Evaluation of observation data quality of Fujian earthquake early warning network

XiuZhen YOU; BinHua LIN; Jun LI; YongXiang WEI; ShiCheng WANG; ShuiLong LI; BingHuo DING

doi:10.6038/pg2024HH0282

Progress in Geophysics >

2024 , Vol. 39 >Issue 4: 1330 - 1342

DOI: https://doi.org/10.6038/pg2024HH0282

Evaluation of observation data quality of Fujian earthquake early warning network

XiuZhen YOU ^,¹ ,
BinHua LIN ^,¹^,* ,
Jun LI ¹^,² ,
YongXiang WEI ¹^,² ,
ShiCheng WANG ¹ ,
ShuiLong LI ¹ ,
BingHuo DING ¹

Expand

¹ Earthquake Administration of Fujian Province, Fuzhou 350003, China
² Xiamen Institute of Marine Seismology, China Earthquake Administration, Xiamen 361021, China

Received date: 2023-07-30

Online published: 2024-09-29

Copyright

Fold

Abstract

In response to the data quality assessment issues faced by the integration of seismometer, strong motion seismograph, and intensity meters, research and analysis work on background noise of regional early warning networks has been carried out. Using the noise power spectrum method, maximum probability acceleration noise peak (PGA), velocity noise peak (PGV), and displacement noise peak (PGD) standards, scientifically evaluate the background noise of the three types of sensors that make up the network, and analyze the differences in their noise levels; Quantitatively evaluate the noise level of stations using the noise power spectral area ratio method, and display the noise level of each station based on different color codes, making it convenient to visually judge the operation status of the station; Based on actual statistics, select appropriate proportions to determine the high and low baseline of various sensor noise models and the upper and lower limits of normal noise PGA, PGV, and PGD, and identify stations with suspected abnormal waveform records. The research results indicate that among the three types of seismic monitoring instruments, seismometers can fully and effectively record environmental noise in the full frequency band, with the lowest noise level; The strong seismic instrument can record environmental noise above 0.1 Hz, and the frequency band below 0.1 Hz is mainly due to instrument self noise, with a higher noise level than the seismometer; The recording of the intensity meter is basically the self noise of the instrument, which cannot record the Earth's pulsation and has the highest noise level. The noise power spectral area ratio method divides the noise level into four levels, which can effectively select stations with high-quality records. Detecting abnormal stations through frequency and time domains greatly improves the reliability of detection results, while also facilitating the detection of false alarms such as calibration and abnormal large pulses.The quality evaluation results of the observation data of the network can be used as a reference for maintenance personnel to focus on high-quality stations, ensure the Completeness of the data of high-quality stations, and record abnormal stations that should be repaired in a timely manner, providing an important guarantee for the reliability and accuracy of earthquake early warning and intensity quick report products.

Cite this article

XiuZhen YOU , BinHua LIN , Jun LI , YongXiang WEI , ShiCheng WANG , ShuiLong LI , BingHuo DING . Evaluation of observation data quality of Fujian earthquake early warning network[J]. Progress in Geophysics, 2024 , 39(4) : 1330 -1342 . DOI: 10.6038/pg2024HH0282

0 引言

随着我国经济的发展和城市化进程的加快，人口和财富逐渐向城市集中，一旦发生地震，将会造成巨大的经济损失和人员伤亡，因此，灾前有效预防、灾后快速救援是国家重点关注方向(高峰等，2014).自2010年，我国开始进行地震预警系统的建设，陆续在福建、首都圈、兰州等多个地区建立了地震预警示范系统(郭凯等，2016；孙文韬，2016；赵林林等，2021；宋晋东等，2023).地震预警系统能够在破坏性地震波到达目标场地之前进行预警，并产出震后烈度速报，从而达到减轻地震灾害的目的，也为震后应急救援提供技术支撑(马强，2008；张红才，2013；宋晋东，2013；Allen and Melgar, 2019).预警观测台网不仅包含高灵敏地震计，还有中灵敏强震仪和低灵敏烈度计，三类传感器站点数量规模较大，不断产出海量观测数据(游秀珍等，2023).地震观测的数据质量将直接影响预警和烈度速报，以及其他地震学研究结果的可信度，因此，对预警台网观测数据质量进行评估具有重要的现实意义.

