2. 中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室, 武汉 430077
2. State Key Laboratory of Geodesy and Earth's Dynamics, Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan 430077, China
大量研究表明地震背景噪声成像方法克服了传统层析成像对地震的依赖性及震源位置、发震时刻不准确的问题,使我们可以在地震活动性较低的区域进行层析成像研究,能够有效获取地壳及上地幔的波速结构(Weaver,2005;Shapiro et al.,2005;Yang et al.,2007;Zheng et al.,2008;齐诚等,2007;唐有彩等,2011;范文渊等,2015;潘佳铁等,2015).但是,该方法要求噪声源满足时空均匀随机分布等理论要求,否则可能导致成像结果中存在一定的误差(Roux et al.,2005;Stehly et al.,2006;Yang and Ritzwoller,2008).因此,近年来有关噪声源的激发机理及时空分布特性研究日益成为地震学所关注的热点.
地脉动是地震背景噪声中能量最强的分量之一,其频率主要分布在0.003~1.0 Hz,被认为主要来源于海浪运动和固体地球表面的耦合作用(Longuet-Higgins,1950;Stehly et al.,2006;Yang and Ritzwoller,2008).根据频带范围和激发方式的不同,通常将其分为两类:单频(Single Frequency,SF)地脉动,也称为第一类地脉动(Primary microseism,PM)和倍频(Double Frequency,DF)地脉动,或者也称为第二类地脉动(Secondary microseism,SM).SF地脉动主要由海浪运动产生的压力加载在海底或海岸产生(Hasselmann,1963),故其频率与波浪频率一致,主要分布在0.05~0.12 Hz.由于海浪运动产生的压力随着海水深度的增加呈指数衰减,所以,一般认为其主要源区分布在浅海海域.而DF地脉动则主要由频率相同、行进方向相反的两组波浪相干形成驻波后加载于海底而激发(Longuet-Higgins,1950;Hasselmann,1963;Webb,1998;Bromirski et al.,2005;Kedar et al.,2008;Zhang et al.,2010),因此,其频率为波浪频率的两倍,且因为受水深影响相对较小而具有更大范围的激发海域源区(Longuet-Higgins,2003).受激发机制的影响,SF地脉动和DF地脉动均不仅在时间上有较强的季节性变化,在空间上也存在很强的区域变化特性.结合物理海洋学的波浪模拟与地震波激发最新研究,目前已经可以初步定量解释地脉动强度随时间的变化(Ardhuin et al.,2015).
台风引起的剧烈海浪运动使陆上地震台及海底地震仪记录到的地脉动显著增强,且信号特征随着台风进程而演化(Chi et al.,2010;Sufri et al.,2013;Sun et al.,2013).如2005年袭击美国新奥尔良市的“卡特里娜”飓风,其在墨西哥湾海域所激发的地脉动信号甚至能被2000km以外的南加州地震台网SCSN所记录到(Gerstoft et al.,2006;Zhang et al.,2010).国内张雁滨等(2013)对2011年昆仑山地震前多台宽频地震仪记录的数据进行分析,结果显示热带气旋和温带气旋都可激发较强地脉动信号.反之,研究人员也通过计算台风期间地脉动的能量来源方向及强度变化,尝试反演海面波浪参数和地脉动主要源区位置(Gerstoft et al.,2006;Chevrot et al.,2007;Chi et al.,2010;Kimman et al.,2012;Sufri et al.,2013;Euler et al.,2014).如夏英杰等(2011)采用单台法对地脉动信号的能量来源进行定向,并指出其可能由台风引起的海浪与背景海浪场相互作用而产生.Zhang等(2010)根据SCSN地震台阵记录的地脉动信号对2006年超强台风“伊欧凯”进行了定位,其结果与日本气象厅观测和分析结果基本吻合.这为人们利用陆上地震台站或海底地震仪对台风过程进行监测和定位、发展台风的地震学监测方法提供了可能,有望为传统台风监测预警提供辅助资料.
