文章快速检索    
  地震地磁观测与研究  2021, Vol. 42 Issue (5): 110-117  DOI: 10.3969/j.issn.1003-3246.2021.05.016
0

引用本文  

邱桂兰, 卜俊伟, 靳小兵. 四川地区大气静电场的地震信息研究[J]. 地震地磁观测与研究, 2021, 42(5): 110-117. DOI: 10.3969/j.issn.1003-3246.2021.05.016.
QIU Guilan, BU Junwei, JIN Xiaobing. Study on seismic information of atmospheric electrostatic field in Sichuan[J]. Seismological and Geomagnetic Observation and Research, 2021, 42(5): 110-117. DOI: 10.3969/j.issn.1003-3246.2021.05.016.

基金项目

四川省科技厅面上项目(项目编号:2018JY0428、2018JY0259)

作者简介

邱桂兰(1972-), 女, 高级工程师, 主要从事地震监测预报研究。E-mail: 285108546@qq.com

文章历史

本文收到日期:2020-05-13
四川地区大气静电场的地震信息研究
邱桂兰 1, 卜俊伟 2, 靳小兵 2     
1. 中国成都 610041 四川省地震局;
2. 中国成都 610071 四川省气象局
摘要:基于2014—2019年四川气象监测的雷电大气静电场资料,研究了同期四川MS≥5.0地震前的异常信息。结果显示,50%的MS≥5.0地震前,大气静电场日均值有异常变化,主要表现为低值突跳,异常形态呈多样性,较突出的有不规则“W”“V”“U”型等。日均值低值异常出现后114天r=eM空间范围内发生MS≥5.0地震的可能性较大,其中,第10—19天,发震概率为33%;第2—9天,发震概率为17%。基于气象雷电监测的大气静电场观测资料,在排除雷电等干扰的情况下,可用于地震监测预报。
关键词雷电监测    大气静电场    地震信息    
Study on seismic information of atmospheric electrostatic field in Sichuan
QIU Guilan 1, BU Junwei 2, JIN Xiaobing 2     
1. Sichuan Earthquake Agency, Chengdu 610041, China;
2. Sichuan Meteorological Bureau, Chengdu 610071, China
Abstract: Based on the data of lightning atmospheric electrostatic field monitored by Sichuan meteorological from 2014 to 2019, the anomaly information before MS ≥ 5.0 earthquakes in Sichuan Province in the same period is studied. The results show that before half of the MS ≥ 5.0 earthquakes, the daily mean value of the atmospheric electrostatic field shows abnormal changes, mainly appearing as low-value sudden jumps with diverse anomaly forms. Typical anomaly forms include irregular "U", "V" and "W" shapes. After the occurrence of a low-value anomaly of daily mean value, there is a high possibility of MS ≥ 5.0 earthquake within the distance of R=eM in 114 days, of which the probability of earthquake occurrence is 33% from day 10 to day 19 and 17% from day 2 to day 9. The observation data of atmospheric electrostatic field monitored by meteorological lightning observation can be used for earthquake monitoring and prediction after removing interference such as lightning.
Key words: lightning monitoring    atmospheric electrostatic field    seismic information    
0 引言

孕震期间,地壳内部由地质活动引起的压电、动电等多种效应可激发电磁辐射,进而产生静电场异常变化(郝建国,2001Ozaki et al,2009马伽洛伦等,2014李一丁等,2017),这已被国内外中强地震观测研究结果所证实。20世纪90年代,我国先后在北京白家疃、延庆及天津宝坻,河北北戴河、邯郸、文安及山西大同等地开展了大气电场观测(郝建国等,1988),并开始对大气静电场与地震间的关系进行研究,结果显示,在近场较大地震前可以观测到非常明显的大气静电场负异常现象(郝建国等,1998)。2008年以来,在我国气象部门用于雷电预警等服务的大气静电场观测中发现,2008年汶川MS 8.0、2017年云南漾濞MS 5.1、2017年四川九寨沟MS 7.0、2019年宜宾长宁MS 6.0等MS≥5.0地震前,大气静电场均出现了明显的异常变化(Jin et al,2020),且这些变化已作为一种临震异常引起了地震、气象专家的关注。对于大气静电场地震前兆异常,郝建国(1998)认为大气电场出现的负异常现象明显区别于天电干扰,且形态突出,即为连续较长时间的负电场异常变化;异常幅度较大,异常持续时间从数小时至十余小时不等,有时甚至连续二三天一直出现,震前一段时间内可多次出现。李一丁等(2017)Jin等(2020)认为,在汶川MS 8.0地震前观测到的是大气静电场正异常变化,在2017年漾濞MS 5.1地震前观测到的是孕震区内大气电位梯度呈普遍降低趋势。本文基于四川气象雷电监测的大气静电场资料,对MS≥5.0地震前的异常信息进行研究,旨在探索大气静电场对地震预测预报的意义。

