地磁观测数据中典型干扰识别与处理

杨学慧，杨正纲，姚休义，王赟辉

(云南省地震局，云南昆明 650224)

0 引 言

基于地磁观测数据的研究成果广泛服务于国防建设、能源和矿产资源的探查、导航及航天环境的监测，以及震磁关系研究和地震预报实践等诸多领域[1-2]。近年来，一些学者如冯志生[3]利用地磁垂直分量日变化幅度响应比、逐日比和空间分布特征等方法，综合分析了江苏及周边地区中强震前异常的特征。倪晓寅[4]、李霞[5]等分析了强震前短周期地磁谐波振幅比变化特征。这些研究为短临跟踪、长趋势分析等工作提供了显著的支持，为震磁关系研究积累了大量资料，而支撑这些研究的基础就是地磁台站产出的连续完整、准确可靠的观测资料[6]。随着地磁观测技术的不断改进、电子技术和通讯技术的不断发展，数字化地磁观测仪器陆续安装和运行，地磁观测数据日益丰富，观测技术更加完善。然而，随着社会经济快速发展，铁路、公路和电网等国家基础设施的大规模建设运行，地磁台站观测环境不可避免受到不同程度的干扰，进而影响地磁观测数据质量，制约地磁观测工作的发展和应用效能的发挥，同时也影响依赖地磁观测数据的相关科学研究。

1 观测现状

目前云南地区共有地磁观测台站11个，台站分布见图1。其中，通海、楚雄和永胜三个台站地磁数字化观测始于2008年。为加强云南地区地磁观测能力，2015年云南省地震局依托中国地震局背景场建设项目，新建了景谷、勐腊、富源、西盟、盈江、马关和云龙7个相对观测台和丽江基准地磁台，较大程度提升了云南地磁观测密度，各台站观测仪器配置状况详见表1。

图1 云南省地磁台站分布

背景场项目新建地磁台站观测运行至今，部分台站的观测环境受到不同程度的干扰，其中盈江、勐腊、西盟、富源及景谷等5个台站受到高压直流输电、车辆、装置系统和人为等干扰的影响。这些影响在数据曲线上表现为尖峰、大小台阶(骤变、缓变)或错误数据等。以盈江地震台和富源地震台为例，2016年8月11日，盈江地震台2号测点的GM4-XL仪器的观测数据中就存在2184个干扰信号，Z分量最大变化幅度达31 nT；2018年11月24日，富源地震台受高压直流输电影响，Z分量受严重影响，干扰幅度高达43 nT(图2)。

图2 观测仪器受各类典型干扰

对于上述的干扰变化，只能采取人工逐项识别、手动干预的方法进行处理，这种方法涉及高采样率导致工作量极为庞大，加之分量多、干扰类型复杂等因素进一步增加了人工处理难度。鉴于以上情况，谢凡等[7-9]通过建立干扰模型模拟轨道交通对地磁观测的干扰，利用小波方法对其进行干扰抑制，取得较好结果。吴利辉[10]利用经典功率谱估计法对地铁干扰数据进行了功率谱对比分析,然后通过小波变换对受干扰数据进行干扰抑制处理，再进行多级分解和重构，取得了较好的处理效果。郑星亮[11]、苑益军[12]采用窗函数、同相叠加技术和信号延时叠加来提高信噪比，降低信号受干扰程度。然而，地磁观测数据往往同时受多种干扰影响，且时间尺度不同，导致单一的分析处理方法不适用于日常预处理工作，亟需一种能快速识别典型干扰信号并自动预处理的方法。通过对地磁数据中的典型干扰特征进行分类，使用一阶差分识别、参考分量斜率反算及线性插值等处理方法对数据进行处理，尝试研究一套适用于地磁干扰自动识别及预处理的方法，以期在保证正常数据形态的基础上，将曲线中的台阶、尖峰、高压直流输电干扰和畸变等信号去除，实现典型干扰的识别与自动预处理。

2 干扰特征分类

目前，对地磁观测数据造成干扰的主要因素包括交通运输、基建施工、农业生产活动以及高压直流输电等。交通运输干扰是指车辆在运动过程中近距离接触观测室，产生近场区偶极源电磁场导致观测环境受到干扰，其影响程度主要取决于车辆距观测仪器距离的远近，在垂直分量上表现为随着干扰源由远及近再远离的过程，曲线呈现快速下降又恢复的形态(图3a)。基建干扰和农业活动是指观测台站附近由于建筑施工、农业活动等，铁磁性物质接近观测室产生的近场区偶极源电磁场干扰和施工过程中产生的噪声干扰[6]，多表现为曲线呈杂乱无章的错误数据(图3c)或者尖峰现象(图3d)。高压直流输电技术是将三相交流电通过换流站整流变成直流电，然后通过直流输电线路送往另一个换流站逆变成三相交流电的输电技术[13]，其对地磁观测数据造成的影响有时域特征：同一条干扰线路同一个干扰事件对线路两边的地磁台站观测造成的干扰同步发生、方向及幅度特征表现为在导线的两边产生的磁场方向相反，大小与输电线路中的不平衡电流的大小成正比，与输电线距台站的视距离成反比等，主要体现在垂直分量上，高压直流输电干扰在地磁数据曲线上表现为缓变台阶(图3b)和直上直下的骤变台阶，其中骤变台阶可以通过定量改正处理，而缓变台阶由于起始和结束时间难以确定，通常需要人工判定，此干扰类型是本次研究的重点。总体而言，除骤变台阶和单点尖峰以外，其余干扰形态具有多点复杂畸变、幅度大、逐渐偏离日变形态的共性。由此，可尝试利用这一共性，归类为缓慢变化处理。

