大陆地震观测中连续震颤波信号的定位

张雁滨 蒋 骏 郭 斌 顾升宇 徐文杰 王 朝

1 华中科技大学物理学院，武汉市珞喻路1037号，430074

宽频带地震观测技术提供了前所未有的更丰富的地球物理信号，例如在俯冲带和板块交界处观测到的非火山震颤（nonvolcanic tremor）、间歇式震颤滑动（ETS）、低频地震滑动（LFEs）、甚低频地震（VLFE）、慢滑动事件（SSE）等［1－6］。在中国大陆地区，宽频带地震计以及重力和倾斜仪普遍都能观测到类似的信号，这里统称为震颤波信号［7－10］，与国际上在特殊地区观测到的Tremor、ETS、LFEs、VLFE、SSE 等信号相比，既有类似之处，又有所不同。显然，在分析研究大陆地震观测中的震颤波与大规模天气系统活动的关系、震颤波与构造运动背景及一些强震活动之间的关系、产生机理等问题时，对震颤波信号的定位是关键。

对能够拾取初动的信号，只要满足观测条件，便可通过提取波初动的方法进行较精确定位。而对小振幅、低信躁比、无明显初动到时的弱信号，例如非火山间歇震颤信号，目前国际上采用的方法有颤动信号提取、信号振幅平方、采用互相关方法确定震颤信号包络线的相对到时、以网格搜索法来进行信号源的定位［1，11－12］。此外，Kao等［13］提出震源扫描算法（the source－scanning algorithm，SSA）进行震颤源的定位。这些方法都主要针对间歇式的震颤信号（每个震颤的持续时间为s～min），研究的空间尺度范围一般都在几十km 或上百km，分布有非常密集的观测台网。

连续震颤波信号持续时间在几h以上，观测范围可达几千km，信噪比低、传播路程长、不同台站的记录变异大，因此信号源的定位难度非常大。本文参考国际上对间歇式震颤的定位方法，在对连续震颤波信号的特征进行分析的基础上，根据实际观测特点，在信号的提取和识别及处理方面进行整合和改进，得到可行的定位技术和方法，并通过对已知台风引发的连续震颤波的定位进行方法检验。

1 连续震颤波信号的定位技术

1.1 定位方法的实验和技术

早先，我们参考文献［11－12］，对地震观测数据中几个已知的来自西太平洋台风产生的震颤波信号进行定位方法的实验。在实验中发现，由于连续震颤波持续震动几十h不断，观测台站的分布范围大，信号传递时间长，分析所涉及信号的时间尺度范围大，观测中不同信号的互相关相差不明显，给“同一信号包络线”的相对到时判断工作带来困难。对此，采取了一系列处理手段：从连续的长时段中选择有相似突变特征信号的时段讨论分析①；在信号提取过程中，除在对信号特征分析的基础上进行滤波外，考虑到震颤波中含有多种复杂的信号成分，以及定位对信号时间变化的精准要求，对信号识别提取以及分析方法进行了改进。利用小波分析在信号时频分析上的优势，进行震颤波中各信号的识别和分析②，比较不同台站、不同支波的信号，进行多个信号时间段的大致确定（进一步缩小分析的时间尺度）；在对包络信号的互相关分析上，不仅对单个包络信号，而且将一个确定时间窗中连续的几个包络信号作为一体来进行相关分析等。总之，在“更准确地提取、识别相同的震颤波信号，提高信噪比”上做工作，最后以所确定时段内的同一组信号包络线的相对到时，利用网格搜索法进行信号源的定位。以1 Hz采样数据，对几个已知台风信号进行定位方法实验，定位结果与同时段台风中心位置的误差范围约40～100km①易鹏程.震颤信号的起始时间判断与定位.华中科技大学物理学院毕业论文，2009年6月。指导教师：张雁滨，蒋骏。②刘伟.基于小波分析方法的震颤信号起始时间判断与定位．华中科技大学物理学院毕业论文，2010年6月。指导教师：张雁滨，蒋骏。。根据台风的结构和运动状况，对其产生的信号源的定位来说，这样的结果是合理的。以上采用的方法最终需要获得信号的相对到时。虽然实验结果都较理想，但在多台站观测信号的互相关分析以及“同一组包络信号线的相对到时”的确定环节，困难较大。例如实际工作中所遇到的最大问题是不相关的波形间相关系数也很高，从而需加入人为判断，不利于方法的程式化。因此，采用震源扫描算法（SSA 法）来取代前面的到时判断以及网格搜索定位环节。

