Variation in clay mineral input and the control factors in the Western Philippine Sea since 220 ka
-
摘要: 为揭示晚更新世以来西太平洋暖池黏土矿物输入变化的控制因素，对采自西菲律宾海本哈姆隆起上的Ph05-5孔沉积物中的黏土矿物组成、来源和堆积速率进行了分析。结果表明，220 ka以来，该孔沉积物中的黏土矿物主要以伊利石（13%）和蒙皂石（8%）为主，其次为绿泥石（6%）和高岭石（2%）。伊利石和绿泥石主要来源于亚洲大陆，蒙皂石主要源于菲律宾海周围岛屿的火山物质在海底遭受海水侵蚀后形成的自生Fe-蒙皂石和西菲律宾海周围岛屿上的物质风化后形成的他生Al-蒙皂石。220 ka以来，伊利石和绿泥石的堆积速率表现出明显的冰期高-间冰期低的旋回变化，与该孔总的风尘堆积速率、亚洲风尘和北太平洋风尘堆积速率一致。冰期/间冰期太阳辐射降低/增强、亚洲内陆干旱程度加强/减弱，是导致伊利石等源于亚洲内陆的黏土矿物向菲律宾海输入增加/减少的主控因素。Ph05-5孔蒙皂石的堆积速率同样表现出明显的冰期高-间冰期低的特征，与该孔总的火山物质堆积速率一致。蒙皂石在轨道尺度的变化，主要受到海平面变化和热带类ENSO过程影响的降雨过程控制。冰期低海平面，菲律宾岛和海水的混合作用加强，使得蒙皂石的输入增加。此外，冰期在热带太平洋类拉尼娜较强，降雨量增加，导致向菲律宾海输入的火山物质（蒙皂石）增加，间冰期则相反,由于类厄尔尼诺增强，菲律宾岛区域干旱，火山物质（蒙皂石）向菲律宾海的输入减少。Abstract: To reveal the controlling factors of clay minerals input in the Western Pacific Warm Pool since the Late Pleistocene, we analyzed the composition, source, and mass accumulation rates (MARs) of clay minerals in the sediment from Core Ph05-5 recovered from the Benham Rise in the Western Philippine Sea. The results indicate that the clay minerals in the core sediment are mainly composed of illite (13%) and smectite (8%), followed by chlorite (6%) and kaolinite (2%). Over the last 220 ka, illite and chlorite are derived mainly from the Asian continent, and smectite is mainly authigenic Fe-smectite in volcanic origin from islands around the Philippine Sea after erosion by seawater at the seabed, and smectite formed by weathering of volcanic material from islands around the West Philippine Sea. The MARs of illite and chlorite displayed significant high value during the glacial period and low value during the interglacial period, which is consistent with the total MARs of eolian dust of Core Ph05-5, MARs of Asian dust and North Pacific dust over the last 220 ka. The decrease/enhancement of solar radiation during the glacial/interglacial period, as well as the strengthening/weakening of arid in Asian continent are the main controlling factors for the increase/decrease in the input of clay minerals, such as illite from Asian continent into the Philippine Sea. The MARs of smectite in Core Ph05-5 also exhibits high value during the glacial period and low value during interglacial period, which is consistent with the total MARs of the volcanic material in Core Ph05-5. The changes of smectite in the orbital scale are mainly controlled by global sea level change and precipitation influenced by tropical ENSO processes. The low sea level during the glacial period resulted in the strengthened mixing effect between the Philippine Island and seawater, and led to an increase of smectite input in the Philippine Sea. In addition, during the glacial period, La Niña-like process was stronger in the tropical Pacific, resulting in an increase in rainfall and increased volcanic materials (smectite) input into the Philippine Sea. On the contrary, during interglacial period, the strengthened El Niño-like process resulted in the drought in the Philippine islands, and the decreased volcanic materials (smectite) input in the Philippine Sea.
