華北地區(qū)高光譜氣體影響因素分析

丁志華, 盛艷蕊, 張子廣

(河北省地震局, 河北 石家莊 050021)

0 引言

傳統(tǒng)地下流體地震前兆研究中,以地下水位、地下水溫等定點(diǎn)觀測手段為主,近年來由于環(huán)境干擾的增多,定點(diǎn)觀測數(shù)據(jù)資料受其影響巨大。地球化學(xué)觀測逐漸成為地震前兆地下流體研究的新方向,高光譜遙感技術(shù)是其中之一。

在地震孕育和發(fā)生過程,應(yīng)力不斷積累,隨著應(yīng)力增大,滲透率增大,地殼產(chǎn)生微破裂,地下氣體會(huì)沿微裂隙向上移動(dòng),釋放到地表。隨著高光譜遙感技術(shù)的不斷發(fā)展,越來越多的國內(nèi)外學(xué)者開始應(yīng)用遙感技術(shù)研究地震前后氣體的變化,發(fā)現(xiàn)高光譜遙感方法可以觀測到地震引起的地球排氣作用,導(dǎo)致氣體(CH4,CO2,CO,O3,H2S等)濃度的變化[1]。大量研究表明大震前后高光譜遙感氣體會(huì)出現(xiàn)異常變化,主要表現(xiàn)為CO、CH4、水汽震前的高值異常:Singh等[2]利用MOPITT 數(shù)據(jù)探測到2001年1月26日印度古加拉特(Gujarat)M7.8地震前出現(xiàn)CO含量異常現(xiàn)象,Tronin[3]發(fā)現(xiàn)了O3濃度異常;Singh等[4]還探測到汶川地震前后水汽含量出現(xiàn)增高異常;崔月菊等[5-9]也發(fā)現(xiàn)地震前后多種高光譜氣體異常(汶川地震后CO升高異常與余震對(duì)應(yīng)較好,地震前兩個(gè)月CO有明顯的升高異常;玉樹地震前2周和震后2周CO濃度都出現(xiàn)了高值異常,震后5個(gè)多月期間水汽含量明顯高于往年,且波動(dòng)性增大),并且異常出現(xiàn)在地殼應(yīng)力接近最大值的交叉區(qū)域[10]?？梢?CO、CH4、O3和水汽等異常信息與地震關(guān)系密切,可以作為監(jiān)測地震的指標(biāo)參數(shù)[11]。因此利用高光譜遙感技術(shù)提取地震引起的氣體成分變化的方法得到了很多同行專家的認(rèn)可[12-13]。

盡管有很多的震例證明震前高光譜氣體異常的存在,但仍有很多質(zhì)疑的聲音,主要因?yàn)楦吖庾V氣體受干擾太多,用RST算法提取異常后,仍有很多無法解釋的高值區(qū)。解釋高光譜氣體無震異常的原因,尤為重要,也是目前高光遙感應(yīng)用于地震監(jiān)測預(yù)報(bào)的瓶頸所在。因此,分析不同氣體濃度的影響因素,判定高值異常性質(zhì),尤為重要。

本文以CH4和CO為例,計(jì)算不同地形條件下,高光譜氣體與水汽、溫度、長波輻射、氣壓的相關(guān)系數(shù),通過分析其相關(guān)性,了解不同氣體的影響因素,為震情跟蹤判定提供重要依據(jù)。

1 數(shù)據(jù)和方法

文中計(jì)算所用高光譜遙感數(shù)據(jù)均來源于美國宇航局NASA大氣紅外探測儀(AIRS),光譜分辨率Δλ/λ=1 200,軌道重復(fù)周期16天,全球80%的地區(qū)可以實(shí)現(xiàn)一天兩次覆蓋,空間分辨率為1°×1°。數(shù)據(jù)可在NASA Goddard地球科學(xué)數(shù)據(jù)和信息中心下載。

1.1 相關(guān)系數(shù)及回歸方程

高光譜氣體濃度影響較大,通過高光譜氣體與不同參數(shù)相關(guān)系數(shù),分析不同氣體的控制因素,有助于進(jìn)行異常提取。

(1)

(2)

(3)

得到相關(guān)系數(shù)為

(4)

設(shè)回歸方程為y=a+bx,有

(5)

(6)

