張 帆，劉靜聞，付 琦，盧燕紅，蔡宏雷

（1. 吉林省地震局，吉林 長春 130117；2. 遼寧省地震局，遼寧 沈陽 110034）

0 引言

自1985 年以來，國際地震學和地球內(nèi)部物理學協(xié)會（IASPEI） 制定了國際數(shù)字地震數(shù)據(jù)交換標準SEED 文件格式，SEED 格式已經(jīng)成為地震行業(yè)最具權(quán)威性的國際通用標準。為了規(guī)范我國地震臺網(wǎng)波形數(shù)據(jù)管理，2017 年中國地震局發(fā)布了中華人民共和國地震行業(yè)標準中的《地震波形數(shù)據(jù)格式交換》白皮書，結(jié)合我國現(xiàn)狀，對《國際地震數(shù)據(jù)交換標準》進行解讀。在地震行業(yè)中，SEED 格式文件分為現(xiàn)場臺站卷、臺站臺網(wǎng)卷和事件臺網(wǎng)卷三種[1]。本文從實際應用出發(fā)，介紹最常用的事件臺網(wǎng)卷SEED文件的解析和使用。解析此類SEED 文件，需要了解SEED 格式文件的存儲結(jié)構(gòu)和規(guī)范，針對這些問題，本研究利用Java 語言的跨平臺性[2]，與大數(shù)據(jù)技術(shù)無縫整合的特點研發(fā)一套能提供快速穩(wěn)定準確的SEED 格式地震波形數(shù)據(jù)解析軟件，支持WINDOWS、LINUX 等操作系統(tǒng)，并作為基礎(chǔ)軟件包應用于東北地震與火山大數(shù)據(jù)平臺業(yè)務中。

1 SEED 結(jié)構(gòu)

通過“九五”和“十五”項目建設(shè)，JOPENS系統(tǒng)在地震行業(yè)推廣使用，解決測震多數(shù)據(jù)源的難題，提供統(tǒng)一準確高效的測震實時流平臺[3]，以 SEED 或者 MINSEED 文件格式[4]對測震實時流數(shù)據(jù)進行數(shù)字化存儲，如：連續(xù)波形數(shù)據(jù)、事件波形數(shù)據(jù)等。MINSEED 可以理解為SEED 格式的簡化版，和SEED 格式的主要區(qū)別是不包含頭文件信息，主要存放數(shù)據(jù)體內(nèi)容。因此，本軟件以SEED 文件為研究對象，并兼容MINSEED 格式的解析。

SEED 文件屬于科學類特有的國際通用型數(shù)據(jù)文件，不單單應用于地震領(lǐng)域，還在重力、衛(wèi)星、氣象等領(lǐng)域廣泛應用。為了滿足這些條件，SEED 文件每部分的存儲方式都不同，但是都遵循計算機國際統(tǒng)一的多種編碼規(guī)范來達到通用性的效果。想要解析并讀取SEED 格式文件，不僅要了解SEED 文件底層內(nèi)部結(jié)構(gòu)，還要了解SEED 格式文件在地震行業(yè)的應用結(jié)構(gòu)。

1.1 SEED 文件底層結(jié)構(gòu)

SEED 格式文件底層結(jié)構(gòu)如表1 所示。

表1 SEED 格式文件結(jié)構(gòu)說明

表1 是SEED 文件的整體結(jié)構(gòu)，包含序號、控制頭段類型碼和延續(xù)碼，也就是通常所說的頭文件。類型A 代表字母數(shù)字字段，是固定長度的ASCII 碼串；D 代表十進制整數(shù)。V-可變長度的ASCII 碼串，用“～”表示結(jié)束。

SEED 除了V、A、S、T 控制頭段邏輯記錄外（每個卷都是4096 字節(jié)），數(shù)據(jù)記錄的卷（4096 字節(jié)） 包含了 8 個 MSEED 數(shù)據(jù)結(jié)構(gòu)體。MSEED 結(jié)構(gòu)體存儲的內(nèi)容就是帶時間片的數(shù)據(jù)，與頭文件的S 和T 對應匹配。

SEED 文件格式含控制頭端（ASCII） 和時間序列（二進制） 兩種格式體，如圖1-2 所示。

圖1 控制頭段格式體Fig.1 SEED header format

從圖1 可以看到，每個控制頭段由多個子塊組成，每個子塊包含子塊標識符、長度、若干個數(shù)據(jù)字段。

從圖2 可以看到，數(shù)據(jù)體由多個記錄文件組成，每個文件記錄包含多個邏輯區(qū)域。每個邏輯區(qū)域包含多個數(shù)據(jù)記錄，每個數(shù)據(jù)記錄由標識塊、一個固定頭段、一個可變頭段和數(shù)據(jù)區(qū)組成。每個數(shù)據(jù)記錄都有一個數(shù)據(jù)記錄標識塊與控制頭相對應。文件的整體結(jié)構(gòu)是以一種可擴展的鏈式方式進行數(shù)據(jù)的存儲。

