, 信噪比提高 20dB。图 1(b)为HD-DAS 系统的实物照。北京大学学报(自然科学版) 第60卷 第3期 2024年5月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 60, No. 3 (May 2024)
doi: 10.13209/j.0479-8023.2024.033
国家自然科学基金(62105007)资助
收稿日期: 2023–05–29;
修回日期: 2023–08–29
摘要 利用高清分布式光纤声波传感(HD-DAS)系统, 进行高铁地震波场的高精度分布式采集。传感单元采用结构简单、成本低廉的通信光缆即可实现很好的监测效果, 可以方便地根据实际环境进行布设, 大大提高了野外观测的效率。采用多光缆并行布放, 信号叠加后可有效地抑制噪声, 提高高铁地震信号的信噪比。对HD-DAS 系统采集到的高铁地震信号进行数据分析, 发现高铁地震信号呈现分立谱特性。通过分析地震波信号的衰减规律, 并通过频率–波数谱得到地震波在近地表的传输速度, 表明光纤采集的高铁地震波信号可用于探测地下结构, 并进一步实现对介质状态变化的监测, 从而保障高铁的运行安全。
关键词 分布式光纤声波传感; 高铁地震; 应变量; 分立谱
分布式光纤声波传感(distributed acoustic sen-sing, DAS)系统的传感单元为一根光缆, 结构简单, 可以显著地降低系统成本, 易于安装和铺设。目前, DAS 技术广泛应用于地球物理勘探和能源工业等领域。在地球物理勘探中, DAS 用于海洋与固体地球相互作用监测[1]、地震和火山事件监测[2–3]等。在能源工业领域, DAS 用于垂直地震剖面勘探[4]、水力压裂监测[5]、井下流体监测[6]、油井完整性评估[7]和管道入侵监测[8]等。此外, DAS 还能够以城市道路车辆振动作为震源进行近地表表征[9]。
当前, 我国建设了大量的高铁线路, 每天有近3000 列动车组列车运行, 因此, 监测高铁的运行状况和保障高铁的安全运行尤为重要[10]。Wang 等[11]提出一种利用 DAS 系统进行铁路路基振动监测的方案, 用于识别线路上正在运行的列车信号, 可以监测铁路基础设施和列车的安全。Kowarik 等[12]通过优化DAS 系统的算法, 实现对列车位置、速度和车厢数量的精确跟踪。
高速铁路上运行的动车组列车能够产生强能量的地震波信号, 从而形成一种全新的地震震源, 即高铁地震[13]。高铁地震震源是一种良好的主动震源, 蕴含动车组、铁轨和路基的结构以及动力学特征[10]。2018 年以来, 北京大学宁杰远教授研究团队的蒋一然等[10]在深圳和河北保定的高铁线路附近布设多期观测台站, 为研究利用高铁地震波信号监测高铁运行状态和地下介质状况提供了关键资料。Shao 等[14]利用 DAS 记录的高速列车地震数据研究近地表的特征, 首先通过地震干涉法获得表面波, 然后采用多通道分析方法对提取的表面波进行反演, 获得与研究区域地下地质一致的近地表剪切波速模型, 证明利用 DAS 和高铁地震震源进行近地表表征的有效性和可靠性。
本研究利用自研的高清分布式光纤声波传感(high-definition distributed acoustic sensing, HD-DAS)系统, 进行高铁地震波场的高精度分布式采集。监测系统采用通信光缆, 成本低廉、易于布放, 可大大提高现场工作效率。通过简单的埋设, 就可以显著地提高光缆对高铁地震波的耦合效果, 提供更准确的地应变信号。对分布式光纤采集到的高铁地震信号进行信号特征分析, 给出其分立谱特性, 且利用频率–波数(F-K)变换方法得到高铁地震波在近地表的传输速度。地震波速度会随地下介质的含水量等而变化[15], 因此, 利用 HD-DAS 系统可以进行高铁周边介质的状态监测, 提供高铁线路基础的健康状态变化, 从而服务于高铁运行安全。
作者所在研究团队在之前的研究中将光纤中的瑞利背向散射与外差调制解调技术相结合, 实现一种高清分布式光纤声波传感 HD-DAS 系统[16]。图 1 (a)显示 HD-DAS 系统的测量原理。系统中的光波被调制成在时域和频域均有偏移的外差脉冲对, 该外差脉冲对在光纤中传输时, 在任意位置都会产生瑞利背向散射光, 外差脉冲对的功能类似干涉仪的传感臂和参考臂, 地震波引起的光波相位变化被调制到外差频率上, 采用外差解调算法即可高精度地恢复外界地震波信号[16]。由于外差脉冲对中的两个脉冲沿同一光纤传输, 具有相似的噪声特性, 因此叠加后可以消除共模噪声, 使噪声本底降低至−80 dB ref rad/, 信噪比提高 20dB。图 1(b)为HD-DAS 系统的实物照。
地震波作用在光纤上会导致光纤的纵向变形, 光纤的纵向应变量 εz 与光波相位变化量 Φ 满足如下关系式[17]:
(1)
式(1)中, 取光波的工作波长 λ=1550nm, 光纤的有效折射率 n=1.46, HD-DAS 系统的标距长度 LG=8m , 光纤的弹光系数 P11=0.121 和 P12=0.270, 光纤的泊松比 μ=0.17。由此可以得到 εz=2.18×10−8 Φ, 即光波相位每变化 1 弧度(rad)代表光纤纵向的应变量为 21.8 纳应变(nε)。利用式(1)可将 HD-DAS系统采集的光波相位信号转换为光纤的应变量, 从而与地震波建立对应关系。HD-DAS 系统的空间采样间隔能够达到 1m, 从而实现高密度的空间信号采集。系统的测量频段为 1～2000Hz, 动态范围大于100dB, 噪声本底为−80dB ref
, 对应的应变分辨率为 2.18
[17]。
2021 年 7 月 16 日, 北京大学光纤传感研究团队和高铁地震学研究团队利用 HD-DAS 系统在河北省邢台市进行高铁地震信号观测, 现场布局情况如图2 所示。
