我國東部地區非隨機持續性微震背景噪聲場源的特性及定位研究

王俊, 鄭秀芬, 劉紅桂, 楊大克, 鄭定昌,鄭江蓉, 詹小艷, 孫業君, 杜航,4

1 江蘇省地震局， 南京 210014 2 中國地震局地球物理研究所， 北京 100081 3 云南省地震局， 昆明 650224 4 中國科學技術大學， 合肥 230026

0 引言

近年來，隨著地球背景噪聲在理論方法及應用研究領域不斷取得新的進展，越來越多的科學家將噪聲地震學視為一個獨立、前沿的重要探索領域，其中背景噪聲的特性及其場源分布是核心問題之一.地震背景噪聲的信號十分豐富，在周期上至少跨越了7 個量級(0.03 s～105s)，它們以面波和體波的形式在地球表面和內部傳播(Gutenberg，1931；Peterson，1993).學界通常將其中能量最強、周期范圍約為2～20 s的部分稱為“微震”(Microseism)，它具有兩個明顯的譜峰.一般認為，微震能量的產生源于兩種不同的激發模式，周期12～20s的微震主要來源于海浪與海岸線和淺水區傾斜海底的直接相互作用(Hasselmann，1963)，因其頻率與海洋重力波的頻率接近，稱為單頻微震(Single Frequency，SF)，亦稱為第一類地脈動；周期2～10 s的微震是在逆向擴散海浪之間的非線性相互作用下產生的(Longuet-Higgins，1950)，振幅要比單頻微震大許多，其頻率是單頻微震的兩倍，稱為雙頻(Double Frequency，DF)微震，亦稱為第二類地脈動.

關于微震的研究，盡管已經取得大量成果，但就其激發機制、源的確切位置以及傳播特性等仍是熱點問題.例如，關于微震能量的場源，是僅沿海岸線分布、還是也可在特定深海區域產生以及是否與風暴相關等，至今依然存在爭論.多數研究認為SF微震來源于近岸區域(Gutenberg, 1931; Haubrich et al., 1963；Ardhuin et al., 2015； Bromirski, 2009；Friedrich et al., 1998)，但Stehly等 (2006)基于反向投影方法的研究認為，SF微震產生機理與更長周期背景噪聲(20～40 s)的近似，來源于深海區，而非由海岸線上海浪的涌動所主導.DF微震的多源性則越來越被廣泛接受，至少存在三種觀點：(1)由近海海域的入射與反射海浪在近海海岸上的相互作用而產生(Cessaro, 1994；Bromirski and Duennebier，2002；Gerstoft and Tanimoto, 2007；Tanimoto, 2007；Stutzmann et al., 2012; Sun et al., 2013)；通過陸地和海底的對比觀測與數值模擬，有學者指出DF的場源區主要為水深小于250 m的近海岸淺水區，在深度大于5000 m深海海底生成的pRg波其大部分能量蘊藏在海洋中，能在海底持續觀測到，但不能有效地傳遞到大陸(Bromirski et al.，2013)；(2)由開闊海域海浪與局部水深相互作用形成的駐波產生，可能與體波激發的區域一致(Ardhuin and Herbers, 2013; Gerstoft et al., 2008; Landès et al., 2010; Tian and Ritzwoller, 2015)；(3)來自于風暴，產生于兩個風暴形成的波浪，或由一個快速移動的大型風暴系統的兩側形成的波浪產生(Ardhuin et al., 2011；Obrebski et al., 2013；Chen et al.,2015).此外，在一些特殊地區觀察到DF微震譜峰附近會出現兩個或多個獨特次峰的現象，正逐漸被關注并受到重視(Bromirski et al.，2005；Tanimoto，2007；Koper and Burlacu，2015；Xiao et al.,2018).

