河南省测震台网背景噪声特征分析

杨龙翔 王志铄 贾漯昭 付建华

1 中国科学技术大学地球与空间物理学院，合肥市金寨路96号，230026

2 河南省地震局，郑州市郑东新区正光路，450016

区域测震台网背景噪声研究是地震监测预报研究的一个新方向。Peterson［1］通过对全球75个台站观测资料的研究，给出了全球噪声模型，成为评估台站噪声水平的重要依据。对台站背景噪声的估计通常选择相对平静的一段波形记录，通过计算功率谱密度评估台址噪声水平。但如何合理选择噪声记录，却存在一定的人为影响，如季节性、有规律的干扰等。为此，McNamara［2］提出一种全面反映地震环境噪声水平的方法——地震噪声概率密度函数（probability density function，PDF）方法。IRIS数据中心已将这种方法应用于台站数据质量评估［3］。本文利用2008年以来河南省测震台网记录的连续波形资料，采用PDF方法计算各个台站的噪声水平，并结合台站不同的地质环境、架设方式、仪器型号等，对全省不同地区、不同频率噪声水平的变化特征进行分析。

1 数据处理方法

河南省测震台网于2007－09建成，2008年正式运行，共23个台站。大部分台站配备宽频带地震计；在东部、北部覆盖层较厚的地区，因为难以找到稳固的基岩台基，故采用深井架设方式，配备短周期地震计。所有台站配置24位数据采集器。

采用McNamara［2］方法进行数据处理。先计算各个台站噪声功率谱密度PSD（power spectral density），再计算相应时间段的概率密度函数PDF。PDF曲线能从统计意义上反映台站噪声水平的动态变化。

本文收集了2008－01～2012－12 河南省测震台网记录的连续波形数据，每个台每天形成一个文件，数据格式为SEED 格式。将SEED 文件转换为sac文件，提取相应参数文件。

1.1 计算功率谱密度PSD

将各台各分量划分为1h的数据段，扣除仪器传递函数，对数据段进行50%的重合。由于所取数据段的长短直接影响PSD 的方差大小，而使用过小的数据段又会大大增加工作量，经过反复对比，最后选定将1h数据段再分成13个小数据段进行计算。具体步骤为：将1h的连续数据分为13个时间段，段与段之间进行80%的重合，每段的功率谱密度利用FFT求得，每h的PSD值由13个段PSD平均获得。这种方法最大程度地减少了重叠后“频谱泄露”效应，增加了频峰的宽度。

1.2 计算概率密度函数PDF

本文采用概率密度函数方法，对得到的功率谱密度PSD 进行概率统计。具体计算步骤为：首先对每h的PSD 数据，以1／8倍频为单位间隔计算全频段内的平均功率谱。平均功率值取PSD在Tc处的值，，其中，Ts为起始点周期，Tl＝2×Ts为截止点周期，Ts以20.125倍数增加Ts＝Ts×20.125，滑动计算Ts和Tl每一段上PSD 的平均值，当Tl达到原始数据的最长有效周期时停止计算。通过计算数日的数据，得到许多在频带范围内平滑的功率谱密度曲线。之后，以1dB为间隔进行频数统计。这样，对某一给定的中心频点Tc，概率密度函数可表示为P（Tc）＝。其中是在某个1dB 区间内的PSD 值总数，是在周期Tc上所有PSD 值的总数。通过概率密度函数可以得到某个时间域上某个功率值发生的概率，而这个概率直接反映出噪声的时间变化分布特征。

2 河南省测震台网背景噪声分析

河南省测震台站分为两类：1）井下的短周期地震计，频带范围1s～50Hz；2）地面的宽频带地震计，频带范围60s～40 Hz、120s～40 Hz。通过对它们记录到的数据进行计算，可以得到其背景噪声的功率谱密度及其概率密度函数。根据背景噪声的频段，将噪声类型分为高频（0.025s～1s）、短周期（1s～10s）、长周期（10s～100s）。