1.2 震源扫描算法（the source－scanning algorithm，SSA法）

SSA 法［13］的核心是通过观测波形信号的相对振幅和到时来判定震源是否位于特定的时间和地点，通过系统地扫描一个试探性的位置和发震时刻，得到整个震源序列分布，而不需要拾取到时，也不需要计算理论地震图（图1）。

图1 震源扫描算法原理示意图Fig.1 Schematic diagram to illustrate the concept of SSA

假设一个地震事件被N个台站的地震仪记录到。首先对每个数字地震信号的振幅归一化，然后计算点η在时刻τ的亮度函数br（η，τ），定义如下［13］：

式中，un是在台站n记录的归一化地震记录，tηn为从η点到台站n计算的某个最大震相的走时。如果所有的最大振幅都是由点η在时间τ产生，那么br（η，τ）＝1（图1）。同样，br（η，τ）＝0.1意味着位于点η、时间τ的震源产生的最大振幅在每个台站只有平均10%被观测到。通过系统地搜索η点和时间τ来寻找亮度函数的最大值，便可有效地重构震源的时空分布。在通常情况下，br（η，τ）＝1极少出现，可以认为，整个时空中“亮度”函数取最大时是震源发生的位置和事件发生的时刻。有关该方法的更多信息及应用细节可参考文献［3，13－14］。

在观测范围较大、台网较稀疏的条件下，对大陆观测中那些持续时间长、到时难以确定、不同台站观测信号的相关不明显的连续震颤信号，在对信号进行识别分析以及一系列处理的基础上，采用SSA 法来取代到时确定、搜索定位环节，以震源扫描的“最大亮度”值进行连续震颤波信号的定位，可解决前述实际困难。

1.3 连续震颤波信号定位的技术方案

经过反复应用和检验，得到适合于连续震颤波信号的定位技术方案：

1）应用频谱特征、时频分析、小波变换等多种方法，对观测信号中的连续震颤信号进行识别和提取；

2）采用“振幅平方法”、“差分法”等对信号进行处理，提高其信噪比；

3）选择包含有较强特征信号的时段（可以是多个）作为分析样本信号，尽可能缩小连续震颤波分析讨论的时间尺度；

4）对样本信号取包络线（也可采用对数据平滑的方法），即对波群信号进行有关时间的分析，并根据具体观测情况（台站分布、扫描空间范围），来选择扫描所用信号的时间段（时间窗长）；

5）分别对所选择时段内的信号进行归一化后，用SSA 法进行空间扫描定位，给出“亮度”较大的结果。

2 连续震颤波信号定位方法的检验实例

基于上述基本原则和技术方法，对实际观测中不同的信号进行测试和检验。这里给出其中几个实例。

2.1 对地震面波信号的定位

SSA已被引用于微震的定位［14－15］，这里把上述技术方法用于稀疏台站观测、低采样信号，对已知小地震进行定位检验。采用中国大陆CD2、KMI、GOM、GYA、LAS、LZH 和XAN 等7个台站观测的2008－05－27四川青川4.4级地震连续波形数据（图2（a）），采样率1Hz（对原始地震信号作重采样处理）。需要说明的是，与连续震颤波信号不同，地震信号的信噪比高、持续时间短、信号清晰明确，但因观测点不同，各台观测的地震波形有差别，所以这里只是对这个地震信号进行了平方、取包络及归一化等处理（图2（b）），然后用SSA 法，在95°～115°E、20°～40°N 空间范围扫描定位。在一次扫描的基础上缩小空间进行二次扫描计算，当取3.1km／s波速模型时（图3），“亮度”最大值位于104.92°E、32.24°N（中国地震台网中心公布的地点为104.74°E、32.24°N）。由于这里所用信号的采样率相对较低，又对数据进行了一系列处理，所以这个偏差是合理的。关于波速模型，考虑到扫描空间较大，而且对信号作了取包络处理，波速模型的准确性可能带来偏差，所以在实验中，还采用了不同的面波波速模型（2.8～3.5km／s）进行计算比较。结果显示，采用不同波速会带来几十km的偏差，波速在3.0km／s左右时结果偏差小。

图2 2008－05－27各台站观测的青川4.4地震信号（1Hz采样）Fig.2 The observation of Qingchuan 4.4earthquake on May 27th，2008（1Hz sampling）

图3 2008－05－27青川4.4地震SSA 扫描图Fig.3 Application of SSA to locate Qingchuan 4.4 earthquake on May 27th，2008

