摘要：地热能被认为是向零排放可持续能源未来过渡的关键基荷资源（Sbrana et al., 2021）。目前，地热能仅占美国净发电量的0.4%（约18.3 GW）（EIA, 2021）。然而，美国能源部已设定一个宏伟目标，即到2050年供应60 GW的增强型地热系统

1. 引言

地热能被认为是向零排放可持续能源未来过渡的关键基荷资源（Sbrana et al., 2021）。目前，地热能仅占美国净发电量的0.4%（约18.3 GW）（EIA, 2021）。然而，美国能源部已设定一个宏伟目标，即到2050年供应60 GW的增强型地热系统（EGS）和扩展型热液资源（GTO, 2022）。实现这些目标将需要在勘探、储层表征和资源开发方面取得重大进展。评估美国中高温地热资源发电潜力的研究估计，未发现地热资源的发电潜力是已确定地热系统估计潜力的三倍以上（C. Williams et al., 2008）。美国约30%的未发现资源预计存在于帝国谷地（C. Williams et al., 2009）。为未发现的地热系统开发改进的勘探策略，对于加速地热能部署至关重要（Dobson, 2016; C. Williams et al., 2009）。

活跃的热液系统通常与可测量的物理性质差异相关（例如，高热流、低电阻率、密度升高和高频弹性波衰减）。因此，地球物理方法在地热勘探中可以发挥关键作用（例如，Combs, 1978; Flóvenz & Saemundsson, 1993; Santos & Rivas, 2009; Thanassoulas, 1991; Zucca et al., 1994）。例如，通过浅层钻孔的温度测量得出的热流异常可用于定位和勾勒潜在的地热田（Burton-Johnson et al., 2020; Fahnestock et al., 2001; Kratt et al., 2008; Zehner et al., 2012）。重力调查可用于研究山间谷地的填充深度、定位侵入岩体和描绘地热特征（Atef et al., 2016; Guglielmetti & Moscariello, 2021）。主动或被动电磁（EM）调查得出的电阻率剖面与温度梯度井的热流测量相结合，常用于寻找可能拥有渗透性地热储层并被上覆粘土盖层封闭的区域（Anderson et al., 2000; Gao et al., 2018; Munoz, 2014）。主动源地震反射剖面可用于识别可能促进流体流动的断层，利用反射偏移，以及成像基底接触面和验证与地热系统发育相关的构造过程（Brogi et al., 2005; Lüschen et al., 2011; McGuire et al., 2015）。最后，被动微震调查广泛用于研究产震断层上的滑动，这可能创造和维持渗透性（Combs & Hadley, 1977; Lellouch et al., 2020; Ward, 1972）。然而，考虑到这些不同方法的局限性，通常会联合使用一套方法来验证拟议的系统位置、条件和相关结构，然后再进行勘探井钻探（Ars et al., 2019; Soyer et al., 2018）。

与相对昂贵的主动源地震方法相比，环境噪声干涉法可以是一种成本效益高的成像方法，对于表征和长期监测都很有价值。继Campillo和Paul（2003）的开创性工作之后，环境噪声干涉法可通过互相关两个接收器记录的环境地震波场来估计它们之间的经验格林函数（EGF）（Behm et al., 2019; Bensen et al., 2007; Cheng et al., 2016, 2018; Fichtner et al., 2020; Nakata et al., 2015; Shapiro & Campillo, 2004; Snieder, 2004; Snieder et al., 2009; Wapenaar, 2004）。近年来，环境噪声干涉技术在地热储层成像中找到了多种应用，通常利用密集的节点式（即被动自主）地震仪阵列（例如，Cheng, Xia, Ajo-Franklin, et al., 2021; Lehujeur et al., 2018; Martins et al., 2019, 2020; Planès et al., 2020; Spica et al., 2018; Zhou et al., 2021）。记录的EGF通常富含表面波能量，因此从环境噪声研究中最常提取的物理性质是使用表面波层析成像方法估计的剪切波速度。

目前，美国西部盆地中仍有大片与地热能生产相关的区域，但使用经典的高分辨率地震方法测绘得并不好。这是由于主动地震调查成本高昂，以及缺乏进行环境噪声成像所需的“大N”被动地震数据集。这些因素可能导致错失勘探前景，并限制我们对与地热勘探相关的区域地质框架的理解。

分布式光纤传感是一系列技术，利用标准光纤测量局部物理参数，包括温度（Tyler et al., 2009）、静态应变（Masoudi & Newson, 2016），以及最近的低幅动态应变或应变率（Lindsey & Martin, 2021）。后一种方法，称为分布式声学传感（DAS），是一种新兴技术，它将光缆重新用作密集的地震传感器阵列，在某些环境中正在改变地震采集方式（Ajo-Franklin et al., 2019; Cheng, Chi, et al., 2021, 2022; Daley et al., 2013; Dou et al., 2017; Lindsey et al., 2017; Martin et al., 2021; Zhan, 2020）。DAS利用激光脉冲，通过干涉测量法测量沿光纤空间连续区间的微小拉伸应变（或应变率）（Hartog, 2017），其优点是空间分辨率可达米级，线性范围从几十到几百公里，带宽从千赫兹范围到准静态，具体取决于解调仪单元和测量参数（Lindsey et al., 2020; Paitz et al., 2021）。DAS已成功用于城市近地表表征（Ajo-Franklin et al., 2019; Dou et al., 2017; Fang et al., 2020）、非常规储层监测（Cheng et al., 2021; Daley et al., 2013; Jin & Roy, 2017）、冰川变形（Booth et al., 2020; Walter et al., 2020）和海洋动力学（Cheng, Chi, et al., 2021; Lindsey et al., 2019; E. F. Williams et al., 2021; Viens et al., 2022）。最近，已进行了几项与DAS相关的可行性研究，以表征地热储层（例如，Chalari et al., 2019; Chang & Nakata, 2022; Feigl & Parker, 2019; Feigl & Team, 2017; Kasahara et al., 2020; Lellouch et al., 2021; Schölderle et al., 2021）。

