0 引言

地震作为自然灾害之一，给人类社会带来了巨大的破坏和损失。因此，对地震进行有效监测和预警已成为保障人们生命财产安全的重要手段之一。测震台站的布设位置、观测环境等可直接影响地震监测的精度和效果，因此，测震台站的勘选作为地震监测网络建设的基础环节，对提高地震监测的准确性和效率具有重要意义。随着城市的发展，地震监测站点所面临的干扰源日益增多，如何准确评估和选择台站建设位置是地震监测工作中的重要环节之一。山洞观测作为地震台站观测的一种方式，因其良好的观测环境，保证了优质数据的产出。相较于地表观测点，山洞观测受地表噪声的影响较小，具有更为稳定的观测环境（安全等，2021）。

1 云龙湖实验室简介

云龙湖实验室挂牌成立于2021年10月22日，该实验室的设立是为了满足深地领域的科研需求，服务国家科技战略，以及促进经济主战场的创新发展。云龙湖实验室地震预警基准站项目的建设目标是在“国家地震烈度速报与预警工程”项目的基础上，充分利用云龙湖实验室在深地科学与工程领域的科研创新资源，与云龙湖实验室的研究方向紧密结合，共同合作推进地震预警台网的建设。

2 台站勘选与数据分析 2.1 台站勘选

经过前期规划与现场考察，初步在山洞内选择6个点位进行台站勘选（图 1），使用GL-PS2型一体化短周期地震仪对6个初选点的场地进行了超过24 h的连续观测。勘选过程中，严格遵守GB/T 19531.1—2004《地震台站观测环境技术要求第1部分：测震》（中华人民共和国国家质量监督检验检疫总局等，2004）的相关技术规范，勘选工作有4个主要步骤：①在勘选点寻找环境相对安静且存在基岩裸露的地点进行测试；②根据建设测震台站的要求，对勘选点的噪声水平和潜在干扰源进行分析，确保台基噪声水平符合技术规范，并且距潜在干扰源的最小距离符合要求；③在满足建台技术要求的前提下，综合考虑了基础设施建设、水电供应、通信、交通、未来运维等条件；④对选定的点位进行了超过24 h的连续观测，然后分析和处理观测数据。如果分析结果符合台站观测环境的技术要求，则该点位就被认定为适合建设台站。通过分析6个点位的背景噪声并考虑现场观测环境等因素，选出最佳点位。

2.2 数据分析原理及方法

计算功率谱密度的方法有多种，包括周期图法（直接法）、自相关函数法（间接法）、由周期图法（直接法）改进的方法等（Peterson，1993；McNamara et al，2004，2005）。其中，Welch方法在实际工作中被广泛应用（Welch，1967）。它在改进了传统周期图法的分辨率、解决了方差难以获取问题的基础上，又省略了自相关函数法的自相关计算步骤，通过采用数据的分段重叠、应用窗函数、快速傅立叶变换等技术，可以更精确地估算随机信号的功率谱密度，因此是一种高效且实用的功率谱密度估算方法。该方法为分析随机信号的特征提供了有效工具。根据其求解的方法，数学定义如下

设有限长时间系列x(n)(0≤N-1)的傅立叶变换公式为

$ x(k)=\sum\limits_{n=0}^{n-1} x(n) \mathrm{e}^{-\frac{2 \pi}{N} n k} $

(1)

根据定义，随机信号的功率谱估计通常采用离散信号样本序列。该过程可直接进行，也可通过间接方式，如自相关函数法，来获得随机信号的功率谱信息（立凯等，2021）。

3 结果

分别对山洞6个点位的连续24 h地脉动噪声数据进行处理与分析，各点位数据分析结果如表 1所示。

根据数字地震测震台勘选要求，对台址进行评估时需计算台基背景噪声在1—20 Hz频带范围内的地动速度噪声RMS值。参考5类台基（Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ）标准，具体评估标准为：Ⅰ类台基噪声水平RMS＜3.16×10^-8 m/s；Ⅱ类台基噪声水平3.16×10^-8 m/s≤RMS＜1.00×10^-7 m/s；Ⅲ类台基噪声水平1.00×10^-7 m/s≤RMS＜3.16×10^-7 m/s；Ⅳ类台基噪声水平3.16×10^-7 m/s≤RMS＜1.00×10^-6 m/s；Ⅴ类台基噪声水平1.00×10^-6 m/s≤RMS＜3.16×10^-6 m/s。由表 1可见，UD、EW向的台基噪声为Ⅰ类噪声，NS向为Ⅱ类噪声。图 2为1—6号点位夜间截取的1 h台基噪声功率谱密度（PSD）。由图 2可见，UD、EW向的噪声相对较小，而NS向的噪声则相对较高。这一趋势在表 1中也得到了验证，显示NS向的1—20 Hz噪声明显较大。

4 背景噪声特性分析

台站噪声功率谱密度曲线高频部分的主要噪声源是人文噪声。其表现为功率谱密度曲线在高频部分呈现很强的日变特征（葛洪魁等，2013）。由于云龙湖实验室仍在建设阶段，周边区域常有施工作业，具体施工时间不确定，通常在每天7—19时之间。另外，云龙湖实验室北面约400 m处有徐州地铁1号线运行。考虑到这2种情况，即地铁运营和施工干扰，故难以准确筛选出施工干扰的确切时间段。为更好地了解云龙湖实验室的背景噪声变化特征，通过绘制各个测点的24 h噪声分布图进行进一步分析。计算每个测点在1—20 Hz范围内的功率谱密度（PSD）值，并将其绘制成PSD值随时间日变图（图 3）。