台站背景噪声是地震观测质量的主要影响因素之一，高背景噪声会削弱台站的地震检测能力及爆破识别和精确定位能力(Bormann，2002).从20世纪90年代起，科研人员对背景噪声水平作了大量研究工作.Peterson(1993)采用噪声功率谱表示全球背景噪声，获得了地球高噪声新模型和地球低噪声新模型.McNamara和Buland(2004)提出了环境背景噪声概率密度函数(Probability Density Function，简称PDF)方法，此方法不需要剔除地震、爆破及较大异常波形等干扰因素，亦可进行背景噪声水平的评估，大大提升数据处理效率.近年来，PDF方法逐渐成为台站噪声水平勘测和地震数据质量评定的一种有效手段.美国地震学联合会数据中心和国家地震监测台网，利用PDF方法监测观测台站的噪声水平，并对流动台阵观测数据的质量进行控制管理.国内学者也将PDF方法应用于地震台站勘选、流动观测背景噪声台基响应及噪声特征分析、台站背景噪声对气枪主动源的影响等研究工作(吴建平等，2012；葛洪魁等，2013；林彬华等，2017；许卫卫，2018；刘旭宙等，2018；王芳等，2019；田原等，2020).

前人的工作多集中在测震台站和流动台阵的观测数据质量评估方面，而对地震预警台网的数据质量分析还鲜有相关研究成果.分析其原因可能是预警台网除地震计外，还含有强震仪和烈度计，后两种监测仪器的性能与地震计差异比较大，目前为止尚未有相应的全球噪声模型.而随着国内地震预警工程在重点地区建设完工，对预警台网的数据质量状况进行评估分析已然成为迫在眉睫的问题.鉴于此，本文尝试分别利用PDF方法，以及将最大概率PGA值、PGV值和PGD值作为背景噪声评估指标，分析福建地震预警台网的背景噪声水平.并采用噪声功率谱面积占比法对三类监测仪器的噪声水平进行定量评估，评价台站间的噪声水平差异.此外，根据实际情况，选取合适的比例，确定各传感器噪声模型的高低基准线和正常噪声PGA、PGV、PGD的上下界限，以此作为异常台站的判别依据，识别出记录可能存在问题的台站.通过评估福建地震预警台网的噪声水平，可以整体掌握预警观测数据质量的情况，及时关注维护异常台站，为地震预警和烈度速报产品的可靠性提供重要保障.

1 资料选取

随着地震预警工程实施，福建省地震局持续推动地震监测预警台网建设，截至2023年2月，建成了由89个测震台(其中短周期地震计14个，宽频带地震计75个)、176个强震仪和900个烈度计组成的数据实时传输地震监测预警台网，监测预警台网的平均台间距大约为12 km.图 1是福建台网三类传感器的台站分布图，正方形表示烈度计台站，三角形表示强震仪台站，圆圈表示地震计台站.采集数据时，由于有5台烈度计无记录，因此实际共收集到1160台监测仪器记录的72 h的背景噪声资料，本文选取所有台站垂直分量的记录进行分析处理.

显示原图|下载原图ZIP|生成PPT

图1 福建台网三类传感器的台站分布图

(a)(b)地震计；(c)(d)强震仪；(e)(f)烈度计.

Fig 1 Stations distribution of three types of sensors in Fujian network

2 利用噪声功率谱评估

现阶段，噪声功率谱概率密度函数方法是分析台站背景噪声水平的常用手段.为统一不同类型监测仪器的噪声评估标准，可将台站记录实时仿真为加速度，获得加速度的噪声功率谱概率密度图(即PDF图)，利用PDF图求出各个台站最大概率的噪声水平线，以此评价三类传感器噪声水平的差异性.另外，将测震、强震和烈度计三类传感器在其通频带内统一绘制每个台站及其分量噪声功率谱谱值曲线，进而获得各类传感器正常的噪声上界曲线和下界曲线，并根据谱面积占比法对每个台站的噪声水平进行评估(以百分比形式表示)，分析出噪声水平特别高或特别低的台站，这些台站是异常的概率比较大.通过各类传感器噪声模型的高低基准线进行异常台站的判别，可以甄别出观测数据疑似异常的台站.

