Short duration events on OBS recordings in the Northwest Sub-basin of the South China Sea
-
摘要: 本文对2019年10月—2020年5月在中国南海西北次海盆布放的宽频带海底地震仪的数据进行了分析，利用长短时窗均值比算法在单个海底地震仪台站拾取了多达25万个短时事件（SDE）。对拾取到的SDE信号特征进行了分析，并根据信号特征将事件分为连续短时事件（C-SDE）和随机短时事件（R-SDE）。探讨C-SDE和R-SDE的信号源，可能的产生机制，结果表明：在布放时间段内中国南海西北次海盆存在着活跃的C-SDE信号源可能来自人类活动，如气枪放炮或者低频水声通信；R-SDE则来源于离台站很近的源，很可能是海底沉积层中的气体逃逸过程造成的沉积层破裂所导致，表明中国南海西北次海盆海底沉积层中存在气体泄露。Abstract: Based on the analysis of the data on broadband ocean bottom seismographs deployed in the Northwestern sub-basin of the South China Sea from October 2019 to May 2020. We detected more than 150 000 short duration events （SDEs） at each OBS station by using STA/LTA algorithm. The characteristic of SDE signals is analyzed. According to different signal characteristics, these SDEs are classified as consecutive short duration events （C-SDEs） and random short duration events （R-SDEs）. The possible generation mechanisms for C-SDEs and R-SDEs are analyzed, respectively. We infer there are active sources of C-SDE signal in the Northwest Sub-basin of the SCS. The source may be caused by human activities, such as air gun firing or low frequency hydroacoustic communication signals. The R-SDE sources appear close to the OBS stations, likely generated by the ruptures due to gas escape from seafloor sediments. R-SDEs on OBS recordings indicate persistent gas escape from the sedimentary layer in the northwestern sub-basin of the SCS.
-
Keywords:
- ocean bottom seismographs （OBS） /
- short duration events /
- STA/LTA /
- gas escape
-
引言
海底地震仪（ocean bottom seismographs，缩写为OBS）不仅可以接收地震信号，也可以接收海洋环境产生的其它震动信号，例如海洋波浪产生的微震噪音（microseisms）、地球的“喘息”（Earth’s hum）以及地球的自由振荡（free oscillations）等相对低频的震动信号（Ardhuin et al，2015；Lepore，Grad，2018； Wang et al，2022）。此外，OBS还记录到了大量的高频震动事件，因单个信号的持续时间较常规地震信号短，故称其为短时事件（short duration event ，缩写为SDE）。
短时事件（SDE）已被全球多个海域布放的OBS中拾取到。这些SDE信号一般具有以下特征（图1）：① 持续时间短，单个事件持续0.3—2 s；② 频率相对较高，约5—40 Hz；③ 不能像地震信号一样可以明显地识别和区分P波与S波；④ 事件数量巨大（Embriaco et al，2014；Franek et al，2017；Batsi et al，2019；Tsang-Hin-Sun et al，2019；Ugalde et al，2019）。早期的观点认为SDE是由海洋生物碰撞所致或为仪器本身产生的机械噪音（Buskirk et al，1981； Ostrovsky，1989）。随着更多OBS的布放，对其观测数据的分析表明，SDE的成因可能与海洋哺乳动物的叫声或海底浅层的地质运动过程相关。有学者使用SDE信号研究了鲸类（长须鲸、蓝鲸、布氏鲸等）之间的呼叫特征、交流方式以及行迹等生活习性（Dunn，Hermandez，2009；Soule，Wilcock，2013；Weirathmueller et al，2013；Brodie，Dunn，2014；Dréo et al，2019；Pereira et al，2021；Wilcock et al，2021）。相对于传统的海洋生物研究方法，这种长时间尺度的原位海底观测方式丰富了对海洋鲸类研究的手段。由于鲸鱼叫声具有持续性，它们甚至被作为反射地震学方法的震源，由此产生的SDE信号可以用于海底浅层结构成像（Kuna，Nábělek，2021）（图1a）。
![]()
