基于小波分解与同步挤压变换的西昌小庙台形变典型干扰的时频响应特征研究

杨志鹏,陈秀清,余洋洋,张御阳,巫萌飞,徐建明,赵 晶,张正伟

(1.四川省地震局西昌地震监测中心站,四川 西昌 615022;2.四川省地震局震灾风险防治中心,四川 成都 610041;3.四川地震台,四川 成都 610041)

0 引言

时频分析技术作为处理非平稳信号的重要手段,能够同时表征信号的时域和频域分布特征,揭示信号频率和强度随时间的变化关系,近年来在台站定点潮汐形变观测数据的干扰特征分析[1]、前兆异常判定[2]、日常数据处理[3]、观测资料评价[4]等方面都得到了广泛的应用与发展。例如,吕品姬等[5]提出将小波分解与短时傅里叶变换(STFT)相结合应用于形变高频扰动时频特征识别;刘学谦等[6]采用S变换(ST)方法研究了河南地区形变及重力观测数据的远场变化时频特征;王宁等[7-8]对比分析了多种常规时频分析方法在形变数据中的应用效果;张维辰等[9]利用连续小波变换(CWT)方法研究芦山MS7.0地震前姑咱台钻孔应变异常时频特征；张小艳等[1]利用ST方法对内蒙古中部地区形变主要干扰的时频特征进行了归纳总结;蔡佩蕊等[10]利用STFT方法对福建沿海台站的VP垂直摆常见噪声进行了时频分析;高丽娟等[11]利用ST方法研究呼图壁MS6.2地震前巴伦台钻孔应变异常时频特征;龚丽文等[12]利用ST方法分析了鲁甸MS6.5地震前形变高频异常形态特征。

定点潮汐形变观测中各类干扰数据均属于典型的非平稳信号[8],具有波形态类型多、分布频段差异大、事件强度不均匀等特点,传统的STFT、CWT及ST等线性时频方法在处理该类数据时会受制于基函数及海森堡不确定性原理影响,其瞬时频率能量被模糊化为带状特征[13],时频分辨率较低,达不到精细刻画干扰响应特征的要求,同时单一方法对高频和低频信号的泛化适用能力也存在显著差异[14]。

为高精度识别定点潮汐形变观测中各种干扰信号的时频响应特征,本文在CWT和ST方法基础上,提出了一种基于小波分解和同步挤压变换的形变干扰数据分频时频分析方法,该方法的实现步骤为:(1)提取目标干扰信号分量:选择合适的小波基和分解层数,利用Mallat小波分解算法实现对原始数据高频和低频部分的精细分解[15-16],再根据目标干扰的响应频段分布情况对小波细节或趋势分量进行重构,得到目标干扰信号分量,以排除其他信号成分在时频谱计算中对目标干扰的影响;(2)同步挤压变换时频谱计算:基于分频策略,对于高频目标干扰信号,选用双参数优化高斯窗的同步挤压广义S变换(Synchrosqueezing Generalized S Transform,SSGST)方法[13]进行时频谱计算,该方法采用自适应高斯窗调节信号时频分辨率,并通过基于微分算子的挤压操作沿频率轴重排时频谱,获得更高的时频集中度,且SSGST方法的线性频率轴分布特点对信号高频部分结果刻画更精细;对于中低频目标干扰信号,选用同步挤压小波变换(Synchrosqueezing Continuous Wavelet Transform,SSCWT)方法[17]进行时频谱计算,挤压后处理进一步提升了传统CWT结果的时频分辨率,且SSCWT方法的指数倍频率轴分布对信号低频部分结果刻画更直观。

本文利用该方法分析了2016—2020年西昌小庙台定点潮汐形变观测中受调零标定、人为进出洞、道路施工交通、机井抽水、环境降雨、地震波等因素影响的典型干扰数据。结果表明,基于小波分解和同步挤压变换的分频时频分析方法可以更高精度地反映各类干扰因素中不同频段、不同幅值的干扰时频特征,为准确识别西昌小庙台形变前兆异常信息提供了时频谱特征方面的参考,同时该方法也可进一步推广应用于其他形变观测台站资料的异常特征分析。

