近年来利用局部微地震、洋流运动、海浪和人类活动等产生的震动信号 (即背景噪声) 进行地球内部速度层析成像已经成为地震学 (Shapiro et al., 2005; Roux et al., 2005)、地震工程 (Liu et al., 2014)、海洋声学 (Roux et al., 2004; Sabra et al., 2005b) 等学科研究的热点问题之一.

阵列 (台阵) 信号处理技术对地震学具有重要意义.在20世纪60—70年代，利用台阵信号处理技术对地下核爆炸进行检测和定位 (Carpenter, 1965) 引起了广泛关注，并获得巨大成功，产生了如最小方差无畸变 (MVDR) 聚束技术 (Capon, 1969).台阵处理技术还被用来研究地球内部结构，如火山内部结构、大陆地壳和岩石圈结构、地幔内部速度变化、核幔边界和内核结构 (Roecker, 2001; Bastow et al., 2005; Mercier et al., 2008).聚束技术是台阵信号处理中最基本的技术之一，时间域聚束类似于反射地震多次叠加技术 (动校正-叠加方法)，可以提高信号的信噪比 (Harjes and Henger, 1973; Rost and Thomas, 2002)、频率域聚束 (或称f-k分析) 方法能分离不同慢度和频率的波场成分，研究信号源的方位分布 (Gerstoft and Tanimoto, 2007; Brooks et al., 2009; 鲁来玉等, 2009; Rost and Thomas, 2009).

噪声源均匀分布是利用背景噪声互相关函数进行成像的前提条件之一 (Snieder, 2001; Sabra et al., 2005a; 徐义贤和罗银河, 2015)，所以研究背景噪声源的特征具有重要意义.背景噪声源的频谱范围十分广泛，通常情况下，频率小于1 Hz的被称为低频背景噪声，又被称为地脉动信号，主要源自海洋波浪与固体地球的相互作用，它们以面波和体波的形式在地球表面和内部传播 (Webb, 2007; Yang and Ritzwoller, 2008).海浪运动激发的地脉动根据其频谱和激发机制可以分为两类：初次或主要地脉动 (primary frequency microseism)，由海浪直接作用于海岸产生，其频率与海浪频率相同 (Cessaro, 1994; Bromirski, 2001)；次生地脉动 (secondary frequency microseism)，主要由海洋中两列相同频率的海浪相互碰撞激发，由于这种机制产生的地脉动频率是海浪频率的两倍，又被称为倍频微震 (double frequency microseism)(Longuet-Higgins, 1950; 夏英杰等, 2011).低频噪声源主要集中在全球几个海洋活动强烈的海岸带区域 (葛洪魁等, 2013)，深海区域中的强烈风暴活动也可能引起低频背景噪声 (Gerstoft and Tanimoto, 2007).显然，沿海和近海地区是低频背景噪声能量最强的区域，大量的观测实验证明了这一点 (Longuet-Higgins, 1950; Hasselmann, 1963; Friedrich et al., 1998; Bromirski et al., 1999; Bromirski and Duennebier, 2002; Chevrot et al., 2007).高频背景噪声 (>1 Hz) 主要来源于人类活动，例如交通运输、矿山爆破、压裂采油等.由于人类活动有较为规律的昼夜变化，高频背景噪声有明显的时间特性 (Bonnefoy-Claudet et al., 2006; Liu et al., 2014).

西准噶尔地区南距印度洋的孟加拉湾约2780 km，北距北冰洋的Kara海约3150 km，东离西北太平洋 (黄海) 约3300 km，西离潮汐运动活跃的大西洋约5600 km，是我国大陆上距离海岸带最远的区域.该区域是否存在足够强的低频背景噪声本身就是需要回答的问题，同时也是能否较好地利用背景噪声在该区域开展地球内部成像的前提.为此，我们于2013年针对低频和高频噪声，在西准噶尔地区布设了两个不同尺度的流动地震实验台阵：西准噶尔大尺度台阵 (Western Junggar Large-scale Array，以下简称WJLA) 和西准噶尔小尺度台阵 (Western Junggar Small-scale Array，以下简称WJSA)(图 1)，分别观测了61和31天，并采用f-k分析方法分别对这两个台阵接收到的信号进行不同频带范围内的背景噪声源分析.

