聯(lián)合空基與地基觀測數(shù)據(jù)揭示2017年新疆精河MW6.3地震震前多參數(shù)時空關(guān)聯(lián)及可能的物理機制

吳瑋瑩, 單新建*, 屈春燕, 李新艷, 朱治國, 姜衛(wèi)平

1 中國地震局地質(zhì)研究所地震動力學(xué)國家重點實驗室，北京 100029 2 寧夏回族自治區(qū)地震局，銀川 750001 3 新疆維吾爾自治區(qū)地震局，烏魯木齊 830011 4 武漢大學(xué)，武漢 430072

0 引言

地震是破壞性最大，造成人員傷亡和財產(chǎn)損失最嚴(yán)重的自然災(zāi)害之一，對人類社會發(fā)展產(chǎn)生了極大的威脅.最有效減輕地震災(zāi)害的方法是利用地震前兆異常變化對未來發(fā)生地震的時間、空間、強度等信息進行預(yù)測(Tronin, 2010; Saraf et al., 2009).構(gòu)造地震發(fā)生前，在震源區(qū)特別是活動斷層周圍，構(gòu)造應(yīng)力在局部地殼巖石中積聚和增強，需要經(jīng)歷一個長期的能量積累過程.此過程伴隨著地殼形變、地球化學(xué)、熱紅外等多種物理參數(shù)的異常變化(Wu et al., 2012).隨著觀測技術(shù)和異常探測方法的發(fā)展，大量研究報道了地震震前巖石圈、大氣層和電離層等多種物理參數(shù)異常變化(Wu et al., 2016).

然而，目前仍缺乏廣為認(rèn)可的單一地震異常參數(shù).因此，許多研究通過識別地震前多個參數(shù)異常變化之間的時空關(guān)聯(lián)性代替單一參數(shù)研究(Ouzounov et al., 2011, 2015; Qin et al., 2013, 2014a; Zhong et al., 2020).Qin等(2014b)對2008年汶川地震震前氣溶膠光學(xué)厚度可能的異常變化進行了研究，其結(jié)果表明：汶川地震震前，氣溶膠光學(xué)厚度在龍門山斷裂帶附近明顯增強，其異常變化早于或與其他大氣和電離層異常準(zhǔn)同步，這種獨特的異常變化可能與巖石圈—大氣層—電離層耦合(Lithosphere-atmosphere-ionosphere coupling，LAIC)模型有關(guān).Akhoondzadeh等(2018)對2016年4月16日厄瓜多爾MW7.8地震前后電離層電子密度、溫度、磁場、總電子含量、地表溫度和氣溶膠光學(xué)厚度的異常變化進行了研究.其研究結(jié)果表明，多種參數(shù)異常變化的時空關(guān)聯(lián)可以用LAIC模型解釋.Marchetti等(2019)基于對地磁場、大氣化學(xué)/物理成分的回顧性分析，綜合已經(jīng)發(fā)表的地下水化學(xué)和地震活動的結(jié)果，在2016—2017年意大利中部地震序列孕震過程中尋找可能的LAIC影響.他們發(fā)現(xiàn)了一條準(zhǔn)同步異常鏈，并提出了在地震孕震階段巖石圈、大氣層和電離層均存在異常演化.多數(shù)揭示地震震前多參數(shù)異常時空變化關(guān)聯(lián)的研究都將LAIC模型作為可能的物理機制.LAIC模型解釋了地表、大氣和電離層多種參數(shù)變化之間的協(xié)同作用(Pulinets and Ouzounov, 2011).在LAIC模型中，氣體(主要是氡氣)的釋放、空氣電離和離子水合作用對熱參數(shù)和電離層參數(shù)異常變化起到了重要的作用(Pulinets and Ouzounov, 2011).然而，大多數(shù)相關(guān)研究集中在熱參數(shù)與電離層參數(shù)異常變化耦合關(guān)聯(lián)，缺乏氡氣對地震震前多種參數(shù)變化的影響和熱參數(shù)之間異常時空變化關(guān)聯(lián)的相關(guān)研究成果.

2017年8月8日(UTC)新疆博爾塔拉蒙古自治州精河縣發(fā)生MW6.3地震，造成了較為嚴(yán)重的災(zāi)害.目前，缺乏對于此次地震震前熱參數(shù)異常變化特征的相關(guān)研究.此外，該地震發(fā)震震中周圍分布了諸如鉆孔形變、流體綜合監(jiān)測臺(可獲取氡氣數(shù)據(jù))等多種監(jiān)測手段的地面監(jiān)測臺站，為我們結(jié)合空基數(shù)據(jù)和地基數(shù)據(jù)探討地震震前熱參數(shù)的異常變化提供了難得的機會.因此，本研究綜合利用地基數(shù)據(jù)，包括鉆孔溫度、水溶氡氣、水溶氦氣和鉆孔形變及空基的熱紅外參數(shù)數(shù)據(jù)，包括地表溫度(surface temperature，ST)、空氣溫度(air temperature，AT)、潛熱通量(surface latent hear flux，SLHF)和晴空出射長波輻射(Outgoing longwave radiation under clear-sky，OLR)，回顧性分析了多種參數(shù)在精河地震前后時空變化特征，提取可能與地震相關(guān)的異常變化.本研究著重探究以下三個問題：1)精河地震震前是否存在多種參數(shù)與地震相關(guān)的異常變化，多種參數(shù)異常變化時空變化特征及其關(guān)聯(lián)性是怎樣的？2)氡氣是否存在與地震相關(guān)異常變化，其異常變化對其它參數(shù)異常變化起到什么樣的作用？3)如果存在多種參數(shù)異常變化，那么引起異常變化可能的物理機制是什么？

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)

