基于微動技術探測盆地淺部地層速度結構1

李細兵 范小平

（江蘇省地震局，南京 210014）

基于微動技術探測盆地淺部地層速度結構1

李細兵 范小平

（江蘇省地震局，南京 210014）

本文介紹了利用微動技術探測地表淺層速度結構的方法，并在江蘇常州地區一個凹陷盆地內進行了一次野外臺陣觀測試驗，采集場地數據的質量良好。利用空間自相關法得到了不同半徑下的自相關函數曲線，該場地的自相關函數顯示，對于半徑較大的臺陣，其自相關系數較好；根據自相關函數提取了場地的頻散曲線。通過設定初始模型，利用鄰域反演算法得到了該場地的基本速度結構和各層深度分布范圍；最后通過與場地附近的人工地震剖面進行對比分析表明，試驗結果所揭示的土層結構與淺層人工地震勘探解釋結果接近。

微動技術 速度結構 頻散曲線 鄰域算法

引言

隨著城市建設以及防震減災工程的深入，需要對近地表地下結構給出詳細的解釋，如大型建筑場地勘察需要獲取基本土層結構，需要勘察場地是否存在軟土層分布；同時在城市活動斷層調查中，也需要對斷層斷點所處的位置進行判斷等，要完成這些工作通常需要在場地布設大量的鉆孔并提取巖芯分析；而這些布設的鉆孔存在費用大、周期長等特點。微動技術的出現可以很好地彌補這方面的問題，該技術主要通過提取場地范圍內面波衰減時土層速度的變化曲線（頻散曲線），利用該曲線反演出場地的土層速度及各主要層位的分布情況。由于該技術主要是以地下速度結構來揭示場地結構情況，因此對于場地中存在有軟弱土層（低速特征）以及物性差異大的斷層帶時，它在判定其具體位置時也有一定的優勢。

1 方法

微動技術主要涉及以下兩個方面：①提取場地面波頻散曲線；②利用頻散曲線反演速度結構。從微動信號中提取面波常用的方法主要有：Aki（1957）提出的空間自相關方法（SPAC）和Capon（1969）提出的頻率波數方法（F-K）。隨著近年來理論方法的進步，SPAC方法已由短周期拓展至長周期研究，使得探測深度由幾十米深入到幾百米；臺陣的布設已由圓形、三角形發展到不規則形狀，大大增強了該方法的可用性（馮少孔，2003）。鑒于SPAC方法在所需臺站布設以及處理時間等方面優于頻率波數方法，因此，本文在試驗中采用了SPAC方法。

設地表2個臺站為ν0(t)和νr(t)，相距為r；則2個臺站在時間T內的自相關函數ψ(r)可表示為：

通過對2個臺站信號進行頻率為ω0的窄帶濾波，可得到該頻率下的自相關系數比ρ(ω0,r)為：

經過一系列窄帶濾波，就可以得到2個臺站之間的自相關系數比；Aki（1957）推出0(,)rρω的所有臺站方位平均等于一類零階貝塞爾函數值，其中0()cω為頻率0ω的相速度；根據自相關系數比求解貝塞爾函數，就可以得到不同頻率下的相速度。

式（3）是假設沿中心點各臺站的方位呈均勻分布，由于施工中遇到障礙物等的限制，所以該方法具有一定的局限性。本文采用Bettig等（2001）對SPAC改進的方法，利用各臺站之間的相對半徑距離來計算不同半徑范圍內的自相關系數比。

目前，主要的面波反演方法有：迭代法、神經網絡法、蒙特卡洛法等。本文運用基于蒙特卡洛技術的鄰域算法作為反演算法的基礎（Sambridge，1999a；1999b），它是一種對多參數反演具有一定優勢并已運用較為成熟的算法。整個算法的反演過程主要有以下幾個步驟：①相同概率下在參量空間隨機產生一組0sn模型；②對最近產生的模型進行誤差函數計算；③選擇最低誤差的模型數量sn；④在每個選定的單元中生成新樣本；⑤將新產生的sn加入到總模型中并返回②中。該算法的特點是尋找在參數空間中，對數據擬合較好的區域進行優先采樣的模型集合，而不是單一的最優模型，該算法還具有能生成復雜的自適應搜索行為。

2 數據采集和頻散曲線提取

試驗中采用的是2個三角臺陣共1個中心點的方式來采集數據（圖1），采集區域位于噪聲干擾相對較小的地方。小的臺陣半徑為80m，大的臺陣半徑為160m，采用RTK定位打點，并設定同步采集時間，數據采樣率為2ms，每段時長10min，共采集了五段。經過對數據整理分析，從中選取了干擾較小的第二段數據作為試驗的處理對象，同時對數據做了初步的低通濾波以去掉高頻信息，使得30Hz以上頻率被濾除（圖1）。處理后的數據基本上消除了大的異常干擾，所有測點的數據具有基本一致的波形特征。