2.1 噪声水平分析

地震观测仪器的记录噪声水平在一定程度上能反映出仪器的实际记录能力，从前人的工作我们知道地震计、强震仪和烈度计的性能和指标差异显著.为了能更直观分析三类传感器背景噪声记录的特点，可以挑选同一观测台址中不同类型监测仪器的噪声记录进行分析对比.福建省地震局预警工程所布设的烈度计并未安装在观测环境相对较优的基准台，因此只好挑选同台址的地震计和强震仪与烈度计做对比.在比较前，先将地震计的速度记录仿真成加速度记录.图 2是截取的3种不同类型台站垂直分量的噪声记录(10 s)波形对比图，其中烈度计FJ.AC006台的噪声水平远高于强震仪FJ.XYSC台和地震计FJ.XYSC台，地震计的背景噪声最小.

显示原图|下载原图ZIP|生成PPT

图2 (a) 地震计FJ.XYSC、(b)强震仪FJ.XYSC和(c)烈度计FJ.AC006的垂直通道噪声记录对比

Fig 2 Comparison of vertical channel noise records of(a)seismometer FJ.XYSC, (b)strong seismometer FJ.XYSC, and(c)intensity meter FJ.AC006

通过计算台站记录加速度均方值可作为反映噪声水平的指标，然而均方值法不能有效消除爆破、地震、周围环境等各种干扰的影响，其结果的精度不高，具有局限性.因此，通常利用噪声功率谱法评估台站背景噪声水平，其具体数据处理流程如下(以地震计为例)：

(1) 收集全部台站三天的噪声资料，在实际工作中，若采用噪声功率谱评估台站观测数据质量时，可使用更长一段时间如一周或者一个月的数据进行统计分析.先经过基线校正、扣除仪器响应等预处理，然后以5 min为时间窗，按50%的叠加率进行截取，并将所有噪声段仿真成加速度记录.

(2) 计算每小段记录的噪声功率谱密度(Power Spectral Density，简写为PSD)，并统计所有时段的PSD.

(3) 将频率和PSD分别设置为坐标横、纵轴，以每个中心频率的PSD概率密度为色块，绘制噪声功率谱概率密度函数PDF图，连线各频点的最大概率，便可获得台站最大概率模型线(即MODE线)，以此表示台站的平均噪声水平.

图 3是部分地震计、强震仪和烈度计的背景噪声的加速度功率谱概率密度函数PDF图，图中两条蓝色曲线分别是地球高噪声新模型线(NHNM)和地球低噪声新模型线(NLNM)，色度条代表某频点在一定PSD窗内的功率谱概率数，黑线表示为台站每个频点最大概率的连线(即MODE线).地震计FJ.XYSC台垂直分量的MODE线落在NHNM线与NLNM线之间，说明此台站的噪声记录正常，而像地震计ZJ.JDS01的MODE线在频点0.3 Hz左右处低于NLNM线(地震计在该频点的噪声水平主要受海洋活动影响，因此通常不会低于地球低噪声新模型线)，且其形态也与正常台站相差甚远，判断此台站可能出现卡摆或其他故障，使得接收的记录波形振幅值过小.强震仪和烈度计虽然没有全球噪声模型，但根据经验可知，实际这两种监测仪器的噪声水平比地震计都要大，其中烈度计最大.一般情况下，强震仪在小于0.1 Hz频带的记录主要为仪器自噪声，其噪声水平大于地球高噪声模型线，而在0.1 Hz以上记录的才是环境噪声，如强震仪FJ.XYSC台的PDF图所示，而强震仪FJ.FZRX的噪声在通频带则全部高于NHNM，显然该台站存在严重异常.烈度计的噪声记录主要是仪器自噪声，远远高于环境噪声，因此其功率谱概率密度函数在NHNM之上，且在一定的范围内，超出该范围认为异常.如烈度计FJ.AC006台为正常台站的PDF图，烈度计FJ.J7001的PDF与正常PDF偏差较大，清晰展示出台站的噪声记录明显异常.由此可见，除了地震计外，强震仪和烈度计亦可利用加速度噪声功率谱，评估其噪声水平的高低.通过实际计算结果，可以很直观地看到，烈度计的噪声水平最高，强震仪次之，地震计最小.噪声功率谱法不仅可用于计算监测仪器的噪声水平，而且还有利于我们快速地判断出台站的噪声记录是否正常.

