基于三分量數據的云南地區背景噪聲源分析

張演 鄭定昌 林國良 呂帥

摘要：背景噪聲特性及噪聲源的分布逐漸成為深化背景噪聲互相關研究的關鍵問題?；?015—2016年云南地區48個固定數字地震臺的連續三分量記錄，使用互相關計算提取臺站對經驗格林函數，基于經驗格林函數正負支信噪比特性，結合海浪波高數據，得到云南地區5～10 s，10～20 s，20～40 s臺站對信噪比的方位分布和時間變化特征。結果表明：云南地區三分量的噪聲源優勢方位在不同周期內均有差別，5～10 s噪聲源優勢方位變化較穩定，當海洋活動相對劇烈時，ZZ，RR分量比TT分量易受到影響;10～20 s噪聲源優勢方位變化與海洋活動的季節性變化規律較一致，1—6月ZZ，RR分量優勢方位角指向E向和WS向，TT分量則以E向為主，7—12月ZZ，RR分量優勢方位角明顯指向WS向，TT分量在7—9月指向WS向，在10—12月則指向E向和WS向;20～40 s內的噪聲強度較小且隨時間變化穩定。因此，云南地區噪聲能量源主要與北太平洋和孟加拉灣—安達曼?！庇《妊笠粠У幕顒佑嘘P。

關鍵詞：經驗格林函數;互相關;信噪比;噪聲源;海洋活動

中圖分類號：P315.6文獻標識碼：A文章編號：1000-0666（2020）04-0689-12

0引言

近年來，背景噪聲在地震學、地震工程、海洋聲學等學科中得到廣泛應用（Shapiro et al，2005;Liu，2014;Roux et al，2003;蔡輝騰等，2019）。特別是在地震學中，利用互相關提取經驗格林函數的面波層析成像方法被廣泛應用于各個區域（Shapiro et al，2004，2005;Yao et al，2006;Lin et al，2008;Yang et al，2007，2008;房立華等，2009;Saygin，Kennett，2010;Zheng et al，2017）。隨著利用背景噪聲信號進行地球內部速度層析成像的研究越來越深入，許多學者發現背景噪聲源位置及產生機制的不確定性已成為獲取高分辨率成像結果的障礙（Tsai，2009），背景噪聲源分布問題可能會影響格林函數和頻散曲線計算的準確性（Derode et al，2003）。因此，越來越多的學者將研究重點轉移到了噪聲源的機制問題上（Stehly et al，2006;Roux，2009;Behr et al，2013;Wang et al，2018;Yang，Ritzwoller，2008）。

目前，主要的噪聲源被認為是大氣和海洋壓力擾動引起的載荷，且在不同周期噪聲源的產生機理不盡相同（Stehly et al，2006）。Kibblewhite（1985）觀測到新西蘭西北島沿大陸架與海岸線的地震信號與瞬時的波浪變化有很強的相關性;Longuet-Higgins（1950）用海浪駐波解釋海洋引起的地脈動現象，認為周期范圍為10～20 s的第一類地脈動是由海浪直接產生的，周期范圍為2～10 s的第二類地脈動是由海浪相互干涉形成海水駐波在海底產生壓力而引起;Stehly等（2006）認為大于10 s的背景噪聲源與深海活動明顯相關，其產生機制可能與更大周期背景噪聲的產生機制類似，即次重力波;Kiwamu（2017）認為5～10 s的背景噪聲源產生于遠洋與近海岸，歸因于遠洋和沿海地區海面駐波的非線性力，10～20 s的背景噪聲源位于淺海地區，歸因于大陸架周邊地震波和涌浪的地形耦合;Yang等（2008）發現5～10 s和10～20 s背景噪聲源主要是來自于近海岸線的海浪活動，且信號的方位隨季節變化。背景噪聲源的分布是表征微震激發機制的關鍵，特別是源的范圍，無論是在海岸線（淺層）還是在深海（深層）都有助于理解其基于典型頻率的物理機制（Kiwamu，2017）。

