0 引言

我国地震台站参数缺乏统一标准和数据格式，尽管某些单位拥有全面的台站参数，但数据更新不及时、缺乏一致性，且各单位平台数据仅供内部使用，不利于防灾减灾救灾事业的发展。随着地震台站基础信息管理重要性的提升，中国地震局建立了包括台站信息、设施信息、设备信息、人员信息、成果信息、历史变迁、管理设备以及台站图件等信息的地震台站信息管理系统（赖智华，2013）。各省地震局大多构建了基于WebGIS的地震台站信息管理系统，以管理现有信息，便于工作开展。然而，由于系统上传信息缺乏统一的标准格式，规范性和可推广性有待加强（徐年等，2017）。因此，有必要建立统一管理的地震台站仪器基础信息数据库（杨亚运等，2021）。

高质量地震数据对我国防震减灾事业具有重要意义，其中地震计灵敏度是地震震级计算和地震波应用分析必不可少的关键参数（林湛等，2013），其对精确记录地震波形具有重要作用。若地震计灵敏度出现异常，将直接影响测震台站仪器基础信息的准确性以及地震波形数据的精确性，轻则地震波形记录失真，失去研究价值，重则数据断记，无法记录到地震波形，严重影响地震科研工作（任家琪等，2021）。可见，及时发现地震计灵敏度问题，并对其进行标定尤为重要（许卫卫等，2021）。为此，构建地震台站及仪器基础信息关系型数据库，及时进行参数更新，并存储台站参数的历史更新记录，以便查阅和使用。本文以地震计灵敏度信息指标为例，基于测震台站仪器基础信息关系型数据库，提取其中5种型号的地震计灵敏度数据，分析各地震计稳定性及灵敏度异常特征，据此为地震计维修和更换提供科学建议，同时验证数据库系统的实用性等优点。

1 关系型数据库功能简介 1.1 MySQL数据库

作为当前比较流行的关系型数据库之一，MySQL在Web应用领域，被誉为最优秀的关系数据库管理系统（Relational Database Management System，RDBMS）应用软件之一（王珊等，2014）。关联数据库将数据存储在不同表中，可显著提升读写速度和灵活性（叶志伟等，2021）。针对本项工作，台网、台站、仪器及通道信息之间的关联关系明确，选择MySQL数据库可满足各项功能需求，并有效解决地震数据存储问题。为此，构建台站及仪器响应参数的基础关系型数据库。其工作流程见图 1，具体流程如下：使用Python内置Obspy库，对SEED、RESP、StationXML、Dataless SEED等格式的地震数据进行解析，根据解析字段，创建MySQL关系型数据库及数据表，并将各字段及对应值写入数据库，基于数据库实现数据的更新和管理，通过数据库接口对外提供多种格式的地震数据服务。

通过需求分析掌握业务需求及数据关系，生成数据流图及数据字典，通过概念结构设计对业务进行抽象建模，生成E-R图（图 2），清晰阐释了在台站仪器基础信息文件中，台网台站及仪器响应等相关数据之间的一对多、多对多的关系。

1.2 测震台站仪器基础信息数据库

经上述关系型数据库E-R图建立测震台站仪器基础信息数据库（图 3），共生成13张数据表，分别是：t_resp_network（台网表）、t_resp_station（台站表）、t_resp_instrument（仪器表）、t_resp_channel（通道表）、t_resp_channel_gain（通道增益表）、t_resp_channel_sensitivity（灵敏度表）、t_resp_poles_and_zeros（零极点表）、t_resp_complex_zeros（零点表）、t_resp_complex_poles（极点表）、t_resp_coefficients（滤波器系数表）、t_resp_coefficients_numerator（滤波器系数分子表）、t_resp_coefficients_denominators（滤波器系数分母表）、t_resp_decimation（滤波器减采样表）等。

2 地震计灵敏度异常分析

地震计灵敏度是指其对地震波振动的响应程度，用于衡量地震计对地面振动的检测能力。灵敏度越高，地震计对微弱振动信号的敏感度就越高，能够捕捉到更细微的地震活动，从而提供更精确的地震定位和震源信息。

在RESP文件中，系统地震计灵敏度是仪器响应的3个阶段，包括地震仪（运动信号转电压信号）、离散器（模/数转换器）、FIR滤波器的增益的乘积。仪器传递函数是将数字地震记录与实际地面运动的物理量位移、速度或加速度相联系的函数，其特性由地震计和数据采集器所决定。地震计主要参数包括灵敏度（增益）、归一化因子、零点和极点。通过这些参数，可以推导地震计传递函数，计算公式如下

$ G(f)=S_{\mathrm{d}} A_0 \frac{\prod\limits_{n=1}^N\left(s-r_n\right)}{\prod\limits_{m=1}^M\left(s-p_m\right)} $

(1)