-
Keywords:
- clay minerals /
- mass accumulate rate /
- late Pleistocene /
- Western Philippine Sea
-
北极海域长期被海冰覆盖，其环境噪声受人为干扰较少[1]。但近年来海冰迅速消退，海浪能量增强，北极航道延长，从而推动航运、地震勘探及工程建设活动增多[2-3]。与此同时，由于阿拉斯加的外大陆架蕴藏着丰富的石油天然气，导致勘探活动大量增加，其产生的水下噪声对海洋生物构成了潜在的威胁[4-5]。因此，研究楚科奇海与阿拉斯加内陆环境地震噪声的海陆差异，不仅有助于揭示自然过程与人为活动对环境地震噪声的影响，还为海冰密集度、河流湍流、风速等环境数据的被动监测，以及台站布设优化、地震监测精度提供重要的数据基础。
由于数据收集存在困难，北极地区相较于其他区域，进行环境地震噪声的研究相对较少。目前的研究主要集中在太平洋、大西洋、印度洋和南大洋，许多学者已经分析了这些地区不同频段噪声的来源与成因。在各种形式的地震噪声中，最普遍和显著的形式被称为“微地震”，它们源于风引起的海洋波浪产生的能量。1～20 s周期范围的微地震噪声是海洋和陆地地震噪声谱的主要成分[6]，在该周期范围内有两个微地震峰，它们由不同机制的海浪产生。单频微震峰值是在10～20 s频率范围内的一个小峰值，它是由浅海陆架区域的海洋表面风浪与海底直接耦合引起[7]；双频微震峰值范围为5～8 s，包含了最多的能量，它是由深水中传播方向相反的等周期海浪之间的非线性相互作用引起的，从而产生标准海浪周期一半的驻波[8]。
Webb等[9]研究了太平洋区域深海中的次重力波，认为这类长周期的表面重力波是通过短周期波的非线性能量转移在海岸线附近产生并自由传播到深海。刘亚楠等[10]利用概率密度函数法分析了OBS背景噪声，发现海底环境地震噪声高于全球背景噪声模型，不同地震信号频带特征各异，且台风是引起微震噪声时间变化的主要因素。Dahm等[11]通过对北大西洋OBS站点环境噪声使用概率密度函数法进行统计并与海岛台站对比，发现海底地形和风浪方向显著促使波浪能量转化为双频微震能量。Davy等[12]用印度洋盆地及周边15个台站1年的数据对6～11s双频微震连续极化分析，发现其极化信号数量和频率均呈现明显季节变化。Grob等[13]结合南极沿岸台站与卫星海冰数据发现，微震信号呈季节性变化，冬季海冰增长抑制风浪噪声，导致噪声水平降低。Ozanich等[14]对北极东部的环境噪声进行了研究，确定的噪声来源包括宽频带冰噪声、弓头鲸叫声、地震气枪测量和地震T相位。Li等[15]研究了楚科奇海区域不同频段环境噪声的特征，揭示了海冰覆盖对微震噪声的抑制作用及其整体噪声水平特征。
环境地震噪声受自然条件及人类活动的影响，呈现出时空和频段的差异。长期数据分析构建了噪声模型，揭示了大气波动、地层结构和人为干扰对噪声的影响，为阿拉斯加地区噪声特征研究提供了基础。Peterson[16]基于75个陆地台站数据建立了全球噪声模型，定义了覆盖10−1至105 s周期的低噪声（NLNM）和高噪声（NHNM）模型，成为全球噪声研究的标准。地震观测数据中的长周期噪声主要源于大气条件变化诱发的多物理耦合效应，大气密度波动可以通过浮力效应直接干扰仪器响应，且自由空气压力变化导致的惯性效应会引发地壳形变[17]。短周期变化中噪声频谱幅度与气压呈反相关，风速与环境地震噪声强相关，且环境地震噪声受风速影响的最小风速随深度变化[18-19]。Schmandt等[20]通过分析加利福尼亚Trinity河地震数据，发现0.01～0.05 s频率与河床物质输运相关，且在河段填充砾石后，地震阵列显示河床物质输运响应增强，表明地震监测对其时空变化敏感。Olsen[21]和Frankel等[22]的研究均发现沉积盆地对地震波和噪声有显著的放大作用，充满低速沉积地层的沉积盆地可将地震波放大，平均放大系数最高达4倍，与盆地深度和事件距边缘距离密切相关，并且盆地边缘也能放大地震波，放大作用与地震传播方向有关。人类活动引起的地震噪声被认为主要集中在高频段，通常具有明显的昼夜变化特征[23-26]。Tape等[27]对库克湾地区环境地震噪声特征的研究表明，地表基岩与沉积盆地对各周期噪声强度影响显著，尤其在长周期范围噪声水平分量上影响最大。Smith等[28]利用阿拉斯加中部16个台站4年的数据发现，Nenana盆地放大了0.3～10 s噪声，Tanana河在夏季融冰期使0.1 s噪声增强30～40 dB，且风在＜0.5 s和＞20 s频段均对噪声产生显著影响。Ringler等[29]利用阿拉斯加TA地震台阵数据，分析了阿拉斯加与加拿大西北部各频段环境地震噪声时空变化及其与文化、海洋和地质条件的相互影响。
本研究使用第九次国家北极科学考察收集的OBS数据，以及阿拉斯加地震中心提供的地震台站波形数据，通过研究和对比楚科奇海和阿拉斯加内陆地区环境地震噪声特征及影响因素，分析两者之间的差异及其原因。
1. 数据和方法
1.1 数据来源
由自然资源部组织的中国第九次国家北极科学考察历时69天，于2018年夏季开展，覆盖了白令海、楚科奇海、楚科奇高原、加拿大盆地及北冰洋中部等多个区域，进行了广泛的科学调查。破冰船“雪龙号”在海底地震仪的布设与回收过程中发挥了重要作用[30]。在此次实验中，三台I-4C型海底地震仪（OBS）被部署于楚科奇海站区域，水深范围150～350 m。对B99（
74.69806 °N、170.5439 °W，采样间隔8 ms，设备深度230 m）和C15（74.80139 °N、172.0208 °W，采样间隔20 ms，设备深度329 m）两个站点进行数据收集，时间范围是2018年8月3日至9月4日，位置如图1所示。![]()
图 1 OBS站点和所选地震台站分布Figure 1. Spatial distribution of OBS sites and selected seismic stations本研究使用的阿拉斯加地区地震数据源自阿拉斯加地震中心（Alaska Regional Network）的USArray阵列中的AK网络。为确保数据具有良好的区域代表性，本研究选取了FYU（66.5657°N、145.2342°W，海拔137 m）、GCSA（64.7461°N、156.8792°W，海拔45 m）和PPD（65.5174°N、145.5246°W，海拔1505 m）三个内陆台站。FYU台站位于阿拉斯加内陆，毗邻育空堡雷达站和育空河；GCSA台站坐落于阿拉斯加西部育空河沿岸的加利纳市，设于当地学校校园内；PPD台站则位于费尔班克斯以北的怀特山脉区域。所有台站均装配了宽频带及强震动地震仪，以50 Hz采样率连续记录三分量地面振动信号。本研究选取2018年全年世界标准时间（UTC）下的垂直分量（BHZ）连续地震波形数据，为深入分析研究区域环境地震噪声的时空分布特征提供了坚实的数据基础，台站位置见图1。
