利用微震模板匹配定位方法识别辽宁抚顺矿区微矿震事件

郭铁龙 梁姗姗 邹立晔

（中国北京100045 中国地震台网中心）

0 引言

在矿山开采过程中，地质构造以及局部地壳应力发生变化，岩石破裂引发地壳震动，导致矿震现象（李铁等，2005；任啸等，2010；韩军等，2014；张华等，2014）。矿震诱发矿区地裂、地表沉降、矿坑突水、冒落、滑坡、崩塌等诸多次生灾害，最终造成采矿区地质灾害频发、地下水污染等生态环境失衡问题（尹涛等，2005；金速等，2006；王承伟等，2018）。

辽宁抚顺矿区主要开采煤炭和油页岩（王建国，2009）。该矿区矿震的特点为震源深度浅、发生频度高、破坏性强。合理地监测微矿震、分析矿震波形与活动性特征，有益于掌握该地区微矿震事件的活动规律，可在一定程度上降低其对社会生产、生活造成的危害。

通常运用信号处理方法（如频谱分析等）判定事件类型（刘希强等，2005；张华等，2014），利用波形特征（波形振幅比、震相特征和卓越周期等）人工识别矿震。然而，对于不同区域的地震事件，仍需考虑地质构造、传播介质以及地应力等因素的影响，综合分析并判断事件类型。此外，矿震多为微震和小震，在监测和事件判别中有一定困难。

微震模板匹配定位方法（M&L）具有原理成熟、误检率低和检索遗漏少等优点（Zhang et al，2015；张淼，2015）。利用该方法，可在矿震安全监测、水压致裂监测及小当量核试验监测中自动识别微震事件（Zhang et al，2015；陈安国等，2019）。此方法通过搜索模板地震事件波形周围的三维空间，计算格点位置与已知模板参考位置间的走时差，对波形走时矫正后进行叠加，得出波形互相关系数，从而实现对微震的识别和定位。本研究使用全国统一编目数据，利用微震模板匹配定位方法，搜索并检测辽宁省抚顺矿区原始地震目录中遗漏的微震事件，结果用以分析研究区遗漏微矿震的波形特征，并探讨矿震事件b值属性。本文补充了研究区域缺失的微矿震数据，有助于提升结果的准确性，从而完善统一编目中遗漏的微矿震事件数据。此外，讨论了微震模板匹配定位方法的阈值设置对搜索的微矿震特征的影响。

1 数据与方法

1.1 数据选取

辽宁省抚顺市及周边地区分布7 个地震台站（图1），其中1 个国家地震台站，6 个区域地震台站。固定台站间距最小为0.063°（约7 km），地震监测能力可达ML≥1.2（王亮等，2015；安祥宇等，2019）。

图1 地震台站与模板地震事件分布Fig.1 Distribution of the seismic stations and the template earthquake events

以2017 年1 月至2019 年12 月7 个地震台站记录的连续地震波形数据作为待检测数据，以中国地震台网中心发布的全国统一观测报告中21 个ML＜4.0塌陷类型矿震为模板事件，进行遗漏微矿震事件搜索。21 个模板地震事件集中分布在抚顺地震台（FSH）与老虎地震台（LHT）之间，震中分布见图1，震级—时间关系见图2。

图2 模板地震事件M—t 关系Fig.2 M-t diagram of the template earthquake events

1.2 微震模板匹配定位方法

微震模板匹配定位方法基于波形互相关技术（Shelly et al，2007；Peng et al，2009），将已知模板地震波形数据相对于连续地震数据做滑动互相关，计算地震波在台站和模板地震位置的震相走时差，并利用走时差对各个波形进行走时校正，完成相关波形叠加，并计算相关系数（CC）和信噪比（SNR）来确定地震事件的位置。设置2 个互相关系数阈值，分别为CC1=0.35、CC2=0.3，波形信噪比大于10 倍背景相关系数（Zhang et al，2015；张淼，2015；郭铁龙等，2020）。当互相关系数大于CC1 时，可检测出一个微震事件；当互相关系数大于CC2、小于CC1 且满足信噪比条件时，也可认为被检测信号代表一个微震事件。