了解非隨機持續性背景噪聲的特性及其場源的確切位置，不僅對于提高背景噪聲的產生機理的認識至關重要，同時還可以幫助改善相關應用研究的精度.越來越多的研究表明，真實背景噪聲源分布的非均勻性及時變與理論假設之間存在巨大差異，這種差異會嚴重地影響經驗格林函數的收斂程度與波形形態，特殊條件下甚至會致使噪聲均勻分布的理論假設模型失效，從而導致所獲得的背景噪聲成像、介質波速變化測量結果等存在很強的不確定性(Zhan et al.,2013；Wang et al.,2020).另一方面，不同地區之間的背景噪聲在能量強度、季節性時變規律等方面往往表現出強烈的地域特征(徐義賢和羅銀河，2015)，這些區域性的差異同樣也會在多個方面影響研究結果.目前，亦有不少學者基于不同的方法和觀測數據，對我國部分地區的背景噪聲能量強度(王俊等，2009；周連慶等，2017；楊千里等，2019；王芳等，2019)、噪聲源的方向性(魯來玉等，2009；王奡等，2017；王偉濤等，2011, 2012；Xiao et al.,2018；劉巧霞等，2020)以及與臺風之間的關聯性(夏英杰等，2011；鄭露露等，2017)等開展過研究，但總體上大部分已有成果較少涉及微震能量從近海向內陸的傳播擴散規律、瑞利波(Rayleigh)或勒夫波(Love)的橫向偏振特性及其頻率依賴性，尤其是場源的空間位置定位等.換言之，對于我國陸地及近海地區背景噪聲特性的研究仍是不充分的，特別是對于非隨機固有特性的研究更是相對缺乏.我國東部陸海相連的區域位置獨特、地質構造環境復雜，為我們較全面地探究上述問題提供了天然的環境，近十年建設的高密度固定地震臺網為開展精細研究奠定了數據基礎.

本文將基于我國東部地區寬頻帶固定地震臺站2015—2017年期間的三分量連續記錄數據，運用頻域偏振分析方法和背景噪聲源定位技術，對我國東部陸地及近海地區穩定的微震背景噪聲特性及其場源性質進行深入研究.研究結果可為深入了解我國陸地地區背景噪聲的波場性質，揭示微震能量的產生機理與傳播特性等提供依據.

1 數據與方法

1.1 數據選取

如圖1所示，研究區的區位(112.5°E—125.0°E，28.0°N—41.5°N)，東臨黃海、東海海域，西太平洋上風暴活動劇烈，西北部的渤海是內海海灣.陸地區域是由多個陸塊拼貼組合而成的聚合性大陸，地質構造條件和地質地貌非常復雜，自北向南跨越了燕山地塊、華北斷塊區、魯東—黃海地塊及華南地塊等Ⅰ級地質構造單元，蘇魯大別超高壓變質帶、秦嶺—大別造山帶等；此外，區內展布的郯廬斷裂帶是縱貫我國東部的巨型斷裂帶，是一條切割莫霍面、深達巖石圈的深大斷裂帶(馬杏垣等,1991;陳滬生等,1993;趙志新和徐紀人，2009;劉保金等, 2015；Li et al.,2020).這樣多元的構造環境是研究微震背景噪聲特性及其傳播響應機制的天然理想場所.

圖1 本研究的區位、構造背景及所用臺站分布，黑色 線條代表斷層或塊體分界線，三角形代表臺站Fig.1 Geological map, tectonic setting and distribution of seismic stations used in this study. The black line indicates the boundary line of fault or block, triangular representative Station

本研究選取了我國東部地區共335個固定地震臺站(圖1)，時段為2015年1月—2017年12月期間的連續波形數據，數據來源于國家地震臺網數據備份中心(鄭秀芬等，2009)和相關省級地震臺網.區內平均臺間距約為30 km，其中地面型臺站254個、井下型78個、海島型3個；臺站的數據采樣率均為100 Hz，觀測頻帶為360 s～50 Hz的臺站2個、120 s～50 Hz的94個，60 s～50 Hz的208個、20 s～50 Hz的31個.所使用臺站的三分向波形數據質量和完整性十分良好.據中國地震臺網中心的年報結果：3年的數據完整率約為99.78%，臺站臺基環境背景噪聲水平等級為Ⅰ、Ⅱ類的占比約為85%.

