虚线所示.

图 1 台站分布与噪声互相关函数 (a)研究中使用的中国中东部430个宽频带台站分布,台站以黑色三角表征;(b)利用频带台站记录互相关得到的部分NCF波形. Fig. 1 Distribution of seismic stations and waveforms of NCFs (a) Map of the 430 broadband permanent seismic stations used in this study, the stations are shown as filled triangles;(b) Examples of the two-year cross-correlation between 2008 and 2009,the vertical axis is the inter-station distance.

同时,我们也发现,在较多的台站对上,瑞利面波信号之前存在前驱信号.为进一步分析此前驱信号的时变特征,我们对不同台站对提取得到的2008-2009两年间的单天NCF 进行了叠加处理,每次叠加时长为90天.图 2(a, b)分别显示了AH.TOL-SD.QID 台站对以及JS.CS-SD.HAY 台站对两年内NCF的叠加结果.从图 2 中可以看出,在同一台站对上,该前驱信号在两年间稳定存在,其到时基本不变.在不同台站对上,该信号的到时不尽相同.进而我们对所有台站对上的此类前驱信号进行了分析,发现该信号周期在10s左右,其时域宽度约为50s, 并且其信号到时在瑞利面波到时之间变动.

图 2 2008到2009年每90天叠加后的噪声格林函数 实线框内为瑞利面波信号,因果信号和非因果信号分别以R+和R-表示.虚线框内为前驱信号.(a) All.TOL-SD.QID台站对上的NCF中的瑞利面波信号和前驱信号;(b).JS.CS-SD.IIAY台站对上的NCF中的瑞利面波信号和前驱信号. Fig. 2 Ninety-day cross correlation from 2008 to 2009 The Rayleigh waves are shown in rectangles with solid line, the causal and un-causal parts are marked with R+ and R_ respectively.Theprecursors are shown in rectangles with dashed line, (a) Rayleigh waves and precursors for station pair AH.TOL-SD.QID.(b) Rayleighwaves and precursors for station pair JS .CS-SD .HAY.

通过互相关计算,可以在NCF中获得沿大圆路径传播的面波信号,同时也有可能得到一些其他信号,且不同的机制产生的信号的变化规律不同.首先,由于噪声互相关计算中使用了Onebit以及频谱白化处理,这些非线性处理有可能引入虚假信号.但此类信号的产生与台站路径无关,其到时不会随台站路径不同而变化.我们观察到的前驱信号显然不是由这种原因产生的.再者,Landès等[10]的研究表明一部分噪声信号以体波形式存在,远场噪声源可以在NCF 中产生视速度很高的P 波信号.此种信号到时距离NCF的零点时刻较近,且其到时随台站间距增加而增加,具有相对一致的视速度.而从图 2b中可以看出,我们观测到的前驱信号到时并不随台站间距增大而线性增加,因此也不太可能是远场噪声源产生的体波信号.另外,Shapiro等[29]发现的持续定域类型的噪声源也会在NCF 中产生面波前驱信号,且其到时由噪声源同两个台站的距离差及信号的传播速度决定.综合以上分析,我们所观察到的前驱信号很可能来自于某个特定的持续定域噪声源,可以进行进一步的定位研究.

3 噪声源的定位研究

随着噪声互相关技术的发展,众多学者通过多种方式对噪声来源进行了定位研究.Shapiro等[29]利用格点搜索的方式求取信号的走时残差,计算了26s信号的噪声源位置.Yang等[28]利用反向投影的方式对噪声来源进行了定位.Gu 等[30]利用偏移的方式分析了意大利北部的噪声来源.在本研究中,我们利用格点搜索方法,通过能量叠加的方式对华北地区NCF中的前驱信号进行了定位分析.定位方法如下所述:

对两个地震台站ij的连续记录进行互相关处理之后得到互相关函数Cij.参考Shapiro等[29]的研究,我们假定噪声源产生的信号的传播速度是均匀的,速度为U.则位于点(xy)的噪声源将会在Cij中产生一个信号,该信号的到时Tij可以表示为

(1)

其中di(xy)和dj(xy)分别表示点(xy)到两个台站的距离.

Tij为起点,我们选取长度为W的窗口,将此窗口内信号的绝对值累加得到该信号在Cij上的能量值Eij:

(2)

对所有可能路径上得到的Eij进行累加,将会得到同点(xy)对应的一个总能量值Etotal,

(3)

在选定可能的空间范围和波速区间之后,我们对此空间范围内的点和传播速度U进行搜索,求取每次对应的Etotal.最终得到的Etotal的最大值所对应的点(xy)和U将被视为噪声源的位置及对应信号的平均传播速度.

