利用背景噪声互相关观测近对跖点台站间体波格林函数

李世林， 金戈， 林佩莹， 陈永顺*， 盖增喜

1 北京大学地球与空间科学学院地球物理系， 北京　100871　2 Lamont-Doherty Earth Observatory, New York 10964, USA



利用背景噪声互相关观测近对跖点台站间体波格林函数

李世林1， 金戈2， 林佩莹2， 陈永顺1*， 盖增喜1

1 北京大学地球与空间科学学院地球物理系， 北京1008712 Lamont-Doherty Earth Observatory, New York 10964, USA

摘要本文利用秦岭周边和南美地区的部分台站2012—2014年记录的地震事件垂直分量数据，获取了166个台站对之间的互相关函数，从中观测到了近对跖点台站之间的体波格林函数.在此基础上，我们计算了理论地震图的互相关，其结果与实际数据获得的结果很相似，推测格林函数的能量来源应主要是大地震引起的地球自由振荡.更进一步的研究表明，不同的震源机制对于互相关结果中不同震相的振幅有较大影响，走滑断层引起的地震并不能产生较好的互相关结果.通过对比不同位置台站对的互相关结果，本文认为互相关得到的体波格林函数包含了传播路径信息.

关键词背景噪声； 体波格林函数； 理论地震图； 自由振荡； 地震矩张量

1引言

研究表明，声学扩散场中两点之间的格林函数可以通过两点记录到的背景噪声信息进行互相关来提取(Lobkis and Weaver, 2001).这一发现很快被应用到地震背景噪声和尾波观测之中.Snieder(2004)在噪声源均匀分布的假设下，证明了背景噪声互相关函数的负导数的相位与两台间介质的格林函数的相位相同.Sabra等(2005)将这种互相关的方法应用于美国南加州地震台网，并从中成功提取出了7.5～15 s的高频面波信息.Yang等(2007)尝试将背景噪声互相关的方法用于整个欧洲大陆，利用一整年的地震噪声数据互相关叠加，提取出了10～50 s周期的瑞利波群速度频散曲线.Guo等(2016) 利用背景噪声提取出了中国东北地区6～140 s面波的相速度，并与双平面波法得到的频散曲线进行联合反演，发现了长白山火山下存在地幔上涌，与体波成像的结果吻合.在一定的条件下地震尾波的互相关叠加也含有同样的信息.

理论上，从噪声或尾波的互相关中可以提取出完整的格林函数，但在实际研究中，往往只用这个方法来提取格林函数中的面波部分，对体波信号的提取较为少见.这主要是以下几个方面的原因造成的.第一，在格林函数的提取中，沿两个台站大圆弧路径上位于台站两侧的噪声源，对于互相关结果的贡献最大，而能够提供体波信号的噪声源较少(Snieder, 2004)；第二，噪声中体波信号的振幅一般较小，隐藏在互相关函数之中难以显现(Forghani and Snieder, 2010).Roux等(2005)将互相关方法应用到位于加利福尼亚州的地震台网记录的地震尾波之中，提取出了直达P波信号.Lin和Tsai(2013)利用近对跖点的台站，对2000年至2009年的地震尾波数据进行互相关，成功地提取出近对跖点间传播的格林函数的体波震相，如PKIKP，PP，PcPPKP，SKSP和PPS等.对于用这种方法观测到的体波的能量来源机制，则是存在争论的.Nishida(2013)将其在全球范围内观测到的体波经验格林函数能量来源机制解释为作用于海底平面的剪切力引起的地球振荡；Lin等(2013)则把其在利用台阵互相关叠加观测到的体波震相能量来源机制解释为地震尾波.

