0 引言

地电场按照场源可以分为自然电场和大地电场2大类。自然电场来源于地壳中某些物理、化学反应，这些反应在地表形成稳定电场，具有一定局域性和稳定性；大地电场来源于高空电流体系的电磁感应现象，具有较大范围的时空变化特征。大地电场观测受城市化发展制约较明显，地铁、高压直流输电、工厂作业等干扰会不同程度叠加在地电场观测信号中，形成方波、突跳、台阶等不同类型的干扰信号。

近年来，黄清华等（2010）通过对不同背景条件下的地震电信号进行模拟分析，给出地表介质电性非均匀性地下导电性与地震电信号强弱的关系；谭大诚等(2010, 2014)根据不同地质特征和水文地质条件划分不同潮汐地电场类型，给出日变幅区域化分析条件。张彩艳等(2011, 2015)、李飞等（2011）、孙雷等（2013）利用NS向和EW向长极距数据，计算新沂台地电场、甘肃多个地电台站地电场日变幅，分析一年尺度季节性周期变化规律。基于前人对于地电场日变幅年变化的认识和划分，结合“VAN”方法的数据判别法，可以有效提高数据质量及可信度。

希腊研究学者提出的“VAN”方法（Varotsos et al，1984），运用多极距观测原理，能够有效分辨各种源场、近场和远场信号，对异常信号、干扰信号的识别具有较大辅助作用。根据地电场多极距观测原理，同一方向上不同长度测道所接收的信号强度、6个测道是否能够同时观测到异常信号、是否在一定规模范围内观测到异常信号等指标，可以帮助排除噪声，分辨真正的地电场信号，同时帮助分辨目标台站是否符合日变化计算需求。本文利用“VAN”方法，挑选观测条件良好的地电台站，剔除异常数据，矫正台阶，计算地电场日变幅数据，以期得到目标区域大地电场台站日变幅年变化规律。

1 资料选取

基于黄清华等（2010）、谭大诚等（2014）对潮汐地电场的认识，选取2012—2015年存在明显潮汐地电场变化的地电台站大地电场观测原始数进行分析。符合条件的地电台有：山东省的乳山地电台，江苏省的新沂、海安、高邮地电台，甘肃省的瓜州、山丹、平凉地电台，云南省的腾冲地电台。各台站配备ZD9大地电场观测仪，观测频带范围DC—0.005 Hz，采样率1次/min；各台均采取多极距布设法，在地表水平NS、EW、NE（或NW）方向布设2道长短不一的测道，有利于排除干扰，甄别异常信号来源，从而取得可用的大地电场观测数据。所选地电台站分布见图 1。

2 数据可靠性分析 2.1 观测原理

“Van”方法即大地电场多极距观测法，在NS、EW方向各布设长短不同的2条测道，利用同方向、不同测道之间的电场强度大小的对比，来判断地电场观测系统是否受到干扰因素的影响。电极布设如图 1，图中假设源场存在，r为源场到观测点之间的距离。在一个方向上设置一套由长极距AB和短极距A′B′组成的观测系统，分别测得电位差V_A-V_B、V_A′- V_B′，通过公式（1）得到不同极距的电场强度分量E_AB和E_A′B′。

$ \begin{array}{l} \;\;\;\;\;\;{E_{AB}} = \left({{V_{\rm{A}}} - {V_{\rm{B}}}} \right)/{L_{AB}}\\ \;\;\;\;\;{E_{A'B'}} = \left({{V_{{\rm{A'}}}} - {V_{{\rm{B'}}}}} \right)/{L_{A'B'}}\\ {V_{{O_i}}} \propto 1/{r_{{O_i}}}\;\;\;\;\;\left({i = 1, 2;j = A, B} \right) \end{array} $

(1)

其中，V_A、V_B、V_A′、V_B′分别代表不同位置的电位；L_AB和L_A′B′分别代表电荷之间的长度；V和r成反比，对于同源信号，距观测点较远，且r的大小远远大于L的长度时，长短极距间的电位差相当；距观测点较近，且r的大小接近或小于L的长度时，长短极距间的电位差值会有一个较大变化，甚至出现符号相反现象。因此，利用多极距观测原理，可以区分远源场和相对近源的场。

2.2 多极距判断

判别依据的选择、多极距间信号强度分析等具有大量数据模型、理论依据和观测数据的支持，如：马钦忠等（马钦忠，2008；马钦忠等, 2013, 2014, 2016）、李伟等（2014）利用多极距观测原理，阐述不同电极极化对测道的影响及不同台站异常信号强度与地震之间的关系，分析上海地区异常干扰信号特征等。因此，利用多极距判别法可以分离出电极极化、噪声干扰、地震异常信号等相关信息。

