基于偏振分析方法的微動勘察技術應用與研究

李 鵬, 張建清, 陳爽爽

(1. 長江地球物理探測(武漢)有限公司, 湖北 武漢 430010; 2. 水利工程健康診斷技術創新中心, 湖北 武漢 430010)

0 引言

隨著城市化進程的加速,城市內的工程物探勘察工作變得越來越重要和頻繁。城市中存在大量的地下設施和基礎設施,如建筑物、道路、管線、橋梁等,因此需要進行詳細的地下勘探和調查,確保工程施工安全。為了獲得準確的地質信息,在城市工程物探勘察中通常會使用多種地球物理探測技術和方法,但是在城市電磁、噪聲等環境的干擾下,電磁類方法、電法、地震反射法等常規地球物理方法使用受限[1]。

近幾年,微動勘察技術應用越來越廣泛,該技術可以利用城市中廣泛存在的振動噪聲進行數據處理和成像,常用于水利[2-5]、交通、市政等行業的地質勘探[6],其原理是利用自然界存在的震動,通過專業的儀器設備采集震動信號,然后采用專業的數據軟件處理得到地層的面波速度結構,從而為規劃、設計和地質等專業提供數據支撐。

微動法的臺陣布設方式主要有嵌套三角形、圓形、L形和線形等,其中,線形的排列方式采集效率最高、布設方式最簡單[7]。但目前微動法所采用的線形采集方式存在不足之處。微動采集的是天然源的噪聲,在自然條件下,天然源的噪聲來自四面八方,但在某些情況下,由于人為的干擾(汽車、施工等)或突發的自然災害(地震、火山爆發等),天然源的噪聲具有優勢來源方向。因此,理論上來說采用線形排列時排列的方向應指向噪聲的優勢來源方向,以保證采集的資料信噪比最高、反演的速度最真實。但是在實際施工過程中,很難將排列指向噪聲的優勢來源方向,原因是: 1)天然源的噪聲很微弱,施工現場很難有條件進行噪聲源調查; 2)線形排列的方向一般與設計好的工作測線方向重疊,不允許偏離設計好的工作測線。當線形排列的方向不指向天然源的優勢來源方向時,采集的數據經過處理以后,得到的橫波速度值與真實的橫波速度值不符,從而影響資料解釋的精度[8-9]。

針對微動所存在的噪聲源偏離排列的問題,已有學者進行了相關研究,研究顯示: 空間自相關法可以消除噪聲源方向的影響; F-K(frequency-wavenumber)法可以推斷波的到來方向,但一般要求各傳感器在研究區內盡量呈平面展布[10-11]。Louie[12]在2001年提出了微動折射法用于線形排列方式,但是需要假設面波的傳播方向沿測線方向入射。Park等[13]在2008年提出了路邊噪聲法,可用于偏線噪聲數據的分析,通過在180°范圍內掃描,得到給定頻率不同方位角的相速度信息。Cheng等[14]針對定向噪聲源數據提出了MAPS(multi-channel analysis of passive surface waves)處理方法。Liu等[15]提出在原有的線形排列中加入幾個垂直測線的檢波器,形成一個偽線形排列,增加方位角的覆蓋范圍,求取噪聲源方位角。以上研究均是針對線形排列的沿線或偏線的微動,采用單分量數據進行處理,而本文采用三分量數據進行處理,使用三分量數據可以提供更多信息來解決噪聲源偏離排列的問題; 同時,通過考慮3個方向上的振動信號,可以增加噪聲源方位角的準確度和穩定性。相比于單分量數據,三分量數據能夠提供更全面的觀測特征,從而更有效地分析和定位噪聲源。

本文依托深圳市羅田水庫—鐵崗水庫輸水隧洞工程,結合理論研究和現場實踐,研究采用偏振分析方法解決線形微動技術存在的噪聲源偏線問題,對線形微動排列數據進行方位角校正,直接通過線形排列的三分量數據進行數據的分析和處理,無需其他限定條件,可以提高數據采集和數據處理的效率,同時提高勘察成果質量。

