0 引言

地震台站的本底噪声水平在很大程度上决定了其信号检测能力，系统客观地评价本底噪声水平对台站选址建设、优化台网布局及评估台网台站性能等具有重要意义。地震台站噪声主要来源于台站的环境本底噪声，通常是由各种空间分布不相关的连续噪声源产生(彼得·鲍曼，2006)。环境本底噪声来源于自然环境的噪声，如风耦合地表震动，河流、海潮引起的微震；也来源于人为活动噪声，如道路交通、工矿及农耕活动等，这就导致不同空间分布的台站，或同一个台站在不同时期可能表现出较大差异。

噪声水平总体上可以分为3个层次，分别为台站级、台网级与全球级。台站级本底噪声反映台站所处位置及周边的噪声水平，是对台站性能的定量描述，可以据此评价台站质量，也是台站选址、迁址的重要依据。台网级本底噪声反映台网整体的平均噪声水平，是评估台网监测能力、评价台网运行状态的基本参数，对台网补充建设、优化台网布局具有重要参考意义。McNamara等(2004)计算了分布于美国大陆的美国国家地震台网(U.S. National Seismograph Network，USNSN)与美国国家地震监测台网(Advanced National Seismic System，ANSS)的本底噪声水平，并绘制了美国大陆在0.016~16Hz不同频带的台网噪声本底噪声水平，对后续优化ANSS主干台网及区域台网布局提供了重要依据。全球级的本底噪声模型是基于全球分布台站建立的被普遍接受的噪声极限值的模型。Peterson(1993)通过选取世界范围内75个典型台站，建立了全球级噪声上限和下限的包络线模型，即新高噪声模型(New High Noise Model，NHNM)和新低噪声模型(New Low Noise Model，NLNM)。此外，Stutzmann等(2000)通过建立法国全球宽频带地震台网(GEOSCOPE)共计23个台站的本底噪声模型，通过与NLNM及NHNM模型比对，系统分析了大陆—海岸—海岛的噪声特点以及噪声水平的每日变化与季节变化，通过量化噪声与微震关系进一步加深了对本底噪声的认识。此外，全球级的本底噪声模型也被广泛应用于地震仪器的设计、制造与选型，通过仪器的自噪声与NLNM的比对，可客观评价仪器自噪声水平。同时，通过比较仪器自噪声低于NLNM的量级与相应频带范围，也可帮助相关人员合理选择地震监测设备。本底噪声水平还可能影响重力观测结果的精度和海底地震仪的数据分析，对重力台站选址、重力观测仪器校正、海底地震观测也有重要参考意义(龚立卓等，2019；贾正大等，2022)。

台站与台网的噪声水平是建立全球级模型的基础，全球级模型同时也为评估台站与台网噪声相对强度提供了依据。NLNM与NHNM是目前使用最广泛的全球模型，Peterson(1993)在建模时发现除了大陆、海岸及海岛台站本底噪声差异外，不同区域的噪声水平差异并不明显，除去自然微震导致的本底噪声差异，噪声主要来自当地环境的干扰。然而，Peterson(1993)所建立模型的数据来源于1980—1992年之间，随着经济社会发展等局部环境的变化，如随着城市的扩张，原本建立在城郊的台站被城市包围；随着风电、采矿等工业活动的开展，导致原本远离城市建立的台站也受到很强的干扰，台站本底噪声水平可能发生显著变化。McNamara等(2004)年基于2001—2003年美国大陆地区台站连续数据，构建了一个新的模型，该模型在0.05~10Hz频带高于NLNM模型10~15dB。通过比对美国大陆区域本底噪声差异，发现美国东部噪声水平显著高于中部与西部地区，大于1Hz的短周期频带差异最为显著，在该频带人为活动噪声占据主要来源。目前，美国仅有个别台站的噪声水平在极窄的频带能够在1%~2%的概率下达到NLNM水平，绝大部分台站已无法达到NLNM的水平。

除此之外，受限于当时连续数字信号的获取难度，Peterson(1993)建立模型的数据处理方法是：针对每个台站选取3~4天的数据，绘制24h的地震波形图，通过目视的方法找到地震事件干扰、突发噪声和仪器故障等问题最少、最安静的24h数据，在对应的波形图上再选取3段最安静的噪声作为低噪声样本。因此实际所使用的噪声样本较少，并不是严格意义的统计结果。同时，受限于当时的台站分布，建模所使用的台站空间均匀性较差，特别是在南美洲南部、非洲中部及东北亚地区有大片的空白区域。