现场所用传感光缆为光纤到户分接光缆(型号为 FTTH-GJXH), 光缆总长为 415m。其中 AB 段长度为 175m, 平行于高铁线路直接放置在地面上, 如图 2(b)所示。BE 段总长为 240m, 对折形成 3 段并行排列, 其中 BC, CD 和 DE 段长度均为 80m。BE 3段与高铁线路呈 70°布设, 埋设在约 10cm 深的沟槽内(图 2(c)), 以便改善光缆与高铁地震波的耦合效果。HD-DAS 采集仪连接在光缆的 A 接口处, 对整段光缆上的信号进行分布式采集。AB 段平行于高铁线路, 其波前可以直接显示列车的行进方向和速度; BE 3 段并行排列, 对 3 段采集到的信号进行叠加, 可以有效地抑制噪声, 提高地震信号的信 噪比。
图1 HD-DAS系统测量原理示意图(a)和实物照(b)
Fig. 1 Measurement principle (a) and photo of the HD-DAS system (b)
图2 传感光缆的布局(a)、置于地面上的光缆(b)和埋设的光缆(c)
Fig. 2 Layout of the sensing optical cable (a), optical cable placed on the ground (b) and buried optical cable (c)
黑色虚线标注5个节点所在位置, 绿色实线显示列车的行进方向和速度
图3 HD-DAS系统采集到的分布式高铁地震信号
Fig. 3 Distributed high-speed rail seismic wave signal acquired by HD-DAS system
图 3 显示 HD-DAS 系统采集到的分布式高铁地震信号。由于 HD-DAS 是一种分布式传感采集系统, 记录的应变量数据为随时间和距离而变化的曲线。HD-DAS 系统的空间采样间隔为 1m, 因此可以实现高铁地震信号在空间上的高密度采集。从图3 可以看出, AB 段平行于高铁线路, 其波前可以显示列车的行进方向和速度(绿色实线), 此列车由 A点向 B 点移动, 速度约为 300km/h。此外, 由于 AB段光缆是直接放置在地面上的, 对高铁地震波的耦合效果较差, 从 AB 段的信号也可以看出, 能量时强时弱, 与桥墩位置无法构成对应关系, 存在随 机性。
红色曲线为BE段光缆30 m处的高铁地震波形
图4 BE段叠加后的分布式高铁地震信号(a)和最大振幅随距离的变化趋势(b)
Fig. 4 Distributed high-speed rail seismic wave signal after stacking the BE section (a) and the maximum amplitude of the seismic wave signal versus distance (b)
绿色曲线分别代表 BC, CD 和 DE 段信号的功率谱, 红色曲线代表 3 段信号叠加后的功率谱, 蓝色水平线和斜线表示叠加前信号的功率谱平均值, 红色水平线和斜线表示叠加后信号的功率谱平均值
图5 叠加前与叠加后高铁地震信号功率谱对比
Fig. 5 Comparison of power spectrum of high-speed rail seismic wave signals before and after stacking
BE 段光缆进行了埋设, 所以信号耦合效果较好。BC, CD 和 DE 3 段光缆并行排放, 所以具有相同的地震信号, 由于 CD 段与 BC 和 DE 段方向相反, 因此 CD 段的地震信号是反向的。图 4(a)显示采用BC, CD 和 DE 3 段信号叠加后形成的 BE 段分布式高铁地震信号, 可以清晰地看到不同位置上地震信号的波形, 呈现很高的信噪比。图 4(b)显示不同位置高铁地震信号最大振幅随距离的变化趋势(其中距离以高铁线为零点), 可以看出高铁线处振动信号最强。
图 5 显示信号叠加前与叠加后功率谱的对比。3 条绿色曲线分别代表 BC, CD 和 DE 3 段信号的功率谱, 红色曲线代表 3 段信号叠加后的功率谱。在0.1～3Hz 低频段, 3 段信号功率谱的平均值为 4.56dB ref
(蓝色水平线), 叠加后信号的功率谱平均值为−1.15dB ref (红色水平线), 降低了5.71dB。在 40～200Hz 的高频段, 叠加后信号的功率谱平均值(红色斜线)比 3 段信号的功率谱平均值(蓝色斜线)降低约 6dB。从图 5 可以看出, 通过叠加, 能够有效抑制噪声从而提取更低频率的信号。
图 6 显示BE段光缆 30m处(图 4(a)中红色曲线)记录的高铁地震波形。图 6(a)为时域波形, 可以得到高铁地震信号的震荡周期约为 0.3s。图 6(b)为频域波形, 显示为分立谱, 谱峰间距约为 3.3Hz。该结果与王晓凯等[18]的研究结论相同, 即波形中的周期现象与车厢长度吻合, 同时高铁地震信号的能量集中在几个分立谱上, 宽频带背景的能量较弱。从图 6 还可以计算得出此时高速列车的速度约为 300km/h, 与图 3 中 AB 段直接得到的列车速度吻合。此外, 从频域波形可以看出, 高铁地震能量主要分布在 3～40Hz 的几个优势频率上。
相比于传统的节点检波器, HD-DAS 系统可以实现高铁地震信号在空间上的高密度分布式采集, 利用该优势, 通过对图 4(a)中所有位置上的信号进行傅里叶变换, 得到不同峰值频率(3.3, 6.6, 9.8 和13.1Hz)信号随距离的衰减规律, 如图 7 所示。衰减规律是分析地下介质 Q 值的重要依据。可以看出, 高频信号随距离衰减得很快, 而低频信号衰减较慢。
