许多学者研究认为,高分辨率深部结构成像是地震科学台阵观测的重要手段和发展方向(康健,2016;王椿镛,2017),利用这种高分辨率台阵记录进行地震定位、震源机制、震源破裂过程和地震成像研究,可以提高研究结果的精度,并且为地震记录的动力学解释开拓新的广阔前景(宋丽莉等,2012)。黑龙江省地处欧亚板块边缘,受西太平洋板块俯冲影响区域内构造相对活跃,内部较大断裂有依舒断裂、敦密断裂、嫩江断裂、牡丹江断裂,还有五大连池、牡丹江火山群和牡丹江深震区(葛荣峰等,2009;常金龙等,2018),地质结构较为复杂。因此,需要通过分析科学台阵所获取的数据,对本地区地下结构进行深入的精细化研究。
2019年黑龙江省开展区域范围内“一带一路”地震台网项目科学台阵台址的勘选工作,勘选仪器采用北京港震科技有限公司的三分向GL-PCS60一体式宽频带地震仪,带宽为60 s —80 Hz,传感器和数采部分动态范围分别>155 dB和>135 dB,保障了仪器的一致性。在实际勘选过程中,综合考虑交通、安全(看护)、通讯条件等因素,严格按照实际观测点位与设计点位偏差<3 km的原则,保证台阵的整体布局。同时,为避免勘选仪器与基岩直接接触,在所有勘选点位,地震仪均架设于深度0.5—1 m的土层摆坑内,坑内铺设石板,并通过石膏与土层相连,可增加粘结性,减少干扰。
本文根据台阵勘选获取的数据,计算每个勘选点位地面运动噪声功率谱密度和概率密度函数,并通过分析23091、20123、23147、23166四个典型台址的频谱特性,得到黑龙江省区域地噪声分布和特征的初步认识,以便为下一步地震科学台阵的建设工作提供依据,保证用于科学研究的台阵数据的高精度和高可靠性。
1 噪声功率谱分析和概率密度函数2019年黑龙江省开展“一带一路”地震台网项目中科学台阵台址的勘选工作,获得全省范围内136个点位48小时连续波形数据,填补了全省范围内进行统一台阵勘选工作的空白。科学台阵勘选点位分布见图 1。
地震台站的噪声研究受到国内外专家重视,若台址噪声水平太高,现代化地震仪器的优势将丧失(Bormann,2002;廖诗荣等,2008)。Peterson(1993)通过分析全球75个地震台站近2 000条噪声记录的功率谱密度分布,给出全球低噪声模型(NLNM)与高噪声模型(NHNM),目前广泛应用于台址噪声水平评价、仪器标准定义与不同背景噪声水平下地震计响应的预测等。McNamara等(2004)、吴建平等(2012)、葛洪魁等(2013)、王芳等(2019)研究表明,确定台站噪声水平的主要方法是噪声功率谱密度(PSD)估计。
对于数据处理,首先应进行噪声功率谱(PSD)估计。Welch平均周期法是基于FFT的非参数功率谱估计方法,适用于长时间数据记录的噪声功率谱估计。其核心是,将噪声信号的平均功率分成各个频率分量所占有的成分,按照频率大小,依次在图上画出各频率分量所占功率。本文应用此方法,对黑龙江科学台阵台址勘选过程中获取的48小时连续波形数据进行噪声功率谱估计,去除仪器传递函数响应,计算得到每个台址背景噪声地动有效速度值(RMS)。其中:垂直分量最大噪声均值为9.77×10-7 m/s,按照《地震台站观测环境技术要求(GB/T 19531.1)》,满足Ⅳ类台站建设标准;垂直分量最小噪声均值为5.52×10-9 m/s,满足Ⅰ类台站建设标准。
通过PSD计算,进一步完成概率密度函数(PDF)估计。具体步骤如下:采用McNamara等(2004)的方法,去除仪器响应,得到地面运动的速度记录,将时长1 h的数据段分成14小段,对每一小段数据去均值与线性趋势,计算速度功率谱密度(PSD),取平均值,得到1 h长度数据段的速度功率谱密度随频率的分布;对速度功率谱密度进行1/8倍频程滤波,得到平滑且在对数坐标上均匀分布的速度功率谱密度,并将其转化为加速度功率谱密度,与全球新高噪声模型(NLNM)和新低噪声模型(NHNM)进行对比;计算PSD值落在某一个频点某一功率窗内的记录段数目,统计各周期PSD在不同时间内取某一数值的概率,即为该时段对应的PDF(林彬华等,2015;谢江涛等,2018)。