电极极化现象在测道上主要表现为同方向长短极距的相关性较差、不同方向的数据形态差异较明显、长时期变化趋势不一致（李伟等，2014）。以2012年1—2月瓜州台地电场观测曲线为例阐述电极极化现象，地电场观测曲线见图 3，图中E_NS^L、E_NS^S、E_EW^L、E_EW^S、E_NE^L、E_NS^S分别代表NS向长极距、NS向短极距、EW向长极距、EW向短极距、NE向长极距和NE向短极距地电场。由图 3可见：①在2个月时间内，瓜州台NS向短极距和NE向短极距在1月4日、1月16日—18日、2月3日—4日、2月18日、2月24日同时出现不明原因的台阶和不稳定数据，其余4个分量无该异常现象，由于上述时段外NS向和NE向短极距数据形态正常，同方向测道数据相关性较好，由此判定NS向短极距探头受到影响，从而引起数据异常；②在1月22日—28日，NS向、EW向长极距出现类似台阶干扰，台阶内外数据曲线形态正常，利用多极距方法判断此次台阶干扰因位于长极距方向的公用电极受到影响所致，结合1—2月乃至2012年全年数据形态分析，认为此次台阶现象属偶然干扰事件，不会对日变幅年度趋势造成影响，可以在数据预处理阶段予以剔除。NS向和EW向长极距日变幅可以代表另外4个测道日变幅变化特征，经多极距观测分析，认为2012年度瓜州台未出现电极极化现象，各测道观测数据相关性良好，曲线变化趋势基本一致。

利用多极距方法，将瓜州台及其他7个地电台2012—2015年大地电场观测数据进行逐月浏览，未发现电极极化现象，说明产出数据能够真实反映电场的变化水平。大部分台站选择NS向和EW向长极距数据进行计算分析，其中部分台站某年NS向、EW向长短极距的公用电极受到严重干扰，在观测曲线上出现明显畸变，数据有可能出现过度处理现象，丧失数据本真特质。鉴于仅公用电极出现干扰，且电极均不存在极化现象，刨除干扰信号后各测道数据相关性较好，因此，部分台站可用斜道日变幅表征该台站日变幅变化特征。

3 年度变化趋势分析

采用拉依达准则法，对大地电场观测中错误和异常数据进行分析和剔除，尽可能修正和保留台阶数据，把控数据完整性、连贯性和真实可靠性，图像化表现多年尺度下大地电场日变幅变化趋势。

3.1 数据处理

通过计算单测道每日最大、最小值的差值，将其组合到同一个时间轴即可得到大地电场日变幅数据。在地电场数据观测过程中，不可避免地出现由于空间磁层扰动、工厂作业干扰、发电机抽水等异常数据，如不能排除，将对数据日变幅计算产生干扰，造成日变幅变化偏离实际观测，数据偏差较大。对所挑选目标极距数据进行细化分析，据李伟等（2014）的研究，判别并剔除电离层扰动、高压直流输电、近场源作业干扰、地铁干扰等影响，对压制曲线较为明显的数据进行人工剔除，台阶类数据尽量保留，并通过软件判别办法进行去台阶处理，尽可能保证数据完整性。

根据地电场观测原理和数据分析系统下载规则，空数据以“Nan”或“999999”的形式出现；在数据产生过程中，受外部干扰会出现单个数据点突跳现象。此时曲线周期被压制，利用循环设定阈值（阈值可以是N倍平均值或某个特定的合理值）即可排除。

压制曲线的异常数据排除后，需要对异常干扰产生的台阶数据进行去台阶处理。按照数与数之间的差值不大于M倍（M通常取3）标准差为原则，M过大会导致台阶未被修正；M过小则会导致数据被过度修正。为防止程序将部分单点突跳误认为台阶数据，选用一个判断语句作为台阶判定依据，表达式如下

$ \begin{array}{l} {\rm{if}}\;\;\;{\rm{abs}}\left({f\left({x + 1} \right) - f\left(x \right)} \right) > M * {\rm{deviation}}\\ \;\;\;\;\;\;\;\;\;\;\;\;{\rm{chazhi}}\left(x \right) = f\left({x + 1} \right) - f\left(x \right) \end{array} $

(2)

数据循环完毕，确定台阶点所在位置后进行去台阶处理。

对于日常观测中存在的地铁干扰数据，由于大地电场数据观测具有良好的周期性标准，可以利用滑动平均方法对进行平滑处理。对于连续波形而言，以7点平滑数据进行滑动滤波，输出表达式如下

$ Y\left(t \right) = \frac{1}{{{t_0}}}\int_{t - {t_0}}^t {f\left(x \right){\rm{d}}x} $

(3)

经上述几个处理过程，观测数据基本能够实现去台阶、去毛刺、地铁干扰信号平滑处理，同时很快进行日变幅批量计算。此处给出2013年新沂台NS分量经各流程处理后的地电场日变幅曲线，见图 4，直观可见日变幅变化趋势和变化幅度。

