新疆 TASTE 台阵拾震器方位角标定及其对 SKS 波分裂测量的影响

Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 60, No. 5 (Sept. 2024)

1.北京大学地球与空间科学学院, 北京 100871; 2.南方科技大学海洋科学与工程系, 深圳 518055; †通信作者, E-mail: johnyc@sustech.edu.cn (陈永顺), zge@pku.edu.cn (盖增喜)

摘要在对塔里木岩石圈地震台阵(TASTE)的 66 个宽频带流动台站数据进行严格约束基础上, 利用 3 种国际上常用的方法——P 波主成分分析法、P 波切向最小能量法和 Rayleigh 波相关系数法, 实现地震仪的拾震器方位角标定。3 种方法得出的结果具有较高的一致性(相关系数介于 0.64～0.91 之间), 通过综合分析确定最终的地震仪拾震器方位角。其中 62 个台站地震仪的拾震器方向较稳定, 且所有台站均没有出现南北反向、拾震器方位角随时间推移而发生系统性变化的情况。通过与磁偏角对比, 发现有 40 个台站地震仪的拾震器方位角位于磁偏角的±3°范围内, 说明 TASTE 台阵受到的外部干扰较小, 台站部署质量较高。通过两个 SKS 波分裂实例, 评估拾震器方位角对 SKS 波分裂测量产生的影响, 论证了在地震学中进行拾震器方位角标定的必要性。

关键词 塔里木盆地; 拾震器方位角; P 波主成分分析法; P 波切向最小能量法; Rayleigh 波相关系数法; 磁偏角; SKS 波分裂

塔里木地块内部呈现一个广阔的大火成岩省, 其残余部分的分布面积超过 25 万 km2 (图 1)[1]。大火成岩省的形成机制及其与地幔柱的可能关联是近期研究的核心焦点和关键议题, 多项研究试图从地球化学、沉积学以及数值模拟[2–4]的角度, 对塔里木大火成岩省的地幔柱成因进行解读。然而, 关于地幔柱存在的真实性、其形态特征以及涉及的动力学过程, 尚缺乏确凿的地球物理学证据支持, 主要是由于塔里木盆地被广大的沙漠覆盖, 自然环境恶劣, 导致地震观测资源极为有限, 阻碍了相关地震学研究的开展[5–6]。

为了深入研究塔里木盆地岩石圈与地幔柱的相互作用机制, 北京大学联合中国科学院地质与地球物理研究所、南方科技大学和新疆地震局, 于 2017年 7 月至 2019 年 11 月进入塔里木盆地, 布设 68 个宽频带流动台站(图 1), 组成塔里木岩石圈地震台阵(TASTE)(台阵的基本信息以及数据的噪声水平等详见文献[5])。经过两年多的运转和维护, 获得珍贵的观测数据。

精确的地震数据记录是地震学研究不可或缺的基础, 尤其在涉及接收函数分析、剪切波分裂以及面波反演等复杂问题的研究中, 对地震仪记录准确性的要求更是严苛。然而, 在野外流动台站的安装和运行过程中, 拾震器的定向往往成为影响数据质量的关键因素。拾震器的方位角(φ)是地震仪拾震器的北向(broad band high gain seismometer north, BHN)与地理北向之间偏差的角度(图 2)。产生这种偏差的原因有多种, 比如布设台站时使用的磁罗盘受到局部异常磁场干扰, 或者是沙漠中风沙移动导致的仪器状态变化使得拾震器的指向发生改变。该偏差角度会导致 P-SV 波和 SH 波分量的分离不准确, 可能在地震学研究中引起显著的误差。例如, Tian 等[8]认为在 SKS 波分裂的测量中, 水平分量错位会导致切向最小能量法产生错误的分裂参数。Zahradník 等[9]在进行矩张量反演时发现, 拾震器错位会引起波形信号的振幅和相位误差: 10°的定向错误会造成 10%～40%的振幅误差。Wang 等[10]通过分析合成地震图的振幅, 得出 30°错位会导致 25%振幅变化的结论。Zeng等[11]的研究结果表明, 显著的拾震器错位会导致接收函数对地壳厚度、VP/VS 和地壳地震各向异性的估计不正确。因此, 在进行地震学研究之前, 有必要利用地震数据来校正拾震器的方位角。一旦确定了拾震器方位角, 就可以通过数学方法将地震仪记录的 3 个正交分量转换为正确的径向、切向和垂向分量[12], 从而消除拾震器方位角带来的误差。

