以爆破、塌陷為例的非天然地震特征與識別分析

孔祥雪，王萬寧，戴盈磊

（遼寧省地震局，遼寧 沈陽 110034）

0 引言

近年來，地鐵、隧道、地下管道等地下工程建設密度頻增，對周圍道路、建筑物等造成了一定的影響，還可能伴隨發生爆破和塌陷等問題。

1 爆破識別的研究進展

1.1 聲學信號分析在爆破識別中的應用

聲波傳播原理是關鍵的一環，爆破聲波的特點和傳播規律的研究對于實現精確的爆破識別至關重要。此外，聲學信號處理方法的選擇和效果也對爆破識別的精度和穩定性有著重要的影響。

時域分析是指通過對聲波信號的時間序列進行分析，來提取信號的時域特征[2]，包括信號的振幅、時間長度和時間間隔等；頻域分析是指將信號轉換為頻域表示，通過對信號的頻譜分析來提取信號的頻域特征，包括信號的頻率和頻譜密度等；小波變換是指將信號分解為多個子信號，每個子信號都包含不同頻率的信息，通過對子信號的分析來提取信號的時頻特征。

1.2 光學圖像處理在爆破識別中的應用

光學圖像處理分為圖像獲取、預處理、特征提取和分類4 個步驟。圖像獲取是光學圖像處理的第一步，其目的是通過現場或衛星獲取與爆破有關的圖像。衛星圖像一般由衛星遙感數據獲取，而現場圖像通常由攝像機或攝像機陣列捕捉。在圖像獲取時需要考慮圖像分辨率、拍攝角度、拍攝距離等因素；預處理目的是提高圖像質量和減少噪聲干擾。其常用的預處理方法包括灰度化、濾波、去除陰影、減少運動模糊等；特征提取是光學圖像處理中的關鍵步驟，其目的是從圖像中提取與爆破相關的特征?？梢詮膱D像中提取出云煙的形態、云煙的運動軌跡、飛石的速度、飛石的射程等特征；分類是將提取到的特征進行歸類的過程，根據特征分類可以確定爆破類型。監督學習需要預先標注數據，用于訓練分類器，而無監督學習則不需要預先標注數據[3]。

1.3 振動信號分析在爆破識別中的應用

爆破產生的沖擊波和振動信號是爆破識別的重要特征之一。振動信號的產生與爆破源的性質、地質介質的性質、傳播路徑的長度和介質的非線性等因素密切相關。

振動信號合理的采集方式可以有效提高分析的精度和可靠性。常見的振動信號采集設備包括加速度計、速度計和位移傳感器等，其中加速度計是最常用的采集設備之一。在振動信號采集過程中，應根據實際情況選取合適的采樣頻率和采樣時間，以保證采集到充分的振動信號信息。

處理振動信號意味著通過濾波、降噪、分段等技術來抑制外界干擾和噪音。同時，還需要在時域、頻域等不同的分析角度下對振動信號進行處理和特征提取[4]，以獲得更加準確的信息。在爆破、塌陷等領域，振動信號的處理和分析是非常重要的。通過處理爆破振動信號，可以監測和評估爆破效果，判斷爆破是否達到預期效果，同時還可以采取對策措施，以減少對周圍環境和建筑物的損害。爆破振動信號通常包含多個頻率成分，因此需要進行多項式擬合、小波分析、時頻分析等多個處理步驟，以提取振動信號的特征信息。建筑物塌陷往往會伴隨著明顯的振動信號，因此對于建筑物安全評估和防災減災等方面非常重要。處理建筑物塌陷振動信號需要使用多種信號處理技術，例如小波分析、頻譜分析、時頻分析等，以提取信號的頻率、幅值、相位等特征參數，并根據這些參數來判斷建筑物的結構完整性和穩定性。橋梁振動是橋梁結構安全評估的重要指標之一，因此對于橋梁健康監測和維護也非常重要。處理橋梁振動信號的方法通常包括濾波、小波分析、時頻分析等，以提取振動信號的頻率和幅值等特征信息，并根據這些信息來評估橋梁的結構健康狀況。振動信號處理是爆破、塌陷、橋梁等領域中非常重要的一環，通過對振動信號進行處理和分析，可以獲得更加準確和可靠的信息，從而實現對相關系統的監測和評估。

振動信號的特征提取是指從信號中提取出具有代表性和區分性的特征參數，常用的特征參數包括振動幅值、振動頻率、振動能量等。特征提取的目的是將振動信號量化，為后續的分類和識別做準備。振動信號的分類是指將振動信號分為不同的類別，以區分不同的爆破源和爆破參數。常見的分類方法包括人工判讀和機器學習算法等。

1.4 電磁信號分析在爆破識別中的應用

電磁信號分析在爆破識別中具有廣闊的應用前景。爆破產生的電磁信號主要包括射頻信號和磁場信號，其產生與爆破源的性質、地質介質的性質、傳播路徑的長度和介質的非線性等因素密切相關。