图 1

Fig. 1

图 1 (a) 研究工区的地理位置图，图中红色方框为西准噶尔大尺度台阵 (WJLA)；(b) WJLA三分量宽频地震仪分布图，图中蓝色方框为西准噶尔小尺度台阵 (WJSA)，红色线条表示西准噶尔地区的三条主要断裂；(c) WJSA三分量宽频地震仪分布图 Fig. 1 (a) Map showing geographic location of the survey region. The red box is WJLA; (b) Distribution of 3-component broadband seismometers of WJLA. The blue box denotes WJSA, and the red lines represent 3 major faults in western Junggar; (c) Distribution of 3-component broadband seismometers of WJSA

频率-波数分析 (f-k分析) 方法是一种常用的频率域聚束方法，可以计算一个平面波的水平慢度矢量，即反方位角θ和水平慢度大小u(Rost and Thomas, 2002).

假设台阵几何中心的记录为：

(1)

那么第n个台站的记录为：

(2)

其中u₀是到达台阵的平面波的慢度矢量，r_n是第n个台站相对台阵几何中心的位置矢量.u₀r_n表示平面波从第n个台站到台阵几何中心的时移.

对公式 (1) 和 (2) 进行傅里叶变换，公式为：

(3)

(4)

其中ω是角频率.显然，第n个台站的记录可以通过时移补偿来恢复中心台站的频域响应，公式为：

(5)

当台阵有N个台站时，利用时移补偿和叠加可以获得稳定的中心台站的响应，这一响应通常称为中心台站的f-k响应函数，公式为：

(6)

其中u为扫描慢度矢量，e^iωur_n可以将每个台站的时移进行补偿.

当f-k响应函数达到最大值，也就是所有台站的时移被完全补偿时，可以求得u=u₀，此时的扫描慢度矢量即为所求平面波的慢度矢量.定义台阵响应函数 (Array Response Function，以下简称ARF) 为：

(7)

则不难发现，中心台站的f-k响应函数的输出结果实际上就是将ARF与中心台站的频域响应进行相乘 (等效于其在时域的卷积运算) 获得的.

2013年，在西准噶尔地区布设了两个三分量宽频地震实验台阵 (WJLA和WJSA)，其中WJLA位于准噶尔盆地西北缘 (图 1a)，主要由三个近似平行的东南—西北向线阵组成 (图 1b).该台阵东南起于准噶尔盆地内部，向西北延伸经过三条主要断裂，分别是克-乌断裂、达尔布特断裂和哈图断裂.WJSA位于克拉玛依市区西南方位的包古图地区 (图 1b)，是由内外两部分台阵组成，内台阵是由24个三分量宽频地震仪组成的六行四列呈矩形的方阵及位于中心的3个地震仪组成，外台阵是由8个台站间距不小于2.5 km的三分量宽频地震仪组成的矩形方阵 (图 1c).表 1列出两个台阵的相关参数.

表 1(Table 1)

表 1 西准噶尔地区两个不同尺度的地震实验台阵的相关参数 Table 1 Parameters of two seismic arrays (WJLA and WJSA) in western Junggar area 西准噶尔地区 地震实验台阵 观测时间 三分量宽频 地震仪型号 台站个数 台阵孔径 (km) 台站间最小间距 (km) 采样率 (Hz) WJLA 2013-09-22—2013-11-21 Trillium 120P/PA 31 135.6 9.08 50 WJSA 2013-05-23—2013-06-28 Trillium 120P/PA 35 8.7 0.675 100

表 1 西准噶尔地区两个不同尺度的地震实验台阵的相关参数 Table 1 Parameters of two seismic arrays (WJLA and WJSA) in western Junggar area

在利用f-k分析方法对WJLA地震连续波形数据进行低频背景噪声源分析之前，为评估一个台阵利用f-k分析方法进行噪声源分析的能力，首先需要计算该台阵在不同频率上的台阵响应函数.如果台阵响应函数输出图主瓣能量集中，旁瓣数目少而能量低，栅瓣不出现，则说明该台阵具有很好的噪声源分析能力，否则会导致利用f-k分析方法进行噪声源分析的结果出现较大偏差，甚至出现错误 (Shumway et al., 2008; Koper et al., 2009).

