基于“加速度台阵”的近震震相识别方法1

刘 平 马 华 周锡元

1）天津大学仁爱学院，天津301636

2）北京工业大学，北京100124

基于“加速度台阵”的近震震相识别方法1

刘 平1）马 华2）周锡元2）

1）天津大学仁爱学院，天津301636

2）北京工业大学，北京100124

本文提出了一种在近震条件下，确定台阵三分向记录图中Pg波震相的初至识别方法，并对美国UPSAR台阵记录到的2003年发生在圣西门（San Simeon）地区6.5级的地震数据进行了Pg波震相分析和识别。分析结果表明，本文提出的震相识别方法是有效的。

台阵 近震 震相识别

引言

震相分析是地震学研究中最基本、也是最基础的工作，是提取数据的主要手段（赵国荣，1999）。目前，震相识别方法可归纳为两类：一类是时域方法；另一类是频域方法。时域方法包括：长短时平均比方法、分形分维方法、自回归模型识别方法、人工神经网络方法。频域方法包括：小波变换的主成分分析方法、小波包变换的时频分析方法（周彦文等，2007）。

地震台阵一般是指在与所观测地震波波长大致相当的孔径范围内，排列和安装的若干地震子台组成的台站群（彼得·鲍曼等，2006）。地震台阵与单一三分向地震台站相比，可通过地震信号的叠加来增强信噪比，达到强化地震信号，压低随机噪声，提高信噪比的目的。对于一些震动较弱的信号，即在原始信号上基本看不出的震相，可通过台阵的数据处理方法识别出来（王娟等，2010）。可以说，台阵地震学对地球内部构造起主要作用的时代已经到来（郝春月等，2008）。中国的地震台阵建设比国外晚了几十年，从20世纪90年代起，我国先后建立了兰州和海拉尔IMS台阵、西藏那曲地震台阵、新疆和田地震台阵以及上海余山台阵（郝春月等，2008）。目前我国的地震台阵正在不断地建设，但是缺少台阵技术，如果能把已有的单个地震台或地震台网的技术应用到地震台阵中，就可以让地震台阵更充分地发挥它们应有的价值。

针对上述情形，本文在刘希强等（2000）提出的基于单一地震台的三分向地震记录震相识别方法的基础上，将其推广到地震台阵的应用中，提出了一种在近震条件下确定台阵三分向记录中Pg震相初至识别的方法。同时，对美国加州中部帕克菲尔德（Parkfield）附近的小孔径UPSAR强震加速度台阵（US Geological Survey Parkfield Dense Seismograph Array）中所获得的近场地震动数据进行了分析，通过对具体数据的分析和比较表明，本文所建议的方法是可行的，并编制了相应的应用程序。

1 时域-波数分析

时域-波数分析方法的原理是直接在时间域内对信号进行延时对齐并叠加，相对于频域-波数分析方法，该方法不用对信号做傅立叶变换。时域-波数分析方法在运算时间以及精度方面与频域-波数分析方法相当，且由于其实现方法的特点，不受低频噪声影响，较频域-波数分析方法稳定（王娟等，2010；刘希强等，2000）。时域-波数分析的表达式为：

式中，si(t)表示第i个地震台接收到的离散信号；xi表示子台i的位置向量；v表示速度向量。

地震台阵处理的基本假设为地震信号是相干的平面波，在相干平面波掠过台阵时，台阵各个传感器记录的某一震相除了可预见的传播延时外，其波形应是完全相同的。通过简单的延时相加，能够放大具有适当慢度的震相振幅，同时压低不相关噪声和具有不同慢度的震相振幅，从而提高信号的信噪比（王娟等，2010）。而由此得到的信号M(t)的估计称为“波束”。如果在延时相加中所取的视速度矢量刚好等于实际地震波的平面视速度矢量，那么由延时相加得到的将是无畸变的地震信号，如果这2个矢量并不相等，则由延时相加得到的信号将是一个经过滤波的信号（陈运泰等，2000）。

时域-波数分析方法的实质是：选定一个速度范围，将该范围划分成多个子范围，在每个子范围上，计算延时，截去延时，并将这些信号对齐相加求取信号的功率，最大功率值对应的速度和波前传播方向的组合，就是两者的最佳估计。然后再找出此波前传播方向对应的波束，考虑到 P波的运动学特征，近震条件下利用上述方法能很容易地从地震记录中识别Pg到达的时间范围（严锋等，2006；王娟等，2010）。