1 分频时频分析方法原理

1.1 Mallat小波分解

小波分析方法能够有效分离不同频段的形变潮汐波及叠加其上的各类异常信号,从而识别和凸显干扰信息及地震前兆异常[15]。离散小波变换(DWT)在实际应用中通常采用多分辨分析Mallat小波分解算法[18]实现,将原始信号以滤波形式从高频到低频进行二等塔式分解,得到一系列不同尺度正交频带上的高、低频分量信号,其算法可以表示为[19]:

(1)

式中:s(t)为原始信号,信号长度为N;J为小波分解层数;AJs(t)和DJs(t)分别为信号s(t)在2J分辨率下的趋势(低频)分量和细节(高频)分量;φ和ψ分别为小波尺度和小波基函数;d和c分别为细节分解系数和趋势分解系数。

1.2 同步挤压时频变换

同步挤压变换(Synchrosqueezing Transform,SST)方法借鉴了经验模态分解(EMD)方法基本思想,将信号作为多个本征模态函数的叠加,在原始时频谱基础上,进一步沿频率轴对时频能量进行重排,即“挤压”瞬时频带,获得能量更集中更精确的时频谱[20]。SST方法具有极高的时频聚集性和较好的计算效率,已在地震信号处理等领域得到了广泛应用[17,21-23],本文选用SSCWT方法和SSGST方法进行定点潮汐形变观测干扰的时频分析,其优势在于这两种方法能够有效兼顾高、中和低频段各类干扰信号的时频特征刻画精度和稳定性。

1.2.1 同步挤压小波变换(SSCWT)

信号s(t)的连续小波变换(CWT)表达式为[23]:

(2)

式中:Ws(a,τ)为小波变换系数;ψ*为母小波的复共轭;a为小波尺度因子;τ为时间平移因子。再将尺度映射为频率,对于时间-尺度谱上任意一点,若Ws(a,τ)≠0,则该点对应的瞬时频率ωs(a,τ)为小波系数Ws(a,τ)关于τ的偏导,即:

(3)

进一步对小波时频谱进行挤压处理,在瞬时频率ωs(a,τ)附近选择特定区间内的小波系数,通过权值对小波系数幅值进行缩放重排计算,增强信号的局部时频特征。假设小波尺度个数为N,信号采样频率为fs,对于离散尺度值ak计算Ws(a,τ),在挤压重排时频谱上,其频率为ωl=fs/N·l,l∈[1,N],则同步挤压小波变换的系数只在以ωl为中心的频率范围[ωl-Δω/2,ωl+Δω/2]内分布,Δω=ωl-ωl-1,据此SSCWT被定义为:

(4)

由于小波尺度a为2的指数倍函数,即ak=2k/nv,nv是决定尺度个数的整数,根据尺度与频率的转换关系,SSCWT时频谱的频率轴为非线性的指数分布,该特征对于中低频段信号时频特征的多尺度刻画具有重要作用。

1.2.2 同步挤压广义S变换(SSGST)

信号s(t)的广义S变换(GST)表达式为[13]:

(5)

式中:τ为时间；f为频率;λ和ρ为两个可调参数,用于调节高斯窗的时宽和衰减趋势,时频灵活性更高。

再对GST时频谱作时间偏导,将系数从时间-频率谱映射到时间-瞬时频率谱,即:

(6)

(7)

1.3 分频时频分析方法实现步骤

(1) 采用DWT方法对定点形变观测数据进行多尺度分解,得到一系列频率从高到低的小波细节分量和趋势分量。

(2) 根据信号频段分布特征,对各阶小波细节分量和趋势分量进行筛选重构,提取出待分析的目标干扰分量,排除其他信号成分影响。

(3) 根据提取目标干扰信号特征,选择合适的同步挤压方法:对于高频干扰信号,选择SSGST方法;对于中低频干扰信号,选择SSCWT方法。

本文计算方法流程图如图1所示。

图1 本文分频时频分析方法流程图Fig.1 Flow chart of the proposed frequency division time-frequency analysis method