图 2是WJLA在不同频率上的台阵响应函数输出图，可见当频率小于0.1 Hz时，最小刻度为-10 dB的输出图中没有栅瓣，也几乎没有旁瓣，但是主瓣能量随着频率的减小逐渐发散；当频率大于0.1 Hz时，主瓣能量虽然随着频率的增大而越发集中，但是由于WJLA主要由三个线阵组成，所以输出图中有明显的线阵响应函数的特性，即在与线阵垂直方向，旁瓣和栅瓣的数目随着频率的增大逐渐增多，也就是说，该台阵对北东和南西方向的低频噪声源的定向能力不强.

图 2

Fig. 2

图 2 WJLA在频率分别为0.03、0.04、0.07、0.1和0.2 Hz的台阵响应函数输出图 (图中每个输出图均进行了能量归一化) Fig. 2 Array response functions′ outputs of WJLA at frequencies of 0.03, 0.04, 0.07, 0.1 and 0.2 Hz (All plots are normalized relative to their maximum peaks)

主瓣能量不集中将影响噪声源分析的分辨能力，旁瓣和栅瓣的出现会降低噪声源分析的准确性，为了兼顾分辨率和准确性，WJLA利用f-k分析方法进行噪声源分析的最佳频带范围是0.04~0.1 Hz，因而可以研究该台阵接收到的初次地脉动的震源分布情况.

在进行数据处理之前，需要检查数据的完整性和质量.将31台地震仪采集到的61天 (北京时间2013年9月22日至11月21日) 垂直分量的原始数据按小时分段，一共有45818个数据文件，删除了因仪器原因 (更换电池、仪器不能正常工作等) 出现的831个坏数据文件，数据的完整度为98.19%.对于来自地震事件或者爆破采矿的短暂性信号的潜在影响将在下文中讨论.然后将采样率为50 Hz的原始数据重采样至1 Hz，按照图 3中的步骤进行一系列的预处理，其中时间域归一化采用的是剪切阈值法 (Sabra et al., 2005a; Bensen et al., 2007)，阈值为每段记录的标准差的二分之一.最后采用滑动时窗f-k分析方法获得聚束输出结果.

图 3

Fig. 3

图 3 地震背景噪声数据处理流程图 Fig. 3 Processing flow of seismic ambient noise data

图 4是每个小时不同频率的低频背景噪声 (0.04~0.1 Hz) 聚束输出的能量最大值所对应的慢度、反方位角、能量随时间和频率的变化图 (一共61天，1464个小时).时间-频率-慢度谱图显示该频率段内背景噪声的慢度在0.28~0.34 s·km^-1范围内.从时间-频率-反方位角谱和时间-频率-能量谱中可以看出WJLA在北京时间2013年9月22日至10月26日 (一共35天) 中接收到了来自多个方向的噪声信号.由于初次地脉动是由海浪直接作用于海岸产生的，且WJLA位于亚欧大陆内部地区，因此台阵较为均匀地接收到了来自各个海岸带方向的初次地脉动信号，但在90°~120°和300°~330°两个方位上的能量相对较为突出.方位90°~120°指向中国东部的北太平洋西海岸带，这与鲁来玉等 (2009)利用华北科学探测台阵分析该频带范围内冬季噪声源分布的结果相一致，方位300°~330°指向北大西洋东海岸带.另外，北印度洋海岸带 (方位180°~220°) 在该频带范围内低频部分也呈现出强能量.总之，这几个方向的初次地脉动信号一直都能被WJLA接收到，只不过它们的强度随时间出现变化.但是，自北京时间2013年10月27日起，WJLA接收到的能量最强的噪声几乎都来自300°~330°.