地球内核作为最后被发现的一级圈层结构，在地球深部动力过程中扮演了关键的角色(申中寅等，2013).地震波场的观测是目前认识地球内核最重要的途径.Song和Richards(1996)发现了内核与地球其他部分转速的差异，估计内核以约1°/a的速率相对于地幔向东转动.这种差速旋转观测的基础在于内核的弹性各向异性(宋晓东, 1998).通过收集和分析世界不同区域的南北向波的波形，证实了内核存在很强的各向异性:沿内核，南北向的P波速度比沿东西向的速度要快3%左右(Song和Helmberger,1993).探测内核旋转的方法是选择一个固定的台站来观测同一地区但不同时间发生的地震，这样做的目的是为了减小震源台站变化以及地幔横向不均匀性的影响；这种方法受限于地震和台站的位置，通常只能在某些特定方向得到结果.

本文将背景噪声互相关方法应用于北京大学在秦岭及其周边架设的密集地震流动台站，以及与其大圆弧距离近180°的位于南美洲的台站，得到了近对跖点之间的体波格林函数.在此基础上，本文利用合成的理论地震图，在与实际数据同样的处理方法下得到了类似结果，可以说明对互相关结果有主要影响的是大地震引起的地球自由振荡.而地球自由振荡的幅度强烈依赖于地震的震源机制解，理论测试表明，在只存在走滑断层的互相关结果中，并不能观察到很明显的PKIKP震相，对于提高互相关结果的信噪比不利.

2数据及格林函数的提取

本文使用的数据来自北京大学在秦岭及其周边地区架设的120个宽频带流动台站以及中国地震局架设的63个固定地震台站(郑秀芬等, 2009).其对跖点台站是位于南美洲，与秦岭地区台站大圆弧距离在175°以上的7个宽频带地震台站(图1).本文选用2012年1月至2014年6月期间6级以上地震的垂直分量数据进行互相关处理.进行互相关的数据长度为从发震时刻之前1 h至发震时刻之后23 h的一天时间.原始数据经过了去除均值、趋势以及仪器响应，降低采样率到1 Hz，并按照每个台站每个地震事件一个数据的形式对数据进行归档.之后我们严格按照Bensen等(2007)描述的处理流程来计算互相关.对于单个台站，这个方法利用时间域归一化来压制地震信号，本文中，这个过程通过对原始数据进行15～50 s的带通滤波并选取一个128 s的时间窗来进行滑动平均完成.为了去除某一单频信号的干扰并拓宽背景噪声信号的频带，本文对5～800 s频段进行频率域谱白化处理.对单个台站数据预处理完毕后，对所有满足条件的台站对的2年地震事件数据进行互相关计算和叠加.为了加强信号并压制噪声，本文对最终的互相关结果进行了10 s以下的低通滤波，并将互相关函数的正负半轴对折，得到最终的经验格林函数(图2).体波震相PKIKP，PP，PcPPKP，SKKS，SKSP，PPS都可以从图中清晰地观察到.

图1　本文所使用的台站位置分布(a) 红色三角形代表所用中国秦岭地区台站位置，绿色三角形代表所用南美地区台站位置，蓝色实线代表对应台站的大圆弧路径，黄色星形代表了后文图3所用到的2013年5月24日发生在霍尔茨克海的6.7级深源地震位置； (b) 所用南美台站的具体位置，黄色三角形代表图3以及后文理论测试所用台站； (c) 所用秦岭地区台站位置，黄色三角形代表图3以及后文理论测试所用台站.Fig.1　The location of the stations used in this article(a) Red triangles mark the locations of stations in Qinling, China. Green triangles mark the location of IRIS stations in South America. Blue solid lines mark the great circle path between two stations. Yellow star shows the location of the 24 May 2013 Mw6.7 Sea of Okhotsk earthquake used in Fig.3. (b) Location of stations in South America. Yellow triangle shows the location of station used in Fig.3 and following synthetic test. (c) Location of the stations in region around Qinling, China. Yellow triangle shows the location of station in Fig.3 and following synthetic test.

