New progress in seismic oceanography
-
摘要: 多尺度动力过程是当前海洋学研究的重点。地震海洋学能在数百km的剖面上获得分辨率为10 m的高质量数据，基于该数据能够解析涡旋边缘的亚中尺度动力现象（如北冰洋地震剖面研究发现的漂亮旋臂）和内孤立波的振幅垂向结构，并能够进行内孤立波波形变化与混合参数分布叠合分析等，本文对这些方面获得的新认识和新进展进行了综述。同时，共偏移距剖面叠前偏移方法充分利用多道地震的多次覆盖特点，获得随时间变化的一系列地震图像，为地震海洋学在海洋内部结构的时空演变研究方面增添了利器。因此，地震海洋学提供的新的时空视角必将在海洋多尺度动力过程研究中起到重要作用。
-
关键词:
- 地震海洋学 /
- 涡旋 /
- 内孤立波 /
- 多尺度动力过程 /
- 共偏移距剖面叠前偏移
Abstract: Ocean multi-scale dynamic processes are the focus of current oceanography research. Seismic oceanography can obtain high-quality data with a resolution of 10 m on hundreds of km section, so it can analyze the sub-mesoscale dynamic phenomenon at the edge of an eddy （such as the beautiful spiral arm found in the Arctic Ocean seismic section study） and the vertical amplitude structure of the internal solitary waves, and can combine the internal solitary wave waveform change with the mixing parameter distribution. This paper reviews the new insights and advances of these studies. At the same time, the common offset section prestack migration method makes full use of the multiple coverage characteristics of multi-channel seismic method to obtain the temporal variation of seismic images, thus adding a key tool for seismic oceanography to reveal the spatio-temporal evolution of the ocean internal structure. Therefore, the new space-time perspective provided by seismic oceanography will play an important role in the study of ocean multi-scale dynamic processes. -
引言
陆地重力观测精度不仅与观测仪器自身性能相关，还取决于观测环境的噪声水平。我国现有的重力观测网络中观测仪器型号众多，观测环境复杂，观测方式多样，因此如何对重力观测环境进行分级以及如何对重力观测资料进行精度评价，都是亟待解决的技术问题。评价重力观测环境的背景噪声水平可为台站选址、重力观测仪器校正以及地球动力学等方面的研究提供技术支撑。重力观测环境的背景噪声与人类活动和观测墩条件密切相关，如果在沉积层的观测墩上进行重力观测，高频段的噪声水平会明显提高，但潮汐频段（200—600 s）内的噪声水平变化较小。Banka和Crossley （1999）提出一种对测点环境背景噪声水平进行评价的方法，即通过计算得到200—600 s频段的平均功率谱密度（power spectral density，简写为PSD），并将其定义为地震噪声等级（seismic noise magnitude，简写为SNM），以此参数作为环境噪声水平的定量指标。
针对地震频段在200—600 s内的背景噪声，Peterson （1993）基于全球75个地震台站的功率谱密度下包络线得到了新低噪声模型（new low noise model，简写为NLNM），并将其作为评估地震台站传感器质量的参考依据。Riccardi等（2011）观察到gPhone型弹簧重力仪产生的漂移现象在测量初始阶段较大，几周之后会慢慢变小，呈线性变化；同时还对比了超导型（SG-C026）重力仪与gPhone型（054）和Scintrex CG-5型相对重力仪在不同频段的背景噪声水平。Schilling和Gitlein （2015）研究了gPhone型和Burris型弹簧重力仪在不同背景噪声下的漂移特性。韩宇飞等（2015）利用用gPhone型重力仪在太原进行连续重力观测数据，研究了大气和潮汐对不同频段噪声水平的响应。江颖等（2016）利用拉萨超导型重力仪连续4年的观测记录，分析了采样率对背景噪声水平的影响，并对比其它超导型重力台站在不同频段的噪声水平，给出了拉萨台背景噪声环境的评价结果。张苗苗（2017）在计算超导型重力仪的背景噪声水平同时，还分析了基于29个陆态网络连续重力台站得到的gPhone型重力仪噪声水平，为弹簧重力仪噪声水平的研究提供了参考。
针对地震噪声等级如何影响重力观测结果精度，Niebauer （2007）在基于地震噪声等级的基础上给出了一种评价重力观测精度的方法。本文将该方法作为评价重力测点环境的定量指标，寻求一种兼顾精度与效率的测量方案。通过对比分析多种型号仪器在不同观测时长范围内的地震噪声等级计算结果差异。采用2008—2011年期间乌加河（gPhone型）、南山（GS-15型）和琼中（PET型）重力台站的连续重力观测数据，分别计算每年的地震噪声等级和各台站观测精度；并利用CG-5型石英弹簧重力仪进行不同观测周期的测试，以讨论不同仪器记录计算地震噪声等级结果的差异。
1. 中国大陆连续重力观测
陆地重力观测是监测地壳运动和地壳内物质变化的一种重要的地球物理手段。由于地壳运动网络工程、中国大陆构造环境监测网络等项目的实施，中国大陆目前已经建成了近80个连续重力观测台站，仪器类型包括PET型、gPhone型、GS-15型、DZW型和超导型重力仪。张苗苗（2017）利用2015年全年1 s采样的原始观测数据，对29个配备gPhone型金属弹簧相对重力仪的连续观测台站的地震噪声等级进行了评估，其中，若羌（RQ）、溧阳（LY）、襄樊（XF）、万州（WanZ）、温州（WenZ）、吉安（JA）、湛江（ZJ）台属于地下室型台站，其它台站均属于洞体型台站，具体台站分布如图1所示。陆态网络中连续重力观测台站的地震噪声等级介于2.311—6.723 （10−8 m·s−2）2/Hz之间；其中，于田（YT）台的地震噪声等级最低，为2.311 （10−8 m·s−2）2/Hz，湛江（ZJ）台最高，为6.723 （10−8 m·s−2）2/Hz，张苗苗（2017）的结果认为湛江的重力观测背景噪声水平较高是由于研究区位置沿海受海潮影响较大所致。同时，相比于洞体型台站，地下室型台站的噪声水平一般较高，会对测量精度造成一定影响。
