基于偏振分析方法的微动勘察技术应用与研究

李 鹏, 张建清, 陈爽爽

(1. 长江地球物理探测(武汉)有限公司, 湖北 武汉 430010; 2. 水利工程健康诊断技术创新中心, 湖北 武汉 430010)

0 引言

随着城市化进程的加速,城市内的工程物探勘察工作变得越来越重要和频繁。城市中存在大量的地下设施和基础设施,如建筑物、道路、管线、桥梁等,因此需要进行详细的地下勘探和调查,确保工程施工安全。为了获得准确的地质信息,在城市工程物探勘察中通常会使用多种地球物理探测技术和方法,但是在城市电磁、噪声等环境的干扰下,电磁类方法、电法、地震反射法等常规地球物理方法使用受限[1]。

近几年,微动勘察技术应用越来越广泛,该技术可以利用城市中广泛存在的振动噪声进行数据处理和成像,常用于水利[2-5]、交通、市政等行业的地质勘探[6],其原理是利用自然界存在的震动,通过专业的仪器设备采集震动信号,然后采用专业的数据软件处理得到地层的面波速度结构,从而为规划、设计和地质等专业提供数据支撑。

微动法的台阵布设方式主要有嵌套三角形、圆形、L形和线形等,其中,线形的排列方式采集效率最高、布设方式最简单[7]。但目前微动法所采用的线形采集方式存在不足之处。微动采集的是天然源的噪声,在自然条件下,天然源的噪声来自四面八方,但在某些情况下,由于人为的干扰(汽车、施工等)或突发的自然灾害(地震、火山爆发等),天然源的噪声具有优势来源方向。因此,理论上来说采用线形排列时排列的方向应指向噪声的优势来源方向,以保证采集的资料信噪比最高、反演的速度最真实。但是在实际施工过程中,很难将排列指向噪声的优势来源方向,原因是: 1)天然源的噪声很微弱,施工现场很难有条件进行噪声源调查; 2)线形排列的方向一般与设计好的工作测线方向重叠,不允许偏离设计好的工作测线。当线形排列的方向不指向天然源的优势来源方向时,采集的数据经过处理以后,得到的横波速度值与真实的横波速度值不符,从而影响资料解释的精度[8-9]。

针对微动所存在的噪声源偏离排列的问题,已有学者进行了相关研究,研究显示: 空间自相关法可以消除噪声源方向的影响; F-K(frequency-wavenumber)法可以推断波的到来方向,但一般要求各传感器在研究区内尽量呈平面展布[10-11]。Louie[12]在2001年提出了微动折射法用于线形排列方式,但是需要假设面波的传播方向沿测线方向入射。Park等[13]在2008年提出了路边噪声法,可用于偏线噪声数据的分析,通过在180°范围内扫描,得到给定频率不同方位角的相速度信息。Cheng等[14]针对定向噪声源数据提出了MAPS(multi-channel analysis of passive surface waves)处理方法。Liu等[15]提出在原有的线形排列中加入几个垂直测线的检波器,形成一个伪线形排列,增加方位角的覆盖范围,求取噪声源方位角。以上研究均是针对线形排列的沿线或偏线的微动,采用单分量数据进行处理,而本文采用三分量数据进行处理,使用三分量数据可以提供更多信息来解决噪声源偏离排列的问题; 同时,通过考虑3个方向上的振动信号,可以增加噪声源方位角的准确度和稳定性。相比于单分量数据,三分量数据能够提供更全面的观测特征,从而更有效地分析和定位噪声源。

本文依托深圳市罗田水库—铁岗水库输水隧洞工程,结合理论研究和现场实践,研究采用偏振分析方法解决线形微动技术存在的噪声源偏线问题,对线形微动排列数据进行方位角校正,直接通过线形排列的三分量数据进行数据的分析和处理,无需其他限定条件,可以提高数据采集和数据处理的效率,同时提高勘察成果质量。