本文在沿用Peterson(1993)建立NLNM模型时所使用的全球分布的75个台站的基础上，在南美洲南部、非洲中部及东北亚等空白区域补充部分台站，基于当前可获取的连续数据，通过噪声功率谱与噪声概率密度函数重新计算台站本底噪声水平，更新并完善NLNM模型。评估经过40年左右变化，当前全球级低噪声水平是否发生显著变化。在远离海岸、远离人口密集的地区进一步筛查敏感台站，研究超低本底噪声台站的共性特点。在此基础上，统计并绘制我国东北部与西北部台站本底噪声分布图，筛选出对远震微弱信号具有较强检测能力的潜在场点，为建设高灵敏地震监测台站提供依据。

对于大陆台站，短周期的人为活动噪声是主要噪声来源，也是地震监测预警特别是远震体波信号检测的主要频带，因此本文以短周期频带为主要分析频带。

1 计算方法

在排除地震事件干扰、仪器故障等特殊情况后，地震本底噪声在大多数情况下属于平稳随机信号(靳平，2022)，量化地震本底噪声的标准方法是估算噪声的功率谱密度PSD。为了与NLNM模型直接比较，本文沿用建立NLNM模型时所使用的PSD估算方法(Peterson，1993)，即直接傅里叶转换法

$ Y\left(f, T_r\right)=\int_0^{T_r} y(t) \mathrm{e}^{-\mathrm{i} 2 \pi f t} \mathrm{~d} t $

(1)

式中，y(t)表示时域周期信号，T_r表示时域信号长度，通常T_r取所计算的最长周期的6倍以上，本文主要计算信号是大于0.1Hz的短周期体波信号，T_r取60s即可满足PSD计算需求。对于各离散频点f_k，傅里叶值表示为

$ Y_k=\frac{Y\left(f_k, T_r\right)}{\Delta t}, k=1, 2, 3, \cdots, N-1 $

(2)

式中，Δt表示采样间隔，f_k=k/(N · Δt)，N表示每个噪声样本数据点数，N=T_r/Δt。f_k频点对应的总功率谱定义为

$ P_k=\frac{2 \Delta t}{N}\left|Y_k\right|^2 $

(3)

式中，2Δt/N作为归一化参数，归一化后可与NLNM直接比对。对生成的若干功率谱密度值统计得到概率密度函数PDF，即

$ P\left(f_k, \mathrm{~d} B\right)=N_{\mathrm{d} B} / N_{f_k} $

(4)

式中，P(f_k，dB)表示在f_k频点功率谱幅值落在某区间的概率，N_dB表示该频点幅值落在某区间的样本数，N_fk表示该频点总样本数。与此类似，统计f_k频点功率谱幅值大于某dB值的概率，就得到累积概率分布。对各频点，提取指定累积概率对应的幅值并连线，即得到台站不同概率的噪声水平曲线，该曲线不再表示某一段真实噪声波形的功率谱，而是反映该台站在一定概率下所对应噪声水平的包络。

2 数据分析

Peterson(1993)基于1980—1992年分布全球的75个台站数据建立模型，至今已逾30~40年，时间跨度较大，部分台站已关停或无法获取数据，本文用临近台站代替，并添加数个位于南美洲南部、非洲中部及东北亚地区的台站。用于本底噪声统计并建模的台站分布，如图 1所示。

在Peterson(1993)建模用的75个台站中，其中61个台站仍然可以获取数据(图 1中蓝色三角)，14个台站已无法获取数据，由于实际台站分布与数据获取方面的原因，其中1个台站附近无可替代台站，13个可用其附近台站代替(图 1中黑色三角，替换台站列表见表 1)，并在空白区域补充14个台站(图 1中红色三角，补充台站列表见表 2)，有效改善了台站的空间分布，使数据样本能够更好地反映全球范围地震台站的本底噪声。

表 1中共有13个台站，替换台站距离原台站最大间距最大2.52°，平均间距0.80°。位于中非共和国的BCAO台站(4.43°N，18.54°E)已不能获取数据，附近也无可获取数据台站，为了弥补该区域台站空白，在非洲中部补充了TOA2、FURI与MBAR台站。综合上述共计88个台站建立本底噪声模型。

