OBS海洋环境信号分析与应用

童思友, 廖 仪, 2, 陈 亮, 吴志强(. 中国海洋大学 海底科学与探测技术教育部重点实验室, 山东 青岛 26600; 2. 中海石油(中国)有限公司湛江分公司, 广东 湛江 524057; . 青岛海洋地质研究所, 山东 青岛 26607)



OBS海洋环境信号分析与应用

童思友1, 廖 仪1, 2, 陈 亮1, 吴志强3
(1. 中国海洋大学 海底科学与探测技术教育部重点实验室, 山东 青岛 266100; 2. 中海石油(中国)有限公司湛江分公司, 广东 湛江 524057; 3. 青岛海洋地质研究所, 山东 青岛 266071)

为研究海洋环境信号在OBS(Ocean Bottom Seismograph)原始数据中的规律及应用, 根据OBS原始数据的波形及频谱特征, 将研究区划分为5个时间段, 依次为旧涌浪阶段、风浪渐强阶段、风浪全盛阶段、风浪消退阶段和新涌浪阶段。结合海洋天气预报, 认为上述现象是由偏南风风浪对海流的影响造成的。参考野外地震数据采集记录班报, 得到各阶段的时长和距离, 计算风浪渐强、全盛和消退阶段OBS附近海流的平均速度。结果表明: OBS原始资料中浅海海洋环境噪音增强的主要因素是风浪,且风浪引起的噪音信号的波形变化特征是渐进式的; OBS可用于接收某种特殊阶段(如台风、海啸等)的噪音信号, 并根据噪音信号的波形特征、频谱变化规律和持续时间估算该阶段的海流速度变化。

海洋环境信号; OBS(Ocean Bottom Seismograph); 海浪实测

[Foundation: National Natural Science Key Foundation of China, No.41230318, No. 41240005, No.90814011; “863”Program of China, No.2009AA093401]

OBS放置于海底, 从其内部时钟唤醒开始便不断地记录周围信号, 最终得到一份包含多种信息的原始数据。这份原始数据中除常规的地震波信号外,还记录了丰富的海洋环境信息。本文在前人的研究基础上[1-3], 对南黄海海洋环境信号在OBS原始数据中的波形和频谱特征进行研究, 并根据这些特征计算风浪不同阶段的速度变化, 希望这些研究能给该领域的学者们提供有益帮助, 以便对有关问题展开更加深入的探索。

1 海洋环境信号分析

海洋环境信号按其发声机制大体分为五类, 即海洋动力信号、冰下信号、生物信号、地震信号和工业信号。南黄海位于中纬度地区, 其海洋环境信号的主要类型是海洋动力信号, 海洋动力信号包括所有因海水介质本身运动与风等气象因素, 以及地质条件作用产生的信号[4]。本文主要对其中的风浪(由当地风引起且直到观测时仍处于风力作用下的海面波浪)和涌浪(风浪离开风的作用区域后, 在风力甚小或无风水域依靠惯性维持的波浪统称涌浪)[5]信息进行分析研究。

资料表明, 风浪和涌浪产生信号的模式不同:涌浪周期长、波长大、能量大, 一旦与岛屿或海岸碰撞, 就会产生能量很大且频率丰富的声波, 声波以波群的形式可经由水体和海底传播至OBS; 风浪则主要由波浪间的碰撞、破碎而产生大量频率较高且丰富的声波, 声波经由水体传播到OBS。这两类信号分别叠加在原有环境信号中, 使得OBS记录数据中的振幅发生变化[2]。

1.1 OBS海底耦合性分析

在进行原始资料研究前, 必须了解OBS与海底的耦合情况, 因为耦合性的好坏与原始资料质量的优劣息息相关。通过研究OBS垂直(Z)分量近偏移距(<2 km)的振幅谱可以分析OBS台站与海底的耦合情况, 确定OBS是否能恰当地反映海底的振动情况[6]。如图1所示, OBS台站垂直(Z)分量原始资料的主要能量集中在零偏移距附近, 说明OBS与海底的耦合性良好, 对传播到其附近的信号能有效接收。

1.2 南黄海海况气候条件

南黄海海区6级以上的大风四季都有出现, 以春季次数多, 冬季强度大为特点。海浪一般以涌浪为主。从9月到翌年4月, 南黄海多为北风, 以北浪为主, 平均风速为8~9 m/s。每年6~8月, 南黄海盛行南到东南风, 平均风速5~6 m/s, 以南浪为主。风浪秋冬两季最大, 浪高常有2~6 m[7]。