1 概述

四川省气象局的雷电定位网由24个大气静电场观测站组成,覆盖四川的大部分区域,尤其是川东南地区(图 1),可有效监测雷电。各观测站点均位于标准气象地面观测场地内,电磁环境满足气象探测要求,大气静电观测仪置于距地面1.5 m高处。观测仪器为中国科学院电工研究所研制的DF系列大气静电观测仪、大气电位梯度观测仪。电位梯度量程为±50 kV/m;工频为0—0.3 Hz;精确度为0.01 kV/m;采样频率为1 s。雷电监测采用VLF频段,探测效率>80%;定位精度<1 km;时差<1 s。

图 1 四川大气电场观测台站、2014—2019年四川及邻区MS≥5.0地震震中的分布 Fig.1 Distribution map of Sichuan atmospheric electric field observation station and earthquakes with MS≥5.0 in Sichuan and its adjacent areas from 2014 to 2019
2 观测原理

大气电场测量的是大气静电场垂直分量。根据静电学基本原理,震源区产生的孕震电场强度可用下式表达

$ E_{\mathrm{r}}=Q \cdot d /\left(4 \pi \varepsilon r^{3}\right) $ (1)

式中,Q为点电荷电荷量;r为点电荷与大气电场测量点位间的距离;ε为空气介电常数,在大气中基本处于各向同性,变化不大;d为形成电场的正负电荷间距离。

当空间有N个点电荷Q1Q2,…,QN时,大气电场表达式为

$ E=\sum_{i=1}^{N} E_{i} $ (2)

式中,E为带电云团与大地之间在大气电场仪附近产生的局部大气垂直静电场强度。由于云内电荷分布无法探测,在实际应用中是把带电云团内N个电荷视为单个体电荷,即式(1)可以代表 2个电荷之间大气电场。

电场强度,也称大气电位梯度。根据全球电路定义,大气电场与大气电位梯度符号相反,电位梯度在介质中传播衰减规律由电荷量、传播距离和传播路径上不同介质介电常数所决定,静电具有受环境电磁干扰小、穿透力强的频率特征。

3 大气电位梯度杂波抑制 3.1 晴天大气电位梯度杂波识别及抑制

研究表明,大气静电场强度一般小于-1 kV/m或大于1 kV/m,波形特征为小幅波动,波形为近光滑曲线。季节变化、日变化、太阳辐射等引起的周期性变化及探测环境的微弱改变也会引起大气静电场强在-50—50 V/m范围内变化,波形接近光滑曲线,但波动幅度小于晴天大气,波动周期大于晴天大气。因此,将测试基准值设置为-10—10 V/m,这可以有效抑制部分晴天大气和周期性变化引起的大气电位梯度变化,并滤除部分观测环境引起的变化。

3.2 雷电对电位梯度的影响

雷电对电位梯度干扰较强,而孕震期动电、压电效应所产生的大气电位梯度异常变化较弱,虽然经过地—空耦合正向电位梯度放大效应,但雷电还是会干扰大气电场,引起电位梯度发生异常变化(图 2)。云地闪直接传导到地下,不受地—空耦合逆向衰减的影响,可对地下电位梯度产生强干扰,且比对大气电位梯度的干扰更复杂(张亮等,2016于建立等,2015)。因此,无论是从地下电位梯度,还是从大气电位梯度提取地震静电前兆异常时,均应重点考虑雷电的影响。