图2　秦岭地区和南美地区台站互相关结果按照台站之间的间距进行排列，台站间距在0.2°以内的结果叠加到同一条直线上.黑色箭头代表各个震相在PREM模型下的预测走时.Fig.2 Cross-correlation result between the stations in Qinling, China and South AmericaThe result is sorted by distance and the results in which station distance differential is less than 0.2° are stacked to the same line. Several observed body wave phases are indicated by black arrows. The predicted travel times are calculated with the PREM model by Taup program.

图3　台站对WAZ和LCO在不同地震事件数目下叠加的结果地震事件选择的标准和最终用来叠加的地震事件数目在右边列出.黑色箭头代表各个震相在PREM模型下的预测走时.Fig.3 Cross correlation between WAZ and LCO from stacking different numbers of events Selection criterion and total number of events included are indicated on the right. Several observed body wave phases are indicated by black arrows. The predicted travel times are calculated using PREM model by Taup program.

为了说明观测到的体波震相的能量来源，本文选取了不同震级的地震事件结果进行叠加.图3是秦岭台站WAZ和南美洲台站LCO在不同地震事件数目下的叠加结果，其中Mw<6.0代表的是去除矩震级大于6级的地震发震时刻当天以及其后一天的地震数据.可以看出，对于2013年5月24日发生在霍尔茨克海的6.7级深源地震，即便只有这一天的数据，我们仍然可以从互相关结果中看到很清晰的体波震相.而对于不存在地震事件的时间段，互相关叠加结果中无法观测到任何体波震相.这样的结果说明，观测到的体波震相的主要能量来源并不是真正的地脉动噪声(如海浪产生的地脉动)，而是来自大地震的贡献.为了进一步说明观测到的体波的能量来源，本文进行了数值模拟数据测试的工作.

3数值模拟地震数据互相关测试

(1)

(2)

式中，nUl(r)代表径向特征函数，Pl(θ,φ)代表勒让德展开函数.

在计算的过程中，本文选择了一维的PREM(PrimaryReferenceEarthModel，地球初步参考模型)地球速度模型(DziewonskiandAnderson, 1981)并忽略了地幔部分的速度各向异性.最终，所有本征频率在20s以下的球形自由振荡简振振型都被计算出来并用于理论地震图的合成.

为了找到观测到的体波震相的能量来源，本文比较了在真实地震分布和震源机制解下理论地震图的互相关叠加结果与实际数据结果，两个结果波形的互相关系数为0.7927(图4).这样的结果说明，观测到的体波震相可以通过一个一维的地球模型计算出的不含噪声的理论地震数据来重现，其能量来源与背景噪声提取面波格林函数的噪声源不同，不是由于层间各向异性或不均匀体而产生的射线散射，而是由大地震产生的地震波中的相关能量.

为了更进一步研究互相关结果中的能量来自大地震中哪个时间段的信息，我们将理论地震图从发震时刻开始每10000s截取为一个新的数据进行互相关叠加，比较不同时间窗对于互相关结果的影响.从图5中可以看出，利用发震时刻之后10000s的数据进行互相关，不能观测到体波格林函数；而从发震时刻之后10000s至60000s的互相关叠加结果中均可以看到明显的体波震相.这一结果与Lin和Tsai(2013)、Wang等(2015)在处理实际数据过程中得到的结论近似.值得注意的是，发震时刻10000s之后并不包含通常考虑的主要体波和面波震相，而在产生理论地震图的过程中本文并没有加入噪声，所以说明了利用互相关叠加的方法观测到的体波震相，其能量主要来源于大地震引起的地球自由振荡.

在从背景噪声中提取格林函数的过程中，很重要的假设是噪声源(震源)均匀分布；而在处理实际数据的过程中，地震震源总是不均匀分布的.这种震源的不均匀分布会对互相关叠加结果产生多大的影响也是必须被考虑到的.图6是本文利用一组假设在地球表面均匀分布的地震(震源间隔10°，震源各项参数均为震源深度20.5km，断层参数为走向51°，倾角51°，滑动角-43°，矩震级6级)得到的互相关结果与实际地震分布得到的结果的比较.从图6中可以看出，假设震源均匀分布得到的结果与实际地震分布得到的结果几乎是完全相同的，两者波形的互相关系数为0.8493.这表明在数据采集的时间段内，实际地震分布已经足以令我们得到好的互相关结果.需要说明的是，如果数据采集的时间跨度缩短，那么实际地震分布得到的互相关结果可能会与地震均匀分布的互相关结果产生差异，那么在进一步利用这个叠加结果之前，类似这样的对于地震分布影响的检验是必要的.