由于涉及大气-海洋-固体地球三个圈层之间的复杂动量传递与耦合过程,迄今为止,关于台风激发地脉动的具体源区及激发机制仍存在争议,该研究也因此于2009年被列入地震学领域十大挑战难题(Lay et al.,2009).本文将利用2008年台风“森拉克”和“黑格比”期间日本、中国东南沿海及台湾地区的地震台连续记录数据,分析台风激发地脉动信号的时频特征,并结合对地脉动信号的数值模拟,探讨台风激发地脉动的主要源区分布及激发方式.
2 数据与处理台风“森拉克”(2008年9月8至20日)形成于菲律宾以东洋面,9月10日成长为超强台风,期间近中心最大持续风速达51.4 m·s-1,最低气压为935 hPa,图 1给出了台风路径及最大风速变化. 文中台风数据来自日本气象厅(http://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-eg/trackarchives.html[2015-10-25])的台风最佳路径资料,包含时间间隔为6 h的台风中心位置、最大风速和最低气压等信息.本文选择此台风作为研究对象基于以下考虑:(1)该台风强度高,生命史长,有利于陆上地震台站接收信噪比较高的台风激发地脉动信号;(2)台风路径较长,其中心在径向上跨越18个纬度,沿途分布有较多地震台站,尤其是9月18日之后台风中心沿着日本东南海岸线行进,使得FNET台网能够有效观测台风激发地脉动信号;(3)该台风曾于9月13日在台湾岛作短暂登陆,有利于比较登陆前后台风激发地脉动信号的变化.此外,9月18至24日期间,西太平洋另存在台风“黑格比”,其近中心最大持续风速达46.3 m·s-1,最低气压为935 hPa.如图 1所示,该台风移向稳定,移速快,成长迅速,且登陆时仍维持强台风级别.
本文所采用的连续地震记录数据下载于IRIS(http://www.iris.edu [2015-10-25])、日本FNET(http://www.fnet.bosai.go.jp [2015-10-25])和中国地震数字台网(郑秀芬等,2009).通过对台风期间各地震台站记录的数据质量分析,最后我们选取了37个FNET台站和4个IRIS台站的数据进行分析,它们主要分布于台风“森拉克”路径附近(图 1). 文中有效波高数据来自欧洲中期天气预报中心(European Centre For Medium Range Weather Forecasts,ECMWF)的ERA-Interim再分析格点数据,数据时间间隔为6h,空间分辨率为0.75°×0.75°.
2.1 地脉动数据预处理及波形分析我们首先对台风期间地震台站的垂向原始记录数据进行了预处理,包括去均值、去线性趋势、去仪器响应、重采样至1 Hz,以及0.05~0.45 Hz的带通滤波.图 2显示了预处理后16个近岸陆上台站的地脉动波形.我们发现,各台站记录的地脉动信号均有持续数天的能量增强,其包络形态呈纺锤形叠加在观测背景之上,且其变化特征与台风中心的移动紧密相关;在台风“森拉克”的中心至地震台站最近距离之后的数小时内,相应台站所记录地脉动强度取得极大值.Chi等(2010)在研究台风“珊珊”产生的地脉动信号特征时也观测到了类似的特征.
为分析台风激发地脉动信号的时频特征,我们采用短时傅里叶变换(刘喜武等,2008)对台风期间地脉动信号进行时频分析.在计算过程中,为降低地震等瞬时能量的影响,我们将滑动时窗长度取为0.5 h.因此,若某时窗内含有地震或其他瞬时干扰信号,也只影响该时窗范围内的频谱分析结果,不会对地脉动信号连续时频谱产生较大影响.
图 3a给出了台风期间AMM台(129.3001°E,28.1571°N)所记录地脉动信号的时频谱.我们发现,AMM台自9月10日起呈现出清晰的DF地脉动信号,并随着台风“森拉克”逐步靠近台湾岛,DF地脉动的强度亦逐渐增强,其主频范围在0.14~0.28 Hz.9月13日18时左右,“森拉克”登陆台湾岛以后,地脉动能量随台风能量耗散而开始衰减.9月14日,台风离开台湾岛重新进入海域,向日本方向移动,并逐渐靠近AMM台,致使AMM台记录的DF地脉动信号于9月16日左右开始第二次增强,但主频相对之前有所提高,主要分布在0.20~0.36 Hz.此外,台风“黑格比”期间,AMM台站也明显观测到台风激发的DF地脉动信号,能量主要集中在 0.14~0.20 Hz.
