分布式光纤地震传感技术在成像研究中的应用进展

张丽娜，谢 军，迟本鑫，刘红平，包 丰*

1 中国地震局地震研究所，武汉 430071

2 中国科学院精密测量科学与技术创新研究院 大地测量与地球动力学国家重点实验室，武汉 430077

观测一直是地震学研究的基础，仪器技术的每一次变革都对地震学研究起到了重要的推动作用.现代地震仪的发展可以追溯到Nicholas Cirillo在1731年发明的摆式地震仪，该仪器记录到了1947年发生在Naples的一次地震（Dewey and Byerly,1969）.当代地震仪的物理实现原理已经有了较大变化，除了传统摆式地震仪，压电式、涡流式、压阻式等，新型地震仪也发展起来（例如，陈瑛和宋俊磊，2013），如高频 GNSS（Global Navigation Satellite Systems）等也可以用作地震仪（例如, Guo et al., 2019）.从拓扑结构看，上述地震仪都是单点式仪器，记录观测点的质点位移、速度或者加速度.近年来，基于光纤传感器或短周期节点地震仪的密集地震台阵技术已发展成为低成本、高分辨观测的重要手段，在高精度事件检测和高分辨率结构成像方面受到越来越多的关注（例如, Bao et al.,2019; 包丰等, 2022）.

随着光电技术的发展，基于物理场对光信号的作用机理发展起来的光纤传感技术为地震观测提供了新的解决方案.光纤在地震波场作用下折射率发生变化，通过探测背向散射信号的强度、相位变化，可以获得地震波场的信息，由此发展了分布式应变传感（Distributed Strain Sensing）、分布式振动传感（Distributed Vibration Sensing）、分布式声波传感（Distributed Acoustic Sensing, DAS）等技术（Hartog, 2017）.分布式声波传感技术可以提供高精度的地震波形信息（例如, Parker et al., 2014），因此近年来被广泛应用于天然地震学、工程地震学和勘探地震学中，成为高密度地震学观测的重要技术，为了与声学研究区分，也可以称为分布式光纤地震传感技术（Distribute Fiber-optic Seismic Sensing, DFSS）.

DFSS具有多重优势：第一，它利用光纤本体作为传感单元，可以连续采样光纤沿线的地震波场，不再是单点观测；
第二，光纤本体耐极端温度和抗强电磁干扰等，且供电、存储和传输等都集成于光纤一端的解调仪中，运维成本大幅度降低，也有利于在恶劣环境下施工；
第三，DFSS不仅可以利用专门布设的特种传感光缆，如微结构光缆，也可以利用已有的城市、海底通信光缆或其他传感光缆，从而降低了野外布设成本.鉴于上述优势，通过布设于竖直或水平钻井中的光缆，该技术已应用到石油及地热资源勘察开发中；
利用城市通讯光缆或以浅沟填埋方式布设的光缆，该技术还应用到地震滑坡监测和地壳结构成像研究中；
利用海底光缆也可以探测海底沉积层的结构，而将光缆布设于极低或冰川的冰面上，可以研究全球变化和冰川消融（图1），因此，DFSS技术是当前研究的热点和前沿（ Lindsey and Martin, 2021; Zhan, 2020）.由于DAS/DFSS的应用范围广，新进展多，本文主要聚焦于地球内部结构成像方面的应用，其他方面的应用建议阅读相关综述文献（例如, 苟量等,2022; Li, 2021; 王伟君等, 2022; 张丽娜等, 2020）.

图1 DFSS主要应用场景示意图（修改自Lindsey and Martin, 2021）Fig.1 Typical environments where DFSS is applied (modified from Lindsey and Martin, 2021)

地震学成像采用的被动源信号主要包括天然地震和背景噪声信号.天然地震信号长期以来是开展大尺度地震成像的主要数据，在此基础上发展的体波成像、面波成像、接收函数、波形拟合等方法被广泛应用于各种尺度的地球内部结构探测中.地震背景噪声成像理论和实践在过去20年得到了长足进步，地震学界利用包括地球嗡鸣（hum）、地脉动（microseism）和人类活动激发的高频噪声等开展了从全球尺度到数十米尺度的结构探测监测工作.这些被动源信号在DFSS的有效频段也被记录到，包括远震体波（例如, Williams et al., 2019）、远震面波（Yu et al., 2019）、区域地震体波和面波信号（例如, Lindsey et al., 2017; Wang et al., 2020）、地方震信号（例如, 包丰等, 2022; Li et al., 2021;Zeng et al., 2022a）和各类型交通信号（例如, Ajo-Franklin et al., 2019; 林融冰等, 2022），甚至是雷电等产生的高频信号（例如, Zhu and Stensrud, 2019）.在此基础上，多种被动源成像方法被成功应用于DFSS数据中，尤其是在浅层结构成像工作中.

