0 引言

形变观测是地震地球物理观测的重要组成部分，通过较长时期观测资料的积累，能够为地震预测预报提供基础数据，是地震科学和地震预报必不可少的基石与支柱（中国地震局监测预报司，2008）。我国诸多专家学者针对形变观测开展了大量研究，如：杨绍富等（2015）对霍拉山洞体数字化形变观测进行干了扰分析；张亮娥等（2015）分析了观测山洞温度对形变仪器的影响；刘水莲等（2016）对永安小陶地震台体应变大幅变化进行了异常核实；王梅等（2004）对山东省数字化形变台进行了数字化形变观测干扰识别，等等。对于不同区域、不同台基的地震中心站，相同干扰因素也会对形变观测数据产生不同干扰形态。针对此类问题，本文选取乌兰浩特地震监测中心站（以下简称乌兰浩特中心站）2015—2022年伸缩仪观测资料进行分析，总结不同干扰特征及映震特征，以便为中心站伸缩仪数据分析处理提供依据。

1 台站概况

乌兰浩特中心站位于蒙古兴安地槽褶皱带中部，站址岩性为第四系花岗岩、砂砾石。台站NE约8 km处分布有NW向洮儿河断裂，该断裂早第四纪有活动迹象。观测山洞地处蒙古兴安地槽褶皱带中部，站址岩性为第四系花岗岩、砂砾石（包宝小等，2020）。台站周边断裂分布见图 1。

乌兰浩特中心站形变观测山洞建设于1996年，洞体进深约70 m，洞内安装DSQ型水管倾斜仪、SS-Y型伸缩仪进行形变数字化观测。水管倾斜仪、伸缩仪于2006年12月进行安装并投入使用，其中伸缩仪南北基线长13.61 m、东西基线长13.69 m；辅助观测气象三要素于2007年5月进行安装并投入使用（包宝小等，2020）。仪器参数见表 1，测项分布见图 2。

2 资料选取和数据处理

乌兰浩特中心站形变观测仪器运行正常，资料连续可靠。选取该中心站伸缩仪2015—2022年观测数据，就干扰因素和映震异常对数据资料进行分析，以便为及时识别干扰、准确捕捉短临地震异常提供参考。

不同干扰因素会对观测数据产生不同干扰形态，常采用周期分析、一阶差分分析方法进行分析。地倾斜、伸缩仪观测值的一阶差分值可反映倾斜速率变化，能描述震源区及周围地区岩石在主震发生前由微破裂或加速形变引起的突变异常。利用一阶差分分析方法能较好地消除长周期变化，突出短期变化（杨又陵等，1999）。利用周期分析方法，通过残差所提供的信息，分析数据的周期性，可放大高频信号曲线。

3 干扰分析

统计发现，影响乌兰浩特中心站形变观测数据的干扰因素主要有自然环境（降雨、气压、温度等因素）、人为干扰（进洞、仪器标定、调零、仪器检修等）、场地环境干扰（砖厂运营、施工）。使用周期分析、一阶差分分析方法，对干扰事件进行系统分析。

3.1 自然环境干扰

在洞室形变观测中，气压、降雨、气温、湿度、大风、雷击等气象因素的变化是导致观测资料出现异常变化的主要原因（赵小贺等，2009）。乌兰浩特站伸缩仪主要受到降雨、气压、温度等因素影响。

（1）降雨干扰。每年夏季，乌兰浩特站形变观测受降雨影响较大，一般同时会受到温度和气压影响，观测曲线一般表现为曲线粗糙、毛刺增多、固体潮畸变。

示例1：2019年7月10日15:00—19:00，伸缩仪NS、EW分量数据畸变，主要表现为固体潮畸变，结合台站气压及降雨曲线，采用差分分析、周期分析方法，发现数据不规则波动时段与气压波动及降雨时段对应，在干扰时段，累计降雨量28.3 mm，气压变化幅度为3.5 hPa，NS向变化幅度为160×10^-10，EW向变化幅度为170×10^-10（图 3），而正常时段NS向变化幅度为12×10^-10，EW向变化幅度为25×10^-10，故判断数据畸变受气压及降雨影响所致。