为进一步分析台风激发地脉动信号特征及可能激发模式,本文利用Ardhuin等(2011)提出的地震背景噪声能量辐射全球模型对台风“森拉克”和“黑格比”所激发的DF地脉动信号进行了数值模拟.
该模型主要基于Longuet-Higgins(1950)和Hasselmann(1963)关于地脉动激发机制的相关理论,即假定DF地脉动由两列频率相同或相近的波浪相向传播、相互作用形成驻波作用于海底而激发.在实际海况中,波浪场特征通常用方向谱F(f,θ)来表示,并且有
(1) |
其中E(f)是频率谱,而M(f,θ)为方向分布函数,即频率为f的波浪在各方向上的相对强度分布,因此有
(2) |
则当两列频率相同的波浪相向传播、相遇而激发DF地脉动时,I(f)取得最大值(Kedar et al.,2008; Ardhuin et al.,2011).因此,在通过WAVEWATCH-Ⅲ等海浪模式对海面波浪场进行数值模拟之后,根据I(f)可判断DF地脉动的源区位置.同时,根据Hasselmann(1963)的理论,可进一步计算波浪荷载引起的等效压力谱为
(3) |
其中f2对应地脉动频率;
海表波浪荷载引起的压力作用等效于垂向振荡的源,其对应的能量谱可表示为
(4) |
这里ρs和β分别为岩石密度和剪切波速度,无量纲系数C′取值范围通常为0.05<C′<0.84,主要依赖于声波波长和水深的比值.通过公式(4),对海面范围所有位置(λ′,φ′)上源的共同作用进行计算和面积分,结合固体地球模型,便可计算任何位置(λ,φ)上记录的垂向地动位移能量谱:
(5) |
其中RE为地球半径,Δ为源至接收位置的距离,积分核中分母REsinΔ为地震波能量传播过程中的几何扩散因子;U为地震波群速度,Q为品质因子,而(RE2sinφ′dλ′dφ′)则为地球表面面元.因此,在全球海表波浪场观测或数值模拟结果基础上,根据公式(5)可计算获得任何位置上所记录的波浪激发DF地脉动信号的能量谱,Ardhuin等(2011)在此基础上提出了DF地脉动能量辐射全球模型.
本文通过该模型对台风“森拉克”和“黑格比”所激发的DF地脉动信号进行了数值模拟,计算了台风期间DF地脉动的合成理论频谱图,即对应于公式(5)中的Fδ(λ,φ,fs).其中,输入的波浪场数据来源于WAVEWATCH-Ⅲ海浪模式在对应时间范围上的全球(180.0°W—179.5°E,78°S—80°N)海浪模拟结果,空间分辨率为0.5°,时间采样间隔为3 h,模拟地脉动频率范围0.08~0.34 Hz,分16个频率采样.图 3b和图 3c分别显示了模型中考虑海岸反射效应和不考虑海岸反射效应时,AMM台地脉动的合成理论频谱,分别记为Fδ,R和Fδ,0.
4 讨论 4.1 DF地脉动激发模式分析目前,对于地脉动源区的分布情况及激发机制尚存不少争议.Ardhuin等(2011)在海浪模式WAVEWATCH-III数值模拟基础上提出了DF地脉动能量辐射全球模型,并讨论了激发DF地脉动的三种典型海况条件:(Ⅰ)台风中心快速移动,不同时期激发的同频率波浪相向传播、相互作用产生驻波;(Ⅲ)台风激发风浪或涌浪入射至海岸(或冰山)反射并与后续来波相互作用产生驻波;(Ⅲ)某海域同时存在两个台风,激发的同频率波浪相向传播、相互作用产生驻波.
