库尔勒地震台痕量氢气浓度观测数据小波分析

2023-11-15单晓琳徐长银李姗姗张剑锋

地震地磁观测与研究 2023年4期

单晓琳徐长银李姗姗张剑锋

（中国新疆维吾尔自治区 841000 库尔勒地震监测中心站）

0 引言

目前，国内用于地震前兆资料数据处理的软件和方法较多，但前兆数据的干扰因素也较多，数据处理中，对于因外界环境影响、人为干扰、不明原因的脉冲干扰、地震同震记录以及仪器零漂等引起的趋势性变化而造成的数据波动，软件没有相应处理功能，并且，按照规定可不予处理。这些干扰信息却能影响数据分析结果，使得震前的一些短临趋势性变化不易识别。由于小波分析对数字化地震前兆资料干扰的识别与消除，以及对不同频率信息的识别功能较强（冉启文等，2002）。近年来，小波变换理论在地震资料分析中得到广泛应用，宋治平等（2003），将小波理论用于分析地震前兆观测资料，并取得一些研究结果（耿杰等，2009），徐长银等，2017）。为加强新疆天山中段监视区的震情跟踪工作，2013 年11 月经现场实地勘选，在库尔勒市霍拉山观测山洞架设了杭州超距科技有限公司研制的ATG-6118H 型痕量氢在线自动分析仪，开展断层氢气定点连续观测。本文在前人研究的基础上，对2015—2022 年库尔勒地震台痕量氢观测资料进行研究，采用Mapsis 软件，运用小波分析对痕量氢浓度进行多尺度分析，重点分析距观测点400 km 范围内2 次中强地震前痕量氢浓度观测数据中的短期异常。

1 断层气痕量氢观测概况

1.1 观测区地质构造背景概况

库尔勒痕量氢观测点位于南天山地区的北轮台断裂附近（图1），该区地处天山构造带和塔里木盆地的交汇部位，天山山体与两侧盆地之间存在由山体向盆地和坳陷逆冲的逆断裂（邓起东等，2001，杨晓平等，2006），北轮台断裂（亦被称为霍拉山山前断裂）即为天山与两侧盆地的分割断裂，同时也是库车逆断裂－褶皱带的根部控制断裂，其向南的逆冲缩短速率为（4.7±2.5 mm/a）(杨少敏等，2008)，第四纪以来该条断裂带活动性明显。由于天山与塔里木盆地剧烈的挤压碰撞作用，导致该区在地质构造（邓起东等，2001）、地震活动（曲延军等，2010，王筱荣等，2010）、地壳介质结构特征（Kumar et al，2005；Li et al，2023；刘玉虎等，2011，刘洁等，2007，李金等，2021）等方面均显示出较为独特的特征，是天山地区强震前兆观测的绝佳位置。库尔勒地震台痕量氢观测点位于库尔勒市北霍拉山，在库尔勒地震台形变前兆综合观测“U”形山洞内，仪器架设在距东洞口约150 m 的跨断层观测室内，之间连接4 道船舱门。

库尔勒地震台断层氢气观测孔由人工开挖，孔深1.7 m，裸孔直径1.0 m，开挖至基岩。观测孔内放置1 根直径250 mm、长135 cm 的PVC管，管底50 cm 处打有气孔（孔径10 mm），连接集气花管。PVC管上部通过4个变径管头（长35 cm）相连，连接处用 PVC 胶粘接，直径最终为 25 mm，而后用橡皮管塞密封。将氢气观测软管插入橡皮管塞中，为利于气体通过，在集气管周围50 cm 铺设一层透气性好的砾石层，再将沙石回填，孔表层用水泥沙浆密封（向阳等，2018）（图2）。

图2 断层气集气装置剖面示意图Fig.2 Schematic diagram of fault gas collecting device

1.2 氢气浓度影响因素分析

氢气是最轻的气体，在常温常压下，无色、透明、无味、难溶于水、密度最小、极易燃烧。震例总结显示，中强地震前后水井中溶解氢气浓度均快速增大，主要异常特征为浓度高值异常，且异常持续时间较短，变化幅度较大（范雪芳等，2012，向阳等，2018）。但氢气浓度异常变化并非都是地震前兆异常，也受到一些干扰因素的影响，气象因素是主要干扰因素之一（常秋君等，1993）。如气温变化可以引起近地表岩石热弹性应变周期变化，进而使岩石裂隙中的气体浓度发生周期性变化（闫玮等，2019）；气压变化可以改变岩石孔隙中的压力梯度及断层中气体的迁移速率，使得断层氢气浓度发生变化（李杰等，2004；闫玮等，2019）。

