Application of Micro-tremor Array Detection in Site Investigation for Pumped Storage Project
-
摘要:
近年来，随着物探仪器设备的不断改进和灵敏度提升，使得微动台阵探测这一天然源物探方法在工程勘查和浅层地质调查中得到了很好的应用。本次勘探的目的是为了划分某抽水蓄能工程场地的基岩起伏界面，确定其覆盖层的厚度以及查明工区的隐伏断裂构造等，根据现场实际工作条件，选用了抗干扰能力强且高效快速的微动台阵探测技术。理论模拟结果显示直线阵列和三角嵌套阵列所获得的频散曲线与理论计算值基本吻合，故对工区布置的两条测线，采用了直线阵列的方式进行了探测，数据采集时所采用人工加噪的方法，得到浅层丰富的地质信息，从而实现了对浅地表的高精度探测。基于SPAC法提取了两条测线各测点的基阶瑞利波相速度频散曲线，经反演插值获得了两条测线的S波速度结构剖面，探测结果显示工区场地覆盖层厚度与钻探资料对比验证结果基本吻合，未发现浅层不良地质体，为后续抽水蓄能工程项目建设提供了可靠的浅层地质信息。
Abstract:In recent years, advancements in geophysical instruments, equipment, and sensitivity have enabled the widespread application of micro-tremor array detection, a natural source geophysical method, in engineering exploration and shallow geological surveys. In this study, we aimed to classify the bedrock relief interface of a pumped storage project site, determine the thickness of its overlying layer, and identify hidden fault structures in the working area. According to the real working conditions at the site, micro-tremor array detection technology featuring strong anti-interference ability and high efficiency and speed was selected. The theoretical simulation results showed that the dispersion curves obtained using a linear array and triangular nested array were consistent with the theoretically calculated values. Therefore, a linear array method was adopted to detect two survey lines arranged in the working area. A data collection method was adopted to obtain abundant geological information in the shallow layer to accomplish high-precision detection of the shallow surface. Based on the SPAC method, the phase–velocity dispersion curves of the fundamental Rayleigh waves were extracted from each measurement point of the two survey lines. The S-wave velocity structural profiles of the two survey lines were obtained via inversion interpolation. The detection results indicated that the thickness of the covering layer in the working area was basically consistent with the verification results of the drilling data, and no shallow geological bodies were found. This provides reliable shallow geological information for the construction of pumped storage projects.