利用 HD-DAS 系统数据分布式的特点, 可以直接对图 4(a)中高铁地震信号进行频率–波数(F-K)变换, 结果如图 8 所示, 图中清晰地显示了高铁地震信号的分立谱特性。此外, 从图 8 还可以得到高铁地震波在近地表传输的速度约为 270m/s(蓝色虚线)。后续研究中, 通过对数据进行深度分析, 有望实现对近地表地层的表征。
图6 BE段光缆30 m处记录的高铁地震波形(a)及其频谱(b)
Fig. 6 Waveform (a) and spectrum (b) of the high-speed rail seismic wave signal recorded at 30 m of the optical cable in BE section
图7 不同峰值频率信号随距离的衰减规律
Fig. 7 Attenuation law of different peak frequency signals with distance
蓝色虚线标示高铁地震波在近地表传输的速度约为270 m/s
图8 分布式高铁地震信号的F-K分析
Fig. 8 F-K analysis of the distributed high-speed rail seismic wave signals
本文利用高清分布式光纤声波传感 HD-DAS 采集仪和通信光缆, 实现高铁地震波的高精度分布式采集, 得到如下结论。
1)光缆沿着高铁线路布设时, 可以直接得到高铁的运行速度, 采用挖沟对光缆进行简单的埋设, 即可有效地提高光缆对高铁地震波的耦合效果。
2)采用多光缆并行布放, 叠加后可以有效地抑制信号中的噪声, 提高监测到的高铁地震信号的信噪比。
3)分布式光纤采集到的高铁地震信号同样呈现分立谱特性, 且可以得到高铁地震波在近地表传输的速度。
4)利用 DAS 数据分布式的优势, 可以得到不同峰值频率信号随距离的衰减规律。
与传统的地震位移、速度和加速度观测有所不同, 光纤观测的是应变, 是对形变的直接表达, 可以形成关于形变场的约束。未来, 可与旋转观测结合, 形成关于运动的完整约束, 加上其观测成本低的优势, 有望借助密集观测台阵充分利用各类震源信息, 对地下结构进行高分辨率探测和高精度监测, 在监测高铁安全隐患及探测地下结构方面具有很好的应用前景。
参考文献
[1] Lindsey N J, Dawe T C, Ajo-Franklin J B. Illuminating seafloor faults and ocean dynamics with dark fiber distributed acoustic sensing. Science, 2019, 366: 1103–1107
[2] 张丽娜, 任亚玲, 林融冰, 等. 分布式光纤声波传感器及其在天然地震学研究中的应用. 地球物理学进展, 2020, 35(1): 65–71
[3] Jousset P, Currenti G, Schwarz B, et al. Fibre optic distributed acoustic sensing of volcanic events. Nature Communications, 2022, 13: 1753
[4] 赵霏, 吴鹏, 王渝, 等. DAS-VSP采集处理方法研究及应用. 石油物探, 2022, 61(1): 100–111
[5] 武绍江, 王一博, 梁兴, 等. 页岩气储层水平井压裂分布式光纤邻井微振动监测及震源位置成像. 地球物理学报, 2022, 65(7): 2756–2765
[6] Naldrett G, Cerrahoglu C, Mahue V. Production moni-toring using next-generation distributed sensing sys-tems. Petrophysics, 2018, 59(4): 496–510
[7] Vasco D W, Daley T M, Tribaldos V R, et al. Seismic monitoring of well integrity. The Leading Edge, 2022, 41(2): 134–139
[8] Tejedor J, Macias-Guarasa J, Martins H F, et al. Machine learning methods for pipeline surveillance systems based on distributed acoustic sensing: a re-view. Applied Sciences, 2017, 7: 841
[9] Yuan S Y, Lellouch A, Clapp R G, et al. Near-surface characterization using a roadside distributed acoustic sensing array. The Leading Edge, 2020, 39(9): 646–653
[10] 蒋一然, 鲍铁钊, 宁杰远, 等. 高架桥下方高铁地震信号频谱特征研究. 北京大学学报(自然科学版), 2019, 55(5): 829–838
[11] Wang Z Y, Lu B, Zheng H R, et al. Novel railway-subgrade vibration monitoring technology using phase-sensitive OTDR. 25th Optical Fiber Sensors Confe-rence (OFS), 2017, 10323: 103237G
[12] Kowarik S, Hussels M T, Chruscicki S, et al. Fiber optic train monitoring with distributed acoustic sen-sing: conventional and neural network data analysis. Sensors, 2020, 20(2): 1–11