1.4 干扰时频谱辅助分析方法

1.4.1 叠加幅值特征函数(SCCF)

为定量描述在特定时间范围[a,b]内信号时频谱能量沿频率轴的分布特征,引入叠加幅值特征函数(Stacked Coefficients Characteristic Function,SCCF)[24]指标,假设TFRs(f,t)∈CM×N表示二维时频谱矩阵,且1≤a

(8)

1.4.2 叠加系数包络函数(SCEF)

为定量描述信号时频谱能量包络沿时间轴的分布特征,引入叠加系数包络函数(Stacked Coefficients Envelope Function,SCEF)[25]指标,SCEF表达式为:

(9)

式中:E(f,t)为在频率采样点f处时频谱系数的包络函数。

2 西昌小庙台概况

西昌小庙台位于四川省凉山彝族自治州西昌市城北小庙乡小庙村九组,海拔1 550 m,地处安宁河断裂带与则木河断裂带的连接复合部位,主要受则木河断裂控制[26],距离断层约1 km(图2左)。台站基岩岩性为侏罗-白垩系紫红色钙质粉砂岩,节理裂隙发育较破碎。形变观测山洞累计进深55 m,共有9个洞室(图2右),洞顶覆盖层厚度约25 m,植被茂密,为第四系及第三系昔格达黄土,洞内年温差小于1.0 ℃,平均湿度为90%。

图2 西昌小庙台地理位置及形变洞室平面图Fig.2 Geographic location of Xiaomiao station in Xichang and plan of the deformation observation cavern

除重力观测外,西昌小庙台的定点形变观测仪器共有5套,分别为DSQ水管倾斜仪、SS-Y铟瓦棒伸缩仪、YRY-4分量钻孔应变仪、VS垂直摆倾斜仪、VP宽频带倾斜仪,其中水管仪、伸缩仪和倾斜仪的仪器墩全部使用石英花岗岩,并用泡沫塑料覆盖仪器密封保温。各仪器基本信息列于表1。

表1 西昌小庙台形变观测仪器主要技术指标Table 1 Main technical indexes of deformation observation instruments at Xiaomiao station in Xichang

3 实际资料应用

3.1 测试数据验证

为说明常规时频变换方法和本文所提小波分解同步挤压分频时频分析方法的特点,设计正弦余弦混合调频仿真信号,并对其分别进行ST、CWT、SSGST、SSCWT和本文方法处理,对比时频效果。混合调频信号S[图3(a)]由4个不同频率、幅值的秒采样分量信号叠加构成,数据采样点数为1 000,包括高频单点突跳信号f1[图3(b)]、0.2 Hz的间歇性余弦信号f2[图3(c)]、0.015 Hz的正弦信号f3[图3(d)]、0.001 Hz的余弦信号f4[图3(e)]。

图3 仿真测试数据ST、CWT、SSGST、SSCWT的时频结果对比Fig.3 Comparision between time-frequency results of simulation test data with ST,CWT,SSGST,and SSCWT methods

从横向对比来看,ST方法[图3(f)]及其改进的SSGST方法[图3(h)]对高频信号(f1、f2)显示细节丰富,但低频段分辨率模糊。相反,CWT方法[图3(g)]及其改进的SSCWT方法[图3(i)]则对中低频信号(f3、f4)具有更好的时频区分度。

从纵向对比来看,SSGST和SSCWT方法由于挤压操作在时频能量聚集性和分辨率上明显优于传统的ST方法和CWT方法,频率成分划分更精细。

进一步对比分析ST类方法和CWT类方法时频谱的频率尺度分布情况[图3(j)],可知因CWT类方法频率轴呈非线性的指数分布,在低频端分配采样点数比例较高,故低频成像性较好;而ST类方法频率轴呈线性分布,在高频端分配采样点数目和比例均显著高于CWT类方法,故高频成像性较好。