图1 OBS垂直(Z)分量近偏移距能量谱Fig. 1 Vertical component spectrum of small offset

本文采用的OBS数据来源于南黄海海域, 采集时间为2013年8月, 所选OBS台站为C16(图2), 其海水深度约为36 m。根据野外地震数据采集记录班报, 本文研究区域(如图3所示)数据记录时间为: 2013年8月11日07: 42: 51~14: 13: 08。查看当天的海洋天气预报: 2013年8月10日08时~8月11日08 时, 黄海北部海域有4~5级偏南风, 黄海中部和南部海域有4~6级西南风; 8月11日08时~8月12日08 时, 黄海大部海域有4~6级偏南风。据此推测, 本文研究的海洋环境信号能量的加强是由局部风对南黄海浅海海流的影响造成的。

1.3 波形特征对比

本文的研究区域位于OBS数据远偏移距段(图3蓝框所示), 经放大如图4所示, 图件选择变密度显示。图4中的蓝框由左往右代表了五个不同的时间阶段, 按当时的海况依次划分为旧涌浪阶段、风浪渐强阶段、风浪全盛阶段、风浪消退阶段和新涌浪阶段。从上述五个时间阶段中各抽取一道组成标志地震道集(图5): 1914道代表旧涌浪阶段, 2161道代表风浪渐强阶段, 2202道代表风浪全盛阶段, 2322道代表风浪消退阶段, 2572道代表新涌浪阶段。

对应于上述五个时间阶段, 波形的变化特征各有不同, 即从旧涌浪阶段低频能量的平滑波形到风浪阶段高频能量逐渐增强形成的粗糙波形, 再到风浪过去后高频能量逐渐衰减后形成的平滑规则波形。随着风区的移动, OBS记录的海洋环境信号的波形经历了“平滑→逐渐粗糙→粗糙→逐渐平滑→平滑”这样一个变化过程。这种渐进过程说明其诱因同样具有渐进式的特点。

图2 南黄海OBS测线分布情况Fig. 2 Orientation and length of OBS measurement line in South Yellow Sea

1.4 频谱特征对比

为了详细研究上述五个时间阶段的频谱特征,本文分析了各个阶段标志道的频谱变化规律, 抽取的标志道道数为5(标志道道数的确定需根据原始资料的实际情况而定, 尽量体现研究区域的特征变化情况)。通过之前的分析可知, 新、旧涌浪阶段OBS接收的背景信号波形具有排列相对整齐、波峰线较长、波长较为平滑、比较接近正弦波的特点, 而风浪渐强、全盛和消退阶段, 由于从风中获取能量, 高频成分不断增强, 使得OBS记录的波形变得粗糙, 出现许多尖脉冲。

据此对研究区域进行划分(图6), 五个时间阶段从左往右依次为: 旧涌浪阶段(1911~1915道)、风浪渐强阶段(2158~2162道)、风浪全盛阶段(2199~2203 道)、风浪消退阶段(2318~2322道)、新涌浪阶段(2568~2572道)。

图7为旧涌浪阶段、风浪全盛阶段以及新涌浪阶段的海洋环境信号频谱对比图。

图3 压力(P)分量原始资料海浪区剖面Fig. 3 Raw data of the pressure component in the wave area section

图4 海浪研究区域放大显示图Fig. 4 Enlarged figure from the wave research area

图5 海浪研究区域中5个阶段的各个标志地震道集Fig. 5 Five stages of seismic readings obtained in the wave research area

对比研究发现, 新、旧涌浪阶段海洋环境信号的频谱基本处于同一数量级, 曲线走势大致吻合, 能量级别均值–36 dB以下, 而风浪明显增强了30 Hz以上的频谱能量, 即便在0~30 Hz的范围, 风浪全盛阶段的能量也略高于新、旧涌浪阶段, 但三者在此频带内的频谱曲线走势基本一致。三个阶段中0~3 Hz的范围内均存在较高的频谱能量, 且随着频率的增加而快速衰减, 其低频能量主要来源于海底水流和天然微震[8], 同时涌浪及远处航船的低频能量都可能对其产生影响。

图6 海浪研究区五个阶段的标志道集波形对比Fig. 6 Five-stage waveform comparisons of 5 readings obtained in the wave research area