-
Keywords:
- microtremor array detection /
- linear arrays /
- SPAC /
- cover thickness
-
随着人类对大自然的不断挖掘，地球已经苦不堪言。现如今抽水蓄能电站的建设，很好的满足了绿色、环保、高效、可控性强等诸多优点，在前期勘查中，摸清抽水蓄能电站工程建设范围内的地质情况极为重要。由于常规地质钻探不可能做到连续、全面揭露地质情况，必然存在地质空白区和遗漏区，辅以综合物探手段加以查明极其必要[1]。现如今主流的微动面波勘探方法能够很好的解决这一难题，微动探测技术是一种经济环保、可靠实用并广泛应用于资源勘探及工程地质领域的新型物探技术，该方法是一种操作简便、分辨率高、成本低、无损的勘探方法，降低了时间和金钱的投入[2]，结合钻孔信息，微动勘探技术凭借其无需人工激发震源、出色的抗干扰能力、高分辨率以及便捷环保等诸多优势[3-4],可以高效的确定出覆盖层厚度、不良地质体以及断裂构造的走向等。
微动勘探方法，在国内外现普遍应用于各大工程和地球物理领域并取得了较为满意的结果。Scherbaum等[5]利用单台和台阵技术测出了德国科隆市浅层S波速度剖面；丁连靖等[6]利用F-K法探测浅部横波速度结构并且也证实了这一方法的可靠性，提出了随机布阵的野外观测方法；叶太兰[7]提出微动台阵观测的布局比单点观测的要求更为严格，各测点的观测需同步进行，相对位置要求精确定位，这样才能确保探测结果的精度；李传金等[8]讨论了微动勘探常用的圆形阵列，并讨论了圆周上不同台阵数量和分布方式对实测结果影响，得出在圆周上等间隔分布3个台站的圆形阵列最具适用性。杜亚楠等[9]在衡阳用三重圆台阵探测了滑坡体，计算出滑动面的埋深范围并圈定了滑坡体块石。李井冈等[10]在江汉盆地对比了常见的3种台阵形式，得出三重圆形台阵频散图谱能量集中度最高，更易于探测到地层分界面附近的波速突变特征。李娜等[11]对比了不同台阵布局的探测效果，得出频散能量集中度较高的阵列是嵌套等比三角形和圆形台阵；针对直线阵列在高频段信噪比较低的情况之下，该学者提出了在同一直线台阵上开展微动探测和人工源面波联合勘探的数据采集处理方法，弥补了直线形台阵高频段不足这一空白，本文也是基于此方法进行数据采集。
我们熟知的三角嵌套台阵观测效果是最佳的，但是布设起来费时费力，很多工作场合的空间限制很难施展开来，但与此探测效果较好的直线阵列普适性较强，利用人工在测线一端主动加噪，便可使得探测效果达到最佳的效果。故在考虑到兼顾野外工作的快捷简便，使得探测效果满足工程需要才权衡做出采用直线型阵列的观测方式来进行微动探测。
本文根据工区环境条件，采用直线阵列进行观测，并且人为在测线两端加噪，进行现场微动探测。对所得微动成果进行分析，再结合已有的钻孔信息，探测出工区覆盖层的厚度及不良地质体情况，为后期抽水蓄能的建设提供可靠的地质资料。
1. 微动探测方法原理
微动探测，又称被动源面波勘探[12]。该方法利用地球无时无刻不存在的微动提取面波信号的一种勘探手段。微动信号振幅在10-4~10-1mm量级之间[13]，人类难以感知，只有灵敏的地震计才可以记录到。我们根据噪声频率，将微动信号来源分为两大类：一类是低频背景噪声（ < 1 Hz），主要来源于大自然现象，包括大气洋流、海陆作用及地震尾波等；另一类是高频背景噪声（ > 1 Hz），源于人类的生产活动，如车辆的运动，机械震动以及钻井打桩等制造的噪声，微动探测在城市和野外地区强干扰条件下均有较好的应用前景[14]。
微动探测方法是采用阵列观测，从微动信号中提取面波（瑞雷波）频散曲线，再通过对频散曲线的反演，获得地下介质的横波速度结构，其关键技术是如何从微动信号中提取出面波频散曲线[15]，本文采用空间自相关法（简称SPAC法）。
前提假定：微动信号是时间t和位置矢量
$ \mathrm{\xi }(\mathrm{x},\mathrm{y}) $ 的函数，符合平稳随机过程[16]；某一时间段的微动记录可看为平稳随机过程的样本函数$ X(\mathrm{t},\mathrm{\xi }(\mathrm{x},\mathrm{y}\left)\right) $ ，其波谱形式可以用下式表示：$$ X\left( {t,\xi (x,y)} \right) = \iint {exp\left( {i\omega t + iK\xi } \right)}d{\text{ }}Z'(\omega ,K) \text{，} $$ (1) 式中：