在井下和海底等特殊环境中, 无法按照指定方向安装地震仪, 通常利用观测到的地震数据确定地震仪的方向。通过对多个振动方向的测量值进行适当的平均或拟合, 可以从记录的波形中获得地震仪方向的可靠估计值[13], 由此发展出多种利用波形数据估计拾震器方位角的方法。Zha 等[14]利用环境背景噪声, 通过最大化经验格林张量 Grz 分量和相移后的 Gzz 分量之间的相关系数来估计海底地震仪的方向, 并将该方法成功地用于东劳扩张中心的海底实验中。Ensing 等[15]利用 Zha 等[14]的方法估计新西兰奥克兰火山地震监测网络的井下地震仪方向。Janiszewski 等[16]通过最小化切向接收函数的能量, 估计部署在北美 Cascadia 俯冲带的海底地震仪方向。司少坤等[17]提出一种同时获得 SKS 波分裂参数和海底地震仪方向的方法, 并用该方法获得部署在南海中央海盆的海底地震仪方向。Lim 等[18]通过最小化切向接收函数谐波展开中的常数项, 估计韩国井下的地震仪方向。Niu 等[19]提出一种基于最小化 P 波切向能量的多事件信噪比加权平均方法, 并将其应用于中国地震台阵(CEArray), 获得可靠的地震仪方向估计值。Niu 等[19]发现中国地震台阵中约 1/3 的台站存在水平分量方向错位、分量名称标识错误及一个或多个分量极性反转等问题。Doran等[20]为估计地震仪方向, 通过最大化 Rayleigh 波径向分量与相移后垂向分量之间的相关系数开发自动化程序 DLOPy,可用于计算分别来自优弧和劣弧不同频率 Rayleigh 波的入射角。Doran 等[20]用 DLOPy程序估计北美 Cascadia 俯冲带的海底地震仪方向, 结果表明, 与其他方法相比, 该方法能通过使用更少的地震事件来提供更好的精度。

P 波主成分分析法、P 波切向最小能量法以及Rayleigh 波相关系数法是当前广泛采用的 3 种方法, 均不需要计算理论地震图或详细的震源参数, 具有计算快捷和结果可靠等优势[21]。通过综合运用多种方法, 可以为地震仪方向的估计和比较提供更可靠的基础[22]。因此, 本文结合这 3 种方法来标定TASTE 台阵中 66 台地震仪的拾震器方位角, 并讨论拾震器方位角对 SKS 波分裂测量的影响。

1 拾震器定向所用数据、方法及实例

本研究利用在塔里木盆地布设的宽频带 TASTE台阵[5](图 1)中记录的远震 P 波和 Rayleigh 波信号进行拾震器定向。所用地震目录来源于美国地质调查局(United States Geological Survey, USGS)[23], 所用方法包括 P 波主成分分析法、P 波切向最小能量法和 Rayleigh 波相关系数法。本文沿用文献[21]的方式, 将上述 3 种方法的计算结果分别简写为 PWpol, PWminT 和 RWarrival。其中, P 波主成分分析法用于分析 P 波水平面内质点运动轨迹的振动方向, 并将其确定为波的传播方向; P 波切向最小能量法用于最小化水平面内的 P 波切向能量, 从而获得径向方向; Rayleigh 波相关系数法用于测量 Rayleigh 波的入射角度, 从而获得径向方向。数据处理以及绘图, 使用软件包 ObsPy[24], DLOPy[20], Circular Statistics[25], GMT[26], Matplotlib[27]和 SplitLab[28]。

在选择地震事件时, 严格筛选震级≥5.5 的地震数据。对于前两种 P 波方法, 特别选取震中距在5°～90°范围内的地震事件, 确保数据的适用性和准确性。对于 Rayleigh 波相关系数法, 选取震中距在5°～175°范围内, 且震源深度≤150km 的地震事件, 确保最大程度地减少其他因素对测量结果的影响。图 3 展示所选地震事件的震中距分布和方位角覆盖情况。无论是 P 波还是 Rayleigh 波, 所选事件均具有较完整的方位角覆盖, 有助于我们通过平均不同方位来源地震事件的测量结果来减少地球介质横向非均匀性可能对波传播方向改变造成的影响。

1.1 P 波主成分分析法

在一维各向同性地球模型中, P 波的质点运动方向与传播方向相同, 其质点运动方向被限制在震源和台站构成的球大圆平面内, 这意味着在台站接收到的数据中, 切向分量中的 P 波能量理论上应为零[29] 。因此, 台站记录的 P波质点运动轨迹是线性的[30] , 这一特性是利用主成分分析法(principal com-ponent analysis, PCA)确定波传播方向的前提。PCA是一种常用的数据分析方法, 用于在多维数据集中识别主要的变化模式。在地震学研究中, PCA 可用于拟合 P 波质点运动轨迹, 从而估计波的传播方向。波形数据中两水平分量的协方差矩阵写为

ui(t)和 uj(t)分别为东西和南北分量的位移记录。t1和 t2 为截取的时间窗区间时刻。实际数据中存在噪声, 因此 P 波质点运动轨迹并非完全线性。矩阵 C会有两个非零特征值 λmin 和 λmax, 可写为

λmin /λmax 值可以表征 P 波质点运动轨迹的线性程度, 指示噪声水平[19]。λmin /λmax 值越小, 线性程度越高, 噪声越小。

θa 由最大特征值的特征向量确定:

在地心坐标系(WGS-84)中, 根据地震目录[23]提供的震源位置坐标, 可以得到台站对每一地震事件的反方位角 θc。两者的差值

即为所求拾震器方位角(图 2)。

本文采用 IASP91 模型[31], 取直达 P 波到时前50～200s 的记录作为噪声, −10～10s 的记录作为信号, 计算信噪比。利用体波方法确定拾震器方位角是基于质点振动方向与波传播方向平行的特性, 求得的 φ 值和 φ+180°均能满足要求[32]。由于P波质点运动方向与波的传播方向一致, 径向分量和垂向分量的位移记录应具有相同的极性, 从而产生正的相关系数[19,33–34]。据此, 我们选用径向分量与垂向分量之间的相关系数大于 0.5, 信噪比平均值 ω=0.5× (RBHN+RBHE)≥3, 噪声水平 λmin /λmax ≤0.1 的事件, 截取直达 P 波到时 0～15s 的时间窗计算 φ 值。人工检查发现, 尽管某些测量结果有良好的相关系数、信噪比和噪声水平, 但波形不佳, 导致出现离群值。为了排除离群值, 引入 5 倍中位数绝对偏差(±5× MAD)。获得某一台站所有 φ 值后, 剔除大于中位数±5×MAD 的离群值(使用的有效事件如图 4(a)和(b)中非灰色且有红色外缘的圆点所示), 使用 5000次随机放回抽样检测, 求 φ 的均值及置信区间。

图 4 显示, 随着信噪比增大, φ 值逐步收敛于其平均值 PWpol 附近, 分别为 3.2°和 15.6°。经筛选后, T21 台站有效事件数为 44, T41 台站有效事件数为18。经过 5000 次随机放回抽样检测, 获得置信区间分别为±0.9°和±1.5°。

1.2 P 波切向最小能量法

理想情况下, P 波沿射线路径传播, 其能量仅集中在径向分量和垂向分量, 而切向分量的能量为零。然而, 在实际观测中, 拾震器任何错位都会使其记录的切向分量能量表现为一个非零值[33]。结合式(4), 在水平面内使用网格搜索法寻找 P 波切向能量最小时的 φ 值, 即为所求径向方向。计算时, 我们选用 ω≥3, 相关系数>0.5 的事件。对于单个台站, 先逐一计算单个事件的 φ 值。选取归一化切向能量最小值≤0.1 的数据, 并选取所有 φ 值的中位数±5×MAD 范围内的事件(如图 5(a)和(c)中非灰色且有红色外缘的圆点所示), 针对该台站所有经筛选后的事件, 构建总的水平分量归一化能量 ET 关于搜索角度 width=11.25,height=15.75

的函数[19](图 5(b)和(d)):

其中,

是第 i 个事件经某一搜索角度 width=11.25,height=15.75

校正后的切向能量与水平总能量的比值, 即归一化后的切向能量。对单个台站所有 width=30,height=15.75

进行信噪比加权平均, 其中信噪比 ωi 的计算公式为

在−90°～90°范围内, 以 0.25°为步长进行网格搜索, 当 width=30,height=15.75

获得最小值

时,

即为所求 PWminT值。使用式(6)[19]计算置信区间:

其中, f为 F 分布的分位点函数, k=1, α=0.05, n 取为每秒 1 个自由度。

图 5(a)和(c)显示, 两个台站均呈现随着信噪比增大, φ 值逐步收敛于中位数附近的趋势。排除离群值后, T21 台站的有效事件数为 40, T41 台站的有效事件数为 18。图 4(b)和(d)显示, 随着搜索角度的变化, T21 和 T41 台站的归一化切向能量分别在 2.8°和 15.5°取得最小值 0.03 和 0.02, 说明在获得切向能量最小时的切向能量分别仅占水平总能量的 3%和2%, 表明计算结果质量较好。式(6)给出两个台站计算结果的置信区间分别是±5.1°和±5.4°。这两个台站 P 波切向最小能量法获得的 PWminT 与 P 波主成分分析法的计算结果 PWpol 也很接近。

1.3 Rayleigh 波相关系数法

在均匀的各向同性地球介质中, Rayleigh 波的质点振动同样也只集中在径向与垂向。与 P 波不同, Rayleigh 波表现为椭圆偏振, 其径向分量和垂向分量存在 90°的相位差。因此, 需要使用网格搜索法寻找使径向分量与相移后垂向分量相关系数达到最大值的 θa 值, 其与台站反方位角 θc 的差值(式(4))即为 Rayleigh 波入射角 φ。根据 Ma 等[20,35–36]的面波频散模型, 分别截取 Rayleigh 波频率为 10, 15, 20, 25, 30, 35, 40mHz 的波至时间窗。使用 35mHz 和 40mHz 等较高频率的 Rayleigh 波, 可以获得更多的有效测量结果(图 6(a)和(c)), 从而增强结果的稳定性。在 0°～360°范围, 以 0.25°步长的旋转角进行网格搜索, 计算每搜索一次的径向分量 r 与经希尔伯特变换后的垂向分量 z 的相关系数[20]:

为截取时间窗内两个时间序列(xi 和 xj 分别为 r和 z)的零滞后互相关系数; Czr 是归一化相关系数, 范围是[−1, 1]。但是, 在某些情况下, Czr 的极值不显著(如图 6(b)和(d)中蓝色曲线所示)。因此, 本文仅在Czr>0.9 的条件下进行数据质量的筛选控制, 并引入无限制相关系数 width=27,height=15.75