2 基于台阵的近震震相识别方法

本文提出了一种应用于台阵的近震震相初至识别方法，该方法共分为4步（见图1）：第1步，利用时域-波数分析方法将台阵中的各台站记录到的某次地震数据，通过分析计算得出地震波传播速度和地震波传播方向；第2步，运用台阵的波形聚束处理技术，得出相应的波形聚束法云图（台阵的波形聚束技术在很大程度上避免了在截取某一震相所在范围时，将其它震相引入预期震相），并观察起震时地震波形的变化，同时参考以上2个因素，再来截取原始三分向地震记录P波所在范围；第3步，小波变换方法；第4步，偏振分析方法采用刘希强等（2000）提出的基于单一地震台的三分向地震记录震相识别的小波变换方法。通过以上4步，将单一地震台的震相识别技术推广到台阵应用中。

3 实际地震资料分析

图1 台阵近震震相识别方法流程图Fig. 1 Phase identification flow chart in seismic array for near earthquake

为了验证本文提出的基于台阵的近震震相识别方法的有效性，我们选取了美国 UPSAR台阵（US Geological Survey Park-field Dense Seismograph Array）记录到的1次近震记录。UPSAR台阵是20世纪80年代后期布设的，它是位于戈尔德希尔（Gold Hill）以西约12km的短基线台阵，该台阵由14个台站组成（见图2），每个台站都设置1个三分向数字化加速度仪器。该台阵还被划分为多个子台阵，每个子台阵可看成由3个间距为120—180m的三角形排列的台站所组成，共覆盖了约 1km2的面积。我们所分析的地震发生时间是 2003年 12月22日，该地震发生在圣西蒙（San Simeon）地区，震级为6.5级，震中位置为北纬35.7°，西经121.1°，UPSAR台阵距震中的距离为55.6km，属于近震，主要震相是直达波Pg、Sg。在此次地震中只有P04台站未工作，其余13个台站均记录到了比较完好的地震波（Guo-Quan Wang等，2007）。

我们的具体分析做法为：

（1）利用时域-波数分析方法，求得地震波掠过台阵时的速度及地震波传播方向。圣西蒙（San Simeon）地震的震中距小于150km，属于近震。选定的波速范围是东西与南北方向均为-10000m/s—10000m/s，将这2个方向的速度范围划分为多个子范围，在每个子范围内计算延时，截去延时，并将这些信号对齐相加求取信号的功率，最大功率值对应的速度和波前传播方向的组合，就是两者的最佳估计。由此得到的地震波传播方向为15.1°（反方位角以正北方向为0度），波速为6525.3m/s，如图3所示。

图2 UPSAR台阵中的台站分布图Fig.2 Distribution of stations in the UPSAR Array

图3 竖向加速度记录波数谱Fig.3 The wave-number spectrum of vertical acceleration record

（2）利用波形聚束处理方法，对UPSAR台阵的原始三分向记录进行波束生成，识别出Pg波所在的时间区间。首先，根据时域-波数分析方法得到了反方位角15.1°（即地震波传播方向），求得了各台站位置矢量在信号传播方向上的投影；然后，再次选定波速范围，将该范围划分成多个小范围，在每个小范围内，计算延时，截去延时，并将这些信号对齐相加，达到强化相干信号，压制随机噪声的目的。绘制波形聚束法云图，根据P波的运动学特征，观察图形可以很容易地识别出Pg到达的时间范围，如图4所示。其中，图4（b）是将图4（a）中的 0－6s放大后得到的，云图有明显的颜色渐变；图4（c）与图4（d）在0—8s的范围都没有变化，可以初步确定在此次地震中Pg主要是沿垂直于地面的方向震动，也进一步证实了在此次地震中，地震波场是由垂直向和水平向的运动组成。各云图顶部的波形图为 P06台站三分向记录经归一后的地震波形图，通过观察其波动情况，可以发现当 Pg掠过台阵时，垂直方向记录到的地震波形比东西、南北方向的地震波形振动更强烈。

图4 波形聚束法云图Fig. 4 Beamforming cloud chart

（3）根据（2）得到的分析结果，对三分向原始记录的0－2.5s进行截取，通过小波变换，采用db6小波函数，可得到与每个尺度对应的三分量输出，记为gnj, gej, gzj。在我们的程序中，选定了1个滑动时间窗，窗宽为0.2s，滑动步长为0.005s。在每个时间窗内的三分量gnj, gej, gzj组成了若干个协方差矩阵，分别对其进行偏振分析。对该矩阵进行计算后，得到了对应尺度的Pg识别因子Fj（由最大特征值λ1确定），在Fj中线性度最高的点就是所求的Pg初至。为了突出地震波初至的线性偏振特性，将不同尺度下得到的Fj合成小波定位函数CF，即：