在加利福尼亚州的帝国谷地，有三个正在生产的地热系统没有活跃的地表热特征，该地区可能还存在额外的未发现资源（例如，C. Williams et al., 2009）。在本研究中，我们调查了使用在现有未使用电信光纤上采集的DAS数据进行高分辨率环境噪声成像以描绘地热储层结构的潜力。我们简要总结了从沿加州帝国谷地部分地区延伸并穿过正在生产的布劳利地热田的约28公里帝国谷地暗光纤（IVDF）DAS阵列获得的采集过程和环境地震噪声记录的主要特征；Ajo-Franklin等人（2022）最近详细介绍了采集和相关元数据。然后，我们基于环境噪声干涉法提取高质量的瑞利波，并沿剖面应用表面波反演，生成二维（2-D）S波速度模型。结果图像识别出一个与布劳利热流异常密切相关的高Vs区域。我们假设该成像特征是由于布劳利地热田核心区域的热液矿化带造成的，这导致了孔隙度的显著降低。最后，我们尝试使用包括区域速度模型、现有测井数据、重力测量和热流数据在内的次要数据集来验证这一假设。我们的结果证明了这种被动DAS调查在盆地尺度上探测和表征与地热系统相关结构的可行性。

2. 研究区域与数据

帝国谷地位于索尔顿海以南，是加利福尼亚湾向陆地延伸的一部分，处于一个宽阔的构造槽（称为索尔顿海槽）内，部分填充了晚第三纪的三角洲沉积物，其上覆盖着第四纪的冲积层和湖相沉积物（Jackson, 1981）。索尔顿海槽是一个构造活跃的裂谷盆地，位于圣安德烈斯断层系统南端，该断层系统在此处跨越到北美板块和太平洋板块之间的大陆过渡带（Kaspereit et al., 2016）。从走滑断层到裂谷作用的过渡导致了一系列不同大小的小型拉分盆地，这些盆地连接着大致呈西北走向的右旋走滑断层（Elders et al., 1972; Fuis et al., 1982; Hill, 1977; Hill et al., 1975; Johnson & Hadley, 1976）。这种断层模式形成于张性剪切带中，其中既有与走滑相关的构造，也有与伸展相关的构造。该地区的主要断层（图1a中的红线）包括帝国断层（IF）、迷信山断层（SHF）、迷信山脉断层（SMF）和布劳利断层（BF，我们使用Hill等人（1975）和Jackson（1981）绘制的布劳利断层）。圣安德烈斯断层的东南端通过一个被称为布劳利地震带的地震活动带（图1a中橙色线勾勒）与帝国断层的西北端相连。

在索尔顿海槽内，这些构造力目前仍然活跃，并允许源自地幔的岩浆侵入到较浅的沉积物中，这可以从索尔顿海南岸年轻的流纹岩穹丘的存在以及在索尔顿海地热田的一些地热井中发现的埋藏流纹岩穹丘得到证明（例如，Herzig & Jacobs, 1994; Hulen & Pulka, 2001; Schmitt & Hulen, 2008）。过去的研究根据位场异常（重力和磁力）、高地震速度和局部升高的热流带推断深部存在火成岩侵入；这些地球物理特征与索尔顿海南岸地表露头可见的第四纪火山活动一致（Biehler, 1964; Elders et al., 1972; Larson et al., 1968; Lomnitz et al., 1970）。目前的区域热模型假设这些侵入特征为热液活动提供了热源，并驱动了沉积物蚀变（McGuire et al., 2015）。填充盆地的厚三角洲沉积层在某些位置含有地热卤水，这些位置被称为已知地热资源区（KGRA，图1a中绿色多边形高亮显示）：索尔顿海地热田（SSGF）、布劳利地热田（BGF）、东梅萨地热田（EMGF）和赫伯地热田（HGF）；该地区还有其他尚未开发的KGRA（如Westmorland、Glamis和Dunes）。

该地区的局部地震活动和地震震源机制已得到广泛研究（Brodsky & Lajoie, 2013; Hauksson et al., 2013; Hill et al., 1975; Lin et al., 2007; Lohman & McGuire, 2007; Marone et al., 1991）。历史地震活动的特征是布劳利地震带内布劳利断层和帝国断层之间存在狭窄的右旋事件带，以及沿圣哈辛托断层存在更广泛的右旋活动带。在位于布劳利断层上的索尔顿海和布劳利地热田，以及靠近圣哈辛托断层延伸部分的赫伯地热田也观测到了地震活动。相比之下，Glamis和Dunes地热区以及东梅萨地热田过去的地震活动水平较低。这些观测结果与Hauksson等人（2012）重新定位的历史地震目录（图1a中的绿色到蓝色散点）一致。

过去在帝国谷地定位隐蔽地热系统的努力产生了一张异常详细的区域热流图（C. Williams et al., 2007, 2008）。图1b清楚地显示，SSGF地热系统和三个先前隐蔽的地热系统（BGF、EMGF和HGF），用绿色多边形高亮显示，表现为热流升高的区域，局部值 >350 mW/m²。该地区的平均热流大约是全国平均热流的两倍（Lachenbruch & Sass, 1973）。在先前绘制的KGRA之外可见的热异常表明，盆地内可能仍存在大量未开发的资源（Dobson, 2016; C. Williams et al., 2007, 2008）。图1b中的蓝色等值线显示了由Biehler（1964, 1971）采集的布格重力数据，叠加在热流图上。可以看出，正布格异常与盆地轴线（北-北西向）一致；观测到的重力高值通常与热流较高区域和已知热液系统重合。

我们的实验，在Ajo-Franklin等人（2022）中有详细描述，利用了一条现有的光纤电信电缆（暗光纤），从加州卡利帕特里亚开始，穿过布劳利和因皮里尔，然后在埃尔森特罗向西转，终止于普拉斯特城。总路径长度（约65公里）对于本实验中使用的DAS解调仪单元来说太长，无法完全探测；仅利用了前约28公里的部分，即图1中的黑线，其路径大致笔直，穿过了布劳利地热田先前隐蔽的地热资源和复杂的过渡带——布劳利地震带，布劳利断层就位于其中。在这段光缆中，光缆完全位于地下；虽然提供商没有提供详细的工程图纸，但我们认为大部分光纤是开槽埋设并置于PVC导管中。