在整个搜索区间有明确的极值(如图 6(b)和(d)中红色曲线所示), 取使 width=15.75,height=15.75

获得最大值的搜索角度为θa, 根据式(4), 即可得到拾震器方位角 φ。对同一台站计算所有 φ 值的中位数, 剔除中位数±5×MAD外的离群值(使用的有效事件如图 6(a)和(c)中非灰色图形所示), 使用 5000 次随机放回抽样检测, 求 φ的均值及置信区间。

圆点为单个事件计算结果, 灰色圆点表示被约束条件排除的事件, 圆点外缘红色圆圈代表剔除离群值前的结果; 竖虚线指示ω=3, 横虚线表示中位数±5×MAD线, 横实线为 φ 的平均值 PWpol

Fig. 4 P-wave principal component analysis method’s results of stations T21 and T41

图 6(a)和(c)分别显示 T21 和 T41 台站测量的 φ值随相关系数 Czr 的变化情况, 这两个台站选用的有效事件数分别为 309 和 199, 有效测量数分别为940 和 516。T21 台站劣弧有效测量占全部有效测量的 89.3%, 其中 35mHz 和 40mHz 的劣弧测量共占全部有效测量的 49.3%。T41 台站劣弧有效测量占全部有效测量的 91.9%, 其中 35mHz 和 40mHz 的劣弧测量共占全部有效测量的 51.5%。从图 6(a)和(c)可以看出, 随着 Czr 值增大, T21 和 T41 台站的 φ值分别逐步收敛于平均值 2.6°和 17.5°附近。

图 6(b)显示发生于 2017 年 7 月 20 日 0 点 11 分的 MW 5.8 地震事件沿劣弧路径传播至 T21 台站 30mHz 的 Rayleigh 波相关系数随搜索角度 width=13.5,height=16.5

的变化情况。虽然 Czr 在 230°～330°之间取得最大值, 但其曲线在该区间较平坦, 最大值不显著。 width=15.75,height=15.75

在

= 288.3°时取得最大值, 此时 Czr 值为 0.98, θa取为 width=13.5,height=16.5

。通过式(4), 计算得到本次测量的 φ 值为 358.7°。

图 6(d)显示发生于 2019 年 2 月 1 日 16 点 14 分的 MW 5.9 地震事件沿劣弧路径传播至 T41 台站 40mHz 的 Rayleigh 波相关系数随搜索角度 width=11.25,height=15.75

的变化情况。Czr最大值同样不够显著, width=15.75,height=15.75

在

=28.3°时取得最大值, 此时 Czr 值为 0.95, θa取为 width=11.25,height=15.75

。通过式(4), 计算得到本次测量的 φ 值为 22.5°。

1.4 综合3种方法的最终结果及评价

通过上述 3 种方法分别得到台站的拾震器方位角估计结果后, 对其进行加权平均, 按体波和面波各 50%的贡献进行计算:

得到最终结果: T21 台站拾震器的方位角为 2.8°, T41 台站拾震器的方位角为 16.6°。本研究将质量因子(Q)定义为均方根误差, 用来评价最终结果的质量:

Q 值越大, 表明 3 种方法计算结果的差异越大。T21 和 T41 台站的质量因子分别为 0.2°和 1.0°, 两个数值均较小, 表明最终结果与 3 种方法单独估计的结果差别不大, 可信度较高。

2 结果与讨论

2.1 台阵拾震器方位角结果

将 3 种方法应用于 TASTE 台阵拾震器方位角的估计, 获得 66 个台站的计算结果(表 1)。83%的台站 Q≤2°, 说明绝大多数台站 3 种方法计算结果与最终结果的一致性程度较高。

2.2 三种方法计算结果的比较

统计结果表明, 3 种方法估计的拾震器方位角较为一致, 集中于−2.6°～10.5°区间。PWpol 的平均值为 4.1°, 91%的台站拾震器方位角介于−5°～11.6°之间; PWminT 的平均值为 4.0°, 91%的台站拾震器方位角介于−3°～9.5°之间; RWarrival 的平均值为 4.5°, 91%的台站拾震器方位角介于−1.6°～10.0°之间。3种方法所得拾震器方位角均呈近似正态分布(图7(a)～(c)), 对 3 种结果做 Pearson 线性相关分析, 发现两两正相关(图 7(d)～(f))。其中, P 波的两种方法计算结果吻合较好, 相关系数达到 0.91。P 波两种方法的计算结果与 RWarrival 之间的相关系数也达到0.6 以上, 但不如 P 波两种方法计算结果之间的相关系数大, 可能是由 P 波的两种方法均使用 P 波信号, 与 Rayleigh 波相关系数法使用的 Rayleigh 波信号不同导致。3 种方法计算结果之间良好的相关性表明我们估计的拾震器方位角结果是可靠的。然而, 对于质量因子较大的台站(如 T30, T31, T60 和 T62), 我们认为获得的 φfinal 可信度不高。人工检查发现, T60 台站是有效记录时间短导致可用有效事件数过少造成的不稳定, 其他台站可能是区域构造导致的结果不稳定。