图 2 2014年7月2日康定雷电天气大气静电场秒值 Fig.2 Second sampled curve of the atmospheric electrostatic field in Kangding lightning weather on July 2, 2014
3.3 雷电或带电云团对大气电位梯度影响的识别和排除

对于雷电或带电云团对大气电位梯度产生的强烈干扰,可用雷电定位网资料对雷电进行定位,进而推算出其对大气电位梯度的影响(靳小兵等, 2011, 2013)。当雷电与大气电位梯度仪间的距离减小或带电云团接近大气电位梯度仪时,大气电位梯度会随距离的接近而呈抖动增大。根据雷电定位数据,当地面大气电位梯度强度大于2.0 kV/m或小于-2.0 kV/m时,将会在距离20 km处产生空气介质击穿而形成闪电。从晴天大气电场强度增大到放电需要5—77 min,而末次放电后大气电场恢复到晴天变化规律所需时间也大于30 min(高菊霞等,2015柴瑞等,2009刘畅等,2016)。将T > 77 min、E= 2 kV/m、r= 10 km作为判别是否发生雷电的时间、场强和距离基准值。以距大气电位梯度仪10 km处闪电在大气电位梯度造成2 kV/m静电位梯度强E10为基准,在不考虑电荷量变化的基础上,根据库仑定律可得

$ E_{10}=\mathrm{Q} /\left(4 \pi \varepsilon 10^{3}\right)=2\;\mathrm{kV} / \mathrm{m} $ (3)

由式(3)可见,rE0影响最大,在距离为r处静电场强Er

$ E_{r}=E_{10} /(r / 10)^{3} $ (4)

由式(4)计算所得结果见表 1

表 1 不同距离雷电引起的场强 Table 1 Field strength caused by lightning at different distances

表 1可见,雷电引起的近地面大气电位梯度随距离增加衰减较快,当距离为30 km时衰减近96%,即使电荷量变化较大,电位梯度值仍处于晴天大气正常波动范围内。将发生雷电的时间阈值和场强指标分别延长,时域T延长至120 min,场强指标定位E30>0.074 kV/m,可有效排除雷电对电位梯度的干扰,距离rEr识别指标按式(4)订正。

$ \left\{\begin{array}{l} T>120 \\ E_{30}>0.074 \end{array}\right. $ (5)

以上分析表明,排除雷电干扰后,在电场仪周围30 km范围内如果发生超过晴天大气场正常波动的异常变化,应寻找地震孕震期动电或压电产生干扰的原因。如果小于30 km范围内有雷电活动,即便电场出现异常变化,也应视为雷电活动产生的电磁场影响,需按式(5)进行排除。

4 地震信息识别及特征分析 4.1 资料来源

从中国地震台网正式测定的2014—2019年四川及邻近地区MS≥5.0地震目录中,选取16次地震(不含余震)作为研究对象(图 1表 2)。大气静电场和雷电监测网资料来自2014—2019年四川省气象局数据库。

表 2 2014—2019年四川及邻区MS≥5.0地震(不含余震)及大气静电场异常情况统计 Table 2 Statistics of MS≥ 5.0 earthquakes (excluding aftershocks) and atmospheric electrostatic field anomalies in Sichuan and its adjacent areas from 2014 to 2019
4.2 地震前兆信息识别

(1)干扰排除法。由于大气中闪电及伴随的强降水、高云量、高风速、低能见度等可对大气电位梯度造成强烈干扰,因此采用晴天标准排除这些强天气因子变化所产生的干扰;在排除雷电天气现象和晴天大气波动后,如果无人为干扰而大气电位梯度仍出现异常变化,将考虑是由孕震区内地质活动动电、压电等效应引起的地震前兆静电异常。