图4　在实际地震震源机制和地震分布的情况下，理论测试结果和实际数据结果对比图红色实线为理论测试结果，黑色实线为实际数据结果.蓝色箭头代表各个震相在PREM模型下的预测走时.Fig.4　Comparison between the synthetic test result and the real data result with the real earthquake focal mechanisms and distributions Red solid line indicates the synthetic test result. Black solid line indicates the real data result. Several observed body wave phases are indicated by blue arrows. The predicted travel times are calculated on PREM model by Taup program.

图5　选取发震时刻后不同的时间窗进行互相关叠加的比较所用时间窗标注在图右边.蓝色箭头代表各个震相在PREM模型下的预测走时.Fig.5　Cross correlations between two stations using six different time windows The time window we choose is indicated on the right. Several observed body wave phases are indicated by blue arrows. The predicted travel times are calculated on PREM model by Taup program.

图6　利用MINEOS产生的理论地震图，比较在震源均匀分布和实际震源分布情况下互相关结果的差异蓝色箭头代表各个震相在PREM模型下的预测走时.Fig.6　The comparison between the stack result from the real earthquake distribution and the evenly earthquake distribution. The seismograms are all generated by MINEOS Several observed body wave phases are indicated by blue arrows. The predicted travel times are calculated on PREM model by Taup program.

图7　理论合成格林函数与互相关结果对比(a)理论合成的不同台站间距的格林函数.(b)利用理论地震图进行地震尾波互相关叠加的结果，地震分布同图6均匀分布，震源机制为一个深度为20 km的正断层.所有的地震图滤波范围为20 s到100 s.红色虚线代表了在PREM模型下各个震相的预测走时.Fig.7　The comparison between the synthetic Green function and the stacked cross-correlations(a) Synthetic Green′s functions with different station distances. (b) The synthetic seismograms stacked cross-correlations sorted by distance. Distribution of earthquakes is the same as Fig.6. All focal mechanisms used are same, which is a normal fault at 20km depth. All the seismograms are bandpassed between 100s and 20s period. The red dashed lines mark the ray-predicted arrival times for phases based on PREM Earth model.

图8　不同震源机制解的互相关结果从上到下所用的断层参数分别为：走向30°，倾角60°，滑动角270°(正断层)；走向30°，倾角20°，滑动角90°(逆断层)；走向30°，倾角90°，滑动角180°(走滑断层).可以观测到的震相在图中用蓝色箭头标出.Fig.8　Cross-correlation result using different focal mechanismsThe fault parameters used from the top to the bottom are: strike=30°, dip=60°, rake=270° (normal fault); strike=30°, dip=20°, rake=90° (thrust fault); strike=30°, dip=90°, rake=180° (slip fault). Several observed body wave phases are indicated by blue arrows.

最后，需要说明利用本文方法所提取出来的波形确实包含两个台站之间的格林函数.为此，本文利用MINEOS产生了不同台站间距之下(160°～180°)的格林函数，并与地震尾波互相关叠加的结果进行了比较.从图7中可以看出，对于主要震相PKIKP，PcPPKP和SKSP，互相关叠加结果与理论地震图在到时上是一致的.可以认为，本文利用背景噪声互相关提取出的波形函数中包含了格林函数的信息.

