据世界卫生组织最新统计，截至2022年12月18日，全球已报告超过6.49亿例COVID-19确诊病例和超过660万例死亡病例，病毒的高传染性改变了人类生活。全球疫情爆发以来，地球背景噪声水平和地震台网监测能力再次受到地震学家的广泛关注。大量的研究结果表明，全球各地受疫情防控措施影响，各地地震背景噪声水平出现了不同程度的降低^[1-5]，并影响相应的地震监测能力^[4]。

地震数据不仅可以用于监测地震活动，还可以用于调查气候变化、追踪飓风、监测河流流动，或研究人为活动^[6]。环境地震背景噪声代表地面对微震源的复合效应的响应，现代城市的建设、交通和工业基础设施等快速发展是产生高频人为振动的最重要噪声源^[7-8]，不可避免地给监测台网地震记录带来了更大的人为影响。人类活动会产生随距离和深度快速衰减的高频地面振动，来自各个方向的波叠加形成相当复杂且近似稳定的随机噪声场，以高频面波的方式传播^[6,9]。人口密集区附近地震计将人类日常活动记录为连续的噪声信号，且具有高频性质，噪声水平通常晚上和周末较弱，白天和工作日较强^[1,10]。Lecocq等分析2020年3～5月期间全球地震噪声变化情况，发现受疫情防控措施影响，高频人为噪声水平下降多达50%，这种变化与人口流动间存在高度的相关性^[1]。Boginskaya和Kostylev研究俄罗斯远东地区新冠疫情封锁期间，对于相近震级和震中距的地震事件波形记录，疫情期间更为清晰，反映了高频噪声对地震记录的影响^[5]。因此，研究人为高频地震背景噪声随时间和空间的变化对监测人为活动和提高地震监测能力具有重要意义。

Peterson基于全球8个台网中75个地震台站平静时段的波形记录，通过计算相应噪声的加速度功率谱（power spectral density，简写为PSD），获得了全球新高噪声模型（new high noise model，简写为NHNM）和全球新低噪声模型（new low noise model，简写为NLNM）^[11]。该模型已发展为评估测震台站背景噪声水平的重要参考依据。该方法在地震数据选取上受人为主观因素的影响，难以体现台站整体噪声水平。McNamara和Buland在此基础上提出基于概率密度的地震功率谱计算方法，即概率密度函数（probability density function，简写为PDF），其能对连续波形数据（无需剔除地震事件、仪器标定等时段）进行PSD计算，并能够评估地震计整个周期内的噪声水平^[7]。该方法广泛应用于不同类型噪声源随时间和空间变化特征分析^[7,12]和流动测震台站噪声水平研究^[13-14]。上述研究方法能为分析疫情防控封锁期间分析人为高频噪声在时间和空间上的特征提供理论依据。

乌鲁木齐及周边地区地理上位于天山北坡，所涉及的市县构成了天山北坡城市群，人口众多。新疆地区于2020年1月23日发现首例COVID-19感染者，立即在全疆范围内采取防控措施，包括限制人员流动和停止社会、文化和工业等活动，以防止病毒持续传播。截止到2022年12月底，研究区一共经历了3次“封闭”时间段。此次疫情防控措施为检验地震噪声水平与人类活动水平之间的相关性提供了一个良好的契机^[1,10]。通过分析乌鲁木齐及周边地区噪声水平在时间和空间上的变化特征，能够获得人为噪声源主要影响的频段，有助于识别和表征本地区的噪声源及其时空变化，为改善台站观测数据质量评估、提高本地区地震分析、优化台址勘选等提供参考。

乌鲁木齐及周边地区包含了“十五”项目建成了13个区域数字地震台站和1个国家数字地震台站，为天山北坡城市群的地震监测和科学研究提供重要的波形资料，并为2016年12月8日呼图壁M_S6.2地震的震源机制解反演及余震序列定位提供了基础数据支撑。

本文选取乌鲁木齐及周边地区2019年01月至2022年12月期间14个固定台站记录的垂直向连续波形数据，台站空间分布如图1所示。

本研究所涉及的14个地震监测站，台基条件方面，除了下野地台和呼图壁台台基环境为第四系洪冲积物外，其余均为基岩。观测环境方面，除了下野地台为井下和石场台为山洞，其余均为地下室。监测站观测系统地震计主要采用：①北京港震仪器设备有限公司（以下简称港震）生产的BBVS60型宽频带地震计（60 s-40 Hz）和FSS-3DBH井下型短周期地震计（2 s-80 Hz）；②英国Guralp公司生产的CMG-3ESPC型（60 s-50 Hz）和CMG-40T型（30 s-50 Hz）；③中国地震局地震研究所生产的CTS-1E型甚宽频带地震计（120 s-50 Hz）。数据采集器主要配置的是港震生产EDAS-24IP和EDAS-24GN两种6通道24位数据采集器，台站仪器架设情况如表1所示。