圖2 時間序列格式體Fig.2 Time series format

1.2 SEED 文件應用結(jié)構(gòu)

SEED 文件地震應用結(jié)構(gòu)圖：

從圖3 可以看出，SEED 格式文件分為頭文件和數(shù)據(jù)體文件兩大部分[1]，其中頭文件采用ASCII 編碼方式對臺網(wǎng)編碼、臺站標識碼、位置標識、通道標識碼、采樣率、靈敏度、正則化因子、零極點、零極點單位、時間序列等重要信息。其中，時間序列拆分為N 組，每一組稱為時間切片。數(shù)據(jù)體部分采用計算機十進制編碼方式，分成八個數(shù)據(jù)塊存儲數(shù)據(jù)記錄，每一個數(shù)據(jù)塊為4096 個字節(jié)，也可以理解為常用的MINSEED 格式文件。

圖3 SEED 地震格式體Fig.3 SEED seismic format volume

頭文件與數(shù)據(jù)體文件通過時間序列進行匹配，才能將記錄的數(shù)據(jù)與對應臺站關(guān)聯(lián)起來，時間序列中每一個時間切片會形成唯一的索引值，這個索引值是與數(shù)據(jù)體中數(shù)據(jù)塊的索引值相對應還原出完整的地震事件信息。一個完整SEED 文件包含的主要元素有臺網(wǎng)編碼、臺站標識碼、位置標識、通道標識碼、數(shù)據(jù)頭段/數(shù)據(jù)質(zhì)量標識、記錄開始和結(jié)束時間、偏移量等。其中，采樣率表示儀器1 秒鐘采集數(shù)據(jù)的個數(shù)，通道標識碼表示地震儀的三分項 (東西、南北、垂直)，零極點是地震儀線性動態(tài)系統(tǒng)傳遞函數(shù)的參數(shù)，分子項是零點，分母項是極點，與正則化因子功能一樣，主要用于去儀器響應及波形仿真。

2 解析流程

利用Java 的I/O 流技術(shù)[5]讀取SEED 臺網(wǎng)事件卷，解析頭文件和數(shù)據(jù)體文件。頭文件參數(shù)涉及到數(shù)據(jù)仿真和量綱轉(zhuǎn)化重要信息。數(shù)據(jù)體記錄的數(shù)據(jù)體量大小是由采樣率的大小決定，模擬短周期DD-1 一般采樣率為100Hz，所以數(shù)據(jù)體量龐大，需要利用緩存技術(shù)進行存儲。利用地震學研究聯(lián)合會（Incorporated Research Institutions for Seismology） 發(fā)布的 SEED 軟件包進行SEED 文件的讀取和解析處理。解析SEED 文件分為頭信息和數(shù)據(jù)體兩部分。

2.1 頭文件解析

頭信息解析流程如下：

圖4 解析讀取SEED 頭信息流程Fig.4 Analysis of SEED header information process

根據(jù)《地震波形數(shù)據(jù)格式交換》白皮書讀取SEED 頭信息，臺站編碼的卷索引標識為“011”，通過索引標識可以提取出臺站編碼。通過卷索引標識“052”來獲取通道信息（Z、N、W 三分項）、采樣率、位置（臺站經(jīng)度和緯度）、靈敏度、T-時間片控制字段等信息。這些信息與數(shù)據(jù)體相匹配，得到臺站完整的波形數(shù)據(jù)。

此流程只是將數(shù)據(jù)體進行分類處理，要想得到按照時間排序的正確的數(shù)據(jù)格式，還需要數(shù)據(jù)體解析流程。

2.2 數(shù)據(jù)體解析

讀取SEED 數(shù)據(jù)體過程中，由于數(shù)據(jù)體分塊存儲，還需要根據(jù)時間序列（即：T-時間片控制字段） 來判斷數(shù)據(jù)塊的連續(xù)性和時序性，解析流程圖如圖5 所示。

圖5 解析讀取SEED 數(shù)據(jù)體流程Fig.5 Analysis of SEED data process

利用Java 的I/O 流技術(shù)將SEED 格式文件轉(zhuǎn)換成byte [] 數(shù)組結(jié)構(gòu)，將SEED 頭文件解析存儲以后，根據(jù)解析出的頭信息再去與數(shù)據(jù)體索引的時間片控制字段相匹配，對SEED 數(shù)據(jù)體內(nèi)容進行分塊讀取和解析，這樣就能將一個地震事件的數(shù)據(jù)全部匹配解析出來。在采樣率一致的前提下，判斷SEED 數(shù)據(jù)塊在程序中是否進行拼接解析處理，大致有5 種情況：

（1）源數(shù)據(jù)塊和新數(shù)據(jù)塊時間連續(xù)剛好可以拼接，即：首尾相連。程序根據(jù)時間進行排序，直接將數(shù)據(jù)塊進行合并。