(2)趋势分析法。对观测资料中原始观测曲线形态与年度变化规律进行对比分析,在年变规律正常、无任何干扰的情况下,通过短期出现的不符合年变规律的异常变化来识别异常。

4.3 地震前兆信息特征

雷电对大地电场的干扰主要表现为大幅震荡(朱培育等,2019)。对大气静电场而言,其日均值高值异常变化大多伴有雷电发生;日均值低值异常变化,有的伴有雷电发生,有的无雷电发生。

日均值低值突跳。2014—2019年,四川地区共发生16次MS≥5.0地震,其中,8次地震前基于雷电监测的大气静电场日均值有低值异常变化(表 2),且均表现为低值突跳(图 3)。

图 3 大气静电场日均值低值异常变化 (a)盐源气象台;(b)马尔康气象台;(c)成都光华村气象台
椭圆虚线为无干扰异常变化;长方形虚线为雷电干扰
Fig.3 Abnormal variation of the daily mean low value of atmospheric electrostatic field

日均值异常变化形态多样性。研究显示,不同气象观测台站,受大气运动、太阳辐射、外环境等干扰因素的影响不同,其静电场变化规律亦不同。各观测台点的大气静电场日均值一般在不同范围内呈规律性变化。图 4为四川纳溪气象台、康定气象台、宜宾气象台2014年大气静电场日均值图。由图 4可见,2014年11月22日四川康定MS 6.3、2015年1月14日四川乐山MS 5.0地震前,大气电场有明显的不规则“U”“V”“W”型异常变化。以上异常变化均是在排除雷电等干扰因素的基础上出现的,可能是地震前兆信息。

图 4 大气静电场日均值异常变化形态 (a)纳溪气象台;(b)康定气象台;(c)宜宾气象台 Fig.4 Abnormal variation pattern of the daily mean of atmospheric electrostatic field

大气静电场日均值低值异常与未来MS≥5.0地震间存在相关性。表 2显示,大气静电场日均值低值异常出现后114天时间范围内r = eM空间孕震范围有可能发生MS≥5.0地震。其中,第10—19天,发震概率为33%;第2—9天,发震概率为17%。

由以上研究可见,基于雷电监测的大气静电场观测资料,在排除雷电等干扰的情况下,可在一定程度上监测到地震前兆异常信息。

4.4 异常机理分析

以上研究显示,与地震前兆相关的大气静电场异常大多为负值变化,分析其原因有以下4个方面:

(1)大气电场强度的大小和方向主要取决于大气电位的分布。大气中某点处大气电场强度的大小等于该点大气电位梯度值,其方向则与大气电位梯度方向相反。

(2)观测表明,晴天大气中始终存在方向垂直向下的大气电场,这就意味着大气相对于大地带正电荷,而大地带负电荷。在晴天大气情况下,大气电场强度为正,这常作为扰动天气条件下大气电学量的基准。

(3)雷暴天气情况下,雷电产生的强大闪电电流可导致静电场的变化。在雷电产生云地闪电及云体下方地物、植物等尖端放电等过程中所形成的闪电电流和尖端放电电流,将增加大气和大地所携带的异性电荷,从而引起大气电场强度大幅度变化。此时,大气相对于大地即是带负电荷,而大地带正电荷。

(4)大气静电场观测中的异常变化与雷电、降水、云带电、风速、气溶胶浓度变化、太空辐射、太阳辐射、湿度、温度、电场日变化等诸多因素有关,可采用晴天标准排除这些强天气因子的干扰;在排除雷电天气现象和晴天大气波动后,如果无人为干扰而大气电位梯度仍出现异常变化,可考虑是由孕震区内地质活动动电、压电等效应引起的地震前兆静电异常。

5 结论与讨论 5.1 结论

大气静电场的变化,与震源区的电学性质、孕震区地质构造、传播途径、台站位置等因素有关。不同的气象观测台站受干扰因素的影响不同,其变化规律亦不同。

排除雷电等干扰后,研究时段内四川地区50%的MS≥5.0地震前,大气电场观测日均值存在低值异常变化。异常变化形态呈多样性,较突出的形态有“W”“V”“U”型等。

大气静电场日均值低值异常变化与未来MS≥5.0地震间存在相关性。一般情况下,异常出现后114天时间范围内r=eM空间范围发生MS≥5.0地震的可能性较大,其中,第10—19天,发震概率为33%;第2—9天,发震概率为17%。

