台风黑格比和巴威对地脉动的影响

孙冬军, 刘芳, 王鹏, 于海英, 王成睿

孙冬军,刘芳,王鹏,于海英,王成睿. 2023. 台风黑格比和巴威对地脉动的影响. 地震学报,45(3):445−454. DOI: 10.11939/jass.20220183
引用本文: 孙冬军,刘芳,王鹏,于海英,王成睿. 2023. 台风黑格比和巴威对地脉动的影响. 地震学报,45(3):445−454. DOI: 10.11939/jass.20220183
Sun D J,Liu F,Wang P,Yu H Y,Wang C R. 2023. The influence of Typhoon Hagupit and Typhoon Bavi on microseisms. Acta Seismologica Sinica45(3):445−454. DOI: 10.11939/jass.20220183
Citation: Sun D J,Liu F,Wang P,Yu H Y,Wang C R. 2023. The influence of Typhoon Hagupit and Typhoon Bavi on microseisms. Acta Seismologica Sinica45(3):445−454. DOI: 10.11939/jass.20220183

台风黑格比和巴威对地脉动的影响

基金项目: 上海佘山地球物理国家野外科学观测研究站海洋地震观测研究室课题(2022SSY04)和上海市地震局地震监测预警科技创新团队联合资助
详细信息
    作者简介:

    孙冬军,工程师,主要从事地震数据处理方面的工作,e-mail:sundongjunvip@163.com

    通讯作者:

    于海英,博士,高级工程师,主要从事地震监测、台网和台阵数据处理等工作,e-mail:6168658@qq.com

  • 中图分类号: P315.31

The influence of Typhoon Hagupit and Typhoon Bavi on microseisms

  • 摘要: 台风引起的海浪通常可加强地脉动能量,而地脉动的激发机制和噪声源位置存在一定争议。通过计算沿海和内陆的7个宽频带地震台站2020年7月1日—9月1日连续波形数据的功率谱密度并对连续波型数据进行极化分析,定量讨论台风期间不同频段的功率谱密度值变化,研究佘山台、大洋山台、横湖台、天平山台和秦皇山台的噪声源方向分布。结果表明:台风黑格比和巴威明显加强了双频地脉动功率谱密度值,尤其对于长周期双频地脉动的加强作用更为显著,对于单频地脉动及≥20 s周期地脉动的影响则相对不显著;佘山台、大洋山台、秦皇山台、天平山台和横湖台记录的短周期双频地脉动可能是邻近海域不同噪声源起主导作用;长周期双频地脉动的噪声源方向一致性较好,指向南南西方向,可能受到南海海域或者更南边的源区的影响,而单频地脉动则主要受到海岸线上不同噪声源的影响。
    Abstract: Typhoon-induced waves can usually enhance the microseisms energy, the generation mechanism and source locations of microseisms are controversial. We calculated the power spectral density and carried out polarization analysis of the continuous waveform data of seven wide-band seismic stations on the coast or inland from July 1 to September 1, 2020. The variation of power spectral density in different frequency bands during typhoons has been quantitatively discussed, and the distribution of noise sources at the seismic stations SSE, DYS, HUH, TPS and QHS were studied. The results show that the power spectral density of double-frequency microseisms significantly increased after Typhoon Hagupit and Typhoon Bavi, especially the long period double-frequency microseisms. The single frequency microseisms and microseisms with period ≥20 s increased inconspicuously. The short period double-frequency microseisms recorded at SSE, DYS, HUH, TPS, and QHS seismic stations are affected by different sources in the adjacent sea area. The sources of the long period double-frequency microseisms are consistent, pointing to the south-south-west direction, which may be affected by the source area of the South China Sea or further south. The single frequency microseisms are affected by different noise sources along the coastline.
  • 地震背景噪声在全球多尺度结构的分析研究中应用广泛(Shapiro et al,2005Yao et al,2010Zheng et al,2011et al,2013),但背景噪声源分布不均匀,会导致成像结果存在一定误差(Roux et al,2005Fichtner,2015)。因此,地震背景噪声源的分布及激发机理也日益受到关注。