面波成像是浅层结构探测的重要方法之一（例如, Foti et al., 2011; 汪利民等, 2022; 张明辉等,2019）.利用DFSS开展浅层面波成像工作，一方面可以发挥高密度观测的优势，另一方面可以结合已有光缆节约成本，因此得到了多方面的应用.Zeng等（2017）利用背景噪声记录的互相关函数提取得到了5～25 Hz的高频Rayleigh面波信号，并将其频散曲线与其他数据结果进行了对比，初步验证了利用DFSS开展背景噪声成像的可行性.Dou等（2017）提取得到了高阶面波信号，构建了浅部20 m的S波速度结构.Zeng等（2021）利用8.7 km的光缆，构建了某地热田浅层三维S波速度结构，揭示了热烟囱等小尺度异常体.曹卫平等（2021）则利用短时间交通噪声记录开展成像工作，Shao等（2022）利用了高铁信号、雷宇航等（2021）利用FJ变换提高了频散提取效率获得了高阶面波信号.上述工作使用专门铺设的传感光缆采集数据，Song等（2021c）使用已有的通信光缆开展了城市下方的浅层结构成像工作，构建了光缆沿线100 m以前的S波速度结构，初步展现了结合DFSS和通信光缆服务城市地下空间探测的潜力（图2）.基于交通噪声的背景噪声成像工作探测深度受限于较短的面波波长，一般在百米量级.为了探测更大深度，需要利用更长周期的噪声信号，Shragge等（2021）利用风暴期间的低频噪声（0.04～1.8 Hz）记录，构建了500 m以浅的结构.Yang等（2022）利用DAS噪声成像技术获得了亚公里尺度的地下结构非均匀性.

图2 城市通信光缆沿线速度结构图（修改自Song et al.,2021c）Fig.2 Diagram of 2D velocity structure created using data acquired along a telecom fiber-optic cable (modified from Song et al., 2021c)

城市环境下利用DFSS开展浅层面波成像的主要优势在于低成本，而在其他环境下，DFSS则展现了一定程度的不可替代性.长期以来海洋地震观测依赖于海底地震仪等设备，由于布设运维成本高，空间覆盖和观测时间都远不如陆地.海底通信光缆结合远距光纤传感技术构建海洋地震观测网成为一个有益的尝试（Marra et al., 2018; Zhan et al.,2021）.此外DFSS的高空间分辨率在海底沉积层结构探测方面具有独特优势.与陆地DFSS记录的人类活动相关高频噪声不同，海底DFSS记录的主要是海浪运动激发的地脉动信号（Williams et al.,2019）.Spica等（2020a）利用F-K变换，从连续记录中提取得到了0.2～75 Hz的Scholte波频散数据，构建了日本外海约48 km长的二维S波速度结构模型，最大深度超过了2 000 m.Cheng等（2021a）则从背景噪声互相关函数中提取1～4 Hz的Scholte波频散数据，构建250 m以浅的速度模型.Lior等（2022）和Williams等（2021）也开展了类似的工作，Williams等（2021）还发现了与海上风力发电机相关的噪声信号.除了海洋环境，高寒环境也是DFSS具备一定应用优势的场景，Walter等（2020）在冰川实验中，获得了较为清晰的Rayleigh面波信号，有望用于约束冰川底部基岩结构.

除了面波信号，DFSS的背景噪声记录也被用于提取其他震相信号，进而探测浅层结构.自相关函数（ACF）被认为是类似自激自收的反射记录，可以用于探测界面信息，Spica等（2020a）从ACF剖面中追踪到了一组连续信号，认为是海底沉积层与基岩的分界面有关，并且呈现了较强的横向变化.Tonegawa等（2022）从互相关函数（NCF）中提取得到了P波信号，认为该信号主要是低气压活动期间观测到，并非是强海浪活动期间.井中光缆的NCF也可以提取P波信号用于约束浅层P波速度结构（图3）.