2 矿震事件识别

对辽宁省抚顺地区地震台站3 年连续波形记录进行扫描，识别得到425 个遗漏矿震事件。去除初动不清晰、信噪比低的事件，得到291 个矿震事件，是地震目录中21 个地震事件的13.86 倍，震中分布见图3。图4 所示为运用微震模板匹配定位方法进行微矿震事件识别的实例，图中红色波形为模板地震事件波形，发震时刻为2017-03-09T08:03:04，震中位置为（41.858°N，123.935°E），震源深度0 km，震级为ML3.3；灰色波形为微矿震事件波形，识别结果为发震时刻为2018-02-07T16:58:00，震中位置为（41.858°N，123.925°E），震源深度0 km，震级为ML2.4；红色箭头表示波形记录起始时间。由图4 可见，红色波形信噪比较高，通过对比灰色波形，二者相似程度较高，被检测的连续波形具备模板矿震事件波形特征。

图3 矿震事件震中分布Fig.3 Epicentral distribution of the mining microseismic events

图4 运用微震模板匹配定位方法识别微矿震事件实例Fig.4 Examples of the identified mining microseismic events using the M&L method

3 矿震特征分析

3.1 波形特征分析

图5 横坐标是以秒为单位的时间轴，纵坐标是地震波形振幅。其中图5（a）为微矿震事件波形，发震时刻为2017-07-20T02:58:21，震中位置为（41.831°N，123.992°E），震源深度0 km，震级为ML2.2；图5（b）为天然地震事件波形，发震时刻为2017-09-18T16:53:12，震中位置为（41.990°N，123.791°E），震源深度6 km，震级为ML2.1。文中从面波发育、P 波初动、波形频谱对比天然地震和矿震事件波形，结果见图5。由图5 可见，相较于天然地震，矿震事件波形具有以下特征：①面波发育：矿震事件波形短周期面波发育[图5（a）]，天然地震事件波形S 波振幅最大，无明显面波出现[图5（b）]，可见二者存在显著差别，与前人所得结论一致（王风等，2013；王承伟等，2018）；②P 波初动：矿震事件垂直分量P 波初动方向向下，而天然地震事件P 波初动方向受地质构造、震源机制、方位角等因素影响，通常不一致；③频谱对比：矿震面波的周期比天然地震长；且矿震波形频谱主要为低频成分、较为集中[图6（a）]，而天然地震波形频谱高，低频成分分散且复杂[图6（b）]，可见二者存在明显区别。

图5 矿震与天然地震波形对比Fig.5 Comparison of the waveform of a mining microseismic event and a tectonic earthquake

图6 抚顺地震台记录的矿震事件和天然地震频谱对比(a)矿震垂直向波形频谱；(b)天然地震垂直向波形频谱Fig.6 Waveform spectral comparison of a mining microseismic event anda tectonic earthquake recorded by Fushun Seismic Station

3.2 矿区事件b 值

b值用于描述震级与地震频度的比率，可用来表征区域内不同大小地震事件的频次关系（刘子璇等，2019）。使用zmap 程序（Wiemer，2001；徐志国等，2020），计算本研究识别所得291 个矿震事件b值，得到b=1.09[图7（a）]，误差为±0.05；根据最大曲率法，得到抚顺矿区矿震事件最小完整性震级Mc=1.2。计算2017—2019 年抚顺矿区发生的94个天然地震事件b值，得到b=0.93[图7（b）]，误差为±0.12；根据最大曲率法，得到该区天然地震最小完整性震级Mc=2.0。上述结果显示，矿震事件b值较高，与Han 等（2011）的研究结果一致。

图7 b 值对比（a）矿震；（b）天然地震Fig.7 Comparison of the b-values

4 结论

利用微震模板匹配定位方法，识别辽宁抚顺矿震事件，并开展波形和频谱特征分析。研究结果表明，运用该方法识别的矿震事件，与模板矿震事件波形和频谱特征一致，且其b值高于该地区天然地震事件b值，表明所识别遗漏矿震事件具有较高的b值属性。

微震模板匹配定位方法已经得到广泛应用。在识别遗漏微矿震过程中发现，当互相关系数大于阈值CC1 时，事件具备矿震事件属性；而当互相关系数大于阈值CC2 且小于阈值CC1 时，矿震波形P 波初动不清晰，短周期面波不发育，是矿震震源机制不同、模板事件不足或矿震震级较小所致。因此，互相关系数阈值的选取，对于微震识别尤为关键。若要使矿震事件识别具有较高的准确性，应选取较高的阈值。