通过对数值模拟(图 3b,3c)与实测地脉动信号时频谱的对比分析(图 3a),我们发现,在模型中考虑海岸反射时,地脉动的合成理论频谱图(图 3b)对实测结果(图 3a)有较好的吻合;而当模型中不考虑海岸反射时,模拟所得的地脉动能量则非常微弱甚至视觉观测不到(图 3c).因此,我们认为AMM台所记录的DF地脉动信号激发主要由海岸反射引起,属于上述地脉动激发模式中的第Ⅲ种,我们在本文中将其源区定义为“近岸源区”.同时,也有相对微弱的DF地脉动激发不依赖于海岸反射(图 3c),其激发方式可能属于激发模式中的第I种,对应源区在本文中定义为“台风中心附近源区”.
为进一步分析“近岸源区”和“台风中心附近源区”各自所激发DF地脉动能量的比值,研究海岸反射在DF地脉动激发过程中的作用程度,我们对“近岸源区”所激发的DF地脉动能量在总能量中的比例进行了定量分析.根据AMM台数值模拟结果(图 3b,3c),对Fδ,R和Fδ,0两者差异较明显的时间段,计算了比值(Fδ,R-Fδ,0)/Fδ,R,结果如图 4所示.其中,9月11日12时至13日12时及22日12时至24日0时这两个时段,(Fδ,R-Fδ,0)/Fδ,R分别在82%、95%以上,其他台站与此类似,说明这两时间段内DF地脉动激发基本以“近岸源区”为主.而9月17日0时至9月18日12时,AMM台所对应的(Fδ,R-Fδ,0)/Fδ,R则相对较低,值域范围下限接近50%,说明该时间段内“台风中心附近源区”所激发的DF地脉动能量Fδ,0比重相对另外两时间段有所增加.其主要原因在于,该时段台风“森拉克”中心距离AMM台站较近,“台风中心附近源区”所激发的DF地脉动仅通过近距离传播即可被接收,传播过程中的能量衰减相对较小.同时,我们检查了AMM台附近同样沿着台风“森拉克”路径的ZMM台和KGM台,均显示台风中心靠近台站期间(Fδ,R-Fδ,0)/Fδ,R相对其他时间段有所减小,具有与AMM台类似的结果(图 4).而该时段内未在台风路径附近的台站均显示比较高的 (Fδ,R-Fδ,0)/Fδ,R,如图 4中举例说明的WTR、UMJ和TAS台站的平均值曲线L2在0.84以上.
此外,台风“黑格比”期间,AMM台站实测及模拟DF地脉动信号的主频呈明显的近线性上升趋势(图 3a,3b),这是因为台风早期引起的涌浪在传播过程中发生频散,低频分量传播速度快于高频分量,使得低频涌浪首先到达海岸发生反射而激发低频地脉动信号,随着高频涌浪的陆续到达,造成了地脉动信号主频的逐渐上升.这也进一步说明,AMM台站所记录的DF地脉动主要以第Ⅲ种模式激发.
4.2 DF地脉动信号激发影响因素分析DF地脉动由两列频率相同的波浪相向传播、相互作用形成驻波作用于海底而激发.根据Longuet-Higgins的海洋驻波理论(Longuet-Higgins,1950),由驻波引起的海底压强变化为
(6) |
其中ρ为海水密度,a1和a2为两列波的振幅,ω为波浪频率.因此,DF地脉动强度与相应波浪强度有关,即与相应两组波浪振幅的乘积成比例.