4讨论

从(2)式中可以看出，影响地球自由振荡振幅的主要是nAl，而nAl主要受到震源机制解的影响.互相关结果中各震相振幅是否会受到震源机制的影响也是本文所关心的.本文假设在地球表面有一组间隔为10°的地震震源，震源深度固定为20km，并假设两个间距为180°的台站，在此基础上讨论断层机制解对于互相关结果中主要震相振幅的影响.

通常情况下，习惯用走向φs，倾角δ，滑动角λ来描述断层，其中走向φs是断层面与地面的交线的方向，考虑到这个交线存在两个方向，规定沿走向方向断层上盘在右边，其范围是0°≤φs<360°；倾角δ是断层面与水平面的夹角，其范围是0°≤δ<90°；滑动角λ是从走向方向逆时针转到滑动方向的角度，其范围是0°≤λ<360°.而在实际断层破裂的情况中，正断层的倾角主要集中在60°左右，而逆断层的倾角主要集中于20°左右，所以在后续理论测试中，本文固定正断层的倾角为60°，逆断层的倾角为20°，走滑断层的倾角为90°，来考察其他两个断层参数(走向和滑动角)对于最终互相关结果的影响.图8画出了三种不同的断层所得到的互相关结果.从图中可以看出，对于正断层和逆断层两种震源机制，可以观察到非常明显的PKIKP，PP，PcPPKP，以及SKSP震相；而对于走滑断层来说，只能观察到非常明显的SKSP震相，其他三个震相均不明显.这样的结果表明震源机制解确实对互相关结果存在影响.为了更加直观地观测这种影响，图9给出了最明显的震相PcPPKP，在固定走向和倾角的情况下，其振幅随着滑动角的变化.从图中可以看出，这个变化是近似于正弦函数的.

对于这种振幅上近似于正弦的变化，首先想到的是可能与地震矩张量有关.根据MINEOS的使用手册，特定方向的理论地震图通过如下(3)式得出

(3)

其中ij代表地震矩张量的不同方向，包括r r,θ θ,φ φ,r θ,r φ,θ φ.(3)式中第一项可以通过MINEOS程序计算得出，是格林函数的导数项；第二项代表地震矩张量，其具体表达形式如下(AkiandRichards, 2002)：

Mr r=M0sin2δsinλ,Mr θ=-M0(cosδcosλcosφs+cos2δsinλsinφs)=Mθ r,Mr φ=M0(cosδcosλsinφs-cos2δsinλcosφs)=Mφ r,

(4)

为了考察各项地震矩张量对于最终互相关结果的贡献，本文计算出了只存在特定矩张量分量的理论地震图，并按照前文所述方法计算了互相关叠加的结果.从图10中可以看出，对于PKIKP和PcPPKP两个震相，对其贡献最大的是r r分量；对于SKSP这个震相，r r,r θ,r φ三个分量均有贡献；而另外三个分量θ θ，θ φ，φ φ对于互相关结果几乎没有贡献.这个结果可以很好地解释本文在理论测试中观测到的现象.对于理论测试中走滑断层，其倾角为90°，使得Mr r=0，r r分量对于理论地震图没有贡献，故而在走滑断层的互相关结果中PKIKP震相并不明显；其滑动角为0°或180°，地震矩张量中的Mr θ,Mr φ均不为零，因此在走滑断层的结果中SKSP震相明显.对于图9中PcPPKP震相振幅随滑动角的变化，同样可以从图10中找到解释，因为贡献最大的地震矩张量Mr r是随着滑动角的变化按照正弦曲线来变化的.

图9　固定走向(30°)和倾角(60°)的情况下，PcPPKP振幅随滑动角的变化(红色实线)蓝色虚线是一个正弦函数在极坐标下的图线，作为参考.Fig.9　The amplitude of phase PcPPKP are presented versus the rake angle as red solid line with the strike (30°) and dip (60°) unchangedA sine function is presented versus angle as blue dashed line.