式中：S_d为地震计灵敏度；A₀为地震计的归一化因子；N为复零点数；M为复极点数；r_n为地震计的复零点值；p_m为地震计的复极点值。则地震计灵敏度为

$ S_{\mathrm{d}}=\frac{G(f)}{A_0} \frac{\prod\limits_{m=1}^M\left(s-p_m\right)}{\prod\limits_{n=1}^N\left(s-r_n\right)} $

(2)

地震计灵敏度值越大，其灵敏度越高，记录的地震波形易达到限幅，超出记录范围；反之，地震计灵敏度值越小，灵敏度越低，记录的地震波形则不明显，同样缺乏研究价值。表 1示出几种地震计灵敏度基准值。

地震计灵敏度与零极点共同定义了系统传递函数，2项参数的准确性直接决定了地动量记录恢复的精确度（黄金莉等，2001）。脉冲标定是检验地震计工作状态的有效手段之一，通过定期进行脉冲标定，可检查地震计是否正常运行，以及参数是否符合规范要求（宋臣田等，2008）。

连续波形SEED文件由头段信息和波形数据共同构成。在本研究中，仅对连续波形SEED文件的头段信息数据展开分析。通过连接MySQL数据库，将相应头段数据内容写入数据表，通过数据库查询功能导出地震计灵敏度数据，以便进行后续的统计分析。以BBVS-60、BBVS-120、CMG、CTS、FSS等5种常见地震计型号为研究对象，进行地震计灵敏度异常分析。选取中国地震台网中心2023年2月传输至中国地震局第二监测中心的全国连续波形数据，获取5种地震计的灵敏度数据，使用Python画出散点图，进行数据异常分析。表 2示出5种型号地震计经数据库查询导出的灵敏度数据。以BBVS-120型地震计为例，示出其主要技术指标数据库查询结果，见表 3，可知其最大输出信号为：±10 V（单端）、±20 V（双端差动）；灵敏度为：1 000 V·s/m（单端输出）、2 000 V·s/m（差分输出）。

研究表明，灵敏度在基准灵敏度上下浮动5%为正常变化范围，即基准灵敏度×(1±5%) V·s/m，结合表 1，给出5种型号地震计灵敏度正常范围（表 4）：BBVS-60型地震计：(2 000±100) V·s/m（差分输出）；BBVS-120型地震计：(2 000±100) V·s/m（差分输出）；CMG型地震计：(2 000±100) V·s/m（差分输出）；CTS型地震计：(2 000±100) V·s/m（差分输出）；FSS型地震计：(2 000±100) V·s/m（双端输出）。

基于数据库，导出5种型号地震计灵敏度散点图，结果见图 4—图 8，图中横坐标表示该台站地震计分量在数据库中的序号，纵坐标表示地震计每个分量的灵敏度值。

由图 4—图 8可知：①BBVS-60型地震计：在2 662个地震计分量中，40个分量值低于1 900 V·s/m、5个分量值超过2 100 V·s/m（2种情况均为灵敏度异常表现），灵敏度异常率约为1.7%；②BBVS-120型地震计：在457个地震仪器分量中，5个分量值低于1 900 V·s/m，灵敏度异常率约为1.1%，地震计灵敏度过低，导致记录波形数据失真，严重影响波形数据质量；③CMG型地震计：在1 045个地震计分量中，2个分量值高于2 100 V·s/m、5个分量值低于1 900 V·s/m，灵敏度异常率约为0.67%；④CTS型地震计：在401个地震仪器分量中，1个分量值高于2 100 V·s/m，灵敏度异常率约为0.25%；⑤FSS型地震计：在525个地震计分量中，14个分量点值低于1 900 V·s/m，灵敏度异常率约为2.7%。

总体来说，FSS型地震计灵敏度异常现象较多（图 8），其他4类地震计灵敏度表现相对稳定。

3 结论

本研究依托已构建的测震台站仪器基础信息数据库系统，从数据库获取地震计灵敏度每个月的信息，以维护并确保灵敏度参数的精确性。将实测灵敏度与基准灵敏度进行对比，可精准识别灵敏度异常台站及相应通道名称。对于灵敏度超过允许误差范围的地震计，及时联系相关单位进行问题排查，并对仪器进行必要的维修或更换。

基于本研究分析结果，可知5种典型地震计灵敏度表现良好，说明当前全国范围内的地震计整体老化现象并不显著。在所调查的5种地震计中，CTS型地震计灵敏度性能最佳，而FSS型地震计灵敏度异常率最高，且存在较多灵敏度偏低的情况。因此，在对台站仪器进行检修或者更换时，建议首先替换FSS型地震计。在新建台站进行地震计配置时，应优先选择灵敏度性能更卓越的BBVS-60型、BBVS-120型、CTS型或CMG型地震计，以提升地震波形数据质量。