地磁急变(jerk)也称为地磁场长期加速度(SA)脉冲，是地磁场年变率曲线斜率急剧变化的一种现象(徐文耀, 2009; Courtillot and Le Mouёl, 1984).在地磁场对时间的一阶导数曲线上，Jerks表现为一阶导数斜率的突然变化，其主要特点是某一个地磁分量的长期变化(SV)呈现V或Λ形.已有的研究表明，地磁jerks起源于地核发电机过程并在导电地幔过滤效应后在地球表面观测到，像主磁场一样由地核内部某些未知现象引起(Chulliat et al., 2010; Ou et al., 2016).所以，地磁jerks是研究地磁场成因及其变化、下地幔电导率和地球内部结构的重要信息来源(Aubert, 2018; Brown et al., 2013; Chulliat and Maus, 2014; Kloss and Finlay, 2019).

自从Malin和Hodder(1982)、Courtillot和Le Mouёl(1984)首先发现1969年地磁jerk以来，地磁学界对地磁jerks的发生时间和全球特征开展了大量的研究，已经确认了十多次jerks事件(Brown et al., 2013; Chulliat and Maus, 2014; Mandea et al., 2010; Finlay et al., 2015).2014 jerk首先由Torta等(2015)利用6个地磁台资料报导，主要表现在非洲—南大西洋地区扩展到欧洲地区剧烈的地磁长期加速度脉冲.随后，一些学者利用地面和Swarm卫星磁测资料证实在2013到2015年初期间全球广泛存在地磁jerk现象(Kloss and Finlay, 2019; Finlay et al., 2016).

地磁场的变化并非全球一致.南大西洋和非洲地区的地磁场变化比其他地区快，这些地区jerks的特征较为明显(Kotzé, 2017;康国发等, 2002).Jerks并非在全球都能够检测到，出现的时间也不一致.中国地区地磁场的漂移和强度变化比南大西洋—非洲地区小(康国发等, 2002).过去的研究表明，并不是所有的jerks事件在中国地区地磁台都能够检测到.例如，1969年、1991年和2003年的全球jerks事件中国地区地磁台已经观测到(陈伯舫, 1998; 张素琴等, 2008; Feng et al., 2018)，但是，在欧洲和非洲地磁台观测到的1999和2007年jerks(Chulliat et al., 2010; Mandea et al., 2000)，中国地区地磁台的长期变化则无显示.对于2014 jerk事件，中国地区地磁台是否能够检测到，它会出现在哪些地磁分量，与非洲—南大西洋地区台站jerk的特点有何差异是本文研究的主要问题.

本文利用中国大陆地区2008年1月—2018年6月期间10个地磁台的北向分量X，东向分量Y和垂直向分量Z的磁静日月平均值，计算每一个地磁台3个分量的SV值.重点分析2014年前、后每个磁场分量的SV和SA的变化，2014jerk出现的时间和强度.同时，比较了中国地磁台与CHAOS-6(Finlay et al., 2016)全球模型计算的长期变化.此外，为了进一步验证2014 jerk特点，我们将中国地磁台与地磁场变化较快的位于南大西洋西岸的南美洲French Guiana KOU(5.21°N，307.269°E)地磁台和位于南大西洋东部的非洲大陆Algeria TAM(22.792°N，5.530°E)地磁台的长期变化进行了对比分析.

本研究使用中国大陆10个地磁台在2008年1月—2018年6月期间的X、Y和Z分量观测数据，全部数据来自中国地震局地磁台网中心(www.geomag.org.cn).台站位置分布如图 1所示，图中的台站名为IAGA编码.选择这些地磁台的主要原因是台站的合理分布和具有较为连续的观测数据.

图 1

Fig. 1

图 1 10个中国地磁台的位置分布 CDP：成都台；CNH：长春台；GLM：格尔木台；LSA：拉萨台；LYH：红山(隆尧)台；LZH：兰州台；MZL：满州里台；THJ：通海台；WHN：武汉台；WMQ：乌鲁木齐台. Fig. 1 Locations of 10 Chinese observatories CDP: Chengdu observatory; CNH: Changchun observatory; GLM: Golmud observatory; LSA: Lhasa observatory; LYH: Hongshan(Longyao) observatory; LZH: Lanzhou observatory; MZL: Manzhouli observatory; THJ: Tonghai observatory; WHN: Wuhan observatory; WMQ: Vrumqi observatory.