![]()
图 1 中国地壳运动观测网络连续重力台站分布Figure 1. The distribution of crustal movement observation network of china gravity station重力观测所用的仪器，除了弹簧型重力仪外，超导型重力仪也常用于连续观测中，该类仪器较弹簧重力仪、绝对重力仪和宽频带重力仪的观测精度高，其在频段小于1 mHz范围内观测到的背景噪声水平更低（Freybourger et al，1997 ；Rosat，Hinderer，2011），由于其低漂移和高精度的特性，广泛应用于地震频段（200—600 s）的研究。江颖等（2016）分析了超导型重力仪在拉萨地区4年的连续观测记录，每年地震噪声等级在0.904—1.044 （10−8 m·s−2）2/Hz之间，由于噪声水平较低，故所获取地震频段观测记录的精度也相对较高。相比于超导型重力仪，gPhone型弹簧重力仪从连续一年的观测数据计算得出的地震噪声等级较高。然而，目前国内绝大多数台站仍在使用弹簧型重力仪进行连续观测，为了深入研究中国大陆连续重力观测质量，本文选取3种不同型号的重力观测仪器，对南山（NS）台（GS-15型）、乌加河（WJH）台（gPhone型）和琼中（QZ）台（PET型）2008—2011年连续4年的重力观测记录进行分析，并分别计算每年的地震噪声等级，以对比不同仪器特征。
2. 计算方法
2.1 指标量定义
本文研究的地震噪声等级（Banka，Crossley，1999）和地震频段观测精度PL （Niebauer，2007；Crossley et al，2013 ）两个指标分别定义如下：
${\rm{SNM}} {\text{＝}} {\rm{l}}{{\rm{g}}_{}}{{\rm{PSD}}} {\text{＋}} 0.5{\text{，}} $
(1) ${P_{\rm{L}}} {\text{＝}} \sqrt {\frac{{{\rm{PSD}}}}{{{T_{{\rm{obs}}}}}}}{\text{，}} $
(2) 式中：PSD表示200—600 s频段的平均功率谱，单位为（m·s-2）2/Hz；Tobs是一项PSD和仪器的漂移率d有关的指标
${T_{{\rm{obs}}}} {\text{＝}}\sqrt[^{{3}}]{{\left( {\frac{{\sqrt {{\rm{PSD}}} }}{d}} \right)}^2} {\text{.}} $
(3) SNM越大，表明地震频段的PSD水平越高。d代表着仪器自身的特性，PL则可被认为是结合了环境和仪器特性的影响，代表相应地震频段内的测量精度。
由式（2）和式（3）可以看出，地震频段观测精度PL是与功率频谱密度PSD和漂移率d相关的指标，利用一段时间内的观测数据计算出PSD并拟合d得出PL，PL值越小，仪器的观测精度越高，数据越可靠。
2.2 计算方法
本文在计算SNM和PL之前，需先扣除与气压、潮汐和仪器漂移相关的重力变化（Banka，Crossley，1999；Rosat et al，2004 ），具体步骤如下：
1） 使用插值方法将断电或大地震所引起的较短数据中断补齐，然后基于弹性参考地球模型计算得到合成潮汐，并在重力观测数据中将合成潮汐信号剔除；
2） 在修正原始观测数据中的间断、阶跃、尖峰等问题后，统一采用−0.3×10−8 （m·s−2）/kPa大气导纳值进行校正，以去除气压影响（Banka，Crossley，1999）；
3） 将数据进行9阶多项式拟合，以修正仪器漂移所导致的重力影响；
4） 计算重力残差日均值的均方根误差（root mean square，简写为RMS），选取一年中RMS最小的5天，作为一年中最平静5天来评价该年的SNM和PL；
5） 对一年中最平静5天的数据进行傅里叶分析，获得平均振幅谱和相应的平均功率谱密度；
6） 通过平均功率谱密度计算得到SNM和PL。
3. 结果分析
3.1 长期测量的SNM计算结果
采用上述数据处理方法，本文对南山（NS）、乌加河（WJH）和琼中（QZ）这3个台站所记录的2008—2011年连续4年的重力记录进行分析（数据采样率为1 min），并计算功率谱密度和地震噪声等级，由此选出每年最平静5天作为这4年的平静期，计算其平均功率谱密度和地震噪声等级。3台站的分年度地震噪声等级计算结果如图2和表1所示。
![]()
图 2 不同台站在2008—2011年最平静5天的重力功率谱密度PSD观测结果Figure 2. The PSD of the quietest five days gravity data from 2008 to 2011表 1 2008—2011年南山、乌加河和琼中重力台站记录的PSD，SNM和PLTable 1. The PSD，SNM and PL of Nanshan station，Wujiahe station and Qiongzhong station from 2008 to 2011台站 仪器类型 数据年份 PSD/[（10−8 m·s−2）2·Hz−1] SNM/[（10−8 m·s−2）2·Hz−1] PL /[（10−8 m·s−2）2·（Hz·s）−1/3] 南山台 GS-15 2008 0.982 2.492 0.025 2009 3.938 3.095 0.073 2010 0.640 2.306 0.032 2011 0.977 2.490 0.047 2008—2011 1.126 2.551 0.037 乌加河台 gPhone 2008 10.273 3.511 0.108 2009 2.113 2.825 0.047 2010 4.274 3.130 0.030 2011 4.460 3.149 0.070 2008—2011 2.519 2.901 0.048 琼中台 PET 2008 39.686 4.098 0.275 2009 80.150 4.403 0.187 2010 153.434 4.685 0.223 2011 71.240 4.352 0.192 2008—2011 76.493 4.383 0.197 从图2可以看出，本文计算得到的南山台（GS-15型）、乌加河台（gPhone型）和琼中台（PET型）这3台连续重力仪在不同频段内的PSD值比新低噪声模型（Banka，Crossley，1999）略高。结合图2和表1数据可以看出：乌加河台的gPhone型弹簧重力仪在2008—2011年的测量结果较稳定，SNM处于2.825—3.511 （10−8m·s−2）2/Hz范围内，相对应的PL介于0.030—0.108 （10−8m·s−2）/（Hz·s）1/3之间，而4年全部数据记录中最平静5天的SNM和PL值分别是2.901 （10−8m·s−2）2/Hz和0.048 （10–8m·s−2）/（Hz·s）1/3，与超导型重力仪的结果相比精度较差。但是相较于SNM计算值为3.641 （10−8 m·s−2）2/Hz的太原台gPhone型弹簧重力仪（韩宇飞等，2015），乌加河台的噪声水平更低，说明其观测环境较好，观测数据更为可靠。