    地脉动作为地震背景噪声的重要组成部分,其频率主要分布在0.003—1.0 Hz,主要由海浪与固体地球表面的耦合作用产生(Longuet-Higgins,1950郑露露等,2017)。根据其激发方式的不同,地脉动包含单频地脉动(single frequency microseisms,缩写为SFM)和双频地脉动(double frequency microseisms,缩写为DFM)。单频地脉动由海陆作用耦合形成,其频率与波浪频率一致,主要分布在0.05—0.1 Hz (Ardhuin et al,2015);双频地脉动则是两列方向相反频率相同的海浪非线性相干形成驻波后产生的垂向压力扰动作用于海底而激发,其源区可分布于海域沿岸、台风中心附近或两个台风之间,其主要频率分布在0.1—0.5 Hz (Longuet-Higgins,1950Hasselmann,1963Ardhuin et al,20112015郑露露等,2017)。而且双频地脉动还会分裂出两个峰值,即0.25—0.5 Hz的短周期双频地脉动和0.1—0.25 Hz的长周期双频地脉动(Bromirski et al,2005Sun et al,2013Koper,Burlacu,2015)。

    台风会加强0.05—0.5 Hz的地脉动(Longuet-Higgins,1950Hasselmann,1963Bromirski et al,2005Ardhuin et al,20112015),且该频段地脉动与波浪高度相关性较好,因此在全球不同地区,该频段被用于估计台风等极端事件期间显著的海浪高度(Ardhuin et al,2011Davy et al,2014)以及台风定位追踪与强度反演(Lin et al,2018Fang et al,2020)。

    目前对于双频地脉动的源区分布存在一定争议。有的研究者认为大洋中产生的地脉动无法传播到陆地(Bromirski et al,2013),有的则认为可以(Ying et al,2014aBeucler et al,2015)。有的学者认为双频地脉动存在公共的源区(Kedar et al,2008),也有学者认为邻近观测点的海域产生的双频地脉动对附近地震台站所记录的双频地脉动起主导作用(Xiao et al,2018a)。

    本文拟利用台风黑格比和巴威期间海岛、沿海及内陆地震台站的连续波形数据定量地探讨这两次台风对0.05—0.5 Hz地脉动的加强情况,以及对<0.05 Hz地脉动的影响。选取其中部分台站进行极化分析,讨论上海地区地脉动源区的分布情况,宏观地了解上海地区海洋噪声特点,以期为该地区的背景噪声成像中的噪声分布提供参考信息。

    从地震学联合研究会(Incorporated Research Institutions for Seismology,缩写为IRIS)和上海地震台网下载7个宽频带地震台站自2020年7月1日至9月1日的连续波形数据用于研究,其中:IRIS取两个地震台站,恩施台(ENS)和白家疃台(BJT);上海地震台网取五个台站,佘山台(SSE)、天平山台(TPS)、横湖台(HUH)、秦皇山台(QHS)和大洋山台(DYS)。台站分布如图1所示。

    图  1  2020年7月—9月影响我国东南沿海的台风路径及本文所用台站
    Figure  1.  Typhoon tracks affecting the southeastern coast of China from July to September in 2020 and the stations used in this study

    为了研究地脉动能量与海浪高度的关系,本文使用了欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,缩写为ECMWF)2020年7月1日至9月1日第五代再分析全球浪高数据,其水平分辨率为0.5°×0.5°,时间分辨率为1小时。以图1中蓝色实心圆(31°N,121°E)所示为例,分析讨论台风期间不同频段的功率谱密度与该点浪高变化的关联性。在一个区域范围内,海洋的浪高随时间的变化比较相似,因此我们可以选择一个点来代表相应区域进行讨论。

    研究时段内影响我国东南沿海的台风有6个,以中国气象局热带气旋资料中心的台风最佳路径(Ying et al,2014bLu et al,2021)为参考(台风路径各点时间间隔为3 h或6 h),分别为台风黑格比(Hagupit)、米拉克(Mekkhala)、海高斯(Higos)、巴威(Bavi)、美莎克(Maysak)和海神(Haishen),这是一个用来分析讨论地脉动受台风影响情况的契机。其中台风黑格比和巴威的传播路径途径上海周边,对上海地震台站波形影响明显,因此本文主要选择台风黑格比和巴威进行分析讨论。台风黑格比于2020年8月1日2时形成热带低压,于20时转变为热带风暴,8月3日2时强度增强至强热带风暴,14时转变为台风,后变为强台风并于8月4日凌晨3时30分左右在浙江省乐清市沿海登陆,之后台风风速显著下降,于8月6日变为热带低压,在8月12日消散。台风巴威于8月21日在台湾以南生成,一路北上,于8月27日在朝鲜登陆,之后进入我国,途径辽宁省和吉林省,最终消散在黑龙江省。