因为jerks由地球内源磁场产生，利用地磁台观测数据或主磁场模型计算的长期变化可以检测和描述jerks的特征.检验jerks的最直接的方法是消除外源场贡献后，在某一地磁分量的SV时间序列中查找V或Λ形的变化.通常使用地磁分量的年平均值或月平均值的差分估算SV值.Chulliat等(2010)和Brown等(2013)的研究表明，使用地磁场通日月平均值和磁静日月平均值计算的SV值有较大差别，但是并不改变SV的变化趋势.为了尽可能消除高频外源场变化的影响，本研究使用国际磁静日的月平均值的一阶年差分(一阶导数)计算SV值(Mandea et al., 2000; Nahayo et al., 2018).通过取差分可以消除恒定的地壳磁场成分(Bloxham and Jackson, 1992).取年差分可以减小来自磁层环电流和和电离层电流变化产生的影响，特别是具有年周期成分的地磁分量(Feng et al., 2018).从台站月平均值计算每一个地磁分量的SV值公式如下：dB/dt=[B(t+6)-B(t-6)]/1 year, (B=X, Y or Z), t的单位是月.这种方法意味着长期变化的信息被限定在可利用的最新磁场观测值之前6个月.将研究期内的月平均值作为时间函数，每一个台站月平均值的滑动年差分确定的X、Y和Z分量的长期变化如图 2、3和4所示.图中的数据空白是由于该时间段内缺少观测数据.

图 2

Fig. 2

图 2 X分量的长期变化 黑色点表示使用月均值滑动年差分计算的SV值.分段线性拟合估算的SA值作为图例给出. Fig. 2 Secular variation of the X component The black point represents the SV value calculated using the monthly mean of the running annual differences. The SA value estimated by piecewise linear fitting is given in the legend.

图 3

Fig. 3

图 3 Y分量的长期变化 黑色点表示使用月平均值滑动年差分计算的SV值.分段线性拟合估算的SA值作为图例给出. Fig. 3 Secular variation of the Y component The black point represents the SV value calculated using the monthly mean of the running annual differences. The SA value estimated by piecewise linear fitting is given in the legend.

图 4

Fig. 4

图 4 Z分量的长期变化 黑色点表示使用月均值滑动年差分计算的SV值.分段线性拟合估算的SA值作为图例给出. Fig. 4 Secular variation of the Z component The black point represents the SV value calculated using the monthly mean of the running annual differences. The SA value estimated by piecewise linear fitting is given in the legend.

为了定量描述jerk的特点，我们计算了每一个地磁分量jerks前和后的SA值以及jerks的出现时间.SA的值是从分段线性拟合的时间序列中直接估算(Torta et al., 2015; Kotzé, 2017).具体方法是：首先目视观察每一个地磁分量SV的变化趋势和jerks后，选定时间窗的起点和终点时期的值，然后用线性回归方法计算选择时段内SV时间序列的线性拟合，拟合直线的斜率(SV的一阶导数)即为SA值.图 2、3和4中右边的图例给出每一个拟合段的SA值.为了确定两个线性段之间的转折点，通过改变两条相邻拟合线性段的交叉时间，在获得最佳线性拟合的基础上选择出最终采用的转折时间值t₀，即为jerk出现的时间(表 1).

表 1 (Table 1)

表 1 长期加速度的振幅(单位：nT·a-2) Table 1 The amplitude of the secular acceleration (unit: nT·a-2) Observatory Y-component Z-component CDP -13.5(201406) 16.9(201404) CNH -4.8(201406) 17.3(201402) GLM - 20.4(201404) LSA -14.6(201406) 15.7(201404) LYH -7.4(201406) 15.6(201402) LZH -14.1(201404) 16.3(201402) MZL -9.2(201406) 15.1(201402) THJ -15.6(201406) 18.9(201404) WHN -7.0(201404) 19.5(201402) WMQ -9.9(201406) 17.0(201402) 平均值 -10.7 17.3 KOU -11.7(201402) -14.3(201402) TAM 8.2(201402) 12.1(201402) 注：各值从分段线性拟合的斜率变化(图 2, 3, 4和5)确定.括号中给出各个地磁台SV出现转折的日期.