3.2 趋势分析

由于台站、测项和年份较多，仅展示高邮、山丹地电台NS、EW分量日变幅年度变化趋势曲线，见图 5，其余台站大地电场NS、EW分量年度变化趋势见表 1。

（1）图 5、表 1展示各地电台站大地电场数据2012—2015年日变幅变化趋势，可见：高邮、海安、新沂、腾冲、山丹5个地电场台站日变幅较小，通常在8—20 mV/km范围内变化，且均呈现夏秋高、春冬低的特点，与李飞等（2011）的研究结果相近。对于2012年新沂台日变幅变化，结合原始数据进行分析，发现7月中旬出现连续多天趋势性上升变化，NS、EW分量均出现超过25 mV/km的日变幅，此现象为偶发事件，不影响整体趋势变化幅度较小的结论。

相较而言，乳山、平凉、瓜州地电台站日变幅变化幅度较大，达30—75 mV/km。其中，瓜州台2015年11—12月NS向、EW向和斜道长短极距同步出现持续2月的干扰数据，超日常变化形态数倍，利用多极距观测原理，认为非电离层扰动引起，且不是地震异常干扰信号，基本可以确定为外部场源干扰或仪器内部原因引起的数据变化，若保留势必对前期数据形态产生影响，因此选择将11—12月整段数据删除。

（2）由日变幅曲线形态可知，相同区域的地电台站在同一自然年度中变化形态较一致，日变幅变化范围在同一数量级区间，因此，在长周期变化趋势上，大地电场对于日变幅的影响具有一定作用，并且由于太阳静日变化与季节性差异变化及维度变化存在关联性（崔腾发等，2013），不同区域台站间展现出不同的日变幅变化形态。同时，由于自然电场的存在，使得不同大地电场基底下的地电场日变幅出现差异性特征，由于台址条件、区域气候等因素的影响，日变幅在日、月尺度的变化细节上存在一定程度差异。在2012—2013年，8个地电台站几乎均满足春冬低、夏秋高的变化趋势。2014—2015年，部分台站日变幅体现为春低、夏秋冬平缓但略高于春季的现象，如瓜州、平凉、山丹、高邮和海安地电台；部分台站存在日变幅春季上扬变化至秋季末期，后逐渐减弱趋势，如新沂、腾冲地电台；乳山台则存在春夏冬低、秋高的日变幅趋势性变化。

（3）依据杨建军（2002）、张彩艳等(2011, 2015)给出的部分台站下方电测深结果，在海安、新沂、山丹、瓜州、平凉地电台的台址范围内，同向电测深数值呈现逐渐增大现象，而图 5给出的高邮和山丹地电台同向日变幅变化同样呈现该现象；在同一台站，当不同测向下方电测深曲线较大时，对应的日变幅变化幅度也更大。因此，地下结构和介质的差异化会影响日变幅幅度的变化。

4 结论

（1）此次利用去噪、剔除异常数据、去台阶、平滑等处理方法，以图示方式展示长周期尺度下地电场日变幅变化趋势，对于日变幅年度变化趋势的对比分析提供便利条件，可以通过多年尺度日变幅年度变化趋势了解观测场地台址条件的变化，对数据质量和整体情况清晰了解和把控。当然，可以对数据处理等程序化处理采取更优化处理方案，用于提升运行速度和效率，将在今后数据处理中逐步更新、完善。

（2）对于此次大地电场的日变幅分析，包含华东、西北、西南地区地电台站数据，各台站均有明显的潮汐变化特征，同时存在双峰双谷或双峰单谷的地电场日。对各台站数据计算日变幅前，对压制地电场潮汐变化的干扰信号，如电离层扰动、磁暴、太阳活动等，进行人工剔除，对于并未明显压制曲线或对不影响日变幅计算的信号予以保留，以保障数据完整程度，计算时通过剔除极值、异常值（包含去除台阶）和平滑等手段，可以或多或少地去除之前保留的某些干扰数据，尽可能保证参与计算数据基本能够表现目标台站的自然电场。在此次计算中，部分图件出现可能超出日变幅变化趋势范围的点数据，可能是原始数据的真实表现，或计算过程中剔除不完全的干扰数据，需要进一步优化逻辑，但不影响整条曲线形态分析。总之，此次计算数据可以代表目标台站静日地电场数据，日变幅具有一定可信度。

（3）不同台站同一年份和相同台站不同年份的大地电场日变幅趋势不尽相同，可能与地下介质的微破裂、岩性、地质条件、与水域距离等具有一定联系（谭大诚等，2010）。若利用深部地下观测（任烨等，2012）进行对比分析，则更有利于地下介质的深入研究。

（4）同一台站在NS和EW向日变幅数据存在差异性，主要体现在同一台站、同一时段NS向和EW向日变幅数值具有一定差异或呈现相反趋势形态。因为大地电场的长、短极距在布设时要求具有相同极距，按照多极距原理分析，在具有相同极距情况下，在相对均匀的地质条件下，接收的自然电场信号应该是相等或近似的。这种差异性真实存在，可能与地下介质的非均匀性具有一定关系（马钦忠等，2003），但具体有多大关联性，不仅需要参考建台时所测电测深数据，或许还要结合更小尺度的高密度电法勘探数据进行分析。而这种差异性是否会对地震异常、干扰异常、空间电磁变化异常有所感知，尚需进一步研究。