IU数据采集系统于2020年11月9日安装在加州卡利帕特里亚的一个中间光放大（ILA）小屋中。为了建立一个校准的网络几何结构，通过敲击测试更新了阵列上的DAS通道位置，操作员使用锤子在已知位置（如光纤表面标记）产生振动，为解释者提供沿光纤剖面的已知通道索引点。在采集方面，我们使用了一台iDAS v2 IU（Silixa LLC），数据写入本地RAID存储系统（QNAP）。数据以10米标距、2千赫兹激光脉冲率和500赫兹采样率的应变率模式进行采集。从2020年11月10日到2022年春季，在约28公里（总共6912个通道）的暗光纤（单模SMF-28）上连续记录环境噪声数据。连续记录以1分钟的块存储为HDF-5格式；每个记录大小约为415 MB。

在2021年春季第一轮数据检索后，我们获得了从2020年11月10日到2021年3月8日近4个月的连续数据（大小约65T）。在本研究中，我们仅利用前两天的记录来评估使用基于DAS的环境噪声数据进行高分辨率地热储层测绘的可行性。有关实验、安装信息、地震观测以及元数据的完整细节在Ajo-Franklin等人（2022）中提供。

图1. 帝国谷地暗光纤实验现场概览。(a) 帝国谷地地图，显示了分布式声学传感电缆阵列（黑线）、第四纪断层（红线）、布劳利地震带（橙色虚线多边形）、河流（阿拉莫河和新河，钢蓝色线）、地热田（绿色多边形）、本文讨论的地热井（品红色三角形，#1、#8和#9）以及1981年至2019年的历史地震（蓝到绿色圆点）。地震的颜色根据重新定位的深度编码（Hauksson et al., 2012）。五个黄色方块标记了从北端开始的5/10/15/20/25公里处的电缆长度。该地区的主要断层用大写字母表示如下：帝国断层（IF）、迷信山断层（SHF）、迷信山脉断层（SMF）和布劳利断层（BF）。(b) 帝国谷地区的热流图（C. Williams et al., 2007, 2008），叠加了布格重力等值线（蓝线）（Biehler, 1964, 1971）。

3. 方法

3.1. 噪声特征

图2a显示了来自DAS光纤的样本时域环境噪声记录，其中有几个与人为源相关的已识别地震信号。噪声特征在整个剖面上变化显著。移动车辆的信号以线性移动的形式可见，这是城市化地区密集节点（Cheng et al., 2018, 2019）和DAS阵列（Ajo-Franklin et al., 2019; Rodríguez Tribaldos et al., 2021; Wang et al., 2020）上的常见观测。在DAS阵列上也观察到一系列持续性噪声源，表现为固定的表面波发生器，如图2a中的虚线所示。例子包括农业和运输基础设施，如位于阵列约0.9公里处的谷仓和装载设施，约15公里处共振激发的天桥，以及靠近16公里处的农产品批发设施。这些强大的噪声源产生相干的表面波，可见其传播数公里；然而，这些具有强空间一致性（几乎零移动，由垂直虚线表示）的持续性局部源将在环境噪声干涉测量期间产生不可忽略的伪信号，叠加在经验格林函数（EGF）上，这个问题将在后面章节讨论。最后，朝向阵列南端，由于光学损耗（Cedilnik et al., 2019; Waagaard et al., 2021）以及南部农田地区缺乏交通活动，观察到噪声水平增加。

沿电缆的前2天DAS环境噪声数据的1分钟平均功率谱（图2b）显示，主导噪声频带在1到20赫兹之间，这是人为噪声源的典型频谱（Cheng et al., 2019; Groos & Ritter, 2009; Zhu & Stensrud, 2019）。阵列南端的可变频谱表明缺乏人为信号。值得一提的是，主导低频频谱的稍安静的阵列内部段位于BGF附近。在这个区域和城市地区，我们还观察到许多离散频率（例如10、20和30赫兹）的存在，这可能是由于电力线次谐波耦合到未知的机械源。由于DAS的全光学性质，它们很可能不是感应耦合的。这些频率在我们的低频（

图2. 在约28公里分布式声学传感阵列上观测到的环境噪声。(a) 60秒长的环境噪声记录，单位为应变率（纳应变/秒），显示了来自移动车辆和持续性局部源（如工厂、交叉道路、布劳利立交桥和布劳利机场）的地震信号。图(a)顶部的旋转街道地图显示了穿过电缆的主要基础设施。(b) 沿电缆的2天平均噪声频谱。三个彩色星号代表检测到的持续性局部源，如谷仓（红色星号）和交叉道路（蓝色星号）。

3.2. 环境噪声干涉法

环境噪声干涉法是一系列处理方法，试图通过互相关记录在两个位置的随机地震波场（即噪声）来重建它们之间的格林函数。假设随机噪声源均匀分布，传感器A和B处记录的位移分量的互相关可以写为（Gouedard et al., 2008; Lobkis & Weaver, 2001; Snieder, 2004）：

其中，C是两个接收器A和B处位移的时间域互相关，GAB是A和B之间的格林函数，σ是环境噪声场的方差，a是一个小的衰减系数。尽管在提取经验格林函数（EGF）方面存在已知的挑战，但环境噪声干涉法已被用于使用平面波理论从表面DAS阵列中提取EGF（Dou et al., 2017; Martin et al., 2017, 2021）。广义应变（DAS）干涉方程也以表示定理的形式提出（Paitz et al., 2019）。最近，Nayak和Ajo-Franklin等人（2021）引入了应变率和速度/应变率互相关的混合EGF，扩展了环境噪声地震学在包括DAS和惯性传感器的网络中的应用。