我们采用的定位方法和Gu等[30]的偏移算法基本类似,和Shapiro等[29]采用的基于到时拟合的方法相比,可以减少人为提取到时引起的误差.但此方法可能错误地将来自大圆路径的瑞利波信号进行叠加,因此在数据遴选时,只保留明显远离大圆路径瑞利波的前驱信号.

利用上述方法,我们对(120°E~140°E,28°N~40°N)空间范围进行搜索,搜索步长为0.1°.由于我们观测到的前驱信号周期在10s左右,参考Huang等[34]的研究,我们选取了波速搜索范围为2.2~3.4km/s, 搜索步长为0.1km/s.

我们选取中国东部前驱信号较为明显路径的NCF,经过0.07~0.12 Hz的带通滤波处理之后,选取该NCF中前驱信号的最大振幅对其进行归一化处理,以消除个别大振幅前驱波的影响.根据该前驱信号的持续时间,我们选取窗口W为50s进行格点搜索定位,定位结果如图 3所示.我们发现,对于不同的平均速度,该信号的能量都集中在日本九州岛附近.当波速为2.7km/s时,能量取得最高值,对应的噪声源的位置为(131.1°E,32.5°N).我们获得的面波波速同Huang等[34]对此区域的研究结果相符.

图 3 格点搜索定位结果 以搜索得到的最髙能量值对能量进行归一化处理.各个子图中右下角显示了搜索使用的平均速度,对应的能量最髙点位置以白色五角星表示. Fig. 3 Results of the grid-search location of the localized microseismic source, energy at each grid is normalized with global maximum energy The average velocities used in grid-search are also shown in the lower right of subfigures, while the whitestars show the locations where the maximum energy s obtained for each velocity respectively.
4 噪声互相关函数的正演计算

由于进行定位时我们采用了中国境内的台站,距离日本九州岛较远,定位精度较低.为进一步对定位结果进行验证,并分析此噪声源产生的信号在各条路径上的到时变化规律,我们通过计算理论NCF的方式进行了正演验证.计算理论NCF可以首先给定一个特定分布的噪声源,计算两个台站记录到的噪声信号,进而进行互相关处理得到NCF[2728].也可以利用单点近似的方式,将单个噪声源视为圆周上的一点,进而直接计算该噪声源在NCF中产生的信号[11].Zhan 等[11]利用单点近似计算了异常噪声源对NCF的影响,理论模拟和实际观测符合较好.本文亦采用此种方式来对NCF进行了正演模拟.

图 4a显示了基于单点近似计算NCF的基本原理.假设有两个台站AB,距离为d,在以AB中点O为圆心、R为半径的圆周上,某点存在一个持续定域噪声源PL.噪声互相关理论假定噪声源是均匀随机分布的,因此可以等效成为圆周上的点.我们假定在此平面上相同周期的面波传播速度是均匀的,速度为U.对于圆周上任意一点S,假定SOAB的夹角为θ,则S点距离台站AB的距离可以分别表示为

图 4 面波噪声格林函数的正演模拟 (a)台站对以及噪声源的单点近似;(b)由上至下分别表示均匀随机分布的噪声源、持续定域源以及两者并存时的理论NCF. Fig. 4 Synthetic seismograms for the surface waves in NCFs (a) Schematic diagram for synthetic procedure.O is the midpoint of station A and B,while S locates in the circle with distance R from O,representing random homogenous noise source; (b) Top: synthetic NCF extracted from random homogenous noise distribution.Middle: synthetic precursor caused by the PL source only.Bottom: Synthetic NCF when both PL source and random homogenous source are present.

(4)

(5)

参考公式(1),由该点对应的噪声源所产生的面波信号在NCF中的到时Tθ

(6)

我们假定S点的震源函数为S(t),强度为Eθ,则对圆周上所有点进行积分,可以得到噪声源均匀随机分布情况下两个台站AB之间的NCF:

(7)

选定不同周期的能量强度和传播速度,进行叠加就可以模拟不同周期面波并存时的NCF.

当圆周上存在一个持续定域噪声源PL 时,可以利用PL 点为中心的一小段圆弧来表征.由于在实际处理中,我们要对NCF 进行长时间的叠加,因此在计算时,此噪声源对应的强度需要相应增加.由PL 噪声源所引起的信号可以表示为

(8)

图 4b中分别显示了均匀随机分布的噪声源、持续定域噪声源以及两者并存时所对应的理论NCF.