根据前述分析,AMM台所记录的DF地脉动信号主要来自于近岸源区,由台风引起的波浪传播至海岸后反射并与后续来波相互作用形成驻波所致.因此,我们将DF地脉动强度与台湾东侧沿海、AMM台所在岛屿附近海域有效波高进行了互相关计算(图 5).9月11至15日期间,台风“森拉克”从菲律宾海沿西北方向逐渐靠近台湾岛东侧,后经短暂登陆后往东北方向逐渐远离台湾(图 1),期间在台湾东侧沿海产生较强波浪场(图 5a),使该海域成为地脉动的主要近岸源区.尽管AMM台至台湾东侧沿海海域有较远距离(约800 km),但记录的DF地脉动强度与该海域有效波高的互相关系数达0.72(图 5b).同时,AMM台地脉动强度与台站所在岛屿附近海域的有效波高也有较好的相关性,两者之间的互相关系数达0.60(图 5d).因此,在此期间AMM台所记录的地脉动信号主要来源于台湾东侧沿海海域及台站所在岛屿附近海域这两个近岸源区.而9月16日至18日期间,AMM台记录的DF地脉动强度与台站所在岛屿附近海域、台湾岛东侧沿海海域附近有效波高之间的互相关系数分别为0.79和0.26(图 5c,5e),表明在此期间DF地脉动能量主要来源于台站所在岛屿附近海域的近岸源区.其主要原因在于台风中心靠近AMM台时,台站所在岛屿附近海域的波浪场得到明显增强(图 5a).因此,第Ⅲ种模式激发的DF地脉动强度主要与相应近岸源区的波浪场强度有关.
同时,由于地脉动主要以面波形式在地球介质内传播,受到衰减、散射以及几何扩散作用,其强度随着传播距离的增加而减小;且由于高频衰减大,导致其主频逐渐降低.所以,观测点至源区位置的距离对所记录地脉动信号的主频具有较大影响.如图 3所示,9月11至15日期间,由于主要源区位于较远的台湾东侧沿海海域,AMM台记录的地脉动主频相对较低,范围为0.14~0.28 Hz.类似的,9月22至24日期间,即台风“黑格比” 中心位于南海北部时,AMM台记录到的地脉动主频分布在0.14~0.20 Hz.相反,9月16至18日期间,AMM台记录的地脉动信号主要由台站所在岛屿附近海域近岸源区产生,主频则相对较高,主要分布在0.20~0.36 Hz.
此外,由公式(1)可得,DF地脉动频率是相应波浪频率的2倍,因此,DF地脉动的主频亦受源区波浪场频率特征的影响.如图 6a所示,当台风中心离海岸线较远时,台风激发的波浪经长距离传播到达海岸时主要以低频涌浪为主,其所激发的DF地脉动主频则相对较低.同时,由于涌浪传播过程中的频散作用,低频成分的传播速度大于高频成分,因此,在长距离传播之后低频成分先于高频成分到达海岸,导致相应的地脉动信号主频随时间逐渐上升,如AMM台于9月22至24日记录到的地脉动信号主频呈近线性上升(图 3).相反,当台风中心离海岸线较近时,台风激发的波浪与海岸相互作用时主要为频率相对较高的风浪或早期的涌浪(图 6b),此时所激发的DF地脉动信号主频则相对较高.如9月16-18日期间,即台风“森拉克”距离AMM台站所在岛屿最近期间,AMM台所记录的地脉动信号主频达到最高,分布在0.20~0.36 Hz(图 3).
为研究上述AMM台所记录到的不依赖于海岸反射的能量相对较弱的DF地脉动信号的激发过程(图 3c),我们对台风中心附近源区的波浪场特征进行了分析.在北半球,台风风场围绕台风中心呈逆时针方向旋转,且最大风速出现在台风中心右前方近最大风速半径位置附近(Holthuijsen et al.,2012),因此,其引起的优势风浪和涌浪传播方向主要朝台风中心左前方.如图 6c所示,假设台风移动方向朝北,红色和蓝色台风符号分别表示t1和t2前后两个时刻台风中心位置,红色虚线与箭头即表示t1时刻台风激发的优势涌浪的传播.当其传播至t2时刻台风中心附近时,与局地风浪(蓝色实线与箭头)相互作用:(1)在台风中心右前方,涌浪与局地风浪传播方向接近,形成同向传播涌浪;(2)在台风中心左前方和右后方,两者传播方向相交叉,称为交叉传播涌浪;(3)在台风中心左后方,两者传播方向相反,形成反向传播涌浪.在反向传播涌浪中,若t1时刻产生的前期涌浪和t2时刻产生的风浪频率相同,就可能相互作用产生驻波作用于海底而激发DF地脉动.因此,我们认为台风中心附近源区主要位于台风中心左后方,图 3c中微弱DF地脉动信号主要来源于台风中心左后方的波浪相互作用.该设想与Ardhuin等(2011)提出的DF地脉动第I种激发模式基本吻合.但由于台风中心附近风场和波浪场极其复杂,且波浪和涌浪的传播又受科氏力的作用,因此,台风中心附近源区的位置及激发效果在同一台风不同阶段或不同台风之间会有所差异.