在理论测试的基础上，本文对实际数据同样按照不同的震源机制进行分类.在图11中单独选取了两年中震源机制解断层滑动角小于10°的走滑断层地震事件进行叠加，并与其余事件的叠加结果进行对比.与理论测试相同的是，这个叠加的结果并没有体现出明显的PKIKP震相；去掉走滑断层之后的互相关叠加结果和所有事件的叠加结果无论在波形还是振幅上面都有很高的相似度，说明本文在理论测试中得到的结论是可靠的.在今后进行互相关叠加的过程中，可以在进行背景噪声互相关计算之前根据地震事件的震源机制解，进行预筛选，去掉震源机制为走滑断层的地震事件，从而提高PKIKP震相的信噪比并减少计算时间.

图10　只存在特定矩张量分量地震图的互相关结果左侧从上到下分别为：r φ,r r,r θ分量；右侧从上到下分别为: φ φ，θ φ，θ θ分量.箭头标出的是各个震相在PREM模型下的预测走时.Fig.10　Cross-correlation of synthetic seismograms that only have particular earthquake focal mechanismThe top, middle, bottom panels on the left shows the r φ component, r r component, r θ component, respectively. The top, middle, bottom panels on the right shows the φφ component, θφ component, θθ component, respectively. Several observed body wave phases are indicated by arrows.

图11　对实际数据按照震源机制解进行叠加不同震源机制解以及相应的叠加事件数目列于图右.箭头标出的是各个震相在PREM模型下的预测走时.Fig.11　Real data stacking result sorted by earthquake focal mechanismsThe earthquake focal mechanisms and the total number of events included are indicated on the right. Several observed body wave phases are indicated by arrows.

作者分别选取了本文、Lin和Tsai(2013)中的一对台站间距相近的台站对(图12a)，比较两个互相关叠加波形中PKIKP的到时.Lin和Tsai(2013)文章中的台站对BBSR-NWAO间距为178.27°，利用Taup(Crotwelletal., 1999)预测的PKIKP到时为1210.4s，本文选取的台站对LS-PEL间距为178.32°，利用Taup预测的PKIKP到时为1210.42s，从图12b中经过互相关得出的到时差为4s，这个到时差可以归结于两对台站的射线穿过路径不一样，也就是说，经过互相关叠加得到的波形中是包含射线所穿过路径的信息的，可以用来探究地球内部的信息.尽管目前的情况下，这种近对跖点的台站还不是很多，但随着越来越多的野外地震仪的架设，我们可以获得越来越多的近对跖点间的格林函数信息，用于层析成像了解地球内核外核的信息.

图12　不同位置台站对的叠加结果对比图(a) 红色台站对为本文所使用台站对，绿色台站对为Lin和Tsai (2013)中所使用台站对； (b) 两个台站对互相关叠加结果，颜色与(a)中相对应.虚线为理论测试的结果，实线为实际数据的结果.蓝色箭头标出的是各个震相在PREM模型下的预测走时.Fig.12　The comparison between station pairs in different location(a) Red station pair are the stations used in this article, the green station pair are the stations used by Lin and Tsai (2013). (b) The cross-correlation stacking result of these two station pairs. The lines are colored the same as panel (a). Dashed lines are indicated the synthetic result and the solid lines are indicated the real data result. Several observed body wave phases are indicated by blue arrows.

5结论

本文从噪声互相关方法出发，获得了近对跖点台站之间的体波格林函数，从中可以清晰地观测到PKIKP，PP，PcPPKP和SKSP等震相.通过比较无大地震时间段、发震时刻10000s内和发震时刻10000～60000s的互相关结果，得出了观测到格林函数体波震相的主要能量来源是大地震引起的地球自由振荡的结论.在假设震源均匀分布的基础上，讨论了不同震源机制解对于互相关结果振幅的影响，认为走滑断层引起的地震并不能产生较好的互相关结果，从提高信噪比的角度建议在进行叠加之前去除属于走滑断层的事件记录.通过比较不同位置台站对的叠加结果，本文认为用这种方法得到的格林函数是包含传播路径信息的，可以结合层析成像技术来反演研究地球内部的构造.

