2023, Vol. 44
2) 中国上海 200062 上海佘山地球物理国家野外科学观测研究站
2) Shanghai Sheshan National Geophysical Observatory, Shanghai 200062, China
2022年1月15日（文中时间表述均为UTC时间）位于20.536°S、175.382°W的汤加洪阿哈阿帕伊（Hunga Tonga-HungaHa’apai）火山（简称汤加火山）发生剧烈喷发（Global Volcanism Program，2021）。其引发的海啸影响了整个太平洋沿岸地区，日本、斐济等多国接连发布海啸警报，中国沿海海域也监测到海啸波。
此次喷发的汤加火山为海底火山，地处太平洋板块与印度—澳大利亚板块的俯冲带上，位于环太平洋火山地震带。汤加火山的第1次大型喷发发生在2022年1月13日15时20分，喷发的灰羽高达20 km；第2次喷发于1月15日4时2（±1）分开始，喷发强度在4时8分（Global Volcanism Program，2021）急剧增加，喷发持续时间约为（12±2）h（David et al，2022）。Zobin（1972）研究发现，火山喷发过程中伴随的构造活动和喷发后地壳的均衡调整可导致火山地震。据美国地质调查局估计，汤加火山的第2次喷发引起1次MS 5.8火山地震。
汤加火山喷发激发了多次环绕地球的重力波（Global Volcanism Program，2021；Adam，2022）。Kataoka等（2022）、Amores等（2022）通过分析地震学联合研究会地震数据管理中心（IRIS DMC）117个台站2022年1月13—20日的波形数据，发现汤加火山喷发后不少地震台站波形中出现了Lamb波。Lamb波环绕地球1周约35.5 h，其通过空地耦合和气象海啸诱发了显著的地震波（David et al，2022）。
地震台站波形数据包含的环境噪声主要分为人为噪声和自然噪声2种，其中，人为噪声主要来源于人类生产生活，如城市交通、建筑、文化活动、工业作业等（Riahi et al，2015；Chang et al，2016；Green et al，2017；孙冬军等，2021）。自然噪声则主要来源于海洋，包含单频地脉动和双频地脉动，其频率主要集中在0.05—0.50 Hz（Longuet-Higgins，1950；Hasselmann，1963；Kedar et al，2008；Zhang et al，2010）。近十几年来，地震背景噪声已被广泛应用于全球多尺度结构的分析研究（Shapiro et al，2005；Yao et al，2010；Zheng et al，2011；Lü et al，2013）。由于火山喷发事件可能对地震台站背景噪声记录造成一定影响，本文拟通过研究汤加火山喷发前后不同距离地震台站记录的地震数据，分析汤加火山喷发对地震台站1—30 s周期背景噪声PSD值及噪声源变化的影响。
1 数据和方法 1.1 数据从地震学联合研究会（Incorporated Research Institutions for Seismology，简称IRIS）选取了IU台网（92个台站）和IC台网（10个台站）的台站数据，台站分布如图 1（a）所示。根据南太平洋汤加火山的喷发地点，按照反方位角和火山至台站的距离相对均匀分布的原则，选取了14个台站KMBO、RCBR、WVT、SFJD、MDJ、QIZ、SBA、MIDW、TARA、HNR、SNZO、RAR、XMAS、AFI[图 1（b）]，并下载了这14个台站2022年1月1—20日宽频带波形数据（BHZ、BH2、BH1）和台站的功率谱密度PSD。选取了震中距60°范围内的7个台站（AFI、TARA、XMAS、HNR、SNZO、RAR、SBA）数据进行极化分析。通过PSD、概率密度函数PDF和极化分析，讨论汤加火山喷发前后台站各频段波形的变化特征及其噪声源的方位角。
|
图 1 IRIS上IU、IC台网共享台站分布（a）、选取的14个地震台站分布（b） Fig.1 Distribution of IU and IC seismic stations on IRIS (a) and distribution of 14 selected seismic stations (b) |
采用的PDF方法是基于传统PSD方法，利用长时间内完整连续的波形记录分析地震观测台站噪声水平的方法（McNamara et al，2004）。本文利用的从IRIS上下载的各个台站的PSD是以3 600 s为窗长、1 800 s为步长进行计算的结果（Casey et al，2018），然后，整理出每个小时的PSD均值。