表1中南山台所用的GS-15型金属弹簧重力仪的计算结果显示：南山台2008—2011年的SNM范围为2.306—3.095 （10−8 m·s−2）2/Hz，PL变化范围为0.025—0.073 （10−8 m·s−2）/（Hz·s）1/3，与乌加河台gPhone型弹簧重力仪的结果比较，其测量的环境噪声水平更低；琼中台的地震噪声等级较南山台和乌加河台高，4年的SNM变化范围为4.098—4.685 （10−8 m·s−2）2/Hz，PL变化范围为0.187—0.275 （10−8 m·s−2）/（Hz·s）1/3，这是由于琼中台靠海、受海潮影响较乌加河和南山台大所致。对比SNM和PL两个指标在4年的变化范围可知，3个台站尽管地理位置相差得很远，两个指标的变化幅度却相差较小，说明其的测量环境较稳定，不同时段的数据对地震噪声等级和PL的影响不大。
3.2 短期测量的SNM计算结果
由于流动重力测量只能在一个测点进行短期的观测，无法满足连续观测1年的数据长度要求，传统的方法是从测量时段中选取数据最平静的5天作为平静期，以此来评估观测环境。若在短期测量（几天或者几周）中仅取最平静1天数据所计算出的地震噪声等级即可代表这个测点的地震噪声等级并由此得出PL，这就有可能实现关于流动重力的观测环境噪声的评价。
本文选取2台CG-5型石英弹簧重力仪（仪器编号为No.1095和No.1098），在中国地震局地球物理研究所地下重力观测室进行了连续46天的短期同址重力观测（数据的采样率为1 min），仪器No.1095所观测的预处理结果如图3所示，分别选取46天中最平静的5天和1天来计算两台仪器的PSD （图4），SNM及PL指标，结果如表2所示。
![]()
图 3 CG-5型重力仪（No.1095）连续46天重力观测的预处理结果Figure 3. The preliminary results of gravity continuously recorded by the CG-5 gravimeter （No.1095） in 46 days![]()
图 4 2017年7月6日—8月20日No.1095 （a）和No.1098 （b） CG-5型重力仪观测中最平静5天和1天的同址重力观测PSD结果Figure 4. The PSD of the quietest 5-day and 1-day gravity data recordings by the CG-5 gravimeters No.1095 （a） and No.1098 （b） from 6 July 2017 to 20 August 2017 at the same station表 2 两台CG-5型重力仪2017年7月6日—8月20日期间的同址PSD，SNM和PL值Table 2. The result of PSD，SNM and PL recording by two CG-5 gravimeters from 6 July 2017 to 20 August 2017 at the same station仪器编号 取样天数 PSD/[（10−8 m·s−2）2·Hz−1] SNM/[（10−8 m·s−2）2·Hz−1] PL/[（10−8 m·s−2）2·（Hz·s）−1/3] No.1095 1 299.555 4.976 0.879 5 273.553 4.937 0.785 No.1098 1 45.449 4.157 0.359 5 42.705 4.130 0.335 根据图4和表2计算结果可以看出：相同型号、相同类型的No.1095和No.1098的两台仪器，其测量结果存在一定差异，这是由于CG-5型重力仪在漂移方面个体差异较大所致；但二者整体观测结果的趋势大致相同，取最平静5天和1天所得的功率谱密度基本一致（图4），不同取样天数的SNM和PL也大致相同（表2）。
为了更准确地对比不同型号仪器所观测数据的背景噪声水平差异，本文选取2018年4月28日—2018年5月8日CG-5型石英弹簧重力仪（编号为No.1095和No.1098）和金属弹簧重力仪（gPhone型）在白家疃台连续10天的同址重力观测数据，来分析短期观测中取观测时长中最平静1天对不同仪器的适应性。CG-5型石英弹簧重力仪的观测预处理结果如图5所示，两台同型号石英弹簧重力仪的重力PSD数据结果如图6和表3所示。可以看出，取最平静5天和1天在地震频段功率谱的计算结果相差不大，功率谱密度图像也基本重合。而对于金属弹簧重力仪（gPhone型），其预处理结果如图7所示，取最平静5天和1天数据的处理结果如图8和表3所示。
![]()
图 5 2018年4月28日—5月8日白家疃台No.1095 （a）和No.1098 （b） CG-5型石英弹簧重力仪重力观测预处理结果Figure 5. The preliminary results of gravity recorded by CG-5 gravimeter No.1095 （a） and No.1098 （b） from 28 April 2017 to 8 May 2017 at the Baijiatuan station![]()
图 6 2018年4月28日—5月8日白家疃台No.1095（a）和No.1098（b） CG-5型重力仪观测中最平静5天和1天的重力观测PSD结果Figure 6. The PSD of the quietest five-day and one-day gravity data by the CG-5 gravimeter No. 1095 （a） and No. 1098 （b） in Baijiatuan station from 28 April 2018 to 8 May 2018表 3 2018年4月28日—5月8日白家疃台重力仪观测的PSD，SNM和PLTable 3. The PSD，SNM and PL of Baijiatuan station from 28 April 2018 to 8 May 2018仪器型号 取样天数 PSD/[（10−8 m·s−2）2·Hz−1] SNM/[（10−8 m·s−2）2·Hz−1] PL/[（10−8 m·s−2）2·（Hz·s）−1/3] CG-5 （No.1095） 1 478.755 5.180 1.747 5 523.303 5.221 1.810 CG-5 （No.1098） 1 60.117 4.279 0.317 5 45.611 4.159 0.316 gPhone 1 6.255 3.296 0.110 5 6.073 3.283 0.085 ![]()
图 7 2018年4月28日—5月8日白家疃台gPhone型重力观测预处理结果Figure 7. The gravity observation recorded by the gravimeter gPhone at Baijiatuan station from 28 April 2018 to 8 May 2018![]()
图 8 2018年4月28日—5月8日白家疃台gPhone型金属弹簧重力仪取观测时最平静5天和1天的重力观测PSD结果Figure 8. The PSD of the quietest 5-day and 1-day gravity data at Baijiatuan station from 28 April 2018 to 8 May 2018对比图5，6和图7可以看出，同址同时段观测，两种不同类型的仪器环境气压和潮汐参数相同，但gPhone型金属弹簧重力仪得到的残差比CG-5型石英弹簧重力仪小。这是由仪器自身性能的差异所产生的，说明金属弹簧重力仪比石英弹簧重力仪更为敏感。