我们使用环境噪声干涉法，从帝国谷地暗光纤阵列上记录的被动DAS数据中生成了经验格林函数。考虑到阵列尺寸大和时间采样率高，干涉处理并未应用于原始数据。我们首先在时域对数据集进行100赫兹的降采样，并应用了FIR抗混叠低通滤波器；此步骤之后是使用五通道窗口的顺序空间中值叠加，将数据集从6,912个通道（ΔX = 4米）转换为1,382个通道（ΔX = 20米）。由于这些步骤，每个1分钟的噪声记录大小从415 Mb减少到约17 Mb，简化了下游分析。

然后，我们对连续的DAS数据集（2天）应用了经典的环境噪声数据预处理工作流程（例如，Bensen et al., 2007; Cheng et al., 2015; Cheng, Xia, Ajo-Franklin, et al., 2021），以原始记录单位（应变率）处理每个1分钟的数据块。预处理步骤包括均值和趋势去除，以最小化漂移的影响，以及在时间序列的两端应用5%窗口的汉宁锥。这些步骤之后是时间和频谱归一化。时间归一化通过应用5%窗口的运行绝对均值滤波器来执行。这一步由Bensen等人（2007）提倡，有效地均衡了记录中的非平稳噪声源，包括地震和大幅度瞬态噪声事件。我们利用频域白化方法来改善EGF带宽；加权函数利用了每个记录的复傅里叶谱的平滑振幅（例如，Bensen et al., 2007; Cheng, Chi, et al., 2021）。

为了从预处理的环境噪声数据集中提取EGF，我们使用了互相关算法，该算法包括互相关后进行频谱白化（Nakata et al., 2011; Prieto et al., 2009; Schuster et al., 2004）。继Cheng, Xia, Ajo-Franklin等人（2021）之后，互相关算法在减轻与频谱尖峰相关的伪到时和提高所得EGF的信噪比（SNR）方面优于互相关算法。在互相关之后，我们对2天的EGF采用相位加权叠加（PWS），这是一种强调相干分量对叠加的贡献并降低不共享相同瞬时相位的非相干噪声权重的技术，以增强相干信号（Schimmel & Paulssen, 1997; Schimmel et al., 2011; Ventosa et al., 2017）。

在这个数据集中，我们特别关注了持续性局部噪声源的影响，如前所述，其中几个分布在我们的阵列上。图3a显示了一个在经过2天相位加权叠加后提取的EGF道集的例子，虚拟源位于1.2公里处（由红色虚线表示）。在约5公里的偏移距范围内可以观察到相干信号。叠加在上面的是三个双侧线性事件，它们从0.9、1.8和2.6公里处的源辐射出来，用彩色星号高亮显示：

值得一提的是，本文中“持续性局部源”一词主要指该源在空间上是持续的，在时间上是频繁的，打破了环境噪声成像理论中随机分布噪声源的假设。关注持续性局部噪声源的研究越来越受到关注，最近的工作范围从源定位（Zeng & Ni, 2010）到地震监测（Dales et al., 2017）。然而，这些研究通常受到传统地震网络稀疏空间采样的限制；DAS为研究和利用这些持续性局部源进行潜在的地震成像和监测提供了一种替代方法（Song et al., 2021; E. F. Williams et al., 2021; Zeng et al., 2017）。

其他最近的研究试图利用这些伪事件进行结构地震成像（Yang et al., 2022）。然而，根据我们的观察，我们认为这些事件与源相关，而不是与结构相关；例如，这些事件通常位于交通交叉口附近，并在深夜消失。我们的重点是衰减这些持续性局部源以提高传统环境噪声成像质量的策略。

我们开发了一个简单的处理流程来减少这些与持续性局部噪声源相关的伪事件，并提高所得EGF的信噪比。对于利用线性阵列和表面波多道分析（MASW）技术的传统环境噪声成像，通常采用滚动策略，这在主动源表面波调查中很常见（Mi et al., 2017; Park, 2005; Xia et al., 2009）。在这种方法中，阵列被分成一系列子阵列，这些子阵列沿剖面“滚动”以成像地下横向变化。在这个工作流程中，每个子阵列只包含一个虚拟源互相关/相干道集，其中第一道被选为虚拟源（我们称之为CN1虚拟源道集）以确保均匀的空间覆盖。在本研究中，CN1虚拟源道集被替换为每个子阵列的偏移距叠加CN2虚拟源道集，其中 C(n,2) = n(n-1)/2，n是每个子阵列中的道数。这里CN1和CN2是根据基本组合公式定义的。偏移距叠加简单地将所有具有相同空间偏移距的EGF源-接收器对叠加成一个超级道集。偏移距叠加技术已用于二维（2D）密集阵列的信号增强（Cheng, Xia, Ajo-Franklin, et al., 2021; Nakata et al., 2015; Zeng et al., 2021）；我们将此技术应用于我们的密集一维（1D）DAS阵列。在我们的方法中，首先在2天的PWS叠加后为所有可能的站间对（CN2）提取互相关函数。然后，使用偏移距叠加对所得道集进行空间平均，以生成增强的虚拟源道集。这种分箱方法提高了提取的EGF的质量，特别是对于具有小偏移距的互相关对，并且倾向于减轻由于持续性噪声源和每个子阵列内的局部横向非均质性引起的伪影。结果，叠加的EGF更加均匀，并产生更一致的频散曲线，这些曲线可以更有效地使用传统的表面波分析算法进行反演。然而，正如人们所预料的，在叠加过程中会损失一定程度的横向分辨率。

图4显示了bin叠加性能的一个典型例子。与CN1虚拟源道集（图4a）相比，CN2 bin叠加虚拟源道集（图4b）得到了显著改善，衰减了与持续性局部源相关的伪到时，并增强了信噪比，如图4c中逐道比较所示。本工作中使用的偏移距bin的间隔为20米，与降采样数据集的空间采样相似。

图3. 持续性局部源影响的示例。(a) 经验格林函数道集，虚拟源位于1.2公里处（红色虚线表示）。彩色星号表示持续性局部源，来自工作的谷仓（红色星号）、Yocum路（蓝色星号）和Albright路（品红色星号），这些已在原始波形图上标注。(b) 显示了电缆线旁的谷仓现场照片，如(c)中红色星号所示。(c) 的街道地图显示了Yocum路和Albright路穿过光纤电缆（黑线）。(c) 上的红色虚线显示了电缆上虚拟源的位置。谷仓的地震信号与交叉道路的信号显著不同，并显示出主要的高频分量。