基于以上方法,对于任意的的台站路径和给定的噪声源位置及平均速度,我们可以得到对应的dRUθ,进而计算对应的NCF.

我们选取了SD.JIN 台站为中心,方位覆盖较好的11条路径计算了理论NCF,选用的台站对路径如图 5a所示.为方便起见,我们只计算了由持续定域源所导致的信号.基于上述定位的结果,我们对噪声源的位置和传播速度进行了微调,并将合成结果同实测波形进行比较.当噪声源位置位于(131°E,33°N),传播速度为2.75km/s时,理论NCF 同实测波形具有最好的吻合程度,如图 5b所示.在个别台站对上,理论波形和实测波形存在少许时间偏差.这可能是由于该地区波速结构具有横向不均匀性,而我们进行定位计算和正演模拟时采用了均一波速模型所导致.理论波形和实测波形在较好的方位角覆盖情况下具有较为吻合的走时趋势,表明我们的定位结果具有较高的可靠性.我们将噪声源置于(131°E,33°N),以波速2.75km/s计算了图 1b 中各个台站对上前驱信号的理论走时,并据此对实测波形进行时移校正,校正后的结果如图 6所示.可以看出,校正之后面波前驱信号集中到零点附近,这表明我们的定位结果是可靠的.

图 5 噪声互相关函数的正演模拟以及同实测波形的对比 (a)正演模拟采用的台站及路径.持续定位噪声源以红点表示,黑色三角表示计算用到的台站.实线连接的台站表示计算采用的路径,其中蓝色实线表示受该噪声源影响较大的台站路径.(b)理论NCF同实测波形的对比.红色表示理论NCF波形,黑色和蓝色表示对应的实测波形.台站对路径名称在对应波形的左上角标注.受该噪声源影响较大路径的实测波形以蓝色表示,同a中路径相对应. Fig. 5 Comparison between synthetic and observed NCFs (a)Stations and paths selected to make synthetic NCFs.The red dot represents the location of the PL source while the filled black triangles show the locations of the stations.The station pairs used to make synthetic NCFs are connected by solid line, paths along which the Rayleigh waves are easily contaminated by precursors are connected by blue solid line.(b) Comparison between synthetic and observed NCFs for selected paths.NCFs for the same path are overlaid with respect to inter-station distance, above which shows the name of each path.Synthetic NCFs are plotted as red while observed NCFs as black and blue, the blue ones are for the corresponding paths in Fig.5a.
图 6 经过时延校正之后的Fig.lb中的NCF波形,前驱信号集中到了时间零点附近,如灰线所示 Fig. 6 After time shift correction, the precursors ofthe NCFs in Fig.lb line up at zero time, which is indicated by the vertical gray line
5 讨论和结论

利用噪声互相关提取格林函数的方法基于一个重要的假设,就是噪声源是均匀随机分布的.由于地球上真实的噪声源具有很强的方向性和季节变化,我们一般通过长时间的累加对噪声来源进行随机化,以等效均匀分布的噪声源,以使互相关函数收敛为真实的格林函数.Shapiro等[29]指出,当存在一种能够持续产生特定周期面波,且位置固定、空间体积集中的噪声源时,噪声均匀分布的模型失效.由于此种噪声源而产生的信号有可能同沿着大圆路径传播的面波信号相互混叠,进而对后续面波频散曲线提取产生影响.

我们对华北地区噪声互相关函数中的前驱信号进行了分析研究,发现该信号持续时间约50s, 源于日本九州岛附近,频带范围为0.07~0.12 Hz, 传播速度接近2.75km/s.由于在此区域,10s面波的平均波速在2.5~3.0km/s左右[34],同此噪声源产生信号的速度接近,因此会对NCF中面波信号的识别和测量造成不可忽略的影响.图 5a中用蓝色实线表示了可能受到九州岛噪声源影响的台站对路径.此噪声源对NCF中面波信号的干扰主要有三种情况:首先,由于九州岛噪声源具有一定的持续时间,如果两个台站的间距较短,则面波信号走时较短,将同此噪声源产生的信号相互混淆,如图 5b 中SD.JIN-JS.DH 路径所示.其次,当噪声源接近于连接两个台站的大圆路径时,由于该信号的传播速度同面波速度接近,因此在这些路径上,由于此噪声源产生的信号将同真实面波信号相混淆.尤其当九州岛噪声源与台站对的优势噪声方向相同时,对应的面波信号将更加难以区分,如图 5b 中SD.JIN-GS.HCH所示.再者,由于我们进行噪声互相关计算时一般要进行长时间的累加处理,源于九州岛的噪声信号能量将得到大大增强.在部分台站对的噪声互相关函数中,噪声源产生的信号强度将远远大于实际面波信号的强度,在进行面波信号识别的时候,容易将此前驱信号识别为面波信号,如图 5b中SD.JIN-SN.XIXI所示.由于噪声互相关计算以及后续处理涉及到的数据量特别巨大,往往通过部分自动化的方式来进行处理,此持续定域噪声源的存在要求我们在处理过程中对可能受其影响的台站对路径进行更加细致的判别,以消除由此噪声源带来的干扰.

