0 引言

重力场是地球基本物理场之一(顾功叙等，1997)，而重力场变化可以反映地下物质的运移及运动分布形态，在地壳运动过程中由多种诱因所引起的区域构造应力场的变化一般在重力数据图像中有一定体现(许厚泽，2003)。在地震监测预报分析中，重力观测资料一般以流动重力和连续重力观测为主。而重力场的非潮汐时—空动态变化，可在一定程度上反映地球内部物质的变化、变形，进一步与地壳内部地震的孕育与发生产生关联性(顾功叙等，1997)。近年来，基于流动重力观测获得的重力场动态变化在地震预报分析中取得较好的研究成果(祝意青等，2009；陈石等，2015)，对连续重力观测资料的深度挖掘也逐渐增多。连续重力观测是对地球内部物质迁移所引起的重力变化效应(包含叠加在一起的长期和短期变化)进行精确探测，从而对地震监测、重力固体潮汐、地球动力学以及陆地水储量变化等基础研究资料进行深入分析(Sun et al，2009；韦进等，2012)，进而可清晰探测到地震发生前非潮汐作用引起的固体潮汐因子及其相位的变化(王新胜等，2016；Wang et al，2017)。因此，一般通过理论计算来扣除连续重力观测资料中的潮汐信号，获取其所包含的非潮汐信息，进一步得出连续重力观测台站的垂直位移和周边物质的运移情况(王新胜等，2017)，了解地震孕震过程。

2016年1月21日1时13分在青海省海北藏族自治州门源县发生M_S 6.4地震(101.6°E，37.6°N)，震源深度10 km，震中位于冷龙岭断裂带附近，构造分区属青藏高原东北缘内部二级块体祁连地块。该区内与此次地震发生时间最近的一次6级以上地震为1986年8月26日的M_S 6.4地震(祝意青等，2016)。此次地震引起地震学界的广泛关注，其中对流动重力资料分析发现，震前存在几十微伽的中短期变化(祝意青等，2016)。笔者搜集相关文献发现，连续重力观测资料在此次地震发生前出现较为明显的重力扰动信号(刘芳等，2019)。基于此，选取距此次门源地震震中较近的高台和兰州地震台(震中距分别约为250 km、280 km)连续重力数据，分析地震发生前1年内连续重力非潮汐变化特征。

1 重力观测数据选取及预处理

兰州和高台连续重力观测站与2016年门源M_S 6.4地震震中分别相距约280 km、250 km，相对位置见图 1所示。2个台站均配备PET重力仪进行连续重力观测，观测环境稳定，观测数据稳定、可靠。PET重力仪(美国Micro-g LaCoste, Inc公司生产，全自动型)测量地球表面各个点位重力随时间变化的量值，分辨率为0.01×10^-8 m/s²，测量精度可达1×10^-8 m/s²(刘芳等，2019)。

选取2个台站2015—2018年连续重力观测数据，采用Tsoft软件(孙和平等，1997)，对原始秒采样数据进行预处理(剔除各类干扰数据)，并以60 s间隔进行降采样分析，得到固体潮观测分钟值数据，并再次进行干扰数据处理，剔除尖峰、阶跃和间断等干扰信号，进一步降采样为小时值(整点值)数据。应用Nakai拟合模型，对重力固体潮观测整点值数据进行拟合检验，得到高台和兰州台PET重力仪运行统计情况，见表 1。

由表 1可知，2个台站的观测值残差小于2倍均方差值的概率均超过90%，说明经过Tsoft软件预处理，连续重力数据稳定、可靠，数据质量较优。

2 门源地震前重力数据非潮汐变化

对经Tsoft预处理后的2个台站2015—2018年连续重力整点值数据，采用ETERNA分析方法(目前国际地潮中心标准的潮汐分析方法)，分别进行重力非潮汐变化计算和分析，结果见图 2。下文分别对2个台站重力非潮汐变化特征进行分析。

2.1 兰州台重力数据非潮汐变化

兰州台重力数据非潮汐变化见图 2(a)，可见：自2015年8月初至2016年1月底，兰州台重力非潮汐数据曲线在6个月内快速下降，下降幅值约37.05 μGal(图中实线方框区域)，下降速度大于6.17 μGal/mon。结合王同庆等(2018)对此次门源地震前流动重力的研究成果和刘芳等(2019)对此次门源地震前重力扰动信号的认识，认为此次地震发生在2014—2015年NW向断裂重力数据快速变化的高梯度带上，表明此处重力变化较为明显，与本研究所得兰州台震前近6个月的重力非潮汐快速变化有一定吻合，但非潮汐变化每月量值较大，如此较大数值的重力快速变化不仅仅归因于地球物理场变化，也可能与重力仪弹簧的短期异变有关(王新胜等，2017)。

2.2 高台台重力数据非潮汐变化

高台台重力数据非潮汐变化见图 2(b)，可见：自2015年8月初至2016年1月底，高台台重力非潮汐曲线在6个月内快速下降，下降幅值约56.15 μGal(图中实线方框区域)，下降速度大于9.36 μGal/mon，且其变化量值大于兰州台重力非潮汐变化量。同理，结合王同庆等(2018)、刘芳等(2019)的研究结果，认为数值较大且快速的重力变化不仅仅归因于地球物理场变化。