图3 井中DFSS噪声数据提取的P波信号（修改自Lellouch et al., 2019），灰色虚线表示3 200 m/s的P波理论到时Fig.3 P-wave signals emerging on a section of the recorded noise cross-correlation function in SAFOD (modified from Lellouch et al., 2019); the gray line depicts the average 3 200 m/s P wave velocity

上述研究成果初步展现了DFSS基于地震干涉技术提取有效信号用于探测地球结构的巨大前景，但是DFSS只有光纤轴向一个分量的记录，一些地震学方法应用受限，因此学者们开展了一系列探索性研究.DFSS的单分量记录不仅影响了对特定方位角信号的响应，也不利于震相识别和分离，比如无法用传统的旋转方式分离Rayleigh波和Love波记录.Song等（2021a）提出不分离Rayleigh波和Love波信号用于测量各自频散曲线，而直接用面波频散谱代替频散曲线用于反演成像，在一定程度上提高了反演精度.Luo等（2020）则通过布设相互垂直的光缆采集数据，在此基础上进行Rayleigh波和Love波信号分离.除了单独利用DFSS数据外，还有学者提出融合三分量地震仪记录和DFSS噪声记录开展成像工作.Nayak等（2021）利用宽频带地震仪与DFSS的噪声记录计算噪声互相关函数，通过旋转地震仪的水平分量记录分离了Rayleigh波和Love波信号，并且得益于宽频带地震仪的高质量低频噪声数据，提取得到了低至0.1 Hz的信号.Spica等（2020b）则将共址宽频带地震仪的竖直分量记录与DFSS的水平记录融合，用于计算HV比，与面波频散曲线联合反演，获得沿线速度结构.类似的思路在Yu等（2019）的研究中也得到应用，利用宽频带地震仪记录的竖直向远震P波信号与DFSS的记录结合计算接收函数，获得了莫霍面转换震相.针对单分量的限制，直观的硬件解决思路是发展三分量的DFSS，螺旋缠绕光缆提高方位角响应的思路在2013年就被提出来了（Hornman et al., 2013; Hornman, 2017; Kuvshinov, 2016）.Lim Chen Ning和Sava（2018）的方案增加了一根直缆用于构建全张量，在小规模测试中可以提供与三分量检波器一致性高的记录（例如, Takekawa et al.,2022）.但是专门设计的光缆一定程度上提高了布设成本，因此实际研究成果的报道还比较少.

与背景噪声信号相比，天然地震激发的信号更强，其波场与各种小尺度结构的相互作用产生丰富的信号，可以用于探测精细结构.DFSS提供的高密度波场记录有利于各类震相的识别与成像.Wang等（2018）利用共址地震仪台阵与DFSS的区域地震波形记录进行了对比，发现DFSS可以提供可靠的地震波形记录.Jousset等（2018）在冰岛的地震观测中，在跨已知断层的光缆段观察到了断层内部多次反射的信号.Lindsey等（2019）在海底光缆的地震波场记录中发现了多组正反双向传播的信号，其形态类似三角形，他们认为是由于断层面发生体波与面波的转换，据此认为沿线存在多个前人研究中未发现的断层.类似的现象在其他观测中也有报道，包丰等（2022）在2022年门源地震的余震记录中也观测到类似信号（图4），提出了一种新的解释.新的解释认为这种信号是由于入射的P波信号在断层内部散射为S波形成的，较好地解释了双向传播，并且得到了正演验证.除此之外，利用SAFOD井下数据传输光缆开展的地震监测活动获得了丰富的近震资料，在此基础上Lellouch等（2019）发展了多种方法构建了浅部800 m的P波和S波分层速度结构.Spica等（2022）从海底光缆记录的地震波场中提取了高频Scholte波信号用于研究极浅部的沉积层结构.

图4 断层散射波（FZSW）产生机理及观测实例（修改自包丰等，2022）.（a）FZSW产生机理；
（b）实际观测的FZSW震相（黑色虚线），并推测断层位置Fig.4 Sketch showing fault-zone scattering wave and FZSWs emerging on a seismic wavefield recorded in Menyuan,China (modified from Bao et al., 2022)

DFSS在地震勘探领域率先得到应用，这一领域主要利用的是各类型人工震源信号.在石油勘探领域，DFSS应用最多的是VSP采集，相比传统检波器，可以实现全井覆盖，大幅缩减施工时间和成本（Lellouch and Biondi, 2021）.美国伯克利国家实验室和Shell公司较早开展了这方面的研究（Daley et al., 2013; Mateeva et al., 2014）.利用零偏移距垂直地震剖面法，固定偏移距垂直地震剖面法和变井源距垂直地震剖面法等采集方式获得的高质量信号，可以构建井旁的速度结构（例如, Henninges et al., 2020; Yu et al., 2016）.在海洋油气勘探中利用DFSS开展的VSP采集相比OBN方式，所需要的主动源规模小得多，部署成本也低（Kiyashchenko et al., 2020）.井中DFSS与小型震源的结合也取得初步成功，获得了清晰的P和S波反射信号，甚至在水平段观测到了P-P反射信号（Cheng et al., 2021b）.

