2018, Vol. 38
2. 中国地质大学地球科学学院，武汉市鲁磨路388号，430074;
3. 中国地震局地震研究所(地震大地测量重点实验室)，武汉市洪山侧路40号，430071
震前卫星热红外异常很早便引起了国内外学者的注意。1984年苏联学者Tramutoli [1]在对中亚加兹利的一系列地震研究中发现，震前10 d左右，震中区两组断裂交汇部位的上空出现红外辐射异常的现象，由此提出震前有热红外异常。1990~1992年，强祖基等[2]利用热红外影像进行地震预报研究，在判读卫星热红外遥感图片时发现一些震前地表温度异常增高现象，认为临震前出现温度的异常升温是非常普遍的现象，是一种地震前兆热异常信息，并由此开展研究工作并成功地预报了一些地震。1998年，苏联学者Corny等[3]在对中亚地区的地震卫星热红外图像分析时发现，在塔拉斯-费尔干断层和塔姆德-提科拉夫断层交汇区的一些中强地震震前卫星红外图像上存在热异常现象，且与断裂构造的活动有关，在活动断层表面存在着稳定和不稳定的热红外辐射异常，异常增温可达到1 K的量级，形态为线性条带。20世纪以来，国内许多专家学者认为，这些异常出现的时间与断裂带的活动相关。而异常形成有可能与孕震的机械能转变为热能有关，也有可能与断裂带上接近地面的大气层的气体混合物成分的改变及其凝聚有关，正是这一变化引起的温室效应导致了增温[4]。这一发现加大了国内外学者利用卫星热红外遥感信息研究地震活动的热情。但限于当时技术手段等原因，只能得到不连续的定点温度资料，不能得到整个孕震区温度与时间变化的关系，无法满足临震预报的需求。基于卫星的热红外对地观测将时间分辨率提高至30 min，为详细研究地震前后局部温度变化提供了可靠的数据保障。
本文主要基于教育部三峡库区地质灾害研究中心热红外遥感影像资料，分析统计2010~2014年我国151次MS5.0及以上地震临震前1~3 d热红外异常信息。利用MODIS(中分辨率光谱成像仪)反演了地表亮温数据，并对其中的23次MS6.0及以上地震进行震前热红外异常特征分析，构建地震震级与热红外异常面积的关系曲线，得到地震震级与热红外异常的变化关系。
1 数据来源研究处理的图像是基于长波辐射的数据资料，所有数据均来源于教育部三峡库区地质灾害研究中心卫星遥感数据库。该数据库为三峡中心采用地面站接收自我国风云卫星的自动分发数据。
风云系列FY-2静止气象卫星在红外辐射波段设有3个通道，具体参数如表 1所示。用FY-2C静止卫星每天至少进行24次观测，热红外观测受太阳的影响十分显著，但夜间地气的热辐射比较稳定。为避开太阳的影响，主要选取了北京时间23：00~次日07：00之间的数据，在此基础上着重选取临震前3 d 00:01、23:01及地震发生时的热红外反演数据资料。在这段时间内地气辐射基本达到平衡，同时平原、盆地或较小的山间盆地的晨雾还未形成，数据可较好地反映真实地表温度状况。
|
表 1 FY-2红外辐射波段参数 Tab. 1 FY-2 infrared radiation band parameters |
数据未排除大背景下的气温变化及云面辐射，只考虑了地表辐射、亮度温度变化，假设地物为黑体。静止卫星遥感数据具有时间的一致性(为减少太阳辐射的影响，使用的数据为每天午夜的观测数据)和地点的可比性(对同一地点，卫星的高度角和辐射传播路径基本相同)[5]。此外风云卫星时间分辨率高，一天有24次数据，可精确刻画热异常的动态变化。采用兰伯托投影图像，依据各省的制图范围和地理位置不同选取不同的标准纬线，大部分省份的变形程度在0.2%左右，只有经差较大的新疆、内蒙古等地的变形程度略大一些，但仍可控制在0.5%以内，在计算不同区域异常面积范围时，考虑变形得到校正后的面积值。
2 研究方法通道接收的辐射仅与物体的温度有关。物体温度越高，卫星接收的辐射越大; 温度越低，辐射越小。如果将这种辐射转换成图像，黑色表示辐射大，白色表示辐射小，即温度高为黑色，温度低为白色。这时热红外影像图上的色调分布就是物体的温度分布，根据图像色调深浅可以判读温度的高低[6]。
2.1 临震前的异常辐射温度信息在气象卫星中国风云2号的热红外波段上，主要是10.02~13.58 μm波段，辐射温度为263~290 K，相当于-10~17 ℃的波段。进行假彩色密度分割后，发现辐射温度异常。首先需要区别气象辐射温度的规律，然后才能判断地震辐射温度的异常。异常辐射信息提取主要包括涡度分析算法和背景场涡度差值法。涡度分析算法通过计算找出区域中与周围相邻点相比变化幅度最大的高值点。近几年来，国内外学者利用这种算法提取地震长波辐射异常信息，取得了一定的成果与处理经验。同时，有大气物理方面的专家曾经在研究地热涡度时发现，地热涡度在主要高温中心发生合并后，都不同程度地引发了附近地区的强震，与强震有关的地热涡度的演变有明显的地域特点[7]。在震例研究特征总结中发现，异常演化面积通常高达数万km2，选择2.5°×2.5°长波辐射数据开展工作。