地球上的背景噪声存在几个优势周期,主要包括3~10s和10~20s两个主要的优势周期范围,不同周期的噪声具有不同的产生物理机制.通常认为,10~20s的信号主要是由海浪同海床相互作用引起的,而当海浪被海岸反射,与同一频率沿着相反方向传播的直达海浪相互干涉,形成了3~10s的噪声[272836].

噪声源的定位研究有助于我们认识噪声产生的物理机制.我们对前驱信号来源的定位结果显示该噪声源位于日本的九州岛附近,能量的最高值在(131°E,33°N)取得,位于九州岛之上.Kawakatsu等[3738]的研究表明,位于九州岛上的ASO 火山伴有连续的火山震颤(Volcanictremor)现象,其震颤的信号周期同我们观察到的前驱信号的周期相近.虽然该信号到达中国中东部地区台站时已衰减至背景噪声水平,但通过互相关和长时间的累加处理,有可能在NCF中产生较强的信号.这是我们观测到的前驱信号的一个可能机制.但是由于我们采用的是中国东部沿海的台站对来对该噪声源进行定位,台站对路径距离九州岛较远,且采用了平均速度模型来进行个点搜索,因此定位存在不可避免的误差.该噪声源也可能存在于九州岛附近的浅海或海湾.九州岛东、南侧为菲律宾海,西侧为朝鲜海峡,北侧有丰后水道,岛的边缘上还有一些海湾,如有明海等.这些水体形态复杂,有可能存在合适的地形与海浪形成共振,从而激发持续性的信号[39].Shapiro等[29]推测是类似的机制导致了非洲几内亚湾内的持续性定域噪声源.因此,确定该噪声源的精确位置以及物理机制,尚有待于进一步的研究.

我们对中国中东部地区宽频带台站互相关得到的NCF中的面波前驱信号进行了分析研究,发现在九州岛地区存在一个持续定域的噪声源.该噪声源常年产生周期10s左右的噪声信号,信号传播速度约2.75km/s.由于此信号的传播速度于同周期的瑞利面波传播速度接近,在特定台站对上可能会对面波部分产生严重的干扰.因此在区域内开展基于NCF的研究时需要加以注意.该噪声源产生噪声的物理机制尚待进一步的研究.

致谢

感谢中国地震局监测预报司华北强震跟踪专项对本研究的支持,感谢中国地震局地球物理研究所“国家数字测震台网数据备份中心"为本研究提供地震波形数据,感谢美国加州理工学院RobertClayton教授提供NCF正演模拟程序原型.