1.2 頻域偏振分析

獲取質點不同分量上的運動學特征和特性，偏振分析是最為經典且十分有效的技術.偏振分析技術的具體途徑可以分為時域算法(Flinn，1965；Jurkevics，1988；林建民等，2012)和頻域算法(Park et al.，1987；Samson,1983；陳赟等，2007)兩類.本質上兩種算法都是求解協方差矩陣的本征值問題，在滑動時間窗內計算特征值和特征向量，再由主特征向量及各種比值導出表征質點運動的各種屬性，這些屬性是與時間和頻率相關的函數.頻域偏振算法的優勢在于，在直接獲取信號頻譜時，可采用長球體波函數來進行錐形化處理，互譜矩陣幾乎不失真；互譜矩陣的平滑可通過疊加各分量的運動特征譜來實現，非常適合數據記錄較短且信噪比較低的信號分析，其理論推導過程見Samson(1983)、Park等(1987)的研究，在此不做詳細介紹.單臺數據處理的步驟參照王俊等(2020)做法：三分量連續波形數據以1 h的長度為單個樣本，首先對數據進行分段并進行錐形化，隨后按50%的重疊比例滑動地計算三個分量的傅里葉變化(FFT)，進而基于每個子窗的平均頻譜構建與頻率相關的譜密度矩陣，矩陣形式是3×3的厄米特矩陣(Hermitian Matrix)；FFT計算的每個子窗長度取819.2 s，結果的有效頻率范圍為0.016～10 Hz.在計算前需對原始數據進行重采樣(20 Hz)、扣除儀器響應等預處理.

通過譜密度協方差矩陣特征分解，可以獲得其特征值(λ0、λ1、λ2)和相應的特征向量.本文采用Koper和Hawley(2010)改進后的計算程序，提取的參數包括：①最大特征值(λ0)對應特征向量偏振的功率，代表對原始三分量進行偏振分析后的主偏振的功率，簡稱為“主特征偏振功率”，與單個分量的功率譜密度近似，單位為加速度功率譜的分貝(dB，10×log10(m2·s-4/Hz))(Jepsen and Kennett,1990；Wagner and Owens，1996)；它能很好地刻畫信號的振動能量，無論信號如何極化或者在三個分向上如何分割，其振幅在整個頻段內始終可以被很好地捕獲，如圖2a所示，主特征偏振功率譜的幅值始終大于垂直(UD)、南北(NS)、東西(EW)三個分向的.②極化程度β2，見式(1)，表征信號的結構化程度，是無量綱參數，代表振動向量各個分量之間的相關度，在0～1之間變化；當所有特征值相等時，β2為0，而當僅存在一個非零特征值時，則β2為1.③ΘH，偏振橢圓的主軸方位，在0°～360°之間變化，代表瑞利波或P波等波源的反方位角(圖2c).④徑向與垂向分量的相位差φVR，在-90°～90°之間變化.ΘH與φVR之間存在等效效應(Koper and Burlacu，2015)，例如：對于來自某一特定反方位角(ΘH=45°)的逆向瑞利波(φVR=-90°)可以等效地被描述為來自于反方向(ΘH=225°)的正向瑞利波(φVR=90°).

(1)

S為譜密度矩陣，n為數據序列長度，Tr為非負數約束條件下的最小化因子，詳見Samson(1983)的(31)式.

1.3 單臺偏振特性提取

研究表明，從單個弱偏振噪聲子窗內測得的偏振量值并不十分穩定(Koper and Hawley，2010)；另一方面，連續記錄數據中地震事件、系統標定、環境干擾等低概率瞬態信號，也會對計算結果造成影響.因此，要捕獲臺站噪聲場源的非隨機特性，只有基于對長時間尺度的大量測量值進行分析才具有實際意義.本文采用概率密度函數方法(McNamara and Buland，2004)，通過提取上述各個參數在2015—2017年期間內最大概率分布值，來表征噪聲場源的固有屬性.根據1.2節中的數據處理方法，單臺理論上每天有48組偏振分析結果；剔除數據中斷等異常情況，統計顯示，研究區內單臺3年內的平均結果約達52160組.如圖2(b、c)江蘇海安臺的概率密度分布結果所示，低概率的瞬態信號和季節性擾動被明顯弱化，而固有的微震信號則明顯增強，于是從中提取的最大概率分布特征能很好地表征該臺的固有屬性.

圖2 單臺頻域偏振分析結果 (a) 單子窗內背景噪聲主特征偏振與原始三分量的功率對比; (b) 2015—2017年主特征偏振功率的概率密度分布; (c) 2015—2017年偏振主軸方位的概率密度分布.Fig.2 The results of frequency-dependent polarization analysis for a single station in JS.HA station (a) Comparison of the power of principal eigenvalue polarization and original three components in a single sub-window; (b) The probability density distribution of the power of principal eigenvalue polarization during 2015—2017; (c) The probability density distribution of polarization principal axis azimuth during 2015—2017.