2.2 对台风引发的连续震颤波信号的定位

将上述技术用于已知台风引发的连续震颤波信号来进行定位实验。选择两个发生在西太平洋、运动路径比较有代表性的台风——2006－05强台风珍珠（Chanchu）和2007－07碧利斯（Bilis）为研究对象，采用中国大陆GZH、CD2、WHN、GYA、GUL、CNS、HEF、QZH、WZH 和SSE 等台站的地震观测记录。根据对各个台站观测信号的小波分析结果发现，台风引发的连续震颤波信号主要分布在d1、d2和d3层，而且与d1和d2层信号比，d3层信号（1Hz采样数据，8～16s周期段）虽相对弱，但在较大的观测范围内，不同台站的d3层信号特征表现一致性强，信号在传播空间上衰减相对缓慢，所以采用d3层的信号进行震颤波源的定位。

图4 台站分布示意图Fig.4 Schematic diagram of station distribution

对2006－05－14～19“珍珠”引发的连续震颤波的d3信号，选其中信号较强时段的数据取振幅平方（以05－16 20：00、05－07 00：00各1h的信号为例，见图5），根据需要确定扫描时间窗长（这里选1 000s），再对所选时间窗内的信号（例如图5（a）中阴影部分，可任意前后挪动这个窗来选不同时段的信号）经取包络线、归一化处理后以SSA方法进行震源扫描。在一次扫描的基础上，缩小扫描的空间为110°～120°E、15°～25°N，进行二次定位。用图5（a）、5（b）所示数据中多个不同时段的信号，以不同的波速（采用面波波速模型2.8～3.5km／s）进行扫描计算实验，所得结果稳定、地点集中，与台风路径相比较，所得地点均分布在距台风中心几十到100余km 的范围内，并能正确反映台风中心随时间的运动变化趋势，结果可信。因篇幅有限，这里仅给出对应图5（a）、5（b）所示数据中多个时段扫描结果中的一个图（图6（a）、6（b），波速采用3.0km／s）。

图5 各台站观测的震颤波取平方后的信号Fig.5 The signals after square processing

图6 台风“珍珠”的连续震颤波信号震源扫描结果图例Fig.6 The map by SSA of Chanchu’s tremor wave

将同样的方法用于2006－07台风“碧利斯”引发的连续震颤波信号。同样采用db小波分层进行信号的识别，采用d3层的信号，选取其中07－13 12：00、07－14 04：00的数据为例（图7（a）、7（b）），取扫描时间窗长1 000s，采用与前面相同的方法，对这2h的数据分时段进行信号处理后，用不同的波速（采用面波波速模型2.8～3.5km／s）进行震源扫描实验计算，扫描后的定位结果也同样能反映台风的运动趋势，结果也稳定分布在距台风中心20～100 多km 的范围内（图8（a）、8（b））。并且，对“碧利斯”的观测而言，其台站的空间分布相对要比“珍珠”的合理，扫描的结果也优于“珍珠”。

2.3 结果讨论

以上实验中，因为对数据进行了小波变换、平方、取包络或平滑等一系列处理，可考虑这些信号是以波群的“视速度”传播。若视其在地表传播，以面波波速2.5～3.5km／s进行测试，得到的结果基本分布在距该时段台风运动路径中心的20～180km 范围内，说明这个波速模型是可行的。台风的本身结构半径在500～1 000km，即使是台风的环状区域（最大风速和最强暴雨集中出现的区域），也是位于距台风中心约几十到100 多km 半径范围内，加上大陆的观测台站均分布在台风的西北部，位置并不十分理想，综上因素，定位的结果是合理的。此外，对连续震颤波中不同时段的信号以相同方法进行定位，最后所得结果也都是稳定的，地点相对集中，定位结果也能反映台风的运动趋势，达到对此类大规模天气运动与大陆地震观测中出现的震颤波相关分析中对信号源定位的要求。这也表明，对于连续的震颤波信号用该方法得到的定位结果是可信的。

图7 各台站观测的震颤波取平方后的信号Fig.7 The signals after square processing

3 结 语

本文参考国际上对间歇式震颤的定位方法，根据连续震颤波的特点，在准确识别提取信号、提高信噪比、缩小分析讨论的时间尺度等原则基础上，对信号的识别及处理技术进行整合和改进，得到对这类信号所采用的定位途径和方法流程：识别分析－信号处理－扫描定位。对已知台风引发的连续震颤波定位检验结果表明，这些技术方法是可行的，结果合理可信。

对连续震颤波信号的识别提取是其中关键的一环，信号若识别准确，再经过有效的处理，即使对信号以SSA 方法进行无特定信号的“盲目扫描”，也能获得可信的稳定结果。该定位方法和技术已实现计算机程式化。