CG-5 （No.1095）仪器分别在白家疃台洞室环境和地球所地下室环境观测。通常情况下，洞室环境更稳定，观测精度更高，但对比gphone型金属弹簧重力仪和CG-5型石英弹簧重力仪（No.1095）在白家疃台与中国地震局地球物理研究所地下观测室的3组重力数据的地震噪声等级和PL结果（表4），可以看出CG-5型石英弹簧重力仪（No.1095）在白家疃台的PL值比中国地震局地球物理研究所地下观测室的大，其原因可能为：在中国地震局地球物理研究所连续测量的46天中，最平静的5天分别为第11，23，24，25和26天，位于观测时段中段，说明在测量最初的10天内仪器没有处于最佳状态，经过10天的连续记录后，仪器逐渐趋于稳定；在白家疃台连续测量的10天中，第7天和第10天的PL值明显大于其它3天，同样说明仪器还未稳定，从而得出测量环境优劣以及仪器是否稳定均会对PL值产生影响；长期架设在白家疃台连续观测的gPhone型仪器第1—10天的PL值均无较大波动，说明该gPhone型重力仪已经较为稳定。
表 4 白家疃台和中国地震局地球物理研究所地下观测室重力数据的PSD，SNM和PLTable 4. The PSD，SNM and precisionPL at the Institute of Geophysics station and the Baijiatuan station测点 仪器 最平静
时段RMS
/[（10−8 m·s−2）2·Hz−1]SNM
/[（10−8 m·s−2）2·Hz−1]PL
/[10−8 m·s−2）2·（Hz·s）−1/3]白家疃台 gPhone 第1天 6.715 3.273 0.060 第6天 6.646 3.638 0.110 第8天 5.504 3.313 0.070 第9天 5.072 3.284 0.080 第10天 4.351 3.296 0.110 白家疃台 CG-5
（No. 1095）第4天 9.386 5.052 1.620 第7天 9.300 5.491 2.220 第8天 8.156 5.227 1.815 第9天 7.554 5.180 1.747 第10天 7.614 5.473 2.195 中国地震局地球
物理研究所CG-5
（No. 1095）第11天 5.195 5.050 0.631 第23天 6.236 5.117 0.911 第24天 5.981 5.021 0.864 第25天 6.076 4.930 0.829 第26天 4.921 4.976 0.879 从表4中可以看出，RMS与SNM和PL之间的相关性不强，这也是取最平静期的1天SNM和PL有时会较最平静期5天的数值大的原因，例如在白家疃gPhone型金属弹簧重力仪的数据中，第1天较第6天的残差大，但是得出的SNM和PL都较小；选取最平静5天是依据原始重力观测数据去除大气压、潮汐和仪器漂移对重力的影响后，计算其重力残差值所得出的，而潮汐和大气压对重力残差产生影响仅会在功率谱密度的低频部分表现出来，对于本文研究的地震频段则影响较小，所以重力残差小并不代表PL高。
Crossley等 （2013）给出的弹簧重力仪器在长期测量后所得结果，其采用的弹簧重力仪数据采样时间分别为1 s （gPhone）和1 min （CG-5），在各自的采样时间下连续记录一段时间后得出功率谱密度PSD，拟合出漂移率d，根据式（2）计算出PL，如表5所示。本文选取乌加河gPhone型、中国地震局地球物理研究所CG-5型（No.1098）和白家疃台gPhone型重力仪记录的数据进行对比，计算结果列于表6。
表 6 弹簧重力仪的计算结果Table 6. The result of spring type gravimeters台站 仪器 PSD
/[（10−8 m·s−2）2·Hz−1]SNM
/[（10−8 m·s−2）2·Hz−1]d
/[10−12 m·s−2·s−1]Tobs
/minPL
/[（10−8 m·s−2）2·（Hz·s）−1/3]乌加河台 gPhone 2.511 2.9 0.442 18.1 0.04 白家疃台 CG-5 （No.1098） 45.611 4.1 6.940 7.6 0.32 白家疃台 gPhone 6.067 3.2 1.030 13.7 0.08 同样是gPhone型弹簧重力仪，表6中乌加河台gPhone型重力仪的漂移率要比表5的gPhone-2小，较功率谱PSD和地震噪声等级SNM值也较小，因此得到的PL值更小，这也说明金属型弹簧重力仪在仪器规格上也存在个体上的差异。由表5和表6可以看出，CG-5型石英弹簧重力仪中也存在相同现象。
对比表5中gPhone-1与表6中白家疃台的gPhone重力仪所测结果，在漂移率方面白家疃台的gPhone型重力仪更小，但PL值相差较小，这是因为白家疃台gPhone的功率谱密度更大，这也说明功率谱密度和漂移率共同制约着仪器观测点的PL值。
表 5 弹簧重力仪的精度估计（Crossley et al，2013 ）Table 5. Precision estimates of spring type gravimeters （Crossley et al，2013 ）仪器 PSD/[（10−8 m·s−2）2·Hz−1] SNM/[（10−8 m·s−2）2·Hz−1] d/[10−12 m·s−2·s−1] Tobs/min PL/[（10−8 m·s−2）2·（Hz·s）−1/3] gPhone-2 50.126 4.2 34.70 2.7 0.56 CG-5 31.584 4.0 3.47 10.7 0.22 gPhone-1 4.000 3.1 11.60 11.1 0.08 4. 讨论与结论
对背景噪声的研究通常是使用超导型重力仪和金属弹簧重力仪进行长时间定点观测的数据，而后从连续观测数据中取最平静5天的数据计算该点的地震噪声等级SNM和地震频段观测精度PL，而针对流动重力测量，由于观测时间较短，本文尝试在短期测量中取最平静1天的数据进行计算并与最平静5天数据的计算结果进行对比，分析取最平静1天的可行性，从而实现利用短期观测数据通过简洁的方法对测点环境进行分析评估。同时，本文选取了前人研究较少的CG-5型石英弹簧重力仪，并采用PL作为测点的评价指标，其目的是能为流动重力测量任务提供可靠简便的方法，提高工作效率。
利用乌加河台（gPhone型）、南山台（GS-15型）和琼中台（PET型）重力仪连续4年的观测记录，计算其SNM和PL值，南山台、乌加台河虽然使用的金属弹簧重力仪型号不同，但两台站SNM和PL差别较小，而琼中台由于受海潮影响，数值较大。3个台站在测量时段内的SNM和PL变化范围相差较小，说明观测环境较为稳定，数据时段不同对SNM和PL影响较小。
使用石英弹簧重力仪与金属弹簧重力仪在短期测量中计算得出的最平静5天和1天的地震噪声等级和地震频段观测精度差别较小，所以在地震流动重力测量中，取最平静1天基本能对测点的地震噪声等级和测量环境作出初步判断；但对于长时间台站连续测量，取最平静5天得到的结果更可靠。此外，金属弹簧重力仪较石英弹簧重力仪性能更稳定，噪声等级更小。
将本文中通过观测和计算得到的PL与表6中的PL结果相比较可知，PL不仅受功率谱密度的影响，还与仪器自身的漂移有关，仪器架设后漂移逐渐变化至稳定状态，将线性漂移率拟合并结合功率谱密度能够得到PL指标。不同仪器的性能不同，对环境的响应能力不同，各仪器的漂移率不同，使得同一观测场地不同仪器的PL有较大差别。由于每台仪器达到稳定工作状态所需时间不同，如何兼顾效率与精度，需要在今后的工作中进一步探讨。
