为提高安徽数字测震台网地震监测能力,结合安徽省测震台网现有台站运行情况,自2018年1月1日起,新增9个区域地震台站参加全国区域测震台网评比工作。依据相关规定,新参评台站需严格评估台站背景噪声条件。台站背景噪声包含仪器自噪声、环境噪声以及天然或人为地脉动噪声,一方面反映各台站台基条件、台址噪声,另一方面与仪器自噪声、灵敏度设置、动态观测范围有关。因此,分析新参评台站背景噪声水平及特征,对明确地震台网监测能力具有重要意义(杨龙翔等,2015)。
本文针对安徽数字测震台网新参评台站所记录的观测数据,采用噪声功率谱密度函数和噪声功率概率密度函数方法,分析9个台站的背景噪声均方根(RMS)值、噪声功率概率密度谱和部分台站48小时背景噪声优势频率,并进行对比、归类。
1 新参评台站在“十二五”计划建设完成后,安徽省地震局根据各直属台站实时运行与台站周边环境考察,在多次与相关部门和学科组协商情况下,决定自2018年1月1日起,新增当涂、绩溪、临泉、石台、宿州、太平、太湖、宣城台、颍上9个区域地震台站参加国家区域测震台网评比工作,原马鞍山、石家河地震台不再参与全国评比。新参评台站的加入,增加了原观测薄弱地区的台站观测密度,提高了原有地震监测水平。
安徽数字测震台网新参评台站主要采用北京港震机电技术有限公司生产的BBVS-60宽频带地震计、GL-S60B宽频带井下地震计和GL-S2B短周期井下地震计,数据采集服务器采用该公司生产的EDAS-24GN。各子台信号通过光纤或ADSL传至安徽数字测震台网中心集中分析处理。各新参评台站参数见表 1。
为准确分析新参评台站背景噪声,随机从每个台站选取48小时数据,计算背景噪声均方根RMS值、有效测量动态范围和噪声功率概率密度谱,并进行台基分类及噪声概率密度谱分析。依照地震台站观测环境技术要求的相关规定(全国地震标准化技术委员会,2004),对新参评台站台基水平进行分类,分类标准见表 2。
数字地震计记录数据电压值(count),在实际计算中需要将电压值转化为地动速度,计算公式为
$ v = \frac{{N{V_0}}}{{R \cdot {S_1} \cdot {G_{\rm{m}}}}} $ | (1) |
其中,v为实测地脉动速度值(单位m/s);N背景噪声实际记录的数值;V0为模拟输入峰值电压(单位V);R为仪器分辨率(单位counts);S1为地震计工作灵敏度(单位V·s/m);Gm为数采实际工作状态增益。实际使用背景噪声均方根RMS值测量台站背景噪声水平,计算公式如下
$ {\rm{RMS}} = \sqrt {\frac{1}{{n - 1}}\sum\limits_{i = 1}^n {{{\left({{v_i} - \bar v} \right)}^2}} } $ | (2) |
式中,
有效测量动态范围反映了,在仪器自身各项性能指标确定前提下,台站环境干扰对仪器记录地震信号最大动态范围的限制。有效测量动态范围计算公式为
$ {D_{有效}} = 20\lg \frac{{\frac{{{V_0}}}{{{G_{\rm{m}}}}} \cdot {S_1} \cdot \sqrt 2 }}{{{\rm{RMS}}}} $ | (3) |
其中,V0为模拟输入峰值电压(单位V);Gm为数采实际工作状态增益;S1为地震计工作灵敏度(单位V·s/m);RMS为背景噪声均方根值(单位m/s)。
2.4 噪声功率概率密度计算使用概率密度函数方法估算背景噪声(廖诗荣等,2008;McNamara et al, 2006)首先计算每个记录段背景噪声功率谱密度PSD值,然后使用某一倍频程的频率间隔对PSD曲线进行平滑,计算PSD值落在某一频点某一功率内的记录段数目,最后以该记录段数目与总记录段数目的比值作为该频点功率谱PSD概率密度函数取值。
将噪声测试原始速度连续波形记录按照50%的叠加率进行分段,每个记录段长度Tr约为160 s。依据观测系统灵敏度,将原始速度连续波形记录转换为相应速度值,通过直接傅里叶变换法计算有限长度数据序列PSD值。在0.05—20 Hz频带范围内,对PSD值进行1/3倍频程积分,中心频率fc以1/9倍频程为步长,计算得到中心频率fc频点处的PSDa (fc)。每个中心频率fc的PSD概率密度函数可以表示为
$ {P_{{\rm{PSD}}}}\left({{f_{\rm{c}}}} \right) = \frac{{{N_{{P_{{f_{\rm{c}}}}}}}}}{{{N_{{f_{\rm{c}}}}}}} $ | (4) |
式中:Nfc为记录段总数;NPfc为频点fc的PSD取值落在某一PSD窗内的记录段个数,在本研究中PSD窗长与步长取1 dB,变化范围为-200—50 dB。以频率为横坐标,以PSD为纵坐标,以PSDa (fc)为色块颜色深浅,绘制三维平面图,即可得到噪声功率概率密度谱PDF(Probability Density Functions)。
