分布式光纖聲波傳感系統記錄的交通噪聲的干涉處理分析

曹衛平， 黃旭日， 姚海， 胡葉正， 徐云貴， 唐靜

1 西南石油大學地球科學與技術學院， 成都 6105002 油氣藏地質及開發工程國家重點實驗室, 成都 610500

0 引言

分布式光纖聲波傳感系統(Distributed Acoustic Sensing，簡稱DAS)是近年發展出并在迅速發展中的高密度、低成本的地震觀測技術.該系統通過提取光纖內不同時刻的背向瑞雷散射光信號之間的相位差，計算光纖各位置沿軸向的形變，從而實現光纖上各個位置的震動波場觀測.由于DAS系統光纖展布靈活，觀測采樣密集，同時成本較低，而且耐受惡劣環境，數據實時傳輸便利，因此在諸如地下構造的面波成像(Dou et al., 2017; Zeng et al., 2017; Parker et al., 2017; Ajo-Franklin et al., 2019；張麗娜等，2019)、微地震(Walter et al., 2020)、VSP及地面反射地震(Mateeva et al., 2014; Zhan et al., 2015; Bakulin et al., 2020)、油井生產監測(Naldrett et al., 2018)等眾多領域迅速展開應用，顯示出巨大潛力.

DAS系統的一個重要應用是地下構造的S波成像，即通過地表面波信號的觀測，分析地下橫波速度，實現地下介質地質特性的分析乃至監測.這類應用通常分為主動源觀測和被動源觀測兩種方式.主動源觀測是指記錄人工震源激發的地震波場(Xia et al., 1999; Zeng and Thurber, 2019；宋政宏等，2020； Song et al., 2021)，被動源觀測則是記錄背景噪聲，然后利用地震干涉從背景噪聲記錄中提取波場傳播信號的方法(Campillo and Paul, 2003; Shapiro et al., 2005; Nakata et al.， 2011；Wang and Yao, 2020).由于被動源觀測無需人工激發震源，而DAS系統非常適用較長時間的地震觀測，因此近年來被動源的DAS地震觀測研究迅速展開(Dou et al., 2017; Zeng et al., 2017; Ajo-Franklin et al., 2019； Cao and Askari, 2019； Zhang et al., 2019；林融冰等，2020；王寶善等，2021).在被動源記錄數據的地震數據處理中，記錄數據往往分割成幾十秒到一分鐘的數據段，各段數據經干涉處理疊加形成最終的面波數據.由于被動源地震記錄中波場信息復雜、干擾強，往往通過幾個小時乃至更長時間的記錄數據干涉疊加后才能得到高信噪比的面波數據(Dou et al., 2017; Zeng et al., 2017; Ajo-Franklin et al., 2019).從被動源地震數據中提取面波這一過程通常由三種方法實現：互相關干涉法(crosscorrelation interferometry)(Claerbout, 1968; Schuster et al., 2004; Snieder, 2004；Wang et al., 2009; Wang et al., 2010)、反褶積干涉法(deconvolution interferometry)(Vasconcelos and Snieder, 2008)和互相干干涉法(crosscoherence interferometry)(Aki,1957).Nakata等(2011)對三種方法的效果進行了系統的理論分析，楊微等(2013)也對這三種方法在主動源地震數據中的效果進行了比較.對DAS系統記錄的被動源地震數據，這方面的分析比較還有待開展.

交通噪聲記錄是指公路、鐵路上行駛的車輛與路面摩擦撞擊而激發的震動信號，因此往往包含豐富的面波信息.當車輛沿線直線形態的公路行駛時，記錄的公路噪聲可以看成沿直線移動的震源激發的地震信號，這樣的數據與主動源勘查中的地震記錄非常相似，可以從較短的記錄中提取出近地表傳播的面波信號(Dong et al., 2006; Halliday et al., 2007).本文利用2013年美國加利福尼亞州Garner Valley DAS地震觀測實驗中部分緊鄰公路布置的光纖記錄的交通噪聲數據(University of Wisconsin， 2015)，分析DAS記錄的交通噪聲數據特征，并利用互相關干涉、反褶積干涉和互相干干涉三種處理方法提取面波信息，分析比較這三種方法的效果，并與該實驗中采集的主動源DAS記錄進行對比.

