王婷婷 邊銀菊 張 博

（中國北京100081中國地震局地球物理研究所）

引言

完整的地震目錄對強震預(yù)測和地震學(xué)的研究有著重要的意義.人工地震、礦山爆破等有著類似于天然地震的波形記錄，如果不能及時剔除，會混淆地震目錄，影響日后地震學(xué)的研究.目前由于經(jīng)濟建設(shè)的快速發(fā)展，小當(dāng)量爆破事件日益增多，增大了天然地震與非天然地震識別的難度；科學(xué)技術(shù)的發(fā)展以及全面禁止核試驗條約的實施，用以逃避核查的小當(dāng)量核試驗具有更大的隱蔽性，而且由于地震監(jiān)測網(wǎng)的建設(shè)受各國敏感區(qū)域保護(hù)的限制，小當(dāng)量地下核爆炸的識別也是軍控核查中的難點問題.因此小震級天然地震與人工爆破的識別是非常重要的.

識別天然地震與人工爆破的判據(jù)很多，如震源位置、震源深度、P波初動、P波和S波最大振幅比、體波震級與面波震級比、倒譜、瞬態(tài)譜等（沈萍，鄭治真，1999；魏富勝，黎明，2003；邊銀菊，2005；王婷婷，邊銀菊，2011）.近年來P／S震相幅值比是研究最為深入的一個判別量，可分為同一頻段內(nèi)P波和S波震相幅值比、同一震相低頻與高頻幅值比、不同震相高頻與低頻幅值比等.Shin等（2010）分析了2009年朝鮮第二次核爆與附近的兩次地震垂直向記錄在0.5—15Hz之間的Pn／Lg比值，得到大于4Hz時可將兩類事件完全分別出來.Chun等（2011）分析了不同臺站記錄到的朝鮮2006年和2009年兩次核爆與中朝邊界的地震，定義P／S比值為（P2Z＋ P2R）1／2／（S2Z＋S2R＋S2T）1／2，得到3—11Hz內(nèi)地震與核爆識別效果好.也有研究將不同頻段的P／S震相幅值比相結(jié)合或用震級和距離校正方法（magnitude and distance amplitude correction，簡稱為 MDAC）來提高識別能力（Taylor et al，2002；Walter et al，2005；Che et al，2007；潘常周等，2007；Fisk et al，2009；Pasyanos，Walter，2009；Hong，Rhie，2009；Pasyanos，2010；Taylor，2011）.上述研究結(jié)果均表明，P／S判別量在地震與爆破識別中效果較好且對頻率的依賴性較大，即爆破與地震的頻率成分有差異，因此，對地震與爆破記錄劃分不同頻段進(jìn)行研究是非常有必要的.

楊選輝等（2005）將小波包分量比方法引入烏魯木齊臺的地震與核爆識別中.結(jié)果表明，對于地震信號，其小波包分量比U03／U13一般都大于1.0；而對于核爆信號，其比值一般都小于1.0.和雪松等（2006）用小波包將信號變換到頻域，再用奇異值分解作為統(tǒng)計工具，提取天然地震和礦震的識別因子.曾憲偉等（2010）采用demy小波函數(shù)對銀川地震臺記錄到的14次地震和19次爆破事件進(jìn)行5層小波包變換，并通過比較地震信號與爆破信號的P波段時頻譜值及S波段時頻譜值達(dá)到最大時的頻率差異，尋找合適的單項定量識別指標(biāo)，并綜合各單項識別指標(biāo)形成綜合識別判據(jù).但是迄今為止幾乎所有關(guān)于P／S震相比值大部分是針對較大震級.本文主要針對小震級地震和爆破，用小波包分解來分析P波和S波在各頻段的差異，并提取識別率較好的識別特征.

1 小波包分析

小波分析被認(rèn)為是傅里葉分析方法的突破性進(jìn)展，作為一種技術(shù)工具和方法，離散小波變換在各個領(lǐng)域，如信號信息處理、圖像處理、語言分析等都得到很好的應(yīng)用.在地球物理信號處理方面也展現(xiàn)出廣泛的應(yīng)用前景.例如，將小波變換用于地震波形反演、石油勘探中的地層吸收、重力異常多重分解等.小波分析中常用Mallat二進(jìn)小波算法，在二進(jìn)小波分析中，信號在頻率域按二分法向低頻方向進(jìn)行分解.而小波包方法則是小波變換的擴展，不僅對信號的低頻部分進(jìn)行分解，還對高頻部分以二進(jìn)方式分解，可將信號的頻段分得更加精細(xì)，提高了信號在整個頻帶內(nèi)的分辨能力，這樣可以了解信號中包含的更多細(xì)節(jié)信息.

