内蒙古锡林郭勒区域科学台阵台址勘选背景噪声

为评价内蒙古科学台阵各子台的环境地噪声水平,利用锡林郭勒区域62个子台台址勘选时的环境地噪声数字记录,计算分析各台站环境地噪声水平;根据台阵各子台勘选地脉动噪声的速度均方根值、噪声功率谱密度等数据以及相关国标规定,得出锡林郭勒区域62个子台台址勘选环境地噪声水平较为理想,均在标准范围内,并将其划分为4个等级,认为各子台的选址结果较好。通过对科学台阵台址勘选背景噪声的分析,不仅有利于科学台阵建成以后各子台场地响应及震级校正研究的开展,同时可对内蒙古科学台阵地震监测能力的评估提供基础资料。     

应用概率密度函数方法自动处理地震台站勘选测试数据

将McNamara等人（2005）提出的地震噪声概率密度函数（PDF）方法用于地震台站台址勘选测试数据的自动处理,实现了对台址地震噪声水平主要评价指标加速度功率谱密度（PSD）与用RMS表示的速度有效振幅的自动估算,大大提高了台址噪声测试数据的处理速度。该方法已被应用于福建地震烈度速报台网84个新选台址的勘选数据处理工作。     

浙江临安地震台阵勘选测试与背景噪声水平分析

在大中城市周边建设地震台阵,可解决城市内地震监测台站建设不便和背景噪声高等问题,增强人口密集区的地震监测能力。杭州湾地区沉积层较厚,建设基岩地震台站不够现实,为适应长三角区域的一体化发展,增强该区地震和非天然地震的监测能力,在浙江临安建设地震台阵。使用GL-PS60一体化宽频带地震计进行测点勘选工作,利用Welch平均周期法,对9个子台进行背景噪声功率谱估计。结果发现,背景噪声功率谱相关性较好,且与全球噪声模型一致性较好。在台阵勘选过程中,于2017年4月12日和13日分别记录到临安4.2级地震及菲律宾远震事件,波形清晰,表明初选台址效果较好,符合地震台阵建设要求。     

黑龙江省地震科学台阵背景噪声特征分析

2019年黑龙江省完成"一带一路"地震科学台阵项目中台址勘选工作,基于科学台阵中136个台址的地面运动噪声数据,通过计算不同频段范围内背景噪声记录的加速度功率谱密度,研究不同环境噪声下科学台阵记录数据的地噪声特征及其台基响应。结果表明：黑龙江西北和东南部地区地面运动噪声水平低,观测环境较好;中部和东北部地区噪声水平较高,大庆地区尤为严重。勘选结果真实反映了黑龙江区域内的背景噪声分布,使我们对本区域地噪声水平和干扰因素有了新的认识。     

陆良大萨卜龙宽频带地震观测台站仪器勘选

宽频带地震观测台站仪器勘选工作包括野外仪器测试、台基背景噪声水平计算及分析、台站综合评价。通过陆良大萨卜龙宽频带地震观测台站仪器勘选,对测试设备系统组成及辅助工具进行总结,形成用于减小气温、气流对地震计干扰的四级防护架设方法,梳理了测试数据中对于天然地震事件、干扰事件(非天然地震事件)的预处理方法。对测试数据进行干扰评估,干扰频度N=0.03 <0.5,且非天然地震事件持续时间占记录时间的百分比R=0.01%<0.5%,表明勘选台址几乎不受干扰;对预处理数据进行噪声计算与分析,结果发现,在1—20 Hz频带,台基噪声三分量平均功率谱密度与全球低噪声模型NLNM相比,平均偏高17—38 dB,RMS有效值小于3.16×10^-8m/s,表明勘选台站周边无明显干扰源,台基背景噪声水平达Ⅰ类台站建设标准。综合评价认为,该勘选点位观测环境较好,可作为宽频带地震观测台站建设站点。     

信号相关性方法在西藏那曲台阵设计中的应用

作者对2004年8月在那曲地区勘址时所获地震波形数据进行了处理。利用由勘址记录波形中发现测点对之间在时域和频域的相关性，给出了台阵内外环半径的参考值，并把勘址布设的台阵作为初选台阵进行了评估。结果证明初选台阵的分辨率很高，能够做到精确的地震的精定位。     

南北地震带科学台阵台基噪声分析——以XRE、PKO、AXR台为例

地震信号中总是含有噪声的,了解噪声源和掌握噪声计算方法都是很重要的。本文以"中国地震科学台阵探测——南北地震带北段"项目台基勘选为例,详细介绍了台站的勘选标准、噪声的类型以及噪声功率谱的计算方法,并以勘选数据为基础选取了其中XRE、PKO、AXR台,采用PSD算法进行台基噪声计算分析。计算结果表明:以上三台均达到了流动台站的架设标准。     

