新冠肺炎疫情對佘山與大洋山地震臺背景噪聲的影響

孫冬軍 劉 芳 于海英 王成睿 馮 策

1）中國上海 200062 上海市地震局

2）中國上海 200062 上海佘山地球物理國家野外科學觀測研究站

0 引言

地震臺站記錄到的波形數據中包含著不同頻率的環境噪聲，主要分為人為噪聲和自然噪聲兩種。人為噪聲包括城市交通、建筑和文化活動、工業作業等會產生1 Hz 以上的高 頻 噪 聲（Riahi et al，2015；Chang et al，2016；Havskov and Alguacil，2016；Green et al，2017），在商場購物的行人可以產生平均2 Hz 的噪聲，在過天橋時則產生平均1.8 Hz 的噪聲（Pachi and Ji，2005）；而在3—15 Hz 頻率范圍內，交通誘導振動則是環境噪聲的重要來源（Chang et al，2016）；火車能產生5—40 Hz 及以上的噪聲（Fuchs et al，2018）。海陸作用則是自然噪聲的重要來源，其頻率主要集中在0.05—0.5 Hz，由海洋波浪和傾斜海底在海岸線附近直接作用形成或兩列方向相反頻率相似的海洋波浪通過非線性相互作用產生駐波作用到海底形成（Longuet-Higgins，1950）。另外，氣流和地方震等自然因素也會形成高頻干擾（Mcnamara Buland，2004），天然地震和構造力產生的主要地震能量頻率小于3 Hz（Tae-Kyung Hong，2020）。

受新冠肺炎疫情（下文簡稱疫情）影響，2020 年1 月24 日14 時，上海市啟動重大突發公共衛生事件一級響應機制，3 月24 日0 時，調整為二級響應，5 月9 日0 時起調整為三級響應。應急響應啟動后，交通運輸、社會活動、工業生產等人類生產生活相關的環境噪聲水平大幅降低。佘山地震臺（下文簡稱佘山臺）和大洋山地震臺（下文簡稱大洋山臺）分別位于上海市和周邊海島，環境噪聲水平不同，人為活動產生的高頻噪聲存在差異。通過對疫情期間佘山臺和大洋山臺高頻噪聲水平，與疫情前后時段內噪聲水平進行對比分析，討論疫情對人們生產生活的影響，進而探討疫情對臺站所處區域觀測環境的影響。

1 數據和方法

1.1 數據

佘山和大洋山臺均為基巖臺，配備寬頻帶地震計進行數據記錄，波形質量良好，可記錄豐富的地震信號，并接收更多背景噪聲資料。臺站分布見圖1，地震計參數見表1。佘山臺位于上海市松江區佘山國家森林公園西佘山南麓，周圍多為別墅區域，鄰近公園、教堂、天文臺，佘山鎮域面積66.31 km2，第六次人口普查數據顯示，佘山鎮總人口75 507 人，人口密度較小，但游客較多；大洋山臺位于浙江省崎嶇列島主島，陸域面積4.19 km2，根據第六次全國人口普查，洋山鎮總人口13 194 人，人口密度較大，且來往船舶較多。2 個臺站所處環境不同，人為噪聲對臺站的影響也不同，選取2 臺2019 年1 月1 日至2020 年5 月30 日連續波形數據進行背景噪聲水平分析，探討疫情前后人為噪聲對臺站記錄的影響。

表1 臺站地震計參數Table 1 Seismometer parameters of the stations

圖1 臺站分布Fig.1 Map of seismic stations

上海市和浙江省分別于2020 年1 月24日和1 月23 日相繼啟動一級應急響應，到3月24 日降為二級響應，一級響應期間人民群眾大部分居家，城市交通、工業作業等人為噪聲水平降低，可以稱為靜噪期。對2019年和2020 年各頻段背景噪聲進行分析，得出相應噪聲功率譜密度值，與靜噪期不同頻段背景噪聲進行對比，分析探測人為噪聲基準源，揭示佘山臺和大洋山臺附近人類生產生活習性。