定義子空間Ujn是函數(shù)un（t）的閉包空間，而Uj2n是函數(shù)u2n（t）的閉包空間，并令un（t）滿足下面的雙尺度方程：

式中，g（k）＝（－1）kh（1－k），即兩系數(shù)具有正交關(guān)系.當(dāng)n＝0時，式（1）給出

式中，φ（t）和ψ（t）分別為多分辨分析中的尺度函數(shù)與小波基函數(shù)，我們稱由式（1）構(gòu)造的序列｛un（t）｝（其中n∈Z＋）為由基函數(shù)u0（t）＝φ（t）確定的正交小波包.當(dāng)n＝0時即為式（2）的情況（胡昌華等，2000；黃漢明等，2010）.信號的4層分解示意圖（圖1），對信號（以［0，0］表示），我們可將它分解為低頻節(jié)點［1，0］和高頻節(jié)點［1，1］，然后將低頻節(jié)點［1，0］進(jìn)一步分解為低頻節(jié)點［2，0］和高頻節(jié)點［2，1］，同時對高頻節(jié)點［1，1］也繼續(xù)分解為低頻節(jié)點［2，2］和高頻節(jié)點［2，3］.以此類推，隨著分解尺度的增加，信號在整個頻帶內(nèi)分解得更細(xì).如果對信號進(jìn)行m層小波包分解，則可得到2m個分解信號.本文為了獲取精細(xì)的頻率成分，用sym5小波基函數(shù)對信號進(jìn)行4層小波包分解，得到24即16個節(jié)點 ［4，0］，［4，1］，…，［4，15］的信號.

圖1 小波包變換4層分解及對應(yīng)頻段示意圖Fig.1 Schema of four-layer wavelet packet decomposition and corresponding frequency bands

參考曾憲偉等（2008）給出的小波包分解后節(jié)點與頻帶對應(yīng)圖，我們繪制了采樣率為50點／秒的信號節(jié)點與頻帶對應(yīng)關(guān)系，如圖1所示.其中，HP表示高通濾波器，LP表示低通濾波器.為了進(jìn)一步驗證節(jié)點與頻帶對應(yīng)順序，我們用sym5小波包基函數(shù)對實際地震信號進(jìn)行4層小波包分解，并分別繪制了按節(jié)點順序和頻帶順序的排列結(jié)果（圖2）.從圖2中可看出，小波包分解后按頻段排列的節(jié)點順序與圖1相同.

圖2 小波包第4層分解的兩種排序?qū)Ρ龋╝）按節(jié)點順序排序；（b）按頻段順序排序Fig.2 Comparison of the fourth-layer wavelet packet decomposition sorted by node order（a）and by frequency band order（b）

2 資料選取

本文選取了北京及其鄰近地區(qū)的29次爆破（2002—2010年，ML1.0—2.5）和33次地震（2003—2007年，ML1.3—3.2），共62個事件.事件的地理范圍為39.5°—40.6°N，115.0°—116.5°E.選取記錄波形較好的臺站，共59個，所選事件及臺站分布如圖3所示.經(jīng)分析記錄波形發(fā)現(xiàn)，XBZ臺站是所選臺站中對62個事件記錄較齊全的一個臺站，共記錄到波形較好的爆破有20次，地震27次.全文主要對XBZ臺站記錄的波形進(jìn)行小波包分析，因此對XBZ臺站記錄到的20次爆破和27次地震分別按發(fā)震時間順序進(jìn)行編號.

3 利用小波包提取判據(jù)

3.1 記錄的小波包變換

XBZ臺站是寬頻帶記錄儀，采樣率是50點／秒，波形記錄的頻率范圍是0—25Hz.對所有垂直向?qū)掝l帶記錄，取完全包含P波、S波組在內(nèi)的1 000個點采用小波基函數(shù)sym5進(jìn)行4層小波包分解，用小波包系數(shù)重構(gòu)得到16個節(jié)點 ［4，0］，［4，1］，…，［4，15］的信號.計算各節(jié)點（頻段）能量譜與總能量之比，即進(jìn)行時頻譜歸一化.圖4所示為XBZ臺站記錄到的2002年5月21日震級為ML1.1爆破和2004年1月26日震級為ML1.5地震垂直向歸一化記錄及時頻譜圖（震中距分別為45.6km和39.1km），其中頻率軸采用各頻段的中心頻率.經(jīng)分析20次爆破和27次地震時頻譜圖可得出：

1）爆破頻譜簡單，P波段能量高于S波段；地震則相反.