图4. bin叠加策略的性能。(a) CN1炮集，以第一个通道为虚拟源，其他N个通道为虚拟接收器（在图3a中用黑框高亮显示）。(b) bin叠加炮集，以每个通道为虚拟源，虚拟源后面的通道为虚拟接收器。(c) 在偏移距0.7公里处（在(a)和(b)中用红色虚线高亮显示）的CN1（黑色）和CN2 bin叠加（红色）炮集的单道比较。

3.3. 表面波成像

如上所述，为环境噪声成像实施了MASW滚动策略。为了确保地热储层表征具有足够的成像深度和横向分辨率，选择了一个5公里的子阵列，以便观察具有足够波长的表面波，以约束约3公里深度的属性（Foti et al., 2018; Xia et al., 2006）。子阵列沿DAS电缆滚动，覆盖重叠率为80%，以确保DAS阵列下方横向变化的连续性。总共，我们在DAS电缆上获得了57个子阵列；对于每个子阵列，在bin叠加后分析增强的虚拟源道集，以进行频散成像和随后的1D剪切波速度（Vs）反演。为本研究开发了一个集成的DAS环境噪声成像工作流程，如图5所示，包括五个步骤：

通过应用改进的频域倾斜叠加算法（Cheng, Xia, Zhang, et al., 2021），对每个虚拟源道集进行表面波频散分析，该算法采用相位加权叠加技术来增强频散测量期间的空间相干性。图6显示了在约22公里位置的基于DAS的表面波提取（a）和频散图像（b）的典型示例。在bin叠加后的增强虚拟源道集上，可以清楚地看到视速度在200到800米/秒之间变化的瑞利波，没有来自持续性局部源的伪到时干扰。值得一提的是，我们的表面径向-径向互相关对洛夫波不敏感，因为DAS是单分量传感方法，主要响应于在光纤长度上引起拉伸应变的波（Martin et al., 2021）。在高分辨率频散谱上可以清楚地识别出高阶泛频。为了准确拾取频散曲线，我们使用由k_min = 1/L（L，阵列长度5公里）和k_max = 1/dx（dx，空间间隔20米）定义的有效波数范围或奈奎斯特限制来限制目标区域，如图6b中的蓝色虚线所示。基于增强的表面波炮集和高分辨率频散成像技术，手动拾取了DAS剖面上的多模式频散曲线（所有拾取的曲线见支持信息S1中的图S2）。请注意，偏移距信息已通过敲击测试结果校准，而不是固定的通道间隔，因此在6公里和12公里位置附近的两个弯曲段的几何形状不会影响相速度估计；考虑到弯曲段的宽度仅约2公里，在bin叠加程序的空间平均后，弱曲率效应可以忽略不计。

为了提取每个子阵列的1D Vs剖面，我们使用邻域算法（NA）同时反演多模式瑞利波频散曲线，该算法在Geopsy软件包中实现，对初始模型不太敏感（Wathelet et al., 2004）。我们根据拾取的基阶模式频散曲线，按照Xia等人（1999）描述的经验公式初始化Vs模型：

其中，cr(f)表示在频率f处拾取的频散曲线；m是拾取点的数量；vs和d表示适当的剪切波速度和相应的深度。方程2b描绘了一个直接从拾取的相速度频散曲线转换而来的经验速度-深度剖面。

我们的起始地球模型池是基于定义的14层初始Vs模型，并带有弱（±50%参数扰动）边界；考虑到相速度频散曲线对密度和P波速度（Vp）值的敏感性低于目标Vs模型，密度被视为自由参数，具有恒定的初始值（2.0 g/cm³），并且在反演期间Vp与Vs相关联，泊松比范围限制在0.4到0.45之间。层数固定为初始模型中定义的层数，每层的厚度可灵活变化±50%。对于每个子阵列，我们使用三个独立的反演过程运行来反演多模式频散曲线。每次运行保留2500个模型用于目标搜索。为了减少邻域算法内的潜在不确定性并避免过拟合，我们提取具有失配加权平均模型的最佳Vs模型，而不是具有最小/最佳失配的单个模型：我们从所有三次运行的所有保留模型中选择失配值最小的前100个模型。然后，我们使用它们相应的失配对这100个模型的族进行加权平均：

其中，vsj表示所选N=100个模型中的第j个模型；εj是第j个模型的失配，因此1-εj表示该模型的相应置信度；vs表示最终的失配加权平均模型。

图7显示了一个基于DAS的表面波反演示例，利用了图6b中的多模式频散曲线拾取。对于所有模式，观测到的和反演的频散曲线之间都获得了可接受的失配（图7a1-7a4）。为了验证反演速度模型的准确性，我们使用有限差分求解器SOFI2D（Bohlen, 2002）生成了一个合成炮集，以便直接比较各种波模式。使用在约22公里位置的EGF自相关函数定义的源特征的水平力作为源输入函数。我们在X和Z方向上都使用了20米的网格间距以避免数值频散；使用0.5毫秒的时间步长以保证模型稳定性。图8显示了模拟炮集（蓝色）和使用DAS测量的瑞利波（红色）的直接比较。模拟波形和观测波形在运动学上高度一致，增强了我们对恢复速度模型准确性的信心。一些局部差异，特别是在远偏移距处的振幅和频率分量，也是可见的；这可能是由于源子波准确性和正演模型中缺少衰减（Q）的综合结果。

我们使用地震学计算机程序（CPS）包（Herrmann, 2013）计算频散曲线和Fréchet敏感度核以进行进一步分析。来自失配加权模型（图7b中的红线）的正演频散曲线也与测量的拾取点匹配良好。图9显示了不同瑞利波模式的敏感度核；与基阶模式的敏感度核（图9a）相比，在第一泛频的较低频带（图9b）处观察到更深处的更高敏感度，在所有更高模式的较高频率（图9b-9d）处观察到更浅处的更高敏感度。这些观察表明，同时反演多种模式比仅使用基阶模式具有优势，既减少了非唯一性，又提高了深部敏感度（Beaty et al., 2002; Fu et al., 2022; L. Pan et al., 2019; Xia et al., 2012）。

