2. 中国北京 100081 中国地震局地球物理研究所;
3. 中国北京 100080 北京市地震局
2. Institute of Geophysics, China Earthquake Administration, Beijing 100081, China;
3. Beijing Earthquake Agency, Beijing 100080, China
与模拟地震仪相比,数字地震仪因其动态范围大、频带宽、分辨率高等优点,容易记录到包括台基噪声在内的诸多复杂噪声信号(张宇等,2013)。台基背景噪声就是其一,是由风、浪、交通、人为活动等引起地球表面的微小震动,容易对地震观测产生干扰,从而影响观测效果(许可等,2015)。由前人研究可知,台基背景噪声取决于地震台站的台基条件和观测环境的好坏,而台站(台网)的地震监测能力不仅受仪器性能的影响,还与台基背景噪声有关(裴晓等,2012;张宇等,2013)。理论上来说,地震台站观测能力较大程度地被台基背景噪声的存在所限制,现今最为灵敏的观测仪器,也不能清晰记录到小于台基背景噪声的微小信号(许可等,2015)。因此,分析数字地震台的噪声水平及特征、掌握数字地震台的观测动态范围,有利于改善并提高地震台站(台网)的监测能力(童汪练,2000;康建红等,2014;杨龙翔等,2015;沙成宁等,2016)。
1 台网现状1999年北京市测震台网(下文简称北京台网)投入建设,2年后通过验收并投入使用,囊括一个台网中心和18个数字遥测台,2017年5月,接收原北京数字遥测地震台网(中国地震局地球物理研究所)10个无人值守数字遥测台站。目前,北京台网由一个台网中心和28个数字地震台组成,包括17个地面地震计观测站和11个井下地震计观测站(图 1),配备BBVS-120、BBVS-60、BBVS-60DBH和FSS-3DBH地震计,配置EDAS-24GN和EDAS-24IP数据采集器。其中,除天坛观测站采取CDMA传输方式外,其余观测站均采用光纤介质,以SDH/MSTP方式,将观测数据实时传输至测震台网中心。
![]() |
图 1 北京市测震台网分布 Fig.1 Distribution of Beijing Seismic Network |
为客观真实地了解台站背景噪声现状,并保证地震计系统响应特性稳定(许可等,2017),选取各台站24 h无震、无明显干扰记录的波形数据。北京台网的台站记录速度值采用SEED格式,以各台站单通道24 h实时记录波形为计算样本,将其进行分道并转换为ASC II码格式文本。
由于多种原因,测震台站观测记录中会出现直流偏移现象,计算前需剔除。把整个记录长度求和除以记录总数,即得到记录的平均值,将其作为该记录的直流偏移量,逐点消除直流偏离,采用以下数学公式予以校正。
$ v = {v_i} - \frac{1}{N}\sum\limits_{i = 1}^N {{v_i}} $ | (1) |
式中,vi(value)为每个采样点的值;N为采样点个数。
3 背景噪声估算为评估北京市测震台网运行状态,需计算并分析观测动态范围、噪声水平及特征等。
3.1 观测动态范围计算使用数字地震仪记录数据计算台站观测动态范围,由于该数据为电压数字值,在实际计算过程中,需转换为地动速度。实测地动速度值计算公式如下
$ V=\frac{N \times F_{\mathrm{s}}}{R \times K \times S} $ | (2) |
式中,V为实测地动速度值,单位m/s;N为实际记录数字值,单位counts;Fs(full scale)为采集器输入满幅电压,单位V;R为2n,n为ADC字长;K为数据采集器实际工作增益;S为地震计工作灵敏度,单位V·s/m。
1-20 Hz频带地动噪声均方根值(RMS)是衡量台基背景噪声水平的重要指标,可以用同一标准衡量不同来源噪声在主要地震观测频带的水平。计算1-20 Hz频带内地动噪声均方根RMS值,有以下2种方法。
(1)对原始记录进行1-20 Hz带通滤波,按下式计算RMS值。
$ N_{\mathrm{RMS}}=\sqrt{\frac{1}{n} \sum\limits_{i=1}^{n}\left(V_{i}-\overline{V}\right)^{2}} $ | (3) |
$ \overline{V}=\frac{1}{n} \sum\limits_{i=1}^{n} V_{i} $ | (4) |
式中,NRMS为RMS值;
(2)根据GB/T 19531.1-2004《地震台站观测环境技术要求》,已知功率谱密度PSD,计算频带1-20 Hz内的RMS值。计算公式如下
$ N_{\mathrm{RMS}}=\sqrt{2 \mathrm{PSD}_{v} \cdot f_{\mathrm{c}} \cdot \mathrm{RBW}} $ | (5) |
式中,PSDv为速度功率谱密度,单位(m/s)2/Hz;fc为分度倍频程中心频率;RBW为相对带宽,计算公式如下