2 結果分析

2.1 背景噪聲場源的非隨機性

本文成功計算了研究區內335個臺站的結果，結果表明，就某一固定地震臺站而言，盡管微震頻段的背景噪聲主特征偏振功率在短時間尺度內(如天、月等)存在明顯的波動，但在較長時間尺度(1年以上)內其能量場是相對穩定的，即使是DF微震亦是如此，其固有特性主要取決于非隨機穩定的微震噪聲源性質及臺站所處的地質環境.如圖3江蘇海安臺的計算結果所示，該臺距離海岸線約50 km，從2015—2017年期間主特征偏振的時頻分布特征看，不同年份間微震頻帶(0.05～0.5 Hz)內的能量是較為穩定的，主特征偏振功率譜譜峰頻率的中位值分布形態基本一致(圖3b)，單天的結果是當日的最大概率分布值，雙峰特征并未改變，基本穩定在0.2 Hz和0.33 Hz附近.這意味著，年尺度的主特征偏振的功率和峰值頻率是相對恒定的.同時注意到，2015—2017年間在西太平洋上中心風力大于10級以上的風暴活動區域與路徑并不一致，相較而言，2015年的風暴活動情況比2016、2017年劇烈，對比發現該臺的譜峰頻率中位分布僅在0.2 Hz附近的有輕微改變；據此認為風暴對臺站DF微震背景噪聲固有特征的影響程度是有限的.此外，研究區內近岸臺站的DF譜的雙峰特征較為普遍，與江蘇海安臺近似，能量主要集中在0.1～0.25 Hz、0.25～0.6 Hz頻段內，參照已有研究，分別稱為長周期雙頻微震(LPDFMs)、短周期雙頻微震(SPDFMs).

圖4a是3年尺度SPDFMs主特征偏振功率譜峰值的空間分布，可以看出功率譜強度基本上隨距西南方向海域海岸線的距離變近而逐漸減小；從沿經線方向的剖面分布看(圖5a)，臺站由近海岸向內陸縱深展布的過程中其主特征偏振功率逐漸減小的特征更加明顯，東西兩端相差約達25 dB.這符合近岸涌浪作用是影響SPDFMs能量支配控制因素的預期.進一步地，依據各臺站距海岸線最小距離與SPDFMs主特征偏振功率強度的對應關系看(圖5b)，其強度的幾何擴散趨勢粗略地接近于面波二維擴散模式下振幅以近似1/r衰減的規律.采用萬永革(2016)的方法，模擬的點源模型下各向同性均勻介質下球面波傳播振幅隨距離的擴散趨勢，如圖5b藍色線條所示：

圖3 江蘇海安臺2015—2017年間的計算結果 (a) 西太平洋上中心風力大于10級的臺風活動路徑； (b) DF微震主特征偏振功率譜峰值頻率的中位； (c) 主特征偏振的時頻分布.Fig.3 The calculation results of JS.HA station from 2015 to 2017 (a) The tracks of typhoons with central winds greater than force 10 over the Western Pacific; (b) The median of peak frequency of principal eigenvalue polarization for DF microseisms in different years; (c) Time-frequency distribution of principal eigenvalue polarization.

圖4 SPDFMs(a)、LPDFMs(b)主特征偏振功率峰值及DF微震譜峰周期(c)的空間分布, 每個圓代表一個臺站Fig.4 Spatial distribution of the power peak of the principal eigenvalue polarization for SPDFMs (a), LPDFMs (b) and period of DF spectrum peak (c)，each circle represents a station

圖5 (a) 主特征偏振功率峰值沿經線視角剖面的分布； (b) 臺站距海岸線最小距離與主特征偏振功率峰值的分布關系， 藍色曲線為模擬的球面波傳播振幅擴散曲線Fig.5 (a) The distribution of the power peak of the principal eigenvalue polarization along the longitudinal viewing angle profile; (b) The relationship between the minimum distance from the station to the coastline and the spectral peak power, and the blue curve is the simulated spherical wave propagation amplitude-spread relationship

(2)

φ(r,t)表示由源向外傳播的面波振幅，是時間t(單位為s)和震中距(r，單位為km)的函數；ω為角頻率(2×π×f)，f=0.2 Hz；α為面波的波速，取3.0 km·s-1，A為r=0時的振幅值，取主特征偏振功率實測的最大值(-110 dB).