图 4

Fig. 4

图 4 61天 (北京时间2013年9月22日至11月21日) 聚束输出最大值对应的 (a) 慢度、(b) 反方位角和 (c) 能量随时间和频率的变化特征图 (其中频带范围为0.04~0.1 Hz) 图 4b中的黑色箭头标示了5个典型的地震事件的发生时刻，红色数字对应于这5个地震事件在表 2中的地震编号.图 4c中的黑色虚线框标识了两个强能量斜向条带. Fig. 4 The 61-day maximum beamforming outputs as a function of frequency and time from September 22 to November 21, 2013 (BT), (a) Slowness, (b) Back azimuth, (c) Energy change with time and frequency ranging 0.04~0.1 Hz The black arrows in (b) indicate five particular moments when large earthquakes happened. The red numbers above the arrows correspond to their number in Table 2. The black dashed rectangle in (c) identifies two slant energy stripes.

当时间-频率-能量谱中的能量随着时间呈现水平条带状分布时，说明这些噪声具有稳定的源；当能量有明显的斜向条带状分布特性时，说明该时间段在海上可能存在强风暴或气旋 (Brooks et al., 2009).通过图 4c的时间-频率-能量谱中不难发现，在北京时间2013年10月27日至11月2日中一共出现两次斜向条带状分布特性，并且在较高频带出现了强能量 (见图 4c中黑色虚线框).将对第35~43天的时间-频率谱的频带扩展至0.17 Hz (见图 5)，可以观察到完整的斜向条带状特性.出现第一个斜向条带状的时间范围为2013年10月27日至10月29日，出现第二个斜向条带状的时间范围为2013年10月31日至11月2日.前文已述及WJLA不适合利用f-k分析方法做0.1 Hz以上的噪声源分析，但是由于这两个时间范围内的噪声源方向单一 (均为300°~330°)，而且它们的能量比稳定噪声源的能量要强得多，所以WJLA能够利用f-k分析方法对这两个时间范围内的数据进行更宽频带范围内的噪声源分析.由于这两个时间范围内的噪声源方位相同，都是对应于欧洲沿海地区，通过查阅气象资料，发现了超强温带气旋“圣犹大”飓风于当地时间10月27至29日在西北欧各国陆续登陆，10月31日至11月2日又有一个较强温带气旋在该地区登陆.图 6是WJLA的一个地震仪记录到的连续9天 (北京时间2013年10月26日至11月3日) 垂直分量数据经过预处理后的波形图，可以明显看出在上述两个时间段内信号的振幅明显增大.深海区域中的强烈风暴活动可以引起剧烈的海浪运动，使得地震台站记录的地脉动信号大大增强，因此我们认为这两个低频噪声源是由上述两个强温带气旋激发的海浪剧烈运动传播到近海后激发的.由于次生地脉动信号的激发效率远高于初次地脉动 (夏英杰, 2012)，故时间-频率-能量谱上高频段的能量强于低频段 (图 5).分别将上述两个强温带气旋存在时段的不同频率的聚束输出最大值提取的频散曲线进行叠加，得到对应时段的初次地脉动和次生地脉动的频散曲线的平均结果，如图 7所示.图中每条频散曲线均存在一个拐点，“圣犹大”飓风所对应的拐点在0.09 Hz附近，第二个强温带气旋所对应的拐点在0.1 Hz附近，结合图 5的时间-频率-能量谱，不难发现初次地脉动的频带范围小于拐点的频率，次生地脉动的频带范围大于拐点的频率.图 7中的频散曲线存在差异，说明上述两个强温带气旋激发的地脉动传播到台阵的路径不尽相同，也就是它们在北大西洋东海岸带产生地脉动的区域有所不同.

