2.1 潮汐因子内精度
以M2波振幅因子的相对中误差为指标来评定应变观测数据的质量称为内精度。对一个月尺度的应变观测数据进行Venedikov调和分析,Ⅰ类应变台站要求相对中误差<0.05[8]。表2分别计算8个台2018年2月至4月两组面应变的潮汐因子内精度。
表2 四分量钻孔应变观测数据潮汐因子内精度
Table 2 The tidal factor internal accuracy of four-component borehole strain observation data
从表2计算结果可以看出,巴仑台的观测数据精度最高,其次是石场台和巴音沟台 ,之后是雀儿沟台､库米什台､榆树沟台､小泉沟台,新源台的观测精度最低 ,从日常观测曲线也能看出巴仑台潮汐曲线形态较为明显,而新源台观测数据潮汐形态就没有那么显著(图2)。除了小泉沟台2018年3月和新源台观测精度低于0.05外,其余台站的观测数据精度均达到了Ⅰ类应变台站的观测要求。从各台站分布的情况来看,观测数据精度较高的台站位于天山地震带的中部,而偏东或偏西的台站观测精度则偏低,因此认为观测数据精度与所选台址和基岩性质有较大关系。新源台 NS分量和EW分量 2018年1-4月出现持续时段较为固定的曲线转折变化(图3),经向台站相关负责人了解,台站周边无明显干扰,工作人员初步分析认为可能是震前的中短期异常,这也可能是导致数据观测数据潮汐精度较低的原因。从单个台观测数据精度变化情况来说,小泉沟台､巴仑台､雀儿沟台､新源台都出现 2018年3月精度降低的情况,分析认为可能是这四个台站受气温影响较大。
图2 巴仑台和新源观测数据曲线形态对比(2018-01-11-2018-01-22)
Fig.2 Comparison of the curve shape of the observation data of Balen station and Xinyuan (2018-01-2018-05)
图3 新源台两分量钻孔应变观测数据曲线(2018-01-2018-05)
Fig.3 Curves of borehole strain observation data of Xinyuan station (2018-01-2018-05)
潮汐因子内精度并不是分量式钻孔应变观测资料质量评定的唯一指标 ,根据四分量钻孔应变观测的特性 ,相关科研人员提出了相对标定自检内精度指标[9]。
2.2相对标定自检内精度计算
由于应变仪探头在井下安装时存在耦合效应的不均一性 ,各分量应变的原始观测数据与实际值之间可能有一定的偏差 ,会影响到数据的可靠性 ,故需要对观测值进行实地相对标定和换算[2]。
邱泽华等[2]提出钻孔四分量应变观测实地标定的方法 ,根据一定的假设条件对元件观测值进行校正。令
Si=kisi i=(1,2,3,4) (1)
其中Si为各元件的观测值 ,根据四分量钻孔应变特性,应该有:
S1+S3=S2+S4 (2)
公式(2)即为应变仪的 “自检”条件 ,表明理想情况下记录到的两组面应变应相同,该式能较好地说明探头与周围基岩的耦合状况[10]。将实际观测值代入式(2),设定任意一个ki=1,可以反演得到其他ki。分别给定不同ki=1,可以得到4组ki(i=1,2,3,4),取其平均值作为最终反演结果。ki都应在1附近取值 ,特别是探头与围岩的耦合处于理想状况时 ,所有ki都等于1。我们称对ki的这种反演为实地相对标定 ,称ki为相对校正系数。 ki越接近于 1,表明观测数据质量越高。单从相对校正系数来看 ,4个元件的校正系数可能都接近于1,也可能部分元件的校正系数接近于1,如果特定区域内台站分布较多 ,便不能更好地判定哪个台站的观测质量更优 ,因此唐磊等提出了自检内精度的计算, 仿照潮汐因子内精度的概念, 由4个元件的标定系数求出均值和偏差[10]。定义:
α=S/R (4)
其中,α为自检内精度;S是偏差, 为了达到更为客观的评价结果, 这里的偏差是4个元件的校正系数相对于1的偏差;R为4个元件相对校正系数均值的绝对值。公式为:
利用该指标对观测数据进行质量评价时,自检内精度<0.2为优等精度。自检内精度α越小, 观测数据质量越高。
2.3 面应变相关系数
根据钻孔四分量观测的自洽方程, 可以得到面应变1､面应变2, 直接通过原始数据得到一组面应变。将原始数据进行相对标定后也可以得到一组面应变, 每组面应变都可计算一个相关系数:
其中,r表示相关系数;S13表示“分量1+分量3”, 即面应变1;S24表示“分量2+ 分量4”,即面应变2;N表示数据个数。利用该指标对观测数据进行质量评价时, 两组面应变相关系数越接近1, 观测数据质量越高[9]。