由图 3可见，云龙湖实验室的主要干扰时间段为每日6—18时，主要干扰频率为3—15 Hz。根据干扰时间段的分布，可以确定主要干扰源是人为施工。由图 1可见，云龙湖实验室山洞内有4条主要巷道，而目前施工的几个实验室位于南面的2个巷道。由于1号、2号点位距这2个巷道较近，因此，白天这2个点位受到的干扰相对较大。通过与云龙湖实验室工作人员的沟通，了解到将在几个主要巷道的山体内进行挖空建造实验室。鉴于外来不确定因素较多，通过图 3进行分析得出，在4—6号点位之间布设地震台站较合适。由于4—6号点位位于巷道的最里面，同时也位于出口地方，今后该区域不会有实验室的建造，因此认为，在此区域较适合地震台站的建设。

为了能更客观地反映云龙湖的背景噪声水平，也为了提高数据的准确性及排查NS向测值噪声较大的主要原因，对云龙湖实验室山洞外附近进行走访调查，发现NS向没有较大的干扰源存在。外部干扰排除之后，针对云龙湖实验室山洞内部的干扰进行排查，目前，云龙湖实验室正处于建设期间，山洞内部的施工作业较多，具体施工时间不详，基本在每日7—19时。为了排除施工干扰，针对夜间23时至次日5时的安静时段进行分析。选取6个勘选点的白天时段（10—15时）、夜晚时段（23时至次日5时）的数据进行对比分析。利用计算噪声功率谱的方法，分别对所有测点的数据进行分类计算，然后按照台站白天时段和夜晚时段进行平均计算，得到每个台站的白天、夜晚时段的RMS值（表 2）。

由表 2可见，云龙湖实验室白天、夜晚平均地动噪声1—20 Hz的RMS值日变化率较大，施工干扰时段背景噪声的变化率为30%—50%，UD向、EW向的变化率较一致，而NS向的变化率较小。分析认为，是否流动台的NS向存在一定的问题。为了探究NS向噪声较大的原因，也为了排除周围是否存在其他干扰源，同时架设了2台流动设备进行120 h对比观测。

选取2023年12月19日23时2套仪器NS向噪声功率谱密度进行对比分析（图 4）。由图 4可见，1号仪器的噪声明显比2号仪器要小，同时通过表 3的2套仪器120 h三分量1—20 Hz台基背景噪声的平均值可见，2号仪器的NS向存在一定问题，由此可以排除前述勘选中6个测点NS向不存在明显干扰源的结论，同时建议针对有问题流动观测设备进行维修。

另外，通过调查得知，附近徐州地铁1号线运营时间为每日6—22时，因地铁运营时段涵盖了施工干扰时段，通过1号仪器120 h三分向的噪声功率谱密度（PSD）值的日变化来观察施工、地铁运行干扰情况，排查地铁运行是否对观测环境造成较大影响（图 5）。由图 5可见，云龙湖实验室山洞内的台基环境较好，流动观测的数据基本上可以达到Ⅰ类噪声水平；噪声主要干扰时段为7—18时左右，主要干扰频率为5—20 Hz，UD向受到的干扰明显比其他2个分向要强。通过与云龙湖实验室管理人员交流得知，在云龙湖山洞内主要施工时间为7—18时，由图 5也可见，主要干扰时间段为7—18时。徐州地铁1号线运行时间为6—22时，通过观察19—22时和6时的噪声值可见，地铁的主要干扰频率为3—15 Hz，且在5—10 Hz范围内干扰较明显。因地铁在云龙湖山洞的北面，所以NS向比EW向的干扰要明显些。地铁作为城市交通发展的重要组成部分，其运营对地震监测台站的干扰越来越严重。在后续的工作中，可以通过长期的观测和数据分析，探索地铁运营时间对地震监测数据的影响，并开展定量分析，以量化地铁干扰对地震监测的影响。同时，也可开展有效的防护措施，探讨如何通过技术手段和管理措施减轻地铁运营对地震监测台站的干扰，提高数据的质量和可靠性。

5 结论

在对云龙湖实验室山洞地震台站的勘选过程中，使用GL-PS2型一体化短周期地震仪对6个初选点的场地进行了连续观测，同时利用2台仪器进行对比观测研究，利用背景噪声功率谱密度（PSD）值的方法对数据进行分析，得到以下结论。

（1）云龙湖实验室山洞内的观测环境较好，通过对噪声功率谱密度曲线和日变化图的分析可知，施工活动是云龙湖实验室内地震观测的主要干扰源，特别是在每日7—18时。台基噪声水平可以达到Ⅰ类噪声水平，这为建立地震监测系统提供了良好的基础条件。此外，地铁运行也在此时间段内，这可能对观测环境产生一定影响，尤其是在5—10 Hz范围内干扰更明显。为了进一步排查和了解地铁对观测仪器的影响，建议长期连续观测，对地铁运行观测环境进行监测和评估。

（2）结合前期勘选数据和现场实地调查，建议在4—6号点位布设地震台站。这些点位位于山洞内部，远离主要施工区域，受到的干扰相对较小。