單曉琳 徐長銀 李姍姍 張劍鋒

（中國新疆維吾爾自治區(qū) 841000 庫爾勒地震監(jiān)測中心站）

0 引言

目前，國內(nèi)用于地震前兆資料數(shù)據(jù)處理的軟件和方法較多，但前兆數(shù)據(jù)的干擾因素也較多，數(shù)據(jù)處理中，對于因外界環(huán)境影響、人為干擾、不明原因的脈沖干擾、地震同震記錄以及儀器零漂等引起的趨勢性變化而造成的數(shù)據(jù)波動，軟件沒有相應(yīng)處理功能，并且，按照規(guī)定可不予處理。這些干擾信息卻能影響數(shù)據(jù)分析結(jié)果，使得震前的一些短臨趨勢性變化不易識別。由于小波分析對數(shù)字化地震前兆資料干擾的識別與消除，以及對不同頻率信息的識別功能較強（冉啟文等，2002）。近年來，小波變換理論在地震資料分析中得到廣泛應(yīng)用，宋治平等（2003），將小波理論用于分析地震前兆觀測資料，并取得一些研究結(jié)果（耿杰等，2009），徐長銀等，2017）。為加強新疆天山中段監(jiān)視區(qū)的震情跟蹤工作，2013 年11 月經(jīng)現(xiàn)場實地勘選，在庫爾勒市霍拉山觀測山洞架設(shè)了杭州超距科技有限公司研制的ATG-6118H 型痕量氫在線自動分析儀，開展斷層氫氣定點連續(xù)觀測。本文在前人研究的基礎(chǔ)上，對2015—2022 年庫爾勒地震臺痕量氫觀測資料進行研究，采用Mapsis 軟件，運用小波分析對痕量氫濃度進行多尺度分析，重點分析距觀測點400 km 范圍內(nèi)2 次中強地震前痕量氫濃度觀測數(shù)據(jù)中的短期異常。

1 斷層氣痕量氫觀測概況

1.1 觀測區(qū)地質(zhì)構(gòu)造背景概況

庫爾勒痕量氫觀測點位于南天山地區(qū)的北輪臺斷裂附近（圖1），該區(qū)地處天山構(gòu)造帶和塔里木盆地的交匯部位，天山山體與兩側(cè)盆地之間存在由山體向盆地和坳陷逆沖的逆斷裂（鄧起東等，2001，楊曉平等，2006），北輪臺斷裂（亦被稱為霍拉山山前斷裂）即為天山與兩側(cè)盆地的分割斷裂，同時也是庫車逆斷裂－褶皺帶的根部控制斷裂，其向南的逆沖縮短速率為（4.7±2.5 mm/a）(楊少敏等，2008)，第四紀以來該條斷裂帶活動性明顯。由于天山與塔里木盆地劇烈的擠壓碰撞作用，導(dǎo)致該區(qū)在地質(zhì)構(gòu)造（鄧起東等，2001）、地震活動（曲延軍等，2010，王筱榮等，2010）、地殼介質(zhì)結(jié)構(gòu)特征（Kumar et al，2005；Li et al，2023；劉玉虎等，2011，劉潔等，2007，李金等，2021）等方面均顯示出較為獨特的特征，是天山地區(qū)強震前兆觀測的絕佳位置。庫爾勒地震臺痕量氫觀測點位于庫爾勒市北霍拉山，在庫爾勒地震臺形變前兆綜合觀測“U”形山洞內(nèi)，儀器架設(shè)在距東洞口約150 m 的跨斷層觀測室內(nèi)，之間連接4 道船艙門。

庫爾勒地震臺斷層氫氣觀測孔由人工開挖，孔深1.7 m，裸孔直徑1.0 m，開挖至基巖。觀測孔內(nèi)放置1 根直徑250 mm、長135 cm 的PVC管，管底50 cm 處打有氣孔（孔徑10 mm），連接集氣花管。PVC管上部通過4個變徑管頭（長35 cm）相連，連接處用 PVC 膠粘接，直徑最終為 25 mm，而后用橡皮管塞密封。將氫氣觀測軟管插入橡皮管塞中，為利于氣體通過，在集氣管周圍50 cm 鋪設(shè)一層透氣性好的礫石層，再將沙石回填，孔表層用水泥沙漿密封（向陽等，2018）（圖2）。