显示原图|下载原图ZIP|生成PPT

图3 三类传感器正常和异常台站的噪声功率谱概率密度函数

Fig 3 Probability density function of noise power spectrum for normal and abnormal stations of three types of sensors

(a)(b)Seismometer; (c)(d)Strong seismic instrument; (e)(f)Intensity meter.

为了能更好地分析三类传感器噪声水平的差异，可在剔除明显异常台站后，将剩余所有台站的MODE线绘在同一幅图中.图 4是福建地震监测预警台网三类传感器的噪声MODE线集合，其中红、蓝、绿线分别为烈度计、强震仪和地震计的噪声MODE线.然后根据MODE线集，取合适的异常比例(由实际异常统计决定)，分别确定出三类传感器正常的噪声上界曲线和下界曲线，即不同类型传感器各自的高低噪声模型线，据此进行异常台站判别，如图 4中紫色曲线为烈度计的高、低噪声基准线，青色曲线为强震仪的高低噪声模型线，黄色曲线为地震计的高低噪声模型线.由计算结果，烈度计的平均噪声水平约为-81 dB，主要范围在-86~-69 dB；强震仪的平均噪声水平约为-117 dB，主要范围在-135~-99 dB；地震计的平均噪声水平大致为-136 dB，主要范围在-149~-121 dB之间.综上可得，三类传感器的噪声水平由大到小依次为烈度计、强震仪、地震计.

显示原图|下载原图ZIP|生成PPT

图4 三类传感器的噪声功率谱MODE线集合

Fig 4 Set of noise power spectrum MODE lines for three types of sensors

2.2 谱面积占比分析

利用噪声功率谱面积占比法对三类传感器的噪声水平进行量化，方便观察站点观测数据质量的优劣.林彬华等(2020)提出的谱面积占比法主要针对的是测震台网，而强震仪和烈度计并没有全球高低噪声模型线，因此需要对此方法进行改进.本文借鉴其算法原理，利用台站噪声的MODE线与前文得到的各类传感器的高低噪声模型线所占面积比，定量分析地震预警台网的背景噪声.图 5为谱面积占比法评估噪声水平的示意图，两条绿色线是获得的烈度计高低噪声模型线，在0.1~10 Hz频带范围内，高低噪声模型线之间的面积表示如下：

显示原图|下载原图ZIP|生成PPT

图5 谱面积占比法评估噪声水平示意图(以烈度计为例)

Fig 5 Schematic diagram of evaluating noise level using spectral area proportion method (using intensity measurement as an example)

台站噪声的MODE线与低噪声模型线间的面积：

谱面积占比法得出的台站噪声水平表示为：

将计算出的谱面积占比分成0% ~25%、25% ~50%、50% ~75%、75% ~100%四个等级，分别对不同传感器网的背景噪声水平进行评估.图 6为地震计网、强震仪网和烈度计网的谱面积占比法噪声评估分布图，由结果，我们可以快速且便捷地判别出台站间的噪声水平高低，这样处理相比于用分贝表示的MODE线更加形象、直观.通过给台网噪声进行评级，可以整体把握台网观测数据质量的运行状态.量化评级的优点，一则可供科研人员选择符合实际需求的台站数据提供参考依据，二则台站维护人员亦可对记录良好的台站给予特别关注，保证优质台站数据的完备性，对噪声记录异常的台站应分析其原因，及时进行维修，以便提升区域台网观测数据质量，发挥预警台网最大效能.

显示原图|下载原图ZIP|生成PPT

图6 三类传感器面积占比法背景噪声评估分布图

Fig 6 Distribution of background noise assessment using area proportion method for three types of sensors

表 1是通过噪声功率谱面积占比法计算获得的福建预警台网观测数据质量较优的台站列表，在台网日常运维工作中，可对这些优质台站进行重点监控，确保优质台站的数据质量和连续率，以保障台网的监测和预警能力.