震源车也是广为采用的主动源之一，Parker等（2018）利用地表DFSS台阵和密集激发的主动源P波到时数据，构建了研究区浅部数百米的P波速度结构，揭示了该区域内多个断层.Song等（2018）利用同一套数据，测试了主动源面波成像，Lancelle等（2022）用的面波信号则来自小型固定扫频震源.小型落体震源激发的面波也被用于研究浅层结构，与被动源面波成像相比，可用频段更高，一定程度上可以互补（林融冰等，2020；
宋政宏等，2020）.Zeng等（2022b）则采用爆炸源和小型落体震源激发的P波到时资料开展了石灰岩矿的成像研究.

上述主动源主要是服务于小区域的资源勘探或者工程勘探，较大尺度的研究则需要更大规模的震源.大容量气枪震源已经被广泛用于海洋地震勘探，也可以利用陆地的大型水体，如河流、水库激发（例如，杨微等，2021）.李孝宾等（2020）在云南宾川布设了长约180 m的小型台阵，通过多次叠加提供信噪比，获得了9.6 km外气枪信号.Song等（2021b）采用宾川城区的5.2 km长的通信光缆开展研究，获得了沿线间隔7.6 m的地震波场记录，发现其中以S波信号为主（图5），信噪比受交通噪声、耦合效率等影响，并提出了多种增强信噪比的方法，提高了叠加效率，最优情况下可以获得单炮信号.Matsumoto等（2021）利用50 km长的海底通信光缆记录海上气枪震源激发的水声信号，有效频段约为0.1～10 Hz范围，而且传播范围较陆地通信光缆远，单炮记录可以到十余千米外.另外一种可以用叠加方式提高信噪比的震源是ACROSS, Tsuji等（2021）采用60 km长的海底光缆记录陆地小型化ACROSS震源激发的信号，10 km距离上叠加1.5个月数据得到了P波和S波信号，在更短距离（1.66 km）的陆地光缆数据中叠加时间可以缩短到1天.

图5 大容量气枪震源观测实例（修改自Song et al.,2021b），虚线分别表示P波和S波理论到时Fig.5 Record-section of a large-volume airgun signal,recorded by a telecom fiber-optic cable (modified from Song et al., 2021b)

上述研究工作主要是聚焦于静态结构探测中，但是DFSS的一个优势是便于开展介质结构变化监测工作.在工业界，井下光缆是长期布设，可用时间长达十余年，比如SAFOD井下光缆安装于2005年，2017年仍然可用（Lellouch et al., 2019），大幅降低了开展4D VSP等工作的成本，在油气储层、CO封存等方面都得到了较为成功的应用（Harris et al., 2017; Kiyashchenko et al., 2020）.结合SOV、ACROSS等高重复性震源，还可以大幅度提高结构变化监测的时间空间分辨率（例如,Cheng et al., 2021b; Tsuji et al., 2021）.在缺乏可重复主动源的情况下，一些被动源数据也可以用于获取高重复信号.Fang等（2020）利用矿场爆破信号，发现了工程施工引起的地震波到时变化.Rodríguez Tribaldos和 Ajo-Franklin（2021）分析了5个月的DFSS噪声互相关函数，观测到2%～3%的速度变化，且速度变化与降水和河流水位变化较为一致（图6）.Chang和Nakata（2022）则是利用了井下光缆的振荡信号，提取速度变化信息，认为其与井中温度变化相关.这些工作初步展现了DFSS在长期监测方面的可行性和优势，可将其应用于活断层等重点关注区域，以获得孕震区高分率动态成像结果.

图6 河流水位与速度变化对比图（修改自Rodríguez Tribaldos and Ajo-Franklin, 2021）Fig.6 River stage vs.seismic velocity changes (modified from Rodríguez Tribaldos and Ajo-Franklin, 2021)