涡度背景场法是将建立的多年2.5°×2.5°长波辐射月(日)涡度场与研究区域的月(日)涡度场进行差值。地震的长波辐射异常是相对于正常的变化而言，长波辐射值受到地形地貌影响，会在地形变化区域产生涡度差值。另外大气湿度、温度同样影响长波辐射涡度值，大型水域和沙漠地区会因此成为涡度异常区域，而该异常并非地震异常，为了剔除正常的涡度背景信息，要先建立正常的红外长波辐射涡度特征场。研究中使用1994~2014年的夜间长波辐射资料建立了长波辐射背景场，利用2.5°的长波辐射月均值和日均值数据获得逐月(d)多年背景涡度场。
2.2 地震辐射温度异常地震热红外辐射温度异常，首先要排除气象热红外辐射的影响。例如发现夜间怀来盆地(400~500 m)的热辐射温度高于北京(50 m)的热红外辐射温度，就可以肯定不是气象现象，而是地壳自身的问题。提取辐射温度异常时首先需要划定一个研究区，以地震震中附近12°×8°范围为研究区，总面积近10万km2(1 151.1 km×868.1 km)。在热红外影像图上以手动圈定方式截取出热红外异常区，计算震前3 d内热红外异常面积大小，可在卫星热红外地震监测前置接受处理系统上得到。分别计算震前3 d内(综合考虑数据量大、地震预测的时效性及前人研究成果，增温异常一般发生在震前1到十几d内)每一天的热红外异常面积，取平均值。
热红外异常面积区提取方法是基于长波辐射地震信息提取方法的一种数学统计分析，其原理为在原始静止卫星数据上统计地震来临时(主要统计临震前3 d及地震发生时的异常面积区)热红外异常区面积值和震级大小，通过大量的数据来模拟地震震级大小与热红外异常面积大小的数值关系，可以得到：
| $ {M_{\rm{S}}} = \alpha {\rm{lg}}{S_{{\rm{aver}}}} + \beta $ | (1) |
| $ {S_{{\rm{aver}}}} = \left( {{S_1} + {S_2} + {S_3}} \right)/3 $ | (2) |
式中，MS表示震级大小，Saver表示临震热红外异常面积区平均值，α为未知参数值(待求)，β为与温度等有关的参数值。
此公式为二元一次方程，MS值已知，Saver可通过平均值得到，lgSaver即已知。通过大量数据线性模拟可得到关于MS和Saver的一条曲线，并可求得α、β的值。
3 研究结果及分析以2010-01~2014-12发生于我国境内的共151次MS5.0及以上地震为例，其中MS5.0~6.0地震128次，分别为2010年25次、2011年22次、2012年17次、2013年42次及2014年22次; MS6.0及以上地震共23次，分别为2010年4次、2011年2次、2012年4次、2013年7次及2014年6次。研究中以震中为中心，选择12°×8°的范围为研究区，研究区面积近10万km2(1 151.1 km×868.1 km)。震前3 d内热红外异常面积可在卫星热红外地震监测前置接受处理系统上通过手动圈定异常出现范围得到。在比较热红外异常面积与震级大小时，首先判断地震发生前有无热红外异常现象，通过大量震例的分析，得到临震3 d内热红外异常面积与震级大小(MS6.0以上)统计结果(表 2)。选择地震发生时前3 d内所出现异常区面积的平均值作为临震热红外面积，可以得到热红外面积区与震级关系的线性模拟(图 1)。
|
|
表 2 2010~2014年中国MS6.0以上地震震级大小与热红外异常面积统计结果 Tab. 2 Statistical results of magnitude over MS6.0 related to thermal infrared anomaly area of China from 2010 to 2014 |
|
图 1 热红外异常面积区与震级大小线性模拟 Fig. 1 Linear simulation of thermal infrared anomaly area related to magnitude |
由表 2可知，2010~2014年我国境内共发生MS5.0及以上地震151次，其中有热红外异常地震共89次，约占58.94%，无热红外异常地震41.06%。与前人所统计我国4个主要地震活动区1975~1985年10 a间的MS5.0及以上地震月平均地面温度变化增降温比例(表 3)[8]大体一致。
|
|