图 1 典型短时事件的三分量波形（左）和幅度频谱（右）（a） 东北太平洋布放的OBS080台站记录的鲸鱼叫声产生的短时事件（数据来源：IRIS ，网络号：X9）（ Kuna，Nábělek，2021）；（b） 马尔马拉海布放的OBS01台站记录的海底沉积层中气泡逃逸产生的短时事件（ Tsang-Hin-Sun et al，2019）Figure 1. Waveforms （left） and amplitude （right） spectra of typical SDEs（a） Three-component waveforms and amplitude spectra of SDEs produced by whale calls on OBS080 stations （IRIS data. Network：X9） in the Northeast Pacific （Kuna，Nábělek，2021）；（b） Three-component waveforms and amplitude spectra of SDEs from bubble escape in seafloor sediment recorded by OBS01 in the Sea of Marmara （Tsang-Hin-Sun et al，2019）海底沉积层中气体逃逸产生气泡的过程是OBS记录到SDE的另一个原因。这一现象在富含天然气水合物的海域更为明显，如厄瓜多尔北部俯冲带（Pontoise，Hello，2002）、马尔马拉海（图1b）（Tary et al，2012；Bayrakci et al，2014；Embriaco et al，2014；Tsang-Hin-Sun et al，2019）、尼日尔三角洲地区（Sultan et al，2010，2011），以及斯瓦尔巴特海域（Franek et al，2017）。海底气泡的主要成分是甲烷或者二氧化碳，海底广泛释放的甲烷或二氧化碳可以显著改变全球碳循环，长期原位观测的SDE信号对研究海底碳排放的形成机制、时空分布及评估其影响因素和通量具有重要意义 （Pontoise，Hello，2002；Berndt et al，2014；Person et al，2015；Franek et al，2017；Tsang-Hin-Sun et al，2019）。
上述观测和研究表明，SDE是OBS数据中广泛存在的信号，无论是对于海洋生物研究还是海底碳通量估计，SDE都具有独特优势。但我国在这方面的研究还极其有限。随着我国海底地震观测实验的蓬勃开展（刘晨光等，2014），积累的海底地震资料愈发丰富，SDE也引起了越来越多的关注。基于此，本文拟对在中国南海西北次海盆布放的OBS数据进行分析，拾取出具有SDE特征的信号，并依不同特征将其分类，探讨两种SDE可能的成因，以期为中国南海海底的地质活动过程以及中国南海西北次海盆区域的海底碳排放的研究提供参考。
1. 数据和方法
1.1 数据
本文的数据来自于中国南海西北次海盆布设的一个为期7个月的小型OBS台阵 （刘丹等，2022；Wang et al，2022）。台阵所使用的设备是由南方科技大学海底地震仪实验室自主研制的磐鲲OBS。它使用Nanometrics compact 120 s地震计，采用被动源OBS常用的分体式结构。仪器投放触底并稳定后，地震计与仪器本体自动分离；同时浮力材料和外壳将地震计单元与外界隔离，有效减少了仪器主体、海底底流以及由水下生物碰撞等因素对数据质量可能产生的影响（Hilmo ，Wilcock，2020）。该台阵于2019年10月在水深约为4 000 m的中国南海西北次海盆地区布放，起初布放了六台OBS，其中两台在2019年10月26日进行了回收（K06和K07），剩余的四台OBS在海底进行了近七个月的观测后全部回收，但其中一台OBS由于安装问题未采集到数据，其余三台均接收到有效数据（表1），台站位置如图2所示。
表 1 宽频带海底地震仪实验信息Table 1. Experimental information of broadband OBS台站编号 东经/° 北纬/° 深度/m 投放日期
年-月-日回收日期
年-月-日K08 115.499 17.799 3 780.01 2019-10-20 2020-05-15 K03 115.999 17.799 3 835.82 2019-10-20 2020-05-15 K02 116.499 17.799 3 896.38 2019-10-21 2020-05-14 ![]()
图 2 海底地震仪在中国南海西北次海盆布放位置Figure 2. Sites of OBSs in the Northwest Sub-basin of the South China Sea1.2 SDE拾取方法及参数设置
分析SDE信号首先需从OBS数据中拾取SDE。因数据数量巨大，需要使用自动拾取方法。经测试，在改变相关参数后，用于识别地震信号的长短时窗均值比（short-term average/long-term average，缩写为STA/LTA）方法同样可以有效拾取SDE信号（Embriaco et al，2014；Franek et al，2017；Tsang-Hin-Sun et al，2019；Marcon et al，2021）。STA/LTA方法是通过所记录数据的能量（信号幅值的平方）的短时窗均值 （STA） 和长时窗均值（LTA） 之比来构建信号随时间的变化特征函数，可以灵敏地反映信号幅度变化（图3）。STA对事件（即信号的突变）较敏感，LTA反映台站背景噪声的信息。当震动信号到来时，引起STA的变化快于LTA，即STA/LTA 会出现突增；当STA/LTA 大于预先设定的阈值时，则判定为有效震动事件到达（Allen，1978；Baer，Kradolfer，1987；Earle，Shearer，1994；Trnkoczy，2012）。
![]()
图 3 单个（a）和连续（b）SDE波形序列及其STA/LTA的特征曲线粉色区域为噪音数据，浅绿色区域为SDE信号数据Figure 3. The waveform and the character curves of a single SDE （a） and the consecutive SDEs （b） in detections using STA/LTA methodThe pink box is noise data and the light green box is the SDE signal data为了精确拾取SDE，数据需要进行滤波处理，针对SDE的信号特征，使用8—45 Hz的带通滤波器对数据进行滤波（后续的所有波形展示均是基于8—45 Hz滤波）。STA/LTA方法用于地震信号识别所设置的常用参数有：STA和LTA时间长度、开始触发值、结束触发值（表2）。为了提高SDE拾取的正确率，根据其信号的特点，我们增加了特征信号持续时间和信噪比两个参数，其定义为：
表 2 STA/LTA方法拾取SDE参数设置表Table 2. The parameter set of SDE pickup with the STA/LTA method参数名称 STA 时间/s LTA 时间/s 开始触发值 结束触发值 持续时间/s 信噪比 设置值 0.1 50 8 6 0.05—2 3 持续时间：结束触发时间与开始触发时间的时间差。