1.1.1 ERA5再分析數(shù)據(jù)

本研究采用ERA5再分析數(shù)據(jù)集作為空基數(shù)據(jù)來源，識別熱紅外相關(guān)參數(shù)異常變化.NCEP(National Centers for environmental)(Qin et al., 2012, 2014a; Zhang et al.,2021; Jing et al., 2013)和ERA-Interim再分析數(shù)據(jù)集(Wu et al., 2012; Piscini et al., 2017)是地震熱異常研究中常用的再分析數(shù)據(jù)集.ERA5是ECMWF(European Centre for Medium-Range Weather Forecasts)第五代全球氣候和天氣再分析數(shù)據(jù)集.再分析利用物理原理將模型數(shù)據(jù)與世界各地的觀測數(shù)據(jù)結(jié)合成一個全球完整一致的數(shù)據(jù)集，該物理原理稱為數(shù)據(jù)同化.在數(shù)據(jù)生產(chǎn)過程中，多個小時前的預(yù)報值(在ECMWF中是12小時)以一種最佳方式與最新的可用的觀測數(shù)據(jù)相結(jié)合，從而產(chǎn)生對大氣狀態(tài)的一個新的最佳估計，這個過程叫做“分析”.“再分析”過程中使用了更多的時間收集觀測的結(jié)果，以提高了數(shù)據(jù)的質(zhì)量.

ERA5數(shù)據(jù)具有高精度、全覆蓋、時空連續(xù)性好的優(yōu)勢，并且相較于其它再分析數(shù)據(jù)集具有更高的空間分辨率(其空間分辨率為0.25°×0.25°).由于地震震前熱異常往往出現(xiàn)在未來地震震中和斷裂帶附近的大范圍區(qū)域內(nèi).因此，本研究采用Dobrovolsky等(1979)提出的地震孕震區(qū)定量化估算公式定義研究區(qū)域范圍，公式如下：

r=100.43Mkm,

(1)

式中，r為地震孕震區(qū)域的半徑，M為地震震級.因此，本文中研究區(qū)域范圍設(shè)定為以地震震中為中心周圍5°的范圍.研究共獲取了11年的數(shù)據(jù)，除地震年外，其余10年數(shù)據(jù)選擇了在研究區(qū)范圍內(nèi)無震級大于5.0級地震發(fā)生的年份，以避免地震活動對于背景場構(gòu)建的影響.研究使用夜間數(shù)據(jù)(北京時間：00∶00—03∶00；UTC時間：16∶00—19∶00)以避免太陽輻射和人為活動因素的影響.

1.1.2 地基觀測數(shù)據(jù)

為了消除降雨等天氣因素對于提取結(jié)果的影響，驗證熱紅外參數(shù)提取結(jié)果的可靠性，本研究收集了位于精河的中國國際氣象交換站監(jiān)測得到的平均氣溫和降水?dāng)?shù)據(jù).與此同時，本研究收集了新疆巴倫、尼勒克鉆孔形變臺監(jiān)測得到的鉆孔溫度、鉆孔形變數(shù)據(jù)以及烏魯木齊流體綜合臺站監(jiān)測得到的水溶氦氣和水溶氡氣數(shù)據(jù)，分析其可能與地震相關(guān)的異常變化及其與熱紅外參數(shù)異常變化之間的關(guān)聯(lián).表1展示了地基觀測數(shù)據(jù)概況，包括經(jīng)緯度、距地震震中的距離、獲取測項、臺站深度和獲取的觀測時段.圖1展示了地面監(jiān)測臺站的空間分布，其中精河氣象站位于圖中的精河縣.

1.2 熱紅外參數(shù)異常提取方法

熱紅外參數(shù)變化受太陽輻射、地形、植被覆蓋和人類活動等多種因素的影響.地震孕震過程對熱紅外參數(shù)變化的影響是十分微弱的.為抑制其他活動對于熱紅外參數(shù)的影響，突出地震活動造成熱紅外異常變化，本研究使用ZS(Z-score)方法提取地震震前熱紅外參數(shù)的異常變化.ZS方法是一種基于比值的方法，該方法以地震當(dāng)前觀測值與多年觀測值的平均值的差作為分母的部分，以多年觀測值的標(biāo)準(zhǔn)差作為分子的部分.通過利用多年觀測值構(gòu)建的背景場并且計算比值，ZS方法可以有效地去除背景信息對異常識別的影響，具有計算簡便、數(shù)學(xué)原理明確的優(yōu)點(Jiao et al., 2018).ZS指數(shù)的大小反映了當(dāng)前觀測值偏離多年背景值的程度(Tronin et al.,2002).ZS方法可用如下的公式表示(Venkatanathan and Natyaganov, 2014)：

(2)

式中，v(x,y,t)是地表溫度的當(dāng)前觀測值，μ(x,y)為背景場，即同一位置多年同期觀測數(shù)據(jù)的平均值，δ(x,y)為相應(yīng)的標(biāo)準(zhǔn)差.

1.3 熱紅外參數(shù)異常變化閾值設(shè)定及提取步驟

氣候變化等自然因素對熱紅外參數(shù)的影響較大.本研究采用研究區(qū)內(nèi)無震級大于5.0級地震發(fā)生年份的觀測數(shù)據(jù)計算了多年觀測值的平均值和標(biāo)準(zhǔn)差構(gòu)建背景場，并且計算熱紅外參數(shù)的ZS指數(shù)盡力剔除了季節(jié)變化和區(qū)域氣候因素.為了驗證地震活動確實引起了不同于熱參數(shù)正常年變的異常變化，本研究首先利用非地震年數(shù)據(jù)(即無震級大于5.0級地震發(fā)生的年份)，計算研究時段內(nèi)非地震年數(shù)據(jù)每一天整幅影像的平均值，并計算不同非地震年份同一天數(shù)據(jù)的變化梯度，變化梯度代表了熱紅外參數(shù)在自然條件下正常的變化水平；然后，計算地震年觀測數(shù)據(jù)與背景場的差值，這一差值代表了在地震發(fā)生條件下熱紅外參數(shù)的變化水平，記作地震變化率；最后，計算地震變化率與年變梯度的差值來衡量地震活動是否引起了不同于熱參數(shù)正常年變的異常變化，若地震變化率與年變梯度的差值大于0，則表明地震孕震過程可能引起了熱紅外參數(shù)的異常變化.本研究計算得到該差值在整個研究時段內(nèi)的時間序列曲線，并選取該差值大于0的天數(shù)作為熱紅外參數(shù)異常變化的候選時段.