基于上述SSGST方法和SSCWT方法各自特性优势,本文所提分频时频分析方法结果为:

首先,对仿真测试数据利用db5小波进行7阶小波分解(图4)。可知f1、f2信号主要分布在细节1～细节3,f3信号主要分布在细节4～细节7,趋势7则为f4信号。

图4 仿真测试数据的Mallat小波分解与本文分频同步挤压时频方法结果Fig.4 Processing results of simulation test data using Mallat wavelet decomposition and the proposed time-frequency method

其次,根据小波分解子信号的频段分布情况,筛选、重构和提取各分量信号[图4(i)、图4(k)、图4(m)],有效实现高频、中频和低频信息的分离。

最后,对高频提取分量采用SSGST方法进行时频处理[图4(j)];对中低频提取分量则采用SSCWT方法进行时频处理[图4(l)、图4(n)]。计算结果显示本文方法精细刻画了不同频段目标信号时频谱,同时有效排除了其他信号成分的干扰,结果更清晰。

3.2 实际干扰分析

3.2.1 调零和标定干扰

由于形变仪器在长期观测过程中机械部件往往会产生漂移,长期累积变化将导致测量值偏离线性范围,为保证在规定量程范围内测值的精确性和稳定性,必须定期对仪器进行调零和格值标定[27]。

调零干扰通常会使DSQ、SS-Y、VS、VP等仪器产生单个大幅度零点台阶,调零后需对原始数据进行去除台阶处理。以小庙台2016年5月17日09时VP仪NS向调零[图5(a)]为例,仪器调零干扰信号表现为数据明显单点大幅度台阶、突跳变化[图5(b)],采用SSGST方法分析调零干扰的时频特征可知其对应的时频能量呈窄带线状分布[图5(c)],同时SCCF特征谱显示VP仪调零干扰信号频率能量在频段上分布整体较均匀,能量强度较弱且无明显突出优势主频[图5(d)]。

图5 小庙台VP倾斜仪受调零干扰时频谱Fig.5 Time-frequency spectrum of VP tiltmeter at Xiaomiao station interfered by zero adjustment

标定干扰通常会使DSQ仪、SS-Y仪校准产生多个台阶和脉冲型突跳,而使VS仪、VP仪校准产生单个或多个方波型畸变,标定后需对坏数进行缺数处理。以小庙台2019年6月10日09时至10时VP仪NS向标定[图6(a)]为例,仪器标定干扰信号表现为重复记录读数产生的连续方波型畸变、因标定过程中格值变化引起测值改变而出现掉格的阶跃图像[图6(b)],SSGST时频谱结果显示标定干扰的时频能量呈多段式聚集分布[图6(c)],且在归一化频率为0.1和0.3这两点处存在突出优势能量[图6(d)]。

图6 小庙台VP倾斜仪受标定干扰时频谱Fig.6 Time-frequency spectrum of VP tiltmeter at Xiaomiao station interfered by calibration

3.2.2 人为进洞干扰

工作人员在观测洞室内的频繁走动或长久停留都将打破洞内静止状态,产生微量负荷、温度升高、空气流动等影响,导致形变观测数据发生变化[28]。

人为进洞干扰通常对DSQ仪和SS-Y仪数据造成小幅度连续突跳,而对VS仪和VP仪数据造成固体潮波形小幅度鼓包状、锯齿状畸变。以小庙台2016年8月11日DSQ水管倾斜仪NS向[图7(a)]和VP宽频带倾斜仪NS向[图8(a)]在相同时段内受工作人员进洞安装调试设备干扰为例,DSQ水管仪受进洞干扰信号表现为数据多次出现抖动、突跳[图7(b)],干扰的时频能量具有分布集中、振幅较强等特征[图7(c)],优势频段为归一化频率大于0.2部分,即干扰信号周期小于5 min[图7(d)]。而VP倾斜仪受进洞干扰信号表现为固体潮波形发生缓慢畸变[图8(b)],干扰的时频能量在空间上较分散且振幅较弱[图8(c)],从SCCF特征谱可知VP仪受进洞干扰信号的主要分布频段为小于归一化频率0.036而大于0.009 7部分,即干扰信号周期约在30～100 min之间[图8(d)]。