圖3 事件及記錄臺站位置示意圖紅色圓圈表示爆破，粉色星號表示地震，黑色三角表示臺站，藍(lán)色三角為XBZ臺站Fig.3 Location of events and recording stations in this studyRed circles denote explosions，pink asterisks denote earthquakes，black triangles denote stations，blue triangle is XBZ station

圖4 事件波形及時頻譜圖（粉色段表示P波，黑色段表示S波）（a）人工爆破波形及時頻譜圖；（b）天然地震波形及時頻譜圖Fig.4 Event waveforms and their spectrograms in which the pink segment represents P wave and the black segment represents S wave（a）Explosion waveform and spectrogram；（b）Earthquake waveform and spectrogram

2）爆破P波段能量集中在幾個頻帶區(qū)內(nèi)，主要集中在節(jié)點［4，2］，［4，3］，［4，6］和［4，7］處，主頻頻率在9.375Hz以內(nèi)；S波段能量所在頻率也較低，時頻譜相對地震來說聚集性較好.

3）地震的P波、S波段頻率均較復(fù)雜，尤其是S波段頻率成分豐富，并含有一些高頻成分.

對XBZ臺站記錄的27次地震和20次爆破垂直向選取P波、S波各128個點，采用小波包基函數(shù)sym5做4層小波包分解，并對第4層分解得到16個節(jié)點［4，0］，［4，1］，…，［4，15］，用小波包變換系數(shù)重構(gòu)出各節(jié)點的信號.定義各節(jié)點信號的平方和為該頻段信號的能量（E），公式為

式中，N為各節(jié)點（頻段）系數(shù)的點數(shù)，fi為該頻段內(nèi)的信號.圖5所示為XBZ臺站記錄的2002年5月21日爆破P波段128個點及其第4層小波包分解的各節(jié)點信號.

圖5 2002年5月21日爆破P波段的第4層小波包分解Fig.5 The fourth-layer wavelet packet decomposition of explosion P wave on 21May 2002

3.2 能量比判據(jù)定義

1）P／S能量比判據(jù).對同一事件XBZ臺站記錄到的垂直向波形選取P波段128個數(shù)據(jù)點和S波段128個數(shù)據(jù)點，采用小波基函數(shù)sym5作小波包變換，分解層數(shù)為4層.用小波包系數(shù)重構(gòu)出各節(jié)點信號，依照式（3）所定義的方法求出各節(jié)點（即各頻段）的能量.依次用P波各節(jié)點的能量值與S波各節(jié)點的能量值相比，求取對數(shù)結(jié)果.第4層P波段有16個節(jié)點，S波段有16個節(jié)點，共有256個比值結(jié)果：EPS（［4，0］／［4，0］），EPS（［4，0］／［4，1］），…，EPS（［4，15］／［4，15］）.其中每一個能量比值結(jié)果作為一個判據(jù)，則對每一事件可以提取256個判據(jù).

2）其它能量比判據(jù).考慮到波形記錄不全等問題，有些波形只記錄到P波，有些只記錄到S波的情況，我們也分析了P波能量比判據(jù)和S波能量比判據(jù)，作為小波包能量比判據(jù)研究的補充.

用sym5小波包基函數(shù)對47個事件P波段128個數(shù)據(jù)點做4層小波包分解，并重構(gòu)出各節(jié)點信號.依照式（3）所定義的方法求出P波段各節(jié)點（即各頻段）的能量，依次求出P波各節(jié)點能量比值的對數(shù)結(jié)果，由此得到一系列判據(jù).第4層共有16個節(jié)點，則有120個P波能量比判據(jù)：EPP（［4，0］／［4，1］），EPP（［4，0］／［4，2］），…，EPP（［4，14］／［4，15］）.同樣的定義及方法求出120個S波能量比判據(jù)：ESS（［4，0］／［4，1］），ESS（［4，0］／［4，2］），…，ESS（［4，14］／［4，15］）.