23091点位于黑河市桦皮窑林场内,观测仪器架设在土层上,观测效果良好。以该点为例,绘制垂直分量加速度功率谱密度1/8倍频程平滑曲线,并给出该点垂直和水平分量的加速度功率谱概率密度函数(PDF)分布,结果见图 2、图 3。图 3中第5百分位数和第95百分位数分别表示该点功率谱密度的下限和上限,众数反映了台站的平均噪声水平;垂直分量PSD值介于NLNM与NHNM之间,分布区域较为集中;水平分量长周期段超出NHNM,高频频段与垂直分量一致性较好。
(1)长周期噪声。长周期噪声主要与自然因素相关,野外架设仪器时摆坑较浅容易受到风、树木摇动等影响。在长周期段(20—100 s),随着周期的增加,23091点位垂直分量的噪声衰减较慢,水平分量PSD干扰明显较大,且已超出高噪声模型(NHNM)。
(2)微震噪声。在全球地震观测台站中,微震噪声(1—20 s)是稳定存在的,随着海洋的活动出现规律性季节变化,与海底压力扰动和气流及气流引起的植物根茎扰动等有关。一般认为,其主要峰值的形成与海洋波和海底或海岸线的非线性相互作用引起的海底压力扰动有关(Longuet-Higgins,1950)。由图 3可见,23091点在微震频段表现较为稳定。
(3)高频段干扰。高频段(<1 s)以人为干扰为主。在5 Hz以上频段,由于人类活动的影响,概率密度函数曲线易出现跳变。23091点位于林场,人烟稀少,高频干扰较少。
2 地噪声分布特征从时间变化、空间分布特征及频谱分布几方面,分析勘选台址的地噪声分布特征。
(1)时间变化。台址23091点位的地噪声水平存在昼夜变化的规律(图 4),高频段(1 s以下)PSD呈现日变化特征。因该点位于林场,人为干扰较少,0.1 s以下的噪声以背景噪声为主,每日12时前后出现相对峰值,与环境温度存在正相关关系。而微震频段和长周期的PSD随时间变化不明显,在日尺度内无明显周期特征。由该点位1 s和20 s频点处的功率谱密度日变化(图 5)可知,存在日变化规律,但变化幅值较小,侧面反映了土层勘选点位的较好稳定性。
(2)空间分布特征。以23091、23123、23147、23166点位为例,绘制黑龙江省噪声功率谱均值(RMS),见图 6。由图 6可见:在人类活动较少地区,如西北部的大兴安岭、黑河地区和东南部的牡丹江山区,噪声水平低、观测环境较好;人类活动影响较大地区,如中部的哈尔滨地区和东北部的佳木斯地区,噪声水平较高,大庆地区尤为明显,这是因为,平原沉积层的放大效应可加强噪声水平。可见,此次勘选结果真实反映了黑龙江全省的噪声分布。
(3)频谱分布。在勘选区域选取具有典型特征的点位(表 1),进行每小时频谱分析,经傅里叶变换(FFT),可知不同点位台基垂直分量频谱分布特征不同。23091、23123、23147、23166点位的频谱分布见图 7,可见:23091点位除长周期(>20 s)干扰外,微震和高频部分与噪声背景值基本一致;23166点位主要为高频干扰,与黑龙江季节性秋收时间对应,可滤除特定波段高频信号以减轻干扰;23147点位高频干扰集中,多分布在2—7 Hz,而远震高频成分一般在1.2 Hz左右(万永革,2007),因此该点位虽为Ⅲ类台址,但并不影响地震记录;23123点位干扰严重,优势噪声覆盖微震和高频内较大范围,难以去除。同时,该点位干扰幅值较大,能量较强,在日尺度内无周期性,可能与大庆区域工厂分布广,持续采油、输油作业等有关。
本次台阵台址勘选所用功率谱密度概率分布,从长周期、微震和高频3方面客观反映了勘选点位环境噪声特点,可作为今后台阵仪器布设和调整的参考依据。综上所述,可以得出以下结论。
(1)勘选点位摆墩在0.5—1 m的土层摆坑内,观测效果较好。但需注意,由于埋深浅、稳定时间短,土层台基的长周期干扰更明显、噪声更高、衰减更慢。
(2)黑龙江地区噪声水平具有分区特性,高频带噪声主要分布在中部和东北部地区,大庆地区尤为严重,这与交通、农业、工业分布有关,而且松辽盆地和三江平原沉积层的放大效应也起到一定作用。西北和东南部地区多为山区和林场,人类活动少,基岩广泛出露,噪声水平较低,观测环境较好。