说明: T11A 是 T11 遭深度掩埋后重新部署的台站, 按两个独立台站计算; 括号内数字表示选用的有效事件数; PWpol, PWminT 和 RWarrival 分别表示同一台站 P 波主成分分析法、P 波切向最小能量法和 Rayleigh 波相关系数法的计算结果及误差。φfinal 是由式(9)给出的 3 种方法计算结果的加权平均值, Q 是由式(10)给出的质量因子, Δφ 是磁偏角与 φfinal 的差值。

对于 P 波的两种方法, 我们将误差定义为一个置信区间; 对于 Rayleigh 波相关系数法, 我们按照DLOPy 程序[20]的设定, 将误差定义为两个置信区间。对于不同的台站, 当使用的有效事件数增多时, 可能意味着存在更大的反方位角覆盖范围, 误差随之出现下降趋势(图 8)。P 波的两种方法选用有效事件共计 110个, Rayleigh 波相关系数法的有效事件数为 647 个, 显著大于 P 波的两种方法, 主要原因是 P波选用事件的震中距范围较小, 也可能是初至 P 波的振幅较小, 相较于面波更容易受噪声的影响[21]。PWpol 的误差显著小于 PWminT, 可能是其使用随机放回抽样检测缩短了置信区间。随着事件数增多, P波方法的拾震器方位角误差下降趋势不显著, 可能是受区域构造和噪声等因素影响。随着事件数增多, RWarrival 的误差逐步减小, 下降趋势更加显著。

在布设 TASTE 台阵时, 地震仪的安装方向是用磁罗盘确定的, 因此我们通过考察 3 种方法计算结果与当地磁偏角的关系(图 9 和 10)来评价台站的部署质量。本文采用 IGRF-13 模型[37], 假设在观测期间所有台站位置的磁偏角都保持在 2017 年 10 月1 日的固定值, 从磁偏角中减去 3 种方法计算结果, 得到拾震器方位角相对于磁偏角的变化量 Δφ。

PWpol 的 Δφ 平均值为−1.3°, 其标准差为 3.9°; PWminT的 Δφ平均值为−1.2°, 标准差为4.3°; RWarrival的 Δφ 平均值为−1.7°, 标准差为 3.5°。3 种方法获得的 Δφ 平均值及标准差较为一致, 且均总体上符合正态分布, 可以认为获得的拾震器方位角相对于磁偏角的误差是随机误差。通过对 Δφ 进行分类, 可知 40 个台站拾震器方位角与磁偏角的偏差在 3°以内(表 2), 只有位于东北部的 T41 台站的偏差超过10°(图 10 中红色箭头), 说明拾震器方位角基本上与当地磁偏角一致, 台站部署质量较高。

2.3 拾震器方位角随时间的变化

为了更细致地检查拾震器方位角是否受到环境的影响, 我们还考察 φ 值是否在台阵整个运行时段保持平稳。由于 P 波主成分分析的方法简便, 计算结果离散度较低, 且 3 种方法的计算结果具有良好的一致性, 我们选用 PWpol 与使用 P 波主成分分析法计算得到的单个事件测量结果(φ)的差值作为考察指标。

基于 PWpol 的标准差, 将所有定向结果分为两组。图 11 显示, 无论标准差是否大于 5°, 都没有出现拾震器方位角随着时间推移而发生系统性改变的现象, 表明在整个运行时段, 恶劣的自然环境和人工维护等因素没有对拾震器方位角产生显著影响。

3 拾震器方位角对SKS波分裂测量的影响

SKS 波分裂测量是研究地幔变形的常用方法之一, 然而拾震器错位可能会对 SKS 波分裂结果判定产生影响。Tian 等[8]通过合成实验发现对于 SKS 波分裂测量的 3 种常用方法, 拾震器错位对旋转互相关法和特征值法结果的影响是线性的, 而对于切向最小能量法结果的影响是非线性的。为讨论校正拾震器方位角对 SKS 波分裂测量的必要性, 需要考察拾震器错位对 SKS 波分裂结果判定的影响程度。

本文通过综合切向最小能量法和旋转互相关法的测量结果对SKS波分裂参数进行判定。我们使用Wüstefeld 等[38]定义的两种方法计算结果的距离 Qw进行判定, 其定义如下:

式中, ΦSC 和 ΦRC 分别代表切向最小能量法和旋转互相关法结果的快波方向, dtSC 和 dtRC分别代表切向最小能量法和旋转互相关法结果的延迟时间。Qw 的取值范围介于−1～1 之间, 越接近 1, 结果为优的有效分裂可能性越大; 越接近−1, 结果为优的 NULL值可能性越大。

切向最小能量法假设初始未受各向异性扰动的波在射线路径平面内做线性运动, 其切向分量能量为零[39]。如果存在拾震器错位, 则搜索的最优分裂参数不能使切向分量能量最小, 且校正各向异性后的质点运动轨迹线性程度较低[40], 这会导致在测量SKS 波分裂参数时, 即使小的拾震器错位也会引起较大的误差[8]。