图7 小庙台DSQ水管仪受人为进洞干扰时频谱Fig.7 Time-frequency spectrum of DSQ water tube tiltmeter at Xiaomiao station interfered by human entrance

图8 小庙台VP倾斜仪受人为进洞干扰时频谱Fig.8 Time-frequency spectrum of VP tiltmeter at Xiaomiao station interfered by human entrance

3.2.3 抽水干扰

台站周围有水井抽水时,地下水会因静压力作用聚集,导致周围岩层应力状态改变,引起附近钻孔应变数据突变[26]。自2014年起,小庙台西南方向约80 m处建有一口深约30 m的生活用水机井,每日不定时1～4次抽水,抽水开始时应变数据同步发生突变,抽水结束后5～6 min数据恢复正常,对台站观测环境造成严重且长期的影响。

抽水干扰通常对SS-Y和YRY-4等应变类观测仪器影响较大,表现为数据出现锯齿状波形畸变,而对DSQ、VS、VP等倾斜类观测仪器影响较小,无明显干扰特征。以小庙台2020年2月1日至2月2日的YRY-4分量钻孔应变仪NS向[图9(a)]受机井抽水干扰为例,抽水干扰信号表现为锯齿状波形畸变的张性变化[图9(b)],并随抽水活动结束能够快速恢复正常,干扰信号时频响应特征呈三角状分布,信号频率先增大后减小[图9(c)],干扰主频能量集中在归一化频率0.008 6～0.036范围内,即干扰信号周期约为30～120 min之间,与实际抽水活动时间较一致。

图9 小庙台YRY-4分量钻孔应变仪受抽水干扰时频谱Fig.9 Time-frequency spectrum of YRY-4 component borehole strainmeter at Xiaomiao station interfered by pumping

3.2.4 施工及车辆交通干扰

西昌市北环线公路建设项目规划路段距小庙台仅50 m,自2017年4月正式动工以来,日常道路施工及车辆交通严重干扰了小庙台形变观测手段的观测质量,尤其是小庙台YRY-4钻孔仪井点位在形变山洞外部,距主公路较近,因此受到施工及车辆交通干扰影响远大于其他洞体内部观测仪器,主要表现为数据在施工时段内出现密集毛刺和固体潮波形光滑性减弱。

以2019年1月15日—1月17日YRY-4分量钻孔应变仪NS向受台站周边道路施工及车辆通行干扰为例[图10(a)],可见干扰时段内观测曲线明显增粗,出现密集毛刺突跳[图10(b)],主要由修路施工和车辆通过时车载压力及振动噪声引起,SSGST时频谱分析结果显示施工干扰信号的时频能量强度显著强于正常时段[图10(c)],干扰主频在归一化频率0.5到0.4附近(即干扰信号周期小于3 min)表现为线性递增至极值,再从归一化频率0.4附近到接近0表现为线性递减[图10(e)],说明施工及车辆交通干扰的优势主频主要影响高频端,再结合SCEF包络谱可知该类干扰还具有明显的时间分段特征,在每日08时—20时车辆通行较多、施工高峰期内干扰较强。

图10 小庙台YRY-4分量钻孔应变仪受道路施工及车辆交通干扰时频谱Fig.10 Time-frequency spectrum of YRY-4 component borehole strainmeter at Xiaomiao station interfered by road construction and vehicle traffic