4 判據(jù)分析

4.1 P／S能量比判據(jù)結(jié)果分析

1）P／S能量比判據(jù)識別結(jié)果.依照P／S能量比判據(jù)的定義，每個事件得到256個P／S能量比判據(jù)值.對47個事件繪制每個判據(jù)的判據(jù)分布圖，觀察地震與爆破判據(jù)值的分布情況，并找出最佳閾值.經(jīng)研究得到256個能量比判據(jù)中正確識別率達(dá)到90%以上的有75個，比值結(jié)果均是爆破大于地震.其中正確識別率在95%以上的P／S能量比判據(jù)共37個.可以將地震與爆破完全分開的P／S能量比判據(jù)有9個：EPS（［4，2］／［4，14］），EPS（［4，2］／［4，15］），EPS（［4，3］／［4，15］），EPS（［4，5］／［4，15］），EPS（［4，6］／［4，4］），EPS（［4，6］／［4，15］），EPS（［4，7］／［4，9］），EPS（［4，7］／［4，10］），EPS（［4，7］／［4，15］）.

2）P／S能量比判據(jù)的檢驗結(jié)果.①C檢驗結(jié)果.C檢驗方法是將全部樣品用于學(xué)習(xí)或訓(xùn)練，并用相同的樣品進(jìn)行檢驗，因此P／S能量比判據(jù)的識別結(jié)果，也即是C方法的檢驗結(jié)果.②U檢驗結(jié)果.U檢驗方法是將N個樣品中前n個進(jìn)行學(xué)習(xí)，后N－n個進(jìn)行檢驗（王碧泉，陳祖萌，1989）.我們選用前18次地震和前14次爆破作為訓(xùn)練集，剩余的9次地震和6次爆破來做識別檢驗.256個P／S能量比判據(jù)中正確識別率在90%以上的判據(jù)有64個.其中正確識別率達(dá)100%的P／S能量比判據(jù)有26個.

3）P／S能量比識別判據(jù)選取.本文認(rèn)為C檢驗結(jié)果正確識別率在95%以上，同時U檢驗結(jié)果的正確識別率在90%以上的P／S能量比判據(jù)識別效果較好，可在實際問題中應(yīng)用.經(jīng)統(tǒng)計達(dá)到要求的P／S能量比判據(jù)共35個，其中有9個能量比判據(jù)可以將地震與爆破完全區(qū)分開，其C檢驗與U檢驗的正確識別率均為100%，如表1所示.

對識別效果較好的35個P／S能量比判據(jù)分析如下：

1）這35個P／S能量比判據(jù)C檢驗結(jié)果的正確識別率在95%以上，U檢驗結(jié)果識別率在90%以上，表明P／S能量比判據(jù)可以較好地識別本文所研究地區(qū)的地震與爆破，而且識別效果穩(wěn)定.從判據(jù)中節(jié)點出現(xiàn)的次數(shù)來看，P波節(jié)點主要集中在［4，2］，［4，3］，［4，6］和［4，7］，主頻所對應(yīng)的頻段是3.125—9.375Hz；S波節(jié)點主要集中在節(jié)點［4，9］—［4，15］，各節(jié)點主頻對應(yīng)的頻段為12.5—23.437 5Hz.在這些頻段上，爆破事件的P波與S波差異要大于地震事件的P波與S波差異.結(jié)合時頻譜圖得到的結(jié)果可認(rèn)為，爆破的P波在節(jié)點［4，2］，［4，3］，［4，6］和［4，7］處能量較多，而地震的S波在12.5Hz以后也發(fā)育，因此爆破的低頻P波與高頻S波能量比值大于地震.

表1 P／S能量比判據(jù)的識別結(jié)果和檢驗結(jié)果Table 1 The recognition and test results of P／S energy ratios

2）正確識別率達(dá)100%的判據(jù)有9個（表1）.進(jìn)一步表明使用P／S能量比判據(jù)識別效果好.9個判據(jù)中有8個是爆破低頻P波與高頻S波的差異大于地震.另一個判據(jù)EPS（［4，6］／［4，4］），與文中時頻譜圖得出的爆破P波主要能量集中在節(jié)點［4，6］和［4，7］處結(jié)果一致.

圖6為正確識別率達(dá)100%的判據(jù)值EPS（［4，2］／［4，15］），EPS（［4，6］／［4，15］）的C檢驗及U檢驗結(jié)果.從圖6中可看出，判據(jù)P／S比值爆破大于地震，說明爆破P波與S波的頻率差異比地震大.