图5. 分布式声学传感环境噪声成像工作流程，包括预处理、虚拟源道集（VSG）生成、频散曲线（DC）测量和Vs反演。原始环境噪声数据以4米空间间隔和500赫兹采样率采样；降采样后的数据以20米空间间隔和100赫兹采样率重采样。虚拟源道集是通过在一个子阵列（5公里）内对提取的CN2 EGF进行bin叠加构建的，并用于频散谱成像以及1D Vs剖面反演。数据处理流程图的详细信息请参见支持信息S1中的图S1。

图6. 基于分布式声学传感的表面波提取和频散分析。(a)和(b)分别显示了经过bin叠加后提取的瑞利波炮集和相应的频散测量，其中识别并拾取了多种模式。蓝色虚线表示由k_min = 1/L（L，阵列长度）定义的最小波数和由k_max = 1/dx（dx，空间间隔）定义的最大波数。

图7. 基于分布式声学传感的多模式表面波频散反演。(a) 显示了测量的（黑色虚线曲线）和最佳400个正演（彩色曲线）频散曲线；灰色曲线显示了来自最佳拟合模型的频散曲线；红色曲线描绘了从失配加权平均模型建模的频散曲线。(b) 展示了最佳400个Vs模型；灰色和红色曲线表示最佳拟合模型和失配加权中值模型；灰色虚线表示速度上下边界。图(a)和(b)中的颜色根据色图所示的失配值编码。

图8. 基于本图中反演的Vs模型的前向波形与图7中从分布式声学传感环境噪声干涉法恢复的观测瑞利波之间的比较。对组合波形应用了0.1至5赫兹的带通滤波器。蓝色填充的道迹代表前向波形；红色填充的道迹代表测量的波形。两种波形之间可以观察到明显的一致性。请注意，前向建模的波形以粒子速度的默认单位导出，而不是应变率，因此我们在此未应用逐道波形拟合比较。

图9. 基阶(a)、第一高阶(b)、第二高阶(c)和第三高阶(d)表面波的敏感度核。c_i (i = 0…3) 表示基阶和高阶模式的相速度；Vs表示剪切波速度。灰色区域表示在分布式声学传感频散分析中无法可靠识别的频带。

4. 结果

我们基于从DAS阵列沿线拾取的频散曲线推导出的初始模型（图10a），得到了高分辨率的反演Vs模型，如图10c所示，并与统一社区速度模型（UCVM）（Small et al., 2017）进行了比较（图10b）。帝国谷地的统一社区速度模型受区域地震拾取和索尔顿海地震成像项目（SSIP）收集的主动源走时数据的共同约束（Ajala et al., 2019; Persaud et al., 2016）。虽然两个模型在深度上大体相似，但我们的反演解析出了BGF下方的一个高S波速度带，这在统一社区速度模型中仅有暗示。同样，DAS Vs剖面解析出了BGF南北两侧的两个低S波速度带。该高速带也与SSIP反演中观测到的3公里深度处升高的Vp带相吻合（见支持信息S1中图S3的参考Vp模型）（Han et al., 2016; Persaud et al., 2016）。为了评估观测到的高S波速度带对初始地球模型选择的敏感性，我们使用插值的统一社区速度模型作为起始模型进行了相同的反演。结果在异常的位置和幅度方面都非常相似（见支持信息S1中的图S4）。

在5公里位置，我们的DAS电缆穿过阿拉莫河，反演的Vs结构上可见一个低速带（LVZ），如图10b中品红色箭头所示，并与统一社区速度模型暗示的LVZ相吻合，如1.5公里/秒等值线在5公里位置附近的下凹所示。这个LVZ可能指示了卡利帕特里亚和布劳利之间一个未被测绘的断层；从电测井偏移（Towse & Palmer, 1976）、地表磁力调查（Meidav & Furgerson, 1972）和Frith（1978）进行的地震折射调查中也推断出了一个局部不连续性。在20公里位置附近，DAS结果中1.8公里/秒等值线的断裂所指示的第二个LVZ可能与先前测绘的布劳利断层（BF）和与布劳利地震带南端相关的复杂断层网络有关。USGS第四纪断层数据库中测绘的布劳利断层在地表约21公里位置穿过我们的电缆（见图1a），我们的模型表明它可能在深处向北延伸得更远。

从干涉处理得到的共偏移距（5公里）道集上观察到的EGF波形特征的不连续性（图10d），也支持了这些观察结果，并表明在前面提到的过渡区域存在显著的结构差异。BGF区域周围较早/较快的波列，可能是瑞利波分量，并由红色虚线曲线高亮显示，指示了较高的速度结构，这与反演的Vs模型（图10c）上的观察结果一致。我们假设这个特征是由于深部热液卤水循环和相应的水-岩相互作用引起的次生矿物沉淀造成的。在5公里位置两侧波形的不连续性，包括由红色阴影区高亮显示的基阶EGF和在10秒左右到达的更高阶泛频，表明存在一个未被测绘的结构特征，可能与断层有关。20公里附近的复杂波形可能与布劳利地震带末端的复杂断层汇聚有关。

图10. 布劳利地热储层和布劳利断层的Vs成像。(a) 基于公式2从拾取的频散曲线转换的初始Vs模型。(b) 来自统一社区速度模型的参考Vs模型。(c) 从分布式声学传感环境噪声数据反演的Vs模型。灰色虚线表示用于图12a中比较的模型位置。黑线显示Vs的等值线。(d) 从提取的EGF得到的共偏移距道集，间隔距离为5公里。红色阴影区高亮显示了基阶EGF波形特征的不连续性。