1 问题提出

1.1 工程背景

深圳市罗田水库—铁岗水库输水隧洞工程(简称罗铁工程)线路全长约21.6 km,隧洞埋深50～190 m,输水线路从罗田水库进水口起,近南北向接至铁岗水库出水口[16]。物探工作采用微动法,测线覆盖整条输水线路(含局部比选线路),微动测线总长约53 km。微动测线布置示意如图1所示。

图1 罗铁工程微动测线布置示意图

1.2 线路特点

隧洞沿线地形地质条件复杂,地形地貌为低丘陵、河流冲积平原、丘陵山地。丘陵山地地面高程一般为 100～350 m,地表被林地覆盖; 冲积平原段平原地面高程为4～30 m,主要为城区,部分为农田。隧洞下穿深圳市宝安区繁华街区、京广深客运专线铁路、南光龙大高速公路、民生路、洲石公路以及茅洲河、溪沟和小水库等地表水体[17]。

工程区第四系地层分布广泛,基岩岩性复杂,变质岩、岩浆岩、沉积岩均有分布[18]。测区地质构造发育,地层岩层褶皱剧烈、接触关系复杂,断层多、规模较大,破碎带普遍存在岩体硅化的现象。隧洞穿越F1111、F4291、F1121、F3411、F3341等断裂,断裂影响带宽数米至数十米,工程特性差。断层F3341具有活动性[19]。

复杂的地形地质条件和构造、多样化的地层岩性分布、强烈的城市环境干扰为勘察方法的选择和勘察工作的布置提出了较大的挑战[20]。

2 方法与原理

2.1 微动基本原理

从微动数据中提取频散曲线的方法主要有频率波数法(F-K法)和空间自相关法等。空间自相关法包括SPAC(spatial autocorrelation)法和ESPAC(extended spatial autocorrelation)法。SPAC法仅适用于圆形台阵观测,如图2所示,位于圆心的接收点为中心点,其余接收点等角度分布于圆周上; 而ESPAC法结合了SPAC法和F-K法的优点,适用于任意形状的台阵(如图3所示)。

图2 圆形台阵

图3 非圆形台阵

SPAC方法由Aki[21]在1957年提出,根据空间自相关系数和零阶第一类贝塞尔函数的关系计算面波相速度。其基本原理是: 对于圆形台阵,其中心点C(0,0)与圆周上的任一接收点X(r,θ)接收的角频率为w的面波信号分别为u(0,0,w,t)和u(r,θ,w,t),则其空间自相关函数

(1)

式中:r为接收点与中心点之间的距离;θ为接收点的方位角;t为时间。

空间自相关系数p(r,w)为空间自相关函数在所有方向上的平均,即

(2)

式(2)的积分结果可表示为

(3)

式中:J0(x)为第1类零阶贝塞尔函数;v(w)为面波相速度;f为频率。

从式(3)中可见,空间自相关系数是面波相速度和频率的函数,通过拟合可以导出面波相速度。

由于SPAC法要求采用圆形台阵,在实际工作中受野外地形地表条件的限制有时很不方便。Ling和Okada在1993年提出了ESPAC方法,成功用于非规则台阵。

根据式(3),对于常量f,有f=f0,v=v0,则

(4)

式(4)等号左边为随r变化的单值函数。在ρ(f0,r)随r变化的情况下,可以通过最小二乘法求得最优的Bessel函数。ESPAC法就是基于这一原理,可以通过在较大范围内增加[r,ρ(f0,r)]数据以提高解的精度[22]。

2.2 偏振分析

设Xj=[xi](j=1,2,3;i=1,…,N)为三分量地震数据。其中,N为采样点数,1、2、3分别代表Z、N和E3个方向的分量[23]。

构建协方差矩阵S,即

(5)