1.5 OBS海浪流速估算

事实上OBS并不能直接测量海流速度, 但它独特的数据采集方式(放置于海底)有利于接收某种特殊阶段(如台风、海啸等)产生的噪音信号, 可根据噪音信号的能量强弱及持续时间估算该阶段的海流速度变化情况。

在本文中, 为了避免勘探地震波信号的影响, 将OBS原始资料共接收点道集海浪研究范围定于远偏移距段: 1880~2577道(炮号); 放炮方式: 定距放炮(125 m); 炮时: 45~50 s; 研究距离: 77.652 km; 研究时长: 7小时58分10秒。

对比五个时间阶段的波形特征, 对每个阶段进行区块划分(图4), 依次如下: 旧涌浪阶段(1880~ 1989道); 风浪渐强阶段(1990~2174道); 风浪全盛阶段(2175~2230道); 风浪消退阶段(2231~2502道); 新涌浪阶段(2503~2577道)。

旧涌浪阶段与风浪渐强阶段、风浪渐强阶段与风浪全盛阶段、风浪全盛阶段与风浪消退阶段这三组的分界线比较明显, 但风浪消退阶段与新涌浪阶段之间的分界却比较模糊。因为当风区离开后, 风浪还需要一段时间的能量衰减才能逐步转变为涌浪,这个过程是渐变的, 最终确定该组分界线的原因是2502道左侧波组的波形明显比右侧波组波形粗糙。此处并未对分界线所在的地震道进行频谱分析, 因为分界线始终处于过渡区, 其相邻道间的能量差别并不大。通过上述的区块划分, 参考当时的野外地震数据采集记录班报, 由公式V=S/T估算风区来临前后海流流速V情况如下, 其中, S表示该阶段的持续距离, T表示该阶段的持续时间。

风浪渐强阶段: 1990~2174道(07: 42: 51~10: 05: 46), 持续距离: 23 km, 持续时间: 2小时22分55秒, OBS记录的该阶段的海流平均速度为2.68 m/s。

风浪全盛阶段: 2175~2230道(10: 06: 31~10: 47: 43), 持续距离: 6.875 km, 持续时间: 41分12秒, OBS记录的该阶段的海流平均速度约为2.78 m/s。

风浪消退阶段: 2231~2502(10: 48: 28~14: 13: 08), 持续距离: 33.875 km, 持续时间: 3小时34分40 秒, OBS记录的该阶段的海流平均速度约为2.63 m/s。

此处主要就风浪引起的海流速度变化情况进行了定量计算。从计算结果来看, 风浪全盛阶段海流的平均速度比风浪渐强和风浪消退阶段高了0.1 m/s左右, 而风浪渐强和风浪消退阶段海流的平均速度大致持平。这其中不可避免地存在着一定的人为误差,在进行相关计算时需引起注意。

2 结论与建议

本文结合南黄海OBS共接收点道集远偏移距段的原始数据进行海洋环境信号研究, 研究发现OBS所记录的海洋环境信号随风区的移动而变化。根据波形和频谱变化规律, 将这种信号变化情况按时间先后顺序划分为五个阶段, 即旧涌浪阶段、风浪渐强阶段、风浪全盛阶段、风浪消退阶段和新涌浪阶段,并最终得到如下结论和建议:

1) 波形特征分析说明信号的变化是渐进式的,即“平滑→逐渐粗糙→粗糙→逐渐平滑→平滑”的过程, 这种渐进过程说明其诱因也同样具有渐进式的特点(如风区来临前后)。

图7 新、旧涌浪阶段与风浪全盛阶段海洋环境信号频谱对比Fig. 7 Frequency spectrum comparison between swell and wind wave stages

2) OBS原始资料浅海海洋环境信号中能量增强的主要因素是风浪。在本文的数据中风浪的影响是全频带的, 并主要加强30 Hz以上的频谱能量。

3) OBS可用于接收某种特殊阶段(如本文的浅海风浪)的噪音信号, 并根据噪音信号的波形特征、频谱变化规律和持续时间估算该阶段的海流速度变化。

4) 本文的研究区域位于浅海, 除风浪产生的噪音信号外, 随着风力的增强, 表层流的运动可能会对底层流产生影响, 同时考虑仪器的自噪声, 风浪阶段OBS最终记录的其实是种混合信号, 其中各类因素的影响大小难以定量表征, 建议对OBS在深海区采集的相关原始数据做进一步的研究分析。

[1] 金星, 康兰池. 利用宽频带速度记录的频域特征研究台风[J]. 自然灾害学报, 2007, 16(4): 27-35.