基于雷电监测的大气静电场观测资料,在排除雷电等干扰的情况下,可用于地震监测预报。

5.2 讨论

(1)基于雷电监测的大气电场观测资料,在资源共享的基础上,为更好服务于地震监测预报,如何利用地震行业标准对气象行业资料进行地震预报效能评估,值得深入探究。

(2)已有研究显示,从形态上看,雷电对大气静电场资料的干扰与地震前兆信息有一定的相似之处。如何有效排除雷电干扰获取地震前兆异常信息,值得深入研究。

(3)对四川地区雷电资料的研究显示,四川地区平均每年雷电次数达5万多,全年的雷暴日数达到285天左右,平均每10天中有8天是雷电天气。雷电干扰将是大气静电场观测用于地震监测预报的主要干扰之一。如何有效消除此干扰,是十分重要的科学问题,应高度重视。

参考文献
柴瑞, 王振会, 肖稳安, 等. 大气电场资料在雷电预警中应用[J]. 气象科技, 2009, 37(6): 724-728. DOI:10.3969/j.issn.1671-6345.2009.06.017
高菊霞, 杨碧轩, 程永进. 闪电和大气电场资料在预警业务中的应用[J]. 陕西气象, 2015(Z1): 20-24. DOI:10.3969/j.issn.1006-4354.2015.z1.007
郝建国. 近地表大气电场异常与地震[J]. 地震学报, 1988, 10(2): 206-212. DOI:10.3969/j.issn.1003-3246.2000.04.007
郝建国, 唐天明, 李德瑞. 大气电场异常作为地震短临预报标志研究进展[J]. 地震, 1998, 18(3): 245-256. DOI:10.1088/0256-307X/16/9/027
郝建国. 地震静电预测学[M]. 东营: 石油大学出版社, 2001: 1-100.
靳小兵, 卜俊伟, 陆茂, 等. 四川省雷电探测网效率评估和改进方法研究[J]. 高原山地气象研究, 2011, 32(3): 65-68. DOI:10.3969/j.issn.1674-2184.2011.03.013
靳小兵, 李一丁, 卜俊伟, 等. 两个雷电预警系统的应用与对比[J]. 气象科技, 2013, 41(5): 923-928. DOI:10.3969/j.issn.1671-6345.2013.05.022
李一丁, 张亮, 张琨, 等. "5.12"汶川地震前近地面大气电场异常研究[J]. 高原山地气象研究, 2017, 37(1): 49-53. DOI:10.3969/j.issn.1674-2184·2017.01.008
刘畅, 张婧雯, 靳小兵. 成都地区不同天气条件下大气电场特征研究[J]. 高原山地气象研究, 2016, 32(2): 88-92. DOI:10.3969/j.issn.1674-2184·2016.02.014
马伽洛伦, 马富润. 地电异常与地震前兆引论[M]. 昆明: 云南大学出版社, 2014.
于建立, 樊亚东, 詹清华. 分层土壤时特征参数对地闪通道附近地面垂直电场的影响[J]. 高电压技术, 2015, 41(5): 1671-1679.
张亮, 靳小兵, 卜俊伟. 雷电水平电场时域近似算法研究及精度验证[J]. 高电压技术, 2016, 42(2): 1-9.
朱培育, 戴乐翔, 张艺, 等. 地闪对崇明地震台地球物理观测的干扰[J]. 地震地磁观测与研究, 2019, 40(1): 91-95.
Jin X B, Zhang L, Bu J W, et al. Discussion on anomaly of atmospheric electrostatic field in Wenchuan MS 8.0 earthquake[J]. Journal of Electrostatics, 2020, 104: 103.
Ozaki M, Yagitani S, Nagano I, et al. Ionospheric penetration characteristics of ELF waves radiated from a current source in the lithosphere related to seismic activity[J]. Radio Science, 2009, 44(1): RS1005.