表1 噪声功率谱面积占比法获得各类传感器的优质台站列表

Table 1 List of high-quality stations obtained from various sensors using the noise power spectral area ratio method

地震计	噪声水平/%	强震仪	噪声水平/%	烈度计	噪声水平/%
FJ.JNSX.BHZ	4.12	FJ.LCMQ.HNZ	0.00	FJ.B4410.EIZ	0.00
FJ.WPXD.BHZ	6.38	FJ.LYWA.HNZ	1.01	FJ.D2201.EIZ	0.00
FJ.PHJF.BHZ	12.76	FJ.CTSD.HNZ	3.47	FJ.E6313.EIZ	0.00
FJ.PNTK.BHZ	13.94	FJ.NAMS.HNZ	3.66	FJ.E6601.EIZ	0.00
FJ.ZPXH.BHZ	22.18	FJ.JYTC.HNZ	7.70	FJ.J6004.EIZ	0.00
FJ.SCLX.BHZ	22.47	FJ.ZNSC.HNZ	8.02	FJ.C5508.EIZ	1.58
FJ.NJJS.BHZ	23.06	FJ.ZRCB.HNZ	9.09	FJ.B4305.EIZ	17.43
FJ.LCGT.BHZ	23.65	FJ.LYSS.HNZ	9.22	FJ.E6104.EIZ	17.96
FJ.LCJX.BHZ	24.04	FJ.GTHT.HNZ	10.54	FJ.H9015.EIZ	19.89
FJ.SHLX.SHZ	24.44	FJ.FQDH.HNZ	11.17	FJ.J0003.EIZ	19.89

3 以噪声PGA、PGV和PGD为指标评估

除了可以用加速度噪声功率谱评估地震计、强震仪和烈度计三种监测仪器的噪声水平外，另一种思路是在实践中将台站记录统一仿真成加速度、速度和位移记录，然后以最大概率加速度噪声峰值PGA、最大概率速度噪声峰值PGV和最大概率位移噪声峰值PGD为指标进行噪声评估.具体处理步骤如下：

(1) 对任意一个台站无论其观测量是速度(地震计)，或者加速度(强震仪或烈度计)都统一仿真为DD-1(T₀=1 s，ε=0.707)的加速度记录a(t)、速度记录v(t)和位移记录D(t)，分别在其噪声记录上分析评估其噪声水平(由加速度转换到速度时会出现基线漂移情况，因此，在进行所有仿真变换前，需要经过基线校正、扣除仪器响应等预处理).

(2) 台站的观测噪声评估至少要有一天(24 h)的噪声观测记录，按1 min长度将连续噪声记录分成若干段时间段，分别统计加速度噪声峰值PGA₀，速度噪声峰值PGV₀以及位移噪声峰值PGD₀.

(3) 假设噪声观测时间为1天，对24 h的背景噪声进行统计分析，即有1440个的噪声观测结果，对其进行统计分析，取发生概率最大的噪声值定义为此台站所用传感器的噪声水平.如图 7是某台站噪声速度PGV₀-频次分布图，概率最大对应的值即为该台站的PGV值.

显示原图|下载原图ZIP|生成PPT

图7 台站速度噪声PGV₀-频次分布图

Fig 7 PGV₀-frequency distribution of station speed noise

(4) 对每一个台站和每个分量重复上述步骤，便可得到其噪声水平，从而形成台网每个台站噪声水平PGA、PGV和PGD数据集.

(5) 对同一类型台网(测震、强震、烈度计)的所有台站PGA、PGV、PGD进行统计，以合适的比率确定出台网噪声上下界限，即可获得同类型台网PGA、PGV和PGD的正常区间范围.依据此标准，可甄别出疑似异常台站.

图 8是地震计、强震仪和烈度计三类传感器PGA值的统计结果，虚线表示台站正常PGA值的上下限.图 8a是所有地震计PGA值的散点图、剔除异常台站后PGA值的直方图及累计概率分布图，取所有地震计PGA值的0.6%作为正常范围的下限，所有地震计PGA值的100%作为正常范围的上限，得到地震计平均PGA值约为0.0009 gal，正常台站的PGA值范围在0.0001 gal至0.0073 gal之间.取所有强震仪PGA值的0.3%和98%分别作为正常范围的下上限，由图 8b可知，强震仪平均PGA值约为0.0455 gal，最小值为0.0003 gal，最大值为1.0762 gal.取所有烈度计PGA值的0.1%和99.2%作为正常范围的下、上限，结果如图 8c所示，烈度计的平均PGA值大约是0.1643 gal，正常台站的PGA值范围为0.0504~0.8794 gal.

