不瞒大家，近20年来，地震学领域最大的进展和噪声有关。
通常而言，噪声在大家的印象中都是杂乱无章的(如下图)，因而在数据处理中，是需要去除的。例如，对于找油找气的地震勘探，如何去噪，如何提高地震波形的信噪比是一个非常值得研究的课题。
既然如此，为什么通常需要去除的噪声，摇身一变，成为有用的信号了呢？
这就得简单论述一下其背后的基本原理。
笔者在前面的科普短文中已经说明：地震学研究两大主题，震源研究与结构研究。
而噪声(背景噪声)，对于揭示地下速度结构具有重要作用。
换言之，背景噪声可以用来成像。
这是为什么呢？
因为有一个神奇的现象：通过两台站记录的噪声信号，进行互相关计算，就可以构建一种波场，非常巧的是，这个波场就是这两台站之间介质的格林函数。
为什么这个特性非常重要，这就需要解释什么是格林函数。
格林函数就点源所产生的场，若我们知道了一个点源的场，就可以用叠加的方法算出任意源的场。
地球物理反演都是建立在格林函数基础上的，无论是震源破裂过程反演，还是地下速度结构反演。
既然如此，任何能快速且准确地得到格林函数的方法都将大受欢迎。比如在震源研究中，有一类方法就需要选择一个和主震位置、深度与发震机制非常接近的小地震作为经验格林函数，来探究主震破裂特征。
总之，格林函数就是地球介质的某种响应，是地球物理反演工作者眼中的宝贝。
因此，若仅利用两个台站间，以前认为毫无用处的背景噪声，通过简单的数学操作—“互相关”，就能得到格林函数，这简直是天大的好事，妙哉。
其实，这个想法在上世纪50年代就出现了，但直到1995年，才在太阳地震学研究中获得成功。
本世纪初，在声学实验中，通过对弥散场(diffuse field)的互相关，得到了格林函数。
所谓弥散场，简单理解就是噪声源分布均一，或者波形杂乱无章的路径要比较均匀。
在地震学领域，直到2003年，人们才利用地震尾波(coda waves)提取得到了两个台站间的格林函数。
为什么研究者会首先想到地震尾波呢？这是因为尾波经过多次散射，已经非常均匀了，这符合弥散场的特点。如下图所示，事实证明，通过尾波，的确能取得非常漂亮的结果。
又过了一年，人们才在背景噪声中成功提取到了格林函数，并进一步提取到了频散曲线(如下图)。利用此频散曲线，我们就可以进行地下速度结构成像。
这意义是巨大的。因为在此之前，要对地下结构进行成像，都需要震源的参与。
什么东西能作为震源，产生弹性波呢？
(1)如油气勘探中的“引爆炸药、震源车、锤击”等(人工震源)。(2)自然界发生的地震(天然震源)。
人工震源费时费力，成本太高。
而天然震源，由于全球地震的分布是不均匀的，对于那些地震非常少的区域，若想利用接收到的地震波来进行成像是困难的。
因此，背景噪声成像技术的出现，从根本上解决了这一问题。这可能是其能成为地震学近20年来最大进展的重要原因之一吧。
最后，展示一下利用背景噪声对南加州地区的成像结果，发在Science上的哦！由于该成像结果与该地区大体构造背景一致，这引起了地震学同行的极大关注。
从此，背景噪声成像的文章越来越多，成为了地震学近20年来最大的突破。
参考文献
Oleg I. Lobkis,Richard L. Weaver; On the emergence of the Green’s function in the correlations of a diffuse field.J. Acoust. Soc. Am.1 December 2001; 110 (6): 3011–3017.
Campillo, M., & Paul, A. (2003). Long-range correlations in the diffuse seismic coda.
Shapiro, N. M., & Campillo, M. (2004). Emergence of broadband Rayleigh waves from correlations of the ambient seismic noise.Geophysical Research Letters,31(7).
Weaver, R. L. (2005). Information from seismic noise.Science,307(5715), 1568-1569.
Shapiro, N. M., Campillo, M., Stehly, L., & Ritzwoller, M. H. (2005). High-resolution surface-wave tomography from ambient seismic noise.Science,307(5715), 1615-1618.
热门跟贴