格尔木地震台阵勘址数据分析与台阵布局设计

为了增强西部地区的地震监测能力, 中国拟在格尔木地区建立一个小孔径地震台阵。 本文对台阵勘址数据进行了噪声与信号的相关性分析, 得到地震监测的最佳台间距。 结果表明, 对于近震和区域震的监测, 该台阵子台间距最好小于500 m, 对于远震的监测, 台站组合间距应为1500～2000 m。 最后将勘址布设的台阵作为初选台阵进行了台阵响应计算, 计算显示, 台阵响应的主瓣在NW-ES方向较窄, 表明对来自该方向事件的慢度分辨率较高; 由于呈“L”型分布, 该初选台阵确定某些方向地震的方位角较好, 但检测其他方向事件的方位角精度不高, 这可以通过台阵校正进行改善; 台阵响应中出现的多处侧瓣是由于子台间距较大造成的。     

鹤岗地震台阵勘选数据分析

作为"一带一路"地震台网项目的子项目,鹤岗地震台阵区域位置特殊,在地震监测中担负着重要使命。2019年,黑龙江省地震局采用Reftek-130B地震数据采集器和CMG-3T宽频带地震计,完成台阵前期勘选工作,连续波形记录时间30天以上,波形记录质量良好。利用该台阵已勘选的15个点位连续波形记录,估计各点位功率谱,通过绘制概率密度函数图和单频曲线,初步分析该地区背景噪声变化特征。分析结果表明,各勘选点位的噪声功率谱密度相对稳定,部分点位受人类活动影响,在10 Hz以上存在突变,3-5、3-6、4-4子台高频变化较为明显,勘选点位的背景噪声变化特征可为今后的地震台阵建设提供依据。     

测震台址勘选数据处理辅助程序设计与应用

针对测震台址勘选中数据处理的重要性和计算结果的真实性,避免在数据处理过程中因手工分析计算出现错误,通过深入分析手工计算流程,设计编写了一套辅助控制程序,配合EDSP-IAS和地噪声处理软件,实现勘选数据处理流程的自动运行与管理,避免因人为因素出现差错,为台址勘选实测地噪声值数据批处理提供便捷。该辅助程序可用于烈度速报新建台址勘选数据批处理工作。     

鹤岗地震台背景噪声分析

选取2015年和2019年在1月1日00时、06时、12时3个时段的数字地震资料,对鹤岗地震台进行台基地动噪声分析,确定台站的观测动态范围、地噪声功率谱密度及地动噪声RMS值,分析台站观测能力,找出影响观测的各种干扰因素。通过对该台站背景噪声的分析,有利于提高地震台站观测质量,为研究区域地震背景噪声积累数据。     

流动地震观测背景噪声的台基响应

大规模流动地震台阵技术发展为高分辨率深部结构成像提供了重要基础,背景噪声是影响流动地震观测质量的关键因素. 为掌握流动地震观测噪声规律,发展流动地震观测降噪技术, 编制流动地震观测技术规范, 我们开展了针对不同台基流动地震观测背景噪声的观测实验与分析. 其中,山西省临汾市五个地点架设了共22个对比观测台站, 进行了超过一年半的连续观测. 通过计算不同频段范围内背景噪声记录的加速度功率谱密度, 研究了不同场地条件和环境噪声下流动地震观测台站的噪声特征及其台基响应,分析了不同台基处理方式对噪声的抑制效果. 结果表明:(1)高频人为噪声和长周期自然噪声是影响流动地震观测质量的主要噪声, 可以通过增加台基深度和改善台基处理方式等方法降低其影响; (2)增加台基深度能有效地降低长周期噪声和高频噪声, 2 m深坑能使高人为噪声台站各分量的高频频段和长周期频段分别降低5 dB和10 dB; (3)由于其不稳定性, 沙子台基的水平分量在长周期频段一般要高于摆墩台基5 dB, 流动地震观测中推荐使用摆墩台基; (4) 台站位置、台站内部温度和空气流动都是影响台站噪声的重要因素. 在此基础上提出了不同场地条件和噪声环境下的台基处理建议和适合国情的移动地震台阵台站建设参考方案, 有助于流动地震观测野外工作的标准化和规范化.     

新疆数字地震台站观测动态范围和台基噪声的分析

介绍了新疆数字地震台仪器的配置,对新疆23个数字地震台站台基噪声进行分析计算。台站的观测动态范围,反映了观测仪器本身的性能和台基环境干扰背景的水平,有效动态范围大小反映记录地震信号的最大能力。台站(台网)的监测能力不仅取决于仪器的性能,而且还与台基的噪声背景有关。得出了各地震台台基的脉动噪声的均方根值、观测动态范围、地噪声功率谱。有效观测动态范围的大小与数字地震仪的种类和配置有关。新疆23个数字地震台中的21个台的台基地动噪声在1~20 Hz内符合中国数字测震台网技术规程的要求,而另外2个台,即二宫和石河子数字地震台没有达到规定指标。     

溧阳地震台地面与井下地震观测对比分析

为系统总结地面与井下地震观测特性,对溧阳地震台地面GL-S60与井下GL-S60B宽频带地震数据对比分析,结果显示：(1)井下地震计方位角约为176.5°,即东南、西北大致反向,并结合地震P波到时极性分析得以验证。(2)垂直向相关系数优于水平向,受人类活动干扰白天低于夜晚。(3)受台站附近南北向公路影响,地面台基噪声水平向大于垂直向,南北向最大,而井下地震计台基噪声整体较小,且水平向小于垂直向,说明深井观测能有效降低台基噪声,尤其水平向。(4)井下记录的地震信噪比次于地面,地面土层对地震波具有一定放大作用。因此,深井观测虽有效降低噪声水平,但不一定意味着高信噪比数据产出,需结合实际观测资料综合分析。     