1.2 方法

頻譜分析是研究噪聲的重要手段，為了得到背景噪聲的頻率域特征，需要將時間域的連續地震記錄轉化到頻率域進行分析。本研究采用概率密度函數方法（probability density functions，簡寫PDF），分析佘山臺和大洋山臺背景噪聲頻率特征。PDF 是基于傳統噪聲功率譜密度（power spectral density，簡寫PSD），利用長時間內完整連續的波形記錄分析地震觀測臺站噪聲水平的方法（McNamara and Buland，2004）。與傳統PSD 方法相比，PDF方法具有以下優勢：在計算過程中，無需去除地震、斷記、脈沖等突發事件記錄，計算PSD 也不限于外界噪聲較小時段；利用PDF 方法進行分析，可以全面反映地震觀測臺站噪聲水平（Huo and Yang，2013）。PDF 應用較為廣泛，國際上，IRIS 和ANSS 將該方法用于數據管理和臺陣觀測質量控制；廖詩榮等（2008）將PDF 方法用于臺站選址的噪聲水平測試；吳建平等（2012）將PDF 方法用于研究華北地區背景噪聲和臺基響應；劉旭宙等（2018）利用PDF 方法，對比分析不同地震計觀測性能。

利用GitHub 網站提供的SeismoRMS 軟件包，PDF 計算過程如下：①波形預處理：將連續波形分成每個小時的波形文件，去趨勢、去儀器響應、去線性趨勢和波形尖滅，將每小時波形分為15 段，每兩段有50%的重疊；②將每段波形進行FFT 變換后計算能量，然后計算1 小時平均功率；③按照1/2 倍頻程平滑，得到PDF。

周期設定為0.02—10 s，每一中心周期Tc的概率密度函數PDF 表示為

式中，NTc表示周期T附近譜元素個數總和，表示在Tc中功率落在某個1 dB 窗口的個數。

2 背景噪聲功率譜密度分析

2.1 臺站PDF 分布

選取佘山臺和大洋山臺2019 年1 月1 日—2020 年5 月30 日連續觀測數據，計算臺站背景噪聲概率密度，繪制背景噪聲概率密度函數分布圖，結果見圖2。

圖2 2019 年1 月1 日—2020 年5 月30 日佘山臺和大洋山臺概率密度函數分布（a）佘山臺；（b）大洋山臺Fig.2 The PSD of Sheshan and Dayangshan seismic stations from January 1,2019 to May 30,2020

由圖2 可見，佘山臺和大洋山臺噪聲功率譜密度均在周期0.05 s 處最大，且數值均超過-75 dB；在周期0.1—0.5 s 范圍內，兩臺站噪聲功率譜密度均低于-125 dB；在周期0.5—4 s 范圍內，兩臺站噪聲曲線偏向NHNM 曲線，且大洋山臺噪聲水平較高；周期在4—10 s 范圍內，兩臺站噪聲曲線均偏向NLNM 曲線。

2.2 背景噪聲功率譜密度變化

通過傅里葉變換，得到其原始波形的頻率譜，并將噪聲功率譜密度值轉化為標準分貝形式[10log10（m2s-4Hz-1）]（Koper and Hawley，2010），按時間順序依次排列每個時間步長的頻率譜，得到隨時間變化的噪聲功率譜密度連續變化圖。選取佘山臺和大洋山臺2019年1 月1 日至2020 年5 月31 日連續記錄數據，分別繪制頻率1—10 Hz 和10—20 Hz時噪聲功率譜密度值變化，結果見圖3，其中縱坐標為UTC 時間，色標柱表示能量強度。

（1）頻率1—10 Hz。圖3（a）為佘山臺1—10 Hz 噪聲功率譜密度分布，可見其噪聲功率譜密度值呈晝夜變化，白晝能量較高。整體上，UTC 時間22 時至次日3 時、4 時—9 時，即北京時間6 時—11 時、12 時—17 時噪聲水平較高，而11 時—12 時區間噪聲水平較低，與當地居民午餐休息時間較為吻合。2019 年9 月—12 月白天噪聲功率譜密度值，比當年1 月—8 月數值偏高，其中春節期間為全年噪聲功率譜密度值水平最低點，而在2019 年和2020 年元旦均出現噪聲功率譜密度值較高點。

圖3 2019 年1 月—2020 年5 月佘山臺和大洋山臺噪聲功率譜密度值連續變化（a）佘山臺1—10 Hz 時噪聲功率譜密度值；（b）大洋山臺1—10 Hz 時噪聲功率譜密度值；（c）佘山臺10—20 Hz 時噪聲功率譜密度值；（d）大洋山臺10—20 Hz 時噪聲功率譜密度值Fig.3 Variation of noise power spectral density of Sheshan and Dayangshan seismic stations from January 2019 to May 2020