$ \mathrm{\omega }=2\mathrm{\pi }f $ 为角频率；$ \mathrm{K}=({k}_{x},{k}_{y}) $ 为波数矢量；Z为正交随机过程。SPAC法计算中，将台站以圆形台阵处理，圆形观测台阵中圆周上一点和中心点观测信号的标准化自相关函数方位平均值为：
$$ \begin{aligned}&\rho \left(f,\mathrm{r}\right)=\frac{1}{2\pi }{\int }_{0}^{2\pi }\frac{S\left(f,r,\theta \right)}{{S}_{0}\left(f,0\right){S}_{r}\left(f,r\right)}d\theta \\ =\;&\frac{1}{2\pi }{\int }_{0}^{2\pi }\mathrm{exp}\left(\frac{2\pi fr}{c\left(f\right)}\right)\mathrm{cos}\left(\theta -\varphi \right)d\theta ={J}_{0}\left({x}_{0}\right)\end{aligned} \text{，} $$ (2) 式中，
$ S(f,r,\theta ) $ 为参考点记录与其它记录点的互相关功率谱，$ {S}_{0}\left(f,0\right)\mathrm{和}{S}_{r}(f,r) $ 分别表示参考点和与其距离为r的另一点处记录的自相关功率谱；$ {J}_{0} $ 为第一类零阶贝塞尔函数，$ {x}_{0}=\displaystyle\frac{2\pi fr}{c\left(f\right)} $ 为其宗量。$ \mathrm{\theta } $ 和c(f)分别为面波的入射角和传播速度，r为台站的观测半径，$ \rho (f,\mathrm{r}) $ 为SPAC系数。式（2）可以得出，通过计算圆形台阵中心点与圆周上各点之间的SPAC函数
$ \rho (\mathrm{\omega },\mathrm{r}) $ ，由$ \rho \left(f,\mathrm{r}\right)= {J}_{0}\left({x}_{0}\right) $ 求出其宗量$ {x}_{0} $ ，再由$ {x}_{0}=\displaystyle\frac{2\pi fr}{c\left(f\right)} $ 求出相速度c(f)，从而得到相速度频散曲线。2. 两种阵列理论对比
为研究直线阵列与应用效果较佳的内嵌三角形阵列之间的差异，理论模拟设置参数如下：地表共设计
10000 个震源并随机分布在半径为50~100 m的圆环内，各检波器围绕圆心布置开来，如图2（a）所示。单个震源的采样点数设置为1024 个，时间函数用雷克子波表示，子波的主频范围为1~20 Hz，震源类型为爆炸震源。此次模拟只考虑基阶面波[17]，采样率为10 ms，观测时长共0.5 h。![]()
图 2 理论模拟布设及频散曲线结果Figure 2. Theoretical simulation of layout and dispersion curve results参照城市中常见的S波速度结构[18]，设计地层参数如表1所示，该地层模型的理论频散曲线如图2（b）所示。
表 1 四层水平层状介质参数Table 1. Parameters of four-layer horizontal layered mediaH/m VP/（m/s） Vs/（m/s） ρ/（g/cm3） 10 350 200 1.5 20 460 270 1.75 30 640 350 1.9 ∞ 1200 700 1.9 直线阵列，各台站间距设计为10 m；内嵌三角形阵列，外接圆半径由内向外依次为10 m、20 m、40 m，台站依次在三角形各顶点布置开来，如图3所示。
两种阵列模拟信号记录及频散能量结果如图4和图5所示，根据面波频散成像的两个评价因子[19-20]，由频散能量结果图可以直观的看出，内嵌三角形的瑞雷波相速度分辨率高，能量团连续性好，频散成像效果好；直线阵列瑞雷波相速度分辨率一般，但在高频部分分辨率较好，能量团在11 Hz处发生跳动、错断，连续性欠佳。
![]()
图 4 直线阵列模拟信号记录及频散能量图Figure 4. Linear-array analog signal recording and dispersion energy mapping![]()