圖6 P／S能量比判據(jù)值分布（a）EPS（［4，2］／［4，15］）判據(jù)識別結(jié)果；（b）EPS（［4，6］／［4，15］）判據(jù)識別結(jié)果；（c）EPS（［4，2］／［4，15］）判據(jù)U檢驗結(jié)果；（d）EPS（［4，6］／［4，15］）判據(jù)U檢驗結(jié)果.空心圓圈表示爆破，空心三角表示地震，黑色線段表示閾值，實心圓與實心三角分別表示U檢驗中用于測試的爆破與地震Fig.6 Distribution of P／S energy ratio criterion values（a）The recognition results of EPS（［4，2］／［4，15］）criterion；（b）The recognition results of EPS（［4，6］／［4，15］）criterion；（c）The U-test results of EPS（［4，2］／［4，15］）criterion；（d）The U-test results of EPS（［4，6］／［4，15］）criterion.The open circles denote explosions，the open triangles denote earthquakes，solid line shows threshold value，the solid circles and triangles denote test explosions and earthquakes for U-test

4.2 其它能量比判據(jù)結(jié)果分析

考慮到波形記錄不全等問題，我們也提取了P波能量比判據(jù)和S波能量比判據(jù).

4.2.1 P波能量比判據(jù)選取

依照P波能量比判據(jù)的定義，每個事件得到120個P波能量比判據(jù)值.繪制判據(jù)分布圖，并找出最佳閾值盡量將地震與爆破分開.經(jīng)研究得到120個P波能量比判據(jù)識別中正確識別率大于90% 的有8個判據(jù)，也即這8個P波能量比判據(jù)的C檢驗結(jié)果識別率大于90%，比值結(jié)果均為爆破P波能量比大于地震P波能量比；U檢驗結(jié)果正確識別率大于90%的有13個.我們認(rèn)為C檢驗結(jié)果與U檢驗結(jié)果識別率同時大于90%的判據(jù)為P波能量比較好的判據(jù)，可在實際中應(yīng)用.經(jīng)統(tǒng)計C檢驗結(jié)果與U檢驗結(jié)果識別率均大于90%的判據(jù)共有5個，如表2所示.

表2 選取的P波能量比判據(jù)的識別結(jié)果和檢驗結(jié)果Table 2 The recognition and test results of selected P wave energy ratio criteria

對所選取的P波能量比判據(jù)（表2）分析如下：

1）對于P波能量比判據(jù)，識別較好的判據(jù)共有5個，可認(rèn)為單獨使用P波能量比要比綜合使用P／S能量比結(jié)果差.從P波能量比較好的判據(jù)中節(jié)點出現(xiàn)次數(shù)來看，判據(jù)比值分子為［4，2］和［4，7］，各節(jié)點主頻對應(yīng)的頻段為4.687 5—6.25Hz和7.812 5—9.375Hz，也進(jìn)一步支持了時頻譜圖與P／S能量比所得到的爆破P波在節(jié)點［4，2］，［4，3］，［4，6］和［4，7］處能量較多的結(jié)論.

2）U檢驗結(jié)果中出現(xiàn)3個正確識別率為100%的情況，識別效果比C檢驗結(jié)果好.這可能與本文選取訓(xùn)練集和測試集方法的原因有關(guān)，若是隨機選取訓(xùn)練集，并用剩余的作為測試樣本，這種情況出現(xiàn)概率可能較小.

3）5個判據(jù)中EPP（［4，7］／［4，9］）識別效果最好，C檢驗結(jié)果僅識別錯誤一次地震和一次爆破，正確識別率為96%；U檢驗結(jié)果的正確識別率達(dá)100%.繪制地震與爆破EPP（［4，7］／［4，9］）判據(jù)的識別結(jié)果（即C檢驗結(jié)果）和U 檢驗結(jié)果如圖7所示.

4.2.2 S波能量比判據(jù)選取

與P波能量比判據(jù)的分析類似，我們選取C檢驗與U檢驗結(jié)果同時大于90%的判據(jù)為S波能量比識別較好的判據(jù)，共15個可在實際中應(yīng)用.

圖7 P波能量比判據(jù)值分布（a）EPP（［4，7］／［4，9］）判據(jù)識別結(jié)果（C檢驗結(jié)果）；（b）EPP（［4，7］／［4，9］）判據(jù)U 檢驗結(jié)果空心圓圈表示爆破，空心三角表示地震，黑色線段表示閾值，實心圓與實心三角分別表示U檢驗中用于測試的爆破與地震Fig.7 Distribution of P wave energy ratio criterion values（a）The recognition results of EPP（［4，7］／［4，9］）criterion；（b）The U-test results of EPP（［4，7］／［4，9］）criterion.The open circles denote explosions，the open triangles denote earthquakes，solid line showsthreshold value，the solid circles and triangles denote test explosions and earthquakes for U-test