圖2 斷層氣集氣裝置剖面示意圖Fig.2 Schematic diagram of fault gas collecting device

1.2 氫氣濃度影響因素分析

氫氣是最輕的氣體，在常溫常壓下，無色、透明、無味、難溶于水、密度最小、極易燃燒。震例總結(jié)顯示，中強地震前后水井中溶解氫氣濃度均快速增大，主要異常特征為濃度高值異常，且異常持續(xù)時間較短，變化幅度較大（范雪芳等，2012，向陽等，2018）。但氫氣濃度異常變化并非都是地震前兆異常，也受到一些干擾因素的影響，氣象因素是主要干擾因素之一（常秋君等，1993）。如氣溫變化可以引起近地表巖石熱彈性應(yīng)變周期變化，進而使巖石裂隙中的氣體濃度發(fā)生周期性變化（閆瑋等，2019）；氣壓變化可以改變巖石孔隙中的壓力梯度及斷層中氣體的遷移速率，使得斷層氫氣濃度發(fā)生變化（李杰等，2004；閆瑋等，2019）。

自2013 年11 月庫爾勒地震臺開始痕量氫觀測以來，氫氣濃度數(shù)據(jù)連續(xù)且穩(wěn)定，呈現(xiàn)較規(guī)律的年變趨勢，即夏低冬高的變化趨勢。選取2016 年8、12 月痕量氫濃度原始數(shù)據(jù)及氣壓、溫度進行分析（圖3）。

圖3 庫爾勒地震臺斷層氫氣濃度、氣壓、溫度整點值（a）2016 年8 月；（b）2016 年12 月Fig.3 Fault hydrogen concentration,pressure and temperature at Korla Seismic Station

由圖3 可見，庫爾勒地震臺斷層氫氣濃度無明顯日變化規(guī)律，曲線存在單峰、雙峰等多種變化形態(tài)。相比而言，氫氣濃度日變形態(tài)與氣壓日變形態(tài)間具有一定同步性，但與溫度日變形態(tài)不一致。這表明氣壓的日變形態(tài)對庫爾勒地震臺斷層氫氣濃度存在一定影響，溫度的日變形態(tài)則影響不大。

雖然庫爾勒地震臺斷層氫氣濃度日變形態(tài)受氣壓影響較大，受溫度影響較小，但氫氣濃度與氣壓、溫度的年變特征間均存在一定關(guān)系。圖4 為2019—2022 年庫爾勒地震臺斷層氫氣濃度預(yù)處理數(shù)據(jù)。由圖4 可見，每年1—3 月、11—12 月氫氣濃度測值相對較高且變化平穩(wěn)，濃度約為1.2×10-6；4—8 月氫氣濃度下降，且下降幅度較大，測值約為0.6×10-6，其中，6—8 月測值降到最低，變化范圍0.1×10-6—0.2×10-6。

圖4 庫爾勒地震臺斷層氫氣濃度年變化Fig.4 Annual variation of hydrogen concentration in faults at the Korla Seismic Station

1.3 氫氣濃度與氣壓、溫度間的相關(guān)性

斷層氫氣濃度受多種因素的影響，如斷層開合、采樣深度、采樣孔周圍地溫、濕度、氣象三要素、觀測環(huán)境等（閆瑋等，2022）。由于條件所限，庫爾勒地震臺斷層氫氣觀測點沒有獨立的氣象要素監(jiān)測儀器，因此使用氫氣觀測儀器顯示的溫度，該數(shù)據(jù)是儀器所在山洞環(huán)境的溫度。測點位于地下山洞觀測室內(nèi)，受干擾影響較小，多年溫度恒定，為16.0—16.5 ℃，氣壓為 887—918 hPa，氫氣濃度、溫度、氣壓均呈現(xiàn)較好的季節(jié)變化特征。因測點位于亞歐大陸內(nèi)部，其溫帶大陸性氣候特征較顯著，干旱少雨，且蒸發(fā)量較大，降雨影響較小，故忽略不計。因此，重點分析庫爾勒地震臺斷層氫氣濃度與氣壓、氣溫間的關(guān)系。

2015 年1 月1 日至2022 年12 月31 日庫爾勒地震臺痕量氫濃度日均值、溫度、氣壓的變化如圖5（a）、5（b）、6（a）、6（b）所示。利用一元線性回歸分析分別得到痕量氫濃度與溫度、氣壓間的相關(guān)系數(shù)，與氣壓間的相關(guān)系數(shù)為0.642 8，呈正相關(guān)［圖5（c）］。

圖5 庫爾勒斷層氫氣濃度（a）、氣壓（b）及二者間的相關(guān)性（c）Fig.5 Hydrogen concentration (a),pressure (b)and their correlation (c) at the Korla Fault