图1 乌鲁木齐及周边地区固定台站分布图Fig.1 Distribution of permanent stations in Urumqi and its surrounding areas

表1 乌鲁木齐及周边地区地震台站信息Table 1 Seismic station information in Urumqi and its surrounding areas

目前，基于背景噪声功率谱密度（PSD）曲线下的概率密度函数（PDF）统计^[7,15]，是对传统PSD计算的优化。该方法在计算过程中不需要做地震、仪器标定等数据的剔除，保证了数据的完整性，使得背景噪声的变化能够在PDF概率值中体现。首先采用Welch平均周期图法^[16]对记录的信号重叠分段（重叠率为50 %）、加汉明窗（hamming）处理，求出各段的功率谱。然后将计算的PSD结果进行1/8倍频程间隔采样，将各中心周期T_c的平均功率值（ ，T_s、T_l为数据统计移动周期范围，T_l=2T_s）进行统计计算,对于每一个中心周期T_c概率密度值P_(Tc)为PSD值在1 dB间隔范围内的数量与整个估计值总数的比值 ，N _{( T c )}表示每一个中心周期估计值总数，N ( P_(Tc))表示在T_c中落在某个1 dB窗口的个数^[14,17]。

本文基于新疆台网连续的观测数据，系统计算了研究区14个台站2020年1月至2022年12月垂直向分量地震数据的功率谱密度PSD和概率密度函数PDF，并以疫情前2019年同期观测数据作为对比数据。

乌鲁木齐及周边地区疫情以来共历经了3次“封闭”防控措施，本研究将其分为三个时段：A时段（2020年1月26日—2020年3月08日）、B时段（2020年7月15日—2020年8月27日）、 C时段（2022年8月12日—2022年11月30日）。

2.1 功率密度函数（PDF）变化

城市环境中的地震计一方面优化了地震台网的空间覆盖范围，提高了突发事件（塌方、爆破等）的记录能力；另一方面受人为活动影响记录到的背景噪声水平会增加一个数量级^[18]。本文选取位于市区及周边的二宫台、红山台、乌鲁木齐台、石河子台做PDF对比分析，地理位置图如图2所示。将这些台站记录到疫情前后的垂直向数据进行PDF计算，获得了相应的概率密度函数分布图，如图3所示。

人为活动通常会产生高频连续信号（＞1 Hz），与交通、建筑、工业运营等活动相关^[19]。图3显示了位于乌鲁木齐及周边地区的台站疫情前后PDF变化情况，从图中可以看出，噪声水平在不同的频段均出现不同程度的下降，表明疫情封控期间，台站的数据观测质量优于疫情前同时段数据。位于城市主干道205 m的国家台WMQ台在A时段1～35 Hz范围内平均下降了10 dB左右，不同频带C时段变化值最大，下降了13.14～14.56 dB；位于北京南路东侧35 m的RGN台变化明显的频段主要集中在1～10 Hz频段，最大下降为7.17 Hz；位于主干道122 m的HST台疫情前后噪声水平出现明显下降，主要集中在10～20 Hz频带，变化值介于10.15～13.70 dB之间（表2）。上述三个台站反映了疫情封控措施对交通线附近地球背景噪声影响程度，这些噪声大幅下降情况间接反映了人为活动水平的降低。位于石河子机场南侧3.0 km处的SHZ台记录到疫情初期（A时段）高频带（10～35 Hz）噪声水平出现明显的下降，最高达17.13 dB，通过对比变化时段与机场航班时刻，表明该频段的显著变化与机场航班起飞和降落等有关，而B、C时段没有突出变化，与疫情期间封控的区域和时间等有关。

2020年全球疫情封控措施后，人类活动减少变化明显，人为噪声水平下降突出，尤其是城市地区附近，且主要表现为高频性质^[1]，图3（a、b） PDF图来看，RGN台和HST台在长周期频段（0.02～0.16 Hz）变化极为明显，显示了与人为活动下降之间相关性，这与以往研究略有不同。通过计算疫情前这两台站噪声水平PSD日变化量，在夜间02～07点长周期频段噪声水平下降至台站平静时段背景噪声水平，平均变化值达14.05～22.70 Hz，该时间段与当地的生产生活作息时间相一致。在疫情封控期间，台站周边人为活动水平与疫情前夜间时段相近，同时台站的观测环境均位于建筑物的地下室，地表附近有非机动车道、人行道、停车场等与人为活动密切相关的场所，长周期的噪声变化主要是因为人行道步行活动、建筑物内人为活动和停车场车辆变化引起了台站的地表荷载不同，进一步影响地倾斜变化，这种荷载通过地表浅层介质传导给地震计，垂向变化大于水平向^[10]。