3.2.5 环境降雨干扰

西昌地属亚热带高原季风气候区,夏半年4—10月为雨季,雨量充沛,强降雨活动将快速增加山体岩石土层内水分渗透,显著引起载荷变化,从而导致岩体压力和应变状态改变。

小庙台长基线式仪器如DSQ水管仪、SS-Y伸缩仪等在遭受强降雨时,观测曲线通常表现为明显的长期大幅度下滑形态,即仪器表现为南倾和压性变化。以小庙台2018年7月4日—7月8日DSQ水管仪NS向数据[图11(a)]为例,该仪器在7月6日04:00—09:00期间内遭受降雨总量达74.9 mm的强降雨干扰[图11(d)],观测曲线在10:00左右开始出现巨幅下滑现象,下滑至7月8日06:00后开始趋于平稳状态,最大变化量达714.60×10-3″。利用小波提取降雨干扰变化趋势信号[图11(b)],从对应的SSCWT时频谱可知,长期大幅下滑型降雨干扰的时频响应特征为在小于归一化频率0.001部分出现强能量团[图11(c)红框处],即干扰信号的周期大于16 h以上,这也与降雨总量、降雨持续过程、观测数据下滑趋势过程等因素密切相关。

图11 小庙台DSQ水管仪受降雨干扰时频谱(长期大幅下滑型)Fig.11 Time-frequency spectrum of DSQ water tube tiltmeter at Xiaomiao station interfered by rainfall (Type of long-term sharp decline)

另外,小庙台点式仪器如YRY-4钻孔仪、VS倾斜仪、VP倾斜仪等在遭受强降雨时,观测曲线通常表现为降雨集中时段内小幅度短时鼓包畸变状态。同样以小庙台2018年7月6日VP宽频带倾斜仪NS向数据[图12(a)]为例,在瞬时降雨量集中为0.7～1.7 mm的05:00—07:00时段内[图12(d)],观测曲线发生微弱的鼓包畸变扰动[图12(b)],且随着降雨结束,观测曲线快速恢复正常状态。短期鼓包畸变型降雨干扰信号的时频能量较微弱[图12(c)],主频能量集中在归一化频率0.020附近,即干扰信号周期约在50 min附近。

图12 小庙台VP倾斜仪受降雨干扰时频谱(短期鼓包畸变型)Fig.12 Time-frequency spectrum of VP tiltmeter at Xiaomiao station interfered by rainfall (Type of short-term bulge distortion)

3.2.6 地震波影响

同震形变波主要是地倾斜、地应变、地应力受地震波影响产生的瞬时波动,由于各类形变观测仪器观测方式、工作原理、仪器参数、频带范围均不同,故其同震响应能力也存在显著差异。地震波对形变数据的影响相较正常数据而言,也可作为一种干扰信号进行特征分析[1]。小庙台DSQ水管仪对较大震级的远震记录较好,对小震、近震等记录能力较差;小庙台SS-Y伸缩仪由于长期受仪器故障产生的毛刺噪声和台站周边机井抽水严重干扰,震时形变波往往被杂波覆盖,只有部分大于M7.5的巨震才会记录在观测曲线上;小庙台YRY-4钻孔应变仪和VS垂直摆倾斜仪相较DSQ水管仪具有更强的近震、小震记录能力,其中VS仪能够记录到西昌本地M2.0以上、凉山州范围内M3.0以上的小震,但对远震的记录能力较DSQ水管仪弱。VP宽频带倾斜仪由于秒采样的关系,不管是记录地震数量还是震级-震中距散布范围均远高于其他几套分钟采样形变仪器,同震响应能力更强。

利用2019年6月16日—6月18日内的小庙台DSQ水管仪、VS倾斜仪等两种同采样率倾斜仪器的同时段地震波数据进行同震响应特征对比分析。首先,参照“中国地震台网正式地震目录”对仪器分钟值观测数据上记录的同震形变波进行编号[图13(a)、图14(a)],有关地震信息见表2;其次,利用小波分解分离潮汐波趋势,分别提取记录较好的典型同震形变波信号[图13(b)、图13(e)、图14(b)、图14(e)],并用SSGST进行时频谱分析计算[图13(c)、图13(f)、图14(c)、图14(f)],最后结合SCCF特征谱统计各个同震形变波能量沿频率分布特征[图13(d)、图13(g)、图14(d)、图14(g)]。