DFSS在很多研究领域已经得到了成功应用，但是学者们在实际工作中也发现了一系列问题，其中影响较大的一个是信号质量问题.早期的DFSS的信号可靠性是在实验室环境下测试得到的（例如, Parker et al., 2014）.学者们利用共址布设的检波器、短周期地震仪和宽频带地震仪对DFSS的波形记录进行了比对，认为可靠性较高（Daley et al.,2013; Lindsey et al., 2020; Paitz et al., 2021; Wang et al., 2018）.但是这些对比工作都是在光缆耦合条件较好的情况下进行的，而实际中大量的工作利用的光缆并不具备较好的耦合条件.井中DFSS观测中信号质量最好的布设方式是在钻孔套管（casing）外，其次是在油管（tubing）外，最差的采用悬挂方式布设.悬挂方式布设可以便利地在无预铺设缆的井中施工，但是面临严重的振荡（ringing）噪声干扰（例如, Martuganova et al., 2021; Yu et al.,2018）.为了克服这部分干扰，学者们提出了一系列方法进行克服，包括噪声建模（Yu et al., 2016）、稀疏表示和字典学习（Chen et al., 2019）、CNN网络（Zhao et al., 2020）等.利用已有通信光缆开展研究也面临类似的问题，大量的光缆布设于各类型管廊、管道或PVC管中，存在大量的悬空段（例如, Song et al., 2021c），光缆与周边介质耦合差.虽然有研究表明，摆放于地面的弱耦合光缆也能记录主被动源信号（林融冰等, 2022; Spike et al.,2019; Zeng et al., 2022b），但是波形可靠性还需要更深入的分析（图7）.悬空等方式布设的光缆也面临光缆振荡产生的噪声信号，通过滤波等方法也有可能降低影响（林融冰等，2022）.整体而言，DFSS的仪器响应函数仍有待厘清，有必要综合材料学、结构力学、地震学和光纤传感技术等学科，对光纤传感信号的保真度进行系统性定量校正，以便更好地将其应用于全波形反演等基于波形的研究方法（例如，刘辉等，2022）.

图7 不同布设方式光缆记录的交通噪声信号波形差异（修改自林融冰等，2022），图 (a-c)分别为水泥固结、路面摆放和悬空Fig.7 Traffic signals recorded by cables installed using three different methods (modified from Lin et al., 2022)

DFSS的高密度空间采样产生的数据量远超传统地震监测台网，以美国PoroTomo项目的地表DFSS数据为例，每天产生约3 TB的数据.如何存储管理如此海量的数据也成为一个亟需解决的问题（Quinteros et al., 2021），近年来提出了商业云存储服务（例如, Yu et al., 2021）和分布式数据中心（例如, Péquegnat et al., 2021）等方案，但是对数据格式、分发方式等问题仍需更多讨论.海量数据的处理是一个典型的高通量计算（HTC），Dong等（2020）提出了一个专门的存储和分析并行架构，实现了包括噪声互相关函数计算、局部相似性计算等任务，相比于基于MATLAB的算法，计算效率提高了约16倍.大量的经典地震学算法基于单道或者单点记录，比如经典的STA/LTA算法、模板匹配算法等，虽然在DFSS数据处理中得到成功应用（例如, Li and Zhan, 2018; Li et al., 2021; Zeng et al.,2022a），但是在计算效率、信息挖掘等方面仍有很大提升空间.近年来兴起的以机器学习为代表的人工智能方法在海量地震数据处理方面得到了成功应用，大幅提高了数据处理效率（例如, Kong et al., 2019），在DFSS数据处理方面也做了一些有益的尝试（例如, Lv et al., 2022），具备了准实时处理的能力.然而DFSS提供的高空间采样的波场记录的有效信息还比较少用于成像研究，也是后续值得发展的方向.因此，针对高密度、大数据的特点，利用人工智能等手段提高计算机处理效率，从海量数据中挖掘震相到时、面波频散等有效信息，是DFSS成像技术发展的方向.

DFSS是继节点密集台阵观测技术之后，地震学观测和研究的一个前沿方向，已在油气勘察、地震监测、结构成像等诸多领域得到了成功的应用.超高密度的观测获得了海量的数据，不但可以与经典成像方法结合提高走时成像的分辨率，在钻孔测井等方面取得新认识，而且在发挥其低成本、耐受恶劣环境等优势后，还可以将其应用到人口稠密的城市、科学钻孔、极地和海洋等极端环境，探测活断层、监测全球变化及冰川活动.但是，传感光缆的震动响应还须结合材料学、结构力学等开展系统性定量研究，这是提高光纤传感信号质量和保真度的基础；
须引进人工智能的方法处理海量数据，挖掘其中用于成像的到时、频散和高密度波场等信息，同时实现海量数据的高效存储和共享分析等.这项技术将是传统地震观测和成像研究的重要补充.

致谢

感谢大地测量与地球动力学国家重点实验室自主部署项目和中国科学院精密测量科学与技术创新研究院多学科交叉团队项目支持，感谢编辑部和专刊特约主编徐涛研究员的邀请.