    目前主要通过噪声功率谱密度(power spectral density,缩写为PSD)来定量地分析讨论地震背景噪声能量(McNamara,Buland,2004),主要采用如下流程进行计算:① 波形预处理。将连续波形分成每个小时的波形文件,去趋势、去仪器响应、去线性趋势和波形尖灭,将每小时波形分为15段,每两段有50%的重叠;② 将每段波形进行快速傅里叶变换(fast Fourier transform,缩写为FFT)得到频率谱,然后计算1小时平均功率;再将能量转换为标准分贝格式 [ 10lg(m2s—4Hz—1) ] 。

    极化分析是对单个三分量地震仪所记录到的波形进行分析,通过三个分量所记录到的相位信息可以判断出所记录到的波的类型和传播方向(Xiao et al,2018b),这种方法最早于20世纪70年代由Kanasewich (1973)提出。本文主要基于Samson (1983)以及Koper和Hawley (2010)的方法和相关流程,计算谱密度矩阵,即

    $$ \frac{1}{N}\sum\limits _{K=1}^{N}{{\boldsymbol{M}}}_{K}^{{\rm{H}}} ( f ) \cdot {{\boldsymbol{M}}}_{K} ( f ) \text{,} $$ (1)

    式中,H表示共轭转置,N代表所计算的本征谱的数目,f表示频率,K表示频段总数,M表示谱矩阵。通过求解谱密度矩阵可以得到特征值λ和相应的特征向量,进而可求得极化率β2和四个角量即θHθVφHHφVH,其中θH为极化方位角,θV为极化倾角,φHH为两水平分量相位差,φVH为主水平分量与垂直分量之间的夹角(Koper,Hawley,2010

    本文利用IRIS网站上Casey等(2018)编写的极化分析程序,求得极化率β2和四个角量(θHθVφHHφVH),通过其中的极化方位角θH来分析讨论地脉动的噪声源方向。

    图2给出了台风黑格比的风速变化及台风风眼与佘山台的距离随时间的变化。从图中可以看出,台风风眼在8月4日20时左右距佘山地震台距离约0.6°,距离曲线的变化形态与台风风眼到观测点(31°N,121°E)的距离类似。8月3日—5日期间佘山地震台5—10 s的PSD值变化可以较为直观地反映该时间段台风风速的变化情况;8月3日6时—6日12时期间,随着台风风眼到佘山台的距离逐渐变近再逐渐远离,浪高也呈现先增大后下降的趋势。

    图  2  台风黑格比风速变化和台风风眼与佘山台间的距离随时间的变化(左)及佘山地震台5—10 s PSD值和观测点浪高值的变化(右)
    Figure  2.  Variation of wind speed of Typhoon Hagupit and distance variation from typhoon eye to SSE seismic station with time (left)and variation of PSD at SSE seismic station for 5−10 s and wave hight at observation point (right)

    我们可以通过佘山台8月3日—5日的PSD值变化估计该时段黑格比的风速变化情况,即台风强度变化情况;而观测点(31°N,121°E)3日12时—6日12时的浪高变化可以反映台风风眼到该点的距离变化情况。

    我们设定T1为PSD值在台风期间变化的起点时间,T2为PSD值达到最大值的时间(图3),则台风期间PSD值的变化为:

    图  3  台风黑格比(a)和台风巴威(b)期间各地震台站双频地脉动PSD值变化
    Figure  3.  Variation of double frequency microseisms PSD values of seismic stations during Typhoon Hagupit (a) and Typhoon Bavi (b)
    $$\Delta {\rm{PSD}}={\rm{PSD}}_{T_2}-{\rm{PSD}}_{T_1}{\text{.}} $$ (2)