受疫情影響，2020 年佘山臺噪聲功率譜密度值水平較低時間持續約2 個月，大約1 月中旬持續到3 月中旬。隨著疫情逐漸在國內得到控制，3 月中旬以后，噪聲水平逐漸上升，與去年同期基本持平。

圖3（b）為大洋山臺1—10 Hz 噪聲功率譜密度值變化，可見：該臺晝夜噪聲功率譜密度值差異性較佘山臺小，2019 年春節期間噪聲功率譜密度值水平與平時差異性不大。北京時間6 時—11 時、12 時—17 時噪聲水平相對較高，而11 時—12 時區間噪聲水平較低，與當地居民午餐休息時間較為吻合，與佘山臺變化特征一致。2019 年1 月1 日—6 月31 日，大洋山臺每日9 時均進行脈沖標定，脈沖電流0.1 mA，脈沖寬度1 200 s，導致該臺每日8時—9 時，在1—10 Hz 頻率范圍內噪聲功率譜密度值水平較高。在疫情期間，該臺噪聲功率譜密度值水平比2019 年春節期間更低，而在2020 年3 月中旬以后，疫情得到控制，噪聲水平逐漸上升，繼而超過去年同期水平。

（2）頻率10—20 Hz。在10—20 Hz 頻率范圍內，佘山臺和大洋山臺噪聲功率譜密度值基本分布在-300—-250 dB 范圍內，見圖3 中（c）、（d）圖所示，其中佘山臺該頻段噪聲功率譜密度值晝夜差異性較大，而大洋山臺則不明顯。

2.3 不同頻段背景噪聲水平變化

通過背景噪聲的位移變化，可以較為直觀地反映噪聲能量變化趨勢。現代地震監測基本為速度值記錄，通過SeismoRMS 軟件包可直接計算連續背景噪聲位移變化。

選取疫情爆發之后的時間來分析不同頻率范圍的背景噪聲水平，討論靜噪期內不同頻率時背景噪聲變化。圖4 給出佘山臺和大洋山臺2020 年1 月1 日—5 月31 日2—10 Hz和10—35 Hz 頻率范圍內背景噪聲位移變化，其中綠色背景顏色表示工作日，白色背景顏色表示周末，紫色曲線表示8 時—16 時噪聲位移擬合曲線。

圖4 2020 年1 月1 日—5 月31 日佘山臺和大洋山臺背景噪聲位移變化（a）佘山臺2—10 Hz 頻率范圍的背景噪聲；（b）大洋山臺2—10 Hz 頻率范圍的背景噪聲；（c）佘山臺10—35 Hz 頻率范圍的背景噪聲；（d）大洋山臺10—35 Hz 頻率范圍背景噪聲Fig.4 Ambient noise displacement variations of Sheshan and Dayangshan seismic stations from January 1 to May 31,2020

（1）2—10 Hz 頻率。在2—10 Hz 頻率范圍內，疫情對佘山臺背景噪聲水平影響較大，對大洋山臺影響較小，見圖4 中（a）、（b）圖。2 個臺站每日高噪聲水平分布擬合曲線見圖中紫色曲線，其中：①佘山臺：2020 年1 月6 日至19 日，佘山臺背景噪聲位移值由2.5 nm 降至0.8 nm，1 月19 日—3 月1 日保持在1 nm 左右，3 月1 日起回升，至4 月1日接近2.5 nm，之后逐漸超過年前的2.5 nm。佘山臺該頻段靜噪期持續40 天；②大洋山臺：2020 年1 月7 日—2 月3 日，大洋山臺背景噪聲位移值由約1.7 nm 下降至約1 nm，且保持約2 周，2 月17 日噪聲水平開始上升，3 月1 日以后基本與下降前相當。

噪聲水平高低能夠反映當地噪聲能量的變化，噪聲水平日變化值能夠反映臺站噪聲水平晝夜差異性。比較2 個臺站的噪聲水平日變化值E，可知佘山臺E值在疫情前后差異較大，疫情期間差異較小；大洋山臺E值在疫情前、中、后差異均不大。