图 5 内嵌三角阵列模拟信号记录及频散能量图Figure 5. Built-in triangular-array analog signal recording and dispersion energy map为了进一步比较这两阵列的差异，现对直线阵列和内嵌三角形阵列所提取的频散曲线与理论频散曲线之间对比成图（图6）。从图6中可以看出，在5 Hz之前，直线阵列所测得的瑞雷波相速度值较大于内嵌三角形阵列，之后二者阵列频散曲线与理论频散值趋于吻合。故直线阵列可以满足探测要求，可用于实际生产中的微动数据采集处理分析。
![]()
图 6 两阵列与理论频散曲线对比图Figure 6. Comparison of two arrays with theoretical dispersion curves本文应用直线阵列观测的主要原因在于，直线型阵列相比内嵌三角形阵列，更便于野外数据采集，其阵列布设简单，从散射理论和微动台阵探测技术理论上讲，
内嵌三角性型阵列效果是最佳的，但为了兼顾野外工作的经济性和便捷性，考虑到抽水蓄能工程场地条件及施工方便，在探测结果满足工程需要等的众多前提下，综合权衡选择的直线型阵列。
3. 野外工作布设
3.1 工区地质概况
某抽水蓄能电站工程地处帕米尔高原东部（图7），距离南疆负荷中心喀什市较近，电站建成后将承担新疆电网调峰、填谷、调频、调相、紧急事故备用、储能等任务。沿线工程地质状况，主要受河流及山坡洪流的控制，多为冲洪积沉积相地貌，同时受到风力作用的影响。该地区为河床的阶地，阶地主要由冲积砂砾构成，表层覆盖厚度不等的含砾粉土。垂直分布特征代表性土层：圆砾石（
$ {Q}_{4}^{dl} $ ）土层，青灰色、土黄色，松散~稍密~密实，干燥，呈圆形、亚圆形，颗粒级配一般，一般粒径20~100 mm，天然重度16.8~20.8 kN/m3，压缩模量4.10~5.70 kpa。粉砂填充骨架之间，夹杂较大粒径卵石、漂石，母岩由微风化砂岩、轻变质岩及少量火成岩组成。依据勘探并结合地区经验，综合判定沿路线工程地质区为II类场地。![]()
图 7 工区地质构造背景及工程场地示意图Figure 7. Schematic of the geological structure background and engineering site of the construction area由于该工区位于河道附近，探测部位在当地居民的放牧区域，传统的地球物理方法对现场有一定的破坏性[21]，附近且有高压电线经过，综合考虑，微动探测可以有效的避免这些问题，并可快速高效的实现对现场数据采集，从而实现对覆盖层厚度进行较为精准的探测[22]。
3.2 野外数据采集
本次微动数据采集使用的是深圳面元智能科技有限公司所生产的高分辨率智能地震检波器（IGU-16 HR 5 Hz）20个。
现场布置物探测线共两条，为精准探测出覆盖层的厚度，两条测线均经过钻孔（图8），L1测线长度130 m，L2测线长度170 m，两测线间距约为560 m；台站测点间距为10 m，采样率为2 ms，采样时长30 min。如图9所示，L1测线由于地形限制，起始及结束的两个测点采用L形观测阵列，其它测点利用直线形阵列进行数据采集；L2测线均为直线阵列。
3.3 数据处理
本文选用扩展的ESPC法进行提取频散曲线，具体步骤如下（图10）：
（1）对观测阵列中不同的检波距进行分组，分别对每个组进行数据处理。
（2）对数据进行等时段切割，剔除掉有明显干扰段以及无效数据。
（3）对每一段有效数据进行预处理：去仪器响应、频谱分析、去均值、带通滤波、时域归一化和谱白化等。
（4）对处理后的每段数据进行快速傅立叶变换，计算台站间的互功率谱与每个台站的自功率谱。
（5）根据自相关系数计算公式得出两两台站间的SPAC系数。
（6）把所有台站对半径相同的SPAC系数进行叠加并且平均，得到该半径下所对应的SPAC系数。
（7）重复上述步骤，计算不同台站距的SPAC系数。
（8）保持频率不变，将不同台站距下SPAC系数与第一类零阶贝塞尔函数单调递减区进行拟合，得到每个频率下的Rayleigh波相速度值，绘制频散曲线。
为测试人工主动加噪是否对数据质量结果的提升有显著帮助，进行了只利用天然源信号和人为在测线一端间接性制造高频信号测试。
从图11中可以明显看出，在红色圈出部分，震源信号有人工制造的加持下，使得高频段的频散能量团得以出现，与只利用天然源信号采集数据所得频散结果相对比，大大的提升了频散成像效果。故人工制造高频信号可以较好的弥补高频信号段的缺失，使得数据质量有所提升。
如图12所示为两条测线中的部分原始微动记录及频散能量图，从图中可以看出，频散能量团较为集中，连续性较好，尤其是高频部分，能量脊细且窄，故分辨率较高，由此可见，本次所采集的微动数据质量可靠。
4. 成果分析与解释