选取天山中段8个台分量应变观测2018年2月至4月整点值数据, 计算自检内精度和面应变相关系数, 计算结果见表3。
表3 天山中段分量钻孔应变观测数据质量评价结果
Table 3 Quality evaluation results of component borehole strain observation data in the middle Tianshan
从表3的计算结果可以看出:
(1)从自检内精度的统计结果及各台站排序(图4)来看,巴仑台精度最高,其次是巴音沟台(2月数据精度偏低的原因是因为仪器故障造成缺数导致的) ,之后是库米什台,榆树沟台和石场台的数据精度基本相当,处于中等水平;小泉沟､新源､雀儿沟三个台的数据精度偏低 ,均低于优等数据精度的标准。其中新源台和雀儿沟台的四个元件相对校正系数与 1的偏差较大,因此计算出来的内精度数值也偏大 ,远低于优等精度的标准。这一现象也表明了自检内精度的高低实际上更取决于四个元件相对校正系数是否等于1,比值越接近1,内精度就越高。经与相关专家讨论认为相对标定自检方法首先是基于假设仪器探头与围岩的耦合处于理想状况时,四个元件的标定系数越接近 1则观测数据质量越高,但也有可能部分台站台基或基岩架设条件不符合这种假设条件,雀儿沟台和新源台分量应变观测计算结果可能不能真实反映数据的观测质量 ,因此单从四个元件的校正系数来评判数据质量是不适宜的,还要进一步看两组面应变的拟合程度,也有可能各个台站的台基情况和观测环境的差异性影响了计算结果。
(2)从面应变相关系数及各台站排序(图5)来看,校正前:面应变相关性最高的为巴仑台均值达到0.9977,其次是库米什台､榆树沟台,榆树沟台3个月的面应变相关系数相差较大,其中3月份的系数达到0.9986, 但2月和4月都相对较低, 分析认为是榆树沟台站常年受到春季的融雪干扰导致的;再次是巴音沟台, 均值达到0.9938, 但巴音沟台2月受到仪器故障缺记的影响, 面应变相关系数较低;之后排序依次是石场台､小泉沟台､雀儿沟台､新源台。其中雀儿沟台和新源台两套仪器的面应变相关系数均低于0.9, 尤其是新源台3个月的面应变相关系数值偏差很大, 最低的为3月份, 系数值仅为0.0933, 这与自检内精度分析计算结果是相符的。校正后, 面应变相关系数最高的为榆树沟台, 均值达到0.9997;其次是巴仑台台､石场台､库米什台, 三套仪器的面应变相关系数校正后均大于0.996;之后依次排序为巴音沟台､雀儿沟台､小泉沟台､新源台。从以上统计结果看, 校准前后各套仪器的面应变相关系数所反映的观测数据质量排序有很大差别, 同时也可以看出各套仪器校正后的面应变相关系数均大于0.96, 尤其是雀儿沟台校正前面应变相关系数均值为0.89, 校正后面应变相关系数均值提高至0.97。这说明运用分量应变观测数据开展相关科学研究时, 应首先对观测数据进行相对标定及自检分析。
图4 潮汐因子内精度与自检内精度排序对比
Fig.4 Comparison of internal accuracy of tidal factor and self-test
(3)选取天山中段8套分量钻孔应变观测数据(连续6个月)绘制相对校正前与校正后的两组面应变观测变化曲线(图6)(面应变1对应的是S1+S3 ,面应变2对应的是S2+S4)。结合表3的计算结果可以看出校正后各台仪器的面应变相关系数均大于0.9, 说明天山中段各台站的观测数据资料在研究时段内能较好地满足自检关系, 符合四分量钻孔应变观测原理, 观测资料质量可靠。校正后各台站两组面应变观测曲线一致性较高, 尤其是榆树沟､巴仑台和库米什三个台站的两组面应变观测曲线几乎重合在一起, 也说明这三个台站的仪器观测精度较高, 与上述的分析结果是一致的。同时也可以看到校正前后两组面应变观测曲线差异最明显的是新源台, 校正前两组面应变观测曲线变化完全不一致, 面应变1 观测曲线呈阶梯状,面应变2观测曲线平直无明显转折变化;校正后两组面应变观测曲线变化趋于一致, 出现这样的变化分析认为可能是新源测点观测井灌浆后与围基岩的耦合存在一定缺陷导致的, 也不排除是当地观测环境长期受到某种特定因素的影响, 具体原因还有待深入探讨。
图5 校正前后面应变相关系数排序对比
Fig.5 Comparison of the strain correlation coefficients before and after correction
图6 钻孔应变站点校正前后的面应变变化曲线
Fig.6 Variation curve of surface strain of drilling strain site before and after correction