5. 讨论

5.1. 使用 Vp/Vs 进行地热成像

在沉积盆地的地热环境中，高地震速度通常与具有高度胶结和/或次生蚀变的低孔隙度单元相关（例如，McGuire et al., 2015; Ryan & Shalev, 2014）。对P波与S波速度之比（Vp/Vs）的约束有助于阐明地下异常的性质，有时在识别裂缝存在和孔隙压力影响方面，比单独的Vp或Vs更具指示意义（Behm et al., 2019; Hamada, 2004; Nakajima et al., 2001; Takei, 2002; Walck, 1988）。我们利用SSIP的Vp模型，沿我们的DAS电缆对Persaud等人（2016）的三维（3D）模型进行切片，并将2D切片插值到与我们反演的Vs模型相同的网格上（参考Vp模型见支持信息S1中的图S3）。与反演的2D Vs模型相比，参考的2D Vp模型由于SSIP实验中有限的炮点和接收器覆盖范围，空间分辨率较低。尽管得到的Vp/Vs模型空间分辨率不如原始的Vs模型高，但它仍然是解释BGF下方横向变化的有用辅助工具。通过使用原始参考Vp模型和降采样到相同分辨率的DAS Vs模型版本，也可以获得类似的Vp/Vs剖面（支持信息S1中的图S5）。

得到的Vp/Vs剖面图（图11a）在BGF区域附近显示出一个显著的低Vp/Vs特征，如Vp/Vs = 1.8的等值线所示。这与Lin（2013）提出的观测结果一致，该观测显示索尔顿海槽Vp/Vs模型中最显著的特征之一是2公里深度以下的低Vp/Vs值带，根据Lin（2020）的数据，最低的Vp/Vs比值出现在SSGF区域，值在1.510到1.811之间。除了可能与BGF地热储层或其下伏结构相关的低Vp/Vs特征外，在5公里和20公里位置附近的两个高Vp/Vs带与反演的Vs剖面上观测到的低速带位于同一位置。这一观测结果与我们关于这些特征是与断裂相关的损伤带的假设相符。

这个低Vp/Vs特征与高热流异常（图11b中的红线）以及重力高值（图11b中的蓝线）惊人地相关。热流异常附近的较高布格重力异常（图1b）可能是由于玄武岩岩脉的侵入或热液卤水循环导致沉积物孔隙度降低所致（Mase et al., 1981）。

帝国谷地地热区的钻孔遇到了绿片岩相变质作用、胶结物充填导致的孔隙度降低、蚀变的流纹岩和玄武岩岩脉。一些先前的地质研究得出结论，热液蚀变通过降低孔隙度和增加密度，对沉积物的物理性质产生显著影响（Browne, 1976; Elders et al., 1979; McDowell, 1987; McDowell & Elders, 1979; Miller & Elders, 1980; Muffler & White, 1969; Robinson et al., 1976）。这些热液蚀变效应可能与图11a上观测到的低Vp/Vs异常相吻合，这可能被用作高温地热系统“根部”的指示器。

帝国谷地表现出与裂谷中心伸展和走滑断层系统剪切相关的活跃变形和地震活动（Elders et al., 1972; Han et al., 2016; Parsons & McCarthy, 1996）。从1981年到2019年重新定位的历史地震（图1a）（Hauksson et al., 2012），其中大部分地震事件发生在布劳利地震带，表明了与东太平洋海隆相关的扩张中心轴的最北端延伸。为了统计分析沿我们DAS电缆的地震活动分布，我们将近线（距离

图11. 布劳利地热储层和布劳利断层的地震成像。(a) 基于Persaud等人（2016）的Vp和分布式声学传感的Vs得到的Vp/Vs剖面。灰色虚线表示用于图12a中比较的模型位置。(b) 沿约28公里光纤电缆的微震活动、热流和去趋势布格重力异常的分布。为更好地可视化，已移除了布格重力的线性趋势。

5.2. 布劳利地热场系统

布劳利地热田由尤尼科公司（Unocal）在1980年代发现并开发。该油田的初步表征和开采涉及钻探一系列深（1.5-2.1公里）地热井和运营一座10兆瓦的发电厂。这种深层资源的高溶解固体含量导致了工厂的腐蚀和结垢问题，该设施最终被关闭。奥玛特内华达公司（Ormat Nevada Inc）随后在2006年调查了从一个较浅的砂岩单元进行地热生产的可能性，并发现存在足够的基质渗透率和孔隙度，可以生产和运营一个二元循环发电厂。在复兴了先前开发的地热田并钻探和完成了利用较浅（0.5-1.4公里）储层的新井后，一座铭牌容量为49.9兆瓦的发电厂目前正在运营（Matlick & Jayne, 2008）。

为了更好地评估布劳利地热田下方的地热系统，我们关注DAS检测到的低Vp/Vs异常的深度变化，以及来自附近三个地热井（图1a中的品红色三角形）的观测结果。为更好地显示，井测井数据用150米平均窗口进行了平滑处理（原始井测井图像见支持信息S1中的图S6）。

图12a提供了BGF区域各种速度模型的比较，从而可以评估获得的结构模型。与来自统一社区速度模型的较低分辨率Vs模型（蓝色点划线）相比，使用DAS获得的反演Vs模型（灰色实线）显示出相似的趋势；参考的Vp模型（蓝色虚线）更平滑，但大体上与Veysey #1地热井的声波测井（品红色线）相匹配。我们观察到，利用Persaud等人（2016）的参考Vp的Vp/Vs模型（图12b中的灰线）与利用声波测井的参考Vp的模型（图12b中的品红色线）匹配良好，除了在Persaud等人（2016）的走时层析成像中Vp模型解析度较差的较浅区域。

使用声波测井的高分辨率Vp模型更新的Vp/Vs模型，从3的值逐渐下降到2.2，直到800米深度；然后从2.2迅速增加到2.7，并在1600米以下深度再次下降到约1.8的相对恒定值。我们将Vp/Vs增加的小区域解释为与上部地热储层较高孔隙度相关，该储层主要由小尺度裂缝主导，这些裂缝在储层中高流体压力下被填充后可以被重新激活（Younker et al., 1982）。这个区间也与图12b-12d中灰色三角形高亮显示的18口新生产井的垂直深度和完井情况密切相关。