圖6 庫爾勒斷層氫氣濃度（a）、溫度（b）及二者間的相關(guān)性（c）Fig.6 Hydrogen concentration (a),temperature (B)and their correlation (c) along the Korla Fault

2 小波分析理論

2.1 小波變換理論

小波變換是一種對于信號的時間—尺度（時間—頻率）分析方法，適合分析非平穩(wěn)信號和提取信號的局部特征，對不同頻率的信息識別功能較強，對趨勢性變化和短臨異常能有效進行分離。其主要特點是通過變換能夠充分突出某些方面的特征，可以較好地抑制作用于地殼表面和觀測系統(tǒng)的多種干擾因素，有助于提取異常信號，是地震前兆數(shù)據(jù)處理的一種有效方法（鄭治真等，2001；萬永革等，2003）。對于數(shù)字信號可近似表示為

2.2 小波基函數(shù)選取

小波基函數(shù)即小波分析的基，不是唯一存在的，小波基函數(shù)的選取沒有明確標準，應(yīng)用小波變換對同一信號進行分析時，所選用的小波基函數(shù)不同，可使分析結(jié)果差異較大。在選擇合適的小波基進行信號處理時需考慮正則性、消失矩及處理信號與小波基間的相似性等因素。一般情況下，應(yīng)選擇與異常波形相似且震蕩較平緩、連續(xù)、光滑的小波基函數(shù)（李杰等，2004）。Daubechies 小波是離散正交小波，可表示為 dbN，其中，N為小波的階。dbN不具對稱性（即非線性相位），沒有明確的解析表達式（鄭治真等，2001）。運用小波分析法對痕量氫氣濃度進行多尺度分析時，通過尺度因子的改變，將信號分解為低頻、高頻信息，能夠?qū)?shù)據(jù)的趨勢性變化與細節(jié)變化分開，可有效地抑制噪聲等干擾因素，提取震前相關(guān)的前兆異常信息（劉水蓮等，2010）。研究發(fā)現(xiàn)，利用db4 小波提取斷層氫氣濃度異常數(shù)據(jù)效果較好。因此，采用db4 小波對庫爾勒地震臺痕量氫氣濃度資料進行多尺度小波分析，主要以2016 年12 月8 日新疆呼圖壁MS6.2、2017 年8 月9 日新疆精河MS6.6 兩次強震為例，地震發(fā)震前短臨異常信息特征。

3 痕量氫氣濃度資料分析處理

3.1 小波變換

采用Mapsis 軟件，選取2016 年1 月1 日至2017 年12 月31 日庫爾勒地震臺痕量氫氣濃度日均值原始數(shù)據(jù)進行預(yù)處理和小波分析，以2016 年12 月8 日呼圖壁MS6.2、2017 年8 月9 日精河MS6.6 兩次地震為例，選取db4 小波對其分解，分解尺度為5，對低頻、高頻信號進行分離，分別得到趨勢部分（低頻）和細節(jié)部分（高頻）的圖像（圖7、8）。分解后低頻信息主要反映趨勢性變化過程，細節(jié)部分主要反映高頻突跳信息（江崇昆等，2013，楊紹富等，2011）。由圖7、8 可見，隨著分解層數(shù)的增加，數(shù)字信號中的干擾等因素逐漸被分離，數(shù)據(jù)曲線反映的局部細節(jié)信息逐漸減少，曲線也隨之越來越清晰、光滑。

圖7 2016—2017 年痕量氫氣濃度數(shù)據(jù)多尺度小波分析低頻曲線（a）原始圖像；（b）、（c）、（d）、（e）、（f）經(jīng)尺度1、2、3、4、5 分解后趨勢部分的圖像Fig.7 Multi-scale wavelet analysis of low frequency curve for trace hydrogen concentration data from 2016 to 2017

由圖7、8 可見，隨著分解層數(shù)的增加，低頻部分噪聲、干擾等因素逐漸消失，曲線的年變特征逐漸明顯，曲線亦逐漸光滑。但高頻信號被剝離的同時，也剝離了構(gòu)造作用下引起的地震短臨前兆信息，因此，以下重點探討小波變換對庫爾勒痕量氫觀測資料高頻信號的短臨異常，從細節(jié)部分識別的信號幅值變化識別地震短臨異常特征。