圖4b是LPDFMs主特征偏振功率譜峰值的空間分布，未顯示出與SPDFMs相似的特征，則是與臺站所處地質環境條件的關聯性十分密切，高值區主要集中于渤海盆地北部和蘇北—黃海盆地松散沉積層覆蓋區，次高值區為淮河盆地.研究表明，由近海產生的瑞利波及勒夫波的能量會被轉化成垂直擴散的橫波能量，可在數千米厚的低速沉積層中回彈并增強微震能量(Benz and Smith，1988；Langston et al.，2009)；如蘇北—南黃海盆地就存在這樣近似的環境，其早第三紀沉積層厚達6 km(楊琦和陳紅宇，2003).此外，加利福尼亞州和日本的小范圍沉積盆地也已曾觀察到過DF增強現象(Kagami et al.,1982；Yamanaka et al.,1993；Dolenc and Dreger，2005；Koper and Burlacu,2015).然而，從本文結果看，在盆地內觀察到的能量增強現象，很可能僅限于LPDFMs頻段，并非整個DF頻段.

從圖4c的DF微震主特征偏振功率譜峰值周期的空間分布看，譜峰周期值約在1.6～6 s之間變化，隨著距海岸線距離的增加譜峰周期值逐漸增大.譜峰周期的高值區域位于研究區西北部的華北克拉通中部區域，在東北部近似形成一個以渤海灣為中心的圓型低值特殊區域，峰值周期平均僅約2 s，明顯低于其他區域；研究區中南部毗鄰黃海和東海海岸線向內陸部延伸區域的臺站峰值周期變化幅度的連貫性更好.總體上呈現渤海灣水體對近岸臺站背景噪聲DF微震的影響明顯強于開放型近海海域的特征，或者說特殊的海灣環境使得海浪的反射變得更加復雜，增強了SPDFMs的振幅.如圖5a所示，可清晰地看到渤海灣區域的主特征偏振功率強度平均增加了約10 dB左右.海浪較低區域也有激發能量較強DF微震的可能性(Euler et al.,2014)，因為在淺水中反射的(相反作用)振幅可能更大，并且其中生成的DF能量會產生大部分易于在內陸傳播的彈性pRg波.據Bromirski 等(2013)研究認為，海浪重力波長500 m約對應微震信號的周期為18 s，渤海灣的平均水深約18 m，其波浪重力波相互作用產生的微震周期應小于2 s，與該區域SPDFMs峰值周期小于2 s的實際相符.

2.2 背景噪聲場源的方向性

圖6給出了研究區內各臺站3年時間尺度疊加后的偏振主軸方位(ΘH)結果.空間最大概率分布結果顯示：對于SF微震(12～20 s)，大部分臺站(約81%)的偏振主軸方位主要分布在160°～240°之間，優勢方位約為221°，意味著我國東部地區SF微震的主要來源并非是毗鄰的東部海域方向，而是可能來自于更遠的區域，這與一般認為其主要來源于可能是東南方向西太平洋的預期稍有不同，偏振主軸的優勢方位沿大圓弧路徑的投影指向位于西南方向的印度洋(圖6c).有學者使用華北科學臺陣探測到周期約為16 s 的瑞利波慢度譜極大值分布方位集中在120°～220°范圍，能量強度夏季大于冬季，勒夫波的方向性則相對較弱(魯來玉等，2009).不過，更多的研究指出印度洋方位存在較為穩定的瑞利波 10～20 s信號，在我國西北、云南以及中部地區也都觀測到過，且具有季節性變化特征(劉巧霞等，2020；王芳等，2020；王偉濤等，2011).SF微震的頻率與波浪對應，而波浪運動產生的垂向壓力隨水深的增加而呈指數衰減，因此一般認為SF微震的主要源區分布在淺海海域；但Stehly等(2006)指出其源很可能來自于大洋深水區的涌浪作用.因此，本文觀測到SF微震能量具體是來自于孟加拉灣、還是印度洋中心的浪高區域，需要進一步研究確認.從圖7了解到，其φVR概率分布較為寬泛，β2也處于較低的水平，在0.1～0.2之間，表明SF微震在垂向和切向上的運動學特征差異不明顯，主特征向量并不是純態瑞利波，而很可能是一種瑞利波、勒夫波和體波的混合.最近的研究認為，印度洋的南半球大洋的運動特點更為顯著(Gal et al.，2015；Liu et al.，2016).因此，我們推測印度洋方位的噪聲源同樣也是我國東部地區SF微震噪聲的主要場源，并非僅影響我國的西部地區，甚至很可能是一個全球性的噪聲場源區.