式中，E表示一天中噪聲水平日變化值，Emax表示一天中噪聲水平最大值，Emin表示一天中噪聲水平最小值。

（2）10—35 Hz 頻率。在10—35 Hz 頻率范圍內，受疫情影響，大洋山臺噪聲水平更加明顯，整體呈先下降后上升的趨勢，而佘山臺疫情期間背景噪聲水平略微下降，其他時段背景噪聲位移變化較為穩定，見圖4（c）、（d）。由圖可見：①佘山臺：1 月12 日—1月24 日8 時—16 時，佘山臺噪聲位移值由600 nm 左右下降至400 nm，之后2 周持續在450 nm 左右，2 月9 日—3 月10 日逐漸上升至580 nm 左右，之后基本穩定在580 nm；②大洋山臺：該臺8 時—16 時噪聲位移值每日差異性較大，其中1 月6 日—2 月1 日，噪聲位移值呈下降趨勢，由1 000 nm 降至300 nm，2 月1 日—22 日在400 nm 起伏，2月22 日—5 月14 日逐漸上升至1 200 nm，之后出現一定回落。

比較2 個臺站噪聲水平日變化值，可知佘山臺在疫情前、中、后噪聲水平晝夜差異不大，日噪聲變化小于400 nm，而大洋山臺在疫情前后則晝夜差異較大，日噪聲變化甚至能大于1 000 nm，疫情期間噪聲水平晝夜差異相對較小，變化值在600 nm 以內。

2.4 單一頻率背景噪聲功率譜密度值變化

2020 年1 月1 日—5 月30 日，佘山臺和大洋山臺單一頻率（頻率分別為1 Hz、2 Hz、10 Hz、20 Hz、40 Hz）噪聲功率譜密度值隨時間的變化見圖5。

圖5 單一頻率的噪聲功率譜密度值變化（a）f =1 Hz 時佘山臺變化；（b）f =1 Hz 時大洋山臺變化；（c）f =2 Hz 時佘山臺變化；（d）f =2 Hz 時大洋山臺變化；（e）f =10 Hz 時佘山臺變化；（f）f =10 Hz 時大洋山臺變化；（g）f =20 Hz 時佘山臺變化；（h）f =20 Hz 時大洋山臺變化；（j）f =40 Hz 時佘山臺變化；（k）f =40 Hz 時大洋山臺變化Fig.5 The variation of a single frequency PSD of ambient noise

2.4.1 單臺變化特征。圖5 中（a）、（c）、（e）、（g）、（j）圖分別為頻率1 Hz、2 Hz、10 Hz、20 Hz、40 Hz 時佘山臺噪聲功率譜密度值隨時間的變化，可見該臺2 Hz 噪聲功率譜密度值受疫情影響明顯，疫情前后噪聲功率譜密度值分布在-130—-140 dB 范圍內，疫情期間則分布在-140—-150 dB 范圍內，較疫情前后有明顯下降；而1 Hz、10 Hz、20 Hz、40 Hz 時，噪聲功率譜密度值變化基本不受疫情影響，1 Hz 時噪聲功率譜密度值隨時間的變化較復雜，10 Hz、20 Hz、40 Hz 時在整個研究時段基本平穩，其中10 Hz 噪聲功率譜密度值分布在-120—-140dB 范圍內，20 Hz 時分布在-30—-50 dB 范圍內，40 Hz 時分布在-130—-140 dB 范圍內，且其噪聲功率譜密度值日變化值約10 dB。

圖5 中（b）、（d）、（f）、（h）、（k）圖分別為頻率1 Hz、2 Hz、10 Hz、20 Hz、40 Hz 時大洋山臺噪聲功率譜密度值隨時間的變化，可見：大洋山臺噪聲功率譜密度值變化具有先下降后上升的趨勢，在頻率1 Hz、2 Hz 時受疫情影響不明顯，而在頻率10 Hz、20 Hz、40 Hz 時則受疫情影響較明顯，其中：在頻率1 Hz 時，大洋山臺噪聲功率譜密度值分布在-120—-140 dB 范圍內，局部時間超過-110 dB；在頻率2 Hz 時，噪聲功率譜密度值在-130—-135 dB 范圍內變化；在頻率10 Hz、20 Hz、40 Hz 時，疫情期間噪聲功率譜密度值較疫情前后低，且噪聲水平日變化值較小，隨著后期疫情逐漸得到控制，噪聲功率譜密度值逐漸增加，噪聲水平日變化值增大。

2.4.2 對比分析。由圖5 可知，大洋山臺單一頻率噪聲功率譜密度值變化及噪聲功率譜密度值日變化值與佘山臺差異性較大。整體上，該臺噪聲功率譜密度值比佘山臺高，且噪聲功率譜密度值隨時間變化較為復雜。

