基于倾斜仪记录的地震事件自动判别初探

周晓峰， 叶庆东， 杨颖航

(1.中国地震局地球物理研究所,北京 100081； 2.中国地震局第一监测中心，天津 300180；3.武汉大学测绘学院固体地球物理系，武汉 430079)

基于倾斜仪记录的地震事件自动判别初探

周晓峰1， 叶庆东2， 杨颖航3

(1.中国地震局地球物理研究所,北京 100081； 2.中国地震局第一监测中心，天津 300180；3.武汉大学测绘学院固体地球物理系，武汉 430079)

以垂直摆倾斜仪数据为资料，通过自编的软件对原始数据进行EMD分解，将低频固体潮和高频地震信号分开，分别对地震信号和固体潮在时间域中用长短时平均能量比(STA/LTA)的方法，实时监测到中国台湾5.4级和中缅边境地区4.9级地震事件,并区分了仪器故障。

EMD分解；STA/LTA比值；地震事件自动识别

0 引言

VP型倾斜仪具有较宽的频带范围和较高的精度，不但能记录到地震行波信号，还能记录到地球自由振荡(驻波)、固体潮等信号[1-3]。这些信号是探测不同尺度地球内部信息的一个窗口，如何分离这些信号是地球科学中数字信号处理的一个重要问题。这些信号中，固体潮信号的周期最长，地震波信号周期较短，因此倾斜仪记录中的地震信号是一个高频信号叠加在低频信号上的复杂信号。从倾斜仪记录中判断地震信号，并将地震信号、固体潮信号分离出来，是地震学和固体潮研究的基础。

随着信息化时代的到来，以及全世界范围内地球科学计划的发展，数字化、实时化的地震数据为自动判别地震事件提供必要条件的同时也提出需求。在武汉大学测绘学院创建地震信息化平台的背景下，我们利用已建成的VP型宽频带垂直摆倾斜仪观测到的数据，来尝试检测地震事件。该信息平台建在武汉大学珞珈山防空洞中，洞室距山顶40～50 m，且与外界隔绝很好，室内常年温度恒定，比较适合做科学观测。

1 仪器

VP型宽频带垂直摆倾斜仪由中国地震局地震研究所研制生产，是一种用于观测地球内部固体潮及地震前兆信息的先进科学仪器，具有体积小、精度高、功耗低、稳定性高和数字化等优点。仪器主要用于测量地球内部运动引起的地面倾斜变化，是进行地震前兆观测的重要手段之一。由于测量灵敏度高达千分之一角秒，故可测量由于太阳和月亮的位置变化引起的铅垂线方向的变化，用于测量倾斜固体潮。由于VP型宽频带垂直摆倾斜仪有较低的噪声和较宽的频带，故可观测缓慢地震和长周期地震。

垂直摆倾斜仪在原理上要比水平摆倾斜仪简单，垂直摆倾斜仪运用摆的铅垂原理，由柔丝、摆杆和重块3部分组成。垂直摆在没有振动的条件下处于铅垂状态，当发生倾斜时，摆平衡位置发生变化，摆和支架之间的相对位置随即发生变化，电容式位移传感器的动片和定片之间的间距也相应地发生变化。通过传感器转换成电信号并加以放大，就可将摆的微小位移转换成电信号。由于地倾斜的相对变化量很小，摆的相对偏移量也很小，因此必须有一个高精度的测微系统，测量摆的位置的变化。

2 方法

参照Huang等[4-6]和公盛茂等[7]对原始数据进行EMD分解，将低频固体潮和高频地震信号分开，分别对地震信号和固体潮在时间域中用长短时平均能量比的方法，实时监测地震事件并区分仪器故障。

2.1 经验模态分解(EMD)

固有模态函数(IMF)必须要满足2个条件：极值点数目和过零点数目相等或最多相差1个；在任意点，由局部极大值点和局部极小值点构成的2条包络线平均值为0。一般来说，实际信号常常是复杂信号，不一定满足IMF条件，故Huang等[1]提出了一个假设：任何信号都是由一些不同的IMF信号组成；一个复杂信号可以包含多个IMF信号；如果模态之间相互重叠，便形成复合信号；在此基础上，可以用EMD将IMF筛选出来。参照Huang等[4,8]和公盛茂等[7]具体步骤如下：

找出原始序列g(t)的所有局部极大值和极小值，利用曲线插值的办法把离散的极大值和极小值分别拟合成连续的曲线，得到极大值的包络序列gmax(t)和极小值的包络序列gmin(t)。将极大值的包络序列gmax(t)和极小值的包络序列gmin(t)取平均，得到瞬时平均值序列：

(1)

用原始序列g(t)减去瞬时平均值序列m(t)，得到一个去掉低频的新序列：

h(t)=g(t)-m(t)。

(2)