信噪比（signal to noise ratio，缩写为SNR）：信号平方和的平均值与噪音平方和的平均值之间的比值，信号S定义为SDE触发开始后的0.5 s内，噪音N定义为信号开始前0.5 s和信号结束后0.5 s （图3a，b），具体计算式表示为:
$$ {\text{SNR}} ＝ 20{\lg }\frac{{\dfrac{1}{m}\displaystyle\sum\limits_{{{i ＝ }}0}^{{m}} {S_{{i}}^2} }}{{\dfrac{1}{n}\displaystyle\sum\limits_{{{i ＝ }}0}^{{n}} {N_{{i}}^2} }} {\text{.}}$$ (1) 本文拾取SDE参数值如表2所示。
2. 结果及特征分析
2.1 SDE拾取结果
我们使用基于python的地震数据处理包Obspy中的STA/LTA算法（Beyreuther et al，2010），依表2中参数设置对中国南海西北次海盆的三台OBS进行SDE拾取，结果列于表3。SDE数量最多的台站为K08台站，总数达到25.5万余条，K02和K03的SDE数量分别为15.3万和18.2万余条。出现这一现象的原因除了与仪器周边的震动情况有关，还与仪器本身的噪音有关。SDE信号能量很小，如果仪器的噪音水平较高，较小能量的SDE会被噪音淹没掉（Hilmo，Wilcock，2020）。所以，仪器噪音越低，能够被识别的SDE就越多。三台OBS的SDE数量与其噪音水平有一定的相关性（Wang et al，2022）。
表 3 SDE拾取结果Table 3. The pick-up quantity of SDEs on each station台站 各方向上的拾取数量 拾取总量 HHE HHN HHZ K02 28020 85721 40010 153751 K03 41549 122051 18829 182429 K08 77693 83942 93849 255484 2.2 SDE特征分析
SDE信号的数量极其庞大，统计分析是对此类信号进行特征研究的常用手段 （Embriaco et al，2014；Franek et al，2017；Ugalde et al，2019）。图4a为已拾取的SDE按天进行数量时序统计，可以看出，SDE的发生次数并非随时间均匀变化，其波动很大。K08台站三个分量最高的单日拾取超过6 000个，而有时SDE单日数量小于10个。部分时段在三个台站上均可拾取到SDE，这种SDE每次出现的持续时间也不固定，持续几个小时到十几天，如2019年10月21至28日，2020年1月22日至2月29日，2020年4月1至17日和2020年5月3至10日（图4b）多次连续出现，图5展示了三个台站在2020年5月6日接收到的SDE时间序列。由于这种SDE信号振幅明显高于背景噪音，并且按照一定规律被三个台站同时记录到，首个出现的信号起跳非常明显，我们推测该信号是来自同一个震源。在没有连续大量SDE出现的时段，同一个SDE信号很难在三个OBS台站上同时拾取到，如2020年1月3至10日，该时段三个台站的SDE数量变化并无一致性，如图4c所示。此外，在2020年5月6日的连续波形图中（图5a），单个台站可以接收到较强的SDE信号，但另外两台并无接收到该信号，如K08的R1信号，K03的R2，R3，R4信号。
![]()
图 4 台站K02，K03和K08不同时段拾取到SDE的数量分布Figure 4. Temporal distribution of the SDE number in OBS stations K02，K03and K08（a） 2019−10—2020−05；（b） 2020−05−03—10；（c） 2020−01−03—10为了对发生率存在巨大差异的SDE进行更好的分析，本文将SDE分为连续短时事件（consecutive short duration event，缩写为C-SDE）和随机短时事件（random short duration event，缩写为R-SDE）进行分析。
使用快速傅里叶变换（fast Fourier transform，缩写为FFT）计算所拾取的SDE信号的幅度谱，找到幅度谱中最大值对应的频率，即认为该频率为信号的主频，其统计结果如图6所示。SDE的主频主要分布在8—13 Hz，20—22 Hz，27—44 Hz 三个频段。从台站来看，K08台站所接收SDE的主频分布在上述三个频段，但绝大部分在20—22 Hz频段；K03台站所接收的主频分布在8—10 Hz以及27—44 Hz；K02台站所接收的主频则只分布于37—38 Hz。结合 C-SDE频谱（图7）和R-SDE频谱（图8），分析认为主频处于20—22 Hz，27—41 Hz之间的SDE主要由C-SDE信号产生，主频处于其它频段的则主要由R-SDE信号产生。
![]()
图 5 C-SDE波形图（a） K02，K03和K08台站垂直分量上的C-SDE信号，R1，R2，R3，R4分别表示R-SDE， E1表示地震事件；（b） K02，K03和K08台站上垂直分量的单一GE事件组波形；（c） K08台站上三个分量的波形Figure 5. Waveform of C-SDEs（a） The vertical components of C-SDE signals on OBS stations K02， K03， K08 and R1，R2，R3，R4 are the R-SDEs，and E1 is an earthquake event；（b） The GEs waveforms of vertical components on OBS stations K02，K03，K08；（c） The waveforms of the three components on K08 station![]()
图 7 K02 （a），K03 （b）和 K08 （c）台站观测到的GE信号的波形及频谱图Figure 7. The waveforms and spectra of GE signals on OBS stations K02 （a），K03 （b），K08 （c）![]()
图 8 K08台站地震信号（a）与典型R-SDE信号（b-f）波形及频谱图Figure 8. The waveforms and spectra of earthquake signals （a） and typical R-SDE signals （b-f） on the K08 station2.2.1 C-SDE信号特征