5 结论本文利用日本、中国东南沿海及台湾地区地震台的连续记录数据,分析了西太平洋2008年台风“森拉克”和“黑格比”激发的地脉动信号特征,并通过DF地脉动能量辐射全球模型对台风期间的DF地脉动信号进行了数值模拟.实际观测和数值模拟对比分析结果表明,台风“森拉克”和“黑格比”激发的地脉动信号存在两种主要激发模式:
(1) 近岸源区激发,即台风引起的风浪或涌浪入射至海岸反射与后续来波相互作用形成驻波作用于海底而激发DF地脉动,源区位置主要集中在沿海海域.
(2) 台风中心附近源区激发,即台风中心移动过程中不同时期激发的同频率波浪相向传播、相互作用产生驻波作用于海底而激发DF地脉动,源区位置主要集中在台风中心左后方.
根据我们的研究结果,这两个台风激发地脉动信号都以第一种模式为主,第二种模式激发的信号能量非常微弱.
同时,台风、波浪相关的气象、水文数据与地脉动观测数据的联合处理及理论分析结果表明:第一种模式激发的地脉动信号与相应近岸源区的波浪场强度、观测点至源区位置距离及台风中心至海岸线距离等要素密切相关;而第二种模式激发的地脉动信号则主要受台风中心附近波浪场的频谱成分与传播方向影响.然而,本文主要开展了单台的数据分析,如能利用密集台阵将能更好地测定地脉动的来源方向及慢度;同时,台风条件下海气相互作用过程非常复杂,而且这种极端天气条件下缺乏台风过境时的现场海洋观测资料,这些因素严重制约了我们对台风中心附近风场和波浪场的研究.为此,下一步我们拟采用海洋-大气-波浪-沉积输运耦合数值模型(Coupled Ocean-Atmosphere-Wave-Sediment Transport,COAWST)对台风中心附近波浪场进行系统模拟,结合台阵数据,进一步开展和深化台风中心附近源区的地脉动激发机理和影响要素的研究.
致谢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”、IRIS数据管理中心和日本FNET为本研究提供连续地震记录数据.感谢法国Fabrice Ardhuin教授提供地脉动能量辐射全球模型程序.
Ardhuin F, Stutzmann E, Schimmel M, et al. 2011. Ocean wave sources of seismic noise. J.Geophys.Res., 116(C9): C09004. DOI:10.1029/2011JC006952 | |
Ardhuin F, Gualtieri L, Stutzmann E. 2015. How ocean waves rock the Earth:Two mechanisms explain microseisms with periods 3 to 300 s. Geophys.Res.Lett., 42(3): 765-772. DOI:10.1002/2014GL062782 | |
Bromirski P D, Duennebier F K, Stephen R A. 2005. Mid-oceanmicroseisms. Geochem.Geophys.Geosyst., 6(4): Q04009. DOI:10.1029/2004GC000768 | |
Chevrot S, Sylvander M, Benahmed S, et al. 2007. Source locations of secondary microseisms in western Europe:Evidence for both coastal and pelagic sources. J.Geophys.Res., 112(B11): B11301. DOI:10.1029/2007JB005059 | |
Chi W C, Chen W J, Kuo B Y, et al. 2010. Seismic monitoring of western Pacific typhoons. Mar.Geophys.Res., 31(4): 239-251. DOI:10.1007/s11001-010-9105-x | |
Euler G G, Wiens D A, Nyblade A A. 2014. Evidence for bathymetric control on the distributionofbody wave microseism sources from temporary seismic arrays in Africa. Geophys.J.Int., 197(3): 1869-1883. DOI:10.1093/gji/ggu105 | |
Fan W Y, Chen Y S, Tang Y C, et al. 2015. Crust and upper mantle velocity structure of the eastern Tibetan Plateau and adjacent regions from ambient noise tomography. Chinese Journal of Geophysics (in Chinese), 58(5): 1568-1583. DOI:10.6038/cjg20150510 | |
Gerstoft P, Fehler M C, Sabra K G. 2006. When Katrina hitCalifornia. Geophys.Res.Lett., 33(17): L17308. DOI:10.1029/2006GL027270 | |
Hasselmann K. 1963. A statistical analysis of the generation of microseisms. Rev.Geophys., 1(2): 177-210. DOI:10.1029/RG001i002p00177 | |
Holthuijsen L H, Powell M D, Pietrzak J D. 2012. Wind and waves in extreme hurricanes. J.Geophys.Res., 117(C9): C09003. DOI:10.1029/2012JC007983 | |