計(jì)算均方差σ,當(dāng)某一點(diǎn)的y測值-(a+bx測值)<2σ時(shí),該點(diǎn)y受該點(diǎn)x值影響,當(dāng)y測值-(a+bx測值)>2σ時(shí),則認(rèn)為該點(diǎn)y脫離了x的控制。

1.2 異常提取方法

通過RST算法進(jìn)行異常提取。RST算法是一種描述某位置值相對(duì)平靜狀態(tài)的變化來提取異常的分析方法,具體計(jì)算公式為:

(7)

首先,求得全球不同位置(x,y)處氣體背景場(Gbac),為N年(2004—2017年)歷史數(shù)據(jù)的算術(shù)平均值

(8)

式中:i為年份;t為月份;GI(x,y,t)為全球不同位置不同不同時(shí)間氣體濃度。

然后,通過式(9)求得各地區(qū)不同月份氣體濃度(Gmon)與背景場(Gbac)的差值ΔG,以此表示背景場對(duì)高光譜氣體的影響。式(10)計(jì)算標(biāo)準(zhǔn)差,式(11)將ΔG與標(biāo)準(zhǔn)偏差σ(x,y)比較,進(jìn)一步提取異常信息,判斷異常強(qiáng)度[14]。

ΔG(x,y)=Gmon(x,y)-Gbac(x,y)

(9)

σ(x,y)=

(10)

(11)

?(x,y)越大表示異常強(qiáng)度越高,(x,y)越低表示異常越不明顯。

2 結(jié)果

為分析CH4與CO的影響因素,按地形分為海洋、平原、山區(qū)、盆地四4種類型,每種地形隨機(jī)選取3個(gè)點(diǎn)(圖1),分別計(jì)算兩種氣體與水汽、溫度、長波輻射和氣壓等參數(shù)相關(guān)系數(shù)。

圖1 不同地形選點(diǎn)位置圖Fig.1 Location map of different terrain

CH4、CO在不同地形條件下與各參數(shù)的相關(guān)系數(shù)結(jié)果(表1、表2)顯著性檢驗(yàn):計(jì)算樣本量為2003—2018年月均值數(shù)據(jù),N=192,N-2=190,查詢相關(guān)系數(shù)檢驗(yàn)表,當(dāng)相關(guān)系數(shù)在α=0.01上顯著相關(guān)的最小值為0.185,可見CH4與各參數(shù)在陸地均顯著相關(guān),CO與各參數(shù)只在海洋顯著相關(guān)。

表1 不同地形條件下CH4與各參數(shù)相關(guān)系數(shù)

表2 不同地形條件下CO與各參數(shù)相關(guān)系數(shù)Table 2 Correlation coefficient between CO and various parameters under different topographic conditions

結(jié)果表明,同種地形不同選點(diǎn)的相關(guān)系數(shù)結(jié)果較接近,同類地形條件下相關(guān)系數(shù)均值可代表氣體與不同參數(shù)在該地形條件的相關(guān)程度。不同地形條件下CH4、CO與各參數(shù)的相關(guān)系數(shù)有明顯差別。

3 分析與討論

3.1 氣體濃度的影響因素

海洋、平原、盆地3種地形中,每種地形不同位置環(huán)境條件較穩(wěn)定,因此同地形不同測點(diǎn)計(jì)算結(jié)果較相近,山區(qū)由于不同測點(diǎn)間光照條件、植被覆蓋率、海拔等可能相差較大,計(jì)算結(jié)果略有差距。

(1) CH4的影響因素

水汽(濕度)、溫度(氣溫)、氣壓是重要的氣象要素,CH4與各參數(shù)的相關(guān)性體現(xiàn)了氣象條件對(duì)CH4濃度變化具有較大的影響。除季節(jié)性顯著變化使得CH4具有明顯的季節(jié)性周期變化外,短時(shí)氣象變化也會(huì)通過影響CH4光化學(xué)反應(yīng)過程來控制CH4濃度。