C-SDE是在一段时间（几个小时或数天）内以一定规律连续发生的SDE。为了清晰地阐述C-SDE信号，本文从时间尺度上对C-SDE信号定义为：连续事件（continuous events，缩写为CE）（图5a）、事件组 （group events，缩写为GE）（图5b，c）、单波 （single wave，缩写为SW）。具体特征可以概括为：
1） CE会持续数个小时（图5a），由多个事件组（GE） （图5b）组成。以2020年5月3日—9日为例（表4），CE信号出现7次，持续时间最长达到约10个小时，持续时间最短约3小时38分，5月7日该信号没有出现，在5月3日和5月9日，该信号出现分别发生两次。相距约52 km的三个台站均能记录到幅值变化相似的信号（图5）。根据其长时间范围内的幅值变化规律的相似性，这一相似信号很有可能来自于同一个源，其垂直分量振幅在三个台站间有差别：K02信号最强，K03次之，K08最弱，如图6b所示，表明这一信号源离K02台站最近。
表 4 2020年5月3—9日间C-SDE信号发生及持续时间Table 4. Occurrence and duration of C-SDE signals from May 3 to 9，2020序号 日期
年-月-日开始时间
时:分:秒结束时间
时:分:秒持续时间
时:分:秒1 2020-05-03 0:54:15 7:43:10 6:48:55 2 2020-05-03 16:30:35 1:12:50 （5月4日） 8:42:15 3 2020-05-05 0:33:30 7:55:30 7:22:00 4 2020-05-06 3:58:25 13:50:25 9:52:00 5 2020-05-08 3:28:40 8:24:10 4:55:30 6 2020-05-09 1:30:12 8:38:55 7:08:43 7 2020-05-09 18:42:07 22:20:10 3:38:03 2） 事件组（GE）由多个单波（SW）组成（图6b，c），一般会持续10—30 s，每两个GE间隔约100—300 s，图6b展示了一个GE信号在K02，K03，K08台站的HHZ分量波形。经人工到时分析，波形到达时的先后顺序为K02，K03，K08。K03与K02之间的到时差为24.2 s，K08与K03之间的到时差为34.4 s。另外，GE信号的主频表现为逐渐减低的特征，如图7所示。最东边的 K02 台站，主频约为37 Hz；中间的K03台站，主频约为27 Hz；最西边的K08台站，主频约为22 Hz。这一GE的到时和频率特征也表明它们来自于靠近台站K02的同一信号源。
3） 单波信号（SW）：SW会持续0.3—2 s，两个SW之间间隔0.2—2 s，如图6c所示。频谱分析结果显示，单个台站上SW的主频会随着到时的不同呈现明显的衰减（图7）。
2.2.2 R-SDE信号特征
R-SDE是随机发生的短时事件，很难在它的振幅、时间上找到规律。对K08台站2020年5月6日拾取的SDE进行目视检测，挑取了5个典型的R-SDE （图8b−f） 与该台站2020年5月9日的一个地震波形 ［ MS5.3，震源深度为99.2 km，震中位置（14.074°N，120.470°E） ］ （图8a）进行对比，可以看出R-SDE信号在频率、持续时间、波形特征上与地震事件均有明显区别。具体而言，这种R-SDE具有如下特征：① 持续时间小于1 s；② 单波列，很难明确地区分P波与S波；③ 主频在8—25 Hz之间，部分信号呈现双峰特征，如图8b频率双峰分别在12 Hz和20 Hz，图8c频谱显示的双峰分别在10 Hz和21 Hz；④ 信号源离台站很近，同一信号难以在多个台站上拾取到。图6a中R1，R2，R3，R4分别是4个典型的R-SDE，它们在单个台站上有较强的信号记录，部分信号振幅表现比C-SDE还大，但在其它台站上均无记录，这表明信号源的位置离台站很近。
3. 讨论
3.1 C-SDE信号溯源
很多鲸鱼（如蓝鲸，长须鲸，座头鲸等）的叫声会引起持续的SDE信号，在太平洋（McDonald et al，1995；Dunn，Hernandez，2009； Brodie，Dunn，2014；Wilcock，Hilmo，2021），印度洋（Dréo et al，2019）、大西洋（ Pereira et al，2021）布放的OBS均有这一信号的观测记录。鲸鱼叫声产生的SDE信号长度为1—5 s，主频率约为 10—40 Hz。信号间隔7—40 s，形成持续长达数十小时的SDE，这些特征与我们所观测到的C-SDE信号有相似之处（图9a，e）。但鲸鱼一般每间隔15—40分钟要浮出水面换气，所以其产生的信号会形成明显隔间（图9a）。此外，对于单个SDE信号而言，鲸鱼叫声产生的SDE只有一个单波（图9b），虽然也有反射波，但能量很小（Kuna ，Nábělek，2021）。因此，鲸鱼叫声的SDE信号与本研究所观测的C-SDE信号存在一定差异（图9b，f）。
![]()
图 9 不同时间尺度下各种机制导致的C-SDE的波形对比（a，b） OBS台站上的鲸鱼叫声记录（数据来源：IRIS data。网络号：X9） （Kuna，Nábělek，2021）；（c，d） 短周期OBS的人工震源（气枪）信号；（e，f）本文研究Figure 9. Comparison of C-SDEs caused by various mechanisms on different time scales（a，b） Whale songs recorded by OBS station （IRIS data recorded at OBS stations，Network：X9） （Kuna，Nábělek，2021）；Artificial sources （air guns） signal recorded by short-period OBS （c，d）；（e，f） this paper studied人类活动也可以产生C-SDE信号，主要有海洋勘探人工震源（气枪）、钻井、水声通信等。从较长时间尺度上观察，海底主动源地震观测使用的气枪信号与C-SDE信号也有相似之处（图9c，e）。图9c是2021年东印度洋海岭上布放的OBS的气枪震源波形序列，它是一种根据人工设置的有时间规律的信号。但将其与单个SDE信号波形（图9e，f）进行对比发现，虽然气枪震源会产生水波及包括水体和固体介质的多次反射波，但反射波的能量要明显小于直达波的能量，这与在中国南海布放的OBS观测到的C-SDE信号也存在差异。