1 問題提出

1.1 工程背景

深圳市羅田水庫—鐵崗水庫輸水隧洞工程(簡稱羅鐵工程)線路全長約21.6 km,隧洞埋深50～190 m,輸水線路從羅田水庫進水口起,近南北向接至鐵崗水庫出水口[16]。物探工作采用微動法,測線覆蓋整條輸水線路(含局部比選線路),微動測線總長約53 km。微動測線布置示意如圖1所示。

圖1 羅鐵工程微動測線布置示意圖

1.2 線路特點

隧洞沿線地形地質條件復雜,地形地貌為低丘陵、河流沖積平原、丘陵山地。丘陵山地地面高程一般為 100～350 m,地表被林地覆蓋; 沖積平原段平原地面高程為4～30 m,主要為城區,部分為農田。隧洞下穿深圳市寶安區繁華街區、京廣深客運專線鐵路、南光龍大高速公路、民生路、洲石公路以及茅洲河、溪溝和小水庫等地表水體[17]。

工程區第四系地層分布廣泛,基巖巖性復雜,變質巖、巖漿巖、沉積巖均有分布[18]。測區地質構造發育,地層巖層褶皺劇烈、接觸關系復雜,斷層多、規模較大,破碎帶普遍存在巖體硅化的現象。隧洞穿越F1111、F4291、F1121、F3411、F3341等斷裂,斷裂影響帶寬數米至數十米,工程特性差。斷層F3341具有活動性[19]。

復雜的地形地質條件和構造、多樣化的地層巖性分布、強烈的城市環境干擾為勘察方法的選擇和勘察工作的布置提出了較大的挑戰[20]。

2 方法與原理

2.1 微動基本原理

從微動數據中提取頻散曲線的方法主要有頻率波數法(F-K法)和空間自相關法等。空間自相關法包括SPAC(spatial autocorrelation)法和ESPAC(extended spatial autocorrelation)法。SPAC法僅適用于圓形臺陣觀測,如圖2所示,位于圓心的接收點為中心點,其余接收點等角度分布于圓周上; 而ESPAC法結合了SPAC法和F-K法的優點,適用于任意形狀的臺陣(如圖3所示)。

圖2 圓形臺陣

圖3 非圓形臺陣

SPAC方法由Aki[21]在1957年提出,根據空間自相關系數和零階第一類貝塞爾函數的關系計算面波相速度。其基本原理是: 對于圓形臺陣,其中心點C(0,0)與圓周上的任一接收點X(r,θ)接收的角頻率為w的面波信號分別為u(0,0,w,t)和u(r,θ,w,t),則其空間自相關函數

(1)

式中:r為接收點與中心點之間的距離;θ為接收點的方位角;t為時間。

空間自相關系數p(r,w)為空間自相關函數在所有方向上的平均,即

(2)

式(2)的積分結果可表示為

(3)

式中:J0(x)為第1類零階貝塞爾函數;v(w)為面波相速度;f為頻率。

從式(3)中可見,空間自相關系數是面波相速度和頻率的函數,通過擬合可以導出面波相速度。

由于SPAC法要求采用圓形臺陣,在實際工作中受野外地形地表條件的限制有時很不方便。Ling和Okada在1993年提出了ESPAC方法,成功用于非規則臺陣。

根據式(3),對于常量f,有f=f0,v=v0,則

(4)

式(4)等號左邊為隨r變化的單值函數。在ρ(f0,r)隨r變化的情況下,可以通過最小二乘法求得最優的Bessel函數。ESPAC法就是基于這一原理,可以通過在較大范圍內增加[r,ρ(f0,r)]數據以提高解的精度[22]。

2.2 偏振分析

設Xj=[xi](j=1,2,3;i=1,…,N)為三分量地震數據。其中,N為采樣點數,1、2、3分別代表Z、N和E3個方向的分量[23]。

構建協方差矩陣S,即

(5)

