在地震监测领域，地震台站一般采取4种观测方式，分别是地表观测、地下室观测、山洞观测、井下钻孔观测。针对某些地质条件复杂区域，如风化层或泥岩层深厚地带，深挖基坑安置摆墩已成为一种有效的补充观测方式。

地震计摆墩（下文简称摆墩）是地震监测系统中关键的基础设施，其作用是放置地震传感器，用以捕捉地震动态信息。杨亚运等（2021）研究表明，摆墩作为地震波传递的关键媒介，其深度、硬度乃至几何形态等物理特性，均会对传感器记录的地震信息精度与质量造成影响。因此，科学评估不同台基观测方式对观测数据质量的影响，已成为地震学领域亟待深入研究和探讨的重要课题。葛洪魁等（2013）研究证实，相较于地表台基的台站噪声水平，深坑摆墩台站能显著降低环境噪声水平，而深井观测在数据信噪比方面则具备明显优势，且随着井深的增加，来自地面的干扰，特别是高频段人为活动噪声，能够得到显著抑制。这一研究成果明确揭示了增加台基深度在过滤高频环境噪声、提升数据质量方面的积极作用。本文在台基位置相对升高情况下，通过对比分析仪器记录数据的噪声特性变化，探讨台基观测方式的调整对地震台站背景噪声水平的影响。希望通过该研究，丰富地震观测技术优化的理论框架，并为提升地震监测数据的准确性和可靠性提供新的思路与方法，为地震监测工作的进一步发展给予有力支撑。

西藏自治区辖区共布设8个深坑型测震观测台站。然而，由于台站所处位置环境复杂，为日常运维带来诸多不便，特别是在雨雪天气，地震计正常运行常因渗水等问题而受到显著影响。在国家预警工程项目实施阶段，根据DB/T 60—2015《地震台站建设规范：地震烈度速报与预警台站》相关技术要求，对部分台站进行摆墩加高技术改造。具体实施步骤如下：首先，使用机械设备对原有地震摆墩进行拆除，注意控制拆除力度和速度，防止对周围环境造成破坏，并对基础进行彻底清理，去除残留建筑垃圾和杂物；其次，按照设计要求，进行基础处理，绑扎钢筋骨架、安装模板，并进行混凝土浇筑，然后使用刮尺等工具将混凝土表面抹平。

2020年7月，对仲巴地震台（台站代码ZBA，下文简称仲巴台）台基按以上步骤进行改造。该台配备BBVS-120型甚宽频带地震计及EDAS-24GN型地震数据采集器，其中地震计观测频带范围为120 s—50 Hz，数据采集器采样率为100 Hz。摆墩完成改造后，地震计水平向位置未发生变化，垂直向位置抬升约2.3 m，其他观测条件与改造前基本一致（表 1）。

表 1(Table 1

表 1 台站基础信息Table 1 Station basic information 台站 代码 设备型号 频带范围 相对地面深度/m 实际增加高度/m 改造时间 地震计 数据采集器 改造前 改造后 仲巴 ZBA BBVS-120 EDAS-24GN 120 s—50 Hz 1.2 1.1 2.3 2020-07-14 八宿 BAS BBVS-120 EDAS-24GN 120 s—50 Hz / / / 未改造

表 1 台站基础信息 Table 1 Station basic information

为准确评估改造后台站摆墩质量，将未进行台基改造的八宿地震台（台站代码BAS，下文简称八宿台）作为参考台站。该台站测震观测系统与仲巴台相同，观测房内布局和相关设施条件基本一致，且观测环境较为稳定，背景噪声干扰较小。

在西藏测震台网中选取1个改造台站和1个未改造台站作为参考，截取2019—2021年原始地震波形数据，参考McNamara等（2004）和吴丽慧等（2022）的处理方法，不单独筛选干扰数据，而对所选台站各分向原始数据进行预处理。预处理步骤如下：①使用PythonObspy软件包，将原始数据由Seed格式转换为sac文件格式；②将连续波形数据以24小时（即每天）为时间单位进行切割；③对每日数据进行去均值、去线性趋势，并对数据两端进行尖灭处理；④对数据进行去除仪器响应处理；⑤将处理后数据文件转换为加速度sac文件。根据实际需要，将预处理数据按照月、日等时间单位分别进行噪声加速度功率谱PSD和概率密度函数PDF计算。