我们通过两个实例来探讨拾震器方位角对 SKS波分裂测量的影响。对 T06 台站记录的发生于 2018年 7 月 13 日 9 点 46 分的 MW 6.4 地震事件, 使用磁偏角 2.9°旋转水平分量后, 切向最小能量法测得的快波方向为−86°, 延迟时间为 1.2s (图 12(d2)中星号); 旋转互相关法测得的快波方向为 57°, 延迟时间为0.4s (图 12(d1)中圆点)。两种方法的测量结果相差较大, Qw 为−0.45。然而, T06 台站存在 8.7°的拾震器方位角偏差, 对其水平分量进行 8.7°旋转后, 切向最小能量法测得的快波方向为 77°, 延迟时间为0.5s(图 12(d4)中星号); 旋转互相关法测得的快波方向为 62°, 延迟时间为 0.4s (图 12(d3)中圆点)。相对于使用磁偏角旋转的测量结果, 使用拾震器方位角旋转水平分量后, 切向最小能量法的测量结果中快慢波相似程度更高, 相关系数达到 0.99(图 12(a2)和(a4)), T分量的波形更平坦, 能量更小(图 12(b2)和(b4)中实线), 质点运动轨迹线性程度更高(图 12(c2)和(c4)中实线), 置信区间更小(图 12(d2)和(d4)中阴影区)。两种方法的 Qw 为 0.45, 一致性程度提高。

同样, 我们对拾震器方位角最大的 T41 台站记录的发生于 2019 年 8 月 24 日 15 点 51 分的 MW 6.0 地震事件进行考察。在使用磁偏角 3.1°旋转水平分量后, 切向最小能量法测得的快波方向为−89°, 延迟时间为 1.1s (图 13(d2)中星号); 旋转互相关法测得的快波方向为 49°, 延迟时间为 0.3s (图 13(d1)中圆点)。两种方法的 Qw 为−0.6, 说明测量结果差异较大, 本次事件可能不存在分裂, 初步判定为 NULL值。然而, 使用拾震器方位角 16.6°旋转水平分量后, 切向最小能量法测得的快波方向为 46°, 延迟时间为 0.4s (图 13(d4)中星号); 旋转互相关法测得的快波方向为 62°, 延迟时间为 0.3s (图 13(d3)中圆点)。两种方法的 Qw 从−0.6 变为 0.46, 说明两种方法的测量结果变得更加一致, 故重新判定为存在分裂(非 NULL 值)。对于切向最小能量法, 使用拾震器方位角旋转得到的快慢波波形相似度比使用磁偏角旋转时高(图 13(a2)和(a4)), 相关系数从 0.93 提高至 0.99, 增加了可信度。对于旋转互相关法, 使用拾震器方位角旋转水平分量后, T 分量的能量显著减小(图 13(b1)和(b3)中实线); 使用磁偏角和拾震器方位角旋转水平分量后的延迟时间均为 0.3s, 而快波方向相差 13°, 与 T41 台站拾震器方位角与磁偏角的差值 13.5°(表 1)接近。这表明对于切向最小能量法, 拾震器方位角不仅影响快波方向, 也对延迟时间产生影响, 而对于旋转互相关法, 拾震器方位角主要影响快波方向。上述结果与前人[8,41]的结论一致, 进一步强调了拾震器方位角会对 SKS 波分裂结果判定产生显著影响。

除 T06 和 T41 台站外, 我们也对其余拾震器方位角大于 8°的台站(T16, T25 和 T63)进行考察, 发现对于 SKS 波分裂测量的两种方法, 相对于使用磁偏角旋转校正, 使用拾震器方位角旋转校正时会有70%的 Qw 值变得更佳, 表明拾震器方位角校正有助于获得更准确的 SKS 波分裂参数。

4 结论

本研究基于塔里木盆地沙漠中的 TASTE 台阵66 个台站记录的地震数据, 采用 P 波主成分分析法、P 波切向最小能量法以及 Rayleigh 波相关系数法对地震仪的拾震器方位角进行估计。结果显示, 62 个台站的地震仪获得较为稳定的方向。与磁偏角比较, 40 个台站的拾震器方位角达到“优秀”级别。此外, 所有台站的拾震器方位角在台阵运行期间没有出现随着时间推移而发生系统性变化的现象, 表明台站的部署和维护是严格遵循标准进行的, 从而确保了 TASTE 台阵的高质量定向。

本研究通过对比实测数据, 分析了使用磁偏角旋转校正和使用拾震器方位角旋转校正进行SKS波分裂测量的差异。结果表明, 较大的拾震器方位角会显著地影响 SKS 波分裂的测量结果, 甚至可能导致 SKS 波分裂参数判定错误。采用拾震器方位角旋转校正可以显著地提高 SKS 波分裂测量的准确度。因此, 在进行 SKS 波分裂测量之前, 应优先考虑使用拾震器方位角对地震仪进行旋转校正。