計算得到熱紅外參數(shù)的ZS指數(shù)后，我們需要進一步定義合適的異常變化閾值.本研究首先繪制了ZS指數(shù)的頻率分布圖，并且計算得到該頻率分布的偏度、峰度、平均值、中位數(shù)和標(biāo)準(zhǔn)差以確定其是否符合高斯分布.如果ZS指數(shù)的頻率分布符合高斯分布，那么異常閾值設(shè)定為ZS大于2，此時置信區(qū)間為95%；反之，當(dāng)ZS指數(shù)不符合高斯分布時，研究采用ZS指數(shù)的中位數(shù)和四分位距定義異常變化閾值(Saradjian and Akhoondzadeh, 2011; Pulinets et al., 2006).異常變化閾值的計算方法如下所示：

(3)

式中M為ZS指數(shù)的中位數(shù)，k為閾值參數(shù)，IQR為四分位距(即75%分位數(shù)和25%分位數(shù)的差值).閾值參數(shù)的設(shè)定以保證置信區(qū)間為95%.

通過計算ZS指數(shù)并設(shè)定了合適的異常變化閾值后，本研究進一步設(shè)定了閾值規(guī)則和時間持續(xù)性規(guī)則提取熱參數(shù)異常變化(Zhang et al., 2021).規(guī)則如下:1)計算得到的ZS指數(shù)應(yīng)大于設(shè)定的異常閾值；2)與短期天氣變化引起的熱異常不同，地震引起的熱異常應(yīng)是持續(xù)性的，因此與地震相關(guān)的熱異常變化至少應(yīng)連續(xù)出現(xiàn)兩天.

綜上所述，精河地震震前熱紅外參數(shù)異常提取步驟為：1)數(shù)據(jù)下載和預(yù)處理(包括數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)重投影等)；2)對非地震年數(shù)據(jù)進行滑動平均以剔除偶發(fā)因素對于背景場數(shù)據(jù)的影響；3)計算非地震年數(shù)據(jù)的多年平均值和標(biāo)準(zhǔn)差，構(gòu)建背景場；4)計算各熱紅外參數(shù)地震變化率與年變梯度差值，繪制其時間序列曲線，確定異常變化候選時段，由于SLHF和OLR數(shù)據(jù)易受降雨因素的影響，根據(jù)氣象站獲取的降雨數(shù)據(jù)將候選時段內(nèi)降雨時段剔除；5)利用公式(2)計算得到參數(shù)的ZS指數(shù)；6)繪制上一步計算得到的ZS指數(shù)的頻率分布圖，并計算偏度、峰度、平均值、中位數(shù)和標(biāo)準(zhǔn)差確定ZS指數(shù)的頻率分布，計算合適的異常閾值；7)根據(jù)閾值規(guī)則、時間持續(xù)性規(guī)則及異常變化候選時段，確定與地震相關(guān)的異常變化，并繪制異常變化時空分布圖；8)可采用精河氣象站獲取的平均氣溫數(shù)據(jù)驗證基于空基的AT數(shù)據(jù)提取得到異常變化的可靠性；由于平均氣溫可獲取多年數(shù)據(jù)，因此同樣采用ZS方法提取平均氣溫異常變化.

2 數(shù)據(jù)處理及結(jié)果

2.1 精河地震概況及區(qū)域構(gòu)造背景

2017年8月8日23∶27∶53(UTC時間)新疆維吾爾自治區(qū)精河縣發(fā)生MW6.3地震，震中位于82.8°E，44.3°N，震源深度20 km.地震震中距離精河縣城37 km，距離博爾塔拉蒙古自治州博樂市約95 km，距烏魯木齊約380 km.截至8月9日11時，地震共造成32人受傷(2人重傷)，142間房屋倒塌，1060間房屋受損.1900年以來，震中200 km范圍內(nèi)共發(fā)生過6級以上地震11次，最大地震為1944年3月10日新源7.2級地震.根據(jù)中國地震臺網(wǎng)測定，截至2017年8月14日16時00分，共記錄到余震總數(shù)372個，其中4.0～4.9級地震6個，3.0～3.9級地震14個.

新疆精河地震發(fā)生在準(zhǔn)噶爾盆地西南邊緣，天山支脈婆羅科努山北麓，中天山斷裂帶.天山山脈從南部的塔里木盆地延伸至北部的準(zhǔn)噶爾盆地，從中國的新疆延綿至哈薩克斯坦，長度約為2500 km，平均海拔約為4000 km(Avouac et al., 1993; Gong et al., 2019).根據(jù)前人的研究結(jié)果，此次地震的發(fā)震斷裂為庫松木契克山前斷裂.該斷裂屬伊犁盆地北部地震構(gòu)造帶.庫松木契克山前斷裂在大地構(gòu)造上位于準(zhǔn)噶爾新生代拗陷與賽里木湖隆起之間，地理上位于中天山北部的庫松木契克山山前.該斷裂東起基普克一帶附近，向西經(jīng)過烏拉斯泰、烏蘭特爾干和掃子木圖，沿庫松木契克山前延伸至賽里木湖.該斷裂為區(qū)域性活動逆沖斷裂帶，全長160 km，走向為NW-SE，傾角為40°～60°(劉兆才等，2019; 陳建波等，2007).