极化分析是对单个三分量地震仪所记录到的波形进行分析，通过3个分量所记录到的相位信息可以判断所记录到的波的类型、波的传播方向（肖晗，2018）。此次研究的极化分析主要基于Samson（1983）、Koper等（2010）的方法和相关流程计算谱密度矩阵，进而可求得极化率β2和4个角量（θH，θV，φHH，φVH）。极化率β2反映波的极化程度；θH为极化方位角，为最大特征值对应的主特征向量的水平方位角，用来指示波的水平方向；θV为极化倾角，代表纵波入射的方向；φHH表示椭圆率，为2个水平分量的相位差；φVH为主水平分量与垂直分量之间的相位差（Koper et al，2010；方益志等，2021）。通过4个角量可以区分出在微地动频段所记录到的瑞利波和勒夫波（Xiao et al，2018）。此次研究主要关注极化方位角θH，其可以显示噪声源的方向。
2 结果和讨论 2.1 不同频段噪声功率谱密度在火山喷发前后的变化分别讨论1—5 s、5—10 s、10—30 s周期的噪声功率谱密度变化（图 2、3、4）。由于1—5 s周期的背景噪声能量随传播距离的增加衰减较快，因此地震台站记录到的该频段的主要背景噪声源相对较近；5—10 s周期的背景噪声则主要涵盖了长周期双频地脉动的周期范围；而10—30 s周期的背景噪声则完全覆盖了单频地脉动的周期范围（Xiao et al，2018）。
|
图 2 1—5 s周期范围的噪声功率谱密度 垂直于横坐标红色直线表示火山地震发生时刻 Fig.2 Noise PSD in the period of 1—5 s |
|
图 3 5—10 s周期范围的噪声功率谱密度 垂直于横坐标红色直线表示火山地震发生时刻 Fig.3 Noise PSD in the period of 5—10 s |
|
图 4 10—30 s周期范围的PSD变化与地震间的关联 垂直于横坐标的虚线表示地震发生时刻 Fig.4 Correlation between PSD and original time of earthquakes in the period of 10—30 s |
分析1—5 s周期14个台站噪声功率谱密度变化（图 2）发现，从2022年1月9日开始，RAR、AFI台站1—5 s周期的PSD值呈现增大的趋势，至1月20日增大了约10 dB；XMAS台1月13—20日PSD值呈现先增长、后下降，起伏约为5 dB；而HNR、SNZO、QIZ、MDJ、RCBR等其他台站的PSD无明显变化规律。整体来看，研究范围内不同震中距地震台站1—5 s周期的PSD变化与1月15日火山喷发间的关联性不明显；但不排除1月13、15日2次火山喷发之前，大范围的构造活动和岩浆剧烈运动等因素导致AFI、RAR等台站PSD出现变化的可能。
在5—10 s周期内（图 3），AFI、RAR、SNZO、HNR、XMAS、MIDW、TARA等距汤加火山60°以内地震台站的PSD值整体较大；而SBA、QIZ、MDJ、RCBR、WVT、KMBO等60°及以上的地震台站的PSD值整体较小；SFJD台例外，其距火山点较远，PSD值整体较大且起伏变化明显。这14个台站的PSD差异在汤加火山喷发前已存在。研究范围内不同震中距地震台站5—10 s周期的PSD变化与1月15日火山喷发间无明显关联性。RAR、AFI台同样在1月8日左右存在PSD值起伏情况。
在10—30 s周期内，噪声功率谱密度的区域极大值出现的位置与全球范围内地震发震时间较吻合（图 4），2022年1月1—20日全球范围内≥MS 5.8地震信息如表 1所示（数据来源于IRIS），震中分布如图 5所示。10—30 s周期的PSD值受全球范围内大地震影响明显，PSD值起伏变化与地震发生时刻间对应较好。由于SFJD台10—30 s的PSD值整体较大，其受地震影响不明显，但是对于2022年1月11日福克斯群岛MS 6.8地震有明显记录。
|
表 1 2022年1月1—20日全球范围内MS≥5.8地震统计 Table 1 The MS≥5.8 earthquakes during January 1—20 |
|
图 5 地震台站及2022年1月1—20日MS≥5.8地震震中分布 Fig.5 The distribution of seismic stations and MS≥5.8 earthquakes during January 1—20 |
对于2022年1月15日的汤加火山地震，各台站在10—30 s周期PSD极大值的出现时刻晚于该地震的发震时刻，初步推断火山诱发地震为持续破裂过程。另外，由于火山喷发持续时间相对较长，其发震时刻为最初破裂时间，最大能量释放时间晚于初始破裂时间，因而能够看出10—30 s周期噪声功率谱密度出现最大值的时刻晚于发震时刻约2 h。