2.1 日变特征分析

在台站噪声功率谱密度曲线的高频部分，主要噪声源是人文噪声［3－5］。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：每天日间8：00～20：00背景噪声较高（图1、2），夜间背景噪声较低。从大安台2011－12－25起1周的功率谱密度图可以看出，高频部分在日间背景噪声升高接近－100dB，夜间降低到－120dB以下，凌晨2：00达到最低值－137dB。这种日变现象符合人类日间活动的规律。2011－01和2012－01春节放假期间，安阳台、大安台背景噪声大幅下降，也说明人为干扰是地震计高频区间背景噪声的主要来源。

图1 大安台日变化（7d）Fig.1 Diurnal variations of DA station

通过对比深井摆和地面摆的台站PDF图（图2）可以发现，深井摆对噪声的抑制作用十分有效。例如，安阳台（深井摆，图2（a））在日间和夜间噪声相差约17dB，大安台（地面摆，2（b））在日间和夜间噪声相差约30dB。距离这两个台站最近的公路在200m 左右，安阳台位于安阳市郊，大安台位于旅游景区内，两个台站在0.5s周期上功率谱密度中值（PDFmedian）仅相差5dB，说明从长时间序列来看这两个台站的背景噪声水平相当。安阳台采用了深井摆架设方式，有效抑制了日间较高的人为活动噪声干扰，使得日间夜间噪声差较小。从PDF图直观看出，安阳台在高频区间曲线较为集中，而大安台在高频区间曲线非常发散，波动很大。

图2 功率谱密度函数日间夜间对比Fig.2 PDF difference between daytime and nighttime

2.2 年变特征分析

在背景噪声的长周期部分，主要影响是自然环境因素［6－7］，温度［8］、气压［9］的变化有可能引起长周期噪声的提高，但背景噪声的日变特征并不明显。短周期地震计在长周期部分出现了失真（图2（a）），表现是PSD 曲线明显超过NHNM 上限。这是因为计算噪声功率谱时长周期部分已远远超出短周期地震计的频带范围，在扣除传递函数后，仪器系统自身噪声会被放大，造成计算结果错误［10］。宽频带地震计长周期范围整体噪声水平不高，但一些在水库附近的台站，在长周期部分出现发散现象（图2（b）），这是水体拍击岸边引起的噪声干扰［6］。

卢氏台较为特殊。从PDF 曲线可以看出，BHE分量在40s附近出现两条比较明显的分叉，说明有两组概率较高的背景噪声状态。通过PSD 曲线时间序列分布发现，在每年的11月至次年的3月噪声相对较高，而4月至10月噪声相对较低（图3），相差约24dB。查询卢氏当地2010－09～2012－05的20d平均气温资料，通过对比卢氏台这一时间段PSD 数据在20s处的背景噪声20d滑动平均值发现，长周期的这种背景噪声变化规律与气温存在较好的关联性（图4）：每年11月初，当最低气温降至0℃以下、最高气温降至10℃以下，背景噪声显著升高，直至4月温度回升，背景噪声恢复较低的水平。可以判断，卢氏台的这种变化是温度导致的。

图3 卢氏台功率谱密度曲线Fig.3 PDFs of LS station

图4 卢氏台长周期（20s）背景噪声与当地温度对比Fig.4 Comparison of background noise（at 20s）and local temperature of LS station

除卢氏台外，林州台也存在这种随季节温度变化的现象。按照季节取其功率谱密度函数的概率密度中值发现，秋冬两季背景噪声明显高于春夏（图5），冬夏背景噪声相差10dB。需要说明的是，这两个台站均为地面架设台。