CH4與水汽、溫度、長波輻射呈負(fù)相關(guān),與氣壓呈正相關(guān),且相關(guān)系數(shù)平原大于山區(qū)大于盆地?？諝馑?濕度大,為OH自由基的形成創(chuàng)造了有利條件,大量OH自由基的形成有利于CH4光化學(xué)反應(yīng)進(jìn)行,因此,CH4與水汽呈負(fù)相關(guān);溫度高、長波輻射強(qiáng)反應(yīng)太陽輻射的強(qiáng)弱,較強(qiáng)的太陽輻射有利于光化學(xué)反應(yīng)的進(jìn)行,因此,CH4與溫度、長波輻射均呈負(fù)相關(guān);由于空氣從高氣壓地區(qū)向低氣壓地區(qū)流動(dòng),因此高低壓地區(qū)的空氣就在水平方向上向周圍地區(qū)流出,該地區(qū)上方的空氣就要下降,不利于空氣上升,進(jìn)而抑制CH4向平流層輸送,導(dǎo)致CH4增多,低氣壓地區(qū)相反,周圍地區(qū)的空氣流入低氣壓地區(qū),使該地區(qū)的空氣上升,促進(jìn)CH4向平流層輸送,造成高氣壓地區(qū)CH4含量高,低氣壓地區(qū)CH4含量低的情況,因此CH4與氣壓正相關(guān)。同時(shí)由于低氣壓地區(qū)空氣上升,上升的空氣因所受的壓強(qiáng)減小而膨脹,溫度降低,空氣中的水汽凝結(jié),所以,低氣壓中心地區(qū)常常是陰雨天,進(jìn)一步形成大量OH自由基,促進(jìn)CH4光化學(xué)作用。CH4背景場總量在平原高于盆地、山區(qū),因此在平原參與光化學(xué)作用的CH4量比較大,同時(shí),平原四季環(huán)境各參數(shù)變化更為顯著,對(duì)CH4促進(jìn)、抑制作用更為顯著,因此CH4與各參數(shù)相關(guān)系數(shù)在平原大于山區(qū)大于盆地。

(2) CO的影響因素

海洋不同參數(shù)相關(guān)性特性與陸地(平原、山區(qū)、盆地)有較明顯的差別。有研究表明,海洋是大氣中CO的主要源[15-16],海洋上空CO濃度較高,其影響因素與陸地具有不同的特征。因此,在進(jìn)行不同氣體影響因素分析中,海洋可作為獨(dú)立體系進(jìn)行研究。

CO在陸地(平原、山區(qū)、盆地)與水汽、溫度、長波輻射、氣壓的相關(guān)性均較低,呈弱相關(guān)或不相關(guān)。華北地區(qū)東部沿海,與各參數(shù)相關(guān)系數(shù)較小的原因可能有兩種:一是CO本身受氣象因素影響較小;二是CO受氣象因素影響,但由于沿海地區(qū)受海洋源的影響較大,掩蓋了氣象因素的影響。

(3) CH4與CO的相關(guān)性

全球空氣中55%CO來源于光化學(xué)反應(yīng)[17-18],即空氣中CH4和CO的相關(guān)系數(shù)在-0.55左右,2003—2011年汶川地震震中CH4和CO相關(guān)系數(shù)-0.51[19],本文計(jì)算結(jié)果接近于空氣中CH4和CO背景系數(shù)。

CH4與CO呈較強(qiáng)的負(fù)相關(guān),且相關(guān)系數(shù)在盆地大于山區(qū)大于平原?？諝庵蠧H4的匯包括三個(gè)方面,最主要的是與OH自由基發(fā)生光化學(xué)反應(yīng),另外包括少量的平流層輸送和土壤中微生物氧化吸收[20-21]。CO是CH4空氣中光化學(xué)反應(yīng)的過渡產(chǎn)物,CH4消耗,可以直接導(dǎo)致CO增加,同時(shí),CO也會(huì)與空氣中OH發(fā)生反應(yīng)[21],導(dǎo)致空氣中OH自由基減少,進(jìn)而抑制CH4的氧化,最終導(dǎo)致CH4與CO呈較顯著的負(fù)相關(guān);盆地相對(duì)于平原封閉,氣體不容易擴(kuò)散,促進(jìn)了CH4與CO的相互作用以及氣體的富集,因此盆地CH4與CO的相關(guān)性高于平原,山區(qū)不同位置封閉程度不同,計(jì)算結(jié)果波動(dòng)較大,均值接近背景,介于盆地與平原之間。

CO受氣象因此干擾小,但由于CO是CH4光化學(xué)反應(yīng)的中間產(chǎn)物,因此,在出現(xiàn)異常時(shí),CH4相對(duì)于CO具有更直觀、更快速的異常表現(xiàn),更具有優(yōu)勢。