式中Var和Cov分別代表方差和協方差。

求取矩陣S的特征值λj(j=1,2,3)和對應的特征向量uj(j=1,2,3),其中,最大特征值對應的特征向量為u1,表征了波的傳播方向,同時也表征了數據在各個方向的能量分布。微動主要是針對瑞雷面波進行分析,瑞雷面波沿自由表面傳播,介質質點位移由水平位移和垂直位移疊加做逆時針的橢圓運動,水平方向的質點振動與波傳播方向在一條直線上,而方位角的值由水平方向的分量計算得出。因此,優勢震源的方位角P可由式(6)計算得出。

(6)

式中u1j(j=1,2,3)為特征向量u13個方向的余弦。

由式(6)可知,方位角的計算使用了特征向量u13個方向的余弦,其中,垂直方向的余弦u11決定了方位角的象限(相當于在線形測線的小樁號或大樁號產生的振動),而方位角的值由水平方向的余弦u12和u13計算得出。

2.3 強噪數據校正

在城市環境中進行長距離線路勘探時,為了提高數據采集的效率,常常采用線形的數據采集方式。城市中的噪聲來源豐富,汽車行駛、工地打樁、行人行走等均可產生振動,特別是沿道路布置的測線,會受到汽車等強噪聲的干擾。采用線形排列時測線不可能一直指向優勢噪聲源方向,如果采用常規的微動處理方法對線形排列采集的數據進行處理,則得到的視橫波速度剖面存在較大誤差; 如果能夠了解每條測線優勢噪聲的來源方向,對強噪數據進行校正,則可保證數據處理的準確性。

通過帶通濾波將原始數據提取為一系列窄頻帶,對各頻帶數據進行偏振分析,可求得每個頻帶數據對應的優勢方位角Pf,得到各頻率成分的方位校正因子Af。

Af=cosPf·dx。

(7)

式中dx為道間距。

采用方位校正因子對各臺陣之間的距離進行校正,再采用相應的頻散譜分析方法提取頻散曲線。

2.4 理論效果分析

為了驗證本文數據校正方法的有效性,設計了如圖4所示的城市環境下的路邊微動觀測系統。噪聲源分為遠距離低頻噪聲、近距離高頻噪聲和馬路噪聲,檢波器沿y軸線形布置,遠距離低頻噪聲來源于360°方向,近距離高頻噪聲來源于45°～60°方向,馬路噪聲來源于近90°方向。

圖4 微動震源分布圖

選取圓心的檢波器采集的三分量地震數據進行分析,理論數據的Z分量、X分量和Y分量如圖5所示。其中,Z分量指向垂直方向,X分量指向E方向,Y分量指向N方向。采用窄帶濾波器將理論數據分解為低頻信號、高頻信號,并根據路邊噪聲的信號特點分解出路邊噪聲信號,然后采用本文所述的偏振分析方法分別對低頻、高頻和路邊噪聲信號進行偏振分析。

(a) Z分量

理論數據的偏振分析結果如圖6所示。圖中顏色代表歸一化后的方位角分布密度,其中,暖色代表分布密集,冷色代表分布稀疏,半徑代表微動數據的采集時間。低頻信號來源于自然界的隨機噪聲,這種信號分布廣泛、傳播距離遠,偏振分析的結果也驗證了其分布的隨機性; 高頻信號主要來源于城市人類活動造成的噪聲,偏振分析顯示其主要分布于45°偏向60°方向的扇形區域,與正演模擬數據一致; 馬路噪聲主要來源于穿行的車輛,由于噪聲源離檢波器距離較近,因此其頻率較高、能量較強,偏振分析顯示其主要分布于0°偏向10°的扇形區域,與正演模擬數據一致。

(a) 低頻噪聲

以上理論數據分析證明了采用偏振分析的方法可以獲取不同類型噪聲源的來源方向,從而可以準確計算出不同類型噪聲的方位角。在實際應用中,偏振分析方法可以作為微動數據處理流程的一個環節,為微動勘探提供準確的結果,為研究城市線形微動方法提供參考和依據。