对于h(t)，如果满足以上关于IMF的2个条件，那么h(t)就是一个IMF。如果不满足以上条件，将h(t)作为原始数列重复上述3个步骤，直到满足IMF的2个条件为止。这样，便得到第一个固有模态函数IMF1，用C1(t)表示。将C1(t)从原始数据中分离出来，剩余的序列记为r1(t)=g(t)-C1(t)。

将r1(t)作为新的原始资料，重复以上对g(t)的处理过程，可以得到IMF2，用C2(t)表示。重复以上步骤：r1(t)-C2(t)=r2(t)…rn-1(t)-Cn(t)=rn(t)，直到最后的rn(t)为一个单调的序列或是一个常数，分解不出符合IMF条件的序列为止。

这样得到各阶IMF是按高频到低频排列的，我们丢掉后面的IMF，对前面的IMF再做长短时平均能量比的方法处理，得到结果会提高准确度。

2.2 长短时平均能量比(STA/LTA)

3 数据处理

3.1 数据

我们处理的是VP型宽频带垂直摆倾斜仪记录的数据。数据为秒间隔实时采样，记录的是基岩位移量。

图1a为2011年2月1日VP型宽频带垂直摆倾斜仪记录的数据。根据地震目录显示北京时间15:11:20中缅边境地区发生里氏4.9级地震，16:16:28在中国台湾发生里氏5.4级地震。VP型宽频带垂直摆倾斜仪能精确记录这2个地震事件。

图1b为2011年2月2日VP型宽频带垂直摆倾斜仪发生故障时所记录的数据。地震事件震动有波峰也有波谷，而仪器故障要么就是全处于波峰位置无波谷，要么就是出于波谷位置而无波峰。

a 2011年2月1日6时以后的部分记录b 2011年2月2日仪器故障时的部分记录图1 VP型宽频带垂直摆倾斜仪记录的数据

3.2 方法

传统的长短时平均能量比(STA/LTA)理论能利用地震仪记录的数据来精确识别地震事件。VP型宽频带垂直摆倾斜仪记录的基岩位移量主要由固体潮贡献，抑制了真实的地震信号，降低了长短时平均能量比(STA/LTA)方法对地震事件识别的精度，故需要先滤掉低频固体潮。我们采用经验模态分解在时间域内快速分离高低频率信号，从而获得比较纯净的地震信号，使得长短时平均能量比(STA/LTA)方法对于地震事件识别的精度提高。我们对于分离出的低频信号同样进行长短时平均能量比(STA/LTA)方法进行处理，判断是否发生仪器故障。

对原始信号采用经验模态分解提取前两阶IMF并求和来作为地震信号；将原始信号减去地震信号作为固体潮信号。长短时平均能量比的长短时窗长度的选择是很重要的。长时窗的长度能够代表信号的平均水平即可，过长则因为计算的点数过多而造成计算上的浪费，过短则容易受到局部较大或者较小的噪声的影响，使长时的能量偏离平均能量较多，不能代表真实的背景噪声水平；相反，短时窗选择应以能突出地震信号的“异常”为目的，过长则能量趋于平均，不能突出信号的“异常”，过短则容易受到扰动的影响；比值选择过大则会漏掉小的地震事件，过小则会将一些扰动误判为地震事件。由于VP型倾斜仪频带主要集中在2 s以上的低频上[1]，因此对震中距较远的地震信号能够恢复的较好。考虑到本文中使用的地震资料的震级主要为4.0～5.5级，参照已有的资料[7]，选取长时间窗口为30 s，短时间窗口为5 s，阀值为3。运用长短时平均能量比(STA/LTA)来处理东西方向分量固体潮判断仪器是否发生仪器故障。如果发生故障就发出仪器故障信号；如果未发生仪器故障，就用长短时平均能量比(STA/LTA)来处理南北方向分量地震信号，从而判断是否发生地震，若发生地震就发出地震信号。

4 结果

4.1 检测地震事件效果

由图2上部分可以看出，初始数据经过经验模态分解后得到纯地震数据。程序分析结论如表1所示。

注： 上部分为地震数据，下部分为去掉地震数据后的固体潮数据 图2 2011年2月1日数据处理结果

事件号时刻分钟值秒值仪器故障(有/无)01033421无02071816无03081451无04151953无05152007无06162059无07162118无08162136有09162158有10162201有11162212有12162223有13162253有14215623有

由程序分析可知，2011年2月1日记录中15时、16时和21时都有地震发生，而此结果与图1中的结果吻合，即应用经验模态分析和长短时平均能量比(STA/LTA)所检测的地震符合实际情况。

表1所示，北京时间2011年2月1日15:11:20.7缅甸发生了4.9级地震。地震从缅甸传播到武汉需要几分钟，武汉大学台站北京时间2011年2月1日15时19分检测到该地震事件。北京时间2011年2月1日16:16:28.3中国台湾发生了5.4级地震，地震从台湾传播到武汉需要几分钟，武汉大学台站北京时间2011年2月1日16时21—22分检测到该地震事件是符合事实的。16时21—22分之间显示有仪器故障，其实是中国台湾5.4级地震震后发生的。