图2 乌鲁木齐及周边地区部分台站地理位置图Fig.2 Geographical location of some stations in Urumqi and its surrounding areas

车辆在分层土壤中产生的表面波形成噪声频段主要集中在2～20 Hz，车辆引起的地面振动是由车辆耦合到道路的俯仰和轴跳模式产生的，并取决于车速、道路不平整度、车辆本身和土壤特性^[20]。从疫情前后噪声水平变化空间分布图（图4）来看，A时段各站点噪声水平出现不同程度的下降，这与疫情初期全疆均采取封控措施有关，主要集中在人口密集区周边。对于单一噪声源（交通线）的台站噪声变化明显，主要有LHG台、WSU台、XYD台、YSG台，最大为位于县乡道附近32 m的LHG台，三个频段噪声值平均下降为32.86 Hz，表明影响该台站的高频背景噪声主要因素为交通线的车流量变化。通过分析XYD台位于地表下138 m的井下摆垂直向数据噪声水平，得到在A时段和C时段的噪声水平下降了8.99～12.16 dB的结果，表明受疫情影响，噪声水平下降不局限在水平方向的变化，而是噪声水平立体式的减弱（表1）。图4（b）为B时段1～10 Hz频段噪声水平变化情况，下降明显主要集中在乌鲁木齐市区和附近台站，这与B时段研究区只有乌鲁木齐采取了封控措施相符。从C时段各台站噪声水平变化来看，研究区主要城市和交通线附近台站噪声水平变化明显，其他台站不显著，个别台站（如HTB台）则出现了小幅的上升。

综上所述，受疫情封控措施的影响，背景噪声水平出现显著下降，主要集中在高频段（1～35 Hz）；部分位于市中心的台站长周期频段变化明显，这是疫情前平静时段噪声水平持续时间在疫情后转为全天时段的结果，是人为活动减少的间接证据。A、B、C三个时段各台站的噪声水平变化趋势不相一致，这与政府具体疫情封控范围和强度相关，这为地震监测台网记录人为活动，为政府决策提供有力的数据支持。

图3 乌鲁木齐及周边地区部分台站概率密度函数（PDF）分布图Fig.3 Probability density function distribution of some stations in Urumqi and its surrounding areas

表2 乌鲁木齐及周边地区各台站垂直分量疫情前后不同频段噪声变化值统计Table 2 Statistics of noise changes of vertical component of each station in different frequency bands in Urumqi and its surrounding areas before and after the COVID-19 epidemic

图4 乌鲁木齐及周边地区台站垂直分量疫情前后噪声变化值空间分布图Fig.4 Spatial distribution map of noise variation values of the vertical component of stations in Urumqi and its surrounding areas before and after the COVID-19 epidemic

2.2 功率谱密度（PSD）与人口迁徙大数据的相关性

De Plaen利用Google、Facebook、Apple等公司的人口流动数据，分析了不同场所人口流动与背景噪声变化的相关性^[20]。本文利用百度迁徙大数据中迁徙规模指数（根据人数绝对值折算所得，能反映城市迁入或迁出人口规模）与乌鲁木齐市区中台站功率谱密度（PSD）进行对比研究，发现二者在时间上有较高的相关性。从2019、2020年迁徙规模指数对比来看，乌鲁木齐市在除夕前后有均有大幅人口迁徙变化，但2020年春节期间出现了明显的大幅下降，这与新疆地区于2020年1月23日开始采取全面封控措施导致乌鲁木齐市人口迁徙强度下降有关，HST台的高频段（6.25 Hz）和长周期（40.96 s）的PSD均记录到这一人口迁徙的变化（图5）。2020年7月15日—2020年8月27日（B时段）乌鲁木齐市采取了封控措施，通过对比2020年和2021年RGN台PSD的时序图，了解到高频段（1.86 Hz）和长周期（10.24 s、24.36 s）有显著下降（图6）。2022年8月12日—2022年11月30日（C时段）乌鲁木齐市作为重点城市，再次封控近4个月， 8月12日之后，市区人为活动急剧下降，迁徙规模指数由2.4下降至0.25，在9月7日—10月5日之间，市区部分低风险地区临时解封，噪声水平局部地区略有上升，HST台和WMQ台均记录到噪声水平下降➝上升➝下降的现象（图7）。

综上所述，位于市区的地球背景噪声水平与人口流动性数据存在高度相关性，噪声水平的减少表明人为地震动干扰源的减少，噪音水平降低的幅度因地区而异，对于长周期频段明显变化是由人为活动减少间接导致。因此，位于人口密集区的地震监测台网地球背景噪声水平变化能够反应了人类活动真实水平，可作为区分人为活动与工业活动提供参考依据。