首都圈数字地震台网对微弱爆破信号的检测能力

利用首都圈数字地震台网接收人工地震信号,进行地下结构研究具有重要意义.但人工震源释放的能量小,激发的地震波以短周期为主,因此本文较全面地研究了地震台网对短周期微弱信号（1～20 Hz）的检测能力：(1) 分析了台网的背景噪声,结果表明基岩台址的地震台噪声比沉积盖层台址的地震台噪声低约13 dB,这相当于近1个震级的检测阈值;夜间的噪声比白天低约5 dB;噪声有逐年增高的趋势,2006年比2001年噪声提高约4 dB.(2 )分析了在台网内进行的药量为25 kg的陆地井下爆破实验,一次爆破相当于0.69级（M_L）的天然地震,有18个地震台可辨认爆炸产生的Pg、Pm或Pc波;离爆破点218 km的基岩台,仍可以接收到振幅只有1.6 nm 的Pm波,这个结果可为地震勘探实际工作提供参考.(3) 研究了台网外核爆试验的信号特征,2006年发生在朝鲜的地下核试验是一次检验台网检测微弱信号能力的好机会.波形记录经1～5Hz滤波后,台网中噪声小的18个基岩台可以清晰辨认核爆破产生的P波或Lg波,P波平均振幅为16 nm,计算的平均震级为m_b4.3,和NEIC给出的震级相同;分析还表明背景噪声是影响台站信号检测能力的主要因素之一.     

新冠肺炎疫情对佘山与大洋山地震台背景噪声的影响

人类的生产生活产生的振动会以高频地震波的形式被地震台站所记录。2020年1月,新冠肺炎疫情爆发,为了应对此次疫情,各地政府分别启动应急响应,国内地震记录出现最长、最突出的人为地震降噪期。各地震台站背景噪声显著下降,在人口稠密及工业发达地区尤为明显。同时,静噪期为探测地下地震源的微弱信号提供了可能。静噪期内,佘山地震台2 Hz频点背景噪声功率谱密度值比平时降低10 dB,而大洋山地震台10 Hz频点背景噪声功率谱密度值较平时降低约5 dB;佘山地震台2—10 Hz以及大洋山地震台10 Hz以上频率的背景噪声受静噪期影响明显。结合地震台站所处位置分析,疫情期间佘山地震台附近人口流出较多,2—10 Hz频率的背景噪声变化明显;大洋山地震台背景噪声则受工厂、轮渡、高速汽车等影响较大,f ≥10 Hz的背景噪声变化显著,而频率在2—10 Hz则无明显变化,表明该台人口总数趋于平稳。地震噪声和人类活动之间的相关性表明,地震学研究可以提供实时人口动态估计。     

安徽省国家强震动台站场地响应及背景噪声分析

利用安徽省部分强震动台站记录的地脉动数据和历史地震数据,采用H/V谱比法和噪声功率谱密度函数法,对比分析台站的场地响应及背景噪声,结果表明：全椒、马鞍山地震台的场地卓越周期小且背景噪声低;沈巷地震台卓越周期大且背景噪声高;三山地震台无明显卓越周期;地震台站背景噪声与场地响应曲线之间不存在一一对应关系。     

Detection capability of seismic network based on noise analysis and magnitude of completeness

Assessing the detection threshold of seismic networks becomes of increased importance namely in the context of monitoring induced seismicity due to underground operations. Achieving the maximum possible sensitivity of industrial seismic monitoring is a precondition for successful control of technological procedures. Similarly, the lowest detection threshold is desirable when monitoring the natural seismic activity aimed to imaging the fault structures in 3D and to understanding the ongoing processes in the crust. We compare the application of two different methods to the data of the seismic network WEBNET that monitors the earthquake swarm activity of the West-Bohemia/Vogtland region. First, we evaluate the absolute noise level and its possible non-stationary character that results in hampering the detectability of the seismic network by producing false alarms. This is realized by the statistical analysis of the noise amplitudes using the ratio of 99 and 95 percentiles. Second, the magnitude of completeness is determined for each of the nine stations by analysing the automatic detections of an intensive swarm period from August 2011. The magnitude–frequency distributions of all detected events and events detected at individual stations are compared to determine the magnitude of completeness at a selected completeness level. The resulting magnitude of completeness M _c of most of the stations varies between ?0.9 and ?0.5; an anomalous high M _c of 0.0 is found at the most distant station, which is probably due to inadequate correction for attenuation. We find that while the absolute noise level has no significant influence to the station sensitivity, the noise stationarity correlates with station sensitivity expressed in low magnitude of completeness and vice versa. This qualifies the method of analysing the stationary character of seismic noise as an effective tool for site surveying during the seismic station deployment.