本文的研究结果可为在塔里木盆地进行接收函数分析、面波反演和剪切波分裂等研究提供参考。

致谢成文过程中得到南加州大学博士研究生张昊、南方科技大学博士研究生任鹏飞和中国科学院地质与地球物理研究所左思诚博士的帮助, 在此一并致谢。

[1] 杨树锋, 陈汉林, 厉子龙, 等. 塔里木早二叠世大火成岩省. 中国科学: 地球科学, 2014, 44(2): 187–199

[2] 余星, 杨树锋, 陈汉林, 等. 塔里木早二叠世大火成岩省的成因模式. 中国科学: 地球科学, 2017, 47(10): 1179–1190

[3] 李东旭. 塔里木大火成岩省地幔柱成因的沉积学证据[D]. 杭州: 浙江大学, 2015: 75–76

[4] 刘浩. 地幔柱和俯冲带与地球内部圈层结构的相互作用[D]. 合肥: 中国科学技术大学, 2021: 30–31

[5] Zuo Sicheng, Li Shilin, Feng Yongge, et al. A tempo-rary broadband seismic array in the largest desert of China: TASTE. Seismological Research Letters, 2022, 94(1): 281–293

[6] 许启慧, 盖增喜, 冯永革, 等. 塔里木盆地南部上地幔各向异性研究. 地球物理学报, 2021, 64(2): 471–483

[7] Xu Yigang, Wei Xun, Luo Zhenyu, et al. The early Permian Tarim large igneous province: main charac-teristics and a plume incubation model. Lithos, 2014, 204: 20–35

[8] Tian Xiaobo, Zhang Jianli, Si Shaokun, et al. SKS splitting measurements with horizontal component mi-salignment. Geophysical Journal International, 2011, 185(1): 329–340

[9] Zahradnik J, Custodio S. Moment tensor resolvability: application to Southwest Iberia. Bulletin of the Sei-smological Society of Ameria, 2012, 102(3): 1235–1254

[10] Wang Xin, Chen Qifu, Li Juan, et al. Seismic sensor misorientation measurement using P-wave particle motion: an application to the NECsaids array. Seismo-logical Research Letters, 2016, 87(4): 901–911

[11] Zeng Sijia, Zheng Yong, Niu Fenglin, et al. Measure-ments of seismometer orientation of the first phase CHINArray and their implications on vector-recor-ding-based seismic studies. Bulletin of the Seismolo-gical Society of America, 2020, 111(1): 36–49

[12] Rondenay S. Upper mantle imaging with array recor-dings of converted and scattered teleseismic waves. Surveys in Geophysics, 2009, 30(4): 377–405

[13] Ekström G, Busby R W. Measurements of seismometer orientation at USArray transportable array and back-bone stations. Seismological Research Letters, 2008, 79(4): 554–561

[14] Zha Yang, Webb S C, Menke W. Determining the orientations of ocean bottom seismometers using am-bient noise correlation. Geophysical Research Letters, 2013, 40(14): 3585– 3590

[15] Ensing J X, van Wijk K. Estimating the orientation of borehole seismometers from ambient seismic noise estimating the orientation of borehole seismometers from ambient seismic noise. Bulletin of the Seismolo-gical Society of America, 2019, 109(1): 424–432

[16] Janiszewski H A, Abers G A. Imaging the plate inter-face in the Cascadia seismogenic zone: new constraints from offshore receiver functions. Seismological Resea-rch Letters, 2015, 86(5): 1261–1269

[17] 司少坤, 刘保华, 刘晨光, 等. 未知OBS水平方位的SKS分裂参数测量. 地球物理学报, 2017, 60(3): 999–1006

[18] Lim H, Kim Y, Song T A, et al. Measurement of seis-mometer orientation using the tangential P-wave re-ceiver function based on harmonic decomposition. Geo-physical Journal International, 2018, 212(3): 1747–1765

[19] Niu Fenglin, Li Juan. Component azimuths of the CE-Array stations estimated from P-wave particle motion. Earthquake Science, 2011, 24(1): 3–13

[20] Doran A K, Laske G. Ocean-bottom seismometer in-strument orientations via automated Rayleigh-wave arrival-angle measurements. Bulletin of the Seismolo-gical Society of America, 2017, 107(2): 691–708

[21] Ojo A O, Zhao L, Wang X. Estimations of sensor misorientation for broadband seismic stations in and around Africa. Seismological Research Letters, 2019, 90(6): 2188–2204

[22] Osotuyi A G, Ni Sidao, Chong Jiajun, et al. Seismo-meter orientation correction via teleseismic receiver function measurements in West Africa and adjacent islands. Seismological Research Letters, 2023, 94(3), 1509–1525

[23] United States Geological Survey. Search earthquake catalog [DB/OL]. (2021–01–18) [2023–01–06]. https: //earthquake.usgs.g-ov/earthquakes/search/

[24] Beyreuther M, Barsch R, Krischer L, et al. ObsPy: a Python toolbox for seismology. Seismological Re-search Letters, 2010, 81(3): 530–533

[25] Agostinelli C, Lund U. R package ‘circular’: circu- lar statistics (version 0.4-95) [CP/OL]. (2022–04–26) [2022–12–30]. https://CRAN.R-project.org/package= circular