2.2 精河地震前后熱紅外參數(shù)異常變化時空分布

2.2.1 地表溫度和空氣溫度

ST代表了地球表面非常薄的表層溫度，它影響著大氣表面和地球邊界層之間的能量交換.AT為地球表面2 m的空氣溫度，受到地表溫度的影響.圖2為ST和AT的ZS指數(shù)頻率分布圖.ST和AT ZS指數(shù)均為偏態(tài)分布，因此研究采用中位數(shù)和四分位距定義異常閾值.當(dāng)k值為1.7時，其置信區(qū)間為95%.圖3為ST和AT地震變化率與年變梯度差值的時間序列曲線圖.從圖3中可以看出，此次地震的孕震活動確實可能導(dǎo)致ST和AT的異常變化.在一些異常變化的候選時段內(nèi)，地震變化率與年變梯度的差值顯著大于0，并且ST和AT異常變化的候選時段相似.

圖1 研究區(qū)構(gòu)造背景圖紅色五角星為精河地震震中，棕色線為發(fā)震斷裂，黑色方形為精河縣，黑色三角形為地面監(jiān)測臺站，紅色球為精河地震震源機制，紅色線為再分析數(shù)據(jù)范圍，KPF為庫松木契克山前斷裂，TS為天山，NLK BDS為尼勒克鉆孔形變臺，BL BDS為巴倫鉆孔形變臺，UFIS為烏魯木齊流體綜合臺.Fig.1 Tectonic map of the study areaThe red star marks the epicentre of the Jinghe earthquake, the black line is the Kusongmuxieke Piedmont Fault (KPF), the black square is Jinghe country, black triangles are ground-based observation station. The red sphere is the focal mechanism of the Jinghe earthquake, the red line is the range of the reanalysis data. TS, Tianshan; NLK BDS, Nileke borehole deformation station; BLBDS, Balun borehole deformation station; UFIS Urumqi fluid integration station.

圖2 地表溫度(a)、空氣溫度(b) ZS指數(shù)頻率分布圖(紅色線為異常閾值)Fig.2 The frequency histograms of the Z-score (ZS) index for the surface temperature (a) and air temperature (b). The red line marks the anomaly threshold

圖3 地表溫度(a)、空氣溫度(b)地震變化率與年變梯度差值時間序列曲線圖紅色線為差值等于0，黑色線為地震發(fā)震時刻.Fig.3 The time series curves of difference between seismic variability and annual variation gradient of surface temperature (a) and air temperature (b)The red line marks the value equal to 0. The black line marks earthquake occurred time.

圖4 精河地震前地表溫度異常變化時空分布圖圖中紅色五角星為地震震中，棕色線為發(fā)震斷裂，灰色細(xì)線為區(qū)域斷裂.Fig.4 The spatial-temporal distribution maps of extracted surface temperature anomalies before Jinghe earthquakeThe red star marks the epicentre location, brown line shows the seismogenic fault, grey thick line shows the bounder of China and grey thin lines show the fault in study area.

圖5 精河地震前空氣溫度異常變化時空分布圖圖中紅色五角星為地震震中，棕色線為發(fā)震斷裂，灰色細(xì)線為區(qū)域斷裂.Fig.5 The spatial-temporal distribution maps of extracted air temperature anomalies before earthquakeThe red star marks the epicentre location, brown line shows the seismogenic fault, grey thick line shows the bounder of China and grey thin lines show the fault in study area.

圖6 平均氣溫ZS指數(shù)頻率分布圖(a)和時間序列曲線(b)圖中紅色線為異常閾值，黑色線為地震發(fā)震時刻.Fig.6 The frequency histogram (a) and time series curve (b) of ZS index of mean temperatureThe red line marks the anomaly threshold, the black line marks the earthquake occurred time.

圖7 潛熱通量(a)、長波輻射(b) ZS指數(shù)頻率分布圖圖中紅色線為異常閾值.Fig.7 The frequency histograms of the Z-score (ZS) index for the surface latent heat flux (a) and outgoing longwave radiation (b)The red line marks the anomaly threshold.

圖8 潛熱通量(a)、長波輻射(b)地震變化率與年變梯度差值時間序列曲線圖圖中紅色線為差值為0，黑色線為地震發(fā)震時刻.Fig.8 The time series curves of difference between seismic variability and annual variation gradient of surface latent heat flux (a) and outgoing longwave radiation (b)The red line marks the value equal to 0. The black line marks earthquake occurred time.

圖9 研究時段降雨數(shù)據(jù)分布圖圖中黑色線為地震發(fā)震時刻.Fig.9 The time series of precipitation in study periodThe black line marks the earthquake occurred.

圖4和圖5分別為ST和AT異常變化時空分布圖.ST和AT異常同時滿足在候選異常變化時段、閾值規(guī)則和時間持續(xù)性規(guī)則，因此本研究認(rèn)為其可能是地震孕震過程引起的.ST異常變化集中在地震震前一個月.第一次與地震相關(guān)的ST異常出現(xiàn)在7月6日，該異常沿地震斷裂帶分布，并且在7月8日、9日其分布范圍逐漸擴大.7月10日、11日，在地震震中周圍和研究區(qū)南部出現(xiàn)了顯著的ST異常變化.7月26日，研究區(qū)西北部再次出現(xiàn)ST異常并逐漸向東移動，于7月29日消失.AT異常與ST異常變化具有良好地時空同步性，表明了二者高度的相關(guān)性.

為了驗證天基數(shù)據(jù)提取出的AT異常的可靠性，研究收集了精河氣象站平均氣溫觀測數(shù)據(jù).由于能夠收集到多年的觀測數(shù)據(jù)，研究同樣采用ZS方法提取平均氣溫異常.圖6為平均氣溫ZS指數(shù)頻率分布圖(圖6a)和時間序列曲線(圖6b).由于平均氣溫度的ZS指數(shù)符合偏態(tài)分布，因此研究利用中位數(shù)和四分位距設(shè)定異常閾值，當(dāng)k為1.6時，置信區(qū)間為95%.平均氣溫異常出現(xiàn)時段與AT異常出現(xiàn)時段近同步，表明AT異常變化提取結(jié)果可靠，在這些時段內(nèi)，確實存在AT異常變化.

