大武地电场观测干扰源判定分析

李焱林,杜利峰,钟辉宗,席旭忠,王涛

(青海省地震局,青海 西宁 810005)

0 引 言

地电场的观测和研究已有百年历史,但在最近的40年才将其运用于地震前兆观测及研究[1—3]。地电场作为重要的地震前兆物理场,大量的研究与实际震例证明地电场的异常变化是一种有效的地震短临预报手段[4]。随着工、农、牧业的蓬勃发展,对地球物理的观测环境影响巨大,不光是地电数据,对地磁观测、重力观测、流体观测都有很大的影响。人类生产生活造成的众多干扰导致在整个地球物理观测的数据中很难辨识出临震异常,极大的影响了短临预报工作的研究。

随着城市现代化建设及不断的发展导致了地电观测场地环境的不断恶化,大量的工农业生产、基建工程以及民用生活用电设施的增加导致了漏电干扰源的增加,严重地影响观测数据的质量和地电观测的预报效能。地电场测区漏电是一种严重影响观测数据的异常干扰,通常会使观测曲线出现大幅度的阶跃,严重地干扰还会影响地电场的日变形态,日变曲线被压制就会导致分析人员难以在观测数据中捕捉到微弱的与地震有关的异常变化。

因此,在实际的观测过程中遇到漏电干扰时要快速准确的判断计算出干扰源并予以解决,这样才能保证地电观测数据的可靠性。目前已经有张宇、王兰炜于2023年5月首次提出的点源干扰源定位法来定位干扰源的具体位置,该方法是通过建立点源干扰源对地电观测数据影响的模型计算出干扰源对地电观测数据的影响幅度,并计算出干扰源相对于公共极的精确位置并进行实地排查最终确定干扰源[5]。该方法应用实践于江苏高邮等台站的实际干扰排查工作中且干扰源位置判断精确,理论计算与实际排查的结果一致。该方法适用于地电观测场地附近干扰源较多的地方,如密集村庄、工厂等,此类观测场地周围用电设施众多,普遍排查耗时耗力,需要这种精准定位法做出精准判断。

本文利用“VAN”法排查大武地电场GEF-2型仪器观测场地干扰源,由于大武GEF-2地电场附近只有十户牧民且每户间隔较大,因此采用“VAN”法只需计算出大致干扰源方位即可判断出干扰源位置,再根据判断方向对该区域小范围内的用电设施进行排查就能判断出漏电位置并解决。通过排查分析大武地电场干扰情况发现理论计算干扰源方位与实际排查的位置基本一致,因此认为该法具有一定可行性,可用于日后地电场数据干扰源的异常核实工作。

1 大武地电场观测概况

大武地电场位于青海省甘德县青珍乡草滩,海拔高度4 088 m,台基岩性为砂砾岩。台站紧靠101省道大武—甘德段,南侧河谷阶地,整个地势为向南缓倾斜的单斜坡,距北河中心地带落差15 m。地电场独立布设电极和线路,采用地电场常用的L型观测装置布设。具体为:在场地中心点向北和向西布设测线,每个方向均有两个测道,选取不同极距埋设电极,其中长极距为300 m,短极距为150 m,形成6极共用,室内分线组合成12个输入端进入仪器,形成6个测道,分别是:南北向长极距300 m、南北向短极距150 m、东西向长极距300 m、东西向短极距150 m、北东向斜道长极距420 m、北东向斜道短极距210 m。采用甘肃地震局生产的固体不极化专用电极6个,埋设在地表冻土层以下的沙质沉积物中,深度为3.3 m。场地附近附牧民固定居住点存在生活用电不规范的情况,偶尔有漏电干扰情况发生从而影响数据质量。由于场地附近有多个居住点,导致我们排查干扰时面临着排查范围太大的难题,因此希望通过干扰源定位方法确定干扰源方位,这样就可以缩小排查范围,提高干扰源排查效率。

地电场观测仪器为GEF地电场仪。大武地电场采用第二象限“L”型布极方式(图1)。其中,中心公共电极O1和O2布设于同一位置,其他四个电极A1,A2,B1,B2与公共电极O1和O2构成三个地电场观测方向,分别为北南测向长极距A1O1和短极距A2O2,东西测向长极距B1O1和短极距B2O2,斜道侧向为长极距A1B1和短极距A2B2。由于公共电极O1和O2为同一位置,因此统称为O来讨论。

图1 地电场布极

2 大武地电场干扰特征

大武地电场2022年底由于东西方向短极距电极(图1中B2)故障导致东西向短极距B1O和斜道短极距A2B2观测数据不可用,直到2023年4月8日更换电极后观测数据才恢复正常,日变化清晰、各测道系数高、日差值小,观测数据质量较好。自2023年5月17日开始,观测数据出现了明显的阶跃变化,数据正常情况下的日变幅度为3.59～6.25 mv/km,发生干扰情况后数据变化幅度为7.02～12.01 mv/km(表1),其数据变化明显区别于正常的日变化,此类型阶跃变化不定期出现(图2～4)。

表1 2023年干扰幅度

图2 2023年7月23日观测数据时序曲线

图3 2023年7月25日观测数据时序曲线

图4 2023年8月27日观测数据时序曲线

图6 干扰源示意图

通过对观测数据波形的分析,此次异常存在以下几个特征:

(1)通过连续统计数天观测数据的干扰时间,发现该阶跃变化只出现在白天时段,大约9～19时之间,与人类生产工作及生活作息时间基本重合。

(2)北南向、东西向长短极距(OA1和OB1)受干扰影响明显,且南北向、东西向阶跃干扰变化趋势相反。

(3)斜道长极距(A1B1)、短极距(A2B2)基本不受影响。

3 分析原理和处理方法

3.1 原理介绍

“VAN”法是利用多极矩地电场去噪声原理[6-7],利用多极距展开地电场观测,在南北向和东西向布设多组不同极距的电极,通过同一方向上长短极距的地电场场强分量的变化量分析干扰对地电观测的影响。地电场观测到的物理量就是按照固定的距离埋设电极,然后测量相关电极之间的电位差与电极间距离的比值,根据该原理可得出如下关系式:

(1)

EA1B12=EA1O2+EB1O2

(2)

V=1/roij

(3)

VA1,VA2,VB1,VA1,VO分别代表各点的电位,L代表两个电极之间的距离,r为观测点到信号源点的位置,i=1、2,j=A、B。

由信号源产生的电位V会随着与观测点的距离r的增大而减小,对于观测台站,不同距离的信号源对多极距观测系统中各个电极的电位变化影响也不同。对于远源场而言,其场源到观测点的距离足够长,测点上两个不同极距的电场强度大致相等。而相对于近源场,测点上两个不同极距的电场强度差异较大,如果信号源位于测区内部,两个同向极距上的场强变化甚至会相反。因此在干扰识别前应先判断场源信号特征。

3.2 干扰源分析

大武地电场GEF-2型仪器架设于甘德县青珍乡的牧场中,由电极构成的三角形观测区内无任何用电设施,因此完全可以排除内场干扰源的情况。根据上述观测原理发现大武地电场的阶跃干扰变化特征为北南向、东西向长短极距受影响,且北南向、东西向变化趋势相反,但是斜道长极距、短极距基本不受影响。具体变化为北南向长、短极距观测数值受干扰变化幅度增大;东西向长、短极距观测数值受干扰变化幅度减小。确定北向、东向为电场正方向,根据地电场布设以及计算原理式(1),北南向长、短极距观测数值受干扰变化幅度增大可以得出干扰电场的方向也为由南向北。根据东西向长、短极距观测数值受干扰变化幅度减小可以得出干扰电场的方向为由东向西。北东向长短极距均未发生阶跃情况,根据公式可以判断出干扰源G造成的干扰场强相对于长极距A1B1电极的干扰电位差的影响幅度是相等的,就是说干扰源G与长极距A1B1电极的距离是相等的,北东向短极距变化亦是如此,也就是认为干扰源G的方位处于北东向的垂直平分线附近,通过大致的判断分析得出结论此次变化特征符合近源信号且干扰源位于场地的东南方向。

3.3 干扰源方位计算

大武地电场电极的布极方式为第二象限 “L”型布局,由此可以考虑用北南、东西2个方向的地电场矢量合成计算出干扰源的方位,即测量出受干扰情况发生时各方向受干扰的干扰变化幅度,再通过理论计算得到干扰源的入射地电场布极中心的方位角度,从而判断出干扰源的方位。

本文选取2023年7月23日、7月25日、8月27日三组阶跃干扰较为明显的数据时段进行研究,提取到的干扰幅度见表1。

3.4 干扰源现场核实

根据干扰电场的初步分析以及抽取典型干扰的阶跃数据的矢量计算值可以判断出该干扰源来自于地电场测区三角形的外场,且位于以公共极为原点的东南方向。具体方位根据干扰源方位角计算结果的数据可以确定为第二象限北偏西41～45.7°之间的反向延长线区域。根据计算结果进行了实地排查发现位于公共极的东南方向牧民家中存在牧民生活用电系统的漏电干扰,在牧民抽水、做饭等用电时间段地电观测数据存在大量的阶跃情况。工作人员建议牧民家在固定一天停止用电后对数据进行观察发现干扰随即消失,计算结果与现场排查结果基本相符。

综上所述,大武地电场的阶跃干扰导致的数据异常就是与附近牧民的生产生活有关,且干扰开始的时段与牧民转场至地电场附近的时间段基本吻合。干扰的整个过程如图2～4,牧民在使用用电设备时,由于设备漏电导致巨大电流引入地电场附近的土壤中,从而导致观测数据中产生阶跃变化。随着用电设备使用结束,漏电电流随之消失,干扰电场也随之消失,观测数据恢复正常。

4 结 语

此次对大武地电场的干扰研究,首先利用“VAN”法判断出数据阶跃变化由近场干扰源导致,通过提取出的干扰幅度结合矢量计算公式进行计算分析确定干扰源的方位角范围,根据计算结果得到的方位进行详细的现场核实等工作最终确定了干扰源。该方法只能大致的计算出干扰源的方位范围,不能计算出干扰源与地电场的相对距离,希望在后期的学习研究中能在计算出方位的基础上确定距离以缩小排查范围。在地电场周围的可疑干扰源较少的情况下可以使用本方法排除,在确定干扰源的方位范围后进行小范围排查,省时省力。针对地电场观测的此类干扰,大武地震台工作人员计划通过现场宣讲以及协助改造等工作措施来改善地电场观测环境;同时在日后的数据处理过程中可以用此类方法进行干扰源判断,利用理论知识剔除观测数据中的非临震异常数据,为地电观测研究提供稳定可靠的基础数据。