致谢：中国科学院测量与地球物理研究所江颖和张苗苗在去除潮汐方面给出了宝贵建议，在此表示感谢。
-
![]()
图 1 同步采集的地震和流速剖面上的气旋涡旋（左）和反气旋涡旋（右）（引自 Zhang et al，2022）
（a） 02测线和03ba-1测线的地震图像；（b） 02测线和03ba-1测线的垂直断面流速，图中正值（红色）表示海流从页面向内，负值（蓝色）表示海流向外；（c） 02号测线和03ba-1号测线沿断面流速，图中正值（红色）表示海流向左，负值（蓝色）表示海流向右
Figure 1. Cyclonic eddy （left） and anticlonic eddy （right） shown on the seismic images，perpendicular section component and along section component of water current velocity from acoustic Doppler current profilers （ADCP） （after Zhang et al，2022）
（a） Seismic images of lines 02 and 03ba-1；（b） Perpendicular section component of water current velocity of lines 02 and 03ba-1，where a positive value （in red color） indicates the current is inward from the page，and a negative value （in blue color） is outward；（c） Along section component of water current velocity of lines 02 and 03ba-1，where a positive value （in red color） in the along section component indicates the current is leftward，and a negative value （in blue color） is rightward
![]()
图 2 利用反射地震与水文同步观测资料揭示的北冰洋楚科奇海域涡旋分布（引自Zhang et al，2022）
黑色实线表示地震测量剖面；黄色实线显示了地震剖面上涡核部分的范围；实心圆表示估计的涡核分布范围，其中黑色实心圆表示涡旋的位置，红色实心圆表示暖水核涡旋，两个蓝色实心圆表示冷水核涡旋；红色弯曲箭头表示气旋和反气旋的旋转方向；绿色星号表示抛弃式温度剖面仪（XBT）测量站的位置
Figure 2. The distribution of eddies in the Chukotka Sea in the Arctic Ocean （after Zhang et al，2022）
Solid black lines indicate the seismic survey lines. Solid yellow lines show the range of the eddy core part on the seismic images. The circles with different colors indicate the estimated range of the eddy core. Black circles show the locations of eddies. The red circle indicates a warm-core eddy and two blue circles indicate cold-core eddies. Cyclonic and anti-cyclonic can be read from the red curving arrows. The green star indicates the location of expendable-bathythermograph （XBT） stations
![]()
图 3 不同尺度背景的螺旋涡（引自Yang et al，2022b）
（a） 2003年9月4日在冰岛附近观测到的热带气旋中分辨率成像光谱仪（MODIS）图像（https://en.wikipedia.org/wiki/Cyclone），图中螺旋状的白云为螺旋雨带；（b） 2020年8月15日Landsat 8卫星采集的波罗的海蓝藻海表图像（https://oceancolor.gsfc.nasa.gov/gallery/717/），描绘了瑞典哥特兰岛周围有害藻类的泛滥，显示了海洋涡旋的海表特征
Figure 3. Spiral bands of vortex phenomena in different scales （after Yang et al，2022b）
（a） A moderate resolution imaging spectroradiometer （MODIS） image （from https://en.wikipedia.org/wiki/Cyclone） of an extratropical cyclone near Iceland observed on 4 September 2003，where spiral white clouds are rain bands；（b） Baltic cyanobacteria from Landsat 8. The image （from https://oceancolor.gsfc.nasa.gov/gallery/717/） was collected on 15 August 2020，and depicts surface slicks of the harmful algal bloom around the Swedish island of Gotland
![]()
图 4 涡旋的反射地震图像（引自Yang et al，2022b）
（a） L04测线和L09/09b测线，图上方向右箭头表示调查船行进方向，下图中间的空白带是由于地震采集中断而造成，右下角为反射同相轴的参考角度；（b） 涡旋核心深度处（159 m）的ADCP流速矢量（黑色箭头），图中黄色圆圈为推测的涡旋核心边界，黄点为涡旋中心位置，左下角的标尺指示1 m/s的参考速度。从速度方向推断，L09/09b线采集时的涡旋真实中心位于航迹上确定的涡旋中心的西部
Figure 4. Seismic images of the big eddy （after Yang et al，2022）