参考文献
[1] Lobkis O I, Weaver R L. On the emergence of the Green's function in the correlations of a diffuse field. J. Acoust. Soc. Am. , 2001, 110(6): 3011-3017. DOI:10.1121/1.1417528
[2] Wapenaar K. Retrieving the elastodynamic Green's function of an arbitrary inhomogeneous medium by cross correlation. Phys. Rev. Lett. , 2004, 93(25): 254-301.
[3] Sabra K G, Roux P, Kuperman W A. Emergence rate of the time-domain Green's function from the ambient noise cross-correlation function. J. Acoust. Soc. Am. , 2005, 118(6): 3524-3531. DOI:10.1121/1.2109059
[4] Roux P, Sabra K G, Kuperman W A, et al. Ambient noise cross correlation in free space: theoretical approach. J. Acoust. Soc. Am. , 2005, 117(1): 79-84. DOI:10.1121/1.1830673
[5] Shapiro N M, Campillo M. Emergence of broadband Rayleigh waves from correlations of the ambient seismic noise. Geophys. Res. Lett. , 2004, 31: L07614. DOI:10.1029/2004GL019491
[6] Bensen G D, Ritzwoller M H, Barmin M P, et al. Processing seismic ambient noise data to obtain reliable broad-band surface wave dispersion measurements. Geophys. J. Int. , 2007, 169(3): 1239-1260. DOI:10.1111/gji.2007.169.issue-3
[7] Lin F C, Moschetti M P, Ritzwoller M H. Surface wave tomography of the western United States from ambient seismic noise: Rayleigh and Love wave phase velocity maps. Geophys. J. Int. , 2008, 173(1): 281-298. DOI:10.1111/gji.2008.173.issue-1
[8] Li HY, Bernardi F, Michelini A. Love wave tomography in Italy from seismic ambient noise. Earthq. Sci. , 2010, 23(5): 487-495. DOI:10.1007/s11589-010-0747-1
[9] Roux P. Sabra K G, Gerstoft P, et al. P-waves from cross-correlation of seismic noise. Geophys. Res. Lett. , 2005, 32: L19303. DOI:10.1029/2005GL023803
[10] Landès M, Hubans F, Shapiro N M, et al. Origin of deep ocean microseisms by using teleseismic body waves. J. Geophys. Res. , 2010, 115: B05302. DOI:10.1029/2009JB006918
[11] Zhan Z W, Ni S D, Helmberger D V, et al. Retrieval of Moho-reflected shear wave arrivals from ambient seismic noise. Geophys. J. Int. , 2010, 182(1): 408-420. DOI:10.1111/j.365-246X.2010.04625.x
[12] Wang W T, Ni S D, Wang B S. Composition of high frequency ambient noise from cross-correlation: A case study using a small aperture array. Earthq. Sci. , 2010, 23(5): 433-438. DOI:10.1007/s11589-010-0742-6
[13] Shapiro N M, Campillo M, Stehly L, et al. High-resolution surface-wave tomography from ambient seismic noise. Science , 2005, 307(5715): 1615-1618. DOI:10.1126/science.1108339
[14] Yang Y J, Ritzwoller M H, Levshin A, et al. Ambient noise Rayleigh wave tomography across Europe. Geophys. J. Int. , 2007, 168(1): 259-274. DOI:10.1111/gji.2007.168.issue-1
[15] Zheng S H, Sun X L, Song X D, et al. Surface wave tomography of China from ambient seismic noise correlation. Geochem. Geophys. Geosyst. , 2008, 9: Q05020. DOI:10.1029/2008GC001981
[16] Bensen G D, Ritzwoller M H, Shapiro N M. Broadband ambient noise surface wave tomography across the United States. J. Geophys. Res. , 2008, 113: B05306.
[17] Yao H J, van der Hilst R D, de Hoop M V. Surface-wave array tomography in SE Tibet from ambient seismic noise and two-station analysis: I -Phase velocity maps. Geophys. J. Int. , 2006, 166(2): 732-744. DOI:10.1111/j.1365-246X.2006.03028.x
[18] Yao H J, Beghein C, Van der Hilst R D. Surface wave array tomography in SE Tibet from ambient seismic noise and two-station analysis: II - Crustal and upper-mantle structure. Geophys. J. Int. , 2008, 173(1): 205-219. DOI:10.1111/j.1365-246X.2007.03696.x
[19] Yang Y J, Zheng Y, Chen J, et al. Rayleigh wave phase velocity maps of Tibet and the surrounding regions from ambient seismic noise tomography. Geochem. Geophys. Geosyst. , 2010, 11: Q08010. DOI:10.1029/2010GC003119
[20] Fang L H, Wu J P, Ding Z F, et al. High resolution Rayleigh wave group velocity tomography in North China from ambient seismic noise. Geophys. J. Int. , 2010, 181(2): 1171-1182. DOI:10.1111/j.1365-246X.2010.04571.x