根據各臺站對不同半徑分布的要求，將試驗的半徑范圍分為4個，并通過計算求取不同半徑下各頻率的空間自相關函數比（圖2）。從圖2中可以看出，對于小半徑范圍的自相關系數比，在1Hz以下的低頻中表現出很強的非相關性；而對于大半徑范圍的自相關系數比，則在低頻段表現出較好的相關性。這說明臺站間的半徑越小，表現出的是高頻成分的相關性好，它主要反映的是淺部信息，不過試驗中高頻范圍的自相關性也較差，這可能與場地的地層分布特征有關。另一方面，半徑越大則低頻成分越豐富，同時也能夠傳播的更深，可反映出更多的較深部的信息。最后，提取出各半徑范圍內的頻散曲線，并對頻散曲線做重采樣與平滑處理，經過融合后最終形成了場地范圍內的頻散曲線（圖3）。

圖1 試驗臺陣分布示意圖及采集的信號Fig. 1 Trial test distribution and the data collected

圖2 不同環半徑范圍內的相關系數比Fig. 2 Auto-correlation ratio from different radius of rings

圖3 提取的場地頻散曲線Fig. 3 Dispersion curve calculated from auto-correlation ratio

3 反演地層速度結構

在提取出場地頻散曲線后，需要建立場地地層分布的初始模型。由于場地附近已做過大量的淺層人工地震剖面，因此，根據區域附近所解釋的人工地震剖面和所了解的地質情況1江蘇省地震工程研究院，2010．常州市潞橫路南側02地塊工程場地地震安全性評價報告．，將臺陣范圍內的初始模型分為四層。反演對縱橫波速度同時進行，二者通過一定的參數聯系起來。每層的反演參數主要有：速度、密度、界面深度和泊松比。不過根據已往的反演試驗，其中密度和泊松比參數對結果的影響不大（李細兵等，2012），因此，主要考慮縱橫波速度和界面深度這3個參數。在初始模型中，第一個界面的深度設置在100m以內，第二個界面的深度設置在100－200m的范圍內，第三個界面的深度設置在200－500m的范圍內，第四個界面設置為半空間分布（表1）。而對于縱橫波速度的初始模型的設置，為了減小反演的不確定性，將縱橫波速度的初始值設為逐漸遞增。當確立了初始模型中各參數的范圍分布后，對該初始模型利用鄰域算法進行反演，得到了試驗的最小誤差為1.3，其反演的剖面結果如圖4所示。另外，還得到了該反演結果下的頻散曲線誤差分布，根據該頻散曲線誤差分布與實際提取的頻散曲線相比較，就可以用來估計反演的效果。

表1 反演前的初始模型Table 1 Initial model before inversion

圖4 四層模型的反演結果Fig. 4 Inversion results of four lays model

4 討論

從圖4的反演結果可以看出，反演出來的剖面位置基本在初始模型的附近，由此可見，初始模型設立的準確性對于確定反演結果的分布范圍起到了很大的作用，同時上述反演算法還給出了每層的深度和縱橫波速度信息。在圖5中的1—1.5Hz位置，實際提取的頻散曲線與反演得到的模型計算出來的理論頻散曲線有一定的偏差，這也可以從圖4中反映出來，即圖4中的第三層界面在反演的縱橫波速度以及界面深度上都存在較大的偏離。在頻率較高的范圍內，反演結果的頻散曲線與場地提取的頻散曲線具有較小的誤差，這反映出淺部反演的層位信息較為準確，使得誤差小的模型重合度較高（圖4）。

圖5 反演后模型的頻散曲線和場地頻散曲線（黑色）的對比Fig. 5 Comparison dispersion curves between calculated from real data and from inversion model

場地最大有效探測視深度與布設臺陣的半徑有關，通常情況下探測的視深度能夠達到臺陣半徑的3—5倍（徐佩芬等，2009）。對于可推定的相速度的有效波長范圍，SPAC方法能夠探測的有效波長范圍為臺陣半徑的3.2—17.2倍，而F-K方法能夠探測的有效波長范圍僅為臺陣半徑的2.3—6.8倍（王振東，2006），這也證明了使用SPAC方法的優越性。由于臺陣能夠探測地層的深度不僅僅與臺陣的半徑相關，還與臺陣所處的地質環境有關，因此一般來說，基巖埋深越淺，臺陣可探測深度就越有限。本次臺陣試驗的半徑為160m，而最終反演的深度最大達到了330m，是臺陣半徑的2倍多，該反演結果基本反映了盆地內基巖面的埋深信息。

從區域地質構造背景來看1江蘇省地震工程研究院，2010．常州市潞橫路南側02地塊工程場地地震安全性評價報告．，試驗場地處在一個凹陷內，基巖面埋深較淺，是一個理想的試驗場地。從反演的剖面結果可以看出，第一個界面的深度在80m附近，橫波速度在300－400m/s左右；第二個界面的深度在140m附近，橫波速度在600m/s附近；第三個界面的深度在280－330m之間，縱橫波速度與上一個界面相比突然增大，橫波速度范圍較廣。這種波速的增大主要反映的是基巖面的信息，同時反演的各項參數誤差較大，這主要是由于隨著深度的增加及各層信號的疊加，使得深部界面很難得到準確的信息，加之采集到的低頻信息不夠豐富，所以反演的誤差隨著深度和層數的增加也隨之增加。