致谢作者在此诚挚地感谢所有参加北京大学流动台阵野外工作的全体师生所付出的辛勤劳动.本文部分地震波数据来自IRIS(IncorporatedResearchInstitutionsforSeismology，美国地震联合研究所)数据中心，部分图像的绘制使用了GMT绘图软件.作者一并致以感谢.作者同时诚挚地感谢两位匿名审稿人对文章提出的中肯意见.

References

Aki K, Richards P G. 2002. Quantitative Seismology (Vol.1): Theory and Methods. Sansalito, CA: University Science Books.Bensen G D, Ritzwoller M H, Barmin M P, et al. 2007. Processing seismic ambient noise data to obtain reliable broad-band surface wave dispersion measurements.GeophysicalJournalInternational, 169(3): 1239-1260.Crotwell H P, Owens T J,Ritsema J. 1999. The TauP Toolkit: Flexible seismic travel-time and ray-path utilities.SeismologicalResearchLetters, 70(2): 154-160.

Dahlen F A, Tromp J. 1998. Theoretical Global Seismology. Princeton: Princeton University Press.

Dziewonski A M, Anderso D L. 1981. Preliminary reference Earth model.PhysicsoftheEarthandPlanetaryInteriors, 25(4): 297-356.

Forghani F, Snieder R. 2010. Underestimation of body waves and feasibility of surface-wave reconstruction by seismic interferometry.TheLeadingEdge, 29(7): 790-794. Guo Z, Chen Y J, Ning J Y, et al. 2016. Seismic evidence of on-going sublithosphere upper mantle convection for intra-plate volcanism in Northeast China.EarthandPlanetaryScienceLetters, 433: 31-43.

Lin F C, Tsai V C. 2013. Seismic interferometry with antipodal station pairs.GeophysicalResearchLetters, 40(17): 4609-4613.

Lin F C, Tsai V C, Schmandt B, et al. 2013. Extracting seismic core phases with array interferometry.GeophysicalResearchLetters, 40(6): 1049-1053.

Lobkis O I, Weaver R L. 2001. On the emergence of the Green′s function in the correlations of a diffuse field.TheJournaloftheAcousticalSocietyofAmerica, 110(6): 3011-3017.

Masters G, Barmine M, Kientz S. 2007. Mineos User′s manual. Computational Infrastructure for Geodynamics.

Nishida K. 2013. Global propagation of body waves revealed by cross-correlation analysis of seismic hum.GeophysicalResearchLetters, 40(9): 1691-1696.

Roux P, Sabra K G, Gerstoft P, et al. 2005. P-waves from cross-correlation of seismic noise.GeophysicalResearchLetters, 32: L19303.

Sabra K G, Gerstoft P, Roux P, et al. 2005. Surface wave tomography from microseisms in Southern California.GeophysicalResearchLetters, 32: L14311. Snieder R. 2004. Extracting the Green′s function from the correlation of coda waves: A derivation based on stationary phase.PhysicalReviewE, 69: 046610.

Song X D, Helmberger D V. 1993. Anisotropy of Earth′s inner core.GeophysicalResearchLetters, 20(23): 2591-2594. Song X D, Richards P G. 1996. Seismological evidence for differential rotation of the Earth′s inner core.Nature, 382(6588): 221-224.

Stein S, Wysession M. 2009. An Introduction to Seismology, Earthquakes, and Earth Structure. New York: John Wiley & Sons.

Wang T, Song X D, Xia H H. 2015. Equatorial anisotropy in the inner part of Earth′s inner core from autocorrelation of earthquake coda.NatureGeoscience, 8(3): 224-227.

Yang Y J, Ritzwoller M H, Levshin A L, et al. 2007. Ambient noise Rayleigh wave tomography across Europe.GeophysicalJournalInternational, 168(1): 259-274.

Shen Z Y, Ai Y S, He Y M, et al. 2013. A study on inner core boundary properties of East China using pre-critical PcP-PKiKP data.ChineseJournalofGeophysics(in Chinese), 56(10): 3324-3333, doi: 10.6038/cjg20131009.