2.2 极化分析对AFI、RAR、XMAS、TARA、HNR、SNZO、SBA等7个台站2022年1月1—20日宽频带数据以1—5 s、5—10 s、10—30 s的周期进行极化分析，结果见图 6、7、8。
|
图 6 1—5 s周期的极化方向概率分布 Fig.6 Probability distribution of polarization direction in the period range of 1—5 s |
|
图 7 5—10 s周期的极化方向概率分布 Fig.7 Probability distribution of polarization direction in the period range of 5—10 s |
|
图 8 10—30 s周期的极化分析结果 Fig.8 Probability distribution of polarization direction in the period range of 10-30 s |
在1—5 s周期内，AFI台在1 s周期附近的背景噪声来源为180°—225°左右，2—5 s周期背景噪声来源为0°—60°，其极化方向较稳定，主要噪声源较单一；RAR台2 s周期背景噪声来源为0°—60°，其他周期范围的背景噪声来源的方位角为150°—225°；AFI、RAR台在1—5 s周期的背景噪声源方向未发现与火山喷发点间的关联性。虽然XMAS台在1—5 s周期的背景噪声源指向火山喷发点的方向，但考虑到该周期的背景噪声传播距离较近，不会影响到XMAS台，因此推断XMAS在1—5 s周期的背景噪声源与火山喷发点不一致。
在5—10 s周期内，AFI台背景噪声来源为0°—60°左右；RAR台背景噪声来源为135°—180°；XMAS台背景噪声来源为0—45°；TARA台背景噪声来源为150°—210°左右；HNR台5—8 s左右的背景噪声来源为135°—180°，8—10 s左右周期的背景噪声来源相对离散；SBA台的背景噪声来源变化较大且离散；SNZO台背景噪声来源离散，并未发现明显方向性。综合分析5—10 s周期的背景噪声，并未发现地震台站记录的该周期范围的背景噪声与火山喷发间有关联。
在10—30 s周期范围内，AFI、RAR、XMAS、TARA等台站的背景噪声来源方向较稳定；而HNR、SNZO台的背景噪声来源方向变化较大；而SBA台在30 s周期附近的背景噪声来源较稳定，10—25 s周期的背景噪声来源较离散。7个台站在10—30 s周期背景噪声源方向未发现与火山喷发点间有关联。
综合分析AFI、RAR、TARA、XMAS、HNR、SNZO、SBA等7个台站1—30 s频段的极化分析结果发现，所选台站的背景噪声来源均未指向火山喷发点，即火山喷发没有改变背景噪声源区，各个台站的背景噪声来源方向较稳定，但不同频段的背景噪声来源有一定的差异。
3 结论使用汤加火山前后共计20天的波形数据，通过计算功率谱密度、极化分析讨论此次汤加火山对于全球范围内背景噪声的影响，得出如下主要结论。
（1）相对均匀筛选的地震台站在汤加火山喷发前后1—30 s周期的PSD变化与火山喷发间的关联性不明显；10—30 s周期的PSD值受全球范围内MS≥6.0地震的影响明显；而此次MS 5.8火山地震在震中距120°范围内台站的PSD值变化上均有较好体现。
（2）SFJD台10—30 s周期的PSD值整体较大，其受地震的影响则不明显。当台站整体PSD值越小，其能记录到的全球范围远场大震相对越多。
（3）AFI、RAR、TARA、XMAS、HNR、SNZO、SBA等7个台站1—30 s周期的背景噪声来源均未指向火山喷发点，各台站的背景噪声来源方向较稳定，不同频段的背景噪声来源有一定的差异，可推断火山喷发没有改变背景噪声源区。
（4）汤加火山喷发引发了MS 5.8地震，IRIS给出的此次火山地震发震时刻早于10—30 s周期PSD值区域最大值出现时刻约2 h，与其他天然地震相比时间差较大。
综上所述，此次汤加火山喷发虽然引起了全球范围的海啸波，但是除了震中距120°范围内地震台站10—30 s周期的PSD值在火山地震发生后有明显变化外，其他地震台站不同周期的PSD值变化与汤加火山喷发均无相关性，可以推断此次大规模的海啸与火山地震间关联性不大。同时，汤加火山喷发没有改变1—30 s周期的背景噪声源区，各台站的背景噪声来源方向较稳定。
方益志, 薛梅. 大西洋中北部双频微地动特征[J]. 地震学报, 2021, 43(2): 204-214. |
孙冬军, 刘芳, 于海英, 等. 新冠肺炎疫情对佘山与大洋山地震台背景噪声的影响[J]. 地震地磁观测与研究, 2021, 42(4): 101-109. |
肖晗. 中国南部以及南海区域微地震的观测与模拟[D]. 上海: 同济大学, 2018.