圖6 研究區臺站的偏振主軸方位 (a) 偏振主軸方位與極化程度加權的空間分布，極化程度越高箭頭長度越長； (b) 偏振主軸方位值的柱狀分布； (c) 偏振主軸方位在空間上的概率值投影.Fig.6 Results of polarization principal axis azimuth of stations in the study area (a) Spatial distribution of polarization orientation weighted by polarization degree. The higher the degree of polarization, the longer the length of the arrow; (b) Cylindrical distribution of azimuth values of principal axes of polarization ; (c) Probabilistic projection of the azimuth of the principal axis of polarization in space.

圖7 φVR (a)與β2(b)隨頻率的概率密度分布，由2015—2017年研究區內所有臺站的疊加獲得Fig.7 Probability density distribution of φVR (a) and β2 (b) with frequency. It is obtained from the overlying of all stations in the study area during 2015—2017

DF微震的偏振主軸方位集中在80°～170°之間，指向東南方向海域，基本符合DF微震能量主要由近海生成機制所主導的預期，產生于入射波能和海岸反射/散射波能之間的相互作用(Longuet-Higgins，1950；Cessaro, 1994).也與全球其他地區的研究結果近似，如美國西南部的DF偏振向量與加利福尼亞州南部及墨西哥巴哈的海岸線有關，佛羅里達州及中大西洋各州的DF偏振向量向東與距離最近的海岸線有關(Koper and Burlacu，2015).然而，進一步觀察發現， LPDFMs與SPDFMs偏振主軸方位的覆蓋范圍雖然基本一致，但是它們的優勢方位略有不同，分別約為142°、124°，主要原因是SPDFMs偏振主軸方位在30°～100°之間的臺站占比偏多(圖6c2)，指向渤海灣和東部近海岸線方向；空間分布上，這類臺站主要分布于海岸線附近.研究表明，近海岸或海島地區0.12 Hz以上信號主要受周邊海域波浪(Bromirski and Duennebier，2002；陳棟爐等，2018)影響.從圖7的結果看，DF的φVR、β2雖也處于較低水平，但在0.25 Hz附近的分段特征非常明顯，說明兩者在垂向和徑向上振動特性并不完全一致，能量產生機理不完全一樣，應該具有不同的場源，LPDFMs垂向上的振動向量較強，瑞利波成分具有相對優勢，而SDPFMs則是勒夫波成分相對較多.我們相信，過去在解釋DF微震產生機理方面存在的一些不確定性，很可能一定程度是因DF微震譜峰的分叉造成的，由于以往大多數研究并未使用大量高頻段內的數據來進行研究.由此推測，我國東部地區的DF微震至少存在兩個較為穩定的持續性場源是可信的，其中LPDFMs可能產生于開闊近海海域海浪與海底的相互作用，開闊海域上的颶風/風暴活動能對其產生一定的影響，但不起支配地位.SPDFMs則可能源自于我國近海區域內的波-波相互作用，導致在海岸線附近存在另一場源；Ardhuin等(2011)認為這種波-波相互作用就年尺度是十分穩定的.

此外，我們還觀察到各臺站SF微震偏振主軸方位與總的優勢方位(221°)之間偏差明顯的區域，不僅限于海岸線附近，位于內陸塊體邊界過渡帶附近臺站的變化幅度也總體大于穩定地塊內的(圖8).一般而言，若傳播方向變化過大則說明面波對傳播路徑有很強的依賴性(Liu and Holt，2015；周魯等，2017)，這種依賴性很可能是傳播過程中經歷較為顯著的橫向結構變化而造成射線路徑改變所引起的.研究表明，板塊邊界的速度差異可達0.25 km·s-1，能引起較大的傳播方位變化(Liang and Langstong，2009).對于地震事件的記錄而言，長周期信號偏振方位變化主要是入射波場產生的，因此通過高密度臺站觀察到的方位差變化，或許可為研究重要地塊的邊界特征提供另一視角的信息，值得結合面波傳播的多路徑問題進一步深入研究.

