Abstract
- 研究动机：微地震高分辨率成像需要大量且一致的相位到时数据，S 相对地下物理参数（Vs、Vp/Vs、各向异性等）尤为关键。
- 核心难点：近震 S 相拾取常受 P coda 重叠、转换相干扰、以及各向异性引起的 S 波分裂影响，导致识别不稳定/不唯一。
- 方法贡献：提出台网级处理流程，联合单台三分量偏振分析 + 跨台站横向波形相干性分析，构建“以 S 为第一到达”的地震剖面以强化可视化识别。
- 应用与产出：该剖面可辅助单事件与大规模数据的半自动分析；并结合自动叠加速度分析从剖面估计 S 波速度。
- 验证数据：合成地震图验证适用性；真实数据来自意大利南部 ISNet 台网的局地地震三分量速度计记录，用于评估有效性。
Introduction
- 背景：高密度监测台网增多，使微地震也能获得大量高质量三分量记录；正确识别波型对介质结构与震源信息提取至关重要。
- 关键意义：P、S 速度模型（尤其 Vs 与 Vp/Vs）是刻画岩石圈组成与物理状态的核心参数，因此需要可靠的 P/S 到时。
- 难点来源：近震 S 相识别受 P coda 叠加、转换相、以及各向异性引起的 S 波分裂影响，可能导致严重误拾取甚至无法拾取。
- 传统思路：被动源研究常对每台站独立使用多分量/偏振滤波与特征函数抑制 P、突出 S，并结合自动检测拾取与质量/不确定性估计。
- 台网/阵列与勘探启示：利用多台站可估计横向相干性与慢度；勘探地震通过 move-out + stacking 在道集中增强目标相位、压制噪声与非目标相位。
- 本文贡献：提出台网级新流程，将单台偏振分析与道集横向相干性结合，构建“以 S 为第一到达”的剖面；并用叠加速度分析从剖面估计研究区平均 Vs；在合成与意大利南部局地地震数据上验证有效性。
Methods
- 目标：针对三分量记录提出流程，实现 S 波到时的可靠识别。
- 总流程：P 拾取与初定位→按入射角 φ 与反方位角 β 将 ZNE 旋转到 LQT→移动窗偏振分析计算 D(t)、P(t)、H(t)→构造 S 波特征函数并可加权→为后续道集/剖面与速度分析做准备。
- LQT 含义：L 近似承载 P 主能量；Q/T 承载 SV/SH（S 能量），旋转用于分离 P 与 S。
- 关键参数：
- β：由事件位置与台站几何确定；
- φ：在 P 初至后短窗内用三分量协方差矩阵偏振分析估计。
- 窗长选择：用 Kanamori(2005) 的时域主周期估计量 τ_c 指导协方差窗长（t0 常取 3 s）。
- 三个偏振属性：
- D(t)：主振动方向相对 L 的偏离程度（P 初至低、S 初至高）；
- P(t)：线性度（P/S 初至通常高，但单独不能区分 P 与 S）；
- H(t)：横向能量占比（S 高、P 低）。
- S 波特征函数：$CFS = D^2(t)·P^2(t)·H^2(t)$ ，并可用 $W(t)=sqrt(Q^2+T^2)$ 引入振幅权重形成 CFSW，以增强 S 初至峰值。
- 局限性：CFS 依赖 φ 估计准确与 S 近线性偏振；分裂、散射、转换相和旋转误差会削弱无歧义识别，需要进一步结合台网相干性与剖面处理。
- 从单台到台网：偏振分析输出单条时间序列 CFSW（S 波偏振特征的压缩表示）；为增强稳健性，在 CFSW 道集中分析横向相干性与表观速度。
- 道集类型：
- CSG：同一事件、不同台站；
- CRG：同一台站、不同事件；
- 剖面按“震源距”排序而非震中距，以适应事件深度分布；不同波型可由剖面斜率（表观速度）区分。
- 图1b：对 CFSW 道进行减速（reduction）后使 S 在 0 s 附近对齐；叠加道增强相干的 S 峰值并压制不相干能量；整体 0.1 s 偏移来自偏振滤波窗长导致的系统延迟。
- 何时用 CSG/CRG：CSG 需要单事件被大量台站记录并覆盖足够震源距范围；台站稀疏但事件多时 CRG 更有利。
- 线性动校正与速度分析：
- 先对齐 P 初至；
- 假设一组 vp/vs，按 $t_ik = t_s - t_p = (Δx/vp)(vp/vs - 1)$ 计算每道时间移；
- 叠加 $S_i = Σ_k CFSW^k(t - t_ik)$；
- 扫描 vp/vs，取叠加幅度最大者作为最佳对齐与速度比估计，并据此拾取 S 到时；
Application and Results
- 数据：5675 条三分量速度记录（626 次局地地震），时间 2007/12–2010/03；Mw 0.9–3.0；震源距 2.3–103.6 km；筛选条件为 S/N > 5 且 P 拾取误差 < 0.2 s；HYPO71 + 区域 1D vp 模型完成定位。
- 单台结果（图2）：好例子中 H、D、P 与 CFSW 在理论 S 到时同步增强且 P–S 间窗内能量弱；坏例子中 CFSW 在直达 S 前出现强峰，可能为转换相，提示“单道仍可能误判”，需要道集相干性增强。
- 道集选择与剖面处理：因事件数远大于台站数，将 CFSW 组成 CRG 覆盖 0–50 km 震源距；对每道做幅度归一化、取包络并去均值（处理极性变化）、高通（仅作图像增强不作物理解释）、按震源距分箱叠加以均衡采样。
- CRG 相干性与速度（图3）：多台站 CRG 剖面显示极佳横向相干性，第一到达与 S 首到一致；线性 LMO + stacking 速度分析以叠加幅度峰值确定最优平均 vs；归一化叠加幅度 > 0.75 给出速度范围；平均 vs 约 2.7 km/s，横向变化小。-
- S/N 提升评估（图4）：比较横向分量剖面 T 与偏振门控剖面 CFS×T 的超越概率 P(S/N ≥ 阈值)=1-Cdf；S/N 由 S 后 2 s 信号 RMS 与 S 前 1 s（P coda）噪声 RMS 计算（物理上通常取比值）；S/N > 3 的概率在 SNR3 从 5.5%→55.4%，VDS3 从 18.5%→68%，显著提高可拾取比例。
- 相位正确性验证（图5）：在剖面拾取首到并用测得速度计算理论 S 到时，残差-距离与走时-距离分布显示一致性，支持所识别相位为 S 波。
本文章首发于芜尽，转载请注明出处