打开文本图片集

摘要：地震预警对于减少生命财产损失至关重要。然而，地震台站信号受到环境噪声干扰，影响了预警系统的准确性和效率。本文介绍了非局部均值滤波（NLM）算法在地震台站信号去噪中的应用。NLM算法通过利用相似结构块的加权平均来恢复信号，有效降低了噪声水平，提高了信号质量。实际应用结果显示，NLM算法能够准确识别并去除地震台站信号中的宽频带噪声，同时保留有效信号，显著提高了信噪比，改善了地震台站信号的品质。

关键词：地震；NLM；非局部均值滤波；台站信号；去噪

0 引言

地震是地表剧烈震动，由地壳能量快速释放引起，通常源于地壳板块的碰撞和挤压，导致断裂或错动[1]。断裂点为震源，正上方的地面为震中，极震区是破坏最严重的区域。地震可能引发滑坡、泥石流、海啸等次生灾害，甚至火灾和水灾。若震区有人类活动，地震会导致房屋和基础设施倒塌损坏，严重威胁生命和财产安全。为减少地震危害，人们希望提前预测地震到达时间以做好准备。通过研究地震波传播规律和算法，可以准确计算并预警地震波到达时间。P波（纵波）最先到达，振幅小，破坏性弱，用于判断地震初至时刻；约10秒到1分钟后，S波（横波）到达，振幅大，破坏性强。计算P波与S波间的时间差可预知破坏性地震到达时间[2]。实际应用中，地震台站确定地震时间和地点，提前发布预警，帮助民众减少损失。

地震预警需要采集地震信号，但环境复杂化使信号受到自然和人为噪声干扰。这些干扰降低了信噪比，甚至可能掩盖有效信号，影响预警。尽管台站选址会避开噪声源，城市发展和人类活动增加导致噪声干扰加剧[3]。例如，大城市的交通噪声如地铁，会对周边台站造成影响，甚至使其无法使用。此外，采集设备本身也会干扰，进一步降低台站信号质量。因此，对地震台站信号进行处理，提高其信噪比具有重要意义。非局部均值滤波（NLM）是图像去噪的一种经典方法，利用相似区域信息保留图像细节。近年来，随着地震数据处理技术的进步，该方法逐渐应用于地震台站信号去噪，并取得成果。

1 基本原理

NLM算法最早由Buades等人于2005年提出，采用图像结构块相似性进行图像还原[4]。与传统点处理去噪算法不同，该算法不受正交基假设约束，其加权平均值由整幅图像中相似结构块的相似度决定，与邻域内点的距离无关。这一特点有效解决了传统算法的伪影和边缘问题，同时保持了细节纹理。其核心理念是：自然图像中包含大量冗余信息，通过整幅图像中所有相似结构块的加权平均消除噪声。NLM算法的基本原理：采用固定搜索窗口在图像中寻找相似结构块，，…，并计算它们与目标块的欧式距离，通过加权平均实现目标图像块的恢复（图1）[5]。NLM算法不仅有效减少了噪声，还能保留图像细节。

地震台站信号也存在大量的相似成分和冗余信息，同时伴随着随机噪声的叠加。因此，NLM算法理论上可用于地震台站信号的去噪处理。NLM算法能够利用相似结构块的特性，通过加权平均来恢复信号，从而有效地降低噪声水平，提高信号质量。

2 实际应用

图2为地震台站信号NLM算法去噪及时频分析结果。从图中可以看出地震台站信号中含有宽频带噪声，该噪声的频带范围分布比较广，几乎覆盖台站信号的整个频率区间。NLM算法能够准确识别地震台站信号的频率区间，然后去除其中的宽频带噪音，并且可以保留有效信号，提高地震台站信号的信噪比，从而在很大程度上改善了地震台站信号的品质。

3 结语

地震预警系统的可靠性和准确性直接关系到人们生命财产的安全。本文介绍的NLM算法为地震台站信号处理提供了一种有效的方法，克服了环境噪声的干扰，提高了信号的清晰度和准确性。未来，随着技术的不断发展和改进，研究人员可以进一步完善地震预警系统，为地震灾害的防范和救援工作提供更加可靠的支持，最大程度地保护人们的生命财产安全。

参考文献

[1] 姚鑫鑫．我国强震动记录精细化数据处理及Flatfile参数研究[D]．哈尔滨：中国地震局工程力学研究所，2024．

[2] 张松．基于深度学习的地震信号降噪算法研究[D]．廊坊：防灾科技学院，2021．

[3] 高银鸿．大连地震台测震干扰频谱特征及去噪分析[J]．电声技术，2021，45（06）：65-67．

[4] 崔亚彤，王胜侯，蔡忠贤．基于快速自适应非局部均值滤波的地震随机噪声压制方法[J]．物探与化探，2022，46（05）：1187-1195．

[5] 吴慧慧，孔勇，张贺，等．基于改进的非局部均值滤波对数字全息散斑的抑制[J]．光学技术，2024，50（02）：135-141．

作者简介：胡超（1994年3月生），男，汉族，安徽铜陵人，本科，工程师，主要从事中心站地震监测、预警运维等工作。