（1）以小时为单位，把每小时数据划分为13个数据段，相邻数据段的重复率设为75%。为尽量降低PSD估算方差，每小时之间的重复率为50%，计算每小时PSD值。为提高PSD值可视化效果及可比性，使其更适合与全球高低噪声模型进行对比，将各台站计算所得功率谱密度PSD值转换为以dB为单位的形式。此外，为获得在坐标系中分布更为均匀的PSD，使用1/8倍频程的频率间隔对PSD曲线进行光滑处理。

（2）计算概率密度函数PDF，绘制PDF图。PDF主要反映在所选观测数据序列中，特定中心周期和特定功率值的出现概率。首先计算整个周期范围内特定周期处的平均功率谱密度。该周期位于长、短周期端之间，采用几何平均法计算其功率值，以覆盖倍频程范围。以1/8倍频程为间隔逐步增加短周期，计算每个间隔内的平均功率谱密度。重复此过程，直至时间序列窗口达到最长有效周期。对于给定的中心周期，PDF值表示该周期对应功率谱窗口内记录段数与总记录段数的比值。也就是说，其统计了在不同时间段内，周期功率谱密度达到某一特定数值的概率。

选取2019—2021年仲巴台摆墩改造前后测震数据，计算并分析NS、UD向背景噪声加速度功率谱，并以八宿台同期数据为参考，对比分析台基改造对地震台站背景噪声的影响。

截取仲巴台2019—2021年每年6月的NS、UD向噪声加速度功率谱，对比分析概率密度函数分布，结果见图 1。

图 1(Fig.1)

图 1 仲巴台2019—2021年每年6月噪声加速度功率谱概率密度函数分布 (a) 2019年；(b) 2020年；(c) 2021年 Fig.1 Probability density function distribution of the noise acceleration power spectrum of Zhongba Seismic Station in June of each year from 2019 to 2021

由图 1可见：①UD向PSD值分布特征：摆墩改造前后变化相对于NS向较小。②NS向PSD值分布特征：摆墩改造前，即2019年6月和2020年月，NS向PSD值分布特征基本一致；摆墩改造后，即2021年6月，NS向PSD值分布与改造前呈一定差异特征，体现在：在10—50 Hz（周期0.02—0.5 s）频段，PSD值分布由2019、2020年的平缓上升转为加速上升变化，且各年PSD值均在10 Hz处达最大值，数值由2019年的-114.1 dB和2020年的-115.6 dB迅速上升到-103.6 dB；在10—50 Hz（0.02—0.1 s）频段，噪声水平总体呈上升趋势变化，在50 Hz处PSD值达最大值，数值由2019年的-99.8 dB和2020年的-101.6 dB上升到2021年的-84.4 dB。由此可见，摆墩改造对该台站背景噪声水平产生了影响。

白玛桑布等（2024）在对日喀则地震台观测质量进行分析时发现，高频（1—40 Hz）环境噪声主要由人类生产、生活（交通、工业等）等引起，小部分可能由自然界因素造成。本研究截取冬季（人为干扰较小）和夏季（人为干扰活动较大）PSD值，对比分析2019—2021年仲巴台和八宿台环境噪声水平。

每年12月至次年3月，西藏大部分地区气候严寒，选取2019—2021年八宿台、仲巴台每年2月NS向噪声加速度功率谱，对比分析概率密度函数分布，结果见图 2。

图 2(Fig.2)

图 2 仲巴台和八宿台2019—2021年每年2月NS向噪声加速度功率谱概率密度函数分布 (a) 2019年；(b) 2020年；(c) 2021年 Fig.2 Probability density function distribution of the NS component noise acceleration power spectrum of Zhongba and Basu stations in Feb. of each year from 2019 to 2021

由图 2可见：①仲巴台：相较于2019年、2020年，2021年噪声功率谱密度与相应概率密度函数分布呈现出显著差异，尤其在高频段1—50 Hz（周期0.02—1 s）范围内，特征差异尤为明显著，其中：在2—10 Hz（周期0.1—0.5 s）频段内，2021年噪声功率谱密度由2019、2020年的匀速上升变为加速上升；在50 Hz频点处，各年噪声功率谱密度PSD值均达最大（MAX），且数值由2019年的-98.4 dB和2020年的-102.1 dB上升至2021年的-82.6 dB。②八宿台：2019—2021年，在观测频段内噪声分布相对均匀，未出现特定频率对应的噪声异常增大现象，整体噪声水平呈相对稳定，表明台站环境噪声水平较为稳定。由此可见，摆墩改造后，仲巴台背景噪声水平显著升高。