（a） Line L04 and line L09/09b. The rightward arrow above indicates the vessel direction. The gap in the middle of lower panel is due to the interruption of the seismic acquisition. The reference angles of the reflections are displayed in the lower right corner；（b） Horizontal current velocities （black arrows） at a depth of 159 m （about the core depth） measured with an ADCP. The arrow in the lower left corner is the reference velocity of 1 m/s. The real center （yellow dot） when line L09/09b acquisition，inferred from the velocity directions，is located in the west of the eddy center in the track. The two yellow circles are the inferred eddy core boundaries
![]()
图 5 利用反射地震与水文同步观测资料揭示的北冰洋楚科奇海域涡旋漂亮的旋臂结构（Yang et al，2022b），图中箭头指向涡旋螺旋臂的水平位置
（a） L04测线（图4a）的两段剖面；（b） L09/09b测线（图4b）的两段剖面
Figure 5. The beautiful spiral arm structure of an eddy in the Chukchi sea area of the Arctic ocean revealed by simultaneous observations of reflection seismic and hydrological data （Yang et al，2022b）. The downward arrows point to the horizontal positions of the eddy’s inferred spiral arms
（a） Part sections of Line 04 shown in Fig. 4a；（b） Part sections of Line 09/09b shown in Fig. 4b
![]()
图 6 内孤立波ISW1-2 （a），ISW2 （b）和ISW5-1 （c）的地震剖面（左）和垂向结构（右）（引自Gong et al，2021a）
Figure 6. The seismic sections （left panels） and vertical structures （right panels） of ISW1-2 （a），ISW2 （b） and ISW5-1 （c）（after Gong et al，2021a）
![]()
图 7 内孤立波ISW3 （a）和ISW5-2 （b）的地震剖面（左）和垂向结构（右）（引自Gong et al，2021a）
Figure 7. The seismic sections （left panels） and vertical structures （right panels） of ISW3 （a） and ISW5-2 （b）（after Gong et al，2021a）
![]()
图 9 测线L1 （a），L2 （b）和L3 （c）中的扩散率$ {K}_{\rho } $剖面（引自Gong et al，2021b）。图中黑色箭头表示抽取扩散率垂直分布曲线的位置
Figure 9. The diapycnal diffusivity $ {K}_{\rho } $ map of survey lines L1 （a），L2 （b） and L3 （c）（after Gong et al，2021b）. The black arrows represent the position of vertical diffusivity profile
![]()
图 10 共偏移距道集示意图
（a） 共中心点道集；（b） 从共中心点道集中提取的小偏移距的共偏移距道集；（c） 从共中心点道集中提取的大偏移距的共偏移距道集
Figure 10. A schematic of common offset gathers
（a） Common midpoint gathers；（b） Common offset gathers with a small offset；（c） Common offset gathers with a large offset
![]()
图 11 不同偏移距的共偏移距道集（COG）偏移剖面（引自Song et al，2021b）
棕色区域代表海底地形。地震剖面以彩色显示，通过追踪红色同相轴来研究内孤立波波形
Figure 11. COG migrated sections with different offsets （after Song et al，2021b）
The brown areas represent seafloor topography. Seismic section was displayed in color，and red events are traced to study internal solitary wave waveforms
-
拜阳, 宋海斌, 关永贤, 杨胜雄, 刘伯然, 陈江欣, 耿明会. 2015. 利用地震海洋学方法研究南海东北部东沙海域内孤立波的结构特征[J]. 科学通报, 60（10）: 944-951. Bai Y, Song H B, Guan Y X, Yang S X, Liu B R, Chen J X, Geng M H. 2015. Nonlinear internal solitary waves in the northeast South China Sea near Dongsha Atoll using seismic oceanography[J]. Chinese Science Bulletin, 60（10）: 944-951 （in Chinese）. doi: 10.1360/N972014-00911
范文豪, 宋海斌, 龚屹, 张锟, 孙绍箐. 2021. 中美洲海域第二模态内孤立波的地震海洋学研究[J]. 地球物理学报, 64（1）: 195-208. Fan W H, Song H B, Gong Y, Zhang K, Sun S Q. 2021. Seismic oceanography study of mode-2 internal solitary waves offshore Central America[J]. Chinese Journal of Geophysics （in Chinese）, 64（1）: 195-208 （in Chinese）.
邝芸艳, 王亚龙, 宋海斌, 关永贤, 范文豪, 龚屹, 张锟. 2021. 南海东北部内孤立波包的地震海洋学和遥感研究[J]. 地球物理学报, 64（2）: 597-611. Kuang Y Y, Wang Y L, Song H B, Guan Y Y, Fan W H, Gong Y, Zhang K. 2021. Study of internal solitary wave packets in the northeastern South China Sea based on seismic oceanography and remote sensing[J]. Chinese Journal of Geophysics （in Chinese）, 64（2）: 597-611 （in Chinese）.