1 數據介紹和特征分析

本文分析的DAS記錄的交通噪聲數據于2013年9月由美國威斯康辛大學和Silixa公司在美國加利福尼亞州Garner Valley的實驗場中采集.DAS觀測系統展布見圖1，實驗中有762 m的光纖埋置于15～46 cm的溝渠中并經回填(Zeng et al., 2017).光纖聲波傳感信號的道間距為1 m，時間采樣率為1 ms.DAS光纖第500道至639道緊鄰加利福尼亞州74號高速公路，沿公路方向基本呈直線布置，如圖1中粗黑線所示.本文選取這一部分光纖記錄的公路噪聲數據分析其特征，并進行干涉處理分析.

圖1 分布式光纖傳感觀測系統展布及公路位置Fig.1 DAS survey layout and location of the highway

圖2展示了第500道至639這段緊鄰公路段直線部分光纖記錄的30 s的公路噪聲數據.如圖中所示，數據能量在0～5 s內隨記錄時間增強，在5～15 s時段虛線框內圖可見一個強能量同相軸，顯示能量由639道位置向500道位置傳播，15 s后記錄能量逐漸減弱.

圖2 緊鄰公路段直線部分光纖記錄的30 s公路噪聲數據圖中虛線框標出記錄上強能量同相軸.Fig.2 A 30 s long DAS traffic noise data section recorded with the DAS fiber close to the highway

圖3對這30 s記錄數據中0～6 s、7～13 s、13～19 s三個時間段的記錄進行放大顯示，展示其中的細節.圖3a中展示的0～6 s的記錄基本上由斜率相同的單方向線性同相軸組成，由同相軸傾斜方向可知震動波場由639道往500道傳播，根據斜率估算出傳播速度約189 m·s-1，同相軸振幅隨時間不斷增強.由這些特征可以分析出這些同相軸反映的是由639道往500道傳播的面波，震源基本位于接收陣列的直線上，正在不斷靠近639道位置，但并未越過639道.這一現象是由車輛沿圖1中所示公路路段1內駛向639道光纖位置這一過程產生.圖3b中7～13 s的記錄基本由兩組傾向相反的線性同相軸組成，說明目標段光纖記錄到震動波場向相反的兩個方向傳播，相反傾向的同相軸交會位置對應著震源位置.這一現象反映的是震源位于目標段光纖位置中部，即車輛已經行駛圖1中所示公路路段2之內.由圖3b中同相軸交會位置變化情況可以看出車輛由639道向500道行駛，行駛速度約21 m·s-1，這一速度與圖2中虛線框內強能量同相軸斜率一致.圖3c中13～19 s的記錄基本上也是由一組相同傾向和斜率的線性同相軸組成，斜率與圖3a中同相軸相同，但方向相反，能量逐漸減弱，反映了車輛位于圖1中公路路段3內，并且在駛離目標段光纖.

圖1的30 s公路噪聲記錄反映了車輛由圖1所示的西北方向駛向、駛入、最后駛離目標段光纖臨近的公路這一過程中產生的震動信號.對圖1中的記錄直接進行FFT分析其頻譜，圖4中結果顯示數據信號主要集中在8～13 Hz.

2 數據干涉處理分析

公路噪聲的主要成分是移動車輛激發的面波信號.如果所有車輛震源均位于接受陣列的某一端，且震源位于接收陣列的直線上，這時接收陣列記錄的震動數據與主動源面波勘查中記錄的面波信號非常相似，進行干涉處理可以獲取高信噪比的虛震源面波記錄(Dong et al., 2006)，而無需長時間記錄數據的干涉處理疊加.因此本文選取圖1中所示緊鄰公路沿公路方向布設的這段光纖，當車輛位于圖中公路路段1范圍內行駛時，可近似認為震源均位于接收陣列一端并位于接收陣列的直線上.截取圖3a所示目標段光纖0～6 s的公路噪聲數據進行干涉處理，具體的面波干涉處理及分析流程見圖5.