2.2.2 潛熱通量和晴空長波輻射

SLHF和OLR是地球表面能量收支的重要組成部分.SLHF是地球表面與大氣進行熱量交換時，水相變引起的吸收或釋放的熱量的通量.OLR是地球表面輻射反射、吸收和發(fā)射的綜合最終離開地球系統(tǒng)的輻射量，是地表和大氣熱狀態(tài)綜合反映.圖7為SLHF和OLR的ZS指數(shù)頻率分布圖.和ST、AT類似，SLHF和OLR的ZS指數(shù)也呈現(xiàn)偏態(tài)分布.因此，當(dāng)k值分別為2.7和1.7時，SLHF和OLR的ZS指數(shù)的置信區(qū)間為95%.圖8為SLHF和OLR地震變化率與年變梯度差值的時間序列曲線.從圖中可以看出，與ST和AT相比，SLHF和OLR異常變化候選時段更多.OLR異常候選時段的變化幅度遠(yuǎn)高于SLHF.SLHF和OLR都易受到降雨因素的影響.為了消除由降雨引起的SLHF和OLR異常，研究繪制了研究時段內(nèi)降雨數(shù)據(jù)分布圖(圖9).從圖中可以看出，降雨主要集中在5月至6月，因此將候選時段內(nèi)有降雨發(fā)生的時段剔除.

圖10為SLHF異常時空分布圖.圖11為OLR異常時空分布圖.提取出的SLHF和OLR異常滿足在無降雨的候選時段內(nèi)，超過指定的異常閾值并且符合時間持續(xù)性準(zhǔn)則，因此研究認(rèn)為提取出的異?？赡苁怯捎诘卣鹪姓鸹顒右鸬?SLHF異常主要集中在7月11至13日和8月2日至3日兩個階段.7月11日，顯著的SLHF異常分布于地震震中周圍.地震震前一周，地震震中以東再次出現(xiàn)了較弱的SLHF異常變化.OLR異常變化主要分為5個階段.5月23日，OLR異常首次分布于地震震中周圍，5月24日異常變化高值區(qū)出現(xiàn)在地震震中和斷裂帶周圍且與斷裂帶走向一致.6月，OLR異常主要集中在研究區(qū)南部.7月5日，震中周圍再次出現(xiàn)OLR異常，異常分布面積逐漸增大，在7月10日達(dá)到最大值.7月26日，OLR異常分布于研究區(qū)北部，然后逐漸消失.

2.3 精河地震前后地基觀測數(shù)據(jù)異常變化

2.3.1 鉆孔溫度

地殼淺層地溫變化與近地表溫度變化之間存在一定的內(nèi)在聯(lián)系.鉆孔溫度數(shù)據(jù)來源于新疆巴倫鉆孔形變臺安裝的鉆孔溫度觀測儀，其深度為地下156 m，代表了地殼淺層的地溫變化.由于該臺站建立于2016年，因此除地震年外，本研究還獲取了地震后2018、2019和2020年的觀測數(shù)據(jù).2020年監(jiān)測數(shù)據(jù)質(zhì)量較差，因此只展示2017到2019年的觀測數(shù)據(jù).圖12a為鉆孔溫度觀測數(shù)據(jù)時間序列曲線圖.圖中黑色線表示精河地震發(fā)震時刻.從圖中可以看出，鉆孔溫度呈現(xiàn)出“夏高冬低”的季節(jié)性變化.對比不同年的觀測值，5月19日至9月30日，地震年鉆孔溫度觀測值顯著高于2018年及2019年.研究將2018年和2019年觀測值的平均值作為非地震年鉆孔溫度觀測背景值，計算了地震年觀測值與非地震背景值的差、該差值的平均值和標(biāo)準(zhǔn)差，并以該差值平均值加2倍標(biāo)準(zhǔn)差設(shè)置為異常閾值.圖12b為地震年觀測值與非地震年平均值的差值時間序列曲線，從圖中可以看出，從4月30日開始，地震年觀測值與非地震平均值的差值明顯大于0，開始呈現(xiàn)上升趨勢，5月19日后，上升趨勢增強.地震后，該差值出現(xiàn)了回落.然而，地震震前并沒有高于異常閾值的觀測值.綜合上述的研究成果，相較于非地震年份，地震年鉆孔溫度觀測值確實明顯升高，地震震前三個月上升趨勢較為明顯，但并未超過異常閾值.

2.3.2 水溶氡氣和氦氣

本研究收集了從2010—2020年烏魯木齊新十泉流體綜合觀測臺站水溶氡氣和氦氣觀測值.針對水氡數(shù)據(jù)，參考前人的研究(晏銳等，2018; 劉伯禮等，1975)，本研究首先繪制十年觀測值數(shù)據(jù)，以30天為窗口滑動平均繪制觀測數(shù)據(jù)趨勢線，同時繪制觀測資料的最小二乘擬合直線.圖13a為2010—2020年水氡觀測值時間序列曲線，圖中深藍(lán)色線為以30天為窗口滑動平均值，紫色線為最小二乘擬合直線，黑色線為精河地震發(fā)震時刻.從圖中擬合線可以看出，水溶氡氣觀測值自2010年以來總體呈現(xiàn)下降趨勢.2013年到2016年2月28日，呈現(xiàn)加速下降的趨勢，2016年2月28日之后，在趨勢下降的背景下開始轉(zhuǎn)折上升.精河地震發(fā)震前，觀測值超過了擬合線.這一現(xiàn)象可以在一些震例，例如汶川地震(晏銳等，2018)等的水溶氡氣異常變化研究中得到.研究進一步對地震年觀測數(shù)據(jù)進行采用計算平均值、標(biāo)準(zhǔn)差，以平均值加2倍標(biāo)準(zhǔn)差作為異常閾值，提取地震年異常變化(劉伯禮等，1975).圖13b為地震年水溶氡氣觀測值時間序列曲線，紅色線為異常閾值曲線.從圖中可以看出，在精河地震震前一個月即7月12日、13日、15日出現(xiàn)了水溶氡氣異常，與圖13a中在精河地震前上升趨勢在精河地震前超過了擬合線這一特征相符.綜合上述研究成果，本研究認(rèn)為，在長時間尺度上，2016年2月28日水氡觀測值在總體下降的趨勢下開始轉(zhuǎn)折上升，在精河地震發(fā)震前上升趨勢超過了擬合線；在地震年中，7月12日、13日、15日為短臨水溶氡氣異常變化.