經(jīng)分析15個S波能量比判據(jù)發(fā)現(xiàn)，均是爆破S波段的低頻與高頻能量比值大于地震，表明爆破的S波在低頻與高頻處的差異大于地震.其中多數(shù)低頻節(jié)點分布在［4，0］，［4，1］和［4，3］，主頻所對應(yīng)的頻率在4.6875Hz以內(nèi)，多數(shù)高頻節(jié)點是［4，13］，［4，14］和［4，15］，所對應(yīng)的頻率段大于14Hz.這一結(jié)果也支持了時頻譜圖與P／S能量比所得到的地震S波在12.5Hz以后較發(fā)育的結(jié)論.15個判據(jù)中ESS（［4，0］／［4，15］）的識別效果較好，C檢驗結(jié)果識別錯誤2次地震，正確識別率為96%；U檢驗結(jié)果的正確識別率達(dá)100%.繪制ESS（［4，0］／［4，15］）判據(jù)識別結(jié)果（即C檢驗結(jié)果）和U 檢驗結(jié)果如圖8所示.

4.3 能量比判據(jù)的物理解釋

地震是由巖石破裂錯動而產(chǎn)生，一般震源深度較爆破深，地震波的傳播路徑經(jīng)過多層介質(zhì)的反射和折射，因此臺站記錄到地震波的成分比較豐富，波的頻帶范圍也比較寬；而爆破源體積較小，可以認(rèn)為是瞬間的膨脹源，而且多發(fā)生在地表，波的傳播路徑較簡單，信號頻帶范圍較窄.一般認(rèn)為地震的能量釋放相對爆破要緩慢一些，所以地震能量信號集中于低頻段，爆破能量多集中于高頻段.然而，爆破信號的一個特點是距離爆源較近時地震波的高頻成分豐富，且持續(xù)時間短，但爆破信號在傳播過程中有較長的路程在較為松散的淺層，因此遠(yuǎn)距離的高頻成分衰減非常快，低頻成分相對增大（曾憲偉，2008）.

對于本文研究的爆破區(qū)域處于首都圈西部山區(qū)，爆破震源淺，在傳播中受路徑影響較大，經(jīng)過松散地層，波的高頻成分被吸收的多.小波包分解結(jié)果表明，地震波頻率成分較復(fù)雜，爆破頻率成分簡單，時頻譜相對地震來說聚集性較好.正確識別率在95%以上的低頻P波能量與高頻S波能量之比均是爆破大于地震，表明爆破的P波能量在某些頻段內(nèi)發(fā)育，而地震的S波能量在高頻處較爆破發(fā)育.此處所謂的高頻成分P波與S波均指在12.5Hz以上.

圖8 S波能量比判據(jù)值分布（a）ESS（［4，0］／［4，15］）判據(jù)識別結(jié)果（C檢驗結(jié)果）；（b）ESS（［4，0］／［4，15］）判據(jù)U 檢驗結(jié)果空心圓圈表示爆破，空心三角表示地震，黑色線段表示閾值，實心圓與實心三角分別表示U檢驗中用于測試的爆破與地震Fig.8 Distribution of S wave energy ratio criterion values（a）The recognition results of ESS（［4，0］／［4，15］）criterion；（b）The U-test results of ESS（［4，0］／［4，15］）criterion.The open circles denote explosions，the open triangles denote earthquakes，solid line shows threshold value，the solid circles and triangles denote test explosions and earthquakes for U-test

5 結(jié)論

本文利用小波包基函數(shù)sym5對XBZ臺站記錄到的20次爆破和27次地震垂直向波形記錄做4層小波包分解并繪制時頻譜圖，分析波形的頻率成分，定義并提取了P／S能量比判據(jù)256個.本文認(rèn)為較好的P／S能量判據(jù)要滿足C檢驗正確識別率在95%以上，且U檢驗正確識別率在90%以上，經(jīng)統(tǒng)計達(dá)到要求的P／S能量比判據(jù)共35個.作為小波包判據(jù)研究的補充，也提取了P波能量比判據(jù)和S波能量比判據(jù)，具體分析了C檢驗和U檢驗正確識別率同時大于90%的5個P波能量比判據(jù)和15個S波能量比判據(jù).通過分析頻譜圖和能量比判據(jù)本文得到以下結(jié)論：

1）本文將小波包變換用于地震與爆破的識別，提出并定義了P／S能量比、P波能量比和S波能量比判據(jù).結(jié)果表明能量比識別效果較好，本文優(yōu)先推薦9個正確識別率為100%的P／S能量比判據(jù)在實際中應(yīng)用.