圖3 圖2中30 s公路噪聲記錄0～6 s、7～13 s、13～19 s這三段數據的放大顯示Fig.3 Zoom view of the recording for time 0～6 s、7～13 s、13～19 s in the 30 s traffic noise recording in Fig.2

圖4 公路噪聲數據的頻譜Fig.4 Frequency spectrum of the traffic noise record

圖5 光纖聲波傳感記錄的公路噪聲處理分析流程Fig.5 Process workflow for the DAS traffic noise data

利用地震干涉法從公路噪聲中提取面波虛炮集通常由三種方法實現：互相關干涉法(crosscorrelation interferometry)、反褶積干涉法(deconvolution interferometry)、

和互相干干涉法.互相關干涉法通過兩道噪聲數據之間的互相關來提取這兩個檢波器之間面波的傳播效應，這一過程可以表示為

CAB(ω)=u(rA,s,ω)u*(rB,s,ω)

（4）是提高杭州市綜合交通運輸體系服務水平的需要。經過多年發展，杭州市交通基礎設施日臻完善，對外復合型通道初步形成，樞紐地位顯著提高。在杭州市綜合交通運輸體系中，水、公、鐵等交通運輸方式發展水平差異較大，水運相對于公路和鐵路發展較落后，航道通航等級普遍較低、碼頭泊位規模普遍偏小，水路運輸的比較優勢沒有得到充分發揮。要切實發揮杭州市水運特別是杭州港銜接多種運輸方式的綜合樞紐作用，充分發揮水陸交通運輸的比較優勢，促進杭州市綜合交通運輸體系的進一步完善需要通過開展杭州港總體規劃的編制，加快杭州港發展步伐。

(1)

式中u(rA,s,ω)=W(s,ω)G(rA,s,ω)表示由s處震源激發rA處接收的面波信號，表示成子波W(s,ω)和格林函數G(rA,s,ω)在頻率域的乘積.由公式(1)可見互相關干涉結果中包含震源子波的能量譜.

反褶積干涉法則通過兩道噪聲數據之間的反褶積來計算兩個檢波器之間面波的傳播效應，該過程表示為

(2)

這一過程通過反褶積消除了震源子波W(s,ω)的影響.

互相干干涉法源于Aki(1957)提出通過空間的自相關方法，因此也被稱為空間相干方法，這一過程表述為

(3)

從這一表述可見互相干干涉結果計算了面波波至的相位信息，并對各個頻率的振幅信息進行了歸一化處理.

基于三種干涉處理方法的理論表達可見：互相關干涉法直接將地震數據進行相關計算，引入了子波振幅的平方項，加強高振幅的頻率成分并消弱低振幅的頻率成分，導致計算結果的有效頻帶變窄；反褶積干涉法和互相干干涉法則通過頻率域振幅的除法預算消除了震源子波的影響，并將各個頻率的振幅信息進行了歸一化處理了，拓寬了計算結果的有效頻帶.但同時頻率域的除法運算也容易放大噪聲.譜白化處理在頻率進行域振幅歸一化處理，也能夠有效地拓寬頻帶(Bensen et al.，2007).

將上述三種干涉方法應用于圖3a中的公路噪聲數據.選取第639道公路噪聲記錄作為參考道，將其與目標段光纖各道記錄進行干涉計算生成虛炮集，并與該位置上錘擊激發、目標段DAS光纖接收的主動源地震數據對比，虛震源位置以及錘擊位置見圖1.圖6顯示了公路噪聲數據干涉計算結果和主動源地震記錄.從該圖可以看出，三種干涉方法均提取出較強的面波信號，與主動源數據中的面波信號特征高度相似，而互相關干涉法和互相干干涉法結果中的面波信號主峰更窄，顯示出更好的旁瓣壓制效果.圖7中的頻譜分析顯示出反褶積干涉法和互相干干涉法具有更寬的頻帶，但比主動源炮集的頻帶略窄，詳見圖9的頻散分析結果.