Peterson(1993)建模用的75个台站的数据，主要来自地震学研究机构联合会(IRIS)、世界标准地震台网(WWSSN)、中国数字地震台网(CDSN)等机构，所使用的地震计包括STS-1、STS-2等宽频带地震计，以及DD-1、Geotech-GS13等短周期地震计。针对上述台站，获取2019—2024年噪声数据，当前这些台站所使用的地震计除STS-1、STS-2外，还包括了STS-6、Trillium-120/240/360及Guralp-CMG-3T等型号的宽频带地震计。为避免地震信号对结果产生干扰，采用USGS发布的全球5.5级以上地震事件发震前一小段噪声作为样本，因为大震级事件的信号及尾波往往能持续几十分钟，选取信号到时前噪声样本，能够尽可能减小地震事件信号对噪声样本的干扰，噪声样本截取时间随24h时刻及月份分布如图 2所示。图 2表明，噪声样本按月份和时刻基本均匀分布，这样的样本可以涵盖不同季节、白天黑夜的不同时段，反映真实的噪声水平。对噪声样本进行质量检测，去除毛刺、跳变等异常数据，并去仪器响应至加速度。Peterson(1993)建立的NLNM模型在短周期频带仅有一部分台站使用了垂直向与水平向分量噪声数据，且绝大部分台站的垂直向与水平噪声水平相当，另一部分台站仅使用了垂直向噪声数据，所以本文只计算垂直向噪声。按照式(1)~式(4)计算噪声功率谱密度PSD并统计概率密度函数PDF，部分台站结果如图 3所示。

图 3中ALQ与ANMO为噪声水平相对较低台站，LZH与WMQ为噪声水平相对较高台站，图 3色度图的位置表示噪声幅值的相对大小，色度图的颜色表示噪声样本分布的概率密度。对于WMQ台站，在低频频带色度图颜色偏红，且宽度较窄，表明噪声幅值分布集中，标准差小；而在高频频带色度图颜色偏蓝，且宽度较宽，表明噪声幅值分布分散，标准差大。评估台站本底噪声有时仅统计噪声均值而忽视标准差，但标准差也会在很大程度上影响台站的信号检测能力。小孔径台阵本质是通过子台叠加降低噪声标准差来提升信噪比(彼得·鲍曼，2006)。通过计算指定概率的累积概率分布曲线可以得到相应概率下的低噪声水平(对应图 3中红色虚线，图中为90%累积概率对应低噪声水平)。若累积概率取值50%，低噪声水平线则低于50%的噪声样本；若累积概率取值90%，低噪声水平线则低于90%的噪声样本。统计图 1中所有台站的50%与90%低噪声曲线，并与NLNM模型比对，如图 4所示。

图 4中无论50%还是90%噪声水平，根据图中黑色细实线表征的各台站低噪声水平曲线，绝大部分台站的低噪声水平曲线高于NLNM模型，仅在6.3~10Hz频带，位于加拿大北部靠近北极圈的YKAB0台站90%噪声水平曲线(图中蓝色细实线)低于NLNM模型，在大于6.3Hz频带，YKAB0台站的低噪声水平曲线与其余台站的低噪声水平曲线相剥离，不能代表普遍的低噪声水平。图 4中绿色细实线为去除YKAB0台站后的所有台站噪声水平最低值的包络线，即代表当前低噪声水平，在0.1~10Hz，90%低噪声水平曲线的下包络线在各频点平均高于NLNM模型4.2 dB；50%低噪声水平曲线的下包络线高于NLNM模型6.7 dB。下包络线呈现高阶曲线形态，为防止过拟合，本文采用分段拟合的方式拟合50%与90%噪声水平，结果如表 3所示。

Peterson(1993)在建立NLNM模型时，同时计算了所有台站在0.8s的1倍频程对应的加速度噪声的均方根值(相对于1m/s²)，之所以选择该频带是因为大陆地区台站的宽频带地震计测量远震P波在0.8s左右具有较低的噪声，同时也避开了传感器的下截止频带区间。计算当前台站在相同倍频的加速度噪声的均方根值，并与建立NLNM模型时的台站噪声值比对，结果如图 5所示。