为评估楚科奇海与阿拉斯加内陆地区的环境地震噪声水平，本研究采用了功率谱密度（power spectral density, PSD）和概率密度函数（probability density functions, PDF）两种分析方法。PSD方法可以揭示噪声在不同频率范围内的分布特征，从而有助于辨识各频段噪声的来源，这使其在地震数据噪声分析中十分有效。同时，PDF方法由于不受偶发地震或短时外部干扰的影响，能够直接计算环境噪声的功率谱，而无需对瞬时强信号进行专门剔除。
本文采用了多步骤处理方法对地震数据进行预处理。首先，将各台站连续的时间序列按照分量切割为长度1小时且重叠率为50%的时窗片段，以降低PSD计算方差并保留连续性特征；随后，每个1小时片段再划分为13个重叠率为75%的子段，并将每个子段的采样点数截断至不超过原长度且最接近的2的幂次方，以提升FFT运算效率；随后对每个子段进行零均值化和平均斜率法去除长周期线性趋势，从而减少低频干扰和频谱失真；最后，通过对每段数据施加10%余弦锥形窗进行旁瓣抑制，平滑FFT过程并校正总功率，确保最终频谱的绝对功率准确性[31]。
1.2 功率谱密度
采用Cooley-Tukey方法计算随机稳态地震数据的PSD，对有限范围的地震数据进行傅里叶变换[32]，周期时间序列y(t)的有限范围傅里叶变换为：
$$ Y\left(f,{T}_{\mathrm{r}}\right)=\underset{0}{\overset{{T}_{\mathrm{r}}}{\int }}y\left(t\right){\mathrm{e}}^{-i2{\text π}ft}\mathrm{d}t $$ (1) 式中，Tr为时间序列的长度，f为频率。
对于离散频率值fk，傅里叶分量定义为：
$$ {Y}_{k}=\frac{Y\left({f}_{k},{T}_{\mathrm{r}}\right)}{\Delta t} $$ (2) 离散频率值fk定义为fk=k/NΔt，其中k=1，2，…，N-1，式中Δt为采样间隔，N=Tr/Δt为每个时间序列段的样本个数。
因此，利用所定义的傅里叶分量，总PSD估计值定义为：
$$ {P}_{k}=\frac{2\Delta t}{N}{\left|{Y}_{k}\right|}^{2} $$ (3) 从上式可以看出，总功率Pk仅是振幅频谱的平方，归一化系数为2Δt/N。为了将PSD估计值与全球噪声模型进行比较，应用这一标准归一化至关重要。
此时，考虑到预处理过程中先前应用的10%余弦锥形窗，PSD估计值使用系数
1.142857 进行修正。为了与全球噪声模型直接比较，将PSD估计值单位换算为加速度单位（m/s2）2/Hz的分贝值，换算公式为：$$ {P}_{\mathrm{a}}=10\mathrm{l}\mathrm{o}\mathrm{g}\left(4{{\text π}}^{2}{{f}_{k}}^{2}{P}_{k}\right) $$ (4) 式中，Pa为经过换算的PSD值。
在计算环境地震噪声的PSD时，尽管仪器响应对PSD曲线的整体形态影响较小，但其对PSD实际数值的影响却较为显著。特别是当计算超出仪器频带范围的环境地震噪声PSD时，远离频带范围的频率点会受到仪器自噪声及其他干扰因素的更大影响。在频域上去除仪器传递函数的影响时，可能会放大与自然振动无关的干扰信号，从而导致频谱结果的严重畸变。因此，在计算地震速度数据的PSD时，必须消除仪器自带的传递函数所引起的自噪声，以确保所得到的PSD能准确反映环境地震噪声的真实特征[33]：
$$ {\mathrm{P}\mathrm{S}\mathrm{D}}_{\mathrm{a}}=\frac{{P}_{\mathrm{a}}}{{\left|H\left(s\right)\right|}^{2}} $$ (5) 式中，PSDa是去除仪器响应后的真实加速度功率谱密度，H(s)是仪器的传递函数，s=i·2πf。
在每小时的记录中，13个独立的重叠时间段均需要分别进行PSD计算。最终的PSD估计值通过对这13个分段的PSD结果进行平均得出。由于采用了分段平均的方法，最终的PSD估计值具有95%的置信度，意味着频谱点的估计值范围为−2.14～+2.87 dB。
1.3 概率密度函数
在分析地震台站环境地震噪声时，通过对每1小时PSD单位生成的多条平滑PSD曲线进一步计算该台站的环境地震噪声PDF[32]。为了确保PSD的充分采样，重采样过程以0.125倍频程为间隔，覆盖全频段范围，从而将频率数量减少了169倍。在短周期Ts与长周期Tb之间进行功率值平均处理，得到的中心周期Tc代表该倍频程范围内的集合平均周期，该集合在对数空间内均匀分布。每个倍频程的平均功率与其中心周期共同存储。
$$ {T}_{\mathrm{b}}=2{T}_{\mathrm{s}} $$ (6) $$ {T}_{\mathrm{c}}=\sqrt{{T}_{\mathrm{s}}{T}_{\mathrm{b}}} $$ (7) Ts通过增加0.125倍频程来计算下一区间的功率谱密度平均值，即Ts=Ts*20.125，并相应地更新Ts与Tb的值。在Ts与Tb之间的下一个周期范围内，计算平均功率，这一过程持续进行，直到原始数据的时间序列窗口长度达到最大可分辨周期为止。最后，按照1 dB的步长，在−40 dB至−200 dB范围内进行概率统计，最终得到的概率密度函数表示为：
$$ P\left(f,\mathrm{dB}\right)=\frac{N_{\mathrm{d}\mathrm{B}}}{N_f} $$ (8) 式中，NdB为某一频率下dB～dB−1范围内PSD值的个数，Nf为以f为中心频率的所有PSD值的个数。
在计算完PSD和PDF之后，本研究通过绘制众数曲线来分析环境地震噪声的特征。众数曲线反映了在不同时间窗口内噪声的最频繁出现的频率成分或功率值，具体方法是从每个频段的PSD和PDF中提取众数值。该曲线可以揭示噪声在不同频段的时变特征，帮助识别主要的噪声频率成分，并为噪声源的识别提供有力依据。
2. 结果
2.1 楚科奇海环境地震噪声特征
研究表明，环境地震噪声的垂直分量相较于水平分量对海洋噪声源的响应更为敏感，海洋活动产生的压力波动以垂向传播为主，其能量在垂直分量中占据主导地位[34]。海洋噪声源所主导的环境地震噪声变化可通过垂直分量的PDF幅值分布特征显著体现。其次，垂直分量的数据质量通常更为稳定，水平分量易受仪器倾斜、耦合效应等因素影响，其噪声谱包含更多与环境地震噪声影响因素无关的高频干扰。因此，为保证研究目标的针对性，本研究优先选用垂直分量表征环境地震噪声特征。
基于当地海冰和海表面风速情况，将OBS环境地震噪声分析分为两部分：2018年8月3日至8月13日为有冰期，2018年8月14日至9月4日为无冰期。为了进行更详细的分析，将全频段的环境地震噪声分为3部分：短周期（0.1～1 s）、微地震带（1s～20 s）和长周期（20～100 s）。
在微地震带范围，B99和C15站点环境地震噪声在有冰期和无冰期特征差异明显。有冰期时，环境地震噪声强度整体较低，峰值周期在5 s附近，属于远源双频微震特征。无冰期时，环境地震噪声强度显著增强，峰值周期在2 s附近，呈现近源双频微震特征（图2），这说明楚科奇海与远程双频微震的来源北冰洋之间的联系较弱，微震带的环境地震噪声主要受近源海浪活动的影响。