基于系統的實際需求，并考慮到余量，本控制系統采用西門子的1214控制器，該控制器集成有14個數字量輸入，10個數字量輸出，另單配有1塊16入/16出數字量模塊和3塊8出數字量模塊。

電磁信號分析的方法主要包括電磁信號的采集、處理、特征提取和分類。電磁信號的采集主要通過電磁感應方法、電磁探測方法等技術實現。研究表明：電磁信號分析可以有效地識別不同類型的爆破，如炸藥爆破、鉆孔爆破、巖石爆破等。此外，電磁信號分析還可用于爆破場地的安全評估和監測。

1.5 其他技術在爆破識別中的應用

除了聲學信號分析、光學圖像處理、振動信號分析和電磁信號分析等技術外，還有一些其他技術在爆破識別中得到了應用。例如，激光雷達技術可用于爆破后地形的三維重建和形變監測；衛星通信技術可用于爆破場地的遙感監測和圖像識別等。這些技術的應用為爆破識別提供了新的思路和方法。隨著科學技術的不斷發展，這些技術的應用前景將會更加廣闊。

1.6 爆破識別未來的研究方向

爆破識別未來的研究方向主要包括多模態數據融合、深度學習和人工智能等方面的發展。目前，爆破識別主要利用單一模態的數據進行分析，例如聲學信號、振動信號和光學圖像等。然而，單一模態的數據在某些情況下可能存在一定的局限性，例如受到噪聲干擾、信號不穩定等因素影響。因此，將多種模態的數據進行融合，例如基于機器學習的融合算法、基于協同處理的融合技術等。

深度學習具有自適應、自學習和自我修正等優點，已經在圖像識別、語音識別等領域取得了顯著的成果。在爆破識別方面，深度學習可以用于數據的處理、特征的提取和分類等方面。

人工智能具有模擬人類智能的能力，可以進行數據的分析、判斷和決策[5,6]。在爆破識別方面，人工智能可以利用多模態數據進行綜合分析，并結合專家知識進行判斷和決策。未來的研究可以探索如何將人工智能技術應用于爆破識別中。

2 塌陷識別的研究進展

2.1 地面形變監測在塌陷識別中的應用

地面形變監測是利用測量技術對地面形變進行實時監測。在塌陷識別中，地面形變監測是非常有效的手段之一。當前全站儀、GPS、測斜儀，已經被廣泛應用于地質災害的檢測與評估。它們可以有效檢測到地質災害的存在。以GPS 監測技術為例，它具有高精度、高實時性、高可靠性等特點，并能夠及時掌握地表變形情況。另外，GPS 監測技術還具有區域范圍廣、長期穩定監測等優點，能夠有效提高對塌陷的識別和預警能力[7]。

2.2 遙感技術在塌陷識別中的應用

遙感技術是利用衛星、航空、地面等遙感手段獲取地面信息的一種技術。在塌陷識別中，遙感技術可以通過獲取地面圖像、高程數據等信息，對地表進行分析，發現地表異常情況，進而識別塌陷區域。遙感技術的應用形式多樣，包括遙感影像解譯、數字高程模型（DEM）提取、遙感圖像變化檢測等。地表異常情況，如地面沉降、裂縫、隆起等，從而識別塌陷區域。

2.3 地震監測在塌陷識別中的應用

地震監測技術可以用來監測塌陷區域地下的變化情況，從而判斷是否存在塌陷[8]。地震波的傳播受到地下介質的物理性質和構造的影響，塌陷區域地下的物理性質通常會發生變化。因此，通過分析地震波的傳播特征可以判斷塌陷區域地下是否存在異常變化。地震監測在塌陷識別中的應用通常采用地震探測儀或地震監測臺站進行。地震探測儀可以對地震波進行高精度的探測。地震監測臺站可以對地震波進行實時監測和記錄。圖1 為2022 年9 月29 日，撫順臺記錄到的遼寧省沈陽市康平縣發生的3.0級地震（塌陷）。

圖1 撫順臺記錄的遼寧康平3.0級塌陷事件波形Fig.1 Waveform of Liaoning M3.0 Kangping collapse event recorded by Fushun Seismic Station

如圖1 所示，整個波段波形簡單、規則，高頻成分較少。由于塌陷震源較淺，地震波主要在密度小的介質中傳播，因此高頻成分同樣易被路徑介質吸收。同時，P 波、S 波成組出現，形成波列。由于塌陷可能會反復幾次，并且伴有巖體或礦體松動掉落等事件發生，在地震圖上反映出幾組P 波和S 波，波列初看有些像遠震的體波段[9]。塌陷事件具有持續時間較短、衰減快等特點。塌陷記錄持續時間通常為1～2 分鐘，超過5 分鐘的情況較少，塌陷事件水平分向與垂直分向持續時間的比值小于天然地震[10]。與構造地震相比，塌陷地震主要發生于頂板堅硬的采空區（只有頂板堅硬，才會形成大面積的采空懸空區域）[11]，因而塌陷地震震中局限于礦區、大的工程建設區域、巖溶地區等特定區域，震中地點較為固定，分布范圍較小，無明顯的遷移現象[12]，一般活動范圍在幾十萬平方米以下。