式中Var和Cov分别代表方差和协方差。

求取矩阵S的特征值λj(j=1,2,3)和对应的特征向量uj(j=1,2,3),其中,最大特征值对应的特征向量为u1,表征了波的传播方向,同时也表征了数据在各个方向的能量分布。微动主要是针对瑞雷面波进行分析,瑞雷面波沿自由表面传播,介质质点位移由水平位移和垂直位移叠加做逆时针的椭圆运动,水平方向的质点振动与波传播方向在一条直线上,而方位角的值由水平方向的分量计算得出。因此,优势震源的方位角P可由式(6)计算得出。

(6)

式中u1j(j=1,2,3)为特征向量u13个方向的余弦。

由式(6)可知,方位角的计算使用了特征向量u13个方向的余弦,其中,垂直方向的余弦u11决定了方位角的象限(相当于在线形测线的小桩号或大桩号产生的振动),而方位角的值由水平方向的余弦u12和u13计算得出。

2.3 强噪数据校正

在城市环境中进行长距离线路勘探时,为了提高数据采集的效率,常常采用线形的数据采集方式。城市中的噪声来源丰富,汽车行驶、工地打桩、行人行走等均可产生振动,特别是沿道路布置的测线,会受到汽车等强噪声的干扰。采用线形排列时测线不可能一直指向优势噪声源方向,如果采用常规的微动处理方法对线形排列采集的数据进行处理,则得到的视横波速度剖面存在较大误差; 如果能够了解每条测线优势噪声的来源方向,对强噪数据进行校正,则可保证数据处理的准确性。

通过带通滤波将原始数据提取为一系列窄频带,对各频带数据进行偏振分析,可求得每个频带数据对应的优势方位角Pf,得到各频率成分的方位校正因子Af。

Af=cosPf·dx。

(7)

式中dx为道间距。

采用方位校正因子对各台阵之间的距离进行校正,再采用相应的频散谱分析方法提取频散曲线。

2.4 理论效果分析

为了验证本文数据校正方法的有效性,设计了如图4所示的城市环境下的路边微动观测系统。噪声源分为远距离低频噪声、近距离高频噪声和马路噪声,检波器沿y轴线形布置,远距离低频噪声来源于360°方向,近距离高频噪声来源于45°～60°方向,马路噪声来源于近90°方向。

图4 微动震源分布图

选取圆心的检波器采集的三分量地震数据进行分析,理论数据的Z分量、X分量和Y分量如图5所示。其中,Z分量指向垂直方向,X分量指向E方向,Y分量指向N方向。采用窄带滤波器将理论数据分解为低频信号、高频信号,并根据路边噪声的信号特点分解出路边噪声信号,然后采用本文所述的偏振分析方法分别对低频、高频和路边噪声信号进行偏振分析。

(a) Z分量

理论数据的偏振分析结果如图6所示。图中颜色代表归一化后的方位角分布密度,其中,暖色代表分布密集,冷色代表分布稀疏,半径代表微动数据的采集时间。低频信号来源于自然界的随机噪声,这种信号分布广泛、传播距离远,偏振分析的结果也验证了其分布的随机性; 高频信号主要来源于城市人类活动造成的噪声,偏振分析显示其主要分布于45°偏向60°方向的扇形区域,与正演模拟数据一致; 马路噪声主要来源于穿行的车辆,由于噪声源离检波器距离较近,因此其频率较高、能量较强,偏振分析显示其主要分布于0°偏向10°的扇形区域,与正演模拟数据一致。

(a) 低频噪声

以上理论数据分析证明了采用偏振分析的方法可以获取不同类型噪声源的来源方向,从而可以准确计算出不同类型噪声的方位角。在实际应用中,偏振分析方法可以作为微动数据处理流程的一个环节,为微动勘探提供准确的结果,为研究城市线形微动方法提供参考和依据。