图 3为八宿台、仲巴台2019—2021年每年8月EW向噪声加速度功率谱密度及相应概率密度函数分布。

图 3(Fig.3)

图 3 仲巴台和八宿台2019—2021年每年8月EW向噪声加速度功率谱概率密度函数分布 (a) 2019年；(b) 2020年；(c)2021年 Fig.3 Probability density function distribution of the EW component noise acceleration power spectrum of the Zhongba and Basu stations in Aug. of each year from 2019 to 2021

由图 3可见：①仲巴台：在1—50 Hz（周期0.02—1 s）区间内，2019—2021年每年8月EW向PSD值分别分布在-154.7— -100.1 dB、-153.6— -93.1 dB、-154.7—-82.8 dB，相较于2019年和2020年，2021年功率谱密度及相应概率密度函数分布显著不同，本年度PSD值最大值明显上升。②八宿台：在1—50 Hz（周期0.02—1 s）区间内，2019—2021年每年8月EW向功率谱密度PSD值分别分布在-145.3— -97.9 dB、-145.8— -95.8 dB、-146.9— -95.3 dB，噪声水平未出现大幅上升或下降现象，上升趋势平缓，台站环境整体噪声水平变化相对稳定。

地震台站高频段噪声与人类生产、生活联系紧密，昼夜变化明显，噪声水平随着噪声源的距离以及深度的增加而不断减弱。为进一步探究台基变化对台站高频噪声水平的影响，以八宿台、仲巴台2019—2021年每年3月11日、8月16日EW向PSD值为例，绘制其时频分布图，对比分析冬夏季节台站背景噪声水日变化特征，结果见图 4，可见：在各频段内，八宿台噪声变化相对稳定，仲巴台因台基改造，噪声变化相对明显。

图 4(Fig.4)

图 4 八宿台、仲巴台2019—2021年EW向PSD值日变化 (a)八宿台3月11日；(b)仲巴台3月11日；(c)八宿台8月16日；(d)仲巴台8月16日 Fig.4 Daily variation of EW component noise power spectral density PSD-PDF values from 2019 to 2021 at Basu and Zhongba stations

由图 4清晰可见，在2019—2021年，八宿台PSD值变化幅度较为均匀，未出现大幅上升或下降现象，而仲巴台则逐年递增，且变化幅度较大，尤其在高频段2—50 Hz（周期0.02—0.5 s），变化更为显著，其中两台PSD值最大值统计结果见表 2。由此可见，仲巴台因摆墩改造，台基质量总体下降。

表 2(Table 2

表 2 八宿台、仲巴台EW向高频段(2—50 Hz)最大功率谱密度Table 2 The maximum power spectral density values of the EW component in the high-frequency band (2-50 Hz) at Basu station and Zhongba station 序号 台站 功率谱密度/dB 2019-03-11 2020-03-11 2021-03-11 2019-08-16 2020-08-16 2021-08-16 1 八宿台 -103.7 -101.7 -99.5 -94.7 -90.5 -92 2 仲巴台 -100.7 -100.5 -88.5 -105.4 -98.9 -89.1

表 2 八宿台、仲巴台EW向高频段(2—50 Hz)最大功率谱密度 Table 2 The maximum power spectral density values of the EW component in the high-frequency band (2-50 Hz) at Basu station and Zhongba station

通过选取并计算仲巴台、八宿台2019—2021年间日、月等不同时间段的噪声功率谱密度PSD及概率密度函数PDF，分析结果表明，八宿台由于未进行摆墩改造，台站环境噪声水平相对稳定，而仲巴台摆墩改造后，噪声水平在高频段2—50 Hz（周期0.02—0.5 s）区间内明显升高，摆墩改造使得台基质量总体下降。这是因为，摆墩高度抬升后，地震计更易接收到周边人为噪声信号，因此在进行地震台站建设及改造施工时，应慎重调整台基观测方式。