3 應用效果分析

3.1 沿線噪聲數據分析

應用地點位于羅鐵工程西線比選線路,數據采集采用0.2～150 Hz頻帶寬度的三分量檢波器。為了保證數據采集的質量,在檢波器上覆蓋沙袋進行壓重耦合,采用路邊噪聲的觀測系統,測線平行于馬路布置于路邊,工作布置如圖7所示(紅線為測線)。檢波器間距為10 m,檢波器的Y分量指向正北方向,馬路走向為北微東約10°。實際數據原始記錄如圖8所示。

上為正北方向。

(a) Z分量

偏振分析結果如圖9所示。測線附近的機械作業產生高頻的噪聲(如圖9(a)所示),其主要分布于30°偏向40°方向的扇形區域; 馬路噪聲主要分布于北微偏東方向的扇形區域內(如圖9(b)所示)。馬路噪聲方位角統計如圖10所示。由于車輛在馬路上雙向行駛,因此馬路噪聲的方位角主要集中于0°、180°和360° 3個區域,馬路噪聲相對于測線的偏線角度為5°～10°,校正前后的頻散曲線如圖11所示。圖中的彩色代表頻散能量。由圖可知,校正前后的相速度差較小,大部分在10 m/s以內。這充分印證了在城市環境中進行地下工程勘察時線形的排列方式可以滿足勘察的需要。

(a) 高頻噪聲

圖10 馬路噪聲方位角統計圖

圖11 校正前后的頻散曲線

3.2 偏線噪聲數據分析

部分測線橫穿馬路或測線周邊有明顯噪聲源時,噪聲相對于測線的偏線角度較大(如圖12所示),對不同頻率的噪聲數據進行偏振分析。圖中顏色表示歸一化的方位角分布密度,冷色代表分布稀疏,暖色代表分布密集。結果顯示: 1～9 Hz的噪聲源相對于測線的偏線角度較大(15°～58°),10～20 Hz的噪聲源相對于測線的偏線角度較小(0°～7°)。

圖12 不同頻率偏振分析結果

將不同頻率的方位信息應用于噪聲數據并進行頻散能量成像,結果如圖13所示。圖中分別示出了校正前后的頻散曲線,其中,1～9 Hz頻段的數據由于偏線角度較大,校正后的相速度明顯小于校正前的相速度; 大于9 Hz頻段的數據校正前后相速度基本無差異。

圖13 不同頻率校正前后的頻散曲線

校正前后的反演成像如圖14所示。波速值是工程中用于刻畫地下介質特性的重要參數,可以提供關于地質結構、巖性的重要信息。校正前的反演成像圖顯示整體剖面具有較高的波速,而校正后的反演成像圖顯示從淺區域到深區域的波速值有所降低,這意味著在校正過程中對波速進行了修正。為了驗證校正方法的效果,在樁號320 m處布置了鉆孔Z1進行驗證。鉆孔Z1揭露全風化層、強風化層和弱風化層的深度分別為24、27.8、41.5 m,同時在深度約70 m發育一傾角約為65°的斷層。校正后的反演成果與鉆孔成果基本一致,而校正前的反演成果在風化層的劃分上與鉆孔成果存在較大差異,如果不對數據進行方位角校正,將無法準確刻畫出層位信息。

(a) 校正前

4 結論與展望

本文針對城市環境下地下工程勘察所面臨的噪聲干擾大、方法應用受限等問題,提出了基于偏振分析的微動勘察技術,實現了對城市環境下偏線微動數據的方位角校正,得出如下結論:

1)偏振分析方法可用于城市強噪聲環境下線形微動數據方位角的計算,準確得出不同來源噪聲信號的方位。

2)在城市環境中使用線形微動方法是可行的,特別是沿馬路布置的微動觀測系統,當主要噪聲來源于測線沿線時,頻散能量拾取誤差較小。

3)當噪聲源偏線角度較大時,可對數據進行分頻偏振分析,求取方位角信息并用于微動數據處理,從而得到測區更加準確的視橫波速度剖面。

基于偏振分析的城市強噪環境下的線形微動數據方位角分析方法的成功應用,可為城市地下工程的勘察提供科學和有效的解決方案,下一步可通過進一步的數據分析,不斷完善數據處理流程,提高數據信噪比和成果質量。