显示原图|下载原图ZIP|生成PPT

图8 地震计(a)、强震仪(b)和烈度计(c)PGA值统计结果

Fig 8 Statistical results of PGA values of seismometer (a), strong motion seismograph (b) and intensity meter (c)

图 9是地震计、强震仪和烈度计三类传感器PGV值的统计结果，虚线表示台站正常PGV值的上下限.图 9a是所有地震计PGV值的散点图、剔除异常台站后PGV值的直方图及累计概率分布图，取所有地震计PGV值的0.6%作为正常范围的下限，所有地震计PGV值的100%作为正常范围的上限，得到地震计平均PGV值约为0.1509 μm/s，正常台站的PGV值范围在0.0321 μm/s至0.9213 μm/s之间.取所有强震仪PGV值的0.3%和98.5%分别作为正常范围的下上限，由图 9b可知，强震仪平均PGV值约为6.6350 μm/s，最小值为0.0855 μm/s，最大值为131.4085 μm/s.取所有烈度计PGV值的0.1%和99.4%作为正常范围的下、上限，结果如图 9c所示，烈度计的平均PGV值大约是57.8499 μm/s，正常台站的PGV值范围为16.5914~306.9957 μm/s.

显示原图|下载原图ZIP|生成PPT

图9 地震计(a)、强震仪(b)和烈度计(c)PGV值统计结果

Fig 9 Statistical results of PGV values of seismometer (a), strong motion seismograph (b) and intensity meter (c)

图 10是地震计、强震仪和烈度计三类传感器PGD值的统计结果，虚线表示台站正常PGD值的上下限.图 10a是所有地震计PGD值的散点图、剔除异常台站后PGD值的直方图及累计概率分布图，取所有地震计PGD值的0.6%作为正常范围的下限，所有地震计PGD值的100%作为正常范围的上限，得到地震计平均PGD值约为0.0241 μm，正常台站的PGD值范围在0.0035 μm至0.0526 μm之间.取所有强震仪PGD值的0.3%和97%分别作为正常范围的下上限，由图 10b可知，强震仪平均PGD值约为0.5414 μm，最小值为0.0332 μm，最大值为19.0723 μm.取所有烈度计PGD值的0.2%和99.5%作为正常范围的下、上限，结果如图 10c所示，烈度计的平均PGD值大约是11.4385 μm，正常台站的PGV值范围为3.5133~72.3697 μm.

显示原图|下载原图ZIP|生成PPT

图10 地震计(a)、强震仪(b)和烈度计(c)PGD值统计结果

Statistical results of PGD values of seismometer (a), strong motion seismograph (b) and intensity meter (c)

4 福建预警台网观测数据的质量

利用背景噪声分析评估福建区域台网的观测数据质量，对于产出可靠的地震预警烈度产品具有重要作用和价值.采用噪声功率谱法和最大概率噪声峰值PGA、PGV、PGD指标，评选出观测数据良好的台站，并甄别出异常台站或参数配置错误台站，能节省人工对大规模台网数据处理的工作量.

通过各类传感器噪声模型的高低基准线和噪声峰值PGA、PGV、PGD指标进行异常台站的判别，得到疑似异常台站列表如表 2所示，图 11是疑似异常台站分布图，其中白色几何图标表示正常台站，黑色表示疑似异常台站.统计三类传感器疑似异常台站，地震计观测数据全部正常，强震仪疑似异常台站数有12台，烈度计疑似异常台站数为11台.对甄别出的疑似异常台站的观测数据进行分析，进一步确认台站实际记录情况.图 12是部分识别出疑似异常台站的波形记录，FJ.SMZC台波形异常是因为发生了长时间的断记；FJ.NHCN台受到干扰较严重，而且有将近4 h波段出现大幅度变形；FJ.B4006台存在漂移和异常大脉冲；FJ.J7001台可能是仪器出现故障.识别出记录异常台站，可供台网维护等相关人员列为重点监视对象，以便采取有效手段及时进行维修，从而提升台网的监测与预警能力.