圖6 圖2中的公路噪聲數據經(a)互相關干涉法、(b)反褶積干涉法、(c)互相干干涉法計算出的虛震源面波炮集, (d)錘擊震源激發的地震炮集錘擊震源炮集與干涉計算結果的震源和檢波器位置相同.(a)中紅線限定區域為信噪比計算中的信號范圍，其余區域認作噪聲范圍.(b)、(c)、(d)三個炮集的信噪比分析也是利用這樣的時窗進行計算.Fig.6 Virtual surface wave shot gathers computed with (a) cross-correlation interferometry, (b) deconvolution interferometry and (c) cross-coherence interferometry and (d) active shot record generated by hammer hitting. Source-receiver locations of the active and virtual shot gathers are identical

圖7 互相關干涉法、反褶積干涉法、互相干干涉法計算出的虛震源面波炮集的頻譜Fig.7 Frequency spectrums of the virtual shot gathers computed with crosscorrelation interferometry, deconvolution interferometry and crosscoherence interferometry

為了進一步測試這三種干涉方法在Garner Valley公路噪聲數據中的效果，本文利用這三種方法在5個不同虛震源位置計算面波虛炮集，比較虛炮集的信噪比.虛炮集的虛震源位置見圖1，間距10 m.圖8展示了這5個虛震源點計算的虛炮集的信噪比，圖中的對比表明這三種方法均能獲得較高的信噪比，其中互相關干涉法和互相干干涉法的結果具有更高的信噪比.

圖8 三種干涉計算方法在5個不同的虛震源點計算的虛炮集的信噪比對比Fig.8 Signal-to-noise ratio (SNR) computed from 5 virtual gathers with different virtual source locations for the three interferometry algorithms

3 面波頻散反演

面波數據可以用于分析地下介質的橫波速度分布，這一過程通常包括頻散曲線提取和頻散曲線反演兩部分(Xia et al., 1999).本文利用Tau-p變換對面波數據進行平面波分解，計算頻率速度譜反映不同頻率成分面波的相速度,從而提取面波頻散曲線.該過程表示為

(4)

式中d(t,x)為時空域數據，τ、p分別為傾斜疊加的截距和斜率.將變換得到的Tau-p譜變換到頻率域并進行插值，就可以得到用于頻散分析的頻率速度譜.

圖9給出了圖6中三個虛震源炮集和主動源炮集的頻率速度譜.三種方法所提取的虛震源面波數據的頻率速度譜均顯示出與主動源炮集非常相似的頻散特征，其中反褶積干涉法和互相干干涉法結果的頻帶更寬，顯示出了這兩種方法提取的更豐富的頻散信息，有助于獲取更為準確的地下橫波速度分布.

圖9 圖6中(a)互相關干涉法、(b)反褶積干涉法、(c)互相干干涉法計算出的虛震源面波炮集和(d)錘擊震源炮集的頻率速度譜.圖中黑色點線為各個頻率速度譜上拾取的基階面波頻散曲線Fig.9 Frequency-phase velocity spectrums of the virtual shot gathers computed by (a) crosscorrelation interferometry, (b) deconvolution interferometry，(c) crosscoherence interferometry and (d) active shot record shown in Fig.6. The black dotted lines are the dispersion curves picked from these spectrums for the fundamental mode surface wave

圖10展示了圖6中四個面波炮集的頻散曲線和反演的橫波速度分布.圖中可見虛震源炮集的頻散曲線與錘擊震源炮集的頻散曲線相似度高，橫波速度反演結果也具有較高的一致性.

圖10 三種干涉方法計算出的虛震源面波炮集和錘擊震源炮集的(a)頻散曲線和(b)反演的橫波速度分布速度譜Fig.10 (a) Dispersion curves of the active source shot gather and the virtual shot gather computed with crosscoherence interferometry algorithm and (b) the inverted shear wave velocity profiles

Stokoe等(2004)在Garner Valley試驗場也進行了面波實驗分析，Zeng等(2017)也給出了Garner Valley DAS噪聲成像結果.因此本文將DAS公路噪聲面波分析結果與上述文獻中的結果進行對比.圖11a為本文中互相干干涉結果的頻散曲線與Zeng等(2017)中噪聲干涉所得面波頻散曲線以及Stokoe等(2004)中基于模型的理論曲線對比，圖11b為本文互相干干涉結果的橫波速度反演結果與Stokoe等(2004)中主動源面波的橫波速度反演結果對比.由該圖可以看出，本文中公路噪聲干涉結果與上述文獻中的結果均具有較高吻合度.