    台风黑格比期间(图3a),DYS,TPS,HUH,QHS,SSE等5个台站短周期双频地脉动PSD值增加了约8 dB,长周期双频地脉动PSD值增加了约15 dB;ENS台短周期双频地脉动PSD值基本无变化,长周期双频地脉动PSD值增加了2—3 dB,但是在T2之后,其短周期双频地脉动和长周期双频地脉动PSD值均下降了10 dB左右。可能在T1之前,该周期范围的PSD值受到了其它噪声源的影响,PSD值整体较大,而T2之后,PSD值逐渐恢复正常水平;BJT台位置偏北,其PSD最大值出现的时间稍晚,短周期双频地脉动和长周期双频地脉动PSD值增加了3—5 dB。

    台风巴威期间(图3b),DYS,TPS,HUH,QHS,SSE等5个台站短周期双频地脉动的PSD值增加了20—25 dB,长周期双频地脉动的PSD值增加了30—35 dB;ENS台短周期双频地脉动PSD值增加了8 dB左右,长周期双频地脉动PSD值增加了约15 dB;BJT台短周期双频地脉动PSD值存在两个区域极大值,总体上增加了10 dB左右,而长周期双频地脉动PSD值增加了约5 dB。

    从双频地脉动的PSD值变化可以发现:台风黑格比自8月3日开始影响DYS,TPS,HUH,QHS,SSE等5个台站所处区域,即影响上海及邻近地区;8月4日0时左右影响最为强烈,之后逐渐减弱;至8月6日已基本无影响。台风巴威自8月22日6时开始影响上海地区,对于内陆的恩施和白家疃地区也有影响;26日6时左右台风对于各区域的影响最为强烈,之后逐渐减弱。

    单频地脉动(10—20 s)受到台风黑格比和巴威加强作用不太明显。在台风巴威期间,10—20 s周期范围的PSD值整体上有一定的上升或下降的趋势(图4a);而在台风黑格比期间,这种趋势更不明显(图4b)。20—50 s和≥50 s周期范围的PSD值变化则与台风的关联性不紧密(图4)。

    图  4  台风巴威(a)和台风黑格比(b)期间地震台站周期≥10 s 波形的PSD值变化
    Figure  4.  Variation of PSD values of the seismic stations for periods ≥10 s during Typhoon Bavi (a) and Typhoon Hagupit (b)

    从图4还可以看出:海岛地震台DYS和沿海地震台TPS,HUH,QHS,SSE等与内陆地震台ENS和BJT在10—20 s周期范围的PSD值变化较为类似,在20—50 s周期范围的PSD值变化存在差异,而50 s以上周期范围的PSD值变化差异更为明显。

    挑选出沿海台站SSE,TPS,QHS等和内陆台站ENS和BJT对比台风黑格比期间50 s周期以上的PSD值变化(图5)发现:ENS和BJT作为内陆地震台站,其50 s以上周期范围的背景噪声能量比SSE,TPS,QHS等沿海台站的低,受全球M6.0以上地震影响明显。其中8月2日1时棉兰老岛附近海域M6.4地震和5日20时瓦努阿图M6.5地震对ENS和BJT台站大于50 s周期范围的PSD值影响显著;SSE,TPS,QHS等沿海台站PSD值有明显的昼夜差异性,在此周期范围PSD值整体较大,受全球较大地震影响不明显。

    图  5  台风黑格比期间各内陆台站(左)与沿海台站(右)50 s 以上周期PSD值变化差异
    Figure  5.  Variation difference of PSD values between inland (left) and coastal (right) seismic stations over 50 s period during Typhoon Hagupit

    对上海台网的五个地震台站自2022年7月30日至8月28日期间30天的数据进行极化分析,图6给出了短周期双频地脉动(图6a)、长周期双频地脉动(图6b)和单频地脉动(图6c)的极化方向概率分布图,该图可以反映地脉动噪声源的方向,其中颜色变化表示该极化方向出现的概率,方向的最小分辨率为1°,径向由内到外表示周期从小到大。

    图  6  短周期双频地脉动(a)、长周期双频地脉动(b)和单频地脉动(c)极化方向概率分布图
    圆环内径到外径分别代表周期2—4 s 、4—10 s 和10—20 s 的极化结果
    Figure  6.  Polarization direction probability distribution diagram of SPDF (a),LPDF (b) and SF (c)
    The inner to outer diameter of the ring represents the polarization results of the period 10—20 s , 4—10 s and 10—20 s