Song X D. 1998. The earth′s inner core and the dynamics of the earth's deep interior.EarthScienceFrontiers(in Chinese), 5(Suppl.): 1-9.

Zheng X F, Ouyang B, Zhang D N, et al. 2009. Technical system construction of Data Backup Centre for China Seismograph Network and the data support to researches on the Wenchuan earthquake.ChineseJournalofGeophysics(in Chinese), 52(5): 1412-1417, doi: 10.3969/j.issn.0001-5733.2009.05.031.

附中文参考文献

申中寅, 艾印双, 何玉梅等. 2013. 利用前临界PcP-PKiKP资料研究中国东部内核边界性质. 地球物理学报, 56(10): 3324-3333, doi: 10.6038/cjg20131009.

宋晓东. 1998. 地球内核与地球深部动力学. 地学前缘, 5(增刊): 1-9.

郑秀芬, 欧阳飚, 张东宁等. 2009. “国家数字测震台网数据备份中心”技术系统建设及其对汶川大地震研究的数据支撑. 地球物理学报, 52(5): 1412-1417, doi: 10.3969/j.issn.0001-5733.2009.05.031.

(本文编辑何燕)

基金项目国家自然科学基金项目(91128210，90814002)、国家重点基础研究发展(973)计划项目(2012CB417301)资助.

作者简介李世林，男，1989年生，博士研究生，主要从事背景噪声互相关成像相关研究.E-mail: lishilin@pku.edu.cn *通讯作者陈永顺，男，1956年生，教授，主要从事地震大地构造学和海洋地球物理学研究. E-mail: johnyc@pku.edu.cn

doi:10.6038/cjg20160609 中图分类号P315

收稿日期2015-08-01，2016-04-04收修定稿

Green functions between antipodal station pairs from cross-correlation of ambient noises

LI Shi-Lin1， JIN Ge2， LIN Pei-Ying2， CHEN Yong-Shun1*， GE Zeng-Xi1

1InstituteofGeophysics,SchoolofEarthandSpaceSciences,PekingUniversity,Beijing100871,China2Lamont-DohertyEarthObservatory,NewYork10964,USA

AbstractAmbient-noise cross-correlation is widely used to retrieve the Green function between two seismic stations. The Green functions of several body-wave phases between two near antipodal stations can be extracted by cross-correlating the coda waves of large earthquakes. In this study, we cross-correlate the data from Peking University temporary seismic arrays and China provincial seismic network in the Qinling and the data from the GSN (Global Seismographic Network) stations in South America to retrieve body-wave Green functions. The cross-correlation result clearly shows several body-wave phases (e.g., PKIKP, PP, PcPPKP, SKSP). Meanwhile, very similar Green-function waveforms can be retrieved by cross-correlating the synthetic seismograms generated from a 1D Earth model. This result suggests that free oscillations (normal modes) generated by large earthquakes are the most important energy source for the body-wave Green functions. The synthetic test also indicates that focal mechanism can influence the correlation result, e.g. the PKIKP phase cannot be observed if only strike-slip events are stacked. Our results suggest that by rejecting strike-slip events during the processing, we can increase the signal-to-noise ratio of the Green functions and reduce the computation time. Our study provides an example to demonstrate that the body-wave Green function may contain heterogeneity information of the Earth.KeywordsAmbient noise； Green function； Synthetic seismogram； Normal mode； Moment tensor

李世林， 金戈， 林佩莹等. 2016. 利用背景噪声互相关观测近对跖点台站间体波格林函数.地球物理学报，59(6):2028-2038,doi:10.6038/cjg20160609.

Li S L, Jin G, Lin P Y, et al. 2016. Green functions between antipodal station pairs from cross-correlation of ambient noises.ChineseJ.Geophys. (in Chinese),59(6):2028-2038,doi:10.6038/cjg20160609.