图 5

Fig. 5

图 5 9天 (北京时间2013年10月26日至11月3日) 聚束输出最大值对应的 (a) 慢度、(b) 反方位角和 (c) 能量随时间和频率的变化特征图，其中频带范围为0.04~0.17 Hz (图中黑色部分表示这些时段的聚束输出最大值能量小于-7.5 dB) Fig. 5 The 9-day maximum beamforming outputs as a function of frequency and time from October 26 to November 3, 2013 (BT). (a) Slowness. (b) Back azimuth. (c) Energy change with time and frequency ranging 0.04~0.17 Hz (The black parts refer to situations when the maximum beamforming outputs are less than-7.5 dB)

图 6

Fig. 6

图 6 WJLA的一个地震仪记录到的连续9天 (北京时间2013年10月26日至11月3日) 垂直分量数据的波形图，已对数据进行了去均值、去趋势、带通滤波 (0.04~0.15 Hz) 和归一化处理 Fig. 6 Waveforms of vertical component of 8-day data (from October 27 to November 3, 2013 (BT)) collected by one WJLA′s seismometer. A series of processing are made to the data, such as removing mean, removing trend, bandpass filtering (0.5~10 Hz), and time-domain normalization

图 7

Fig. 7

图 7 (a) 利用2013年10月27日至10月29日72个小时的不同频率的聚束输出最大值提取的频散曲线的平均结果 (黑色圆点代表初次地脉动的频散结果，黑色三角代表次生地脉动的频散结果)，图中两条黑色曲线为平均结果的单倍标准差范围曲线；(b) 利用2013年10月31日至11月2日72个小时的不同频率的聚束输出最大值提取的频散曲线的平均结果 (黑色圆点代表初次地脉动的频散结果，黑色三角代表次生地脉动的频散结果)，图中两条黑色曲线为平均结果的单倍标准差范围曲线 Fig. 7 (a) The average results of the dispersion curves picked from the 72-hour maximum beamforming outputs with once standard deviation (two black lines) from May October 27 to October 29, 2013 (BT). Black solid dots represent the average results of primary frequency microseism. Black solid triangles represent the average results of secondary frequency microseism. (b) The average results of the dispersion curves picked from the 72-hour maximum beamforming outputs with once standard deviation (two black lines) from October 31 to November 2, 2013 (BT). Black solid dots represent the average results of primary frequency microseism. Black solid triangles represent the average results of secondary frequency microseism

图 8是WJLA在频带范围为0.04至0.1 Hz的部分频率的35天 (北京时间2013年9月21日至10月26日，即上述两个强温带气旋出现之前的35天时间) 叠加聚束输出图.从图中可以看出，每个频率都近似有一个能量环，并且随着频率的增大，能量环向慢度增大的方向移动，这与面波的频散特性相符合.在这35天中，北太平洋西海岸带 (方位90°~120°) 在整个频带范围内具有强能量，北大西洋东海岸带 (方位300°~330°) 在该频带范围内高频部分呈现强能量，与之相反，北印度洋海岸带 (方位180°~220°) 在该频带范围内低频部分具有强能量.台阵的位置对记录到的背景噪声的振幅强弱具有很大影响，例如台阵离海岸带越近，记录到的地脉动信号越强 (Stutzmann et al., 2009).但是图 8所示的最强的能量并不是来自距离实验区最近的北印度洋海岸带，原因可能是：(1) WJLA的观测时间处于大西洋飓风季和太平洋台风季中，来自大西洋和太平洋的信号较强；(2) 北印度洋靠近赤道带，其产生的背景噪声能量一年四季均比较平和、稳定 (Stutzmann et al., 2009)，同时可能与传播路径上青藏高原、塔里木盆地及天山山脉对噪声能量的强吸收有关.图 8中0.043 Hz的能量环较粗，这是因为低频台阵响应函数的主瓣能量不集中，而0.1 Hz的能量图在与台阵三条线阵垂直的方向上出现条带状，与高频时的线阵响应一致.图 9是WJLA在频带范围为0.04至0.12 Hz的部分频率的7天 (北京时间2013年10月27日至11月2日，即上述两个强温带气旋存在的7天时间) 叠加聚束输出图.图中北大西洋东海岸带 (方位300°~330°) 的噪声源能量非常强，以至于使WJLA记录到的来自北太平洋西海岸带 (方位90°~120°)、北印度洋海岸带 (方位180°~220°) 等其他方位聚束输出的能量无法体现.图 10是WJLA在频带范围为0.04至0.1 Hz的部分频率的19天 (北京时间2013年11月3日至11月21日，即上述两个强温带气旋结束之后的19天时间) 叠加聚束输出图.受上述两个强温带气旋的影响，北大西洋在很长一段时间内都处于较活跃状态，所以北大西洋东海岸带 (方位300°~330°) 在两个强温带气旋过后依旧呈现强能量.