![]()
图 2 B99和C15站点有冰期、无冰期概率密度函数众数曲线对比红色曲线为有冰期，蓝色曲线为无冰期。Figure 2. Comparison of ice-age PDF plurality curves for sites B99 and C15Red curves are ice-age PDF plurality curves, blue curves are ice-free PDF plurality curves.在短周期范围，B99和C15站点环境地震噪声在0.2 s和0.6 s处有明显峰值，并且随着海冰融化，噪声强度逐渐升高。
在长周期范围，B99和C15站点有冰期和无冰期的环境地震噪声变化较为平稳，且强度较高，说明海冰对该周期范围的环境地震噪声影响小，海底洋流为该周期范围的主要影响因素。
2.2 阿拉斯加内陆地区环境地震噪声特征
环境地震噪声在不同季节的变化往往与气候、海洋条件以及人类活动密切相关，为了探讨阿拉斯加地区的环境地震噪声季节性特征，本研究将阿拉斯加地区地震台站的2018年波形数据，按照冬季（1—2月和12月）、春季（3—5月）、夏季（6—8月）和秋季（9—11月）四个季节进行划分，通过提取各台站不同季节的环境地震噪声概率密度函数众数曲线，分析了各季节噪声水平的变化规律。
内陆地区FYU、GCSA和PPD 三个台站在不同周期段都表现出较为显著的环境地震噪声季节性变化规律，且各台站的变化特征在微地震带、短周期和长周期表现各异（图3）。
![]()
图 3 阿拉斯加内陆地区各台站不同季节概率密度函数众数曲线对比Figure 3. Comparison of PDF plurality curves for different seasons at stations in Interior Alaska位于微地震带的FYU、GCSA和PPD三个台站均呈现典型的双频微震特征，并具有明显的季节性变化规律（图3）：冬季噪声强度最高，春、秋季次之，而夏季最低。此外，FYU台站在夏秋季节的微地震噪声谱主峰周期相较冬春季节向短周期偏移约1 s，这可能与夏秋季节海浪活动导致海洋微震源的分布与强度发生变化有关，即此时的海洋波浪场更易在短周期范围内产生显著能量。相比之下，GCSA和PPD台站虽然也表现出相似的噪声强度季节性波动，但频段上并未出现明显偏移，说明微地震带噪声源的频谱特征整体稳定。这种稳定性可能与区域内背景噪声源的持续性有关，说明微地震带的噪声特征主要受到长期稳定的海洋波动的影响。
在短周期范围，FYU台站环境地震噪声强度全年较高，在夏季约0.1 s附近同样表现出噪声强度的显著升高。这类短周期噪声常与近场的人为活动或河流湍流作用等因素相关，可能是导致该时段噪声显著升高的重要原因。GCSA和PPD台站在该周期范围内全年均表现出显著的噪声峰值，且噪声强度明显高于其他内陆台站。这一现象表明，这两个台站周围可能存在持续的强噪声源，可能与局部的工业活动、交通噪声相关。另外，GCSA台站在夏季约0.1 s附近表现出噪声强度的显著升高，可能受到河流湍流的影响。
在长周期范围，FYU台站在秋、冬季时，大于50 s的噪声强度则出现明显升高，表明此台站附近的长周期大气作用或远距离海浪活动在特定季节可能对该台站的长周期噪声有更强烈的影响。GCSA和PPD台站环境地震噪声整体表现较为平缓，噪声分布稳定且偏低。此特征表明长周期噪声的激发源较弱，且噪声环境在全年范围内相对稳定。
3. 讨论
楚科奇海-阿拉斯加内陆地区的环境地震噪声受到多种因素的共同影响，其特征不仅体现为噪声强度的时空变化，还呈现出不同频段的分布规律。根据本文的功率谱密度分析结果，并结合噪声来源和频段特征，将噪声影响因素分为自然因素和人为因素。下面将从噪声的来源及其频段特性两方面，深入探讨各类因素的形成机制及其对台站噪声特征的贡献。
3.1 自然因素
在研究楚科奇海地区的环境地震噪声时，海冰被认为是主要的影响因素，海冰的存在会显著改变海洋表层的动力学特性，从而影响海面波动和噪声传播特性。特别是在有冰期，海冰会通过散射和耗散两种方式造成波浪的衰减。前者是指波浪在冰块边界处发生部分反射，进而拓宽了波浪传播方向的分布，多重冰缘散射直接导致正向波浪能量呈指数衰减。后者则是指波浪能量损失的各类过程，包括但不限于因冰的粘性引起的内部摩擦、冰体断裂、冰面覆水以及冰下湍流[35]。
海冰密集度是指单位面积内被海冰覆盖的面积比例，描述的是某一海域中海冰的覆盖程度。海冰密集度可以反映海冰的分布状态，帮助理解研究地区不同时期海冰的变化情况。图4反映了2018年8月3日到9月4日楚科奇海海冰的变化情况。图4a所示，在有冰期OBS台站附近的海冰密集度相对较高，说明该时期海冰范围更为广泛。图4b所示，在无冰期OBS台站附近的海冰密集度整体呈现出较低的分布特征，部分海域甚至趋近于无冰状态，说明这一时期的海冰范围明显缩减。
![]()
图 4 有冰期（a）和无冰期（b）海冰密集度对比色柱表示海冰密集度。Figure 4. Comparison of sea ice density between ice-bearing (a) and ice-free (b) periodsColor bars indicate sea ice density.根据Sutherland和Gascard的研究[36]，极地地区边缘冰带对波浪能量的衰减符合Weber提出的将冰层视为粘性层造成波浪能耗散的波浪衰减模型[37]以及Kohout和Meylan提出的基于多个浮动弹性板散射的波浪衰减模型[38]。结合图2所示，有冰期的环境地震噪声特征说明冰层的存在抑制了海浪活动，阻碍了等周期海浪相互作用产生驻波扰动，这也进一步说明海冰抑制了双频微震的产生。无冰期的环境地震噪声特征说明冰层消退，导致海洋表面没有遮挡，海浪活动和气象因素对环境地震噪声的影响成为主要因素。
图5为B99和C15站点连续28天有效信息的垂直分量的功率谱密度时间变化图，环境地震噪声在高频段呈现出能量集中趋势，北极是一个相对缺乏人为因素干扰的环境，结合观测期间楚科奇海海冰的变化，可以发现高频、间歇性的高水平噪声主要来自北极海冰的融化和浮冰的碰撞。
阿拉斯加内陆地区环境地震噪声的自然因素主要体现在由海浪、河流等动力过程引发的地震能量释放上。如图3所示，微地震带范围下内陆台站的环境地震噪声在季节变化下始终表现出稳定的双频微震峰值特征，其中FYU台站在夏、秋季节，双频微震的峰值周期减小，由5 s减小到3 s左右。统计阿拉斯加地区北方海域夏、秋季海浪能量谱中，能量密度达到最大值时对应的波浪周期，如图6a和7a所示，发现该海域内最显著、最具代表性的波浪周期范围为5.5～7s，由其所主导的双频微震峰值周期应为2.75～3.5 s，与环境地震噪声概率密度分析所观测到峰值周期相符。结合图6b和7b所示夏、秋季期间该海域海面波平均周期随时间变化的离散程度，可以发现其标准差较小，在1.5左右，说明该海域波浪周期在夏、秋季节期间较为稳定。由此可见，阿拉斯加高纬度地区环境地震噪声在微地震带周期范围所表现出的双频微震特征受北冰洋海域典型海浪周期所主导。
![]()