图 5表明，在0.8s的1倍频频带，当前大部分台站的RMS高于NLNM建模时的噪声值，对于少数负值台站，如KIV、ERM、RAR等，其噪声水平相较于其他台站处于较高水平，本文基于大量数据开展统计，其中包含了KIV、ERM、RAR等台站处于低噪声水平状态的数据，导致这些台站当前噪声水平低于当时建模时的噪声水平。基于1988—1992年的噪声样本统计，重新计算KIV、ERM、RAR等台站0.8s的1倍频RMS值，ERM的噪声水平由-126.03dB降为-131.70dB，RAR的噪声水平由-130.12dB降为-135.96dB，KIV的噪声水平由-132.19dB降为-138.86dB。均以统计结果计算差值，KIV、ERM、RAR等台站的当前噪声值不再显著低于40年前的噪声值。而对于SVD与PAB台站，之所以当前噪声值低于40年前，通过卫星影像发现，在两处台站附近均存在大型堤坝(SVD距离堤坝约1.3km，PAB距离堤坝约21km)，不同阶段蓄水量、流量可能导致台阵本底噪声出现差异。除此之外，大部分台站经过长时间变化，本底噪声水平均有所提升。图 5中正值大于10dB的11个台站，大部分位于东亚与中亚，反映出该地区经济与人口的快速增长，导致人为活动噪声显著增大。

为更直观地体现地震噪声与人为活动的关系，计算参与建模台站1~10Hz低噪声水平均值，并绘制2020年世界人口分布图(人口分布数据来源于英国南安普顿大学的WorldPop项目^①，该项目提供高分辨的人口分布、人口动态和人口特征数据，可公开下载数据)，结果如图 6所示。图 6表明，噪声水平高于-135dB的台站，一部分位于海岛及海岸边，受到海潮影响；另一部分则位于人口稠密、人为活动噪声高的区域，如中国东部、美国东部及非洲中东部，对应于图中人口大于100~1000人/km²的橙色与红色区域。噪声水平低于-155dB的台站，对应图中人口小于100人/km²的黄色与蓝色区域，如加拿大北部、美洲中部及南极洲。除了图 6参与建模台站外，当前是否还存在类似于YKAB0的超低本底噪声台站值得研究。YKAB0是国际监测系统(IMS)计划建设的50个基本台站其中之一YKA台阵的一个子台，与常规地震台站监测网内天然地震事件不同，IMS基本台站建设目的是检测并定位全球地下核爆炸，对北半球的地震事件监测能力达到M_L3.1~3.3(Kvaerna et al，2013)。为了保证监测能力，其高性能台站往往远离海岸，远离人口密集、经济活动频繁区域；同时，大部分IMS基本台站子台被建设为浅井台站，近地表覆盖呈现高衰特性的沉积层，地表耦合的人为活动噪声及风噪在向井中地震计传播过程中，被沉积层衰减，从而有效降低噪声(Withers et al，1996)。在深度影响方面，Young等(1996)开展系列实验，通过在地表至约2km不同深度布设地震计并比较噪声降低倍数，发现90%的噪声降低发生在100m以内，即沉积层深度范围内，这也是IMS钻孔深度大部分都是浅井范围的一个原因。在频率影响方面，通过噪声功率谱比对，在1~20Hz，也就是本文研究的短周期频带，井下地震计记录噪声水平相比于地表能够降低20 dB，而在小于10s周期的更低频带，二者相差较小(赵瑞胜等，2021；李雷等，2019)。

① https://hub.worldpop.org

通过筛查，在IMS台网中与YKAB0类似的台站还有NV01(NVAR子台，深度12m)与TX01(TXAR子台，深度6m)，90%噪声水平如图 7所示。

图 7表明，NV01与TX01台站均在2Hz左右频带低噪声水平接近并超越NLNM模型，台站所处位置如图 8所示。

图 8表明，NV01与TX01台站位于美国中西部人口0.1~1人/km²的区域，从局部卫星图可以看出，台站及附近区域未发现大规模城镇、农耕及厂矿，保证了台站的优良性能，使其具备远距离探测微弱地震信号的能力。相比而言，位于海岛的IU-RAR深井台站与人口相对密集地区的CO-HAW深井台站，噪声水平如图 9所示。