圖10 精河地震前潛熱通量異常變化時空分布圖圖中紅色五角星為地震震中，棕色線為發(fā)震斷裂，灰色細(xì)線為區(qū)域斷裂.Fig.10 The spatial-temporal distribution maps of extracted surface latent heat flux anomaliesThe red star marks the epicentre location, brown line shows the seismogenic fault, grey thick line shows the bounder of China and grey thin lines show the fault in study area.

圖11 精河地震前長波輻射異常變化時空分布圖圖中紅色五角星為地震震中，棕色線為發(fā)震斷裂，灰色細(xì)線為區(qū)域斷裂.Fig.11 The spatial-temporal distribution maps of extracted outgoing longwave radiation clear-sky anomaliesThe red star marks the epicentre location, brown line shows the seismogenic fault, grey thick line shows the bounder of China and grey thin lines show the fault in study area.

圖12 鉆孔溫度觀測值(a)及地震年觀測值與非震年平均值差值(b)時間序列曲線圖中黑色線為地震發(fā)震時刻.Fig.12 Observed values of borehole temperature in 2017 (red curve), 2018 (blue curve) and 2019 (yellow curve) and time series curves of the difference between the observed seismic value and the non-seismic mean value (blue curve)The black line marks earthquake occurred time.

水溶氦氣采用與水溶氡氣相同的處理方法.圖14a為2010—2020年水溶氦氣的觀測值時間序列曲線，圖中深藍(lán)色為以30天為窗口滑動平均值，紫色為最小二乘擬合直線，黑色為精河地震的發(fā)震時刻.從圖中擬合線可以看出，水溶氦氣觀測值自2010年以來總體呈現(xiàn)上升趨勢.2014年12月2日，水溶氦氣在上升趨勢背景下轉(zhuǎn)折下降，到2016年3月21日，觀測值轉(zhuǎn)折上升并且超過擬合線而后繼續(xù)上升，2017年4月20日出現(xiàn)觀測值的峰值.圖14b為地震年水溶氦氣觀測值時間序列曲線，紅色線為異常閾值，黑色線為精河地震發(fā)震時刻.從圖中可以看出，精河地震前共有四次水溶氦氣異常出現(xiàn)，其中4月19日、20日，水溶氦氣觀測值顯著地高于異常閾值，而5月20日、27日則略高于異常閾值.水溶氦氣觀測值顯著高于異常閾值的時段與長時間序列中峰值出現(xiàn)時段一致.綜合上述研究成果，本研究認(rèn)為，在長時間尺度上2016年3月21日，觀測值轉(zhuǎn)折上升，在地震年中，4月19日、20日出現(xiàn)顯著的水溶氦氣異常，5月20日、27日則出現(xiàn)微弱的水溶氦氣異常.

2.3.3 鉆孔形變和GPS

鉆孔形變觀測能揭示地殼淺層的動、靜態(tài)應(yīng)力狀態(tài).鉆孔形變觀測值來自地震震中以南的尼勒克臺站(圖15).2017年該臺站的鉆孔形變NE-SW分類處于壓縮狀態(tài)，表明該方向上應(yīng)力處于持續(xù)的積累過程中.地震前5個月(3月26日)，NE-SW壓縮速率從1.25×10-9增加到3.38×10-9，并在地震前2個月(6月8日)逐漸降低.地震前2個月(5月3日)，NW-SE分量由壓縮狀態(tài)轉(zhuǎn)為拉張狀態(tài)，并且拉張速率逐漸增大直到地震發(fā)生.這一現(xiàn)象表明地震前這一方向上應(yīng)力由積累轉(zhuǎn)為釋放.天山地區(qū)GPS水平速度場表明該區(qū)域速度場運動趨勢總體表現(xiàn)為NE-SW方向為主，呈現(xiàn)壓縮狀態(tài)，速率較大的區(qū)域集中在地震震中的東南和西北區(qū)域(朱治國等，2018)(圖16).

圖13 (a)水溶氡氣2010—2020年觀測值時間序列曲線； (b) 地震年水氡觀測時間序列曲線圖中黑色線為地震發(fā)震時刻.Bq/L是指溶于每升水的放射性氡氣是1貝克.Fig.13 Time series curve of observed values of water-solute radon gas from 2010 to 2020 (a) and time series of curve of seismic observed values of water-solute radon gas (b)The black line marks earthquake occurred time.

圖14 (a)水溶氦氣2010—2020年觀測值時間序列曲線； (b) 地震年水溶氦氣時間序列曲線圖中黑色線為地震發(fā)震時刻.V/%表示水中溶解氣體積比總含量.Fig.14 Time series curve of observed values of water-solute helium gas from 2010 to 2020 (a) and time series of curve of seismic observed values of water-solute helium gas (b)The black line marks earthquake occurred time.

圖15 尼勒克鉆孔形變臺觀測值時間序列曲線圖中黑色線為地震發(fā)震時刻.Fig.15 The time series of NE-SW deformation component (red curve) and NW-SE deformation component (blue curve) before and after the Jinghe earthquakeThe black line mark earthquake occurred time.