Kedar B S, Longuet-Higgins M, Webb F, et al. 2008. The origin of deep ocean microseisms in theNorthAtlantic Ocean. Proceedings of the Royal Society A:Mathematical, Physical and Engineering Sciences, 464(2091): 777-793. DOI:10.1098/rspa.2007.0277 | |
Kimman W P, Campman X, Trampert J. 2012. Characteristics of seismic noise:Fundamental and highermode energy observed in the Northeast of the Netherlands. Bull.Seism.Soc.Amer., 102(4): 1388-1399. DOI:10.1785/0120110069 | |
Lay T, Aster R, Forsyth D, et al. 2009. Seismological grand challenges in understanding earth's dynamic systems. Report to the National Science Foundation, Denver, CO:IRIS Consortium, 76. | |
Liu X W, Zhang N, Gou Y F, et al. 2008. The comparison and application of time-frequency analysis methods to seismic signal. Progress in Geophysics (in Chinese), 23(3): 743-753. | |
Longuet-Higgins M S. 1950. A theory of the origin of microseisms. Philos.Trans.R.Soc.Lond.Ser.A,Math.Phys.Sci., 243(857): 1-35. DOI:10.1098/rsta.1950.0012 | |
Longuet-Higgins M S. 2003. Standing waves in the ocean.//Wind over Waves Ⅲ:Forecasting and Fundamentals of Applications. Horwood, Chichester, 201-218. | |
Pan J T, Wu Q J, Li Y H, et al. 2015. Ambient noise tomography in central-south Mongolia. Chinese Journal of Geophysics (in Chinese), 58(8): 3009-3022. DOI:10.6038/cjg20150832 | |
Qi C, Chen Q F, Chen Y. 2007. A new method for seismic imaging from ambient seismic noise. Progress in Geophysics (in Chinese), 22(3): 771-777. DOI:10.3969/j.issn.1004-2903.2007.03.017 | |
Roux P, Sabra K G, Gerstoft P, et al. 2005. P-waves from cross-correlation of seismic noise. Geophys.Res.Lett., 32(19): L19303. DOI:10.1019/2005GL023803 | |
Shapiro N M, Campillo M, Stehly L, et al. 2005. High-resolution surface-wave tomography from ambient seismic noise. Science, 307(5715): 1615-1618. DOI:10.1126/science.1108339 | |
Stehly L, Campillo M, Shapiro N M. 2006. A study of the seismic noise from its long-range correlation properties. J.Geophys.Res., 111(B10): B10306. DOI:10.1029/2005JB004237 | |
Sufri O, Koper K D, Burlacu R, et al. 2013. Microseisms from superstorm sandy. Earth Planet.Sci.Lett., 402: 324-336. DOI:10.1016/j.epsl.2013.10.015 | |
Sun T, Xue M, Le K P, et al. 2013. Signatures of ocean storms on seismic records in South China Sea and East China Sea. Mar.Geophys.Res., 34(3): 431-448. DOI:10.1007/s11001-013-9204-6 | |
Tang Y C, Chen Y S, Yang Y J, et al. 2011. Ambient noise tomography in north China craton. Chinese Journal of Geophysics (in Chinese), 54(8): 2011-2022. DOI:10.3969/j.issn.0001-5733.2011.08.008 | |
