邢台地震台数字化水位监测效能分析

2021-04-18张明哲张朋杰

地震地磁观测与研究 2021年1期

张明哲王静凌燕张波张朋杰

（中国河北 054000 河北省地震局红山基准台）

0 引言

地震地下流体观测一直是地震地球物理观测的重要监测手段，在地震监测预报中发挥了重要作用。我国地震地下流体的数字化观测已有多年的历史（车用太等，2002），许多研究者在井水位动态变化、潮汐效应、地壳应力—应变响应灵敏度、干扰因素等方面开展了大量研究工作，得到一些研究结果（车用太等，2002；张昱等，2010；陈美梅等，2017）。邢台地震台共有3 口流体观测井，随着“十五”数字化地震观测网络项目和2017 年京津冀仪器更新改造项目的完成，3 口流体井均配备“十五”的水位、水温、气象三要素观测仪器，且正式运行多年。本文选取2017—2019 年数字化水位观测资料，从数据完整率、潮汐效应、同震效应、年月日动态特征、干扰因素等方面进行统计与分析，在此基础上对邢台地震台数字化水位监测效能进行初步分析。

1 邢台地震台数字化水位观测概况

邢台地震台下辖的3 个流体井观测站均为华北油田勘探深井，其分别为衡水冀16 井、辛集冀21 井、宁晋冀22 井观测站（以下简称衡水井、辛集井、宁晋井），共4 个水位测点，其中，衡水井、宁晋井各1 个测点；辛集井1 个数字化测点，1 个模拟测点。数字化水位观测点基本情况见表1。地质构造上衡水井位于华北平原沉降带冀中凹陷新河凸起高点上，井位在衡水断裂南侧7 km 处；辛集井位于华北平原沉降带冀中拗陷宁晋凸起东侧斜坡上，其东为束鹿凹陷；宁晋井位于华北平原沉降带宁晋凸起东部斜坡带，井位在束鹿断裂带上。流体井分布见图1。

表1 邢台地震台水位测点基本情况Table 1 Statistics of water level measuring sites at Xingtai Seismic Station

图1 邢台地震台地下流体观测站点分布Fig.1 Distribution of underground fluid observation sites at Xingtai Seismic Station

2 水位观测资料分析

2.1 观测数据完整率

车用太等（2002）指出观测数据完整率是衡量台站运行状况的综合指标，其高低取决于仪器设备的故障率、仪器设备运行环境的优劣及台网管理水平。水位观测易受各种干扰因素的影响，如仪器故障、水位校测、采集水样等都容易造成数据错误。本文选取2017—2019 年水位观测数据分钟值统计完整率，结果显示，3 口流体井水位数据年均完整率均＞99.9%，表明观测仪器运行稳定，数据有效率较高（表2）。

表2 水位观测数据分钟值完整率Table 2 Water level observation integrity

2.2 水位潮汐效应

张昱等（2008）认为井水位固体潮效应是体应变固体潮的次生效应，是含水层体积的变形引起的井水位有规律的周期性变化。在判断观测资料应用价值和内在质量时，通常通过对潮汐效应的分析计算获得潮汐响应特征参数，即采用井水位中的M2波潮汐因子、观测资料精度来分析井潮汐响应能力及资料内在质量，其中，水位数据的观测精度为中误差与潮汐因子之比，固体潮相对误差越小，表明数字化水位观测越稳定（王静等，2016；陈美梅等，2017）。

对水位观测资料，利用Venedikov 调和分析方法逐月分析，取年均值。表3 为2017—2019 年衡水井、辛集井和宁晋井观测资料潮汐因子、中误差、观测精度变化年均值对比，表4 为随机选取2017 年3 口流体井数字化水位观测资料潮汐因子、中误差、观测精度变化月均值对比。由表 3 可以看出，衡水井M2波潮汐因子年均值＞2.000 0×10-9mm，辛集井M2波潮汐因子年均值≥3.000 0×10-9mm，宁晋井M2波潮汐因子年均值＞1.000 0×10-9mm，变化均较稳定，符合静水位观测潮汐因子≥1.000 0×10-9mm 的标准（王静等，2016），表明3 口井潮汐响应能力较强，其中，辛集井潮汐响应能力最强，其次为衡水井，最后为宁晋井。井水位的观测精度反映了井水位潮汐与体应变理论固体潮的相对误差（刘春国等，2015），由表3、表4 可见，衡水井、辛集井观测资料精度≤0.01，观测精度、水位内在质量均较高，宁晋井观测精度＞0.01，内在质量相对衡水井和辛集井较差。综合来看，宁晋井观测资料在井潮汐响应能力及内在质量方面均弱于其他2 口井。

表3 2017—2019 年衡水井、辛集井、宁晋井水位潮汐因子、中误差、观测精度变化年均值Table 3 Comparison of annual mean values of tidal factors and observation accuracy of water level in Hengshui,Xinji,and Ningjin wells in 2017—2019

表4 2017 年衡水井、辛集井、宁晋井水位潮汐因子、中误差、观测精度变化月均值Table 4 Comparison of monthly mean values of tidal factor and observation precision of water level in Hengshui well,Xinji well,and Ningjin well in 2017

2.3 同震响应能力

地下水是地球全息系统的重要组成，其变化可以客观灵敏地反映地壳应力应变变化。1 次大震所产生的能量能够引起观测井水位的变化（张明哲，2019）。据中国地震信息网统计，2017 年1 月1 日—2019 年12 月31 日全球MS≥7.0 地震34 次，其中，衡水井水位出现同震响应23 次，响应率67.65%，同震响应类型均为振荡型；辛集井水位出现同震响应22 次，响应率64.71%，同震响应类型均为振荡型；宁晋井水位未出现任何同震响应，响应率为0。统计表明，衡水井、辛集井水位对MS≥7.0 远震响应能力较好，水位峰值与持续时间均受震中距及震级大小的直接影响；而宁晋井水位对全球大震无任何同震响应，笔者认为这可能与宁晋井自身井孔条件有关。