自2013 年11 月库尔勒地震台开始痕量氢观测以来，氢气浓度数据连续且稳定，呈现较规律的年变趋势，即夏低冬高的变化趋势。选取2016 年8、12 月痕量氢浓度原始数据及气压、温度进行分析（图3）。

图3 库尔勒地震台断层氢气浓度、气压、温度整点值（a）2016 年8 月；（b）2016 年12 月Fig.3 Fault hydrogen concentration,pressure and temperature at Korla Seismic Station

由图3 可见，库尔勒地震台断层氢气浓度无明显日变化规律，曲线存在单峰、双峰等多种变化形态。相比而言，氢气浓度日变形态与气压日变形态间具有一定同步性，但与温度日变形态不一致。这表明气压的日变形态对库尔勒地震台断层氢气浓度存在一定影响，温度的日变形态则影响不大。

虽然库尔勒地震台断层氢气浓度日变形态受气压影响较大，受温度影响较小，但氢气浓度与气压、温度的年变特征间均存在一定关系。图4 为2019—2022 年库尔勒地震台断层氢气浓度预处理数据。由图4 可见，每年1—3 月、11—12 月氢气浓度测值相对较高且变化平稳，浓度约为1.2×10-6；4—8 月氢气浓度下降，且下降幅度较大，测值约为0.6×10-6，其中，6—8 月测值降到最低，变化范围0.1×10-6—0.2×10-6。

图4 库尔勒地震台断层氢气浓度年变化Fig.4 Annual variation of hydrogen concentration in faults at the Korla Seismic Station

1.3 氢气浓度与气压、温度间的相关性

断层氢气浓度受多种因素的影响，如断层开合、采样深度、采样孔周围地温、湿度、气象三要素、观测环境等（闫玮等，2022）。由于条件所限，库尔勒地震台断层氢气观测点没有独立的气象要素监测仪器，因此使用氢气观测仪器显示的温度，该数据是仪器所在山洞环境的温度。测点位于地下山洞观测室内，受干扰影响较小，多年温度恒定，为16.0—16.5 ℃，气压为 887—918 hPa，氢气浓度、温度、气压均呈现较好的季节变化特征。因测点位于亚欧大陆内部，其温带大陆性气候特征较显著，干旱少雨，且蒸发量较大，降雨影响较小，故忽略不计。因此，重点分析库尔勒地震台断层氢气浓度与气压、气温间的关系。

2015 年1 月1 日至2022 年12 月31 日库尔勒地震台痕量氢浓度日均值、温度、气压的变化如图5（a）、5（b）、6（a）、6（b）所示。利用一元线性回归分析分别得到痕量氢浓度与温度、气压间的相关系数，与气压间的相关系数为0.642 8，呈正相关［图5（c）］。

图5 库尔勒断层氢气浓度（a）、气压（b）及二者间的相关性（c）Fig.5 Hydrogen concentration (a),pressure (b)and their correlation (c) at the Korla Fault

图6 库尔勒断层氢气浓度（a）、温度（b）及二者间的相关性（c）Fig.6 Hydrogen concentration (a),temperature (B)and their correlation (c) along the Korla Fault

2 小波分析理论

2.1 小波变换理论

小波变换是一种对于信号的时间—尺度（时间—频率）分析方法，适合分析非平稳信号和提取信号的局部特征，对不同频率的信息识别功能较强，对趋势性变化和短临异常能有效进行分离。其主要特点是通过变换能够充分突出某些方面的特征，可以较好地抑制作用于地壳表面和观测系统的多种干扰因素，有助于提取异常信号，是地震前兆数据处理的一种有效方法（郑治真等，2001；万永革等，2003）。对于数字信号可近似表示为

2.2 小波基函数选取

小波基函数即小波分析的基，不是唯一存在的，小波基函数的选取没有明确标准，应用小波变换对同一信号进行分析时，所选用的小波基函数不同，可使分析结果差异较大。在选择合适的小波基进行信号处理时需考虑正则性、消失矩及处理信号与小波基间的相似性等因素。一般情况下，应选择与异常波形相似且震荡较平缓、连续、光滑的小波基函数（李杰等，2004）。Daubechies 小波是离散正交小波，可表示为 dbN，其中，N为小波的阶。dbN不具对称性（即非线性相位），没有明确的解析表达式（郑治真等，2001）。运用小波分析法对痕量氢气浓度进行多尺度分析时，通过尺度因子的改变，将信号分解为低频、高频信息，能够将数据的趋势性变化与细节变化分开，可有效地抑制噪声等干扰因素，提取震前相关的前兆异常信息（刘水莲等，2010）。研究发现，利用db4 小波提取断层氢气浓度异常数据效果较好。因此，采用db4 小波对库尔勒地震台痕量氢气浓度资料进行多尺度小波分析，主要以2016 年12 月8 日新疆呼图壁MS6.2、2017 年8 月9 日新疆精河MS6.6 两次强震为例，地震发震前短临异常信息特征。