4.2 程序检测仪器故障的效果

程序检测地震事件的效果图如图3所示，我们可以清晰地看到仪器故障发生。本软件分析结论如表3所示。

表2 地震目录

注：上部分为地震数据，下部分为去掉地震数据后的固体潮数据。 图3 2011年2月2日数据处理结果

事件号时刻分钟值秒值仪器故障(有/无)01050931无02091435有03091446有04091948无05092054无06093042无07183502无

由程序的检验结果可以看出，在09：14：35时有仪器故障，此结果与实际情况相符合。

5 结论

1)本文将经验模态分解法与长短时平均能量比(STA/LTA)理论相结合，用于在时间域快速识别地震事件。

2)本文对于长周期信号单独处理，通过识别数据跳变，能识别出仪器故障，使仪器维护人员能第一时间获知仪器运行状态。

3)软件采用Fortran语言与 C语言混合编程，用C语言读取数据，Fortran完成数值计算，从而加快软件的运行速度。

4)采用EMD分解分离固体潮信号与地震信号，采用长短时能量比来识别地震和判断仪器故障，获得了不错的结果。但是本文检测的地震事件大多震中距不大于5 000 km，MS小于4.0级，对于震中距更大、震级更小、信噪比更低的情况，需要进一步改进研究。

[1] 马武刚，胡国庆，谭业春，等.新型宽频带垂直摆倾斜仪的设计及应用[J].测绘信息与工程，2010，35(5)：28-29.

[2] 任佳，陈华静，王松，等.汶川大地震激发的地球球型自由振荡[J].中国地震，2009，25(1):73-80.

[3] 栾威，申文斌，贾剑钢.利用VP型垂直摆倾斜仪观测数据检测2011日本MW9.0级地震激发的低频地球自由振荡[J].地球物理学报，2015，58(3):844-856.

[4] Huang N E, Shen Z, Long S R, et al.The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-stationary Time Series Analysis [J].Proc R SocLondA, 1998, 454:903-995.

[5] Huang N E, Shen Z，Steven R L.A New View of Nonlinear Water Waves：The Hilbert Spectrum [J].Annu Rev Fluid Mech, 1999, 31: 417-457.

[6] Huang N E，Chen C C，Huang K，et al.A New Spectral Representation of Earthquake Data：Hilbert Spectral Analysis of Station TCU129，Chi-Chi，Taiwan，21 September 1999 [J].Bull Seis Soc Am，2001，91 (5)：1310-1338.

[7] 公茂盛，谢礼立.HHT方法在地震工程中的应用之初步探讨[J].世界地震工程，2003，19(3)：39-43.

[8] Huang N E，Wu Z.A Review on Hilbert-Huang Transform：Method and Its Applications to Geophysical Studies [J].Rev Geophys，2008，46:12-17.

[9] 周彦文，刘希强.地震事件自动检测新方法[J].西北地震学报,2008, 30(2): 102-106.

[10] 曲均浩，刘希强，石玉燕，等.地震事件自动判断方法研究[J].西北地震学报, 2010, 32(4)：325-329.

A Trial of Seismic Events Automaticidentification Based on Tiltmeter Records

ZHOU Xiao-feng1, YE Qing-dong2, YANG Ying-hang3

(1.Institute of Geophysics, China Earthquake Adminstration, Beijing 100081,China; 2.FirstCrustMonitoringandApplicationCenter, CEA, Tianjin 300180,China; 3.School of Geodesy and Geomatics, Hubei Wuhan 430079,China)

Seismic events automaticidentification technology is the basis of earthquake early warning. In this paper, the data of vertical pendulum tiltmeteris studied using the EMD decomposition method to divide high-frequency seismic signals from low-frequency earth tide signals, which are analyzed respectively using STA/LTA method in order to achieveseismic events real-time monitoring. By these methods,an earthquake of magnitude 4.9 event in Chinese Taiwan and an earthquake of magnitude 5.4 in the China-Myanmar border areas are identificatedautomaticly with the instrumenture is differentiated.

EMD decomposition;STA/LTA ratio; seismic events automatic identification

2014-12-31

科技部国际科技合作与交流专项资助(2015DFA21260)

周晓峰(1960—)，男，河北邯郸人，助理研究员，主要从事深部地球物理和流动地震观测工作.E-mail:zxf123@126.com

P315.63;P315-391

A

1003-1375(2015)03-0001-05

10.3969/j.issn.1003-1375.2015.03.001

周晓峰，叶庆东，杨颖航.基于倾斜仪记录的地震事件自动判别初探[J].华北地震科学，2015，33(3):1-5.