表2 三类传感器不同指标识别出的疑似异常台站列表

Table 2 List of suspected abnormal stations identified by different indicators of three types of sensors

评估指标	地震计	强震仪	烈度计
噪声功率谱	—	FJ.FZRX.ENZ\|FJ.LYJJ.ENZ\|FJ.YXHT.ENZ FJ.ZZJH.ENZ\|FJ.PTMZ.ENZ\|FJ.NHCN.ENZ FJ.PHJF.ENZ\|FJ.ZPLA.ENZ\|FJ.DX001.HNZ FJ.SMZC.HNZ\| FJ.AM101.HNZ	FJ.B4006.EIZ\|FJ.F0009.EIZ\|FJ.F6005.EIZ FJ.F6011.EIZ\|FJ.J2002.EIZ\|FJ.J7001.EIZ FJ.J7006.EIZ\| FJ.E6906.EIZ
PGA值	—	FJ.FZRX.ENZ\|FJ.LYJJ.ENZ\|FJ.YXHT.ENZ FJ.ZZJH.ENZ\|FJ.PTMZ.ENZ	FJ.AC008.EIZ\|FJ.F6011.EIZ\|FJ.H0011.EIZ FJ.H0012.EIZ\|FJ.J2002.EIZ\|FJ.J7001.EIZ FJ.J7006.EIZ\|FJ.E6906.EIZ\|FJ.F0009.EIZ
PGV值	—	FJ.FZRX.ENZ\|FJ.LYJJ.ENZ\|FJ.YXHT.ENZ FJ.ZZJH.ENZ\|FJ.PTMZ.ENZ	FJ.B4006.EIZ\|FJ.H0011.EIZ\|FJ.H0012.EIZ FJ.J2002.EIZ\|FJ.J7006.EIZ\|FJ.E6906.EIZ FJ.F0009.EIZ
PGD值	—	FJ.FZRX.ENZ\|FJ.LYJJ.ENZ\|FJ.NHCN.ENZ FJ.PCGL.ENZ\|FJ.YXHT.ENZ\|FJ.ZZJH.ENZ FJ.PTMZ.ENZ	FJ.B4006.EIZ\|FJ.H0011.EIZ\|FJ.H0012.EIZ FJ.J2002.EIZ\|FJ.J7006.EIZ\|FJ.E6906.EIZ FJ.F0009.EIZ

显示原图|下载原图ZIP|生成PPT

图11 疑似异常台站分布图

Distribution of suspected abnormal stations

显示原图|下载原图ZIP|生成PPT

图12 部分异常台站记录的波形

Waveforms of some abnormal stations

5 讨论与结论

福建地震预警工程建设基本完成，站点数量显著增加，这给日常仪器运维带来全新的挑战，亟需采取有效方法对预警台网的观测数据质量进行全面科学评估.本文利用噪声功率谱法、最大概率加速度噪声峰值(PGA)、速度噪声峰值(PGV)、位移噪声峰值(PGD)指标，构建台网三类传感器(测震、强震、烈度计)的背景噪声功率谱模型与噪声水平，评估其差异，得到以下初步结论：

(1) 噪声功率谱法评估三类传感器的背景噪声.烈度计的平均噪声水平为-81 dB，主要范围在-86~-69 dB；强震仪的平均噪声水平为-117 dB，主要范围在-135~-99 dB；地震计的平均噪声水平为-136 dB，主要范围在-149~-121 dB之间.三类传感器的噪声水平由大到小依次为烈度计、强震仪、地震计，其中烈度计的噪声水平通常比地震计大2~3个数量级，强震仪的噪声水平通常比地震计大1~1.5个数量级.背景噪声水平取决于台站的观测环境和仪器的自噪声，宽频带地震计在工作频带内的自噪声要远低于环境噪声，其MODE线均处于地球高噪声新模型线(NHNM)和地球低噪声新模型线(NLNM)之间，能完整有效地记录环境噪声；强震仪的MODE线大体在地震计之上，可记录0.1 Hz以上的环境噪声，小于0.1 Hz频带主要为仪器自噪声，其噪声水平大于NHNM；烈度计的MODE线均在全球高噪声新模型线上方，说明烈度计的记录基本是仪器的自噪声，无法记录到地球脉动.因此，三类地震监测仪器中，地震计的性能最优，强震仪次之，烈度计的性能最差.