图 6 夏季典型海浪周期（a）和海浪周期标准差（b）的空间分布Figure 6. Spatial distribution of typical summer wave period (a) and standard deviation of wave period (b)![]()
图 7 秋季典型海浪周期（a）和海浪周期标准差（b）的空间分布Figure 7. Spatial distribution of typical autumn wave periods (a) and standard deviation of wave periods (b)一般而言，双频微震的振幅取决于与主震源区的距离，根据Wicks的研究，以位于阿拉斯加海岸线上白令海峡东北部的红狗码头为中心，附近的北白令海和南楚科奇海区域风暴潮最活跃的时间是深秋和初冬（11月、12月和1月）[39]，大型的海洋风暴显著增强了驻波产生的扰动并反映在环境地震噪声双频微震的噪声强度上，与图3至图5所反映的微地震带周期范围环境地震噪声强度变化相符。
在自然来源对环境地震噪声的影响中，河流是一项重要因素。河流湍流及其与河岸和河底的相互作用会在短周期范围产生明显的地震噪声特征。为研究河流对环境地震噪声造成的影响，计算并提取相应台站不同月份在0.1s周期处环境地震噪声的PSD值，以箱线图的形式展示不同月份在该周期的PSD分布。箱线图通过展示数据的中位数（箱体内的黄色水平线）、上下四分位数以及最大值和最小值（通过箱体和须的形式）来直观反映数据的集中趋势、离散程度和异常值情况，从而进一步分析河流湍流因素在各月份对环境地震噪声所产生的影响程度和特征。
根据图3所示，在夏季FYU和GCSA台站环境地震噪声强度在0.1s附近显著提高，相比于其他季节噪声强度提高了7～16 dB。图8显示了FYU和GCSA台站在2018年不同月份PSD在0.1 s周期处分布情况。其中，FYU台站环境地震噪声在1月到5月的PSD中位数相对较低，且箱体较紧凑，说明在此期间的环境地震噪声强度较小，并且相对平稳。在6—8月，PSD中位数逐渐增高，箱体也开始变得较宽，这表明在此期间的噪声强度增大，且噪声的波动较大。在9—12月，PSD中位数开始回落，箱体重新变得紧凑，说明在此期间环境地震噪声相对减弱且平稳。GCSA台站环境地震噪声在1—8月的整体趋势同FYU一致，但是在9—12月箱体较宽，噪声强度在此期间存在更大范围的波动，可能受地面风效应或人类活动等局部噪声源的影响，掩盖了0.1 s处环境地震噪声的季节性变化特征。
![]()
图 8 FYU和GCSA台站0.1 s周期处功率谱密度箱线图Figure 8. Box plots of PSD at 0.1s period for FYU and GCSA stations从全年变化趋势来看，该周期噪声具有明显的季节性变化规律，主导因素应该是长期稳定的自然活动。结合阿拉斯加地震中心提供的FYU和GCSA台站布设环境信息，可以发现FYU和GCSA台站布设区邻近育空河，河流湍流和底部剪切作用在夏季增强，对环境地震噪声产生较强的影响，是该周期范围环境地震噪声的主要影响因素。
3.2 人为因素
人为因素是环境地震噪声的重要来源之一，其主要为高频噪声，主要由人类活动引起，例如交通运输、工业机械运转以及城市建设等活动。与自然因素相比，人类活动产生的噪声具有明显的时空分布特征，例如日间强、夜间弱，城市区域明显高于偏远地区。为确定各台站在短周期范围内环境地震噪声影响因素，通过计算每小时的PSD，并计算相应时间范围内各台站每天每小时的PDF，得到一天中每个小时的最高概率功率水平，并结合各台站布设环境的具体信息来分析环境地震噪声的日变化。
根据图3分析可知，FYU台站在0.1～0.2 s周期内表现出全年持续的噪声强度抬升，而GCSA和PPD台站在0.2～1 s周期内则呈现出各季节噪声强度明显抬升、抬升周期范围扩大的特征，并至少出现两个噪声峰值。为确认这两种周期噪声是否均由人为因素引起，分别对FYU、GCSA及PPD台站在相应周期范围内的环境地震噪声进行了日变化分析（图9）：
![]()
图 9 FYU（a）、GCSA（b）和PPD（c）台站全年环境地震噪声日变化特征Figure 9. Characteristics of diurnal variation of ambient seismic noise throughout the year at FYU (a), GCSA (b), and PPD (c) stations根据图9a发现，FYU台站在UTC时间9:00至17:00（当地时间0:00至次日8:00）噪声水平显著增强，在其余时间噪声水平显著减弱，环境地震噪声强度日变化约10 dB，展现出明显的日变化规律。另外，FYU台站布设环境位于当地空军远程雷达站内，环境地震噪声日变化特征与常规的人类活动时间有一定差异，可能反映了军事活动或雷达站设备特定的工作时间。
根据图9b和图9c发现，GCSA和PPD台站在UTC时间0:00至5:00、18:00至23:00（当地时间9:00至20:00）噪声水平显著增强，在UTC时间6:00至17:00（当地时间21:00至次日8:00）噪声水平显著减弱，环境地震噪声强度日变化约12 dB，展现出明显的日变化规律。结合台站的布设环境，GCSA台站位于加利纳市立学校内，PPD台站位于度假区平内尔山小径附近，二者环境地震噪声日变化特征与校园作息时间呈现显著同步性，这表明车辆行驶和人类娱乐活动是该周期范围内多峰值环境地震噪声的主要影响因素。
4. 结论
（1）楚科奇海环境地震噪声总体受海冰覆盖、近源海浪活动和海底洋流影响，其特征表现为：微地震带范围，有冰期时海冰抑制海浪之间的非线性相互作用导致双频微震能量减弱，无冰期海浪活动增强、环境地震噪声强度增强且峰值向短周期偏移；短周期范围受海浪和浮冰碰撞产生间歇高强度环境地震噪声；长周期范围因洋流影响环境地震噪声整体较高。
（2）阿拉斯加内陆地区环境地震噪声总体主要受北冰洋远源风暴、河流湍流及人类活动影响，其特征为：微地震带范围环境地震噪声存在季节性波动但双频峰值变化不明显；短周期范围环境地震噪声因夏季河流流量增加和全年工业交通活动而显著增强，并呈现日、季节变化规律；长周期范围整体较平稳，噪声强度低于楚科奇海。
（3）楚科奇海环境地震噪声受海冰和近源海浪活动影响更为显著，随季节变化较大，而阿拉斯加内陆地区环境地震噪声则主要受远源海浪活动以及局部环境和人为因素调控，呈现较稳定的时空分布。
-
![]()
图 2 Ph05-5孔图像、δ18O曲线[21-22]和深度-年龄模式[5]及其与SPCMAP氧同位素曲线[23]对比图
其中4个AMS14C测年数据，LAD为粉红色G. ruber的末现面，MIS1—7为海洋氧同位1—7期，橙色的条带T1,T2,T3,T4为4个火山灰层。
Figure 2. Images, oxygen isotopic stratigraphy[21-22], and depth-age model for core Ph05-5[5] in comparison with the δ18O curve of SPECMAP[23]