由于噪聲源形成機制的復雜性以及水平向地震記錄干擾較大，從背景噪聲中提取勒夫波的研究相對較少，勒夫波的產生隨著地理位置和傳播方向的不同而不同（Rind，Donn，1979）。一些學者提出了勒夫波的生成機制：例如二次微震中勒夫波是由瑞利波在源區和觀測點之間的傳播路徑上轉換而成（Toksoz，Lacoss，1968），一次微震中勒夫波是由淺水區域淺灘傾斜測深產生的壓力（Hasselmann，1963;Ardhuin et al，2011）和剪切引力（Nishida et al，2008;Saito，2010;Fukao et al，2010;Friedrich et al，1998）同時作用產生。隨著研究的深入，越來越多的學者利用背景噪聲數據提取勒夫波進行層析成像（付媛媛，高原，2016;王力偉等，2018;房立華等，2013;鄭定昌，王俊，2017;謝石文等，2018;肖孟仁等，2018），少有學者對產生勒夫波的噪聲源進行研究，因此對比分析勒夫波和瑞利波源區的變化和分布顯得尤為重要。

地震研究43卷第4期張演等：基于三分量數據的云南地區背景噪聲源分析本文對云南地震臺網三分量連續背景噪聲數據進行互相關計算，提取瑞利波和勒夫波的經驗格林函數，利用經驗格林函數的非對稱性，分析不同周期背景噪聲場中瑞利波和勒夫波信號源的方位分布和時間變化，通過對比分析可以更好地了解云南地區面波噪聲源的分布，有助于合理布設臺站、選擇觀測分量，進一步優化利用云南地區面波信號進行層析成像等。

1數據及處理

1.1單臺數據預處理

云南地震臺網觀測系統由寬頻帶地震計（頻帶范圍：60 s～50 Hz）及甚寬頻帶地震計（頻帶范圍：120 s～50 Hz）、數據采集器、GPS授時、數據傳輸等設備構成，數據采樣率為100 Hz。本文主要選取2015—2016年云南地區48個寬頻帶數字地震臺的連續三分量記錄，共組成1 128個臺站對，臺站分布如圖1所示。

互相關數據處理使用SEIZMO軟件包，軟件包設計參考Bensen等（2007）及Lin 等（2008）的數據預處理方法，主要包括以下步驟：①以每個臺站每天的連續記錄為整體進行5 Hz重采樣，去儀器響應、去均值、去趨勢處理，以0.01～2 Hz進行帶通濾波;②將每天的連續記錄截取為長度為6 h的數據單元，進行0.5～50 s的帶通濾波;③使用滑動絕對方法進行時域歸一化，再進行譜白化處理，提高背景噪聲的信噪比，為保持三分量相對振幅比，將EW，SN分量同時進行譜白化處理，即將EW向的頻域振幅譜進行滑動平均得到平滑振幅譜，再將EW，SN分量的頻譜分別除以該平滑振幅譜（Lin et al，2008）;④通過臺站對三分量的互相關函數（EE，NN，EN，NE）與臺站對間方位角θ和反方位角φ進行線性組合，得到每個臺站對的TT，RR，TR，RT分量的互相關函數為：TT

NN

NE（1）垂向分量ZZ和徑向分量RR代表瑞利波互相關函數;切向分量TT代表勒夫波互相關函數（Lin et al，2008），對于每個分量的互相關函數，保留了延時-5 000～5 000 s的數據。