3 討論

3.1 精河地震震前多參數(shù)時空關(guān)聯(lián)性

本研究在第二節(jié)中對熱紅外參數(shù)和地面監(jiān)測獲取得到的鉆孔溫度、水溶氡氣、水溶氦氣、鉆孔形變數(shù)據(jù)進行了處理和分析.本研究將進一步綜合分析多種參數(shù)之間的時空關(guān)聯(lián)性.從時間序列上來看，精河地震震前一年，即2016年，水溶氡氣和氦氣數(shù)據(jù)就呈現(xiàn)出了偏離總體變化趨勢的變化，但由于2016年12月8日在該區(qū)域內(nèi)發(fā)生了呼圖壁MS6.2地震，所以并不能夠確切的認(rèn)為這一變化為精河地震震前異常變化.然而，地震年研究提取出的水溶氡氣異常和氦氣異常在2010—2020年十年觀測時間序列曲線中也為顯著的異常點.在長時間序列中，地震年水溶氡氣異常點為超過擬合趨勢線的點，地震年水溶氦氣異常點為長時間序列峰值.長短時間序列的對比分析，進一步驗證了地震年提取結(jié)果的可靠性.

本文繪制了精河地震多參數(shù)異常變化時間分布圖(圖17).從圖17中可以看出，在精河地震震前，鉆孔形變在3月26日發(fā)生了壓縮速率的改變，是第一個出現(xiàn)與精河地震相關(guān)異常變化的研究參數(shù).下一個參數(shù)是水溶氦氣，其與精河地震有關(guān)的顯著異常變化出現(xiàn)在4月19日、20日，微弱異常則出現(xiàn)在5月20日、27日.OLR在5月23日首次出現(xiàn)異常變化，是第一個出現(xiàn)與精河地震相關(guān)異常變化的熱紅外參數(shù).ST和AT異常變化呈現(xiàn)近同步性，在7月6日首次出現(xiàn)異常變化.SLHF在7月11日首次出現(xiàn)異常變化，是最后一個出現(xiàn)異常變化的熱紅外參數(shù).水溶氡氣是最后出現(xiàn)異常變化的參數(shù)，其顯著異常出現(xiàn)在7月12日、13日和15日.綜上所述，本研究認(rèn)為精河地震震前多種參數(shù)異常變化在時間序列上呈現(xiàn)出鏈?zhǔn)竭^程.地震前一個月，特別是7月10日至15日，多個參數(shù)(例如ST、AT、SLHF、OLR、水溶氡氣)都出現(xiàn)了異常變化，為異常變化顯著階段.鉆孔形變NW-SE由壓縮轉(zhuǎn)為拉張狀態(tài)的時段與熱參數(shù)異常變化的時段相同，表明了地殼應(yīng)力的迅速釋放，這一現(xiàn)象也出現(xiàn)在其他震例研究中(Qin et al., 2012; Wu et al.,2016).

圖16 天山地區(qū)GPS水平速率分布圖(朱治國等，2018)Fig.16 Global Positioning System (GPS) horizontal velocity distribution map of the Tianshan region

圖17 精河地震多參數(shù)異常變化時間分布圖Fig.17 Time distribution of multi-parameter anomalies in Jinghe earthquake

從空間分布上來看，ST、AT和OLR異常都首先出現(xiàn)在研究區(qū)西部、西南部，而后逐漸向東部、東北部移動.參考鉆孔形變和GPS數(shù)據(jù)，ST、AT、OLR異?？臻g分布與研究區(qū)處于擠壓應(yīng)力狀態(tài)的方向吻合，即NE-SW方向.這一現(xiàn)象說明了熱紅外參數(shù)異常變化與區(qū)域應(yīng)力積累狀態(tài)的相關(guān)性.SLHF異常分布面積最小，且主要分布在研究區(qū)中部山區(qū)及山區(qū)與盆地的交界處，顯示出區(qū)域地形因素對其的影響，山區(qū)水汽較為充足，更易出現(xiàn)SLHF的異常變化.

綜上所述，研究認(rèn)為精河地震震前存在多種參數(shù)的異常變化，且參數(shù)異常變化存在一定的時空關(guān)聯(lián)性.在時間序列上，多參數(shù)異常變化呈現(xiàn)鏈?zhǔn)叫?yīng)，鉆孔形變?yōu)榈谝粋€出現(xiàn)異常變化的參數(shù)，水溶氡氣為最后一個異常變化參數(shù)，異常變化集中時段為7月10日至7月15日.在空間上，ST、AT和OLR異常分布都與擠壓應(yīng)力區(qū)域相吻合，顯示了其與區(qū)域應(yīng)力積累狀態(tài)的相關(guān)性，SLHF則更多的受到區(qū)域地形因素的影響，主要分布在研究區(qū)中部山區(qū)及山區(qū)與盆地的交界處.