总之，目前常规的C-SDE成因机制中鲸鱼的叫声和人工勘探震源，都与中国南海西北海盆观测到的C-SDE存在一定差异，其具体成因仍需要进一步探究。
3.2 海底气体逃逸引起的R-SDE
海底沉积层中气体逃逸被认为是造成R-SDE的重要原因。海底沉积物中的气体（甲烷，二氧化碳等）可使孔隙饱和，形成气泡；天然气水合物在沉积层中的分解也会导致气泡的形成。气泡在沉积层中以弹性膨胀和拉伸断裂交替循环的方式生长并从海底沉积层溢出，导致沉积物的破裂和变形，引起海底震动形成震源，从而被OBS记录到。数值模拟结果表明，沉积层中气体逃逸产生的震动频率在15 Hz左右的短时信号（Tary et al，2012）与R-SDE的主频范围吻合。R-SDE在全球多个富含天然气水合物的海域均可观测到，可使用水下相机、多波束声呐等仪器进行了观测验证（Pontoise，Hello，2002，Sultan et al，2011，Tary et al，2012，Bayrakci et al，2014，Franek et al，2017，Tsang-Hin-Sun et al，2019，Ugalde et al，2019）。
本研究拾取R-SDE信号特征为持续时间短、能量小、频率峰值集中于8—25 Hz，部分信号频谱上呈现双峰特性（图8），这些特征与上述富含天然气水合物区域提取的SDE特征相似。而且本研究区域位于中国南海西北次海盆，与已经探明的神狐天然气水合物区域接近，存在着海底气体逃逸的可能。但这仅仅是波形特征相似，为了证实这一假设，需要进一步的理论研究和来自测试现场部署的多种仪器的观测数据。
4. 结论
本文通过STA/LTA算法对2019年10月至2020年5月在中国南海西北次海盆布放的OBS进行了SDE拾取和分析，发现了大量的SDE，根据这些SDE事件的特点将其归类为C-SDE和R-SDE事件。对这些SDE进行分析，可以得到以下发现和假设：
1） 布放在中国南海西北次海盆的OBS在2019年10月至2020年5月间，接收到了大量的C-SDE，表明该区域存在较为活跃的高频信号源。该源一段时间内处于活动状态，持续数小时或者数天，部分时间处于静默状态，该信号在相距105 km间的三个台站上均有记录。当前主流观点认为这种有规律的SDE是人工地震（气枪）或者鲸鱼叫声引起的，但本研究提取的C-SDE与这两种信号在特征上均有区别。虽然暂时无法了解C-SDE的产生机制，但进一步探究其成因可以为水下远距离持续监测移动源目标提供思路。
2） 中国南海西北次海盆OBS记录的R-SDE与富含天然气海域记录的SDE有相似特征，且中国南海西北次海盆靠近神狐天然气水合物区域，我们推测在这一区域观测的R-SDE很有可能是由海底甲烷气体逃逸所产生的。但这仍需来自测试现场部署的不同种类仪器的数据和进一步的理论研究来验证。
尽管我们在中国南海布放的OBS中发现了大量的SDE信号，但受到海洋观测条件的限制以及其信号本身的特征，对其成因和传播途径仍有待深入研究。如何对SDE进行准确定位和溯源，对我们认识和利用SDE信号进行海洋研究非常重要。未来，将长期放置于海底的OBS连续观测的震动信息与主动源地震观测、声学成像探测、水下视频监控等手段相结合，将有效促进我们对海洋高频震动信号的溯源与传输机制的研究及其应用。
广州海洋地质调查局海洋四号和海洋六号全体船员对中国南海西北次海盆磐鲲海底地震仪进行了布放与回收工作；第一海洋研究所为本文提供了印度洋海岭布放和回收的主动源地震仪磐龟及其气枪震源数据；美国地震学联合研究会（Incorporated Research Institutions for Seismology，缩写为IRIS）为本文提供了海底地震仪数据，作者在此一并表示感谢。
-
![]()
图 1 典型短时事件的三分量波形（左）和幅度频谱（右）
（a） 东北太平洋布放的OBS080台站记录的鲸鱼叫声产生的短时事件（数据来源：IRIS ，网络号：X9）（ Kuna，Nábělek，2021）；（b） 马尔马拉海布放的OBS01台站记录的海底沉积层中气泡逃逸产生的短时事件（ Tsang-Hin-Sun et al，2019）
Figure 1. Waveforms （left） and amplitude （right） spectra of typical SDEs
（a） Three-component waveforms and amplitude spectra of SDEs produced by whale calls on OBS080 stations （IRIS data. Network：X9） in the Northeast Pacific （Kuna，Nábělek，2021）；（b） Three-component waveforms and amplitude spectra of SDEs from bubble escape in seafloor sediment recorded by OBS01 in the Sea of Marmara （Tsang-Hin-Sun et al，2019）
![]()
图 2 海底地震仪在中国南海西北次海盆布放位置
Figure 2. Sites of OBSs in the Northwest Sub-basin of the South China Sea
![]()
图 3 单个（a）和连续（b）SDE波形序列及其STA/LTA的特征曲线
粉色区域为噪音数据，浅绿色区域为SDE信号数据
Figure 3. The waveform and the character curves of a single SDE （a） and the consecutive SDEs （b） in detections using STA/LTA method
The pink box is noise data and the light green box is the SDE signal data
![]()
图 4 台站K02，K03和K08不同时段拾取到SDE的数量分布
Figure 4. Temporal distribution of the SDE number in OBS stations K02，K03and K08
（a） 2019−10—2020−05；（b） 2020−05−03—10；（c） 2020−01−03—10
![]()
图 5 C-SDE波形图
（a） K02，K03和K08台站垂直分量上的C-SDE信号，R1，R2，R3，R4分别表示R-SDE， E1表示地震事件；（b） K02，K03和K08台站上垂直分量的单一GE事件组波形；（c） K08台站上三个分量的波形