3.2 高頻短期異常變化分析

由圖8（b）—（f）可見，隨著分離層數(shù)的增加，分解出的細節(jié)信號周期性越明顯，序列變化越不平穩(wěn)。當尺度為5 時，細節(jié)信號部分的周期相位和幅值發(fā)生明顯變化，這可能與該頻率范圍內(nèi)正常信號疊加了相同頻率的其他信號有關(guān)，而疊加的信號可能包含在構(gòu)造應(yīng)力作用下，斷層氫氣在活動斷裂帶的逸出速率發(fā)生變化的地震前兆異常。因此，選取尺度為5 的曲線進行高頻短期異常變化分析（圖9）。由圖9 可見，從2016 年9 月和2017 年5 月開始，曲線分別出現(xiàn)了顯著的超正常幅度的變化，主要表現(xiàn)為信號幅值、年周期相位、年周期幅值均超線。2016 年12 月8 日呼圖壁MS6.2、2017 年8 月9 日精河MS6.6 兩次強震前，痕量氫氣濃度變化超出了2 倍均方差。筆者認為這2 次明顯的超線可能是2 次6 級地震前兆短期異常，并且地震一般發(fā)生在高頻異常后的3—5 個月。

圖8 2016—2017 年痕量氫氣濃度數(shù)據(jù)多尺度小波分析高頻曲線（a）原始圖像；（b）、（c）、（d）、（e）、（f）經(jīng)尺度1、2、3、4、5 分解后細節(jié)部分的圖像Fig.8 Multi-scale wavelet analysis of high frequency curve for trace hydrogen concentration data from 2016 to 2017

圖9 2016—2017 年尺度為5 的小波分析高頻部分曲線（a）原始圖像；（b）尺度為5 的細節(jié)信號Fig.9 Wavelet analysis of the high frequency part curve with scale 5 in 2016-2017

3.3 震例檢驗

選取震中距庫爾勒霍拉山觀測點380 km 的2018 年10 月16 日精河MS5.4，距觀測點260 km 的2019 年11 月12 日庫車MS5.6、2020 年1 月16 日庫車MS5.7 地震，選用2018 年1 月1 日至2020 年12 月31 日痕量氫氣濃度日均值進行異常分析，利用db4 小波對其分解，分解尺度為5（圖10）。由圖10 可見，2018 年4 月中旬、2019 年8 月中旬、2019 年10 月中旬細節(jié)信號的部分周期相位、幅值發(fā)生顯著變化，痕量氫氣濃度變化超出2 倍均方差。筆者認為是地震前兆，并且異常出現(xiàn)后3—5 個月相繼發(fā)生精河、庫車地震。研究認為，對于震中距觀測點400 km 范圍內(nèi)的中強地震，依據(jù)不同的震級、震中距，痕量氫氣濃度在強震發(fā)生前3—5 個月小波高頻細節(jié)分析出現(xiàn)異常，異常特征表現(xiàn)為痕量氫氣濃度變化超出了2 倍均方差。

圖10 2018—2020 年尺度為5 的小波分析高頻部分曲線（a）原始圖像；（b）尺度為5 的細節(jié)信號Fig.10 The wavelet analysis of the high frequency partial curve with scale 5 in 2018-2020

4 結(jié)論與討論

（1）應(yīng)用小波變換分析了庫爾勒地震臺2015—2022 年痕量氫氣濃度觀測資料，利用db4 小波對痕量氫氣濃度進行多尺度分離，對比分析低頻、高頻信息，發(fā)現(xiàn)痕量氫氣濃度高頻短期異常變化特征明顯。認為小波分析可以作為識別與消除地震前兆資料中的干擾因素、提取趨勢性異常與短期異常的有力手段

（2）結(jié)合所選震例，在距觀測點400 km 范圍內(nèi)，對痕量氫氣濃度高頻細節(jié)的分析顯示較明顯的異常特征，地震一般在異常出現(xiàn)前3—5 個月左右發(fā)生。

（3）庫爾勒地震臺痕量氫氣濃度年變特征較明顯，影響因素主要是氣象因素（氣壓、溫度），主要特征是夏低冬高的變化趨勢。

（4）庫爾勒地震臺痕量氫氣濃度與氣壓間的相關(guān)系數(shù)為0.642 8，呈正相關(guān)，既隨著氣壓的增大，痕量氫氣濃度會隨之逐漸上升；痕量氫氣濃度與溫度間的相關(guān)系數(shù)為–0.463 9，呈負相關(guān)，既隨著溫度的上升，痕量氫氣濃度隨之逐漸下降。

（5）庫爾勒地震臺斷層氫氣濃度變化表現(xiàn)為夏低冬高。筆者認為造成這種現(xiàn)象的原因可能是觀測點周圍土壤表層局部潮濕所致，即當氣溫在0℃以下時，潮濕土壤中的水分凍結(jié)，形成凍土層，當凍土層達到一定厚度時可形成良好的封閉系統(tǒng)。