3.2 可能的物理機制

上一節(jié)中，本研究綜合分析了本文中多種參數(shù)在時空變化上的關(guān)聯(lián).雖然水溶氡氣在地震前一年(2016年)中具有明顯的趨勢轉(zhuǎn)折，但由于在2016年12月8日在該區(qū)域內(nèi)發(fā)生了呼圖壁MS6.2地震，因此這一異常變化并不能認(rèn)定為由精河地震孕震所引起.然而，2017年中，水溶氦氣的異常變化出現(xiàn)在地震震前一個月，是最后一個出現(xiàn)異常變化的參數(shù)，如若氡氣引起空氣電離是引起熱參數(shù)異常變化的關(guān)鍵，那么水溶氡氣異常變化應(yīng)當(dāng)出現(xiàn)在熱參數(shù)異常變化之前.因此，研究認(rèn)為水氡異常變化并不是熱紅外參數(shù)異常變化的關(guān)鍵.綜合所有的研究成果，本研究認(rèn)為由Freund(2007a，2007b，2011)提出的p-hole正極空穴模型是此次精河地震震前多種參數(shù)異常變化可能的物理機制.圖18為精河地震p-hole正極空穴模型示意圖.精河地震發(fā)生前，在巖石圈深部，鉆孔形變/應(yīng)變表現(xiàn)為局部擠壓構(gòu)造活動和應(yīng)力增強，使得研究區(qū)內(nèi)NE-SW向處于壓縮和應(yīng)力積累的狀態(tài).巖石的擠壓和應(yīng)力的增強使得巖石產(chǎn)生熱彈性效應(yīng)和巖石摩擦熱，使應(yīng)力區(qū)和構(gòu)造滑移區(qū)局部地下溫度升高，該溫度可以通過鉆孔溫度監(jiān)測到.然而，由于巖石的導(dǎo)熱性較差，地下溫度(由鉆孔溫度檢測)的變化未能達(dá)到異常閾值.與此同時，在應(yīng)力的作用下，正極空穴在巖石中重新活化，并且在靜電力作用下相互排斥，并被推向巖石表面.局部應(yīng)力增強還導(dǎo)致地殼巖石破裂，產(chǎn)生了新的裂隙并且舊裂隙的進一步擴展，為地下氣體(氡氣、氦氣等)輸送提供了聯(lián)通網(wǎng)絡(luò)，導(dǎo)致巖石中的氦氣和氡氣持續(xù)滲出，氦氣在4月初出現(xiàn)了明顯的異常變化，而水溶氡氣則在地震前一個月達(dá)到了異常閾值.正極空穴在地表重新組合并以紅外光子的方式釋放能量，導(dǎo)致地表溫度的異常變化.地表溫度異常變化將進一步導(dǎo)致空氣溫度的上升.此外，地下氣體排放到大氣中也可能由于溫室效應(yīng)導(dǎo)致局部空氣溫度的上升.正極空穴和逸出的氡氣都會引起空氣電離.正的空氣分子由于內(nèi)部靜電斥力而膨脹和向上移動.在上升的過程中，如果任何給定海拔的相對濕度在合適的范圍內(nèi)，空氣分子將成為水汽分子冷凝的凝結(jié)核，在冷凝的過程中釋放出大量的熱，從而導(dǎo)致潛熱通量異常.由于長波輻射異常變化代表了與地震有關(guān)的所有熱效應(yīng)的積分，從地面一直到對流層頂.地表溫度、空氣溫度和潛熱通量的變化，都會導(dǎo)致長波輻射的變化.因此，長波輻射顯示出比其它熱紅外參數(shù)更多的異常變化.

圖18 精河地震正極空穴模型示意圖圖中藍(lán)色箭頭代表地下過程，紅色箭頭代表地表和大氣過程.Fig.18 A scheme on p-hole activation mechanism for 2017 Jinghe earthquakeThe blue arrows represent underground processes, the red arrows represent Surface and atmospheric processes.

4 結(jié)論

本研究結(jié)合空基和地基數(shù)據(jù)，研究了精河地震前地表溫度、空氣溫度、潛熱通量、晴空長波輻射、鉆孔溫度、水溶氡氣、水溶氦氣和鉆孔形變的時空變化，提取和分析可能與精河地震有關(guān)的異常變化，探討了多參數(shù)時空變化關(guān)聯(lián)及可能的物理機制.結(jié)果表明，地表溫度和空氣溫度異常主要分布在地震震中周圍和研究區(qū)北部及東部，其分布范圍在地震前一個月達(dá)到峰值.精河氣象站監(jiān)測的平均氣溫數(shù)據(jù)觀測結(jié)果驗證了為天基觀測得到的溫度異常.剔除降雨因素后，潛熱通量異常主要分布與研究區(qū)西北部、東南部和東部.晴空長波輻射異常的空間分布特征與地表溫度和空氣溫度具有較好的一致性，其分布范圍在地震前一個月達(dá)到峰值.精河地震震前，鉆孔溫度并未達(dá)到異常變化閾值.水溶氦氣異常變化出現(xiàn)在4月19日、20日，而水溶氡氣的變化則出現(xiàn)在地震前一個月(7月12日、13日、15日).鉆孔形變的NE-SW分量處于應(yīng)力累積狀態(tài)，而NW-SE分量則由應(yīng)力壓縮轉(zhuǎn)為拉張狀態(tài).

綜合空基和地基觀測分析結(jié)果，本文綜合分析了多參數(shù)的時空變化關(guān)聯(lián).時間序列上，精河地震震前多種參數(shù)異常存在鏈?zhǔn)竭^程，鉆孔形變?yōu)榈谝粋€異常變化參數(shù)，水溶氡氣是最后出現(xiàn)異常變化的；地震震前一個月，特別是7月10日到7月15日，為多參數(shù)異常變化集中時段；鉆孔形變NW-SE由壓縮轉(zhuǎn)為拉張狀態(tài)的時段與熱參數(shù)異常變化的時段相同.空間分布上，ST、AT和OLR異常分布都與擠壓應(yīng)力區(qū)域相吻合，顯示了其與區(qū)域應(yīng)力積累狀態(tài)的相關(guān)性，SLHF則更多的受到區(qū)域地形因素的影響，主要分布在研究區(qū)中部山區(qū)及山區(qū)與盆地的交界處.本研究認(rèn)為正極空穴模型是精河地震震前多參數(shù)異常變化可能的物理機制.地震前多參數(shù)異常變化及其時空關(guān)聯(lián)性的回顧性分析，對于我們了解地震孕震過程，探究異常變化可能的物理機制，提高未來地震預(yù)報的可靠性至關(guān)重要.

致謝感謝新疆維吾爾自治區(qū)地震局張治廣工程師提供的地面監(jiān)測臺站數(shù)據(jù).