Figure 5. Waveform of C-SDEs
（a） The vertical components of C-SDE signals on OBS stations K02， K03， K08 and R1，R2，R3，R4 are the R-SDEs，and E1 is an earthquake event；（b） The GEs waveforms of vertical components on OBS stations K02，K03，K08；（c） The waveforms of the three components on K08 station
![]()
图 7 K02 （a），K03 （b）和 K08 （c）台站观测到的GE信号的波形及频谱图
Figure 7. The waveforms and spectra of GE signals on OBS stations K02 （a），K03 （b），K08 （c）
![]()
图 8 K08台站地震信号（a）与典型R-SDE信号（b-f）波形及频谱图
Figure 8. The waveforms and spectra of earthquake signals （a） and typical R-SDE signals （b-f） on the K08 station
![]()
图 9 不同时间尺度下各种机制导致的C-SDE的波形对比
（a，b） OBS台站上的鲸鱼叫声记录（数据来源：IRIS data。网络号：X9） （Kuna，Nábělek，2021）；（c，d） 短周期OBS的人工震源（气枪）信号；（e，f）本文研究
Figure 9. Comparison of C-SDEs caused by various mechanisms on different time scales
（a，b） Whale songs recorded by OBS station （IRIS data recorded at OBS stations，Network：X9） （Kuna，Nábělek，2021）；Artificial sources （air guns） signal recorded by short-period OBS （c，d）；（e，f） this paper studied
表 1 宽频带海底地震仪实验信息
Table 1 Experimental information of broadband OBS
台站编号 东经/° 北纬/° 深度/m 投放日期
年-月-日回收日期
年-月-日K08 115.499 17.799 3 780.01 2019-10-20 2020-05-15 K03 115.999 17.799 3 835.82 2019-10-20 2020-05-15 K02 116.499 17.799 3 896.38 2019-10-21 2020-05-14 
下载: 导出CSV
表 2 STA/LTA方法拾取SDE参数设置表
Table 2 The parameter set of SDE pickup with the STA/LTA method
参数名称 STA 时间/s LTA 时间/s 开始触发值 结束触发值 持续时间/s 信噪比 设置值 0.1 50 8 6 0.05—2 3
下载: 导出CSV
表 3 SDE拾取结果
Table 3 The pick-up quantity of SDEs on each station
台站 各方向上的拾取数量 拾取总量 HHE HHN HHZ K02 28020 85721 40010 153751 K03 41549 122051 18829 182429 K08 77693 83942 93849 255484
下载: 导出CSV
表 4 2020年5月3—9日间C-SDE信号发生及持续时间
Table 4 Occurrence and duration of C-SDE signals from May 3 to 9，2020
序号 日期
年-月-日开始时间
时:分:秒结束时间
时:分:秒持续时间
时:分:秒1 2020-05-03 0:54:15 7:43:10 6:48:55 2 2020-05-03 16:30:35 1:12:50 （5月4日） 8:42:15 3 2020-05-05 0:33:30 7:55:30 7:22:00 4 2020-05-06 3:58:25 13:50:25 9:52:00 5 2020-05-08 3:28:40 8:24:10 4:55:30 6 2020-05-09 1:30:12 8:38:55 7:08:43 7 2020-05-09 18:42:07 22:20:10 3:38:03
下载: 导出CSV
-
刘晨光,华清峰,裴彦良,杨挺,夏少红,薛梅,黎伯孟,霍达,刘芳,黄海波. 2014. 南海海底天然地震台阵观测实验及其数据质量分析[J]. 科学通报,59(16):1542–1552. Liu C G,Hua Q F,Pei Y L,Yang T,Xia S H,Xue M,Le B M,Huo D,Liu F,Huang H B. 2014. Passive-source ocean bottom seismograph (OBS) array experiment in South China Sea and data quality analyses[J]. Chinese Science Bulletin,59(33):4524–4535. doi: 10.1007/s11434-014-0369-4
刘丹,杨挺,黎伯孟,吴越楚,王宜志,黄信锋,杜浩然,王建,陈永顺. 2022. 分体式宽频带海底地震仪的研制、测试和数据质量分析[J]. 地球物理学报,65(7):2560–2572. Liu D,Yang T,Le B M,Wu Y C,Wang Y Z,Huang X F,Du H R,Wang J,Chen Y S. 2022. Seismometer-detached broadband ocean bottom seismograph (OBS):Development,test,and data quality analysis[J]. Chinese Journal of Geophysics,65(7):2560–2572 (in Chinese).