图 8

Fig. 8

图 8 WJLA在频率分别为0.043、0.063、0082和0.1 Hz的35天 (北京时间2013年9月21日至10月26日) 叠加聚束输出图 (图中每个输出图均进行了能量归一化) Fig. 8 35-day stack of beamforming outputs of WJLA at 0.043, 0.063, 0.082 and 0.1 Hz from September 21 to October 26, 2013 (BT) (All plots are normalized relative to their maximum peaks)

图 9

Fig. 9

图 9 WJLA在频率分别为0.043、0.063、0082、0.1和0.12 Hz的7天 (北京时间2013年10月27日至11月2日) 叠加聚束输出图 (图中每个输出图均进行了能量归一化) Fig. 9 7-day stack of beamforming outputs of WJLA at 0.043, 0.063, 0.082, 0.1 and 0.12 Hz from October 27 to November 2, 2013 (BT) (All plots are normalized relative to their maximum peaks)

图 10

Fig. 10

图 10 WJLA在频率分别为0.043、0.063、0082和0.1 Hz的19天 (北京时间2013年11月3日至11月21日) 叠加聚束输出图 (图中每个输出图均进行了能量归一化) Fig. 10 19-day stack of beamforming outputs of WJLA at 0.043, 0.063, 0.082, and 0.1 Hz from November 3 to November 21 2013 (BT) (All plots are normalized relative to their maximum peaks)

地震事件和爆破采矿等信号的频带范围与上述分析的频带范围存在重叠部分，而且它们的能量相比于背景噪声要强得多，因而图 4b中的细线形态 (见图 4b中的黑色箭头指示的时刻) 可以说明它们的存在.通过查阅地震目录，几乎图 4b中的所有细线形态均有地震事件与之对应 (在时间和反方位角上可以进行匹配，见表 2).图 4a的时间-频率-慢度谱上出现了视速度大于10 km·s^-1的信号，这说明WJLA接收到了由近震事件产生的P波信号.由于地震事件和爆破采矿的瞬时性，它们对叠加后的聚束输出结果影响不大 (见图 8至图 10).

表 2(Table 2)

表 2 图 4b中标示的5个典型地震事件的参数及利用f-k分析计算的对应时刻反方位角范围 Table 2 Parameters of five typical events in Fig. 4b and calculated back azimuth ranges corresponding to the five moments by f-k analysis 地震编号 发震时刻 (UTC) 纬度 (°N) 经度 (°E) 深度 (km) 震中距 (km) 震级 (M) 实际的反方位角 (°) 计算的反方位角范围 (°) 1 2013-10-15 00:36:11.800 -19.55 -69.81 70.9 16293 3 313.3 305~325 2 2013-10-15 20:13:20.200 -18.51 -63.19 35 15802 5.2 305.5 295~311 3 2013-10-27 17:58:56.430 54.52 161.70 42.5 5268 3.5 50.1 48~70 4 2013-11-03 10:08:55.760 -19.49 -172.55 12.5 12498 5.5 95.4 90~105 5 2013-11-15 01:58:32.390 46.6 153.7 24 5112 3.8 62.9 55~75

表 2 图 4b中标示的5个典型地震事件的参数及利用f-k分析计算的对应时刻反方位角范围 Table 2 Parameters of five typical events in Fig. 4b and calculated back azimuth ranges corresponding to the five moments by f-k analysis

由于WJSA近规则网格排列 (见图 1c)，所以其台阵响应函数输出图呈网格状.通过计算该台阵不同频率的台阵响应函数 (图 11)，确定WJSA利用f-k分析方法进行高频噪声源分析的最佳频带范围为0.5~3 Hz.