Showing four AMS14C age points, the LAD (last appearance datum) of pink G. ruber , and the MIS1—7 boundaries. The orange bars T1, T2, T3, and T4 indicate the four tephra layers.
![]()
图 3 Ph05-5孔黏土矿物的典型X-射线衍射图谱
样品为Ph05-5孔8～10 cm沉积物。
Figure 3. Typical X-Ray diffraction spectrum of clay minerals in Core Ph05-5
The sample is sediment at 8～10 cm in Core Ph05-5.
![]()
![]()
![]()
图 6 Ph05-5孔黏土矿物堆积速率之间的相关性分析
Figure 6. Correlation analysis between MARs of clay minerals in Core Ph05-5
![]()
图 7 Ph05-5孔伊利石和风尘堆积速率及其可能控制因素
Ph05-5孔风尘堆积速率、西峰风尘堆积速率、全球海平面和太阳辐射（65°N）数据分别引自文献[5]、[40]、[34]和[41]。
Figure 7. MARs of illite and eolian dust in core Ph05-5 sediment and the potential controlling factors
The MARs of eolian dust from the Xifeng profile, the global sea level data, and the insolation data are from references [5], [40], [34] and [41], respectively.
![]()
图 8 Ph05-5孔蒙皂石和火山物质堆积速率及可能控制因素
Ph05-5孔火山物质堆积速率和全球海平面数据分别引自文献[5]和[34]。
Figure 8. MARs of smectite and bulk volcanic materials in core Ph05-5 sediment and the potential controlling factors
The MARs of volcanic materials in core Ph05-5 sediment and the global sea level data are adopted from references [5] and [34], respectively.
-
[1] Asahara Y, Tanaka T, Kamioka H, et al. Asian continental nature of 87Sr/86Sr ratios in north central Pacific sediments[J]. Earth and Planetary Science Letters, 1995, 133:105-116. doi: 10.1016/0012-821X(95)00048-H
[2] Jiang F, Frank M, Li T et al. Asian dust input in the western Philippine Sea: Evidence from radiogenic Sr and Nd isotopes[J]. Geochemistry, Geophysics, Geosystems, 2013, 14:1538-1551. doi: 10.1002/ggge.20116
[3] Xu Z K, Li T, Wan S M, et al. Evolution of East Asian monsoon: Clay mineral evidence in the western Philippine Sea over the past 700 kyr[J]. Journal of Asian Earth Sciences, 2012, 60:188-196. doi: 10.1016/j.jseaes.2012.08.018
[4] Yu Z J, Wan S M, Colin C, et al. Co-evolution of monsoonal precipitation in East Asia and the tropical Pacific ENSO system since 2.36 Ma: New insights from high-resolution clay mineral records in the West Philippine Sea[J]. Earth and Planetary Science Letters, 2016, 446:45-55. doi: 10.1016/j.jpgl.2016.04.022
[5] Jiang F, Zhou Y, Nan Q, et al. Contribution of Asian dust and volcanic material to the western Philippine Sea overthe last 220 kyr as inferred from grain size and Sr-Nd isotopes[J]. Journal of Geophysical Research-Oceans, 2016, 121:6911-6928. doi: 10.1002/2016JC012000
[6] Ingle J C, Karig D E, Bourma A H e a. Site 292. In: Karig, DE, Ingle, JC et la, (Eds), Init Reports of the Deep-Sea Drilling Project Washington, DC, US Government Printing Office, 1975, 31: 67-79.
[7] Wei K-Y, Lee T-Q, Cruise(LegII) t S S P o I I M-I. Nannofossil biochronology of tephra layers in Core MD972143, Benham Rise, Western Philippine Sea. Terrestrial, Atmospheric and Oceanic Sciences, 1998, 9: 153-156.
[8] Wan S, Yu Z, Clift P D, et al. History of Asian eolian input to the West Philippine Sea over the last one million years[J]. Palaeogeography Palaeoclimatology Palaeoecology, 2012, 326-328(2):152-159.