表 1 长期加速度的振幅(单位：nT·a-2) Table 1 The amplitude of the secular acceleration (unit: nT·a-2)

对于不同地磁台jerks强度的描述，使用振幅表示jerks的强度是较为直观的方法.本研究使用Pinheiro等(2011)提出的方法确定jerks的振幅.即根据已经计算的jerks前、后SV的拟合直线的斜率，并用后者减去前者得出jerks的振幅.表 1列出每一个地磁台Y和Z分量2014年jerk出现的时间和振幅.正振幅代表长期变化为V形，负振幅代表Λ形.短杠“-”表示无jerk显示.

此外，为了比较台站和全球磁场模型的长期变化，我们使用CHAOS-6(Finlay et al., 2016)全球磁场模型计算了台站位置的每一个地磁分量的长期变化.CHAOS-6全球磁场模型是根据卫星(Ørsted，CHAMP，SAC-C and SWARM A, B and C)磁测和1997年以来全球160个地磁台站的月平均值数据建立.作为比较，由CHAOS-6模型计算的长期变化也表示在图 2、3和4中.

在南大西洋—非洲地区SV的变化最大，Jerks现象最清楚(Chulliat et al., 2010; Torta et al., 2015).为了比较中国地区与南大西洋—非洲地区SV变化的差别，图 5给出位于这个地区的KOU和TAM台月平均值数据导出的X、Y和Z分量的长期变化.两个台的月平均值数据来自巴黎全球月平均值计划数据库(ftp.bcmt.fr)的准定义值(Chulliat and Telali, 2007).

图 5

Fig. 5

图 5 KOU和TAM台月平均值导出的2008—2018年期间X、Y和Z分量的长期变化 分段线性拟合估算的SA值作为图例给出. Fig. 5 Secular variations at KOU and TAM The black dot represents the SV value calculated using the monthly mean of the running annual differences; The SA value estimated by piecewise linear fitting is given in the legend.

从图 2、3和4可以看出，在同一个台站X、Y和Z分量的SV的变化形态各不相同，但是，所有台站相同地磁分量的SV有相似的形态特征.与Y和Z分量相比，X分量的SV值离散较大.

X分量的SV值在研究期内所有台站都是负值(图 2)，表明在此期间该主磁场分量是减小的.SV时间序列的一个明显的特点是多数台站出现近似“W”形.我们把各台站SV时间序列分段线性拟合，由拟合直线的斜率确定的SA值在图右边的图例中给出.SV的第一个极小值出现在2011年7—11月期间，第二个极小值出现在2014年8—11月期间.虽然它们分别与2011—2012年jerk(Chulliat et al., 2015)和2014年jerk(Torta et al., 2015)出现的时间相近，但是，由于SV的值离散较大，我们很难从SV变化序列中准确判断存在jerks现象.

X分量通常最可能受到外源场效应、尤其是环电流的影响.因为2011—2015年期间是第24太阳活动周的活跃期(Watari, 2017)，由于环电流的残留效应，X分量受到外源场的污染，月平均值变化的噪声较大.为了尽可能减少外源场的效应，本研究虽然应用严格的资料选择和处理过程，然而，由于外源场的渗漏，一定量的散射仍然存在.此外, 已有的研究表明，太阳周期的变化对地磁场长期变化的大小有一定的贡献，但它对地磁长期变化的形态没有影响.太阳周期变化与地磁jerks的形状(V-或Λ-型)并没有直接的对应关系(Dobrica et al., 2013; Yukutake and Cain, 1987; Verbanac et al., 2007).

CHAOS-6模型X分量的长期变化在2011—2015年期间没有出现“W”形态特征，其主要原因可能是模型的平均效应.但是，CHAOS-6模型的SV在2008—2011年减小，2014年之后持续增大的现象与台站观测的SV一致.此外，与KOU和TAM台相比(图 5)，中国地区台站X分量的SV序列的离散程度、变化特点与非洲大陆的TAM台类似.

Y分量的SV值除了GLM台在2014年以前部分时段异常较大外(图 3)，其他9个台的SV值离散小，变化趋势较为稳定.台站和CHAOS-6模型的SV变化趋势一致，反映了Y分量SV变化的可信度较高.多数台站SV的值为负值，说明研究期内该主磁场分量在减小.