降雨和气压变化往往是关联的，或者降雨前就有气压活动，故无法准确判断降雨对伸缩仪的影响时段，统计分析乌兰浩特中心站2015—2022年数据资料，发现伸缩仪受降雨滞后影响较小。

（2）气压干扰。气压对形变观测干扰普遍存在，主要以载荷方式影响观测，造成地面负荷增减，导致岩石应力发生变化；气压波动作用于上层地层和岩石孔隙水体，对固体潮产生影响（王秋宁等，2016）。

示例1：2020年6月14日17:20—18:55，伸缩仪NS、EW分量出现固体潮畸变，主要形态表现为锯齿状，结合本站气压曲线，采用差分分析、周期分析发现，数据曲线不规则波动时段与气压曲线波动时段对应（图 4），在干扰时段，气压变化幅度为2.4 hPa，NS向变化幅度为55×10^-10，EW向变化幅度为62×10^-10（图 4），而正常时段NS向变化幅度为5×10^-10，EW向变化幅度为10×10^-10，故判断数据畸变由气压影响所致。

综上分析，自然环境干扰一般表现为曲线粗糙、毛刺增多、固体潮畸变；相对于差分分析，周期分析方法更适用于自然环境干扰分析。

3.2 人为干扰

工作人员进入观测山洞、仪器标定、调零、仪器检修等均可造成人为干扰，需要对数据进行预处理。

示例1：2018年9月20日10:00—19:00，受地网施工人员在观测山洞安装灯带影响，伸缩仪数据产生突跳和台阶，依据中国地震局形变学科管理规定，对原始数据突跳和台阶进行预处理，见图 5。

示例2：2018年10月8日09:18—11:50，因伸缩仪标定，出现错误数据和突跳，依据中国地震局形变学科管理规定，错误数据做缺数处理，见图 6。

3.3 场地环境干扰

2017年4月16日21时47分—17日7时00分，乌兰浩特中心站伸缩仪EW、NS分量出现畸变（图 7），结合差分分析、周期分析，NS向数据数据正常变化与畸变幅度差为13.6×10^-10，EW向数据正常变化与畸变幅度差为13.3×10^-10。同址、同槽水管仪数据出现相同异常变化。排除自然环境、仪器故障因素后，经现场调查核实，发现在观测山洞SE向1 500 m处中型砖厂于16日晚开工试运行，产生振动干扰，造成该中心站观测数据发生变化。

2020年5月17日—20日，乌兰浩特中心站伸缩仪EW向数据持续下降，结合周期分析，数据正常变化与畸变幅度差为10.2×10-10（图 8）。经现场调查，发现观测山洞SE向1 500 m处的中型砖厂，在距观测山洞洞口以东约200 m处山坡下，新建楼宇施工，开槽深约3 m，挖土近1 000 m³，且工地上堆砌大量钢筋水泥等建筑材料。分析认为，此施工造成一定荷载变化，且施工场地与观测场地距离较近，载荷变化造成形变观测数据发生较大变化。

综上分析，场地环境干扰一般表现为固体潮畸变和波形的趋势性变化，而周期分析方法能够更好地观察数据的周期性。

4 结果

通过对乌兰浩特中心站伸缩仪观测资料的分析整理，统计得出以下结论：①自然环境干扰：伸缩仪受自然环境影响显著，一般表现为曲线粗糙、毛刺增多、固体潮畸变。相对于差分分析，周期分析方法更适用于自然环境干扰分析。②人为干扰：受人为干扰时，伸缩仪记录会出现坏数，波形产生台阶、突跳，需要进行数据预处理。工作人员进洞、仪器标定、调零和检修时，应尽量减少操作时间，以减小人为干扰。③仪器自身问题：此次问题较为复杂，应多对比、多总结同类故障事件，为伸缩仪数据的干扰识别及处理提供参考。