$ \mathrm{RBW}=\left(f_{\mathrm{H}}-f_{\mathrm{L}}\right) / f_{\mathrm{c}} $ | (6) |
式中,fH为分度倍频程上限频率;fL为分度倍频程下限频率。则式(5)可转化为
$ \mathrm{RBW}=\sqrt{2 \mathrm{PSD}_{v} \cdot\left(f_{\mathrm{H}}-f_{\mathrm{L}}\right)} $ | (7) |
台站的观测动态范围,可反映观测仪器自身性能和台基环境噪声背景水平,且有效动态范围大小反映了该台站可以记录到地震信号的最大能力。然而,由于台站环境噪声与地震信号叠加,仪器往往达不到所设计的动态范围,只能达到有效测量动态范围,计算公式为
$ D=20 \lg \frac{F_{\mathrm{s}}}{K \times S \times N_{\mathrm{RMS}} \times \sqrt{2}} $ | (8) |
由上述公式计算北京市测震台网数字地震台观测动态范围,结果见表 1。
![]() |
表 1 北京市测震台网数字地震台1-20 Hz范围内RMS值和观测动态范围 Table 1 RMS value and observational dynamic range within 1-20 Hz of digital seismic stations in Beijing |
功率谱密度(power spectral density,PSD)是描述随机信号(随机信号只能用统计平均量来表征)统计规律的重要特征参量,其物理意义为随机信号功率在频率上的分布,表现为一条功率密度和频率的关系曲线,计算方法包括直接法、间接法和改进的直接法等。文中采用改进的直接法,即Welch算法计算PSD值。
3.2.1 计算方法直接法又称周期图法,是把速记序列x(n)的N个观测数据视为一能量有限的序列,直接计算x(n)的离散傅里叶变换X(k),即
$ X(k) = \sum\limits_{n = 0}^{N - 1} x (n){{\rm{e}}^{ - j\frac{{2\pi }}{N}kn}}\quad (k = 0,1,2, \ldots ,N - 1) $ | (9) |
取X(k)幅值的平方,除以N,作为序列x(n)真实功率谱的估计,即
$ P(k)=\frac{2 \Delta t}{N}|X(k)|^{2} $ | (10) |
直接法的优点是不需要进行自相关计算,算法较简单,但同时其不满足一致性估计条件,分辨率和方差难以同时取得较高的参数,因此需要改进(邢晓晴等,2018)。Welch算法是对周期图法的一种改进,它包括对信号重叠分段、加窗处理,求出各段功率谱后求平均功率谱, 其具体步骤如下。
(1)各分段间可重叠,以减小方差。设随机序列数据总长度为N,按50%重叠的方式分k段,每段长度为L,则各段数据可以表示为
$ x_{i}(L)=\left[x\left(\frac{L}{2} i\right), \ldots, x\left(\frac{L}{2}(i+2)\right)\right] \quad(i=0,1, \ldots, k-1) $ | (11) |
(2)选择适当的窗函数W(k),在周期图计算前直接加窗平滑处理,并计算各段频谱。由此,无论何种窗函数均可使谱估计非负。
$ {X_i}(m) = \sum\limits_{n = 0}^{L - 1} {\left[ {W(k) \cdot {x_i}(k)} \right]} {{\rm{e}}^{ - j\frac{{2\pi }}{N}mn}} $ | (12) |
(3)各段周期图估计公式如下
$ S_{i}(m)=\frac{1}{U L}\left|X_{i}(m)\right|^{2} $ | (13) |
其中,
(4)将k段结果进行平均,得到估计的信号功率谱。公式如下
$ \hat S(m) = \frac{1}{k}\sum\limits_{i = 0}^{k - 1} {{S_i}} (m) $ | (14) |
Welch算法属于基于FFT的非参数功率谱估计方法,其优点是直观、便于理解和计算,适用于较长的数据记录(王俊等,2009)。
3.2.2 PSD计算根据实际仪器种类、零极点和增益参数,基于以上算法,使用中国地震局港震机电技术有限公司童汪练研制开发的软件,计算北京市测震台网28个数字地震台地动噪声加速度功率谱密度值,单位(m2/s4)/Hz,以分贝表示(表 1)。