从图 3可以清楚看出，Y分量的SV时间序列在2014年出现jerk现象，大多数台站jerk的时间在2014年6月期间(表 1).SV变化最明显的特点是所有台站在2014年之后快速下降. 2014年以前的SV变化有两种形式：一是位于中国大陆中西部的CDP，LSA，LZH，THJ和WMQ 5个台清楚的出现V形，具有典型jerks的形态特征.这5个台站SV的变化在2014年以前上升，SA值在2.4~4.7 nT·a^-2之间，平均值为3.9 nT·a^-2；2014年之后SV快速下降，SA值在-6.8~-11.1 nT·a^-2之间，平均值为-9.7 nT·a^-2.Jerk的平均振幅值为-13.5 nT·a^-2.其次是位于中国大陆东北部的CHN，MZL，LYH和WHN 4个台也具有近似jerks的形态特点.这4个台站的SV值在2008—2014年期间出现波动变化，但是变化幅度较小，SA值在-1.2~1.0 nT·a^-2之间；2014年后SV快速下降，SA值在-6.0~-8.2之间，平均值为-7.1 nT·a^-2.Jerk的平均强度值为-7.5 nT·a^-2.显然，中西部台站的平均加速度和jerk的振幅比东北部台站更大.

在南大西洋—非洲地区的KOU和TAM台(图 5)，Y分量2014年地磁jerk的形态特征非常清楚.Jerk出现时间都在2014年2月(表 1)，比中国地区台站平均早大约4个月，jerk的振幅值与中国地区台站的平均值相近.两个台站的SV变化形态相反，KOU台为Λ形，而TAM台为V形.中国地区台站SV的变化形态与KOU台一致.

Z分量的SV值在所有台站几乎都是正值(图 4)，表明研究期内该主磁场分量在增大.SV变化的共同特点是所有台站在2014年附近出现一个小型的V形脉冲.极小值出现的时间在2014年2—4月之间(表 1)，比Y分量的jerk出现时间早大约2个月.虽然这一次脉冲持续时间短，在2013—2014年SV的下降时间只有1年左右，但是脉冲的平均振幅值比Y分量的大(表 1).结合Y分量发生的jerk综合分析，我们认为Z分量2014年附近SV的快速脉冲现象是中国地区jerk的一种表现形式.此外，从图 4可以看出GLM、LZH和THJ观测台的SV在2011年前后也有起伏变化，但是，因为各个台站的SV变化没有一致性以及变化幅度小，我们并不能把它判断为一次jerk事件.

CHAOS-6模型Z分量的SV变化在2014年并没有出现明显脉冲现象.主要原因可能是这次事件持续时间短，由于模型的平均效应而不能反映出短时间内的SV的快速变化现象.KOU和TAM台Z分量的SV在2014年附近变化形态相反(图 5)，KOU台为Λ形，而TAM台为V形.两个台jerk时间都在2014年2月，与Y分量一致(表 1).中国台站Z分量的SV变化形态与TAM台相同.KOU和TAM台Z分量在2014 jerk前、后的脉冲持续时间比中国地磁台长.上述现象进一步说明不同地区地磁jerks的形态差异较大.衡量SV的时间序列变化是否存在jerks，应该从多个台站的长期变化快速脉冲的加速度、以及脉冲的转折时间综合检验.

我们对台站的SV月平均值时间序列进行分段线性拟合，估算出长期变化脉冲的转折时间以及脉冲前和后的SA值.这种方法对拟合时段的起点和终点两个时间窗的选择存在人为的不确定性.尽管如此，与使用SV年平均值相比(Courtillot and Le Mouёl, 1984; Malin and Hodder, 1982)，采用SV月平均值时间序列的优点是可以把脉冲的转折时间从年提高到月.此外，使用SV时间序列分段线性拟合的斜率获得的SA是拟合时段的平均结果，比采用分段的起点和终点值之差计算的SA更有代表性.所以，用这种方法检测jerks，仍然是一个非常简便和合理的方法.