由图13微动剖面结果并结合两条测线上已知钻孔揭露的信息如图14所示钻孔柱状图可知，ZK204覆盖层厚度为6.7 m，ZK207钻孔覆盖层厚度为94.8 m，以波速500 m/s为覆盖层波速界线，得出剖面结果中，ZK204覆盖层剖面结果中厚度为6.4 m，ZK207覆盖层剖面结果中厚度为90.5 m；由此可见，微动探测结果，可以实现对两条测线的覆盖层厚度进行较为精准的划分。两测线覆盖层揭露岩性为第四纪崩坡积
$ \left({Q}_{4}^{col+dl}\right) $ 碎石土，基岩层揭露岩性为古元古界$ {(\mathrm{P}}_{t}) $ 黑云母斜长片麻岩。5. 结论与建议
通过以上成果分析，得到以下结论：
（1）由理论模拟研究，对比三角嵌套阵列结果，得出易于布设的直线阵列亦可达到探测精度要求，可以满足实际生产要求。
（2）在野外噪声源不太丰富的情况下，使用人工制造的信号对数据质量有显著的提升，可得到更为精确的浅部地层信息。
（3）结合已知钻孔信息柱状图结果可知，剖面结果所划分的覆盖层深度与其基本吻合，故利用直线阵列方式所采集到的微动数据，亦可以较为精准的实现基覆界线的划分。
建议如下：
（1）本文微动频散曲线的提取方法采用的是衍生的ESPAC法，今后可以采用现主流的频率贝塞尔法（F-J法）进行两种方法的对比测试。
（2）论文在理论模拟研究中，地层模型只设计了理论速度递增模型，为了多方面研究，可以设计含有低速和高速夹层的地层模型。
本次微动探测成果，可为后期工作的开展提供可靠信息，同时可为以后开展此类工作提供一定的参考价值。
-
![]()
图 2 理论模拟布设及频散曲线结果
Figure 2. Theoretical simulation of layout and dispersion curve results
![]()
图 4 直线阵列模拟信号记录及频散能量图
Figure 4. Linear-array analog signal recording and dispersion energy mapping
![]()
图 5 内嵌三角阵列模拟信号记录及频散能量图
Figure 5. Built-in triangular-array analog signal recording and dispersion energy map
![]()
图 6 两阵列与理论频散曲线对比图
Figure 6. Comparison of two arrays with theoretical dispersion curves
![]()
图 7 工区地质构造背景及工程场地示意图
Figure 7. Schematic of the geological structure background and engineering site of the construction area
表 1 四层水平层状介质参数
Table 1 Parameters of four-layer horizontal layered media
H/m VP/（m/s） Vs/（m/s） ρ/（g/cm3） 10 350 200 1.5 20 460 270 1.75 30 640 350 1.9 ∞ 1200 700 1.9 
下载: 导出CSV
-
[1] 李应战, 计鹏, 张德强, 等. 综合物探技术在城市轨道交通不良地质体探测中的应用分析[J]. 工程地球物理学报, 2023, 20(04): 471-479. DOI: 10.3969/j.issn.1672-7940.2023.04.005. LI Y Z, JI P, ZHANG D Q, ET AL. Application and analysis of comprehensive geophysical prospecting technology in the detection of poor geological bodies in urban rail transit[J]. Chinese Journal of Engineering Geophysics, 2023, 20(04): 471-479. DOI: 10.3969/j.issn.1672-7940.2023.04.005. (in Chinese).
[2] 陈宣凝, 韩复兴, 高正辉, 等. 面波勘探技术研究进展[J]. CT理论与应用研究, 2023, 32(6): 815-835. DOI: 10.15953/j.ctta.2023.089. CHEN X N, HAN F X, GAO Z H, ET AL. Research advancements in surface wave exploration[J]. CT Theory and Applications, 2023, 32(6): 815-835. DOI: 10.15953/j.ctta.2023.089.