3 痕量氢气浓度资料分析处理

3.1 小波变换

采用Mapsis 软件，选取2016 年1 月1 日至2017 年12 月31 日库尔勒地震台痕量氢气浓度日均值原始数据进行预处理和小波分析，以2016 年12 月8 日呼图壁MS6.2、2017 年8 月9 日精河MS6.6 两次地震为例，选取db4 小波对其分解，分解尺度为5，对低频、高频信号进行分离，分别得到趋势部分（低频）和细节部分（高频）的图像（图7、8）。分解后低频信息主要反映趋势性变化过程，细节部分主要反映高频突跳信息（江崇昆等，2013，杨绍富等，2011）。由图7、8 可见，随着分解层数的增加，数字信号中的干扰等因素逐渐被分离，数据曲线反映的局部细节信息逐渐减少，曲线也随之越来越清晰、光滑。

图7 2016—2017 年痕量氢气浓度数据多尺度小波分析低频曲线（a）原始图像；（b）、（c）、（d）、（e）、（f）经尺度1、2、3、4、5 分解后趋势部分的图像Fig.7 Multi-scale wavelet analysis of low frequency curve for trace hydrogen concentration data from 2016 to 2017

由图7、8 可见，随着分解层数的增加，低频部分噪声、干扰等因素逐渐消失，曲线的年变特征逐渐明显，曲线亦逐渐光滑。但高频信号被剥离的同时，也剥离了构造作用下引起的地震短临前兆信息，因此，以下重点探讨小波变换对库尔勒痕量氢观测资料高频信号的短临异常，从细节部分识别的信号幅值变化识别地震短临异常特征。

3.2 高频短期异常变化分析

由图8（b）—（f）可见，随着分离层数的增加，分解出的细节信号周期性越明显，序列变化越不平稳。当尺度为5 时，细节信号部分的周期相位和幅值发生明显变化，这可能与该频率范围内正常信号叠加了相同频率的其他信号有关，而叠加的信号可能包含在构造应力作用下，断层氢气在活动断裂带的逸出速率发生变化的地震前兆异常。因此，选取尺度为5 的曲线进行高频短期异常变化分析（图9）。由图9 可见，从2016 年9 月和2017 年5 月开始，曲线分别出现了显著的超正常幅度的变化，主要表现为信号幅值、年周期相位、年周期幅值均超线。2016 年12 月8 日呼图壁MS6.2、2017 年8 月9 日精河MS6.6 两次强震前，痕量氢气浓度变化超出了2 倍均方差。笔者认为这2 次明显的超线可能是2 次6 级地震前兆短期异常，并且地震一般发生在高频异常后的3—5 个月。

图8 2016—2017 年痕量氢气浓度数据多尺度小波分析高频曲线（a）原始图像；（b）、（c）、（d）、（e）、（f）经尺度1、2、3、4、5 分解后细节部分的图像Fig.8 Multi-scale wavelet analysis of high frequency curve for trace hydrogen concentration data from 2016 to 2017

图9 2016—2017 年尺度为5 的小波分析高频部分曲线（a）原始图像；（b）尺度为5 的细节信号Fig.9 Wavelet analysis of the high frequency part curve with scale 5 in 2016-2017

3.3 震例检验

选取震中距库尔勒霍拉山观测点380 km 的2018 年10 月16 日精河MS5.4，距观测点260 km 的2019 年11 月12 日库车MS5.6、2020 年1 月16 日库车MS5.7 地震，选用2018 年1 月1 日至2020 年12 月31 日痕量氢气浓度日均值进行异常分析，利用db4 小波对其分解，分解尺度为5（图10）。由图10 可见，2018 年4 月中旬、2019 年8 月中旬、2019 年10 月中旬细节信号的部分周期相位、幅值发生显著变化，痕量氢气浓度变化超出2 倍均方差。笔者认为是地震前兆，并且异常出现后3—5 个月相继发生精河、库车地震。研究认为，对于震中距观测点400 km 范围内的中强地震，依据不同的震级、震中距，痕量氢气浓度在强震发生前3—5 个月小波高频细节分析出现异常，异常特征表现为痕量氢气浓度变化超出了2 倍均方差。