|
Adam D. Tonga volcano created puzzling atmospheric ripple[J]. Nature, 2022, 602(7 894): 497. DOI:10.1038/d41586-022-00127-1 |
Amores A, Monserrat S, Marcos M, et al. Numerical simulation of atmospheric Lamb waves generated by the 2022 Hunga-Tonga volcanic eruption[J]. Geophysical Research Letters, 2022, 49(6): e2022GL098240. |
Casey R, Templeton M E, Sharer G, et al. Assuring the quality of IRIS data with MUSTANG[J]. Seismological Research Letters, 2018, 89(2A): 630-639. DOI:10.1785/0220170191 |
Chang J P, de Ridder S A L, Biondi B L. High-frequency Rayleigh-wave tomography using traffic noise from Long Beach, California[J]. Geophysics, 2016, 81(2): B43-B53. DOI:10.1190/geo2015-0415.1 |
David A Yuen, Melissa A Scruggs, Frank J Spera, et al, Under the surface: Pressure-induced planetary-scale waves, volcanic lightning, and gaseous clouds caused by the submarine eruption of Hunga Tonga-HungaHa'apai volcano[J], Earthquake Research Advances, Volume 2, Issue 3, 2022, 100134, ISSN 2772-4670, https://doi.org/10.1016/j.eqrea.2022.100134.
|
Global Volcanism Program. Report on Hunga Tonga-HungaHa'apai (Tonga)[M]//SennertS K. Weekly Volcanic Activity Report, 2 February-8 February 2022. Smithsonian Institution and US Geological Survey, 2021.
|
Green D N, Bastow I D, Dashwood B, et al. Characterizing broadband seismic noise in Central London[J]. Seismological Research Letters, 2017, 88(1): 113-124. DOI:10.1785/0220160128 |
Hasselmann K. A statistical analysis of the generation of microseisms[J]. Rev Geophys, 1963, 1(2): 177-210. DOI:10.1029/RG001i002p00177 |
Kataoka R, Winn S D, Touber E. Meteotsunamis in Japan associated with the Tonga eruption in January 2022[J]. SOLA, 2022, 18: 116-121. DOI:10.2151/sola.2022-019 |
Kedar S, Longuet-Higgins M, Webb F, et al. The origin of deep ocean microseisms in the North Atlantic Ocean[J]. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 2008, 464(2091): 777-793. DOI:10.1098/rspa.2007.0277 |
Koper K D, Hawley V L. Frequency dependent polarization analysis of ambient seismic noise recorded at a broadband seismometer in the central United States[J]. Earthquake Science, 2010, 23(5): 439-447. DOI:10.1007/s11589-010-0743-5 |
Longuet-Higgins M S. A theory of the origin of microseisms[J]. Philosophical Transactions of the Royal Society of London. Series A, MathematicalandPhysicalSciences, 1950, 243(857): 1-35. DOI:10.1098/rsta.1950.0012 |
Lü Y, NiS D, Xie J, et al. Crustal S-wave velocity structure of the Yellowstone region using a seismic ambient noise method[J]. Earthquake Science, 2013, 26(5): 283-291. DOI:10.1007/s11589-013-0016-1 |
McNamara D E, Buland R P. Ambient noise levels in the continental United States[J]. Bull Seismol Soc Am, 2004, 94(4): 1 517-1 527. DOI:10.1785/012003001 |
Riahi N, Gerstoft P. The seismic traffic footprint: Tracking trains, aircraft, and cars seismically[J]. Geophys Res Lett, 2015, 42(8): 2 674-2 681. DOI:10.1002/2015GL063558 |
Samson J C. Pure states, polarized waves, and principal components in the spectra of multiple, geophysical time-series[J]. Geophys J R Astr Soc, 1983, 72(3): 647-664. DOI:10.1111/j.1365-246X.1983.tb02825.x |
Shapiro N M, Campillo M, Stehly L, et al. High-resolution surface-wave tomography from ambient seismic noise[J]. Science, 2005, 307(5 715): 1 615-1 618. DOI:10.1126/science.1108339 |
Xiao H, Xue M, Pan M H, et al. Characteristics of microseisms in South China[J]. Bull Seismol Soc Am, 2018, 108(5A): 2 713-2 723. DOI:10.1785/0120170237 |
Yao H J, van der Hilst R D, Montagner J P. Heterogeneity and anisotropy of the lithosphere of SE Tibet from surface wave array analysis[J]. J Geophys Res, 2010, 115(B12): B12307. DOI:10.1029/2009JB007142 |
Zhang J, Gerstoft P, Bromirski P D. Pelagic and coastal sources of P-wave microseisms: Generation under tropical cyclones[J]. Geophys Res Lett, 2010, 37(15): L15301. DOI:10.1029/2010GL044288 |
Zheng Y, Shen W S, Zhou L Q, et al. Crust and uppermost mantle beneath the North China Craton, northeastern China, and the Sea of Japan from ambient noise tomography[J]. J Gephys Res, 2011, 116(B12): B12312. DOI:10.1029/2011JB008637 |
Zobin V M. Focal mechanism of volcanic earthquakes[J]. Bulletin Volcanologique, 1972, 36(4): 561-571. DOI:10.1007/BF02599824 |