式中，CF的最大值即用来确定Pg初至（刘希强等，2000）。

利用db6小波函数进行小波变换之后，从图5（a）中可以明显看出，P02台站0—6s的范围内Pg的初至时刻；图5（b）表示P02台站三分向地震波形图，图中利用虚线和箭头将到时标记出来。

图5 P02台站三分向地震记录及经小波变换Pg初至结果Fig. 5 Acceleration data time history at P02 station and Pg arrival time

本文以P02台站为例，给出了Pg到时的识别结果，而在其余台站上得到的结果基本类似，这里就不一一列举了。通过上述方法求得的各台阵Pg值参见表1。

表1 UPSAR台阵圣西门地震各台站Pg波小波变换初至时刻表（单位：s）Table 1 First arrival time of Pg in the UPSAR array in Sansimeon earthquake (s)

4 结论

（1）本文提出了一种在近震条件下，确定台阵三分向记录图中Pg波的震相初至识别方法，结合UPSAR台阵记录到的2003年发生在圣西门（San Simeon）地区6.5级的地震数据进行了震相分析和识别，对进一步提高震相识别精度有一定的意义。

（2）应用于台阵技术中的时域-波数分析的精确性仍然是一个棘手的问题，聚束技术的实现是基于某一震相对于各个子台而言，要求波形具有很大的相关性，而对于信噪比较差的记录仍然无法得到高质量的聚束结果（黄显良等， 2005）。

（3）在本文中只选用了一组近震加速度数据进行分析，而且离震源比较近，随着距离增加，记录震相的种类也会增多，在这种情况下如何区分震相还需要进一步研究。

（4）在地震多发区设置地震台阵，对于提高地震监测能力具有重要意义。

彼得·鲍曼主编，中国地震局监测预报司译，2006. 新地震观测实践手册. 北京：地震出版社，368—412，429—518.

陈运泰，吴忠良，王培德等，2000. 数字地震学. 北京：地震出版社， 65—69.

郝春月，贺冬梅，2008. 台阵地震学方法及在中国 IMS台阵的应用研究. 地球物理学进展，32（3）：668—673.

黄显良，朱元清，2005. 地震台阵及其数据处理方法. 地震地磁观测与研究，26（1）：62—66.

刘希强，周蕙兰等，2000. 用于三分向记录震相识别的小波变换方法. 地震学报，22（2）：125—131.

王娟，邱宏茂等，2010. 兰州海拉尔核查地震台阵聚束波束配置方法研究. 核电子学与探测技术，30（1）：43—47.

严锋，靳平，范广超，2006. 地震台阵上信号方位角和慢度的时、频域估计方法比较. 西北地震学报，28（4）：327—330.

赵荣国，1999. 震相分析是地震科学的心脏. 地震地磁观测与研究，20（5）：121—126.

周彦文，刘希强，2007. 初至震相自动识别方法研究与发展趋势. 华北地震科学，25（4）：18—22.

Guo-Quan Wang, Guo-Qing Tang, Caesar R. Jackson, Xi-Yuan Zhou and Qing-Liang Lin, 2007. Strong Ground Motions Observed at the UPSAR during the 2003 M6.5 San Simeon and 2004 M6.0 Parkfield, California,Earthquakes. Bulletin of the Seismological Society of America, 97 (1B): 76—90.

Seismic Phase Identification for Near Earthquake Based on Dense Accelerometer Array

Liu Ping1), Ma Hua2)and Zhou Xiyuan2)
1) Tian Jin University RenAi College, Tian Jin 301636, China
2) Beijing University of Technology, Beijing 100124, China

This paper presents a method which can be used in identifying arrival time of Pg-wave for near earthquakes by three-component seismic acceleration data of seismic array. Taking San Simeon M6.5 earthquake recorded in 2003 as an example, a case study is performed from UPSAR dense accelerometer array near by Parkfield in mid-California. The result shows that the proposed method is effective.

刘平，马华，周锡元，2011. 基于“加速度台阵”的近震震相识别方法. 震灾防御技术，6（3）：269—275.

国家重点基础研究发展计划资助，项目编号2007CB714200、自然科学重大项目编号90715038

2011-04-21

刘平，女，生于1982年。天津大学仁爱学院教师。研究方向：地震工程。E-mail: liuping021031@126.com

Κey words: Seismic array; Near earthquake; Phase identification