通過對任意2個時間序列做互相關計算得到的正負2個分支，代表面波在兩臺站間沿相反方向傳播。互相關函數正負支對應于介質經驗格林函數的因果關系，如果背景噪聲源完全隨機分布，則正負支幾乎是對稱的。但在實際觀測中，正負支的振幅存在巨大差異，主要取決于臺站對連線兩側的穩相區域，在穩相區域之外的噪聲源對提取格林函數的影響較小（Snieder，Roel，2004）。因此可通過對若干臺站對間互相關函數的不對稱性估算噪聲能量流的主要方向從而估計噪聲源的空間分布和時間變化（Stehly et al，2006;Yang et al，2008）。圖2為利用LOP-TNC臺站對2年的連續背景噪聲進行互相關疊加得到的經驗格林函數，負支表示能量從TNC傳播至LOP，正支表示能量從LOP傳播至TNC。從圖中可以看出，ZZ和RR到時幾乎一致，而TT與RR分量到時有明顯差異，表示勒夫波比瑞利波傳播速度更快，對比正負支的振幅大小可看出，由LOP傳播至TNC方向的能量更大。

1.2信噪比計算

信噪比（SNR）是估計噪聲源強度的工具，經驗格林函數正負2個分支的信噪比分別表示噪聲能量沿2個臺站大圓弧路徑上的相反方向傳播，不同方向上信噪比較大的表示沿這個方向傳播的噪聲能量更強，結合云南地震臺網內所有臺站對的信噪比和方位角，可估算云南地區噪聲能量流的方向（Stehly et al，2006;Yang et al，2008）。信噪比定義為信號窗口內振幅絕對值的最大值和后續噪聲窗口內數據的均方根之比，信號窗定義為群速度為2.2～5 km/s的信號到時之間的窗口，噪聲窗定義為經驗格林函數在1 000～1 500 s的時間序列（房立華等，2009）。

2結果分析

2.1經驗格林函數的非對稱性

本文分不同周期研究了1 128個臺站對路徑上的經驗格林函數變化，以其中2條臺站對路徑為例進行了分析。圖3是SN向MEL-ZOD臺站對2年相同月份分別疊加得到的經驗格林函數，藍色曲線表示2年疊加的經驗格林函數，其中正支表示能量由MEL傳播至ZOD，負支表示能量由ZOD傳播至MEL。三分量（ZZ，RR，TT）正支的振幅明顯大于負支的振幅，表明在5～10 s，10～20 s，20～40 s內，能量由MEL傳播至ZOD方向強于ZOD至MEL方向，即噪聲能量由南向傳播至北向。圖4中負支表示能量由MIL傳播至MAS，正支表示能量由MAS傳播至MIL。在5～10 s，10～20 s，20～40 s，能量由MIL傳播至MAS方向強于MAS至MIL方向，即噪聲能量由東向傳播至西向。

2.2噪聲源方位變化

為系統對比云南地區三分量噪聲源方位，本文主要分5個時段（2015—2016年、2年的1—3月共6個月、2年的4—6月共6個月、2年的7—9月共6個月、2年的10—12月共6個月）分別作出云南地震臺網所有臺站對5～10 s，10～20 s，20～40 s周期的噪聲信噪比方位分布圖（圖5～9），圖中極徑指向噪聲能量到達的方向，極徑大小表示10°范圍內信噪比的平均。在沒有做信號幾何衰減矯正的情況下，為突顯噪聲能量優勢來源方向和減少臺站間距對格林函數恢復的影響，剔除信噪比小于10、臺站間距為2～15倍波長的臺站對。圖5是所有臺站對2年的經驗格林函數正負方向信噪比的方位分布圖。從圖中可見，5～10 s，三分量噪聲源的優勢方向為近90°（以正N向為0°），即E向，其中TT分量的噪聲源優勢方向更顯著，RR分量優勢方位角范圍更大。10～20 s，ZZ，RR分量較明顯的優勢方位角為170°～210°，即WS向，而TT分量優勢方位角為70°～110°，即E向。20～40 s，ZZ，RR分量噪聲源優勢方位為90°～140°，180°～220°，其中ES向更為顯著，而TT分量噪聲源優勢方向不明顯，廣泛分布在20°～120°，160°～220°（表1）。

