1. 引言
“十五”项目期间，我国大多数地磁台站均进行了数字化改造，迄今为止，各台数字化地磁观测仪运行时间均已达5年以上。台站地磁观测对观测环境要求高，温度、湿度变化会对地磁观测产生影响 [1] [2] [3]，并且湿度的影响要比温度的影响更大更复杂，特别是南方地震台尤为突出 [4]。事实上，地磁房湿度变化过快或过大都易引起地磁数据的异常变化，每当雨季，全国地磁房的湿度会出现快速上升，易达到95%以上，而地磁规范要求房内相对湿度 ≤ 85% [5]。当湿度远远超过限制，则可能对磁力仪器探头工作的稳定性产生影响，造成观测数据质量下降，严重时，数据甚至不能使用 [6]，不仅如此，探头长时间在环境湿度较大的情况下工作，还会影响其使用寿命 [7]；温度、湿度的变化会造成地磁仪器磁系的细微变化，从而引起仪器日常记录的细小偏差，导致记录曲线漂移、失真 [8]。上述现象表明，湿度过大会造成仪器工作状态不稳定，其不仅降低了记录质量，还影响了观测结果的连续性和可靠性 [9]。
针对上述地磁房湿度高带来的问题，目前的解决方法主要是通过加装防潮玻璃罩和泡沫罩、定期更换除湿剂等人工手动处理 [10] [11] [12]。当然，虽然这些方法能降低湿度，但是时效性不高，人力成本也居高不下 [13]。无独有偶，郅红魁提出的研制地磁房湿度智能实时监控系统，与最初的方法相比，虽然能够减少湿度对日常观测数据带来的影响，但是长期来看仍离不开人工处理，更换吸潮剂需进入观测室，或多或少都会对数据造成干扰 [14]，且除湿需要一定时限，因此，不能及时更换干燥剂降低湿度也会对数据带来影响。
本研究在郅红魁研制智能监控湿度系统思路的基础上，添加的智能开关与智能除湿两个应用，旨在通过远程智能温湿度监控、远程智能开关、除湿机一体化设备，实现快速精确的远程智能除湿。目的在于快速除湿的同时，减少进出磁房带来的外界干扰，节省人力与材料资源，延长探头使用寿命，改善观测环境，为获得长期稳定的地磁观测数据提供帮助。
2. 数据与方法
2.1. 会昌地磁台概况
会昌地震台建于1977年，坐落于赣州市会昌县城西郊岚山公园内。台站具备较好的观测地质条件，台基岩性为加里东期花岗岩，台基坚硬，噪声低，周围无变电设施，总体上满足综合台站观测规范的要求。
根据“十五”地震前兆项目在会昌台增上地磁观测项目的要求，2006年8月，在台站西北角围墙外侧山脊上新建了FHD-2B型地磁准绝对观测室。自2007年5月31日仪器观测出水平分量H、磁偏角D、总强度F的数据以来，仪器记录稳定，线条清晰，反应灵敏 [15]。地磁台观测场地近五年以来未发生变迁，基本未受到环境干扰，亦未受到人为干扰，一直正常运行。
2.2. 试验设计
本次试验需远程智能温湿度监控设备一台、远程智能开关一台、抽湿机一台，其中，远程智能温湿度监控设备主要有手机监控、设定阈值、远程报警的功能实现远程智能监控温湿度，远程智能开关与抽湿机实现远程智能除湿，具体智能温湿度监控、除湿一体化设备结构设计流程见如图1所示。所有设备放置于距仪器墩2.35 m处。实验前对比好放置前后地磁观测数据的变化情况，以保证设备运行时不影响观测数据质量。实验时，通过移动端微信小程序的温湿度智能监控平台实时监控探头周围温湿度(图2(a))，同时，远程设置采样率以及阈值(图2(b))。当湿度超过设定值时，会发出警报并通过手机短信或者自动拨打电话的方式提醒工作人员，工作人员收到警报提醒后立即通过移动端远程打开智能开关(图2(c))，使得抽湿机运转。这个时候还没有结束，注意当湿度达到预期范围时(图2(d))，再通过智能开关远程关闭抽湿机。本实验通过远程智能监控湿度与远程除湿一体化的设备，采用了更加科学的控制地磁房湿度的变化范围，提高了数据的稳定性、可靠性。
Figure 1. Structure design drawing of intelligent temperature and humidity monitoring and dehumidification integrated equipment
图1. 智能温湿度监控、除湿一体化设备结构设计图
(a) (b) 
(c) (d)
Figure 2. Some functions of intelligent temperature and humidity switch: (a) Temperature and humidity data change; (b) Parameter setting of intelligent temperature and humidity platform; (c) Intelligent switch control; (d) Real time monitoring data of intelligent temperature and humidity platform