Weaver R L. 2005. Information from seismic noise. Science, 307(5715): 1568-1569. DOI:10.1126/science.1109834 | |
Webb S C. 1998. Broadband seismology and noise under the Ocean. Rev.Geophys., 36(1): 105-142. DOI:10.1029/97RG02287 | |
Xia Y J, Ni S D, Zeng X F. 2011. Polarization research on seismic noise before Wenchuan Earthquake. Chinese Journal of Geophysics (in Chinese), 54(10): 2590-2596. DOI:10.3969/j.issn.0001-5733.2011.10.016 | |
Yang Y J, Ritzwoller M H, Levshin A L, et al. 2007. Ambient noise Rayleigh wave tomography across Europe. Geophys.J.Int., 168(1): 259-274. DOI:10.1111/gji.2007.168.issue-1 | |
Yang Y J, Ritzwoller M H. 2008. Characteristics of ambient seismic noise as a source for surface wave tomography. Geochem.Geophys.Geosyst., 9(2): Q02008. DOI:10.1029/2007GC001814 | |
Zhang J, Gerstoft P, Bromirski P D. 2010. Pelagic and coastal sources of P-wave microseisms:Generation under tropical cyclones. Geophys.Res. Lett., 37(15): L15301. DOI:10.1029/2010GL044288 | |
Zhang Y B, Jiang J, Li C Y, et al. 2013. The tremor wave before the Kunlun strong earthquake is not slow earthquake event. Chinese Journal of Geophysics (in Chinese), 56(3): 869-877. DOI:10.6038/cjg20130316 | |
Zheng S H, Sun X L, Song X D, et al. 2008. Surface wave tomography of China from ambient seismicnoise correlation. Geochem.Geophys.Geosyst., 9(5): Q05020. DOI:10.1029/2008GC001981 | |
Zheng X F, Ouyang B, Zhang D N, et al. 2009. Technical system construction of Data Backup Centre for China Seismograph Network and the data support to researches on the Wenchuan earthquake. Chinese Journal of Geophysics (in Chinese), 52(5): 1412-1417. DOI:10.3969/j.issn.0001-5733.2009.05.031 | |
范文渊, 陈永顺, 唐有彩, 等. 2015. 青藏高原东部和周边地区地壳速度结构的背景噪声层析成像. 地球物理学报, 58(5): 1568–1583. DOI:10.6038/cjg20150510 | |
刘喜武, 张宁, 勾永峰, 等. 2008. 地震勘探信号时频分析方法对比与应用分析. 地球物理学进展, 23(3): 743–753. | |
潘佳铁, 吴庆举, 李永华, 等. 2015. 蒙古中南部地区噪声层析成像. 地球物理学报, 58(8): 3009–3022. DOI:10.6038/cjg20150832 | |
齐诚, 陈棋福, 陈颙. 2007. 利用背景噪声进行地震成像的新方法. 地球物理学进展, 22(3): 771–777. DOI:10.3969/j.issn.1004-2903.2007.03.017 | |
唐有彩, 陈永顺, 杨英杰, 等. 2011. 华北克拉通中部地区背景噪声成像. 地球物理学报, 54(8): 2011–2022. DOI:10.3969/j.issn.0001-5733.2011.08.008 | |
夏英杰, 倪四道, 曾祥方. 2011. 汶川地震前地脉动信号的单台法研究. 地球物理学报, 54(10): 2590–2596. DOI:10.3969/j.issn.0001-5733.2011.10.016 | |
张雁滨, 蒋骏, 李才媛, 等. 2013. 昆仑山强震前的震颤波并非源自慢地震. 地球物理学报, 56(3): 869–877. DOI:10.6038/cjg20130316 | |
郑秀芬, 欧阳飚, 张东宁, 等. 2009. "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, 52(5): 1412–1417. DOI:10.3969/j.issn.0001-5733.2009.05.031 | |