(3)高频干扰仍是地震观测中噪声的主要来源,压制高频干扰是提高观测质量的重要途径。未来在建设科学台阵时,应着重考虑该问题。
本次地震科学台阵勘选点位仅进行了48 h地震波形连续观测,在地噪声水平计算时可能会将短时间内的环境或气候等偶然因素参杂入内,影响计算结果。而且季节性变化也会对地噪声计算产生影响,需积累更多数据后进行深入分析。
常金龙, 甘卫军, 胡宝慧, 等. 日本9.0级地震后依舒断裂带北段地震活动性分析[J]. 大地测量与地球动力学, 2018, 38(8): 787-790. |
葛洪魁, 陈海潮, 欧阳飚, 等. 流动地震观测背景噪声的台基响应[J]. 地球物理学报, 2013, 56(3): 857-868. |
葛荣峰, 张庆龙, 解国爱, 等. 郯庐断裂带北段及邻区现代地震活动性与应力状态[J]. 地震地质, 2009, 31(1): 141-154. DOI:10.3969/j.issn.0253-4967.2009.01.013 |
康健, 韦庆海, 周琳, 等. 等利用地震台阵观测资料研究大庆地区深部构造[J]. 吉林大学学报(地球科学版), 2016, 46(3): 900-910. |
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 |
林彬华, 金星, 廖诗荣, 等. 地震噪声异常实时监测[J]. 中国地震, 2015, 31(2): 281-289. DOI:10.3969/j.issn.1001-4683.2015.02.012 |
宋丽莉, 杨微, 葛洪魁, 等. 中国地震科学台阵流动观测现状及进展[J]. 国际地震动态, 2012(3): 16-21. DOI:10.3969/j.issn.0235-4975.2012.03.004 |
万永革. 数字信号处理的MATLAB实现[M]. 北京: 科学出版社, 2007.
|
王椿镛, 吴庆举, 段永红, 等. 华北地壳上地幔结构及其大地震深部构造成因[J]. 中国科学:地球科学, 2017, 47(6): 684-719. |
王芳, 王伟涛, 龙剑锋, 等. 中国大陆地区宽频带地震台网台基噪声特征[J]. 地震学报, 2019, 41(5): 569-584. |
吴建平, 欧阳飚, 王未来, 等. 华北地区地震环境噪声特征研究[J]. 地震学报, 2012, 34(6): 818-829. DOI:10.3969/j.issn.0253-3782.2012.06.008 |
谢江涛, 林丽萍, 谌亮, 等. 地震台站台基噪声功率谱概率密度函数Matlab实现[J]. 地震地磁观测与研究, 2018, 39(2): 84-89. DOI:10.3969/j.issn.1003-3246.2018.02.012 |
Bormann P. New Manual of Seismological Observatory Practice (IASPEI), Chap. 4, 5 and 6[M]. Potsdam: GeoForschungsZentrum, 2002.
|
Longuet-Higgins M S. A theory of the origin of microseisms[J]. Philos Trans R Soc London, Ser A, 1950, 243(857): 1-35. DOI:10.1098/rsta.1950.0012 |
McNamara D E, Buland R P. Ambient noise levels in the continental United States[J]. Bull Seismol Soc Am, 2004, 94(4): 1517-1527. DOI:10.1785/012003001 |
Peterson J. Observations and modeling of seismic background noise[R]. USGS Open File Report, 1993: 93-322.
|