图3 干扰形态示意图

3 干扰识别与处理

3.1 干扰识别方法

将需要进行预处理台站定义为对象台站，其受干扰的地磁某一分量定义为对象分量，选取参考台站的同一分量作为参考分量。参考分量及参考台需满足以下条件：观测环境干扰较小、背景噪声低于台网平均噪声水平，预处理当日数据连续完整、内精度好，无钟差，未受高压直流输电干扰影响，已产出预处理数据，对象分量和参考分量应为同一分量。经调研，通海地震台、云龙地震台(自2017年以来)及丽江地震台的地磁观测满足上述条件。

3.1.1 编码

3.1.2 阈值的设定及确定需处理时段

前期调研发现，在观测系统工作正常，无高压直流输电、基建干扰、车辆干扰或人为干扰等观测环境极为优秀的台站产出的数据中，一阶差分均小于等于0.4 nT。而富源、通海等地震台站受高压直流输电影响时段内产出的数据中，一阶差分均大于等于0.5 nT(如图4，为2020年5月5日富源地震台受高压直流输电影响时段的数据)。其余干扰导致的一阶差分结果更大，扰动时段内的数据一阶差分结果也大于0.5 nT，故在排除扰动时段的基础上，以0.5 nT为阈值，能最大限度保证干扰信号被处理而又不会导致过度处理，这也是目前全国地磁秒数据人工预处理普遍采用的阈值，据此，将阈值设定为0.5 nT。

图4 2020年5月5日富源地震台受高压直流输电干扰影响

将对象分量进行两次一阶差分计算依次检测，阈值R=0.5 nT，第一次检测， 当|Yn-Yn-1|≥R且|Yn+1-Yn|

(1)

3.2 数据处理

(2)

由于前期对数据序列进行过编码，故：

Xn+1-Xn=1

(3)

K=Yn+1-Yn

(4)

即，值等于一阶差分的计算结果。

由于定点观测的磁场变化相对稳定，两定点观测地磁台的观测数据之间的相关系数极高，因此尝试将参考分量数据段内相邻两点的斜率应用在对象分量上，即设定对象分量与参考分量的斜率相同，即：

K(n+1)=K'(n+1)

(5)

=Y(n+1)-Yn

(6)

Y(n+1)=K'(n+1)+Yn

(7)

至此，即可对缓变时段内的数据依次插值。

基于上述方法，开发了处理软件，可直接连接数据库，并根据台站实际情况选择参考台站、分量，以及设定处理时段，该软件在经过验收后可直接推广至各个地磁台使用(图5)。

图5 地磁干扰数据自动处理软件界面

4 实测数据处理效果检验

前期大量统计分析显示，相邻两个台站的相同分量之间的相关性相对稳定，台间距相近的两个台站、相同分量之间相关性亦保持相同水平，故可以此检验该方法的处理效果。以云龙台为参考台(其一阶差分结果远低于阈值0.5 nT)、盈江地震台为对象台站，处理后的相关系数将与台间距相近的永胜地震台至云龙地震台的相关系数作比对，若两个相关系数相近，则认定处理成功，该方法有效。结果如表2所示，可以看出处理后盈江地震台与云龙地震台的相关性与已知的永胜地震台与云龙地震台的相关性相近(表2)；同样，以景谷地震台为参考台，西盟地震台为对象台站，处理后的相关系数与台间距相近的勐腊地震台至景谷地震台的相关系数作对比(表2)，根据两次的结果可以看出处理效果较好，达到研究目的效果(图6)：

表2 处理前后的相关性

图6 盈江地震台Z分量处理效果

本文曾尝试使用交通运输干扰、基建干扰基本为零的对象分量的子夜值与参考分量子夜值计算背景相关系数，再用处理后的相关性与之对比，以期检验处理效果。但由于子夜时间段内磁层电流特别微弱、来自于磁层的变化磁场也很弱，更多是电离层电流体系在不同的地下结构感应出的不同的感应磁场，受局部环境影响比较大，相关性较差，不具备可比性。

5 讨 论

在处理效果检验的过程中，曾尝试使用车辆干扰、基建干扰基本为零的对象分量子夜值与参考分量子夜值计算背景相关系数，再用处理后的相关性与之对比，以期衡量和检验处理效果。但由于子夜时间段内磁层电流特别微弱、来自于磁层的变化磁场也很弱，计算出的相关系数不稳定，不具备参考性。

笔者将本研究方法应用在盈江地震台，经过近半年的在线实测数据检测，能在保证数据曲线正常形态的基础上，将数据曲线中的台阶、尖峰、畸变信号较好的去除。但由于地磁观测数据包含外源磁场和内源磁场的信息，一旦替换窗口较长会引起不可忽视的误差，且在调研过程中发现，大多数干扰皆为偶发性、时间短，故建议窗长不宜超过1个小时。