2）從時頻譜圖可直觀看出，爆破頻率成分簡單，時頻譜相對地震來說聚集性較好，P波段頻率在10Hz以內(nèi)；而地震的P波、S波段頻率均較復(fù)雜，尤其是S波段頻譜豐富，與爆破相比含有較多的高頻成分.

3）分析識別效果較好的35個P／S能量比判據(jù)，得出P波主要集中在［4，2］，［4，3］，［4，6］和［4，7］，主頻所對應(yīng)的頻段是3.125—9.375Hz；S波主要集中在節(jié)點［4，9］—［4，15］，對應(yīng)的頻段在12.5—23.437 5Hz.表明在這些頻段上，爆破事件的P波與S波差異要大于地震事件的P波與S波差異.P波能量比和S波能量比判據(jù)結(jié)果得出，爆破P波在節(jié)點［4，2］和［4，7］內(nèi)能量多于其它頻段，S波的低頻與高頻能量比值大于地震.

4）文中爆破相對于臺站位置單一，而地震分布在臺站的各個角度，有一定的普適性.但由于爆破方式、傳播路徑等影響，并不適合所有地點的地震與爆破識別.因此我們將進(jìn)一步研究不同地點的爆破，選擇不同方位的臺站記錄進(jìn)行小波包分析，而且需要更多的樣本，以此來提高地震與爆破識別的普遍實用性.

邊銀菊.2005.Fisher方法在震級比mb／MS判據(jù)識別爆炸中的應(yīng)用研究［J］.地震學(xué)報，27（4）：414－－422.

Bian Y J.2005.Application of Fisher method to discriminating earthquakes and explosions using criterion mb／MS［J］.Acta Seismologica Sinica，27（4）：414－－422（in Chinese）.

和雪松，李世愚，沈萍，馮全雄.2006.用小波包識別地震和礦震［J］.中國地震，22（4）：425－－434.

He X S，Li S Y，Shen P，F(xiàn)eng Q X.2006.A wavelet packet approach to wave classification of earthquakes and mining shocks［J］.Earthquake Research in China，22（4）：425－－434（in Chinese）.

胡昌華，張軍波，夏軍，張偉.2000.基于MATLAB的系統(tǒng)分析與設(shè)計：小波分析［M］.西安：西安電子科技大學(xué)出版社：20－－23.

Hu C H，Zhang J B，Xia J，Zhang W.2000.MATLAB-Based System Analysis and Design：Wavelet Analysis［M］.Xi’an：Xidian University Press：20－－23（in Chinese）.

黃漢明，邊銀菊，盧世軍，蔣正鋒，李銳.2010.天然地震與人工爆破的波形小波特征研究［J］.地震學(xué)報，32（3）：270－－276.

Huang H M，Bian Y J，Hu S J，Jiang Z F，Li R.2010.A wavelet feature research on seismic waveforms of earthquakes and explosions［J］.Acta Seismologica Sinica，32（3）：270－－276（in Chinese）.

潘常周，靳平，王紅春.2007.P／S震相幅值比判據(jù)對低震級地震事件的適用性檢驗［J］.地震學(xué)報，29（5）：521－－528.

Pan C Z，Jin P，Wang H C.2007.Applicability of P／S amplitude ratios for the discrimination of low magnitude seismic events［J］.Acta Seismologica Sinica，29（5）：521－－528（in Chinese）.

沈萍，鄭治真.1999.瞬態(tài)譜在地震與核爆識別中的應(yīng)用［J］.地球物理學(xué)報，42（2）：233－－240.

Shen P，Zheng Z Z.1999.Application of transient spectrum to discrimination of nuclear explosions and earthquakes［J］.Chinese Journal of Geophysics，42（2）：233－－240（in Chinese）.

王婷婷，邊銀菊.2011.識別天然地震和人工爆破的判據(jù)選擇［J］.地震地磁觀測與研究，32（6）：62－－67.

Wang T T，Bian Y J.2011.Criterion selection of earthquake and explosion recognition［J］.Seismological and Geomagnetic Observation and Research，32（6）：62－－67（in Chinese）.

王碧泉，陳祖蔭.1989.模式識別：理論、方法和應(yīng)用［M］.北京：地震出版社：192－－193.

Wang B Q，Chen Z Y.1989.PatternRecognition：Theory，Methods and Applications［M］.Beijing：Seismological Press：192－－193（in Chinese）.