[9] Xu Z, Li T, Clift P D, et al. Quantitative estimates of Asian dust input to the western Philippine Sea in the mid–late Quaternary and its potential significance for paleoenvironment[J]. Geochemistry, Geophysics, Geosystems, 2015, 16:3182-3196. doi: 10.1002/2015GC005929
[10] 俞旭, 江超华. 现代海洋沉积物矿物及X射线研究. 北京: 科学出版社. 1984, 113-156 YU Xu, JIANG Chaohua. Modern Marine Sediment Minerals and X-ray Studies [M]. Beijing: Science Press. 1984, 113-156.
[11] 石学法, 陈丽蓉, 李坤业, 等. 西菲律宾海西部海域黏土沉积物的成因矿物学研究[J]. 海洋地质与第四纪地质, 1995, 15(2):61-72 SHI Xuefa, CHEN Lirong, LI Kunye, et al. Study on mineralogy of the clay sediment in the west of Philippine Sea[J]. Marine Geology & Quaternary Geology, 1995, 15(2):61-72.
[12] 王诗佾. 伊利石“开形指数”的地质意义探讨[J]. 沉积学报, 1987, 5:48-57 doi: 10.14027/j.cnki.cjxb.1987.01.007 WANG Shiyi. Geological significance of illite opening index[J]. Acta Sedimentologica Sinica, 1987, 5:48-57. doi: 10.14027/j.cnki.cjxb.1987.01.007
[13] 刘东生 等. 黄土与环境[M]. 北京: 科学出版社, 1985: 191-263 LIU Dongsheng et al. Loess and Environment [M]. Beijing: Science Press, 1985, 191-263.
[14] Krumm S, Buggisch W. Sample preparation effects on illite crystallinity measurements: grain size gradation and particle orientation. Journal of Metamorphic Geology, 1991, 9: 671-677.
[15] Esquevin J. Influence de la composition chimique des illites sur-cristallinite. Bull Centre Rech Rau-SNPA, 1969, 3: 147-153.
[16] 秦蕴珊, 赵一阳, 陈丽蓉, 等. 东海地质[M]. 北京: 科学出版社, 1987: 81-92 QIN Yunshan, ZHAO Yiyang, CHEN Lirong, et al. Geology of the East China Sea [M]. Beijing: Science Press, 1987: 81-92.
[17] Ming J, Li A, Huang J, et al. Assemblage characteristics of clay minerals and its implications to evolution of eolian dust input to the Parece Vela Basin since 1.95 Ma[J]. Chinese Journal of Oceanology and Limnology, 2014, 32:174-186. doi: 10.1007/s00343-014-3066-x
[18] 肖春晖, 王永红, 林间. 近1Ma以来帕里西维拉海盆沉积物物源和古气候: 粒度和黏土矿物特征的指示[J]. 沉积学报, 2022, 40(2):508-524 XIAO Chunhui, WANG Yonghong, LIN Jian. Provenance and paleoclimate of sediments in the Parece Vela Basin in past 1 Ma: inferences from grain-size and clay mineral distribution[J]. Acta Sedimentologica Sinica, 2022, 40(2):508-524.
[19] 杨佳毅, 蒋富清, 颜钰, 等. 上新世以来伊豆-小笠原海脊黏土矿物的来源与古气候意义[J]. 地学前缘, 2022, 29(4):73-83 doi: 10.13745/j.esf.sf.2022.1.8 YANG Jiayi, JIANG Fuqing, YAN Yu, et al. Provenance and paleoclimatic significance of clay minerals from Izu-Ogasawara Ridge since Pliocene[J]. Earth Science Frontiers, 2022, 29(4):73-83. doi: 10.13745/j.esf.sf.2022.1.8
[20] 颜钰, 蒋富清, 曾志刚, 等. 近2.1 Ma以来帕里西-维拉海盆黏土矿物输入变化及其对中更新世气候转型的响应[J]. 海洋地质与第四纪地质, 2022, 42(6):150-161 YAN Yu, JIANG Fuqing, ZENG Zhigang, et al. Variations in clay mineral input in the Parece Vela Basin since the last 2.1 Ma and their response to the mid-Pleistocene transition[J]. Marine Geology & Quaternary Geology, 2022, 42(6):150-161].
[21] Li T, Zhao J, Sun R, et al. The variation of upper ocean structure and paleoproduc-tivity in the Kuroshio source region during the last 200 kyr[J]. Marine Micropaleontology, 2010, 75:50-61. doi: 10.1016/j.marmicro.2010.02.005
[22] 赵京涛, 常凤鸣, 李铁刚等, 近190 ka BP以来菲律宾海黑潮源区的碳酸盐旋回及其控制因素[J]. 岩石学报, 2008, 24(6): 1401-1410 ZHAO Jingtao, CHANG Fengming, LI Tiegang et al. Carbonate cycle and its control factors in Kuroshio source region during the last 190 ka BP. Acta Petrologica Sinica, 2008, 24(6): 1401-1410.
[23] Martinson D G, Pisias N G, Hays J D, et al. Age dating and the orbital theory of the ice ages: Development of a high-resolution 0 to 300, 000-year chronostratigraphy[J]. Quaternary Research, 1987, 27:1-29. doi: 10.1016/0033-5894(87)90046-9
[24] Biscaye P E. Mineralogy and sedimentation of recent deep-sea clay in the Atlantic Ocean and adjacent seas and oceans[J]. Geological Society of American Bulletin, 1965, 76:803-832. doi: 10.1130/0016-7606(1965)76[803:MASORD]2.0.CO;2
[25] Ji J, Chen J, Lu H. Origin of illite in the loess from the Luochuan area, Loess Plateau, Central China[J]. Clay Minerals, 1999, 34:525-532. doi: 10.1180/000985599546398
[26] Griffin J J, Windom H, Goldberg E D. The distribution of clay minerals in the World Ocean[J]. Deep Sea Research and Oceanographic Abstracts, 1968, 15(4):433-459. doi: 10.1016/0011-7471(68)90051-X
[27] 张天乐和王宗良. 中国黏土矿物的电子显微镜研究[M]. 北京: 地质出版社, 1978, 1-175 ZHANG Tianle, WANG Zongliang. Electron Microscopic Study of Clay Minerals in China [M]. Beijing: Geological Publishing House, 1978, 1-175.
[28] ΓοрσуноЬа З Н. 蒙脱石在世界大洋沉积物中的堆积史[J]. 海洋石油, 1990, 10(6):45-48 ΓοрσуноЬа З Н. The Accumulation History of Montmorillonite in World Ocean Sediments[J]. Offshore Oil, 1990, 10(6):45-48.