3 计算结果对安徽数字测震台网新参评的9个地震台站,按照48小时背景噪声数据进行计算,获得各台站背景噪声均方根RMS值、有效测量动态范围、噪声功率概率密度谱等结果,具体见图 2、表 3。
(1)依据地震台站观测环境技术要求(GB/T 19531—2004)和中国数字测震台网技术规程(中国地震局,2005)进行分类,绩溪、石台、太湖、太平地震台为Ⅰ类台址;当涂、临泉、宿州、宣城台、颍上地震台为Ⅱ类台址;新参评的9个台站中,无Ⅲ类台址。其中石台、太平、太湖、绩溪地震台因远离城市,干扰小,且台基水平较好,背景噪声均方根RMS值偏低;临泉、宣城台、颍上地震台虽为深井台,但地处人为活动较频繁的机关院内,背景噪声均方根RMS值相对偏大;当涂地震台建在桃花镇景区附近,干扰较多。
(2)背景噪声水平与台站地质环境具有直接关系,与人为活动等环境干扰有间接关系,深井台和山洞台可有效降低台站背景噪声,提高观测质量。
(3)相对于其他参评台站,当涂、石台地震台在10-2—10-1 Hz长周期之间,PSD值分布较离散且垂直向噪声功率概率密度较大,说明当涂、石台地震台存在长周期低频干扰,可能与当涂地震台附近湖泊以及石台地震台山洞的某种长周期干扰有关。
(4)当涂、绩溪、石台、太湖、宿州、太平地震台,在5—10 Hz附近,三分向出现2条较明显分叉,说明存在2组概率较高背景噪声值,且PSD值分布较离散,主要由台站周围人为活动水平白天和昼夜的差异造成。计算各台背景噪声优势频率(王俊等,2009;裴晓等,2012),得到台站背景噪声独特特征,可为选台建台、噪声分析等提供支持。以典型台站——当涂地震台48小时数据为例,分析其背景噪声优势频率,得到该台背景噪声独特特征,结合噪声压制方法,可降低台站背景噪声水平(图 3,图 4)。由图 3可见,当涂台背景噪声优势频率集中在5—10 Hz;由图 4可见,48小时数据中,每日08时—18时干扰水平较大,结合该台位置,应与台站建在人口密集的桃花镇景区附近有关。
(5)临泉、颍上地震台为短周期深井台,噪声功率概率密度值在长周期部分出现失真。在计算噪声功率谱时,长周期部分超出短周期地震计频带范围,造成计算结果错误。在临泉台计算结果中,Z向在6 s处出现突跳,是由地震计故障导致的计算偏差。
4 结束语通过对安徽数字测震台网新参评各台站背景噪声数字化记录进行计算和分析,得到背景噪声均方根RMS值、有效测量动态范围、噪声功率概率密度谱,按照噪声水平进行分类,分析各台站噪声功率概率密度谱的概率事件与台站背景噪声的关系,得到以下结论。
(1)安徽数字测震台网新参评9个台站,按照地震台站观测环境技术要求,均达到Ⅱ类台址标准,部分台站达到Ⅱ类台址标准。新参评台站台基水平较好,背景噪声均方根RMS值较低,有效测量动态范围较大,满足地震观测需求,对提升安徽数字测震台网薄弱地区地震监测水平具有重要意义。
(2)应用概率密度函数方法进行噪声功率概率密度谱计算,可以较好地展示各频点PSD值在48小时内的概率分布,了解哪些频点PSD值变化幅度较大,干扰水平高,有利于判断主要噪声源优势频率,可对台址噪声水平进行更为详细的评估。
廖诗荣, 陈绯雯. 应用概率密度函数方法自动处理地震台站勘选测试数据[J]. 华南地震, 2008, 28(4): 82-92. DOI:10.3969/j.issn.1001-8662.2008.04.010 | |
裴晓, 尹继尧, 杨庭春. 上海遥测台网各类型台基背景噪声分析[J]. 地球物理学进展, 2012, 27(5): 897-903. | |
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. DOI:10.3969/j.issn.1000-0666.2009.02.009 | |
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. | |
中国地震局. 中国数字测震台网技术规程[M]. 北京: 地震出版社, 2005. | |
全国地震标准化技术委员会. GB/T 19531.1-2004地震台站观测环境技术要求第1部分: 测震[S].北京: 中国标准出版社, 2004. | |
McNamara D E, Boaz R I. Seismic noise analysis system using power spectral density probability density functions: A stand-alone software package[R]. Reston, Virginia: U.S. Geological Survey, 2006. |