從圖6～9及表1可看出，5～10 s三分量噪聲能量優勢方位角在1—6月，10—12月顯著指向E向，RR分量優勢方位角分布范圍較大，7—9月ZZ，RR分量指向WS向，TT分量指向E向和WS向。10～20 s三分量噪聲能量有2個優勢方位角，且優勢能量區的強度隨時間變化明顯，其中ZZ，RR分量的優勢方位角分布在20°～120°，170°～220°，7—12月指向170°～210°更顯著;TT分量在1—6月仍然指向70°～120°，在7—9月優勢方位角指向170°～210°。20～40 s三分量的噪聲能量優勢方位角隨時間變化穩定。在4個時段中，ZZ，RR分量的噪聲能量優勢方位角基本一致，TT分量較其它兩個分量隨時間變化更穩定。3個周期內三分量的噪聲源主要來自于E向、ES向、WS向，分別指向印度洋、太平洋和南海方向。

在5～10 s，10～20 s，勒夫波的信噪比值高于瑞利波的，尤其在5～10 s顯示勒夫波的能量更強，這可能與2種波形的震源機制或波形傳播輻射模式相關（Juretzek，2016），也可能是由于在該周期內受到非相干局部噪聲的干擾較小（Lin et al，2008）。

2.3背景噪聲源與海洋活動的關系分析

很多研究者認為全球各地持續觀察到的微震現象與海浪和固體地球的耦合作用相關，盡管受到周期、地形、衰減等多種因素的影響，但從平均效應來看，噪聲能量正相關于海浪的壓力（Ardhuin et al，2011;Gualtieri et al，2013）。英國海洋學家Longuet Higgins（1950）提出海浪波動非線性干涉理論，用海浪駐波解釋海洋引起的地脈動現象，該理論模型不斷被進一步確認和完善（Hasselmann，1963;Tanimoto，2006，2007;Kedar et al，2008）。海浪波高與微震時空特征有因果關系（Gerstoft，Tanimoto，2007;Koper，de Foy

2008;Euler et al，2014）。Wang等（2018）利用中國西南臺陣連續垂直分量研究P波和PP波的源位置，在海浪平均有效波高和海面壓力這兩類數據中觀察到了相似的特征，即在存在波高高的地方，表面壓力也很強。本文使用2015—2016年海洋波浪高度的數據作為獲得噪聲源位置的附加約束，數據來源于The National Oceanic and Atmospheric Administrationftp：//ftp.ifremer.fr/ifremer/ww3/HINDCAST/SISMO/.。由于2015年與2016年海洋活動相似，僅以2016年的海洋海浪每月的有效平均波高數據為例（圖10）。從圖10可看出，全球海洋的有效波高分布具有明顯的季節變化，北半球的有效波高秋冬季比春夏季大，南半球的有效波高春夏季比秋冬季大。中國東南部毗鄰西北太平洋，西南方向為北印度洋，距離大西洋和北冰洋較遠，云南位于中國的西南地區（圖10中紅色實心三角形表示云南地震臺網）。

結合上述三分量噪聲能量優勢方位角隨時間變化的分析，7—9月印度洋活動明顯增強時，5～10 s，10～20 s三分量優勢方位指向孟加拉灣—安達曼?！庇《妊?。當印度洋活動稍有減弱，北太平洋活動開始增強時，5～10 s三分量優勢方位主要指向北太平洋方向，10～20 s三分量則主要指向北太平洋和孟加拉灣—安達曼?！庇《妊?，而ZZ，RR分量以孟加拉灣—安達曼?！庇《妊蠓较蚋黠@。因此可看出ZZ，RR分量更容易受到海洋活動的影響，特別是在海洋活動明顯增強的時候，噪聲源優勢方向明顯指向海洋活動增強的方向。