Allen R V. 1978. Automatic earthquake recognition and timing from single traces[J]. Bull Seismol Soc Am,68(5):1521–1532. doi: 10.1785/BSSA0680051521
Ardhuin F,Gualtieri L,Stutzmann E. 2015. How ocean waves rock the Earth:Two mechanisms explain microseisms with periods 3 to 300 s[J]. Geophys Res Lett,42(3):765–772. doi: 10.1002/2014GL062782
Baer M,Kradolfer U. 1987. An automatic phase picker for local and teleseismic events[J]. Bull Seismol Soc Am,77(4):1437–1445. doi: 10.1785/BSSA0770041437
Batsi E,Tsang-Hin-Sun E,Klingelhoefer F,Bayrakci G,Chang E T Y,Lin J Y,Dellong D,Monteil C,Géli L. 2019. Nonseismic signals in the ocean:Indicators of deep sea and seafloor processes on ocean-bottom seismometer data[J]. Geochem Geophys Geosyst,20(8):3882–3900. doi: 10.1029/2019GC008349
Bayrakci G,Scalabrin C,Dupré S,Leblond I,Tary J B,Lanteri N,Augustin J M,Berger L,Cros E,Ogor A,Tsabaris C,Lescanne M,Géli L. 2014. Acoustic monitoring of gas emissions from the seafloor,Part Ⅱ:A case study from the Sea of Marmara[J]. Mar Geophys Res,35(3):211–229. doi: 10.1007/s11001-014-9227-7
Berndt C,Feseker T,Treude T,Krastel S,Liebetrau V,Niemann H,Bertics V J,Dumke I,Dünnbier K,Ferré B,Graves C,Gross F,Hissmann K,Hühnerbach V,Krause S,Lieser K,Schauer J,Steinle L. 2014. Temporal constraints on hydrate-controlled methane seepage off Svalbard[J]. Science,343(6168):284–287. doi: 10.1126/science.1246298
Beyreuther M,Barsch R,Krischer L,Megies T,Behr Y,Wassermann J. 2010. ObsPy:A python toolbox for seismology[J]. Seismol Res Lett,81(3):530–533. doi: 10.1785/gssrl.81.3.530
Brodie D C,Dunn R A. 2014. Low frequency baleen whale calls detected on ocean-bottom seismometers in the Lau basin,southwest Pacific Ocean[J]. J Acoust Soc Am,137(1):53–62.
Buskirk R E,Frohlich C,Latham G V,Chen A T,Lawton J. 1981. Evidence that biological activity affects ocean bottom seismograph recordings[J]. Mar Geophys Res,5(2):189–205.
Dréo R,Bouffaut L,Leroy E,Barruol G,Samaran F. 2019. Baleen whale distribution and seasonal occurrence revealed by an ocean bottom seismometer network in the Western Indian Ocean[J]. Deep Sea Res Part Ⅱ:Top Stud Oceanogr,161:132–144. doi: 10.1016/j.dsr2.2018.04.005
Dunn R A,Hernandez O. 2009. Tracking blue whales in the eastern tropical Pacific with an ocean-bottom seismometer and hydrophone array[J]. J Acoust Soc Am,126(3):1084–1094. doi: 10.1121/1.3158929
Earle P S,Shearer P M. 1994. Characterization of global seismograms using an automatic-picking algorithm[J]. Bull Seismol Soc Am,84(2):366–376. doi: 10.1785/BSSA0840020366
Embriaco D,Marinaro G,Frugoni F,Monna S,Etiope G,Gasperini L,Polonia A,del Bianco F,Çağatay M N,Ulgen U B,Favali P. 2014. Monitoring of gas and seismic energy release by multiparametric benthic observatory along the North Anatolian fault in the sea of Marmara (NW Turkey)[J]. Geophys J Int,196(2):850–866. doi: 10.1093/gji/ggt436
Franek P,Plaza-Faverola A,Mienert J,Buenz S,Ferré B,Hubbard A. 2017. Microseismicity linked to gas migration and leakage on the Western Svalbard Shelf[J]. Geochem Geophys Geosyst,18(12):4623–4645. doi: 10.1002/2017GC007107
Hilmo R,Wilcock W S D. 2020. Physical sources of high-frequency seismic noise on Cascadia Initiative ocean bottom seismometers[J]. Geochem Geophys Geosyst,21(10):e2020GC009085.
Kuna V M,Nábělek J L. 2021. Seismic crustal imaging using fin whale songs[J]. Science,371(6530):731–735. doi: 10.1126/science.abf3962
Lepore S,Grad M. 2018. Analysis of the primary and secondary microseisms in the wavefield of the ambient noise recorded in northern Poland[J]. Acta Geophys,66(5):915–929. doi: 10.1007/s11600-018-0194-2
Marcon Y,Kelley D,Thornton B,Manalang D,Bohrmann G. 2021. Variability of natural methane bubble release at Southern Hydrate Ridge[J]. Geochem Geophys Geosyst,22(10):e2021GC009894.