由于台基情况较复杂,将台基地噪声按观测频段进行高低分类,而非按全频段划分(任枭等,2004;张宇等,2013;高伟亮等,2015)。按照台基地噪声高低分类标准(GB/T 19531.1-2004《地震台站观测环境技术要求》),将北京台网28个测震台站的台基地动噪声按1-20 Hz观测频段(表 1)划分为5类,其中:Ⅰ类台基噪声水平为Enl<3.16×10-8 m/s,台站有刘斌堡、琉璃庙、马坊、密云、西拨子、斋堂、马道峪、四座楼、南山村、周口店、上方山;Ⅱ类台基噪声水平为3.16×10-8 m/s ≤Enl<1.00×10-7 m/s,台站有大灰场、牛口峪、十三陵、西集、喇叭沟、太师屯、龙泉寺、东三旗、大兴;Ⅲ类台基噪声水平为1.00×10-7 m/s ≤Enl<3.16×10-7 m/s,台站有八宝山、次渠台、凤河营、天坛、杨镇、榆垡;Ⅳ类台基噪声水平为3.16×10-7 m/s ≤Enl<1.00×10-6 m/s,台站有金盏、牛栏山;Ⅴ类台基噪声水平为1.00×10-6 m/s ≤Enl<3.16×10-6 m/s。分析发现,使用不同型号的地震计对台基噪声产生的影响不同,本研究中使用FSS-3DBH型地震计的台站,台基噪声水平普遍较大。未来可对台基噪声较高台站进一步落实,详细分析其台基条件以及周围观测环境对台基噪声的影响。
北京市测震台网各台基噪声背景优势频率具有不同特征,部分台站高频干扰明显,部分台站低频干扰增强,且长周期和高频段噪声功率谱曲线差异大。文中仅给出琉璃庙、密云、四座楼、马道峪等4个Ⅰ类台基的地震台PSD曲线,见图 2。由图 2可见,在1-20 Hz范围内条带能量平稳、较低且位于Peterson(1993)给出的全球地震背景噪声模型的新高噪声模型(NHNM)和新低噪声模型(NLNM)之间。
![]() |
图 2 北京市测震台网噪声功率谱密度曲线示例 (a)琉璃庙;(b)密云;(c)四座楼;(d)马道峪 Fig.2 Examples of noise power spectral density curve of Beijing Seismic Network |
通过对北京市测震台网各台基背景噪声数字化记录进行计算和分析,得到台基背景噪声地动速度均方根值(RMS)、有效测量动态范围和噪声功率谱密度(PSD),结果表明:①根据《地震台站观测环境技术要求》,北京市测震台网现有11个Ⅰ类台、9个Ⅱ类台、6个Ⅲ类台、2个Ⅳ类台;②北京市测震台网各台基噪声背景优势频率各有特征,高低频段噪声功率谱曲线差异大;③不同场地类型对台基噪声的影响有所不同,井下台站的台基噪声水平普遍较大,应与井下台站一般选择沉积层厚、噪声较大的平原区建台有关。
应把各个测震台站的环境地噪声水平分析作为日常工作的一部分,随时关注观测环境变化,为台站的环境保护起到一定促进作用。
高伟亮, 吕睿, 梁艳, 等. 2015. 山西数字测震台站观测动态范围和台基背景噪声分析[J]. 山西地震, (4): 17-24. DOI:10.3969/j.issn.1000-6265.2015.04.005 |
康建红, 张宇, 郑国栋, 等. 2014. 吉林台网测震台站监测效能评估[J]. 防灾减灾学报, 30(4): 74-77. |
裴晓, 尹继尧, 杨庭春. 2012. 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, 27(5): 1897-1903. |
任枭, 刘瑞丰, 梁建宏, 等. 2004. 国家数字地震台网台站地动噪声功率谱分析[J]. 地震地磁观测与研究, 25(1): 23-28. DOI:10.3969/j.issn.1003-3246.2004.01.004 |
沙成宁, 崔煜, 赵永海. 2016. 青海省数字测震台网监测效能评估[J]. 高原地震, 28(4): 21-26. DOI:10.3969/j.issn.1005-586X.2016.04.005 |
童汪练.国家数字地震台网台站地动噪声频谱分析报告[R]. 2000: 1-40.
|
王俊, 徐戈, 孙业君. 2009. 江苏省区域地表背景噪声特性的分析[J]. 地震研究, 32(2): 155-161. DOI:10.3969/j.issn.1000-0666.2009.02.009 |
邢晓晴, 朱根民. 2018. Welch功率谱估计中窗函数的选择与算法分析[J]. 计算机时代, (2): 1-4. |
许可, 刘瑞瑞, 孔繁旭. 2015. 天津地区台基背景噪声特征分析[J]. 内陆地震, 29(2): 170-175. |
许可, 柳艳丽, 高也, 等. 2017. 天津测震台网地震监测能力分析[J]. 地震地磁观测与研究, 38(4): 194-198. DOI:10.3969/j.issn.1003-3246.2017.04.032 |
杨龙翔, 王志铄, 贾漯昭, 等. 2015. 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, 35(3): 543-546. |
张宇, 康建红, 张晨侠, 等. 2013. 吉林测震台网数字台站台基噪声功率谱分析[J]. 地震地磁观测与研究, 34(3/4): 118-121. |