3結論

本文分析了云南地區背景噪聲中三分量的時間變化特征，并結合全球海洋海浪每月的有效平均波高數據，分析研究云南地區背景噪聲源，得到以下結論：

（1）ZZ，RR分量的噪聲能量源主要與北太平洋和孟加拉灣—安達曼?！庇《妊蟮幕顒佑嘘P，在5～10 s噪聲能量優勢方位均指向北太平洋，只有在7—9月印度洋一帶活動明顯增強時指向該方向。在10～20 s噪聲能量強度的優勢方位隨時間變化，1—6月ZZ，RR分量優勢方位角指向北太平洋和印度洋一帶，7—12月明顯指向印度洋一帶，全年噪聲源指向孟加拉灣—安達曼海—北印度洋方向更明顯。

（2）TT分量較ZZ，RR分量更穩定，尤其在5～10 s隨時間變化較穩定，以指向北太平洋為主。在10～20 s隨時間變化，1—6月噪聲源優勢方向以指向北太平洋為主，7—9月指向孟加拉灣—安達曼?！庇《妊蠓较颍?0—12月指向北太平洋和孟加拉灣—安達曼海—北印度洋方向。

（3）云南地區背景噪聲主要受海洋活動影響。5～10 s的噪聲源主要是來自北太平洋方向，可能受到近海岸和大洋深水區的海浪波動的影響。10～20 s的噪聲源主要來自北太平洋和孟加拉灣—安達曼?！庇《妊?個方向，可能起源于近海岸海浪與地形耦合產生，主要沿海岸線分布。20～40 s的噪聲源主要指向北部灣—南海一帶，強度較小，且隨時間變化穩定，這與Yang等（2008）認為大于20 s的微震信號強度幾乎不隨季節變化結論相似。

背景噪聲的海洋激發機制比較復雜，波浪壓力擾動在水體與陸地的傳播機制以及海岸與海浪之間能量傳遞與耦合機制等研究的缺失制約著背景噪聲的激發過程、源區及特性的研究?；谇捌谝恍W者關于背景噪聲源的研究，北大西洋、印度洋和太平洋是云南地區背景噪聲主要的影響因素，本文采用的方法所得到的結果沒有發現北大西洋的影響，可能與臺站布局和處理精細度有關系，下一步將結合全球多個地震臺網以及海面壓力的數據，利用FK方法或聚束方法等處理方法，進一步深化區域背景噪聲源的特性及激發機制。

本文使用了SEIZMO軟件包以及從NOAA網站上下載的海洋波高的數據，云南省地震局測震臺網為本研究提供地震波形數據，在此深表謝意。

參考文獻：

蔡輝騰，陳颙，金星，等.2019.福建地區環境噪聲特性研究[J].地震研究，42（1）：64-71.

房立華，吳建平，呂作勇.2009.華北地區基于噪聲的瑞利面波群速度層析成像[J].地球物理學報，52（3）：663-671.

房立華，吳建平，王未來，等.2013.華北地區勒夫波噪聲層析成像研究[J].地球物理學報，56（7）：2268-2279.

付媛媛，高原.2016.東北地區背景噪聲的Rayleigh和Love波相速度層析成像[J].地球物理學報，59（2）：494-503.

王力偉，吳國瑞，黃柳芳.2018.CAP方法反演新豐江錫場地區ML4.0級以上地震震源機制解[J].華南地震，38（3）：1-8.

肖孟仁，羅麗，曾文敬.2018.贛北及其鄰區地震重新定位及P波速度結構研究[J].華南地震，38（3）：15-24.

謝石文，黃顯良，楊波，等.2018.基于不同方法、地殼速度模型的地震定位研究及其在安徽地區的應用[J].華南地震，38（1）：95-100.

鄭定昌，王俊.2017.基于背景噪聲的川滇地區勒夫波層析成像[J].地震學報，39（5）：633-647.

Ardhuin F，Stutzmann E，Schimmel M，et al.2011.Ocean wave sources of seismic noise[J].Journal of Geophysical Research Atmospheres，116（9）：C006952.