為了驗證反演結果的可靠性，最好是利用現有鉆孔的層位進行對比。由于本次試驗反演深度普遍較大，最大深度接近300m，因此可進行對比的鉆孔很少。為此，筆者利用了一條場地附近長約1km的人工地震剖面進行對比。從地震解釋剖面（圖6）的地層分布來看，其主要分為三層，沉積盆地主要為第三系地層，分層現象十分明顯。由于剖面位置處在一個凹陷盆地內，剖面的基巖面從左到右逐漸變淺，解釋剖面第一層的深度基本在80－90m之間分布，第二層也呈水平分布，其深度略大于140m，第三層基底面的深度沿一側逐漸加深，最深處小于280m。對比反演剖面的深度位置和該解釋剖面可以看出，反演結果中地層的深度分層結構大致相近，特別是第二層的位置與反演的界面深度基本一致。由此可以認為，試驗反演剖面的第二個界面基本為N+Q的頂面，第三個界面為基巖的頂面。由于地震剖面反映的是一個面的地層深度變化的趨勢，而本次試驗臺陣所采用的方法反演的是縱向深度范圍內的地層分布情況，因而不能反映出地層的橫向變化，因此二者的比較只是對盆地的地層在縱向上的一個比較。通過這種方法，基本上可以探測到地下的基本分層情況，有利于對地下分層情況的了解。另外，從對比的結果來看，反演剖面具有較高的精度，證明了該反演方法的可靠性和適用性，不過這些都與場地地層分布結構較為簡單以及對初始模型的約束較強有關。

5 結論

通過對2個三角形臺陣的微動觀測試驗，進行了臺陣的自相關函數計算并提取了場地范圍內的頻散曲線。試驗中半徑較小的臺陣的自相關函數值較小，尤其是在低頻范圍，這可能與場地的地層分布特征有關。而采用大半徑的臺陣自相關方法，在低頻范圍內可取得較好的結果。根據提取的頻散曲線，筆者構建了場地初始模型，利用鄰域算法同時反演了該盆地內地層的縱橫波速度和深度信息，反演結果顯示，對于層數越多和深度越大的層位，其反演結果的誤差較大。通過與人工地震解釋剖面進行反演結果的對比表明，通過該方法能夠對盆地淺部的地層分布在縱向上有一個基本的層位信息，可基本了解場地的地層速度、深度等特征。

馮少孔，2003．微動勘探技術及其在土木工程中的應用．巖石力學與工程學報，22（6）：1029—1036．

李細兵，范小平，2012．微動技術中運用鄰域算法反演地表速度結構．國際地震動態，（6）：146—147．

王振東，2006．面波勘探技術要點與最新進展．物探與化探，30（1）：1—6．

徐佩芬，凌梗群，2009．微動技術探測煤礦陷落柱的原理方法及效果．地球物理學報，52（7）：1923—1927．

Aki K.，1957．Space and time spectra of stationary stochastic wave with special reference to microtremors．Bull．Earthq．Res．Inst.，35：415—456．

Bettig B.，Bard P.Y．et.al.，2001．Analysis of dense array noise measurements using the modified spatial auto-correlation method （SPAC）：application to the Grenoble area．Bollettino di Geofisica Teorica ed Applicata，42：285—290．

Capon J.，1969．Application of detection and estimation theory to large array seismology．Proc．IEEE，58：760—770．

Sambridge M.，1999a. Geophysical inversion with a Neighbourhood Algorithm I：searching a parameter space．Geophys．J. Int.，138：479—494．

Sambridge M.，1999b．Geophysical inversion with a Neighbourhood Algorithm II：appraising the ensemble. Geophys. J．Int.，138：727—746．

Detection of Shallow Basin Velocity Structure Based on the Microseism Technology

Li Xibing and Fan Xiaoping

（Earthquake Administration of Jiangsu Province，Nanjing 210014，China）

We introduce the detective method of shallow basin velocity structure based on the microseism technology．A trial test is applied in open field and the data acquired is well．By using the space auto-correlation（SPAC）method of microseism technology，we obtain the auto-correlation ratio of different radius from the test．It is shown that the auto-correlation ratio is well when the radius of ring is large．Phase velocity curve with frequency is calculated from autocorrelation ratio．The model including velocity and depth parameters was inversed by using the neighborhood algorithm．Comparing with the interpretation of seismic reflection profile，the depth parameter of inversion result is much closed to that from the seismic reflection profile．

Microseism technology；Velocity structure；Dispersion curve；Neighbourhood algorithm

李細兵，范小平，2014．基于微動技術探測盆地淺部地層速度結構．震災防御技術，9（4）：821—828．

10.11899/zzfy20140409

江蘇省社會發展項目（BE2010753）；江蘇省地震局青年基金項目（13405）

2014-03-20

李細兵，男，生于1982。碩士。主要從事地球物理勘探研究。E-mail：lixib_2005@163.com