表2 西昌小庙台DSQ水管仪和VS倾斜仪同震响应情况统计表(2019-06-16—18)Table 2 Statistics of co-seismic responses of DSQ water tube tiltmeter and VS tiltmeter at Xiaomiao station,Xichang (2019-06-16—18)

由图13可知DSQ水管仪对发生在克马德克群岛地区M7.3和日本本州西海岸近海M6.9这两个远震响应幅度较大,主要表现为明显的高频振荡衰减形态,信号时频能量集中在归一化频率大于0.3的部分有明显主频“波峰”,而发生在四川长宁M6.0和四川珙县M5.3的两个近震响应幅度微弱,主要表现为数据小幅突跳。而由图14可知VS垂直摆倾斜仪对两个远震记录不敏感,但对小震、近震记录较好,尤其是发生在四川长宁M6.0以及四川珙县M5.3的两个近震响应显著,主要表现为大幅度掉格和短时脉冲状突跳形态,时频能量集中在小于归一化频率0.3的部分,且优势频段较宽,具体差异可能还与仪器工作状态、震源机制参数、发震构造等因素有关。

图13 小庙台DSQ水管仪同震响应时频谱(2019-06-16—18)Fig.13 Time-frequency spectrum of co-seismic response of DSQ water tube tiltmeter at Xiaomiao station (2019-06-16—18)

图14 VS垂直摆倾斜仪同震响应时频谱(2019-06-16—18)Fig.14 Time-frequency spectrum of co-seismic response of VS vertical pendulum tiltmeter at Xiaomiao station (2019-06-16—18)

4 结论与讨论

本文提出了一种基于小波分解和同步挤压变换的形变干扰数据分频时频分析方法,结合叠加幅值特征函数和叠加系数包络函数等时频辅助分析方法,实现了对定点潮汐形变观测中干扰数据的时频特征精细刻画。本文利用所提方法分析了2016—2020年西昌小庙台形变观测中受调零标定、进出洞、道路交通施工、抽水、降雨、地震波等因素影响的典型数据,结果表明:

(1) 调零和标定干扰:VP倾斜仪调零通常表现为数据明显单点大幅度台阶、突跳变化,对应时频能量呈窄带线状分布,时频能量较弱且无突出优势频主频;其标定干扰通常表现为重复记录读数产生的方波型畸变,干扰在固定频点具有明显的优势主频,时频能量较突出。

(2) 人为进洞干扰:DSQ水管仪受进出洞干扰多表现为数据出现多个单点突跳,优势频段在高频区,干扰信号周期小于5 min;而VP倾斜仪受进出洞干扰则表现为干扰时段内波形发生缓慢畸变,优势频段在低频区,干扰信号周期约为30～100 min之间。

(3) 抽水干扰:YRY-4分量钻孔应变仪易受到抽水干扰致波形产生锯齿状大幅畸变,抽水干扰的时频能量形态与时域数据较一致,呈三角形形态,干扰信号周期约为30～120 min之间,与实际抽水活动时间较一致。

(4) 施工及车辆交通干扰:YRY-4分量钻孔应变仪受到台站周边道路施工干扰产生数据频繁突跳,干扰信号周期在3 min附近,频率能量集中在高频区且往低频区近似线性递减,受干扰时段和道路施工交通期固定集中在每日8时—20时。

(5) 降雨干扰:小庙台降雨干扰特征分为两种:长基线式仪器如DSQ水管仪受降雨干扰表现为持续数小时至数天的大尺度阶变,其频率集中在固体潮频段附近,优势周期大于为16 h,点式仪器如VP倾斜仪受降雨干扰表现为持续数十分钟的小尺度波形鼓包畸变扰动,其频率集中在低频区,优势周期约为50 min附近。

(6) 地震波影响:DSQ水管仪对较大震级的远震记录较好,对小震、近震不敏感,记录地震波以高频振荡衰减形式为主,时频优势能量主要在归一化频率0.3～0.5之间;VS倾斜仪对部分小震、近震较敏感,对远震记录较差,记录地震波以台阶突跳为主,时频优势能量在归一化频率0～0.3之间。