McDonald M A,Hildebrand J A,Webb S C. 1995. Blue and fin whales observed on a seafloor array in the Northeast Pacific[J]. J Acoust Soc Am,98(2):712–721. doi: 10.1121/1.413565
Ostrovsky A A. 1989. The estimation of ocean bottom seismographs’ coupling characteristics by means of microshock recordings[J]. Mar Geophys Res,11(2):119–127. doi: 10.1007/BF00285663
Pereira A,Romagosa M,Corela C,Silva M A,Matias L. 2021. Source levels of 20 Hz Fin whale notes measured as sound pressure and particle velocity from ocean-bottom seismometers in the North Atlantic[J]. J Mar Sci Eng,9(6):646. doi: 10.3390/jmse9060646
Person R, Favali P, Ruhl H A, Beranzoli L Rolin J F, Waldmann C, Huber R, Auffret Y, Çağatay M N, Cannat M, Dañobeitia J J, Delory E, Diepenbroek M, de Stigter H, de Miranda J M A, Ferré B, Gillooly M, Grant F, Greinert J, Hall P O J, Lykousis V, Mienert J, Puillat I, Priede I G, Thomsen L. 2015. From ESONET multidisciplinary scientific community to EMSO novel European research infrastructure for ocean observation[M]//Seafloor Observatories: A New Vision of the Earth from the Abyss. Berlin, Heidelberg: Springer: 531–563.
Pontoise B,Hello Y. 2002. Monochromatic infra-sound waves recorded offshore Ecuador:Possible evidence of methane release[J]. Terra Nova,14(6):425–435. doi: 10.1046/j.1365-3121.2002.00437.x
Soule D C,Wilcock W S D. 2013. Fin whale tracks recorded by a seismic network on the Juan de Fuca Ridge,Northeast Pacific Ocean[J]. J Acoust Soc Am,133(3):1751–1761. doi: 10.1121/1.4774275
Sultan N,Marsset B,Ker S,Marsset T,Voisset M,Vernant A M,Bayon G,Cauquil E,Adamy J,Colliat J L,Drapeau D. 2010. Hydrate dissolution as a potential mechanism for pockmark formation in the Niger delta[J]. J Geophys Res:Solid Earth,115(B8):B08101.
Sultan N,Riboulot V,Ker S,Marsset B,Géli L,Tary J B,Klingelhoefer F,Voisset M,Lanfumey V,Colliat J L,Adamy J,Grimaud S. 2011. Dynamics of fault-fluid-hydrate system around a shale-cored anticline in deepwater Nigeria[J]. J Geophys Res:Solid Earth,116(B12):B12110. doi: 10.1029/2011JB008218
Tary J B,Geli L,Guennou C,Henry P,Sultan N,Çağatay N,Vidal V. 2012. Microevents produced by gas migration and expulsion at the seabed:A study based on sea bottom recordings from the Sea of Marmara[J]. Geophys J Int,190(2):993–1007. doi: 10.1111/j.1365-246X.2012.05533.x
Trnkoczy A. 2012. Understanding and parameter setting of STA/LTA trigger algorithm[M]//New Manual of Seismological Observatory Practice 2 （NMSOP-2）. Potsdam: Deutsches Geo Forschungs Zentrum: 1–20.
Tsang-Hin-Sun E,Batsi E,Klingelhoefer F,Géli L. 2019. Spatial and temporal dynamics of gas-related processes in the sea of Marmara monitored with ocean bottom seismometers[J]. Geophys J Int,216(3):1989–2003. doi: 10.1093/gji/ggy535
Ugalde A,Gaite B,Ruiz M,Villaseñor A,Ranero C R. 2019. Seismicity and noise recorded by passive seismic monitoring of drilling operations offshore the eastern Canary Islands[J]. Seismol Res Lett,90(4):1565–1576.
Wang Y Z,Yang T,Wu Y C,Liu D,Huang X F,Wang J,Zhong W X,Shou H T,Zhou Y,Chen Y S. 2022. A new broad-band ocean bottom seismograph and characteristics of the seismic ambient noise on the South China Sea seafloor based on its recordings[J]. Geophys J Int,230(1):684–695. doi: 10.1093/gji/ggac092
Weirathmueller M J,Wilcock W S D,Soule D C. 2013. Source levels of fin whale 20 Hz pulses measured in the Northeast Pacific Ocean[J]. J Acoust Soc Am,133(2):741–749. doi: 10.1121/1.4773277
Wilcock W S D,Hilmo R S. 2021. A method for tracking blue whales (Balaenoptera musculus) with a widely spaced network of ocean bottom seismometers[J]. PLoS ONE,16(12):e0260273. doi: 10.1371/journal.pone.0260273
-
期刊类型引用(3)
1. Zhaoyang TIAN，Yonggang JIA，Junjiang ZHU，Tian CHEN，Hui WANG，Chunsheng JI，Chengyu LIU，Longyu LU，Manchao HE. Microseismic observations reveal that internal waves intensify seabed methane release. Science China Earth Sciences. 2024(10): 3186-3203 . 
必应学术
2. 田兆阳，贾永刚，朱俊江，陈天，王慧，季春生，刘承雨，卢龙玉，何满潮. 微震观测揭示内波加剧海底甲烷释放. 中国科学:地球科学. 2024(10): 3237-3254 . 百度学术
3. 胡广，黄建宇，杨胜雄，李沅衡，田冬梅，曹荆亚，周军明，邓雨恬. 琼东南海域冷泉微地震响应特征初探——以“海马”冷泉为例. 海洋地质与第四纪地质. 2024(06): 12-24 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 537
- HTML全文浏览量: 253
- PDF下载量: 193
- 被引次数: 4