以上对连续震颤波定位所采用的技术方法还有可提升的空间，例如在信号的识别环节，可以采用时频分析技术来提高对“相同信号”的确定；数据处理中可用取包络线的方法，也可尝试采用数据平滑等多种方式；根据实际观测的信号情况来选择合适的扫描时间窗的长度等。由于连续震颤波的持续时间长，所用数据的采样率一般为1 Hz，尝试用采样率为20Hz的连续信号来进行定位时，准确度虽有提高，但在“信号识别”及“相关分析”环节会带来更多的困难。

［1］Obara K.Nonvolcanic Deep Tremor Associated with Subduction in Southwest Japan［J］.Science，2002，296（5 565）：1 679－1 681

［2］Rogers G，Dragert H.Episodic Tremor and Slip on the Cascadia Subduction Zone：The Chatter of Silent Slip［J］.Science，2003，300（5 627）：1 942－1 943

［3］Kao H，Shah S J，Herb D，et a1.A Wide Depth Distribution of Seismic Tremors along the Northern Cascadia Margin［J］.Nature，2005，436（7 052）：841－844

［4］Shelly D R，Beroza G C，Ide S，et al.Low－Frequency Earthquakes in Shikoku，Japan，and Their Relationship to Episodic Tremor and Slip［J］.Nature，2006，442：188－191

［5］Ito Y，Obara K，Shiomi K，et al.Slow Earthquakes Coincident with Episodic Tremors and Slow Slip Events［J］.Science，2007，315（5 811）：503－506

［6］Shelly D R，Beroza G C，Ide S.Non－Volcanic Tremor and Low－Frequency Earthquake Swarms［J］.Nature，2007，446（7 133）：305－307

［7］张雁滨，蒋骏，廖盈春，等.宽频地震计及倾斜、重力仪对长周期波动信号的综合观测［J］.地震学报，2008，30（6）：626－633（Zhang Yanbin，Jiang Jun，Liao Yingchun，et al.Joint Observation of Long Period Tremor Signals with Broadband Seismometer，Tiltmeter and Gravimeter［J］.Acta Seismologica Sinica，2008，30（6）：629－635）

［8］张雁滨，蒋骏，李胜乐，等.热带气旋引起的震颤波［J］.地球物理学报，2010，53（2）：335－341（Zhang Yanbin，Jiang Jun，Li Shengle，et al.The Tropic Cyclone Aroused the Tremor［J］.Chinese J Geophys，2010，53（2）：335－341）

［9］蒋骏，张雁滨，林钢，等，固体潮观测中的震颤异常波［J］.地球物理学 报，2012，55（2）：462－471（Jiang Jun，Zhang Yanbin，Lin Gang，et al.The Tidal Instruments Recorded Abnormal Tremor Wave［J］.Chinese J Geophys，2012，55（2）：462－471）

［10］张雁滨，蒋骏，李才媛，等，昆仑山强震前的震颤波并非源自慢地震［J］.地球物理学报，2013，56（3）：869－877（Zhang Yanbin，Jiang Jun，Li Caiyuan，et al.The Tremor Wave before the Kunlun Strong Earthquake is not the Slow Earthquake Event［J］.Chinese J Geophys，2013，56（3）：869－877）

［11］Rubinstein J L，Rocca M L，Vidale J E，et al.Tidal Modulation of Nonvolcanic Tremor［J］.Science，2008，319（5 860）：186－189

［12］Gomberg J，Rubinstein J L，Peng Z G，et al.Widespread Triggering of Nonvolcanic Tremor in California［J］.Science，2008，319（5 860）：173

［13］Kao H，Shan S J，The Source－Scanning Algorithm：Mapping the Distribution of Seismic Sources in Time and Space［J］.Geophys J Int，2004，157（2）：589－594

［14］李文军，陈棋福.用震源扫描算法（SSA）进行微震的定位［J］.地震，2006，26（3）：107－115（Li Wenjun，Chen Qifu.Micro－Earthquake Location by Means of Source－Scanning Algorithm［J］.Earthquake，2006，26（3）：107－115）

［15］李文军，李丽，陈棋福.用震源扫描算法（SSA）研究列车源的运动［J］.地球物理学报，2008，51（4）：1 146－1 151（Li Wenjun，Li Li，Chen Qifu.Research on the Movement of Vibration Source of Train by Means of SSA［J］.Chinese J Geophys，2008，51（4）：1 146－1 151）