图 11

Fig. 11

图 11 WJSA在频率分别为0.5、1、1.75、2.5和3 Hz的台阵响应函数输出图 (图中每个输出图均进行了能量归一化) Fig. 11 Array response functions′ outputs of WJSA at frequencies of 0.5, 1, 1.75, 2.5 and 3 Hz (All plots are normalized relative to their maximum peaks)

高频噪声源与人类活动息息相关，选取一个月的 (北京时间2013年5月25日至6月24日) 垂直分量的数据 (数据的完整度为98.27%) 按图 3中的部分步骤进行处理，其中原始数据未进行重采样，带通滤波范围为0.5~10 Hz, f-k分析的数据时窗长度为40 s，滑动时窗长度为10 s.

图 12是每个小时不同频率的高频背景噪声 (0.5~3 Hz) 聚束输出的能量最大值所对应的慢度、反方位角、能量随时间和频率的变化图 (一共31天，744个小时).由时间-频率-慢度谱可以看出，1~2.5 Hz频带范围内的背景噪声的慢度大小主要在0.34~0.39 s·km^-1范围内.图 13利用2013年5月25日至6月24日744个小时的不同频率的聚束输出最大值提取的频散曲线的平均结果.时间-频率-反方位角谱和时间-频率-能量谱说明在1~2.5 Hz频带范围内存在一个稳定的噪声源，方位分布单一 (方位45°~70°).图 14a中叠加31天的聚束输出图也能证明这一点.考虑到这个方位与克拉玛依市区相对于WJSA的中心点的方向吻合，而且噪声源的能量谱有着白天比晚上强的特性 (图 12c)，因此可以认为WJSA接收到的1~2.5 Hz频带范围内的背景噪声主要来源于克拉玛依市区的工地建设、交通运输和其他类型的人类活动以及市区周边的石油开采等.

图 12

Fig. 12

图 12 31天 (北京时间2013年5月25日至6月24日) 聚束输出最大值对应的 (a) 慢度、(b) 反方位角和 (c) 能量随时间和频率的变化特征图，其中频带范围为0.5~3 Hz，在较低频段有一个方位为270°~300°的噪声源，在图 12a和图 12b的顶部用区间标志标记出了该噪声源出现的7个典型的时间段 Fig. 12 The 31-day maximum beamforming outputs as a function of frequency and time from May 25 to June 24, 2013 (BT). The frequency range is 0.5~3 Hz. (a) Slowness. (b) Back azimuth. (c) Energy change with time and frequency. At a lower-frequency band, there is a noise source in the back azimuth of 270°~300°, Seven particular time periods when this noise source appeared are marked on the top of (a) and (b)

图 13

Fig. 13

图 13 利用2013年5月25日至6月24日744个小时的不同频率的聚束输出最大值提取的频散曲线的平均结果 (黑色粗线，图中两条黑色细线为平均结果的单倍标准差范围曲线) Fig. 13 The average result (black thick line) of the dispersion curves picked from the 744 hour maximum beamforming outputs with standard deviation (two black fine lines) at different frequencies from May 25 to June 24, 2013 (BT)