图2. 智能温湿度开关部分功能展示：(a) 温湿度数据变化；(b) 智能温湿度平台参数设置；(c) 智能开关控制；(d) 智能温湿度平台实时监控数据
2.3. 数据源
会昌地震台于2007年开始使用FHD-2质子矢量磁力仪进行观测，自2018年起，每年3月~5月，D、Z分量背景噪声增大，会出现许多尖峰毛刺(图3)，这种异常现象严重影响观测数据质量和地震预测分析，例如2018~2019年受湿度影响，造成此时段内会昌台地磁数据大量断记，为减少误差，不会使用此时段内数据进行计算。故，本次试验采用的数据为会昌台质子矢量磁力仪(FHD-2) 2020年后每年3月~5月产出的湿度和地磁观测F、H、D、Z分量分钟值数据。
Figure 3. Diagram of FHD-2 D and Z components of Huichang Geomagnetic Station with multiple peaks and burrs
图3. 会昌地磁台FHD-2 D分量、Z分量多尖峰、毛刺现象图
2.4. 数据分析
利用Excel进行数据的处理，用matlab绘制图表，最后采用SPSS 26.0进行统计分析。
3. 结果与分析
3.1. 湿度对D、Z分量的影响
由表1可知，2020~2022年D分量一阶差分的变化范围为−2.07~2.41 nT，平均值均为0 nT，方差的大小依次为2021年D分量一阶差分 > 2020年D分量一阶差分 > 2022年D分量一阶差分；2020~2022年Z分量一阶差分的变化范围为−17.8~19.40 nT，平均值均为0 nT，方差的大小依次为2021年Z分量一阶差分 > 2020年Z分量一阶差分 > 2022年Z分量一阶差分。2021年的D、Z分量一阶差分方差值均为最大，表示2021年地磁数据离散程度最大，数据最不稳定。同时，2022年D、Z分量一阶差分方差值均为最小，表示2022年地磁数据离散程度最小，数据最稳定。说明2021年D、Z分量与2022年安装智能温湿度监控、智能除湿一体化设备后的D、Z分量观测数据稳定性上有明显区别，2022年后地磁观测D、Z分量数据稳定性显著提高。
通过计算一阶差分作为衡量背景噪声的依据。对比2020~2022年会昌台质子矢量磁力仪D、Z分量一阶差分(图4)发现，自2022年后地磁D、Z分量的一阶差分值均显著减小，这意味着背景噪声得到有效改善。当然，还需要进一步确认是否是因为加装了智能温湿度监控、除湿一体化设备后的原因。
Table 1. Description and statistics of first-order difference calculation results of D and Z components of proton vector magnetometer at Huichang Station
表1. 会昌台质子矢量磁力仪D、Z分量一阶差分计算结果描述统计
注：D20_diff：2020年地磁D分量一阶差分；Z20_diff：2020年地磁Z分量一阶差分；D21_diff：2021年地磁D分量一阶差分；Z21_diff：2021年地磁Z分量一阶差分；D22_diff：2022年地磁D分量一阶差分；Z22_diff：2022年地磁Z分量一阶差分。
Figure 4. First-order difference comparison diagram of D and Z components of Huichang Station proton vector magnetometer
图4. 会昌台质子矢量磁力仪D、Z分量一阶差分对比图
3.2. 湿度与背景噪声的相关性
由表2可知，地磁不同分量的一阶差分与湿度构成不同程度的相关关系，2020~2021年湿度与地磁D、Z分量一阶差分显著性相同(P = 0.003)，同时，相关系数大小均为−0.006，表示2020~2021年湿度与地磁D、Z分量一阶差分存在显著负相关关系。2020~2021年湿度地磁F、H分量一阶差分显著性均大于0.05，表示两者之间不存在显著相关关系。这说明在2022年安装智能温湿度监控、智能除湿一体化设备之前，湿度与地磁D、Z分量背景噪声存在显著负相关关系，也就是说，可以通过影响湿度进而影响背景噪声的方法来提高数据稳定性，这为智能温湿度监控、智能除湿一体化设备的使用提供了理论依据。
3.3. 湿度与D、Z分量的回归分析
本试验只探讨湿度与地磁D分量、Z分量之间的关系，不需要根据湿度的取值预测地磁D分量或Z分量的区间，可以放宽地磁观测数据正态性和方差齐性要求，一元线性回归计算结果如下(表3)。