梁智超, 宋海斌, 范文豪, 杨顺. 2022. 加利福尼亚海湾及其邻近海域亚中尺度现象的地震海洋学研究[J]. 地球物理学报, 65（8）: 3040-3053. Liang Z C, Song H B, Fan W H, Yang S. 2022. Seismic oceanography research of submesoscale phenomena in the Gulf of California and its adjacent regions[J]. Chinese Journal of Geophysics, 65（8）: 3040-3053 （in Chinese）.
南峰, 于非, 徐安琪, 丁雅楠. 2022. 西北太平洋次表层中尺度涡研究进展和展望[J]. 地球科学进展, 37（11）: 1115-1126. Nan F, Yu F, Xu A Q, Ding Y N. 2022. Progress and prospect of subsurface-intensified eddies in the northwestern Pacific Ocean[J]. Advances in Earth Science, 37（11）: 1115-1126 （in Chinese）.
宋海斌. 2012. 地震海洋学导论[M]. 上海: 上海科学技术出版社: 1–182. Song H B. 2012. Introduction to Seismic Oceanography[M]. Shanghai: Shanghai Scientific and Technical Publishers: 1–182 （in Chinese）.
杨顺, 宋海斌, 范文豪, 吴迪. 2021. 中美洲鹦鹉湾气旋涡的亚中尺度结构特征[J]. 地球物理学报, 64（4）: 1328-1340 doi: 10.6038/cjg2021O0204 Yang S, Song H B, Fan W H, Wu D. 2021. Submesoscale features of a cyclonic eddy in the Gulf of Papagayo, Central America[J]. Chinese Journal of Geophysics （in Chinese）, 64（4）: 1328-1340 （in Chinese）. doi: 10.6038/cjg2021O0204
Alford M H, Peacock T, Mackinnon J A, Nash J D, Buijsman M C, Centurioni L R, Chao S Y, Chang M H, Farmer D M, Fringer O B, Fu K H, Gallacher P C, Graber H C, Helfrich K R, Jachec S M, Jackson C R, Klymak J M, Ko D S, Jan S, Johnston T M S, Legg S, Lee I H, Lien R C, Mercier M J, Moum J N, Musgrave R, Park J H, Pickering A I, Pinkel R, Rainville L, Ramp S R, Rudnick D L, Sarkar S, Scotti A, Simmons H L, St Laurent L C, Venayagamoorthy S K, Wang Y H, Wang J, Yang Y J, Paluszkiewicz T, Tang T Y. 2015. The formation and fate of internal waves in the South China Sea[J]. Nature, 521（7550）: 65-69. doi: 10.1038/nature14399
Bai Y, Song H B, Guan Y X, Yang S X. 2017. Estimating depth of polarity conversion of shoaling internal solitary waves in the northeastern South China Sea[J]. Cont Shelf Res, 143: 9-17. doi: 10.1016/j.csr.2017.05.014
Buffett G G, Krahmann G, Klaeschen D, Schroeder K, Sallarès V, Papenberg C, Ranero C R, Zitellini N. 2017. Seismic Oceanography in the Tyrrhenian Sea: Thermohaline staircases, eddies, and internal waves[J]. J Geophys Res: Oceans, 122（11）: 8503-8523. doi: 10.1002/2017JC012726
Cai S Q, Xie J S, He J L. 2012. An overview of internal solitary waves in the South China Sea[J]. Surv Geophys, 33（5）: 927-943. doi: 10.1007/s10712-012-9176-0
Dickinson A, White N J, Caulfield C P. 2017. Spatial variation of diapycnal diffusivity estimated from seismic imaging of internal wave field, Gulf of Mexico[J]. J Geophys Res: Oceans, 122（12）: 9827-9854. doi: 10.1002/2017JC013352
Dickinson A, Gunn K L. 2022. The next decade of seismic oceanography: Possibilities, challenges and solutions[J]. Front Mar Sci, 9: 736693. doi: 10.3389/fmars.2022.736693
Fan W H, Song H B, Gong Y, Sun S Q, Zhang K, Wu D, Kuang Y Y, Yang S. 2021. The shoaling mode-2 internal solitary waves in the Pacific coast of Central America investigated by marine seismic survey data[J]. Cont Shelf Res, 212: 104318. doi: 10.1016/j.csr.2020.104318
Fan W H, Song H B, Gong Y, Yang S, Zhang K. 2022. Regional study of mode-2 internal solitary waves at the Pacific coast of Central America using marine seismic survey data[J]. Nonlin Processes Geophys, 29（2）: 141-160. doi: 10.5194/npg-29-141-2022
Fu K H, Wang Y H, St. Laurent L, Simmons H L, Wang D P. 2012. Shoaling of large-amplitude nonlinear internal waves at Dongsha Atoll in the northern South China Sea[J]. Cont Shelf Res, 37: 1-7. doi: 10.1016/j.csr.2012.01.010.
Geng M H, Song H B, Guan Y X, Bai Y. 2019. Analyzing amplitudes of internal solitary waves in the northern South China Sea by use of seismic oceanography data[J]. Deep Sea Res Part I: Oceanogr Res Pap, 146: 1−10.
Gong Y, Song H B, Zhao Z X, Guan Y X, Kuang Y Y. 2021a. On the vertical structure of internal solitary waves in the northeastern South China Sea[J]. Deep Sea Res Part I: Oceanogr Res Pap, 173: 103550.