尹宏伟等（2015）指出，不同观测井水位对同一地震同震响应幅度、持续时间与井孔自身所处的构造环境、水文地质条件和震中距有关。图2 为2018 年1 月23 日水位同震效应。由图2 可见，对于2018 年1 月23 日17:31 阿拉斯加湾MS8.0 远震，辛集井和衡水井水位同震变化显著，均记录到了水震波，类型为振荡型；宁晋井没有记录到同震效应。由图2 还可见，震中距相差不大的情况下，衡水井水位振荡幅度比辛集井更显著，表明衡水井水位映震能力强于辛集井。

图2 2018 年1 月23 日水位同震效应（a）衡水井；（b）宁晋井；（c）辛集井Fig.2 The co-seismic response of water level observation on January 23,2018

2.4 气压效应

气压变化对地下水位的影响具有普遍性。关于水位对气压响应机理已有成熟的理论（张昱等，2008；刘国俊等，2009），气压变化引起井孔水位变化是通过井孔和含水层间渗流来实现的，当大气压变化时，井孔中的水流向含水层或含水层中的水流向井孔，从而引起井水位的上升或下降变化，造成水位固体潮不同幅度的畸变，此类在邢台地震台地下流体水位观测中较常见。笔者随机抽取2018 年衡水井水位、气压分钟值数据作相关性分析（表5），从表5 可以看出，井水位与气压间的相关性较高，整体呈负相关，其中，夏季水位与气压相关性最高。图3 为2018 年6 月衡水井水位气压效应。从图 3 也可看出，当气压增大时衡水井水位下降；气压减小时井水位上升，二者间负相关明显。

表5 水位与气压分钟值相关系数Table 5 Correlation coefficients between water level and pressure minute observations

图3 2018 年6 月衡水井水位气压效应Fig.3 Pressure effect of water level observation in Hengshui well in June,2018

3 水位动态及地震地球物理效能分析

3.1 水位年动态分析

水位观测资料的年动态变化类型较复杂，基本可以分为趋势性上升型、趋势性下降型、平稳型和起伏型（苏小芸等，2017）。图4 为井水位观测资料日均值。从图4 中可以看出，辛集井、宁晋井和衡水井数字化水位资料年动态有一定规律性，整体表现为趋势性下降变化形态。由于地下水长年过量开采，辛集井水位年变幅达12 m 左右，宁晋井水位年变幅 10 m 左右，衡水井水位年变幅 5 m 左右。井水位的大幅度逐年下降，不仅影响了水位的观测精度，且在中短期地球物理监测中不利于地球物理异常信息的识别。

图4 井水位观测资料日均值（a）辛集井；（b）宁晋井；（c）衡水井Fig.4 The daily mean of water level observation

3.2 水位月动态分析

水位月动态分析主要分析月动态的变化是否表现出一定的规律，一般把趋势性上升、下降与平稳的波动变化作为有规律变化的标志，明显的脉冲、阶跃和无规律起伏作为无规律变化的标志（车用太等，2006；苏小芸等，2017）。表6 为3 口流体井2017—2019 年水位整点观测数据。由表6 可见，水位数据月动态规律清楚，只有少数月份动态规律不清晰，因此，对于3 口流体井水位均有望识别出转折、阶变、脉冲等具有短期预测意义的地球物理异常信号，这可在地震地球物理监测中发挥一定的效能。随机选取2018 年3 月水位数据整点值绘制曲线（图5），由图5 可见，水位数据均为规律性的趋势性下降型，月变化规律清楚。

表6 2017—2019 年水位月动态规律性统计Table 6 Statistics of monthly water level variation regularity from 2017 to 2019

图5 2018 年 3 月水位观测资料整点值（a）辛集井；（b）宁晋井；（c）衡水井Fig.5 Hour values of water level observation in March,2018

3.3 水位日动态分析

井水位日动态特征最显著的是固体潮效应，即井水位随着潮汐引力的变化而出现升降变化，并在观测曲线上表现出波峰波谷形态（车用太等，2006；苏小芸等，2017）。对衡水井、辛集井和宁晋井水位观测数据进行分析发现，3 口流体井水位观测资料都可以看到明显潮汐效应，只是潮汐效应幅度有所差别。分析显示，辛集井日变幅度＞衡水井日变幅度＞宁晋井日变幅度，日变均较清晰，大小波清楚。但3 口井仍存在个别天数曲线粗糙、毛刺增多、波动变大造成日变不太清晰的现象。图6 为随机抽取的 2019 年7 月 20 日数据。由图6 可见，水位随潮汐引力的升降，波峰波谷动态变化较显著，表明井水位对地壳应力—应变的响应具有较高的灵敏度，这为识别短期、短临地球物理异常提供了可靠的动态背景（车用太等，2006；苏小芸等，2017）。

图6 2019 年7 月20 日水位日动态（a）辛集井；（b）宁晋井；（c）衡水井Fig.6 The daily dynamic curve of water level on July 20,2019

3.4 主要干扰因素分析

通过对水位观测资料进行分析，确定影响水位动态变化的因素主要有尖峰式干扰（大幅突跳）、人为干扰等。经调查落实发现，尖峰式干扰主要由观测电压不稳引起，并不属于地震地球物理异常，此类干扰往往会压制动态曲线，一般将其作为错误数据进行删除处理（图7）；人为干扰一般为每季度固定的水位校测及井孔水样的采集，这会造成错误数据，此类干扰很难避免。