图5 林州台背景噪声季节变化曲线Fig.5 The season variations of background noise at LZH station

2.3 位置、台基特征分析

为全面了解全省不同位置台站的背景噪声情况，将不同周期的台站背景噪声功率谱密度的最大概率值投影到平面图上（图6）。河南省台网的背景噪声存在西低东高的趋势，这与河南省第四系覆盖层厚度有一定的相关性，特别是在周期为1s的图上表现更为明显。河南测震台站噪声水平总体处于中等，除许昌台、周口台、清丰台在高频段噪声水平较接近NHNM 外，其他台站噪声水平均处于NHNM 和NLNM 之间。处于豫西、豫南山区的台站，由于有较好的台基，背景噪声水平较豫东、豫北的深井架设台站要好，平均低10 dB左右。在0.5s和1s的高频范围内，地面宽频带地震计噪声明显小于井下短周期地震计噪声。其中，卢氏台（LS）、林州台（LZH）在长周期上受到一定的温度影响，大安台（DA）和济源台（JY）在长周期范围受邻近水库的影响，长周期背景噪声偏高。

3 结 语

利用功率谱密度函数得到的最大概率曲线来评估台站的噪声水平更为准确。功率谱密度对具有周期性的干扰源有较好的反映，尤其是人为活动干扰，在日变曲线上能够得到直观的体现，可以有效寻找台站的环境噪声干扰源。

河南省内各测震台站的地震环境噪声水平较为稳定，一些建在旅游景区干扰较少的台站噪声水平接近NLNM。在河南的东部，第四系覆盖较厚，城市开发建设较多，一些建在市区、市郊的井下地震计台站噪声水平相对较高，但井下摆有效减少了车辆振动等人为活动的强干扰，将背景噪声维持在NHNM 以下水平。豫东地区0.1s～1s的高频环境噪声接近NHNM，一定程度上影响到近震记录的质量。同时也发现，一些台基较好的在地面架设的台站，随着经济的发展干扰也越来越大，有些台站昼夜噪声差达到30dB。本次研究可以对下一步建设新的台站起到参考作用。

图6 河南省测震台站不同周期噪声水平比较Fig.6 Variation of ambient noise levels for different periods recorded of Henan seismic stations

［1］Peterson J.Observations and Modeling of Seismic Background Noise［R］.USGS Open File Report，1993

［2］McNamara D E，Buland R P.Ambient Noise Levels in the Continental United States［J］.Bulletin of the Seismological Society of America，2004，94（4）：1 517－1 527

［3］McNamara D E，Boaz R I.Seismic Noise Analysis System Using Power Spectral Density Probability Density Functions：A Stand－alone Software Package［M］.US Geological Survey，2006

［4］葛洪魁，陈海潮，欧阳飚，等.流动地震观测背景噪声的台基响应［J］.地球物理学报，2013，56（3）：857－868（Ge H K，Chen H C，Ouyang B，el al.Transportable Seismometer Response to Seismic Noise in Vault［J］.Chinese J Geophys，2013，56（3）：857－868）

［5］Webb S C.Broadband Seismology and Noise under the Ocean［J］.Reviews of Geophysics，1998，36（1）：105－142

［6］Díaz J，Villaseñor A，Morales J，et al.Background Noise Characteristics at the Iber Array Broadband Seismic Network［J］.Bulletin of the Seismological Society of America，2010，100（2）：618－628

［7］Bonnefoy－Claudet S，Cotton F，Bard P Y.The Nature of Noise Wavefield and Its Applications for Site Effects Studies：A Literature Review［J］.Earth－Science Reviews，2006，79（3）：205－227

［8］Wilson D，Leon J，Aster R，et al.Broadband Seismic Background Noise at Temporary Seismic Stations Observed on a Regional Scale in the Southwestern United States［J］.Bulletin of the Seismological Society of America，2002，92（8）：3 335－3 342

［9］Beauduin R，LognonnéP，Montagner J P，et al.The Effects of the Atmospheric Pressure Changes on Seismic Signals or How to Improve the Quality of a Station［J］.Bulletin of the Seismological Society of America，1996，86（6）：1 760－1 769

［10］吴建平，欧阳飚，王未来，等.华北地区地震环境噪声特征研究［J］.地震学报，2012，34（6）：818－829（Wu Jianping，Ouyang Biao，Wang Weilai，et al.Ambient Noise of North China from Temporary Seismic Array［J］.Acta Seismologica Sinica，2012，34（6）：818－829）