    图6a可以看出,DYS,TPS,HUH,QHS和SSE等5个地震台站短周期双频地脉动极化分析结果在噪声源指向上存在一定差异,DYS噪声源指向北偏西,SSE噪声源在北偏西和南偏东均有分布,QHS噪声来源相对均匀,TPS和HUH噪声源位于台站南偏东方向。Kedar等(2008)认为地脉动存在公共的源区,主导全球观测到的地脉动,Xiao等(2018a)通过南海海域的地脉动研究认为邻近观测点的海域产生的地脉动起主导作用。而这5个地震台站短周期双频地脉动并非来自同一噪声源,就短周期双频地脉动源区而言,我们较为支持后一种说法。

    DYS,TPS,HUH,QHS和SSE五个地震台站长周期双频地脉动的方向一致性较好,噪声源位于南南西方向(图6b)。该频段地脉动则有可能来源于南海海域,或者更南边的公共源区。

    前人对于单频地脉动来源观点较为一致,主要在海岸线附近通过行波与海底相互作用产生(Hasselmann,1963Bromirski et al,2005)。结合图6c的结果认为:DYS的单频噪声源来自台站西北方向的海岸线附近;QHS,SSE和HUH的单频噪声源则受到上海东部和南部海岸线的共同作用;TPS则受到较长海岸线多个噪声源的影响,未出现概率较大的噪声源方向。

    本次研究采用佘山台(SSE)、天平山台(TPS)、横湖台(HUH)、秦皇山台(QHS)、大洋山台(DYS)、恩施台(ENS)、白家疃台(BJT)等7个地震台站2020年7月1日—9月1日连续波形数据和ECMWF第五代再分析全球浪高数据,通过计算噪声功率谱密度并进行极化分析,研究了台风黑格比和台风巴威期间不同频段的地脉动PSD值变化及噪声源分布,得到如下结论:

    1) 双频地脉动(2—10 s)受台风黑格比和巴威加强作用明显,其中长周期(4—10 s)双频地脉动受台风影响较短周期双频地脉动更为显著。

    2) 单频地脉动(10—20 s)受到台风黑格比和巴威加强作用不明显。受台风巴威影响,所选取的7个地震台站记录到的单频地脉动的PSD值整体上有一定的上升和下降的趋势,但在台风黑格比期间这种趋势更不明显。

    3) 上海地区短周期双频地脉动(2—4 s)可能并非受到公共源区的影响,而是邻近海域产生的不同源的地脉动起主导作用;长周期双频地脉动(4—10 s)的方向一致性较好,噪声源位于南南西方向,该频段地脉动则有可能来源于南海海域,或者更南边的源区;单频地脉动(10—20 s)也没有共同的源区,可能受到来自上海地区海岸线上不同噪声源的影响。

    初步推断,长周期双频地脉动可能存在公共的源区,公共源区产生的长周期双频地脉动能量再传播到陆地上被地震台站所记录,而短周期双频地脉动和单频地脉动则主要受到台站附近海域或者海岸线的噪声源影响。

  • 图  1   2020年7月—9月影响我国东南沿海的台风路径及本文所用台站

    Figure  1.   Typhoon tracks affecting the southeastern coast of China from July to September in 2020 and the stations used in this study

    图  2   台风黑格比风速变化和台风风眼与佘山台间的距离随时间的变化(左)及佘山地震台5—10 s PSD值和观测点浪高值的变化(右)

    Figure  2.   Variation of wind speed of Typhoon Hagupit and distance variation from typhoon eye to SSE seismic station with time (left)and variation of PSD at SSE seismic station for 5−10 s and wave hight at observation point (right)

    图  3   台风黑格比(a)和台风巴威(b)期间各地震台站双频地脉动PSD值变化

    Figure  3.   Variation of double frequency microseisms PSD values of seismic stations during Typhoon Hagupit (a) and Typhoon Bavi (b)

    图  4   台风巴威(a)和台风黑格比(b)期间地震台站周期≥10 s 波形的PSD值变化

    Figure  4.   Variation of PSD values of the seismic stations for periods ≥10 s during Typhoon Bavi (a) and Typhoon Hagupit (b)

    图  5   台风黑格比期间各内陆台站(左)与沿海台站(右)50 s 以上周期PSD值变化差异

    Figure  5.   Variation difference of PSD values between inland (left) and coastal (right) seismic stations over 50 s period during Typhoon Hagupit

    图  6   短周期双频地脉动(a)、长周期双频地脉动(b)和单频地脉动(c)极化方向概率分布图

    圆环内径到外径分别代表周期2—4 s 、4—10 s 和10—20 s 的极化结果

    Figure  6.   Polarization direction probability distribution diagram of SPDF (a),LPDF (b) and SF (c)

    The inner to outer diameter of the ring represents the polarization results of the period 10—20 s , 4—10 s and 10—20 s

  • 郑露露,林建民,倪四道,祝捍皓,郑红. 2017. 台风激发的第二类地脉动特征及激发模式分析[J]. 地球物理学报,60(1):187–197.