魏富勝，黎明.2003.震源性質(zhì)的倒譜分析［J］.地震學(xué)報，25（1）：47－－54.

Wei F S，Li M.2003.Cepstrum analysis of source character［J］.Acta Seismologica Sinica，25（1）：47－－54（in Chinese）.

楊選輝，沈萍，劉希強，鄭治真.2005.地震與核爆識別的小波包分量比方法［J］.地球物理學(xué)報，48（1）：148－－156.

Yang X H，Shen P，Liu X Q，Zheng Z Z.2005.Application of method of spectral component ratio of wavelet-packets to discrimination between earthquakes and nuclear explosions［J］.Chinese Journal of Geophysics，48（1）：148－－156（in Chinese）.

曾憲偉，趙衛(wèi)明，盛菊琴.2008.小波包分解樹節(jié)點與信號子空間頻帶的對應(yīng)關(guān)系及其應(yīng)用［J］.地震學(xué)報，30（1）：90－－96.

Zeng X W，Zhao W M，Sheng J Q.2008.Corresponding relationships between nodes of decomposition tree of wavelet packet and frequency bands of signal subspace［J］.Acta Seismologica Sinica，30（1）：90－－96（in Chinese）.

曾憲偉.2008.利用小波包變換識別地震和爆破［D］.蘭州：中國地震局蘭州地震研究所：51－－52.

Zeng X W.2008.Discrimination Between Earthquakes and Explosions Using Wavelet Packet Transform［D］.Lanzhou：Lanzhou Institute of Seismology，China Earthquake Administration：51－－52（in Chinese）.

曾憲偉，趙衛(wèi)明，李鴻庭，師海闊，姚琳.2010.利用小波包變換時頻譜識別寧夏及鄰區(qū)的地震和爆破［J］.地震研究，33（3）：300－－307.

Zeng X W，Zhao W M，Li H T，Shi H K，Yao L.2010.Discrimination between earthquakes and explosions in Ningxia and its neighboring region using time-frequency spectrum wavelet packet transform［J］.Journal of Seismological Research，33（3）：300－－307（in Chinese）.

Che I Y，Jun M S，Jeon J S.2007.A compound linear discriminant method for small-magnitude seismic events and its application to the North Korea seismic event of October 9，2006［J］.Earth Planets Space，59（10）：e41－－e44.

Chun K Y，Wu Y，Henderson G A.2011.Magnitude estimation and source discrimination：A close look at the 2006and 2009North Korean underground nuclear explosions［J］.Bull Seismol Soc Am，101（3）：1315－－1329.

Fisk M D，Taylor S R，Walter W R，Randall G R.2009.Seismic event discrimination using two-dimensional grids of regional P／S spectral ratios：Applications to Novaya Zemlya and the Korean Peninsula［C］∥Proceedings of the 30th Monitoring Research Review：Ground-Based Nuclear Explosion Monitoring Technologies.September 2009，Tucson，Arizona：465－－474.

Hong T K，Rhie J.2009.Regional source scaling of the 9October 2006underground nuclear explosion in North Korea［J］.Bull Seismol Soc Am，99（4）：2523－－2540.

Pasyanos M E，Walter W R.2009.Improvements to regional explosion identification using attenuation models of the lithosphere［J］.Geophys Res Lett，36，L14303.doi：10.1029／2009GL038505.

Pasyanos M E.2010.A general method to estimate earthquake moment and magnitude using regional phase amplitudes［J］.Bull Seismol Soc Am，100（4）：1724－－1732.

Shin J S，Sheen D H，Kim G.2010.Regional observations of the second North Korean nuclear test on 2009May 25［J］.Geophys J Int，180：243－－250.

Taylor S R，Velasco A A，Hartse H E，Phillips W S，Walter W R，Rodgers A J.2002.Amplitude corrections for regional seismic discriminants［J］.Pure Appl Geophys，159（4）：623－－650.

Taylor S R.2011.Statistical discriminants from two-dimensional grids of regional P／S spectral ratios［J］.Bull Seismol Soc Am，101（4）：1584－－1589.

Walter W R，Mayeda K，Gok R，Rodgers A J，Sicherman A，Hickling T，Dodge D，Matzel E，Ganzberger M，Parker V.2005.Regional seismic discrimination optimization with and without nuclear test data：Western US examples［C］∥Proceedings of the 27th Monitoring Research Review：Ground-Based Nuclear Explosion Monitoring Technologies.September 2005，Rancho，Mirage：693－－703.