3 应用效果分析

3.1 沿线噪声数据分析

应用地点位于罗铁工程西线比选线路,数据采集采用0.2～150 Hz频带宽度的三分量检波器。为了保证数据采集的质量,在检波器上覆盖沙袋进行压重耦合,采用路边噪声的观测系统,测线平行于马路布置于路边,工作布置如图7所示(红线为测线)。检波器间距为10 m,检波器的Y分量指向正北方向,马路走向为北微东约10°。实际数据原始记录如图8所示。

上为正北方向。

(a) Z分量

偏振分析结果如图9所示。测线附近的机械作业产生高频的噪声(如图9(a)所示),其主要分布于30°偏向40°方向的扇形区域; 马路噪声主要分布于北微偏东方向的扇形区域内(如图9(b)所示)。马路噪声方位角统计如图10所示。由于车辆在马路上双向行驶,因此马路噪声的方位角主要集中于0°、180°和360° 3个区域,马路噪声相对于测线的偏线角度为5°～10°,校正前后的频散曲线如图11所示。图中的彩色代表频散能量。由图可知,校正前后的相速度差较小,大部分在10 m/s以内。这充分印证了在城市环境中进行地下工程勘察时线形的排列方式可以满足勘察的需要。

(a) 高频噪声

图10 马路噪声方位角统计图

图11 校正前后的频散曲线

3.2 偏线噪声数据分析

部分测线横穿马路或测线周边有明显噪声源时,噪声相对于测线的偏线角度较大(如图12所示),对不同频率的噪声数据进行偏振分析。图中颜色表示归一化的方位角分布密度,冷色代表分布稀疏,暖色代表分布密集。结果显示: 1～9 Hz的噪声源相对于测线的偏线角度较大(15°～58°),10～20 Hz的噪声源相对于测线的偏线角度较小(0°～7°)。

图12 不同频率偏振分析结果

将不同频率的方位信息应用于噪声数据并进行频散能量成像,结果如图13所示。图中分别示出了校正前后的频散曲线,其中,1～9 Hz频段的数据由于偏线角度较大,校正后的相速度明显小于校正前的相速度; 大于9 Hz频段的数据校正前后相速度基本无差异。

图13 不同频率校正前后的频散曲线

校正前后的反演成像如图14所示。波速值是工程中用于刻画地下介质特性的重要参数,可以提供关于地质结构、岩性的重要信息。校正前的反演成像图显示整体剖面具有较高的波速,而校正后的反演成像图显示从浅区域到深区域的波速值有所降低,这意味着在校正过程中对波速进行了修正。为了验证校正方法的效果,在桩号320 m处布置了钻孔Z1进行验证。钻孔Z1揭露全风化层、强风化层和弱风化层的深度分别为24、27.8、41.5 m,同时在深度约70 m发育一倾角约为65°的断层。校正后的反演成果与钻孔成果基本一致,而校正前的反演成果在风化层的划分上与钻孔成果存在较大差异,如果不对数据进行方位角校正,将无法准确刻画出层位信息。

(a) 校正前

4 结论与展望

本文针对城市环境下地下工程勘察所面临的噪声干扰大、方法应用受限等问题,提出了基于偏振分析的微动勘察技术,实现了对城市环境下偏线微动数据的方位角校正,得出如下结论:

1)偏振分析方法可用于城市强噪声环境下线形微动数据方位角的计算,准确得出不同来源噪声信号的方位。

2)在城市环境中使用线形微动方法是可行的,特别是沿马路布置的微动观测系统,当主要噪声来源于测线沿线时,频散能量拾取误差较小。

3)当噪声源偏线角度较大时,可对数据进行分频偏振分析,求取方位角信息并用于微动数据处理,从而得到测区更加准确的视横波速度剖面。

基于偏振分析的城市强噪环境下的线形微动数据方位角分析方法的成功应用,可为城市地下工程的勘察提供科学和有效的解决方案,下一步可通过进一步的数据分析,不断完善数据处理流程,提高数据信噪比和成果质量。