    Zheng L L,Lin J M,Ni S D,Zhu H H,Zheng H. 2017. Characteristics and generation mechanisms of double frequency microseisms generated by typhoons[J]. Chinese Journal of Geophysics,60(1):187–197 (in Chinese).

    Ardhuin F,Stutzmann E,Schimmel M,Mangeney A. 2011. Ocean wave sources of seismic noise[J]. J Geophys Res:Solid Earth,116(C9):C09004.

    Ardhuin F,Gualtieri L,Stutzmann E. 2015. How ocean waves rock the Earth:Two mechanisms explain microseisms with periods 3 to 300 s[J]. Geophys Res Lett,42(3):765–772. doi: 10.1002/2014GL062782

    Beucler É,Mocquet A,Schimmel M,Chevrot S,Quillard O,Vergne J,Sylvander M. 2015. Observation of deep water microseisms in the North Atlantic Ocean using tide modulations[J]. Geophys Res Lett,42(2):316–322. doi: 10.1002/2014GL062347

    Bromirski P D,Duennebier F K,Stephen R A. 2005. Mid-ocean microseisms[J]. Geochem Geophys Geosyst,6(4):Q04009.

    Bromirski P D,Stephen R A,Gerstoft P. 2013. Are deep-ocean-generated surface-wave microseisms observed on land?[J]. J Geophys Res:Solid Earth,118(7):3610–3629. doi: 10.1002/jgrb.50268

    Casey R,Templeton M E,Sharer G,Keyson L,Weertman B R,Ahern T. 2018. Assuring the quality of IRIS data with MUSTANG[J]. Seismol Res Lett,89(2A):630–639. doi: 10.1785/0220170191

    Davy C,Barruol G,Fontaine F R,Sigloch K,Stutzmann E. 2014. Tracking major storms from microseismic and hydroacoustic observations on the seafloor[J]. Geophys Res Lett,41(24):8825–8831. doi: 10.1002/2014GL062319

    Fang S K,Lin J M,Ni S D,Li X F,Xu X Q,Zheng H,Xu W. 2020. Improving seismic remote sensing of typhoon with a three-dimensional Earth model[J]. J Acoust Soc Am,148(2):478–491. doi: 10.1121/10.0001624

    Fichtner A. 2015. Source-structure trade-offs in ambient noise correlations[J]. Geophys J Int,202(1):678–694. doi: 10.1093/gji/ggv182

    Hasselmann K. 1963. A statistical analysis of the generation of microseisms[J]. Rev Geophys,1(2):177–210. doi: 10.1029/RG001i002p00177

    Kanasewich E R. 1973. Time Sequence Analysis in Geophysics[M]. Camrose: University of Alberta Press: 274–296.

    Kedar S,Longuet-Higgins M,Webb F,Graham N,Clayton R,Jones C. 2008. The origin of deep ocean microseisms in the North Atlantic Ocean[J]. Proc Roy Soc A:Math Phys Eng Sci,464(2091):777–793.

    Koper K D,Hawley V L. 2010. Frequency dependent polarization analysis of ambient seismic noise recorded at a broadband seismometer in the central United States[J]. Earthquake Science,23(5):439–447. doi: 10.1007/s11589-010-0743-5

    Koper K D,Burlacu R. 2015. The fine structure of double-frequency microseisms recorded by seismometers in North America[J]. J Geophys Res:Solid Earth,120(3):1677–1691. doi: 10.1002/2014JB011820

    Lin J M,Wang Y T,Wang W T,Li X F,Fang S K,Chen C,Zheng H. 2018. Seismic remote sensing of Super Typhoon Lupit (2009) with seismological array observation in NE China[J]. Remote Sens,10(2):235. doi: 10.3390/rs10020235

    Longuet-Higgins M S. 1950. A theory of the origin of microseisms[J]. Philos Trans Roy Soc A:Math Phys Eng Sci,243(857):1–35.