3.2 影響因素回歸分析

由于CH4更適合于氣體異常源的分析,因此本文詳細(xì)研究了CH4與不同氣象參數(shù)的相關(guān)性來進(jìn)行異常性質(zhì)判定。通過回歸方程來描述水汽、溫度、氣壓等氣象因素對(duì)CH4的影響(圖2-圖4)。

對(duì)回歸方程進(jìn)行F檢驗(yàn),分別得到F值為水汽48.51,溫度88.34,氣壓175.48,查表得F0.05=3.89,計(jì)算結(jié)果遠(yuǎn)大于臨界值,因此回歸方程可靠,顯著相關(guān),認(rèn)為線性方程可以表征CH4與各參數(shù)的相關(guān)關(guān)系?？赏ㄟ^不同參數(shù)的變化進(jìn)一步分析高光譜氣體的變化量。

圖2 CH4與水汽一元線性回歸方程Fig.2 The linear regression equation between CH4 and water vapor

圖3 CH4與溫度一元線性回歸方程Fig.3 The linear regression equation between CH4 and temperature

圖4 CH4與氣壓一元線性回歸方程Fig.4 The linear regression equation between CH4 and Air pressure

進(jìn)一步計(jì)算CH4與水汽、溫度、氣壓線性回歸方程的2倍均方差分別為1.14、1.08和0.92,當(dāng)CH4觀測值與預(yù)測值之差的絕對(duì)值在2倍均方差范圍內(nèi)時(shí),認(rèn)為CH4高值異常為氣象因素引起的可能性較大,當(dāng)高于2倍均方差時(shí),構(gòu)造活動(dòng)或其他非氣象因素影響的可能性較大。

3.3 京津冀地區(qū)異常應(yīng)用檢驗(yàn)

根據(jù)式(10)～(11)計(jì)算得到2019年3—6月份京津冀地區(qū)CH4異常強(qiáng)度分布(圖5)。

圖5顯示CH4在6月出現(xiàn)高值異常,主要集中在京西南與河北交界位置,其他地區(qū)無高值異常。為進(jìn)一步分析該區(qū)域異常變化,縮短時(shí)間間隔,繪制6月份的8日均值異常分布圖(圖6)。

圖6 2019年6月份8日均值異常分布Fig.6 Abnormal distribution of 8-day average value of CH4 in June 2019

8日均值異常分布圖顯示6月12日前后北京西南位置出現(xiàn)小幅高值異常,之后恢復(fù),6月28日該位置再次出現(xiàn)高值異常,異常位置與月均值異常位置一致。

提取異常位置中心點(diǎn)水汽、溫度、氣壓時(shí)間序列曲線,將6月測值帶入回歸方程,測值分布于回歸線附近(圖2～圖4中紅方塊所示),計(jì)算得到CH4預(yù)測值與觀測值之差分別為0.45,0.56,0.79,均小于水汽、溫度、氣壓回歸方程2倍均方差,因此認(rèn)為該異常可能受氣象變化因素影響。

4 結(jié)論

通過以上分析研究,得到以下幾點(diǎn)結(jié)論:

(1) 由于CH4與水汽、溫度、長波輻射、氣壓呈顯著相關(guān),且在不同地形呈現(xiàn)不同特征,CH4濃度變化受氣象因素、地形條件影響較大;

(2) 受海洋源的影響,CO在不同地區(qū)與水汽、溫度、長波輻射、氣壓的相關(guān)性均較低,因此沿海地區(qū)氣象因素對(duì)CO影響不大,而內(nèi)陸地區(qū)CO受氣象影響程度需要進(jìn)一步研究;

(3) 由于CO為CH4光化學(xué)反應(yīng)的中間產(chǎn)物,CH4與CO呈較強(qiáng)的負(fù)相關(guān),因此,在對(duì)高光譜氣體進(jìn)行異常提取時(shí),CH4相對(duì)CO更有優(yōu)勢;

(4) 對(duì)異常點(diǎn)觀測值與氣象參數(shù)進(jìn)行線性擬合,將觀測值與擬合值之差于回歸方程2倍均方差比,可以作為震情跟蹤中異常性質(zhì)判定的方法之一。

2019年6月份京西南地區(qū)CH4高值異?？赡苁軞庀笠蛩赜绊憽?/p>