南大西洋—非洲地区地磁场的长期变化是全球变化最大的地区(康国发等, 2002; 徐文耀和白春华, 2009)中国地区地磁场的漂移变化并不明显，强度的变化比非洲地区小(徐文耀等, 2005).比较这两个地区SV的变化，我们可以清楚的看出如下异同特点：位于大西洋东、西两边的KOU和TAM台清楚的显示了2011年和2014年的jerks现象(图 5)，而中国地区台站没有显示出2011 jerk现象.从2014 jerk的变化形态看，KOU台X、Y和Z 3个地磁分量的SV都为Λ形，TAM台Y和Z分量都为V形，即同一个地磁台不同分量的脉冲形态一致；中国地区所有台站Y分量为Λ形，Z分量为短时间内的V形，即同一个分量的脉冲形态一致，不同地磁分量的脉冲形态相反.从Y分量的jerk出现时间看(表 1)，KOU和TAM台出现在2014年2月，而中国地区多数台站出现在2014年6月.中国地区台站比KOU和TAM台滞后大约2—4个月.这种现象暗示了产生jerk的地核流体波动的从非洲到中国地区的先后顺序.在Z分量，虽然中国地区台站2013—2014年快速减小只有大约1年，但是jerk的振幅值比KOU和TAM台更大.表明jerks的强度不能用长期变化脉冲前和后的持续时间的长短来衡量.

在过去30多年中，对地磁jerks已经进行了广泛的研究, 它们的内部起源现在已经被确立(Gillet et al., 2010; Brown et al., 2013；Aubert et al., 2013).在地球表面观察到的jerks事件是核幔边界快速振荡的结果(Kotzé，2017).Chulliat和Maus(2014), Chulliat等(2015)的研究发现，自2000年以来，地磁长期加速度SA在核幔边界(CMB)经历了3次脉冲，SA脉冲的能量在2006年、2009年和2012.5年达到峰值.这种波动引起了地球表面2003年、2007年、2011年和2014年在大西洋附近的地磁jerks.地磁jerks起源的问题已经转移到了SA脉冲的起源问题上(Soloviev et al., 2017; Stefan et al., 2017).中国地区的地磁台可以检测到2003年(Feng et al., 2018)和2014年的地磁jerks现象，而2007和2011年则没有检测到，其中的原因值得深入研究.本文旨在给出中国地区2014年地磁jerk的特点，以及与南大西洋—非洲地区的地磁jerks现象的差别和联系.本文结果有助于更好地理解和解释长期变化的时间演变和地理分布，并为深入探讨jerks的地核起源和驱动机制提供新的观测约束.

前面已经指出中国西部和东北部地区台站SV的变化趋势存在明显的不同(图 3，4).为了进一步认识SV变化在地理分布上的差异，我们利用CHAOS-6模型计算了中国及邻区2014年Y分量的SV和非偶极磁场(ΔY)分布(图 6).图 6清楚的显示出Y分量的SV和ΔY在东北部和西部地区变化相反，西部地区增大，东北部地区减小.位于中国大陆中部大约100°E—110°E之间的零等值线是SV和ΔY增大和减小的过渡区.LZH，CDP和THJ 3个地磁台位于零等值线附近.地磁场长期变化主要由非偶极磁场产生(康国发等, 2002).中国地区东北部和西部台站SV的变化趋势不同是非偶极磁场的时空间变化的具体反映.

图 6

Fig. 6

图 6 (a) 中国及邻区Y分量的SV分布图; (b)非偶极场ΔY分布 Fig. 6 (a) SV distribution of Y component; (b) ΔY distribution of the non-dipole magnetic field in China and its adjacent

根据中国大陆10个地磁台的磁静日月平均值资料，我们在Y和Z分量的SV时间序列中检测到2014 jerk现象.SV的长期变化脉冲Y分量为Λ形，Z分量为短时间内的V形.通过对SV时间序列分段线性拟合，我们计算了中国地区10个台站Y和Z分量在2014年前、后的SA值，2014 jerk出现的时间和强度.Y分量jerk出现的时间大约在2014年6月，比南大西洋—非洲地区的KOU台和TAM台滞后大约4个月.Z分量SV脉冲虽然持续时间短，但是强度大，jerks的强度不能用长期变化脉冲前、后的持续时间的长短来衡量.X分量的SV值在2011—2015年期间离散较大，从该分量的SV时间序列不能够准确判断出存在2014 jerk现象.

研究发现中国大陆西部和东北部台站的SV变化形态有明显的差别，主要与非偶极磁场变化有关.东西部的过渡区在100°E—110°E之间的Y分量的SV和非偶极场的零等值线分布区.研究期内CHAOS-6全球磁场模型与中国台站的SV变化并非始终一致.用滑动月平均值确定的SV变化能够更准确的反映脉冲的时间特征.