圖8 SF微震偏振主軸方位差空間分布，紅色線條 代表斷層或塊體分界線，三角形代表臺站Fig.8 Spatial distribution of polarization principal axis azimuth difference of SF microseismic. The red line indicates the boundary line of fault or block, triangular representative Station

2.3 噪聲場源的空間位置與激發機制

從上述結果可知，我國東部地區微震頻段內的能量是存在較為穩定的來源，且具有明顯的方向性，其空間分布既不均勻也不隨機.為較準確地確定噪聲場源的位置，本文將針對大尺度固定地震臺網，嘗試發展一種基于非對稱性能量走時差來構建目標函數的格點搜索定位方法.非均勻持續性噪聲源的存在會使得在臺站對兩個方向傳播的能量總和不均等，從而造成互相關格林函數在正與負流逝時間內信號振幅的非對稱(Stehly et al.，2006).如圖9b所示，研究區內實際的互相關格林函數，在大多數路徑上的能量非對稱性十分明顯，反映出研究區整體噪聲源是偏向海洋的(如視速度3.0 km·s-1的非對稱性)，同時在常規面波信號前出現的由持續性噪聲源產生的非對稱信號也十分清晰.在互相關格林函數中，視速度小于20 km·s-1面波信號中有3個明顯的峰值，周期約為5 s、10 s、16 s.其中，周期約為5 s左右的信號其P波能量顯著增強、面波能量減弱，可視為體波(王芳等, 2020)；而周期為16 s的為瑞利面波，但信號能量較弱，準確定位較為困難，本文將暫不討論.周期約為10 s的信號能量最強，是瑞利波之前的前驅信號，我們將對這類源進行定位，并探討其激發機制.假設點(x,y)處的噪聲源在互相關格林函數Cij中產生一個信號，可以通過其理論走時差Tij與實際走時差tij來構建如下目標函數(Shapiro et al.,2006)：

圖9 SD.LZH臺的噪聲互相關函數處理結果 (a) 臺站對間的路徑分布； (b) 由3年數據疊加獲得的互相關格林函數，紅色短線為自動拾取走時差的位置; (c) 互相關格林函數的周期譜.Fig.9 Processing results of noise cross-correlation function for SD.LZH station (a) Paths between pairs of station; (b) Cross correlation Green′s function superimposed by 3-year data, the red short line is the automatic picking position of shifting time; (c) Period spectrum of cross-correlation Green′s function.

(3)

目標函數的最小分布位置即為噪聲源的潛在位置.對于面波型噪聲源，假設面波信號是以速度U(3.0 km·s-1)均勻傳播的，該信號的Tij可以表示為

(4)

其中di(x,y)和dj(x,y)分別表示兩個臺站到噪聲源的距離.實際測量過程中，由于需要處理近10萬條互相關格林函數，為減少走時差拾取誤差，我們引入AIC震相到時拾取方法來自動拾取走時差(Leonard，2000).鑒于面波的初始位置并不十分明顯，為提高定位結果的可靠性，僅拾取臺站對間距大于200 km、視速度范圍3.5～12 km·s-1且信噪比大于20的非對稱性面波振幅的走時差.如圖9b所示，以SD.LZH為例，滿足條件的自動拾取結果共有243個，與人工拾取結果對比，拾取誤差在3 s以內的比例約達92.4%.

圖10 持續性背景噪聲源(10 s)的空間位置Fig.10 Possible spatial locations of noise sources with a period of about 10 s

圖10是在地球表面網格間距為0.5×0.5°情形下的搜索定位結果，目標函數的低值區主要分布于太平洋方向(F1、F2)，其中極低值區F1位于九州島上的ASO火山附近區域，與Zeng和Ni(2010)、王偉濤等(2012)采用幅值能量累加搜索方法獲得的位置十分接近，表明本文的定位結果是可靠的.由該火山持續性震顫(Volcanic tremor)所產生的周期約10 s信號在日本西南較大范圍均能觀測到(Kawakatsu et al.,1994)；這進一步地驗證了ASO火山的持續性震顫是我國東部地區周期為10 s信號主要來源的推測.但從空間上看，本文定位的區域與已有定位結果相比，范圍要更大一些，涵蓋了九洲島并擴展至部分外海區域，這一方面可能是由于搜索定位采用平均速度模型和自動拾取面波到時與真實值之間存在誤差，所引起的定位偏差所致；但另一方面，ASO火山噪聲場源是否是確切的點源也需更進一步研究，因為場源區正好位于日本本島與南部島鏈共同形成的 “Y”型區域中間，也不能排除ASO火山噪聲場源在外海海浪的影響下形成共振，使得噪聲場源區域有所擴大的可能.F2區則主要位于北太平洋的深海區，其位置與Gerstoft等(2008)、Kedar等(2008)、Landès等(2010)采用不同方法獲得的定位結果基本重合；該區域也是太平洋上體波的激發場源區，其可能的機制是由深海區非線性的波-波相互作用或獨立波浪系統所產生的.