[3] 晏雁. 微动勘探技术在煤矿隐蔽致灾地质因素探测中的应用[J]. 工程地球物理学报, 2024, 21(4): 578-586. DOI: 10.3969/j.issn.1672-7940.2024.04.004. YUAN Y. Application of micro-motion exploration technology in the detection of hidden disaster-causing geological factors in coal mines[J]. Chinese Journal of Engineering Geophysics, 2024, 21(4): 578-586. DOI: 10.3969/j.issn.1672-7940.2024.04.004. (in Chinese).
[4] 王顺, 廖武林, 姚运生, 等. 测线方位对微动线形台阵探测效果影响研究[J]. 地震工程学报, 2023, 45(2): 483-490. WANG S, LIAO Q L, YAO Y S, ET AL. Research on the influence of line orientation on the detection effect of micro-motion linear array[J]. Journal of Earthquake Engineering, 2023, 45(2): 483-490. (in Chinese).
[5] SCHERBAUM F, HINZEN K G, OHRNBERGER M. Determination of shallow shear wave velocity profiles in the cologne, germany area using ambient vibrations[J]. Geophysical Journal International, 2003, 152(3): 597-612. DOI: 10.1046/j.1365-246X.2003.01856.x.
[6] 丁连靖, 冉伟彦. 天然源面波频率-波数法的应用[J]. 物探与化探, 2005(2): 138-141. DING L J, RAN W Y. Application of natural source surface wave frequency-wavenumber method[J]. Geophysical and Geochemical Exploration, 2005(2): 138-141. (in Chinese).
[7] 叶太兰. 微动台阵探测技术及其应用研究[J]. 中国地震, 2004(1): 47-52. DOI: 10.3969/j.issn.1001-4683.2004.01.005. YE T L. Research on Micro-motion Array Detection Technology and Its Application[J]. Earthquake in China, 2004(1): 47-52. DOI: 10.3969/j.issn.1001-4683.2004.01.005. (in Chinese).
[8] 李传金, 徐佩芬, 凌甦群. 微动勘探法圆形阵列台站数量和分布方式研究[J]. 科学技术与工程, 2016, 16(7): 27-30+46. DOI: 10.3969/j.issn.1671-1815.2016.07.004. LI C J, XU P F, LING S Q. Study on Station Number and Arrangement of Circle Array in Microtremor Survey Method[J]. Science Technology and Engineering, 2016, 16(7): 27-30+46. DOI: 10.3969/j.issn.1671-1815.2016.07.004. (in Chinese).
[9] 杜亚楠, 徐佩芬, 凌甦群. 土石混合滑坡体微动探测: 以衡阳拜殿乡滑坡体为例[J]. 地球物理学报, 2018, 61(4): 1596-1604. DOI: 10.6038/cjg2018L0057. DU Y N, XU P F, LING S Q. Microtremor detection of soil-rock mixed landslide: A case study of landslide in Baidian Township, Hengyang[J]. Journal of Geophysics, 2018, 61(4): 1596-1604. DOI: 10.6038/cjg2018L0057. (in Chinese).
[10] 李井冈, 谢朋, 王秋良, 等. 不同台阵形式对微动探测结果的影响[J]. 大地测量与地球动力学, 2020, 40(1): 98-103. LI J G, XIE P, WANG Q L, ET AL. The influence of different array forms on the results of micromotion detection[J]. Geodesy and Geodynamics, 2020, 40(1): 98-103. (in Chinese).
[11] 李娜, 何正勤, 叶太兰, 等. 天然源面波勘探台阵对比试验[J]. 地震学报, 2015, 37(2): 323-334. DOI: 10.11939/j.issn:0253-3782.2015.02.012. LI N, HE Z Q, YE T L, ET AL. Comparative test of natural source surface wave exploration array[J]. Earthquake Science, 2015, 37(2): 323-334. DOI: 10.11939/j.issn:0253-3782.2015.02.012. (in Chinese).
[12] AKI K. Space and Time Spectra of Stationary Stochastic Waves, with Special Reference to Microtremors[J]. Bulletin of the Earthquake Research Institute, 1957, 35: 415-456.