储层岩石的热液蚀变导致自封闭过程，并可以在地热储层上方形成不渗透的盖层岩石（Facca & Tonani, 1967）。然而，在我们的Vp/Vs模型中，由于反演的Vs模型与声波测井衍生的Vp模型相比分辨率较低，上部储层与上方蚀变带之间的任何界面都是模糊的。在较低深度具有几乎恒定、低Vp/Vs的区域容纳了下部地热储层，可能由较大的裂缝主导，并伴有潜在的胶结、重结晶和由循环热液流体引起的热变质作用。在布劳利地热田显著的地震和“无声”滑动（Materna et al., 2022）可能有助于维持深部储层段的裂缝渗透性。

历史测井数据显示，在800米以下深度，温度梯度急剧降低，从大约85°C/公里降至3°C/公里，并在更深处几乎恒定。梯度特征的转变发生在上部地热储层内（图12c中浅红色区域高亮显示），这可能表明热传输模式的改变。Veysey #9井在下部储层中的恒定温度记录，梯度较低（约1°C/公里），表明在布劳利系统中约1.6公里以下深度正在发生对流。然而，我们没有关于历史温度测井相对于钻井、完井和其他井内作业时间的信息，因此存在这些较低梯度可能受到井周热瞬变影响的风险。Veysey #9井中报告了一个更热的点测量值，这一事实表明可用的测井数据可能没有完全捕捉到温度剖面。与上部储层相比，下部储层的孔隙度降低（图12d和12e），这与地震观测和布格异常一致。我们假设这是由于该储层段的热液蚀变造成的。

如前所述，下部储层是尤尼科公司确定裂缝性高温资源的地方，流体温度高达273°C（图12c上的红色方块），并运营了较老的生产井（图12b-12d上的蓝色三角形）。不幸的是，高盐度卤水和不凝性气体导致碳钢套管和地面设备迅速结垢和腐蚀；这个问题导致尤尼科公司放弃了该项目，因为早期的勘探重点是高温资源。

我们来自DAS环境噪声的高分辨率2D Vs剖面成功地测绘了高温地热储层的热蚀变带。我们应该注意，低Vp/Vs区域很可能是较低基质孔隙度和蚀变矿物组合的标志，由局部热流驱动，而不是与裂缝渗透性相关，后者会有相反的趋势。从这个意义上说，高Vs值和低Vp/Vs比值正在充当蚀变带的地震“地温计”（Ryan & Shalev, 2014）。如果得到验证，这可能为地震学识别局部热点以进行进一步勘探研究提供一种策略。进一步研究布劳利地热田的地震岩石物理学，类似于在索尔顿海附近进行的研究（Bonner et al., 2006），将有助于对类似的区域数据进行更定量的解释。

在遗留声波测井的帮助下，改进的具有更高垂直分辨率的1D Vp/Vs模型也检测到了弱热蚀变的含中等盐度水和相对高孔隙度的上部地热储层。不幸的是，由于地震成像技术的垂直分辨率有限，仅凭环境噪声结果很难区分这个上部储层。虽然我们也会预期在下部储层的流动带中由于裂缝作用而有稍高的Vp/Vs比，但我们的表面波研究可能没有足够的分辨能力来在深处分离出这样的局部特征。需要进一步的工作来成像线性阵列下的精细地壳结构，例如，使用基于波形的反演方法（Y. Pan et al., 2021; Zhang et al., 2018）或从环境噪声波场中提取折射体波和/或反射相。

图12. 速度模型、钻孔观测和推断的地热系统。(a) 12.5公里位置的速度模型（在图10和11中用灰色虚线高亮显示）。来自分布式声学传感（DAS）的Vs模型（灰色实线）和统一社区速度模型（蓝色点划线），来自Persaud等人（2016）的Vp模型（蓝色虚线）和地热井Veysey #1（品红色实线）。(b) 12.5公里位置的Vp/Vs剖面，其中Vp来自DAS，Vs来自Persaud等人（2016）（灰色虚线）和地热井Veysey #1（品红色实线）。(c-e) 分别显示了来自地热井Veysey #8（灰色虚线）和Veysey #9（黑色菱形线）的平滑温度、中子和密度孔隙度观测。灰色三角形表示奥玛特内华达公司开发的新生产井的深度；蓝色三角形表示尤尼科公司开发的旧生产井的深度。c中的红色方块显示了在尤尼科旧地热井中观测到的温度记录。

6. 结论

我们从使用分布式声学传感（DAS）和一条28公里长的电信电缆采集的环境噪声数据中提取了高质量的表面波，并应用高分辨率表面波成像来获取帝国谷地顶部3公里的S波速度结构。我们开发了一种称为bin叠加的线性空间叠加技术，以衰减与持续性局部源相关的伪事件，并提高提取的经验格林函数（EGF）的质量。我们联合反演了从该数据集中提取的多种表面波模式，以减少Vs反演中固有的非唯一性并提高深部敏感度。基于我们反演的Vs模型和从Persaud等人（2016）获得的Vp模型，我们生成了横跨山谷的2D Vp/Vs剖面，并观察到布劳利地热田下方存在一个显著的低Vp/Vs特征，这很可能与当前生产储层内部及下方的热液蚀变有关。我们还确定了该油田南北两侧的两个低速带，我们推测它们分别与卡利帕特里亚和布劳利之间一个未被测绘的断层以及已测绘的布劳利断层和布劳利地震带末端带有关，尽管这种关联略带推测性。

在遗留声波测井的帮助下，我们还能够改进1D Vp/Vs模型，从而可能识别与上部地热储层相关的地震特征。基于测井数据、热流和重力调查的观测结果，我们试图理解该油田不同地热系统组成部分（包括上部和下部储层单元）的地球物理特征。尽管如此，仍需要进一步的调查来验证我们解释的组成部分，特别是对我们的Vp模型进行精炼，以更好地将我们的DAS观测环境噪声观测与岩石性质联系起来。虽然未来的研究可能会受益于整合在同一网络上记录的更多种类的波模式和地震信号，但我们的调查有效地证明了在盆地尺度上使用DAS进行高空间分辨率地热表征的效用，以及即使在短成像周期（2天）内进行高时间分辨率地热监测的潜力。

来源：三合智能Lanwair