(2) 以最大概率噪声峰值PGA、PGV和PGD为指标进行评估，得到地震计、强震仪和烈度计的背景噪声水平如表 3所示.地震计的平均PGA约为0.0009 gal，平均PGV大约为0.1509 μm/s，平均PGD约为0.0241 μm；强震仪的平均PGA、PGV和PGD分别为0.0455 gal、6.6350 μm/s，和0.5414 μm；烈度计的平均PGA大致为0.1643 gal，平均PGV约为57.8499 μm/s，平均PGD约为11.4385 μm.

表3 三类传感器的噪声水平统计结果

Table 3 Statistical results of noise levels for three types of sensors

统计指标		地震计	强震仪	烈度计
PGA/gal	平均值	0.0009	0.0455	0.1643
PGA/gal	主要范围	[0.0001，0.0073]	[0.0003，1.0762]	[0.0504，0.8794]
PGV/(μm/s)	平均值	0.1509	6.6350	57.8499
PGV/(μm/s)	主要范围	[0.0321，0.9213]	[0.0855，131.4085]	[16.5914，306.9957]
PGD/μm	平均值	0.0241	0.5414	11.4385
PGD/μm	主要范围	[0.0035，0.0526]	[0.0332，19.0723]	[3.5133，72.3697]

(3) 利用噪声功率谱面积占比评估法定量分析不同传感器的背景噪声.通过分等级量化台站的噪声水平，可以评选出记录优质的台站，评估结果可供科研人员选取优质台站数据提供参考依据，同时台网维护人员能对记录良好的台站给予特别关注，发现异常及时维修，保证优质台站数据的完整性.本文中三类传感器新噪声模型基准线，可以用更多台站的实际数据统计获得.

(4) 观测数据异常甄别.一方面利用加速度噪声功率谱方法获得各类传感器新的噪声模型，据此进行异常台站判别.另一方面利用各类传感器的台网异常统计，确定出各类传感器噪声水平PGA、PGV、PGD的正常范围，据此可甄别出参数配置错误的台站和疑似异常台站.通过频域和时域的异常台站检测，同时也结合了各类型台网间的关联，极大提高了检测结果的可靠性，也有利于对标定、异常大脉冲等误报结果的检测，从而降低大震误报的技术风险.

本文收集的噪声时长偏短，在实际工作中，可选取一周或一个月，甚至更长时段的数据进行评估分析.今后还将继续收集安静时段的背景噪声记录开展相关研究，以期更全面深入地认识三类监测仪器的背景噪声特点.本文的研究结果可为福建地区台站背景噪声对地震观测及地震监测能力的评估、监测仪器布局的优化以及异常台站的识别和维护提供参考.

感谢审稿专家提出的修改意见和编辑部的大力支持！

References

Publishing order | Descend order by publishing year | Descend order by cited within

Allen

R M

, Melgar

. Earthquake early warning: advances, scientific challenges, and societal needs. Annual Review of Earth and Planetary Sciences, 2019, 47 361-388

模态框（Modal）标题

Abstract

Cite this article

0 引言

1 资料选取

图1 福建台网三类传感器的台站分布图

2 利用噪声功率谱评估

2.1 噪声水平分析

图2 (a) 地震计FJ.XYSC、(b)强震仪FJ.XYSC和(c)烈度计FJ.AC006的垂直通道噪声记录对比

图3 三类传感器正常和异常台站的噪声功率谱概率密度函数

图4 三类传感器的噪声功率谱MODE线集合

2.2 谱面积占比分析

图5 谱面积占比法评估噪声水平示意图(以烈度计为例)

图6 三类传感器面积占比法背景噪声评估分布图

表1 噪声功率谱面积占比法获得各类传感器的优质台站列表

3 以噪声PGA、PGV和PGD为指标评估

图7 台站速度噪声PGV0-频次分布图

图8 地震计(a)、强震仪(b)和烈度计(c)PGA值统计结果

图9 地震计(a)、强震仪(b)和烈度计(c)PGV值统计结果

图10 地震计(a)、强震仪(b)和烈度计(c)PGD值统计结果

4 福建预警台网观测数据的质量

表2 三类传感器不同指标识别出的疑似异常台站列表

图11 疑似异常台站分布图

图12 部分异常台站记录的波形

5 讨论与结论

表3 三类传感器的噪声水平统计结果

References

图7 台站速度噪声PGV₀-频次分布图