在1—40 Hz 范圍內，佘山臺受疫情影響的噪聲功率譜密度主要分布在10 Hz 以內，而大洋山臺則分布在10 Hz 以上。頻率10 Hz 以內，高頻噪聲源主要是行人、工廠、低速汽車以及部分天然地震和構造力產生的地震能量，而頻率10 Hz 以上，高頻噪聲源是高速行駛的汽車、火車、輪渡等。佘山臺位于佘山山腳，周邊多植被覆蓋，道路較為彎曲，鮮有高速行駛的汽車，無火車和輪渡等高頻噪聲源，而春節之前該臺附近人口呈輸出性流動，受疫情影響，靜噪期延長，隨著疫情逐漸得到控制，人口逐漸回流，頻率為2 Hz 的背景噪聲功率譜密度值逐步回升；大洋山臺附近人口數在疫情期間變化不大，啟動應急響應后，輪船停航、工廠停工，10—40 Hz 的噪聲功率譜密度值明顯下降，隨著疫情逐漸被控制，應急響應等級下調，輪船復航、工廠開工，噪聲功率譜密度值逐漸回升至疫情前的水平。

3 結論和討論

通過對佘山臺和大洋山臺2019 年1 月1 日至2020 年5 月30 日連續波形數據進行背景噪聲水平分析，可以得出以下結論。

（1）受疫情影響，佘山臺和大洋山臺2020 年春節靜噪期較2019 年春節延長。

（2）佘山臺和大洋山臺背景噪聲功率譜密度變化與居民生產、生活習性一致，表現在：6 時—11 時、12 時—19 時，背景噪聲功率譜密度值相對較高，11 時—12 時區間數值較低，19 時—次日6 時，數值相對較低。

（3）頻率在20 Hz 時，佘山臺和大洋山臺噪聲功率譜密度值最強，最大噪聲功率譜密度值均超過-75 dB；頻率在2—10 Hz 范圍內，2 個臺站噪聲功率譜密度值均低于-125 dB；周期在2 Hz—4 s 范圍內，2 個臺站噪聲曲線偏向NHNM 曲線，且大洋山臺噪聲水平較高；周期在4—10 s 時，2 個臺站噪聲曲線偏向NLNM 曲線。

（4）整體上，佘山臺日噪聲功率譜密度極大值與大洋山臺基本一致，而極小值則比大洋山臺小，可見佘山臺夜晚背景噪聲功率譜密度值比大洋山臺低。靜噪期內，佘山臺2 Hz背景噪聲功率譜密度值比平時降低10 dB，而大洋山臺10 Hz 背景噪聲功率譜密度值較平時降低約5 dB。

（5）疫情對臺站噪聲功率譜密度的影響。佘山臺2 Hz 頻率的噪聲功率譜密度值受疫情影響較大，呈下降—上升趨勢；10—40 Hz 的噪聲功率譜密度值則基本不受疫情影響，整體較為平穩。春節前佘山臺附近人口呈輸出性流動，受疫情影響，靜噪期延長，隨著疫情的緩解，人民的生產生活逐步恢復正常，至2020 年3 月10 日，佘山臺2 Hz 背景噪聲功率譜密度變化恢復正常；在頻率為10 Hz、20 Hz、40 Hz 時，佘山臺噪聲功率譜密度值受春節和疫情的影響不明顯，說明臺站周邊10—40 Hz 高頻噪聲源較少，該頻段噪聲功率譜密度值水平較低，一級應急響應啟動后，居民居家隔離，生產生活對該頻率噪聲功率譜密度變化影響不明顯。

大洋山臺2 Hz 頻率的噪聲功率譜密度值受疫情影響不明顯，表明疫情期間該臺附近人口數變化不大；在頻率為10 Hz、20 Hz、40 Hz 時，大洋山臺噪聲功率譜密度值變化受疫情影響較為顯著，這是因為，啟動一級應急響應后，輪船停航、工廠停工，高噪聲源減少，10—40 Hz 的噪聲功率譜密度值明顯下降，隨著疫情被控制，應急響應等級下調，輪船復航、工廠開工，噪聲功率譜密度值逐漸回升至疫情前水平。

地震噪聲和人類活動之間的相關性表明，地震學分析可為實時人口動態估計提供結果。