表 3 震前一个月地面温度距平增温、减温状态统计[8] Tab. 3 Statistics of surface temperature increase and decrease in the month before the earthquake[8] |
通过热红外异常面积区与震级大小线性模拟(图 1)可以得到以下结论：
1) 随着震级增强，热红外异常面积越大，这种变化特征与地震孕震过程中所积聚的能量释放有关。
2) 大部分MS5.0~5.5地震热红外异常面积变化范围较大。
热红外异常与震级大小关系整体表现为一条斜率大于0的一元二次方程曲线。震级基本一致的地震，其热红外异常区比较稳定，差距不大，热红外异常直接反映了地震来临前的能量释放。
震级与热红外异常线性模拟的函数表达式为：
| $ {M_{\rm{S}}} = 0.559{\rm{ }}6 \times {S_{{\rm{aver}}}} + 4.834{\rm{ }}5, {R^2} = 0.166{\rm{ }}3 $ |
式中，R2表示x与y线性拟合的相关系数。由此可知，地震震级与热红外异常面积之间有一定相关性。
4.1 中、俄交界MS6.5震例2010-02-18中、俄交界6.5级地震震中位于42.6°N、130.8°E，观察统计临震前3 d及临震1 h内的7张热红外遥感影像图(图 2)，计算得到临震前1 d热红外异常面积S1、震前2 d热红外异常面积S2、震前3 d热红外异常面积值S3分别为54.83、55.32、47.31，震前前3 d内热红外异常平均值为52.49。
|
图 2 中、俄交界MS6.5地震热红外异常演化 Fig. 2 Thermal infrared anomaly evolution of MS6.5 earthquake at the junction of Russia and China |
热红外异常面积增加较快但在地震来临时减小，震前10~15 h有大面积消退趋势，直至地震发生。异常前锋震前3 d由震中向NE方向移动，临震前2 d由震中向NW方向移动。
4.2 新疆和田MS6.0震例2012-03-09新疆和田洛浦县6.0级地震震中位于39.4°N、81.3°E，观察统计临震前3 d及临震1 h内共7张热红外遥感影像图(图 3)，计算得到临震前1 d热红外异常面积S1、震前2 d热红外异常面积S2、震前3 d热红外异常面积值S3分别为6.32、47.23、51.69，震前前3 d内热红外异常平均值为35.08。
|
图 3 MS6.0地震新疆和田热红外异常演化 Fig. 3 Thermal infrared anomaly evolution of MS6.0 earthquake in Hetian, Xinjiang |
热红外异常面积增加较快，临震前3 d由震中处开始孕震并向四周运动; 震前2 d异常前锋指向NW方向，由震中向NW运动; 震前1 d异常前锋开始指向NNE方向，并达到最大值，局部地区出现异常增温带，但均距震中较远，规律不清; 地震来临时异常前锋指向近水平，异常面积几乎不变，直至地震发生。
5 结语1) 利用风云卫星热红外遥感数据，通过统计中国151次MS5.0及以上地震的热红外异常面积，定量分析震级与热红外异常面积之间的关系，并给出二者的二元一次关系式，可为地震震级预测提供一种新方法和新思路。结合各种震例分析可以得到，在强震发生前3 d内，震源区地表温度平均值出现了较为明显的异常升温和降温变化过程，升温、降温过程比较迅速，幅度一般为几℃到十几℃。
2) 地震发生前3 d左右，震源区周围会出现较大范围的增温现象。前述两个震例的热红外异常变化特征显示，地震临震前几天震源区周围部分地区不断持续着大面积的高温状态，可能与应力在震中区域临震前的变化有关。在对3个震例地震热红外异常演化图像跟踪分析时发现，震前3 d内热红外异常变化轨迹不定，前锋运动方向震前既可一直由震中指向NE，也可在震前运动过程中突然变换方向。异常的形成既可由震中所在孕震区(范围随震级不同差异较大，研究中孕震区为12°×8°)某处产生再向震中运移，也可自震中产生再进行相应运移。
限于数据分析方法及处理手段可能存在误差，所拟合的震级与热红外异常面积相关系数较小(R2=0.166 3)，使得统计得到的公式还难以真正运用到临震预报上。近年来一些学者在利用卫星热红外遥感技术预报预测地震方面取得了不小进展，主要体现为对发震时间和震中的预测以及断层的活动变化，但对于震级的预测还未取得有效的进展。探讨震级与热红外异常面积的关系，对于地震预测预报具有很大的启示意义。
| [1] |