Gong Y, Song H B, Zhao Z X, Guan Y X, Zhang K, Kuang Y Y, Fan W H. 2021b. Enhanced diapycnal mixing with polarity-reversing internal solitary waves revealed by seismic reflection data[J]. Nonlin Processes Geophys, 28（3）: 445-465. doi: 10.5194/npg-28-445-2021
Gorman A R, Smillie M W, Cooper J K, Bowman M H, Vennell R, Holbrook W S, Frew R. 2018. Seismic characterization of oceanic water masses, water mass boundaries, and mesoscale eddies SE of New Zealand[J]. J Geophys Res: Oceans, 123（2）: 1519-1532. doi: 10.1002/2017JC013459
Gunn K L, White N J, Larter R D, Caulfield C P. 2018. Calibrated seismic imaging of eddy-dominated warm-water transport across the Bellingshausen Sea, Southern Ocean[J]. J Geophys Res: Oceans, 123（4）: 3072-3099. doi: 10.1029/2018JC013833
Gunn K L, White N, Caulfield C C P. 2020. Time-lapse seismic imaging of oceanic fronts and transient lenses within south Atlantic Ocean[J]. J Geophys Res: Oceans, 125（7）: e2020JC016293.
Gunn K L, Dickinson A, White N J, Caulfield C C P. 2021. Vertical mixing and heat fluxes conditioned by a seismically imaged oceanic front[J]. Front Mar Sci, 8: 697179. doi: 10.3389/fmars.2021.697179
Holbrook W S, Páramo P, Pearse S, Schmitt R W. 2003. Thermohaline fine structure in an oceanographic front from seismic reflection profiling[J]. Science, 301（5634）: 821-824. doi: 10.1126/science.1085116
Lamb K G. 2014. Internal wave breaking and dissipation mechanisms on the continental slope/shelf[J]. Annu Rev Fluid Mech, 46（1）: 231-254. doi: 10.1146/annurev-fluid-011212-140701
Liu A K, Chang Y S, Hsu M K, Liang N K. 1998. Evolution of nonlinear internal waves in the East and South China Seas[J]. J Geophys Res: Oceans, 103（C4）: 7995-8008. doi: 10.1029/97JC01918
Nakamura Y, Noguchi T, Tsuji T, Itoh S, Niino H, Matsuoka T. 2006. Simultaneous seismic reflection and physical oceanographic observations of oceanic fine structure in the Kuroshio extension front[J]. Geophys Res Lett, 33（23）: L23605. doi: 10.1029/2006GL027437
Papenberg C, Klaeschen D, Krahmann G, Hobbs R W. 2010. Ocean temperature and salinity inverted from combined hydrographic and seismic data[J]. Geophys Res Lett, 37（4）: L04601.
Pinheiro L M, Song H B, Ruddick B, Dubert J, Ambar I, Mustafa K, Bezerra R. 2010. Detailed 2-D imaging of the Mediterranean outflow and meddies off W Iberia from multichannel seismic data[J]. J Mar Syst, 79（1/2）: 89-100.
Ruddick B, Song H B, Dong C Z, Pinheiro L. 2009. Water column seismic images as maps of temperature gradient[J]. Oceanography, 22（1）: 192-205. doi: 10.5670/oceanog.2009.19
Sheen K L, White N J, Hobbs R W. 2009. Estimating mixing rates from seismic images of oceanic structure[J]. Geophys Res Lett, 36（24）: L00D04.
Song H B, Pinheiro L M, Ruddick B, Teixeira F C. 2011. Meddy, spiral arms, and mixing mechanisms viewed by seismic imaging in the Tagus Abyssal Plain （SW Iberia） [J]. J Mar Res, 69（4/5/6）: 827-842. https: //doi.org/10.1357/002224011799849309
Song H B, Chen J X, Pinheiro L M, Ruddick B, Fan W H, Gong Y, Zhang K. 2021a. Progress and prospects of seismic oceanography[J]. Deep Sea Res Part I: Oceanogr Res Pap, 177: 103631.
Song H B, Gong Y, Yang S X, Guan Y X. 2021b. Observations of internal structure changes in shoaling internal solitary waves based on seismic oceanography method[J]. Front Mar Sci, 8: 733959. doi: 10.3389/fmars.2021.733959
Tang Q S, Wang C X, Wang D X, Pawlowicz R. 2014. Seismic, satellite and site observations of internal solitary waves in the NE South China Sea[J]. Sci Rep, 4: 5374. doi: 10.1038/srep05374
Tang Q S, Hobbs R, Wang D X, Sun L T, Zheng C, Li J B, Dong C Z. 2015. Marine seismic observation of internal solitary wave packets in the northeast South China Sea[J]. J Geophys Res: Oceans, 120（12）: 8487-8503. doi: 10.1002/2015JC011362
Tang Q S, Gulick S P S, Sun J, Sun L T, Jing Z Y. 2020. Submesoscale features and turbulent mixing of an oblique anticyclonic eddy in the Gulf of Alaska Investigated by Marine Seismic Survey Data[J]. J Geophys Res: Oceans, 125（1）: e2019JC015393.
Xiao W X, Sheen K L, Tang Q S, Shutler J, Hobbs R, Ehmen T. 2021. Temperature and salinity inverted for a Mediterranean Eddy captured with seismic data, using a spatially iterative Markov Chain Monte Carlo approach[J]. Front Mar Sci, 8: 734125. doi: 10.3389/fmars.2021.734125
Yang S, Song H B, Zhang K. 2022a. Research on submesoscale eddy and front near the South Shetland Islands （Antarctic Peninsula） using seismic oceanography data[J]. Adv Polar Sci, 33（1）: 110-118.
Yang S, Song H B, Coakley B, Zhang K, Fan W H. 2022b. A mesoscale eddy with submesoscale spiral bands observed from seismic reflection sections in the Northwind Basin, Arctic Ocean[J]. J Geophys Res: Oceans, 127（3）: e2021JC017984. doi: 10.1029/2021JC017984
Zhang K, Song H B, Coakley B, Yang S, Fan W H. 2022. Investigating eddies from coincident seismic and hydrographic measurements in the Chukchi Borderlands, the western Arctic Ocean[J]. J Geophys Res: Oceans, 127（10）: e2022JC018453.
下载:
计量
- 文章访问数: 475
- HTML全文浏览量: 187
- PDF下载量: 175