    Lu X Q,Yu H,Ying M,Zhao B K,Zhang S,Lin L M,Bai L N,Wan R J. 2021. Western North Pacific tropical cyclone database created by the China Meteorological Administration[J]. Adv Atmos Sci,38(4):690–699. doi: 10.1007/s00376-020-0211-7

    Lü Y,Ni S D,Xie J,Xia Y J,Zeng X F,Liu B. 2013. Crustal S-wave velocity structure of the Yellowstone region using a seismic ambient noise method[J]. Earthquake Science,26(5):283–291. doi: 10.1007/s11589-013-0016-1

    McNamara D E,Buland R P. 2004. Ambient noise levels in the continental United States[J]. Bull Seismol Soc Am,94(4):1517–1527. doi: 10.1785/012003001

    Roux P,Sabra K G,Gerstoft P,Kuperman W A,Fehler M C. 2005. P-waves from cross-correlation of seismic noise[J]. Geophys Res Lett,32(19):L19303.

    Samson J C. 1983. Pure states,polarized waves,and principal components in the spectra of multiple,geophysical time-series[J]. Geophys J Int,72(3):647–664. doi: 10.1111/j.1365-246X.1983.tb02825.x

    Shapiro N M,Campillo M,Stehly L,Ritzwoller M H. 2005. High-resolution surface-wave tomography from ambient seismic noise[J]. Science,307(5715):1615–1618. doi: 10.1126/science.1108339

    Sun T H Z,Xue M,Le K P,Zhang Y W,Xu H P. 2013. Signatures of ocean storms on seismic records in South China Sea and East China Sea[J]. Mar Geophys Res,34(3):431–448.

    Xiao H,Xue M,Yang T,Liu C G,Hua Q F,Xia S H,Huang H B,Le B M,Yu Y Q,Huo D,Pan M H,Li L,Gao J Y. 2018b. The characteristics of microseisms in South China Sea:Results from a combined data set of OBSs,broadband land seismic stations,and a global wave height model[J]. J Geophys Res:Solid Earth,123(5):3923–3942. doi: 10.1029/2017JB015291

    Xiao H,Xue M,Pan M H,Gao J Y. 2018a. Characteristics of microseisms in South China[J]. Bull Seismol Soc Am,108(5A):2713–2723. doi: 10.1785/0120170237

    Yao H J,van der Hilst R D,Montagner J P. 2010. Heterogeneity and anisotropy of the lithosphere of SE Tibet from surface wave array tomography[J]. J Geophys Res:Solid Earth,115(B12):B12307. doi: 10.1029/2009JB007142

    Ying Y Z,Bean C J,Bromirski P D. 2014b. Propagation of microseisms from the deep ocean to land[J]. Geophys Res Lett,41(18):6374–6379. doi: 10.1002/2014GL060979

    Ying M,Zhang W,Yu H,Lu X Q,Feng J X,Fan Y X,Zhu Y T,Chen D Q. 2014a. An overview of the China Meteorological Administration tropical cyclone database[J]. J Atmos Oceanic Technol,31(2):287–301. doi: 10.1175/JTECH-D-12-00119.1

    Zheng Y,Shen W S,Zhou L Q,Yang Y J,Xie Z J,Ritzwoller M H. 2011. Crust and uppermost mantle beneath the North China Craton,northeastern China,and the Sea of Japan from ambient noise tomography[J]. J Geophys Res:Solid Earth,116(B12):B12312. doi: 10.1029/2011JB008637

  • 期刊类型引用(1)

    1. 张丽娜,刘祥龙,董培育,陈智勇,宋政宏. 基于三分量宽频带台阵数据的福建地区地震背景噪声源分析. 地球物理学报. 2025(02): 531-546 . 百度学术

    其他类型引用(0)

图(6)
计量
  • 文章访问数:  292
  • HTML全文浏览量:  182
  • PDF下载量:  98
  • 被引次数: 1
出版历程
  • 收稿日期:  2022-09-29
  • 修回日期:  2023-01-06
  • 网络出版日期:  2023-04-03
  • 发布日期:  2023-05-14

目录

/

返回文章
返回