Jin Xing, Kang Lanchi. Research on typhoon using frequence character of broadband velocity record[J]. Journal of Natural Disasters, 2007, 16(4): 27-35.

[2] 敖威, 赵明辉, 阮爱国, 等. 利用海底地震仪数据分析台风对海底环境噪音的影响[J]. 热带海洋学报, 2009, 28(6): 61-67.

Ao Wei, Zhao Minghui, Ruan Aiguo, et al. The impaction of typhoon on seafloor ambient noise by analyzing the OBS recording data[J]. Journal of Tropical Oceanography, 2009, 28(6): 61-67.

[3] 金星, 康兰池. 利用宽频带速度记录的时域特征研究台风[J]. 自然灾害学报, 2010, 19(1): 158-167.

Jin Xing, Kang Lanchi. Research on typhoon using time-domain character of broadband velocity records[J]. Journal of Natural Disasters, 2010, 19(1): 158-167.

[4] 刘智深, 关定华. 海洋物理学[M]. 济南: 山东教育出版社, 2004: 135-137.

Liu Zhishen, Guan Dinghua. OCEAN PHYSICS[M]. Shandong Education Press.2004: 135-137.

[5] 李靖, 周林, 郑崇伟, 等. 太平洋海浪场时空特征分析[J]. 海洋科学, 2012, 6: 94-100.

Li Jing, Zhou Lin, Zheng Chongwei, et al. Spatial-temporal variation analysis of sea wave field in the Pacific Ocean[J]. Marine Sciences, 2012, 36(6): 94-100.

[6] 刘丽华, 吕川川, 郝天珧, 等.海底地震仪数据处理方法及其在海洋油气资源探测中的发展趋势[J]. 地球物理学进展, 2013, 27(6): 2673-2684.

Liu Lihua, Lv Chuanchuan, Hao Tianyao, et al. Data processing methods of OBS and its development tendency in detection of offshore oil and gas resources[J]. Progress in Geophysics, 2012, 27(6): 2673-2684.

[7] 石小翠. 中国东部海区波浪数据库的研发[D]. 青岛:中国海洋大学, 2013.

Shi Xiaocui. The database research of wave in eastern China Sea Abstract[D]. Qingdao: Ocean University of China, 2013.

[8] Mjelde R, Timenes T, Shimamura H, et al. Acquisition, processing and analysis of densely sampled P- and S-wave OBS-data on the mid-Norwegian Margin, NE Atlantic[J]. Earth, Planets and Space, 2002, 54(12): e1219-e1236.

(本文编辑: 李晓燕)

Analysis and application of ocean ambient signal based on ocean bottom seismograph

TONG Si-you1, LIAO Yi1, 2, CHEN Liang1, WU Zhi-qiang3
(1. Key Lab of Submarine Geosciences and Prospecting Techniques, Ministry of Education, Ocean University of China, Qingdao 266100, China; 2. CNOOC Ltd. Zhanjiang, Zhanjiang 524057, China; 3. Qingdao Institute of Marine Geology, Qingdao 266071, China)

Jan., 30, 2015

ocean ambient noise; ocean bottom seismograph (OBS); ocean current monitor

To investigate the regularity and application of ocean ambient signals from the ocean bottom seismograph (OBS), we divided the signal analysis into five stages: old swell, wind wave coming, wind wave, wind wave leaving, and new swell stages, and then examined their waveform and spectrum characteristics. With respect to marine forecasting, the above phenomena are thought to be due to the effects of southeast wind waves on the seabed current. We calculated the different stages of duration time and length extension, using data from the field seismic acquisition report, to then calculate the average velocity of ocean currents around an OBS on the seafloor. The research results show that the main factor enhancing ocean ambient noise is the wind wave and that the characteristics of waveform develop gradually. An OBS can monitor the unique stages of ocean currents by seabed observation, making it possible to estimate the current velocity based on the waveform, spectrum characteristics, and duration of that unique stage.

P731; P732.2; P733.22; P738

A

1000-3096(2016)02-0145-06

10.11759/hykx20150130001

2015-01-30;

2015-04-07

国家自然科学基金重点项目(41230318, 41240005, 90814011);国家863项目(2009AA093401)

童思友(1969-), 男, 重庆人, 教授, 博士, 主要从事海洋地球物理方法研究, Email: tsy@ouc.edu.cn