[26] Wessel P, Luis J F, Uieda L, et al. The Generic Mapping Tools version 6. Geochemistry, Geophysics, Geosys-tems, 2019, 20(11): 5556–5564

[27] Hunter J D. Matplotlib: a 2D graphics environment. Computing in Science & Engineering, 2007, 9(3): 90–95

[28] Wüstefeld A, Bokelmann G, Zaroli C, et al. SplitLab: a shear-wave splitting environment in Matlab. Compu-ters & Geosciences, 2008, 34(5): 515–528

[29] Rueda J, J Mezcua. Orientation analysis of the Spanish broadband national network using Rayleigh-wave pola-rization. Seismological Research Letters, 2015, 86(3): 929–940

[30] Zaicenco A, Huffman S, Weir-Jones I. Seismic P-wave polarization in the context of on-site early warning system // Fifth International Conference on Recent Advances in Geotechnical Earthquake Engineering and Soil Dynamics. San Diego, 2010: Paper No.3.12a

[31] Kennet B L N. IASPEI 1991 seismological tables. Terra Nova, 1991, 3(2): 122–122

[32] Stachnik J C, Sheehan A F, Zietlow D W, et al. Deter-mination of New Zealand ocean bottom seismometer orientation via Rayleigh-wave polarization. Seismolo-gical Research Letters, 2012, 83(4): 704–713

[33] Son Y O, Seo M, Kim Y. Measurement of seismometer misorientation based on P-wave polarization: applica-tion to permanent seismic network in South Korea. Geosciences Journal, 2022, 26(2): 235–247

[34] Seo M S, Son Y O, Kim Y, et al. Measurement of seismometer misorientation based on P-wave polariza-tion: application to dense temporary broadband seismic array in the epicentral region of 2016 Gyeongju earth-quake, South Korea. Geosciences Journal, 2022, 26(3): 385–397

[35] Ma Zhitu, Masters G. A new global Rayleigh- and Love-wave group velocity dataset for constraining lithosphere properties. Bulletin of the Seismological Society of America, 2014, 104(4): 2007–2026

[36] Ma Zhitu, Masters G, Laske G, et al. A comprehensive dispersion model of surface wave phase and group velocity for the globe. Geophysical Journal Interna-tional, 2014, 199(1): 113–135

[37] Alken P, Thébault E, Beggan C D, et al. International Geomagnetic Reference Field: the thirteenth genera-tion. Earth, Planets and Space, 2021, 73(1): 1–25

[38] Wüstefeld A, Al-Harrasi O, Verdon J P, et al. A strategy for automated analysis of passive microseismic data to image seismic anisotropy and fracture characteristics. Geophysical Prospecting, 2010, 58(5): 755–773

[39] Vecsey L, Plomerová J, Babuška V. Shear-wave split-ting measurements — problems and solutions. Tecto-nophysics, 2008, 462: 178–196

[40] Liu K H, Gao S S, Gao Y, et al. Shear wave splitting and mantle flow associated with the deflected Pacific slab beneath northeast Asia. Journal of Geophysical Research: Solid Earth, 2008, 113(B1): doi: 10.1029/ 2007JB005178

[41] Mir R R, Parvez I A, Laske G, et al. Sensor orientation and noise analysis of the Kashmir-Zanskar seismic network: an appraisal from 2014 to 2020. Journal of Seismology, 2022, 26(3): 455–472

Calibrations of Sensor Misorientation Angles for TASTE in Xinjiang and Its Influence on Measurement of SKS Wave Splitting

1. School of Earth and Space Sciences, Peking University, Beijing 100871; 2. Department of Ocean Science and Engineering, Southern University of Science and Technology, Shenzhen 518055; † Corresponding authors, E-mail: johnyc@sustech.edu.cn (CHEN Yongshun), zge@pku.edu.cn (GE Zengxi)

Abstract Based on the rigorous constraints on the data from the 66 broadband transportable stations of the Tarim seismic array for the lithospheric signature of mantle plume (TASTE), the calibrations of the sensor misorientation angles were achieved by three internationally commonly used methods — P-wave principal component analysis method, transverse P-wave energy minimization method and Rayleigh-wave correlation coefficient method. The results obtained from these three methods demonstrated remarkable consistency with correlations ranging from 0.64 to 0.91. Following the integration analysis, the final sensor misorientation angles were established. Among the stations, 62 stations exhibited relatively stable sensor orientations. None of the stations showed evidence of north-south reversals, nor did their sensor misorientation angles display systematically time-dependent variations. When compared with magnetic declination, it was observed that the sensor misorientation angles of 40 stations fell within ±3° of the magnetic declination. This suggests that the TASTE network experiences a low level of external inter-ference, thereby ensuring the high quality of the station deployment. Two examples of SKS wave splitting were used to evaluate the influence of sensor misorientation angles on shear wave splitting measurements. The necessity of calibrating sensor misorientation angles in seismology was demonstrated.

Key words Tarim Basin; sensor misorientation angle; P-wave principal component analysis method; transverse P-wave energy minimization method; Rayleigh-wave correlation coefficient method; magnetic declination; SKS wave splitting