Table 2. Correlation between first-order difference of different geomagnetic components and humidity from 2020 to 2021
表2. 2020~2021年不同地磁分量一阶差分与湿度的相关性
**在0.01级别(双尾)，相关性显著。
Table 3. Regression equation model overview output results
表3. 回归方程模型概述输出结果
注：a：(常量)，2020年湿度；b：(常量)，2021年湿度；c：(常量)，2022年湿度。
由表3可知，2020年湿度作为影响D分量变化的原因，占0.5%，而同年湿度影响Z分量变化的原因，占10.3%；2021年湿度作为影响D分量变化的原因占0.7%，同年湿度影响Z分量变化的原因占4.4%；2022年湿度作为影响D分量变化的原因占0.2%，同年湿度影响Z分量变化的原因占了5.2%。Z分量的调整系数均大于D分量，说明湿度对Z分量造成的影响比湿度对D分量造成的影响更明显。因此，反向证明了若通过智能温湿度监控、智能除湿一体化设备来稳定湿度进而稳定数据变化，Z分量会比D分量稳定性的效果更明显。
3.4. 除湿效果分析
2021~2022年的D、Z分量一阶差分均不服从正态分布，为比较放置智能温湿度监控、智能除湿一体化设备前后对数据的一阶差分有没有差异以及进一步分析除湿效果，选择采用非参数检验(表4)。
由表4可知，D分量一阶差分的不存在显著差异性，Z分量的一阶差分P接近0.05，说明存在一定差异性，Z分量差异不显著的原因可能是原本Z分量的变化量范围就小。故，近似认为智能温湿度监控、智能除湿一体化设备对Z分量数据的稳定效果显著。同时，验证了回归分析中认为通过智能温湿度监控、智能除湿一体化设备来稳定湿度范围进而影响数据变化，Z分量较D分量的稳定性提高更明显的观点。
Table 4. First-order differential quartile and nonparametric test output results of geomagnetic D component and Z component from 2021 to 2022
表4. 2021~2022年地磁D分量、Z分量一阶差分四分位数及非参数检验输出结果
注：D21_diff：2021年地磁D分量一阶差分；Z21_diff：2021年地磁Z分量一阶差分；D22_diff：2022年地磁D分量一阶差分；Z22_diff：2022年地磁Z分量一阶差分。
4. 讨论
湿度与地磁不同分量存在相关关系，并且相关程度各不相同。了解湿度与地磁分量之间的影响关系，有利于专门针对湿度进行处理，改善观测环境提高数据质量。本试验使用的智能温湿度监测、智能促使一体化设备有利于减少湿度对地磁观测数据的影响，同时，加之稳定的观测环境，可以更大程度上发挥会昌台噪声低、仪器记录稳定、线条清晰、反应灵敏的优势，以便得到更高质量的地磁观测数据。
5. 结论
试验证明，湿度与地磁D、Z分量背景噪声呈显著负相关关系，其中，湿度对地磁Z分量带来的影响比D分量更大。通过对智能温湿度监控、智能除湿一体化设备的应用，能很大程度上稳定湿度范围，有效降低湿度对地磁D、Z分量的影响，其中，对Z分量数据稳定性的提高较D分量更为明显。
面对高湿度的地磁观测环境，通常干燥剂量的使用是一个问题，过量的干燥剂虽然能快速除湿，但会导致湿度快速下跌，当湿度快速变化且变化范围过大时，会对数据稳定性造成影响，但是干燥剂量过少，就需要频繁更换饱和干燥剂，同样会对数据造成干扰。智能温湿度监控、除湿一体机在投入使用以后，能够做到降低湿度的同时，还能稳定湿度范围，有效解决了这样的问题。设备的使用可以防潮、延长探头使用寿命的同时，还能节省台站更换材料的经费支出。本次试验所有控制端均可以通过微信小程序实现，方便快捷，改变传统的人工清理模式，快速准确地按需求降低湿度干扰，提高观测数据稳定性。此外，还能把智能温湿度监控的温湿度历史记录数据通过移动端导出，作为辅助变量用来分析观测环境。
本文旨在明确智能温湿度监控、除湿一体机除湿效果，可以为其他易受湿度影响观测数据的台站提供相应的实验依据。有助于台站工作人员在实际工作中，通过智能设备解放人力资源，进一步提高数据获取的可靠性和异常分析能力，改善观测环境提高观测数据质量。
致谢
感谢会昌县气象局提供的会昌台2020~2022年3月~5月湿度数据。
基金项目
中国地震局监测、预报、科研三结合课题(3JH-202201015)。