圖11 (a) 本文交通噪聲互相干干涉結果的頻散曲線與Zeng等(2017)中噪聲干涉所得面波頻散曲線以及Stokoe等(2004)中基于模型的的理論曲線對比； (b) 本文交通噪聲互相干干涉結果的橫波速度反演結果與Stokoe等(2004)中主動源面波的橫波速度反演結果對比Fig.11 (a) Dispersion curves of the crosscoherence interferometry result compared with those in Zeng et al (2017) and Stokoe et al (2004)； (b) Inverted shear wave velocity profile for the crosscoherence interferometry result compared with the result in Stokoe et al (2004)

4 結果與討論

本文將Garner Valley觀測實驗中的公路噪聲DAS記錄進行干涉計算得到面波虛炮集，并同錘擊震源的DAS記錄進行比較.圖6中所示的干涉計算結果顯示出與錘擊震源炮集相似的面波信號；比較圖9所示的速度頻率譜和圖10所示的頻散曲線和橫波速度反演結果，可見反褶積干涉和互相干干涉計算結果與錘擊震源記錄頻散特征相近，反演的橫波速度分布一致性高.錘擊震源炮集信號頻帶略寬，但定量的信噪比分析表明互相干干涉計算結果的信噪比較錘擊震源炮集更高.綜合上述比較分析，利用6 s的車輛噪聲DAS記錄進行干涉處理，可以獲取與該實驗中主動源數據質量相近的面波信號.主動源數據中震源位于測線所在的直線上，但公路噪聲記錄中的震源在公路上，與測線有一定角度，且不同道與測線夾角不同，這一因素會影響干涉結果準確度.但如果測線離公路距離遠小于測線長度，同時從噪聲數據中選取遠場面波，這一不利影響會大大降低.

本文還對三種干涉方法在該公路噪聲數據上的效果進行了分析比較.由圖8所示的信噪比分析以及圖7、圖9、圖10a中展示的數據有效帶寬，可見互相關干涉法的結果穩定，信噪比高，但有效頻帶窄，這反映了互相關運算的固有特點；反褶積干涉法的結果有效頻帶寬，但信噪比相對低，因為反褶積運算受噪聲影響明顯.上述這些特征與楊微等(2013)中基于主動源地震數據的分析一致.互相干干涉法由于振幅歸一化操作，其計算結果也具有較寬的有效頻帶，但同時其信噪比明顯高于反褶積干涉法的結果.Nakata等(2011)中的理論分析也表明，在隨機噪聲情況下互相干干涉法計算結果的信噪比高于互相關法.綜合比較三種方法計算結果的有效帶寬和信噪比，互相干干涉法在本數據上效果最佳.

5 結論

(1)本文對Garner Valley DAS觀測實驗中記錄的公路噪聲數據進行分析，從中得出記錄時段內公路上車輛的位置、行駛方向和速度.

(2)基于該實驗中DAS公路噪聲記錄的特點，針對性的選取數據進行干涉處理，可以從記錄長度為6秒鐘的車輛噪聲中提取出與主動源面波數據信號質量相近的面波數據，頻散曲線與反演的橫波速度均與主動源面波數據結果較為一致.

(3)本文比較了互相關干涉法、反褶積干涉法和互相干干涉法三種方法在該實驗中的DAS公路噪聲記錄處理中的效果，結果顯示互相干干涉法和互相關干涉法的結果具有更高的信噪比，互相干干涉法與反褶積干涉法結果則具有更優的有效頻帶寬度.綜合比較三種干涉方法，互相干干涉法在本數據上效果最佳.

致謝感謝三位審稿專家的建設性意見以及美國威斯康辛大學提供Garner Valley實驗DAS觀測數據.