3 結語

本文基于我國東部大規模固定地震臺站的連續波形數據，獲取了我國東部地區非隨機穩定性微震背景噪聲源的特性以及空間位置，并對其激發機制進行了深入分析.要刻畫地震背景噪聲非隨機且穩定的特性，關鍵在于排除噪聲源的季節性變化及其他隨機性干擾，本文基于海量偏振分析結果，采用概率密度函數方法很好地捕獲到微震背景噪聲能量在空間分布及傳播擴散等方面的特性.為進一步探究噪聲源的激發機制，針對大尺度地震臺網，發展了一種基于非對稱性能量走時差構建目標函數的格點搜索定位方法，對非隨機性噪聲源進行定位，與已有研究成果對比，本文的定位結果具有較高的可靠性.獲得以下幾點認識：

(1)我國東部地區的微震能量場，其年尺度以上的固有特性主要取決于非隨機性的微震噪聲源的性質及臺站所處的地質環境.研究區內近海岸臺站的主特征偏振功率譜在0.25 Hz附近出現雙峰或多峰的現象十分普遍；大陸型臺站與近海岸臺站相比，DF譜峰的頻率和功率值都要更低，認為主要是由于海岸的散射及轉換會造成傳播能量損失所致.SPDFMs主特征偏振功率強度的擴散規律與距海岸線的遠近有密切的相關性，主要支配控制因素是近岸涌浪作用；渤海灣水體對其周邊近岸臺站DF微震特性的影響強于開闊型近海海域，渤海灣毗鄰區域的主特征偏振功率譜峰值總體高于其他區域約10 dB左右，推測認為是海灣的獨特地形使得海浪的反射變得更加復雜，進而增強了SPDFMs的能量所致.LPDFMs主特征偏振功率的空間分布特征與臺站所處地質環境的關聯性更為密切，功率高值區主要集中于盆地或松散沉積層覆蓋區.

(2)研究區內非隨機持續性SF微震噪聲源的方位主要指向印度洋方向.近年來的其他研究也表明，位于南半球印度洋南部至南極洲之間的深海區很可能穩定存在周期約16 s的噪聲源，該區域也是P波噪聲源區.從偏振特性看，在SF微震頻段內垂向和切向上的運動學特征差異不顯著，主特征向量并不是純態瑞利波.推測認為，影響我國東部地區的持續性SF微震噪聲源，很可能位于印度洋中心的浪高深海區域，是由海浪駐波作用于遠海海底所激發產生，而非作用在近海海岸或大陸架所產生.

(3)研究區內非隨機持續性DF微震噪聲源的方位整體指向東南的太平洋方向，但LPDFMs與SPDFMs之間的優勢方位略有不同，它們的β2在0.25 Hz附近存在明顯的分段特征，說明兩者在垂向和徑向上振動特性并不完全一致，LPDFMs垂向上的振動向量較強，瑞利波成分具有相對優勢.激發機制方面，LPDFMs很可能產生于開闊近海海域海浪與海底的相互作用，開闊海域上颶風/風暴的活動對其影響有限；SPDFMs則可能源自于我國近海區域內穩定波-波相互作用形成的另一場源.

(4)微震頻段內主要的持續性噪聲源其周期約為10 s，很可能位于九州島上的ASO火山附近；但本研究的定位結果區域較以往研究者的范圍稍大，不排除ASO火山噪聲場源在外海海浪的影響下形成共振，進而使得噪聲場源區域有所擴大的可能；另一個持續性噪聲源則可能位于北太平洋的深海區.

致謝感謝審稿人寶貴的建設性意見，本研究使用的大部分連續波形數據來自于中國地震局地球物理研究所國家測震臺網數據備份中心，臺風活動路徑數據來自于https:∥www.ncei.noaa.gov/data/，偏振分析計算程序來自于http:∥ds.iris.edu/ds/products /noise-toolkit/，在此一并感謝.