图5 2019—2020年乌鲁木齐市迁徙规模指数和2020年（A时段）HST台功率谱密度时序图Fig.5 Migration scale index of Urumqi from 2019 to 2020 and the time series diagram of power spectrum density of HST station in 2020（period A)

图6 2020年（B时段）RGN台功率谱密度时序图Fig.6 The time series diagram of power spectrum density of RGN station in 2020（period B)

图7 2021—2022年乌鲁木齐市迁徙规模指数和HST、WMQ台（C时段）功率谱密度时序图Fig.7 Migration scale size index of Urumqi and the time series diagram of power spectrum density of HST and WMQ stations from 2021 to 2022

目前，基于G-R关系获取的最小完整性震级M_C是表征某一地区地震监测能力重要参数^[21-22]，低人为噪声的观测环境有助于优化地震监测，提高小地震的识别能力对进行地震预测和地震危险性评估至关重要。选取2017—2022年新疆台网在研究区记录M_L的地震目录，采用“最大曲率”MAXC方法和拟合度为95 %的拟合优度GFT方法^[23]，分别计算了2017—2019年、2020—2022年以及疫情前后M_C值。对比2017—2019年和2020—2022年M_C值，仅下降0.1， b值从0.861下降到0.773，表明目录中低震级数量有所下降；a值由4.63下降到4.36，表明地震发生率有所下降（图8）。为进一步分析疫情期间M_C值变化特征，本文将疫情封控期间（2020—2022年）记录地震统计起来，对比2019年同期记录地震，发现M_C值仅下降0.1， a、b值均出现了下降。以上表明，疫情期间研究区事件总数量和低震级数量反而有所下降，地震记录能力没有明显的提升，这与研究区地震活动性和台站分布情况有关。因此，本文利用位于人口密集区的HST台、RGN台、SHZ台记录疫情前后记录震级、震中位置均相近地震事件垂直向波形来对比监测能力的变化。选取疫情前后（C时段）上述台站记录到 2020 年 2 月 29 日拜城 M_S4.6 （41.79°N，81.07°E）和2021年3月14日拜城M_S4.5 （41.95°N，81.11°E）垂直向波形数据进行对比，从震相对比来看，疫情封锁期间人口密集区台站清晰记录到Pn、Pg、Sn、Sg四震相，表明高噪声水平对远场地震记录带来了一定的影响（图9）。

图8 乌鲁木齐及周边地区疫情前后最小完整性震级MC对比图Fig.8 Comparison diagram of Mc before and after the COVID-19 epidemic in Urumqi and its surrounding areas

图9 HST台、RGN台、SHZ台记录拜城地区两次地震垂直向波形对比图Fig.9 Comparison of the vertical waveforms of two earthquakes recorded by HST，RGN and SHZ stations in Baicheng area

本文收集乌鲁木齐及周边地区测震台网疫情前后波形、人口迁徙和地震目录等数据，通过对背景噪声变化特征、噪声变化与人口大数据相关性、地震监测能力等方面进行分析，获得以下几点认识：

（1）受新冠疫情的影响，乌鲁木齐及周边地区噪声水平变化与全球其他地区噪声水平变化基本一致，均出现不同程度的下降，主要集中在人口密集区和主要交通线附近，噪声水平变化集中在1~35 Hz，噪声源（交通线、机场等）越单一，其噪声水平受疫情影响越明显。通过分析RGN台和HST台长周期噪声水平明显下降情况，认为这是人类活动水平受疫情影响的间接证据，这与以往研究略有不同。研究区的噪声水平变化具有明显的空间分布特征，不同时段、不同地区噪声水平下降水平不一致，这与政府采取封控措施的范围和紧迫程度相关联，而且噪声水平下降现象能够被井下地震计记录到。

（2）结合人口迁徙指数和市区台站噪声水平来看，二者具有高度的正相关性，这为从地球背景噪声中识别人为噪声提供了客观依据。

（3）基于M_C计算来对比疫情前后研究区地震监测能力变化可以看出，变化不明显，这与研究区地震活动性、台站分布、台基观测环境等有关；利用重复地震波形记录对比来看，在疫情封闭期间人口密集区台站记录到更为清晰的地震震相。

本文的研究结果能够从地震学视角为政府在重大风险应对、人口流动监测、城市规划建设、公共服务管理等方面提供参考。

致谢：新疆维吾尔自治区地震局台网中心为本研究提供原始波形数据，审稿专家提出宝贵修改意见，四川省地震局谢江涛工程师提供了本研究背景噪声计算软件，本文部分图件采用GMT^[24]软件绘制，在此一并表示感谢！