2.4 地下水監測在塌陷識別中的應用

地下水位下降可能會導致地面下沉。因此，地下水監測也是塌陷識別的重要手段之一。地下水監測可以通過井和地下水位監測器等設備進行。地下水位的變化通常與季節變化和降雨等因素有關，因此需要對地下水位進行長期監測，并與歷史數據進行對比。

2.5 其他技術在塌陷識別中的應用

除了上述幾種技術，還有一些其他的技術也可以應用于塌陷識別。例如，激光測距技術可以用于測量地面高程變化情況，從而判斷是否存在地面塌陷；聲波監測技術可以用來監測地下空洞或裂隙等情況，從而判斷是否存在地面塌陷的風險。

2.6 塌陷識別未來的研究方向

在未來的研究中，塌陷識別將繼續探索多種技術的融合和創新，以提高塌陷識別的準確性和效率。以下是未來塌陷識別的研究方向：

（1）多源數據融合技術：將地面形變、遙感、地震監測和地下水監測等多源數據進行融合，實現全面、多角度的塌陷監測，提高識別精度和時效性。

（2）智能化技術：建立塌陷識別的模型和算法。以下是一些智能化技術的應用：機器學習是一種在給定數據集的情況下，可以建立模型對新數據進行預測或分析的技術。在塌陷識別中，可以使用機器學習算法，如支持向量機、神經網絡等，對振動信號等數據進行模型訓練，并通過學習得到的模型對新數據進行預測。物聯網技術是一種通過網絡連接和傳輸數據的技術。在塌陷識別中，可以使用物聯網技術將傳感器數據等信息傳輸到云端，通過云端進行數據存儲和分析，并使用智能化算法對數據進行處理和預測。智能化技術在建立塌陷識別的模型和算法方面具有重要意義。這些技術可以利用大量的振動信號等數據建立模型，使用高級算法對數據進行分析和預測，從而實現對趨勢的識別和問題的解決。

（3）巖土工程技術：應用巖土工程技術對地下空洞進行全面評估和監測。巖土工程技術中的地質勘探可以獲得地下巖土和土層的信息，從而對地下空洞進行探測和分析。地質勘探包括地質鉆探、地質雷達等技術手段，可以獲取地質體性質、層理、斷層等信息。巖土物性試驗可以獲取巖土層的物理力學參數，如抗壓強度、抗側壓強度、彈性模量等，從而對地下空洞造成的影響進行分析評估。巖土工程技術中的監測技術可以掌握地下空洞的發展趨勢和變化情況。監測技術包括測量技術、傳感器等，可以實時監測地下孔洞的變形、位移等，進行預警和風險評估。

（4）空間信息技術：利用衛星導航、遙感、地理信息系統等空間信息技術，建立高精度的地理信息數據庫，為塌陷識別提供可靠的基礎數據支撐。

（5）塌陷風險評估技術：塌陷風險評估是預測地質環境變化與人類活動的交互作用，對土地合理開發和城市規劃具有重要意義。通過對土地利用變化分析，可以了解土地覆蓋變化帶來的影響。地質勘查是評估地質結構特征和預測地質災害的重要手段之一。塌陷風險評估技術可以從不同的角度來觀察和分析地質構造和人類活動與土地利用之間的關系。通過這些技術的應用，可以更好地評估地質災害風險，提高城市規劃的可持續發展水平。

3 總結

本文對爆破和塌陷識別領域的研究進展進行了總結。從聲學信號分析、光學圖像處理、振動信號分析、電磁信號分析、地面形變監測、遙感技術、地震監測和地下水監測等多個角度，探討了各種技術在爆破和塌陷識別中的應用情況以及其優缺點。

雖然這些技術在爆破和塌陷識別領域取得了顯著的進展，但仍然存在諸多挑戰。同時，對于爆破和塌陷識別的未來發展，我們也提出了一些可行性的建議，如采用多模態數據融合技術、應用深度學習方法、結合人工智能等。

爆破和塌陷識別需要不斷地探索和創新，才能不斷提高其精度和實用性。希望本文能夠為相關領域的研究人員提供一些啟示和借鑒，促進該領域的發展。

致謝：本文中所使用的數據為中國地震局地球物理研究所“國家數字測震臺網數據備份中心”(doi:10.7914/SN/CB)提供的地震波形數據。在此表示衷心的感謝！