[29] 游仲华. 太平洋中部沉积物中黏土矿物的初步研究[J]. 沉积学报, 1985, 3(3):115-124 YOU Zhonghua. Preliminary study on the clay minerals of sediments in the middle of the Pacific Ocean[J]. Acta Sedimentologica Sinica, 1985, 3(3):115-124.
[30] 张德玉. 马里亚纳海槽和西菲律宾海盆更新世以来沉积物中的黏土矿物[J]. 沉积学报, 1993, 11(1):111-120 ZHANG Deyu. Clay Mineralogy of the Sediments Deposited Since the Pleistocene in the Mariana Trough and the West Philippine Basin[J]. Acta Sedimentologica Sinica, 1993, 11(1):111-120.
[31] 石学法, 陈丽蓉, 李坤业 等. 西菲律宾海沉积物矿物组合及其地质意义[J]. 海洋与湖沼, 1994, 25(3):328-335 doi: 10.3321/j.issn:0029-814X.1994.03.015 SHI Xuefa, CHEN Lirong, LI Kunye. The mineral assemblages in the sediments in the west Philippine Sea and their geological implication[J]. Oceanologia et Limnologia Sinica, 1994, 25(3):328-335. doi: 10.3321/j.issn:0029-814X.1994.03.015
[32] Rampino M R, Stephen S. Climate-volcanism feedback and the Toba erutping of ~74, 000 years ago. Quaternary Research, 1993, 40: 269-280.
[33] Chamley H. Clay sedimentation and paleoenvironment in the Shikoku Basin since the Middle Miocene (Deep Drilling project, Leg 58, North Philippine Sea). Initial reports of DSDP, 1980, 58: 669-678.
[34] Lambeck K, Chappell J. Sea level change through the last glacial cycle. Science, 2001, 292: 677-686.
[35] Hovan S A, Rea D K, Pisias N G. Late Pleistocene continental climate and oceanic variability recorded in northwest Pacific sediments. Paleoceanography, 1991, 6: 349-370.
[36] Rea D K. The paleoclimatic record provided by eolian deposition in the deep sea: the geologic history of wind[J]. Reviews of Geophysics, 1994, 32:159-195. doi: 10.1029/93RG03257
[37] Petit J R, Jouzel J, Raynaud D, et al. Climate and atmospheric history of the past 420000 years from the Vostok ice core, Antarctica[J]. Nature, 1999, 399:429-436. doi: 10.1038/20859
[38] An Z, Kukla G, Porter S C, et al. Late Quaternary dust flow on the Chinese Loess Plateau. Catena, 1991, 18: 125-132.
[39] Zhang X Y, Lu H Y, Arimoto R, et al. Atmospheric dust loadings and their relationship to rapid oscillations of the Asian winter monsoon climate: two 250-kyr loess records[J]. Earth and Planetary Science Letters, 2002, 202:637-643. doi: 10.1016/S0012-821X(02)00797-5
[40] Guo Z T, Berger A, Yin Q Z, et al. Strong asymmetry of hemispheric climates during MIS-13 inferred from correlating China loess and Antarctica ice records[J]. Climate Past, 2009, 5:21-31. doi: 10.5194/cp-5-21-2009
[41] Berger A, Loutre M F. Insolation values for the climate of the last 10 million years. Quarternary Science Review, 1991, 10: 297-317.
[42] Zhang Z, Jiang F, Li T et al. Sea-level changes controlled detrital sediment inputs to the Bicol Shelf in the western Philippine Sea since 150 ka[J]. Journal of Oceanology and Limnology, 2020, 38(4):1153-1168. doi: 10.1007/s00343-020-0051-4
[43] Bolliet T, Holbourn A, Kuhnt W, et al. Mindanao Dome variability over the last 160 kyr: Episodic glacial cooling of the West Pacific Warm Pool[J]. Paleoceanography, 2011, 26:PA1208. doi: 10.1029/2010PA001966
[44] Jose A M, Francisco R V, Cruz N A. A study on the impact of climate variability/change on water resources in the Philippines[J]. Journal of Philippine development, 1999, 26:115-134.
[45] Lyon B, Cristi H, Verceles E R et al. Seasonal reversal of the ENSO rainfall signal in the Philippines[J]. Geophysics Research Letters, 2006, 33:L24710. doi: 10.1029/2006GL028182
[46] Hughen K A, Schrag D P, Jacobsen S B, et al. El Niño during the Last Interglacial Period recorded by a fossil coral from Indonesia[J]. Geophysics Research Letters, 1999, 26:3129-3132. doi: 10.1029/1999GL006062
[47] Ropelewski C F, Halpert M S. Quantifying Southern Oscillation-precipitation relationships[J]. Journal of Climate, 1996, 9:1043-1059. doi: 10.1175/1520-0442(1996)009<1043:QSOPR>2.0.CO;2
[48] Mason S J, Goddard L. Probabilistic precipitation anomalies associated with ENSO[J]. Bulletin of the American Meteorological Society, 2001, 82:619-638. doi: 10.1175/1520-0477(2001)082<0619:PPAAWE>2.3.CO;2
[49] 刘天昊, 常凤鸣, 李铁刚, 等. 450ka以来冰期旋回中冷暖期热带太平洋的类ENSO状态[J]. 第四纪研究, 2020, 40(3):646-657 doi: 10.11928/j.issn.1001-7410.2020.03.05 LIU Tianhao, CHANG Fengming, LI Tiegang, et al. ENSO like state in the tropical Pacific Ocean during the cold and warm periods of the glacial cycle since 450ka[J]. Quaternary Sciences, 2020, 40(3):646-657. doi: 10.11928/j.issn.1001-7410.2020.03.05
[50] Kissel C, Laj C, Kienast M, et al. Monsoon variability and deep oceanic circulation in the western equatorial Pacific over the last climatic cycle: Insights from sedimentary magnetic properties and sortable silt[J]. Paleoceanography, 2010, 25:PA3215. doi: 10.1029/2010PA001980
-
期刊类型引用(0)
其他类型引用(1)
下载:
计量
- 文章访问数: 288
- HTML全文浏览量: 43
- PDF下载量: 51
- 被引次数: 1