（2）源數(shù)據(jù)塊和新數(shù)據(jù)塊時間完全重合或者新數(shù)據(jù)在源數(shù)據(jù)時間段內(nèi)，即：完全重合。程序從連續(xù)率、完整性、穩(wěn)定率三方面選取數(shù)據(jù)質(zhì)量較好的記錄納入處理流程。

（3）源數(shù)據(jù)和新數(shù)據(jù)中存在漏包，即：不連續(xù)。程序會自動根據(jù)時間序列對漏包的部分進行補零填充處理。如果漏包嚴重，程序不會將記錄納入處理流程。

（4）源數(shù)據(jù)和新數(shù)據(jù)存在部分重合，即：部分重合。程序從連續(xù)率、完整性、穩(wěn)定率三方面選取重合部分數(shù)據(jù)質(zhì)量較好的記錄納入處理流程。

（5）源數(shù)據(jù)塊比新數(shù)據(jù)塊時間還大，這時新數(shù)據(jù)為過時包，不進行拼接操作。即：過時數(shù)據(jù)。

程序?qū)σ陨? 種情況處理以后，才保存到緩存中。

雖然上述情況不是很多，經(jīng)過初步分析，主要是因為網(wǎng)絡延時、地震儀故障或老化等客觀因素。為了能準確順利的讀取SEED 信息，程序?qū)ι鲜銮闆r做了相應預處理。

3 大數(shù)據(jù)結(jié)合應用

吉林省大數(shù)據(jù)應用采用的是基于Java 語言的Hadoop 技術(shù)[6]，此項技術(shù)是針對海量存儲及計算問題的最佳解決方案，Hadoop 的框架最核心的設(shè)計就是：HDFS 和MapReduce。HDFS 為海量的數(shù)據(jù)提供了存儲，而MapReduce 則為海量的數(shù)據(jù)提供了計算，是大數(shù)據(jù)時代最重要的技術(shù)。大數(shù)據(jù)平臺解決了傳統(tǒng)存儲的弊端，實現(xiàn)數(shù)據(jù)實時安全存儲、處理、解析、共享、運算、公共服務等問題。

基于Java 的I/O 流技術(shù)SEED 格式文件解析程序是波形仿真、P 波拾取、定位、震級計算等一系列自動處理環(huán)節(jié)中最基礎(chǔ)的部分，此程序直接影響自動處理過程中的準確性和時效性。與大數(shù)據(jù)技術(shù)一脈相承，大大地提高了系統(tǒng)的穩(wěn)定性。已經(jīng)應用于東北地震與火山大數(shù)據(jù)平臺業(yè)務中，為地震分析預報和應急提供重要的參考依據(jù)。

4 應用效果

SEED 格式文件解析在大數(shù)據(jù)平臺中的應用效果，通過Echart 畫圖工具即可在瀏覽器中顯示完整的事件波形，如圖6 所示。

圖6 解析SEED 文件效果圖Fig.6 Analysis of read SEED file rendering

以 2018 年 5 月 18 日凌晨 1:50 分，松原5.7 級地震為例，SEED 解析在大數(shù)據(jù)平臺自動定位應用中的效果，如圖7 所示。

圖7 震例效果圖Fig.7 Earthquake case

圖7 中，左側(cè)為此次地震事件自動拾取的波形記錄，右側(cè)為記錄臺站到地震的距離。該軟件通過基于Java 技術(shù)解析SEED 文件的處理方法和流程，以及對數(shù)據(jù)體部分特殊情況的預處理方法，對SEED 文件讀取達到準確、快速、穩(wěn)定的要求，與Hadoop 技術(shù)[5]實現(xiàn)無縫集成，已經(jīng)應用于大數(shù)據(jù)平臺實際業(yè)務中，并通過多次實際震例檢驗。為大數(shù)據(jù)平臺后續(xù)業(yè)務：波形的實時解析、存儲、地震自動處理流程（地震自動定位、震級自動計算）、烈度圖的快速自動產(chǎn)出等功能，提供底層支撐。

5 結(jié)論

SEED 文件的讀取和解析程序是實現(xiàn)地震自動處理環(huán)節(jié)中最基礎(chǔ)的部分，也決定了自動定位和震級計算的準確性，通過波形展示和多個真實震例（M2.0 以上） 的計算驗證，定位誤差10 公里以內(nèi)，震級誤差0.1～0.3 之間，震級越大，參與的臺站越多，誤差率越小，與人工審核后的地震信息越接近吻合，完全可以應用在實際業(yè)務中，為地震速報及震后快速產(chǎn)出烈度圖提供重要的參考依據(jù)。程序具有良好的跨平臺性和移植性，也可以作為獨立的子程序，為其他應用提供基礎(chǔ)服務，也可以作為服務提供給其他程序使用。