图 14

Fig. 14

图 14 (a) WJSA在频带范围为1~2.5 Hz的31天 (北京时间2013年5月25日至6月24日) 叠加聚束输出图.图中较弱的峰值源于旁瓣的叠加.(b) WJSA在频带范围为0.75~2.5 Hz上的北京时间2013年6月17上午2:00—3:00的聚束输出图，在这个时段，方位为270°~300°的不连续噪声源比方位为45°~70°的持续噪声源的能量强 (图中每个输出图均进行了能量归一化) Fig. 14 (a) 31-day stack of beamforming output of WJSA in the frequency range of 1~2.5 Hz from May 25 to June 24, 2013 (BT). The weaker energy in the second, third and fourth quadrants is to the stack of side-lobes.(b) Beamforming outputs of WJSA in the frequency range of 0.75~2.5 Hz from 2 to 3 a.m., June 17, 2013 (BT). At that time, the energy of a discontinued source from back azimuth 270°~300° is stronger than that of the consistent noise source in the back azimuth 45°~70°(All plots are normalized relative to their maximum peaks)

在0.5~1.0 Hz频带范围内，某些时段 (见图 12a、b) 会出现另一种类型的强噪声源，方位为270°~300°，其信号传播速度约4.5 km·s^-1(见图 12和图 14b).这个噪声源每次持续时间较短，信号传播速度快，与该区浅层的P波速度相当，所以有可能源于爆破采矿活动.

当频率高于2.5 Hz时，受台阵设计 (孔径，间距和分布) 的影响，旁瓣和栅瓣数目增多，无法得到噪声源分析的准确结果.

利用f-k分析方法实现了对WJLA和WJSA地震连续波形数据分别进行低频背景噪声源和高频背景噪声源的分析.通过计算两个台阵的响应函数，确定了研究背景噪声源的最佳频带范围为0.04~0.1 Hz和0.5~3 Hz.0.04~0.1 Hz的背景噪声源主要为初次地脉动，WJLA几乎接收到了来自各个方向的这一频带范围内的背景噪声.2013年10月27日至11月2日，北大西洋依次出现了两个强温带气旋.在这两个强温带气旋出现之前，来自北太平洋西海岸带 (方位90°~120°) 和北大西洋东海岸带 (方位300°~330°) 的噪声源的能量较为突出，而距离实验区最近的北印度洋海岸带仅在所研究频带范围的低频部分存在较强能量的噪声源，这是因为北印度洋靠近赤道带，一年四季海浪运动均比较平静，而WJLA的观测时间处于大西洋飓风季和太平洋台风季中，所以来自北大西洋和北太平洋的信号较强.我们利用聚束输出的最大值提取了这两个强温带气旋引起的初次地脉动和次生地脉动信号中面波成分的频散曲线，证明了这两个强温带气旋与北大西洋东海岸带相互作用的区域有所不同.当这两个强温带气旋结束之后，北大西洋在很长一段时间内处于活跃状态，使得来自北太平洋西海岸带和北印度洋海岸带的噪声源的能量仅存在于所研究频带范围的较低和较高部分.对于高频背景噪声，结果表明在1~2.5 Hz频带范围内有一个持续而稳定的噪声源，方位为45°~70°，而且噪声源的能量谱有着白天比晚上强的特性，故我们认为这个噪声源主要是由克拉玛依市区及附近的人类活动产生的.除此之外，在较低频段有时在270°~300°方位产生一个能量相对更强的噪声源，其信号传播速度更快，分析认为该类震源可能与矿产的开发有关.

通过上述台阵实验观测和分析，说明即使在距离海岸带几千公里之外的内陆地区，低频背景噪声仍具有足够的能量.由于不同大洋的潮汐和风暴潮活动频率和幅度在不同的月份差异较大，因此当利用低频背景噪声在内陆地区进行地球内部成像时，建议观测时间最好在1年以上，否则噪声来源的强烈方位各向异性将对成像结果产生影响.同时，小台阵的高频背景噪声主要产生于人类活动，利用这种具有明显优势方位的高频背景噪声对浅地表进行干涉地震成像是日趋活跃的研究领域，例如将线型台阵调整到与噪声方位平行，可以获得类似于主动源多道面波分析的成像效果.

感谢中国地质大学 (武汉) 地球物理与空间信息学院刘营、陈海波、张理蒙等在采集西准噶尔地区背景噪声数据中所付出的艰辛劳动.