图 9表明，位于海岛及人口密集区的深井台站，即使深度远大于NV01与TX01台站，其本底噪声仍然远高于NLNM水平。钻孔能够在一定程度降低噪声，但很难使之达到内陆台站的噪声水平。远离海岸，远离人口密集、经济活动频繁区域的场地是高灵敏台站的必要条件，若钻孔建设深井或浅井式台站则可进一步降低本底噪声。根据此条件，在我国远离海岸、人口相对稀少的东北及西北地区开展台站场地筛查，统计黑龙江(HL)、辽宁(LN)、内蒙古(NM)、西藏(XZ)、新疆(XJ)、宁夏(NX)、甘肃(GS)及青海(QH)台网台站1~10Hz噪声水平，台站低噪声水平结果如图 10所示。图 10表明，中国西北及东北地区存在共计约40个本底噪声低于-150dB的优良台站，主要分布在新疆北部、青海、黑龙江与内蒙古北部地区。虽然西藏羌塘、塔克拉玛干沙漠及罗布泊地区人口小于0.1人/ km²，但考虑台站建设与维护成本，上述地区并不具备地震台站建设条件。针对全球远震微弱信号监测需求，结合台站本底噪声统计图(图 10)，可在靠近边境的新疆北部与东北地区北部钻孔建立深井台站或小孔径台阵，一方面靠近边境能够减小震中距，另一方面该地区人口稀少，具备超低本底噪声台站建设的条件。例如黑龙江最北方MOH台站，是我国境内距离北美西海岸的环太平洋地震带震中距相对较小的台站，MOH台站记录该地区一次m_b5.4(NEIC目录)天然地震事件(2019-07-05T11：07：53，35.76°N，117.58°W)的幅值及信噪比如表 4所示。

表 4中理论信噪比是幅值除以台站多频带噪声的统计值，台站在0.75~1.5Hz、1~2Hz及2~4Hz能够记录到发生在北美洲西海岸的远震m_b 5.4地震事件，将对应频带的噪声幅值更换为TX01台站的噪声统计值，信噪比最高可提升2.2倍，信号检测阈值降低约0.3级。同样，新疆北部的HBH台站是我国境内距离欧洲震中距相对较小的台站，若将HBH台站的本底噪声更换为TX01台站，对该地区信号检测阈值降低约0.5级。若将其扩建为小孔径台阵，可进一步有效提升我国对境外远震地震事件的自主监测能力。

3 结论与讨论

(1) 本文沿用Peterson(1993)建立NLNM模型所使用的台站，在短周期频带重建全球地震台站噪声低本底噪声模型，并与NLNM比对，在0.1~10Hz频带，当前90%低噪声水平平均提高4.2 dB，50%低噪声水平平均提高6.7 dB。经过30~40年变化，分布在亚洲地区特别是位于中国的台站变化最为显著，这可能是由于亚洲国家经济人口高速增长，人为活动加剧导致噪声水平出现明显提升。

(2) 除了人为活动的这一重要影响外，台站本底噪声还会明显受自然环境的影响，如海洋微震动及洋底噪声会在周期6 s左右的低频段影响海岸附近台站；风噪则会在0.5~60Hz的高频段显著影响处于风区的台站。除此之外，气压变化、降水、河流等自然环境以及仪器老化、系统故障等因素均会导致噪声水平提高。通过筛查，位于远离海岸、远离人口密集、经济活动频繁区域的钻孔台站，如YKA0B、NV01与TX01等IMS基本台站，其本底噪声水平紧贴NLNM模型，在某些频带能够超越NLNM模型。

(3) 中国西北及东北地区存在共计约40个本底噪声低于-150dB的优良台站(表 5)，主要分布在新疆北部、青海、黑龙江西北部。若在靠近边境的新疆北部与黑龙江北部建设深井台站或台阵，能够有效提升对境外远震事件的自主监测能力。

(4) 本文在沿用Peterson(1993)建立NLNM模型所使用台站的基础上，在南美洲南部、非洲中部及东北亚等台站分布稀疏地区添加14个台站，并运用相同分布、相同规模台站计算了新本底噪声模型。与20世纪80~90年代NLNM模型进行差异比较，更多反映了全球本底噪声模型在40年时间跨度下的变化。如在南半球、非洲等地增加台站数据，将获得更加细致完善的全球低噪声水平结果。