Tramutoli V, Bello G D, Pergola N, et al. Robust Satellite Techniques for Remote Sensing of Seismically Active Areas[J]. Annals of Geophysics, 1984, 44(2): 295-312
(  0) |
| [2] |
强祖基, 徐秀登, 赁常恭. 卫星热红外异常——临震前兆[J]. 科学通报, 1990, 35(17): 1 324-1 327 (Qiang Zuji, Xu Xiudeng, Lin Changgong. Satellite Thermal Infrared Anomaly Earthquake Precursor[J]. Chinese Science Bulletin, 1990, 35(17): 1 324-1 327)
( 0) |
| [3] |
Gorny V H, Salman A G, Tronin A A, et al. The Earth Outgoing IR Radiation as an Indicator of Seismic Activity[J]. Proceedings of the Academy of Sciences of the USSR, 1998, 301(1): 67-69
( 0) |
| [4] |
王杰, 李献瑞, 曾佐勋, 等. 对流层大气甲烷浓度对地震活动的响应[J]. 地球科学, 2015, 40(10): 1 677-1 688 (Wang Jie, Li Xianrui, Zeng Zuoxun, et al. The Atmospheric Methane Concentration on the Earthquake Response[J]. Earth Science, 2015, 40(10): 1 677-1 688)
( 0) |
| [5] |
赵英时. 遥感应用分析原理与方法[M]. 北京: 科学出版社, 2003 (Zhao Yingshi. Principle and Method of Remote Sensing Application and Analysis[M]. Beijing: Science Press, 2003)
( 0) |
| [6] |
强祖基, 马蔼乃, 曾佐勋, 等. 卫星热红外地震短临预测方法研究[J]. 地学前缘, 2010, 17(5): 254-262 (Qiang Zuji, Ma Ainai, Zeng Zuoxun, et al. Satellite Thermal Infrared Short Impending Earthquake Prediction Method[J]. Earth Science Frontiers, 2010, 17(5): 254-262)
( 0) |
| [7] |
汤懋苍, 高晓清. 1980~1993年我国"地热窝"的若干统计特征——"地热窝"与地震的统计关系[J]. 中国科学:B辑, 1995, 25(12): 1 313-1 319 (Tang Maocang, Gao Xiaoqing. 1980-1993 Statistical Characteristics of Geothermal Nest in China during the Past 25 Years: The Statistical Relationship between Geothermal Nest and Earthquakes[J]. China Science: Series B, 1995, 25(12): 1 313-1 319)
( 0) |
| [8] |
刘德福, 彭克银, 刘维贺, 等. 地震有"热征兆"[J]. 地震学报, 1999, 12(6): 710-715 (Liu Defu, Peng Keyin, Liu Weihe, et al. Earthquake Has "Hot Signs"[J]. Acta Seismologica Sinica, 1999, 12(6): 710-715)
( 0) |
2. School of Earth Sciences, China University of Geosciences, 388 Lumo Road, Wuhan 430074, China;
3. Key Laboratory of Earthquake Geodesy, Institute of Seismology, CEA, 40 Hongshance Road, Wuhan 430071, China