[13] AKI K, CHOUET B. Origin of coda wave: Source, attenuation and scattering effects[J]. Journal of Geophysical Research, 1975, 80(23): 3322-3342. DOI: 10.1029/JB080i023p03322.
[14] 张继伟, 谭慧. 可控源音频大地电磁和微动资料的拟二维联合反演[J]. 物探与化探, 2024, 48(4): 1094-1102. ZHANG J W, TAN H. Quasi-two-dimensional joint inversion of controllable source audio, magnetotelluric and micro-tremor data[J]. Geophysical and Geochemical Exploration, 2024, 48(4): 1094-1102. (in Chinese).
[15] 陈实, 牛辉, 陶鹏飞, 等. 微动技术台阵探测能力分析与应用[J]. 物探化探计算技术, 2023, 45(6): 738-746. DOI: 10.3969/j.issn.1001-1749.2023.06.06. CHEN S, NIU H, TAO P F, ET AL. Analysis and Application of Array Detection Capability of Micro Motion Technology[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2023, 45(6): 738-746. DOI: 10.3969/j.issn.1001-1749.2023.06.06. (in Chinese).
[16] 徐佩芬, 侍文, 凌苏群, 等. 二维微动剖面探测“孤石”: 以深圳地铁7号线为例[J]. 地球物理学报, 2012, 55(6): 2120-2128. DOI: 10.6038/j.issn.0001-5733.2012.06.034. XU P F, SHI W, LING S Q, ET AL. Two-dimensional micro-motion profile detection of "solitary rock": A case study of Shenzhen Metro Line 7[J]. Journal of Geophysics, 2012, 55(6): 2120-2128. DOI: 10.6038/j.issn.0001-5733.2012.06.034. (in Chinese).
[17] 徐宗博. 高频背景噪声波场模拟与面波成像[D]. 北京: 中国地质大学, 2016. XU Z B. High-frequency background noise field simulation and surface wave imaging[D]. Beijing: China University of Geosciences, 2016. (in Chinese).
[18] 赵雪然. 城市地下空间勘探中的微动技术研究[D]. 长春: 吉林大学, 2020. ZHAO X R. Research on micro-motion technology in urban underground space exploration[D]. Changchun: Jilin University, 2020. (in Chinese).
[19] 李子伟, 刘学伟. 近地表勘探中炮检距对瑞利波频散成像效果的影响[J]. 物探与化探, 2013, 37(6): 1085-1091. LI Z W, LIU X W. Effect of cannon ranging on Rayleigh wave dispersion imaging effect in near-surface exploration[J]. Geophysical and Geochemical Exploration, 2013, 37(6): 1085-1091. (in Chinese).
[20] 金聪, 杨文海, 罗登贵, 等. 面波频散曲线提取方法对比分析[J]. 地球物理学进展, 2016, 31(6): 2735-2742. DOI: 10.6038/pg20160651. JIN C, YANG W H, LUO D G, ET AL. Comparative analysis of surface wave dispersion curve extraction methods[J]. Progress in Geophysics, 2016, 31(6): 2735-2742. DOI: 10.6038/pg20160651. (in Chinese).
[21] 鲁杏, 郭信, 罗传华, 等. 微动探测在铜陵某金矿采空区勘查中的应用[J]. 工程地球物理学报, 2023, 20(1): 50-55. DOI: 10.3969/j.issn.1672-7940.2023.01.007. LU X, GUO X, LUO C H, ET AL. Application of micro-motion detection in the exploration of goaf of a gold mine in Tongling[J]. Chinese Journal of Engineering Geophysics, 2023, 20(1): 50-55. DOI: 10.3969/j.issn.1672-7940.2023.01.007. (in Chinese).