Behr Y，Townend J，Bowen M，et al.2013.Source directionality of ambient seismic noise inferred from three-component beamforming[J].Journal of Geophysical Research Solid Earth，118（1）：240-248.

Bensen G D，Ritzwoller M H，Barmin M P，et al.2007.Processing seismic ambient noise data to obtain reliable broad-band surface wave dispersion measurements[J].Geophysical Journal of the Royal Astronomical Society，169（3）：1239-1260.

Derode A，Larose E，Tanter M，et al.2003.Recovering the Greens Function from field correlations in an open scattering medium（L）[J].Journal of the Acoustical Society of America，113（6）：2973-2976.

Euler G G，Wiens D A，Nyblade A A.2014.Evidence for Bathymetric control on the distribution of body wave microseism sources from temporary seismic arrays in africa[J].Geophysical Journal International，197：1869-1883.

Friedrich A，Kruger F，Klinge K.1998.Ocean-generated microseismic noise located with the Grafenberg Array[J].Journal of Seismology，2（1）：47-64.

Fukao Y，Nishida K，Kobayashi N.2010.Seafloor topograph，oceaninfragravity waves，and background Love and Rayleigh waves[J].Journal of Geophysical Research Solid Earth，115（B4）：B04302.

Gerstoft P，Tanimoto T.2007.A year of microseisms in Southern California[J].Geophysical Research Letters，34（34）：102-120.

Gualtieri L，Stutzmann E，Capdeville F，et al.2013.Modelling secondary microseismic noise by normal mode summation[J].Geophysical Journal International，193（3）：1732-1745.

Hasselmann K.1963.A statistical analysis of the generation of microseisms[J].Rev Geophys，1（2）：177-210.

Kedar S，Longuet-Higgins M，Webb F，et al.2008.The origin of deep ocean microseisms in the North Atlantic Ocean[J].Proc R Soc A，464（2091）：777-793.

Kiwamu N.2017.Ambient seismic wave field[J].Proceedings of the Japan Academy，Series B，93（7）：423-448.

Koper K D，de Foy B.2008.Seasonal anisotropy in short-period seismic noise recorded in South Aisa[J].Bull Seism Soc Am，98（6）：3033-3045.

Lin F，Moschetti M P，Ritzwoller M H.2008.Surfacewave tomography of the Western United States from ambientseismic noise：Rayleigh and Love wave phase velocity maps[J].Geophys J Int，8（8）：1525-2027.

Liu L B，Chen Q F，Wang W J.2014.Ambient noise as the new source for urban engineering seismology and earthquake engineering：A case study from Beijing metropolitan area[J].Earthquake Science，27（1）：89-100.

Longuet Higgins M S.1950.A theory of the origin of microseisms[J].Phil trans roy soc ser，243（243）：1-35.

Nishida K，Kawakatsu H，Fukao Y，et al.2008.Background Love and Rayleigh waves simultaneously generated at the Pacific Ocean Floors[J].Geophysical Research Letters，35（16）：L16307.

Rind D，Down W L.1979.Rayleigh wave and Love wave characteristics and the geologic control of propagation[J].Journal of Geophysical Research Solid Earth，84（B10）：5632-5642.

Roux P，Kuperman W A，Group T N.2003.Extracting coherent wave fronts from acoustic ambient noise in the Ocean[J].Journal of the Acoustical Society of America，116（4）：1995-2003.

Roux P.2009.Passive seismic imaging with directive ambient noise：application to surface waves and the San Andreas Fault in Parkfield，CA[J].Geophysical Journal International，179（1）：367-373.

Saito T.2010.Love-wave excitation due to the interaction between a propagating ocean wave and the sea-bottom topography[J].Geophysical Journal International，182（3）：1515-1523.

Saygin E，Kennett B L N.2010.Ambient seismic noise tomography of Australian Continent[J].Tectonophysics，481（1-4）：116-125.

Shapiro N M，Campillo M，Stehly L，et al.2005.High-resolution surface-wave tomography from ambient seismic noise[J].Science，307（5715）：1615-1618.