[13] 刘磊, 蒋一然. 大量高铁地震事件的属性体提取与特性分析. 地球物理学报, 2019, 62(6): 2313–2320
[14] Shao J, Wang Y B, Chen L. Near-surface characteri-zation using high-speed train seismic data recorded by a distributed acoustic sensing array. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 5912911
[15] Kramer R, Lu Y, Bokelmann G. Interaction of air pressure and groundwater as main cause of sub-daily relative seismic velocity changes. Geophysical Re-search Letters, 2023, 50(7): 1–10
[16] He X G, Xie S R, Liu F, et al. Multi-event waveform-retrieved distributed optical fiber acoustic sensor using dual-pulse heterodyne phase-sensitive OTDR. Optics Letters, 2017, 42(3): 442–445
[17] He X G, Wu X M, Wang L, et al. Distributed optical fiber acoustic sensor for in situ monitoring of marine natural gas hydrate production for the first time in the Shenhu area, China. China Geology, 2022, 5: 322–329
[18] 王晓凯, 陈文超, 温景充, 等. 高铁震源地震信号的挤压时频分析应用. 地球物理学报, 2019, 62(6): 2328–2335
High Precision and Dense Observation of High-Speed Rail Seismic Wavefield and Its Application Prospects: Observation and Processing Results Based on Communication Optical Cable
Abstract The high-precision distributed acquisition of high-speed rail seismic waves were achieved using the High-Definition Distributed Acoustic Sensing (HD-DAS) system. The sensor unit used simple communication optical cable to achieve good monitoring effects at low cost, and could be easily deployed according to actual environmental conditions, greatly improving the efficiency of field observation work. By using multiple parallel optical cables, noise could be effectively suppressed and the signal-to-noise ratio of high-speed rail seismic signals can be improved. Data analysis and processing were performed on seismic signals collected by HD-DAS from high-speed rail. The analysis revealed that the signals display discrete spectral characteristics. Further analysis was conducted on the attenuation law of seismic wave signals, and the transmission speed of seismic waves near the surface was obtained through the frequency-wavenumber spectrum. This indicated that the high-speed rail seismic wave signals acquired through optical fiber could be used to detect underground structures and monitor changes in the medium’s state, thereby enhancing the safety of high-speed rail operations.
Key words distributed fiber-optic acoustic sensing; high-speed rail seismic; strain; discrete spectrum