[21] Zheng Y, Yang Y J, Ritzwoller M H, et al. Crustal structure of the northeastern Tibetan plateau, the Ordos block and the Sichuan basin from ambient noise tomography. Earthq. Sci. , 2010, 23(5): 465-476. DOI:10.1007/s11589-010-0745-3
[22] Zheng X F, Jiao W J, Zhang C H, et al. Short-period Rayleigh-wave group velocity tomography through ambient noise cross-correlation in Xinjiang, northwest China. Bull. Seismol. Soc. Am. , 2010, 100(3): 1350-1355. DOI:10.1785/0120090225
[23] Brenguier F, Shapiro N M, Campillo M, et al. Towards forecasting volcanic eruptions using seismic noise. Nat. Geosci. , 2008, 1(2): 126-130. DOI:10.1038/ngeo104
[24] Cheng X, Niu F L, Wang B S. Coseismic velocity change in the rupture zone of the 2008 Mw7.9 Wenchuan earthquake observed from ambient seismic noise. Bull. Seismol. Soc. Am. , 2010, 100(5B): 2539-2550. DOI:10.1785/0120090329
[25] Brenguier F, Campillo M, Hadziioannou C, et al. Postseismic relaxation along the San Andreas Fault at Parkfield from continuous seismological observations. Science , 2008, 321(5895): 1478-1481. DOI:10.1126/science.1160943
[26] Liu Z K, Huang J L, Li J J. Comparison of four techniques for estimating temporal change of seismic velocity with passive image interferometry. Earthq. Sci. , 2010, 23(5): 511-518. DOI:10.1007/s11589-010-0749-z
[27] Stehly L, Campillo M, Shapiro N M. A study of the seismic noise from its long-range correlation properties. J. Geophys. Res. , 2006, 111: B10306. DOI:10.1029/2005JB004237
[28] Yang Y J, Ritzwoller M H. Characteristics of ambient seismic noise as a source for surface wave tomography. Geochem. Geophys. Geosyst. , 2008, 9: Q02008. DOI:10.1029/2007GC001814
[29] Shapiro N M, Ritzwoller M H, Bensen G D. Source location of the 26 sec microseism from cross-correlations of ambient seismic noise. Geophys. Res. Lett. , 2006, 33: L18310. DOI:10.1029/2006GL027010
[30] Gu Y J, Dublanko C, Lerner-Lam A, et al. Probing the sources of ambient seismic noise near the coasts of southern Italy. Geophys. Res. Lett. , 2007, 34: L22315. DOI:10.1029/2007GL031967
[31] Marzorati S, Bindi D. Characteristics of ambient noise cross correlations in northern Italy within the frequency range of 0.1~0.6 Hz. Bull. Seismo. Soc. Am. , 2008, 98(3): 1389-1398. DOI:10.1785/0120070140
[32] 于湘伟, 陈运泰, 王培德. 京津唐地区中上地壳三维P波速度结构. 地震学报 , 2003, 25(1): 1–14. Yu X W, Chen Y T, Wang P D. Three-dimensional P wave velocity structure in Beijing-Tianjin-Tangshan area. Acta Seismologica Sinica (in Chinese) , 2003, 25(1): 1-14.
[33] 何正勤, 丁志峰, 叶太兰, 等. 中国大陆及其邻域的瑞利波群速度分布图象与地壳上地幔速度结构. 地震学报 , 2002, 24(3): 252–259. He Z Q, Ding Z F, Ye T L, et al. The group velocity distribution of Rayleigh waves and crustal and upper mantle velocity strcture of the Chinese mainland and its vicinity. Acta Seismologica Sinica (in Chinese) , 2002, 24(3): 252-259.
[34] Huang Z X, Su W, Peng Y J, et al. Rayleigh wave tomography of China and adjacent regions. J. Geophys. Res. , 2003, 108(B2): 2073. DOI:10.1029/2001JB001696
[35] 郑秀芬, 欧阳飚, 张东宁, 等. "国家数字测震台网数据备份中心"技术系统建设及其对汶川大地震研究的数据支撑. 地球物理学报 , 2009, 52(5): 1412–1417. Zheng X F, Ouyang B, Zhang D N, et al. Technical system construction of Data Backup Centre for China Seismograph Network and the data support to researches on the Wenchuan earthquake. Chinese J. Geophys. (in Chinese) , 2009, 52(5): 1412-1417. DOI:10.3969/j.issn.0001-5733.2009.05.031
[36] Longuet-Higgins M S. A theory of the origin of microseisms. Phil. Trans. R. Soc. London, Ser. A. , 1950, 243(857): 1-35. DOI:10.1098/rsta.1950.0012
[37] Kawakatsu H, Ohminato T, Ito H. 10s-period volcanic tremors observed over a wide area in southwestern Japan. Geophys. Res. Lett. , 1994, 21(18): 1963-1966. DOI:10.1029/94GL01683
[38] Kawakatsu H, Kaneshima S, Matsubayashi H, et al. Aso94: Aso seismic observation with broadband instruments. J. Volcanol. Geotherm. Res. , 2000, 101(1-2): 129-154. DOI:10.1016/S0377-0273(00)00166-9
[39] Holcomb L G. Microseisms: A 26 sec spectral line in long-period Earth motion. Bull. Seismol. Soc. Am. , 1980, 70(4): 1055-1070.