[22] 应恒成, 李洪强, 张玉敏, 等. 基于SPAC法探测松科二井深层地热储水构造[J]. 地球学报, 2022, 43(6): 909-916. DOI: 10.3975/cagsb.2022.053001. YING H C, LI H Q, ZHANG Y M, ET AL. Based on SPAC method, the deep geothermal water storage structure of Songke No. 2 Well was detected[J]. Geoscience Journal, 2022, 43(6): 909-916. DOI: 10.3975/cagsb.2022.053001. (in Chinese).
[23] 徐义贤, 罗银河. 噪声地震学方法及其应用[J]. 地球物理学报, 2015, 58(8): 2618-2636. DOI: 10.6038/cjg20150803. XU Y X, LUO Y H. Noise seismological methods and their applications[J]. Chinese Journal of Geophysics, 2015, 58(8): 2618-2636. DOI: 10.6038/cjg20150803. (in Chinese).
[24] 栾明龙, 刘增, 刘爱友, 等. 天然源面波技术在城市工程勘察中的应用效果分析[J]. CT理论与应用研究, 2020, 29(6): 651-662. DOI: 10.15953/j.1004-4140.2020.29.06.03. LUAN M L, LIU Z, LIU A Y, ET AL. The application of natural source surface wave technology in urban engineering investigation[J]. CT Theory and Applications, 2020, 29(6): 651-662. DOI: 10.15953/j.1004-4140.2020.29.06.03.
[25] 龙斌, 张军, 李宏伟. 基于微动和探地雷达的城市轨道交通岩溶探测研究[J]. 现代雷达, 2023, 45(12): 40-46. LONG B, ZHANG J, LI H W. Research on karst detection of urban rail transit based on micro-motion and ground penetrating radar[J]. Modern radar, 2023, 45(12): 40-46. (in Chinese).
[26] 李雪燕, 陈晓非, 等. 城市微动高阶面波在浅层勘探中的应用: 以苏州河地区为例[J]. 地球物理学报, 2020, 63(1): 247-255. DOI: 10.6038/cjg2020N0202. LI X Y, CHEN X F, ET AL. Application of urban micro-motion high-order surface waves in shallow exploration: A case study of Suzhou Creek[J]. Chinese Journal of Geophysics, 2020, 63(1): 247-255. DOI: 10.6038/cjg2020N0202. (in Chinese).
[27] 李正波. 频率贝塞尔变换法提取地震记录中的频散信息[D]. 合肥: 中国科学技术大学, 2020. LI Z B. The frequency Bessel transform method extracts the dispersion information from seismic records[D]. Hefei: University of Science and Technology of China. 2020. (in Chinese).
[28] 刘顺昌, 李黎, 徐德馨. 基于地质环境的地下空间开发利用研究[J]. 城市勘测, 2020(1): 193-197. DOI: 10.3969/j.issn.1672-8262.2020.01.049. LIU S C, LI N, XU D Q. Research on the development and utilization of underground space based on geological environment[J]. Urban Geotechnical Investigation & Surveying, 2020(1): 193-197. DOI: 10.3969/j.issn.1672-8262.2020.01.049. (in Chinese).
[29] 刘庆华, 鲁来玉, 何正勤, 等. 地脉动空间自相关方法反演浅层S波速度结构[J]. 地震学报, 2016, 38(1): 86-95,157. DOI: 10.11939/jass.2016.01.008. LIU Q H, LU L Y, HE Z Q, ET AL. The spatial autocorrelation method of ground pulsation inverts the velocity structure of shallow S-waves[J]. Earthquake Science, 2016, 38(1): 86-95,157. DOI: 10.11939/jass.2016.01.008. (in Chinese).
[30] 徐佩芬, 李世豪, 杜建国, 等. 微动探测: 地层分层和隐伏断裂构造探测的新方法[J]. 岩石学报, 2013, 29(5): 1841-1845. XU P F, LI S H, DU J G, ET AL. Micro-tremor detection: a new method for stratigraphic stratification and hidden fault structure detection[J]. Acta Petrologica Sinica, 2013, 29(5): 1841-1845. (in Chinese).
-
期刊类型引用(0)
其他类型引用(1)
计量
- 文章访问数: 35
- HTML全文浏览量: 6
- PDF下载量: 7
- 被引次数: 1