Shapiro N M，Campillo M.2004.Emergence of broadband rayleigh waves from correlations of the ambient seismic noise[J].Geophysical Research Letters，31：L07614.

Snieder，Roel.2004.Extracting the Greens Function from the correlation of coda Waves：a derivation based on stationary phase[J].Physical Review E Statistical Nonlinear & Soft Matter Physics，69（4）：046610.

Stehly L，Campillo M，Shapiro N M.2006.A study of the seismic noise from its long-range correlation properties[J].Journal of Geophysical Research，111：B10306.

Tanimoto T.2006.Excitation of normal modes by nonlinear interaction of ocean waves[J].Geophysical Journal International，168（2）：571-582.

Tanimoto T.2007.Excitation of microseisms[J].Geophysical Research Letters，34（5）：247-260.

Toksoz M N，Lacoss R T.1968.Microseism：mode structure and sources[J].Science，159（3817）：872-873.

Tsai V C.2009.On establishing the accuracy of noise tomography travel-time measurements in a realistic medium[J].Geophysical Journal International，178（3）：1555-1564.

Wang W，Gerstoft P，Wang B.2018.Seasonality of P wave microseisms from NCF based beam forming using ChinArray[J].Geophysical Journal International，213（3）：1832-1848.

Yang Y，Ritzwoller M H，Levshin A L，et al.2007.Ambient noise Rayleigh wave tomography across Europe[J].Geophysical Journal of the Royal Astronomical Society，168（1）：259-274.

Yang Y，Ritzwoller M H.2008.Characteristics of ambient seismic noise as a source for surface wave tomography[J].Geochemistry Geophysics Geosystems，9（2）：1525-2027.

Yao H，Hilst R D V D，Hoop M V D.2006.Surfacewave array tomography in SE Tibet from ambient seismic noise and two-station analysis-I.phase velocity maps[J]，166（2）：732-744.

Zheng D C，Saygin E，Cummins P，et al.2017.Transdimensional bayesian seismic ambient noise tomography across SE Tibet[J].Journal of Asian Earth Sciences，134：86-93.

Analysis on Ambient Noise Origin in Yunnan Area Based

on Three-Component Data

ZHANG Yan，ZHENG Dingchang，LIN Guoliang，LYU Shuai

（Yunnan Earthquake Agency，Kunming 650224，Yunnan，China）

Abstract

The characteristics of ambient noise and the distribution of the ambient noise origin have gradually become the key issues to deepen the research in the empirical Greens function.Based on the three-component continuous record of 48 seismic stations in Yunnan area from 2015 to 2016，we extracted the? empirical Greens function of stations by using cross-correlation calculation.Based on the characteristics of the signal-to-noise（SNR）ratio of the positive and negative branches of the cross-correlation function，combined with the wave height data，we obtained the azimuthal distribution and time variation characteristics of SNR of stations between 5～10 s，10～20 s，20～40 s in Yunnan area.The results show that the principal azimuth of the ambient noise origin of three-component in Yunnan area are different in different periods.For the 5～10 s band，it is relatively stable.When the ocean activity is relatively intense，the ZZ and RR components are easier to be affected than the TT components.For the 10～20 s band，it is consistent with the seasonal variability of the ocean activities.The principal azimuths of ZZ and RR components points to E and WS direction from Jan.to Jun.，while that of TT component mainly points to E direction.The principal azimuths of ZZ and RR components point to WS from Jul. to Dec.， while that of TT component points to WS from Jul.to Dec.，E and WS direction from Oct. to Dec.For the 20～40 s band，the noise intensity is smaller and stable with time.Therefore，the ambient noise origin in Yunnan area is likely to be related to the activities of North Pacific Ocean and Bengal Bay-Andaman Sea-North Indian Ocean.

Keywords：empirical Greens function;cross-correlation;SNR;the ambient noise origin;ocean activity