[論文レビュー] Near-surface Characterization Using a Roadside Distributed Acoustic Sensing Array

Siyuan Yuan, Ariel Lellouch+2 more|arXiv (Cornell University)|Jun 2, 2020

Seismic Waves and Analysis参考文献 2被引用数 6

ひとこと要約

本研究では、走行中の車両や地震の振動を利用して、道路に設置された分散音響センシング（DAS）アレイを用いて近地表のせん断波速度（Vs）プロファイルを実証した。33台の車両からの分散データを重ね合わせ、低周波数地震信号と組み合わせることで、繰り返し可能で高分解能な1次元Vs逆問題を自動化し、深さ50 mまで従来のジオフォン調査と一致する結果が得られた。これは、環境干渉測定法に代わる低コストで繰り返し可能な代替手法を提供する。

ABSTRACT

Thanks to the broadband nature of the Distributed Acoustic Sensing (DAS) measurement, a roadside section of the Stanford DAS-2 array can record seismic signals from various sources. For example, it measures the earth's quasi-static distortion caused by the weight of cars (<0.8 Hz), and Rayleigh waves induced by earthquakes (<3 Hz) and by dynamic car-road interactions (3-20 Hz). We directly utilize the excited surface waves for shallow shear-wave velocity inversion. Rayleigh waves induced by passing cars have a consistent fundamental mode and a noisier first mode. By stacking dispersion images of 33 passing cars, we obtain stable dispersion images. The frequency range of the fundamental mode can be extended by adding the low-frequency earthquake-induced Rayleigh waves. Thanks to the extended frequency range, we can achieve better depth coverage and resolution for shear-wave velocity inversion. In order to assure clear separation from Love waves and aligning apparent velocity with phase velocity, we choose an earthquake that is approximately in line with the array. The inverted models match those obtained by a conventional geophone survey performed by a geotechnical service company contracted by Stanford University using active sources from the surface until about 50 meters. In order to automate the Vs inversion process, we introduce a new objective function that avoids manual dispersion curve picking. We construct a 2-D Vs profile by performing independent 1-D inversions at multiple locations along the fiber. From the low-frequency quasi-static distortion recordings, we invert for a single Poisson's ratio at each location along the fiber. We observe spatial heterogeneity of both Vs and Poisson's ratio profiles. Our approach is dramatically cheaper than ambient field interferometry and reliable estimates can be obtained more frequently as no lengthy cross-correlations are required.

研究の動機と目的

• 既存の道路沿いDASインfraストラクチャを活用して、低コストで繰り返し可能な近地表の地質工学的特徴化手法を開発すること。
• 長時間の相互相関を回避し、頻繁なモニタリングを可能にするために、環境干渉測定法の限界を克服すること。
• 交通や地震イベントによって自然に励起される表面波を用いて、高分解能なせん断波速度（Vs）逆問題を実現すること。
• 手動による分散曲線ピッキングを回避する新しい目的関数を導入することで、逆問題プロセスを自動化すること。
• DASを用いたVsモデルの正確性と深さカバレッジを、従来のジオフォン調査と照合して検証すること。

提案手法

• 車両由来のレイリー波（3–20 Hz）および低周波数地震由来の波（<3 Hz）を含む、さまざまな源からの広帯域地震信号を、道路に設置されたDAS-2アレイで記録する。
• 33台の通過車両からの分散画像を重ね合わせることで、信号対雑音比を向上させ、基本モードの分散データを安定化する。
• 低周波数地震由来のレイリー波と高周波数車両由来の波を組み合わせることで、より深い領域および高分解能なVs逆問題に有用な周波数範囲を拡張する。
• 光ファイバーに沿った複数の位置で、手動による分散曲線ピッキングを回避する新しい目的関数を用いて、独立した1次元Vs逆問題を実施する。
• 車両荷重に起因する低周波数準静的地盤変形を逆問題化し、ファイバーに沿った各位置におけるポisson比を推定する。
• DASアレイとほぼ同一直線上にある地震を選択することで、ローブ波の混入を最小限に抑え、顕在群速度と位相速度を一致させる。

実験結果

リサーチクエスチョン

• RQ1 道路に設置されたDASアレイは、走行中の車両や地震といった自然に発生する地震源を用いて、近地表のせん断波速度（Vs）プロファイルを信頼性高く抽出できるか？
• RQ2 低周波数地震信号と高周波数車両由来波を組み合わせることで、Vs逆問題における深さ分解能およびカバレッジがどのように向上するか？
• RQ3 新しい目的関数に基づく自動逆問題ワークフローは、DASを用いた地球物理的調査において、手動による分散曲線ピッキングの必要性を排除できるか？
• RQ4 DASを用いて得られたVsプロファイルは、従来のジオフォン調査と比べて、正確性および深さ分解能の面でどの程度一致するか？
• RQ5 道路に設置されたDASアレイに沿って、Vsおよびポisson比の空間的不均一性はどのように現れるか？また、それを信頼性高く定量できるか？

主な発見

• 33台の通過車両からの分散データを重ね合わせることで、明確な基本モードとノイジーな一次モードを有する安定的で高品質な分散画像が得られた。
• 0.8 Hz未満（準静的歪み）から20 Hz（車両由来波）までの広帯域周波数範囲をカバーすることで、Vs逆問題における深さカバレッジと分解能が向上した。
• DASを用いて得られたVsプロファイルは、地質工学サービス会社が実施した従来のジオフォン調査と、約50メートルの深さまで一致した。
• 新しい目的関数を用いた自動逆問題プロセスにより、手動による分散曲線ピッキングの必要性が明確に排除され、スケーラブルで繰り返し可能な解析が可能になった。
• ファイバーに沿ってVsおよびポisson比の空間的不均一性が観察され、近地表の地質力学的性質のばらつきが示された。
• 本手法は、従来のアクティブソース調査と比べて費用と時間を大幅に削減した、信頼性の高い高分解能な近地表特徴化を実現した。