3 重力非潮汐变化的讨论

针对此次门源地震前兰州和高台台重力非潮汐变化的量值较大的同步下降，基于影响重力数据产生变化的诱因一般主要由物质运动和垂直形变引起这2个因素，加之2个台站重力仪均布设在观测山洞基岩上，结合GPS观测数据，表明2个站点均未发生垂直位移(周莉娟等，2012；韦进等，2012；陈石等，2014)。一般近距离大面积水体的变化引起连续重力观测值的变化。考察发现，距兰州台1.3 km处为黄河，距高台台1.4 km处为黑河，查询气象网站降雨量信息，统计发现，2015年8月初至2016年1月底，2个台站附近降水量基本相同，表明黄河和黑河的水位变化基本相同，且河流与台站距离相当(如图 3所示，翟丽娜等，2020)，因此根据重力学中的正演模拟任何形状的重力影响公式进行计算

$\Delta \mathrm{g}(p)=g \iiint\limits_v \frac{\rho(q)(\varsigma-z)}{r_{p q}^{3 / 2}} \mathrm{~d} \xi \mathrm{d} \eta \mathrm{d} \varsigma $

(1)

将兰州和高台台的水位变化近似看作基准站和周边地区的地下水变化，并计算获得因地下水变化产生的重力效应。把地下含水层近似看作一个均质无限平板层，则由地下水位变化导致的重力变化可近似表示为

$\delta g_{\mathrm{w}}=2 \pi G P_{\mathrm{e}} \delta h_{\mathrm{w}}=42 P_{\mathrm{e}} \delta h_{\mathrm{w}}(\mu \mathrm{Gal} / \mathrm{a}) $

(2)

式中，P_e为有效孔隙度，δh_w为地下水位变化率，g_w为该处重力，G为标准重力参数。

基于式(2)，进一步计算河流水位在不同长度处数据变化对兰州和高台台重力数据变化产生的影响，结果见图 4。由图 4可见，地下水位和周边河流水位的变化，均不会引起2个台站重力的持续下降大幅变化现象(陈石等，2013；贺前钱等，2016)。根据GLDAS陆地水模型，分别计算了兰州和高台台陆地水变化引起的重力效应，其周年变化在±5 μGal之内，变化量值总体偏小。

排除垂直形变、周围水体水位变化和陆地水变化分别对2个台站连续重力观测资料的变化量值的影响，进一步证明兰州台和高台台附近水位变化对重力的变化影响较小，推测2016年门源M_S 6.4地震前2个台站出现的连续6个月的连续重力非潮汐快速、持续下降现象，可能与此次地震孕震过程有一定关系。

4 结论与讨论

2016年门源M_S 6.4地震前1年内，高台和兰州台分别观测到持续约6个月的重力非潮汐持续性上升变化，月均变化分别为9.36 μGal和6.17 μGal，累计变幅分别达到56.15 μGal和37.05 μGal。

强震发生前连续重力仪连续数月观测到重力非潮汐数据的快速变化现象并非个例，如2016年7月31日苍梧M_S 5.4地震、2016年12月8日呼图壁M_S 6.2地震、2014年5月24日盈江M_S 5.6和2014年5月30日M_S 6.1地震、2014年12月6日景谷M_S 5.9和2014年10月7日M_S 6.6地震前，均发生了连续数月的重力非潮汐数据快速变化，月均变化一般小于在10 μGal(刘芳等，2019)。地震孕育过程是地下物质缓慢运动调整的过程，短时间内几乎不可能出现几十微伽的变化。通常，若连续重力非潮汐变化出现该现象，则结合垂直形变资料进行分析。若垂直形变观测无明显变化，则首先分析周边环境、水位、降水量等外界环境变化的影响。若排除周边环境影响，该数据变化仍较为突出，则综合分析该变化的持续时间、数值变化总量以及月变化速率。结合前人研究，发现月均变化量值在6—10 μGal，持续时间3个月以上时，则需持续跟踪该观测台站重力数据变化，并重点关注其短期变化，在短期数据形态出现与以往形态的差异性变化时，代表着地震的发生紧迫性在逐渐增强。

在此次门源地震发生前1年内，高台和兰州台出现持续6个月的重力非潮汐变化，其中前3个月数据变化速率较快，后3个月有一定减缓，累计变化幅度具有一定差异性。兰州台累计变化37.05 μGal，高台台累计变化56.15 μGal，震后2个台站重力非潮汐持续下降趋势并未结束，并于同年10月17日发生青海玉树M_S 6.2地震，且震后重力非潮汐变化转为反向上升，认为重力非潮汐下降变化异常结束。分析认为，两台站在此次门源地震前持续约6个月的重力非潮汐快速下降变化应为此次门源地震和玉树地震的共同影响。而两台站与门源地震(震中距分别约为250 km、280 km)和玉树地震(震中距分别约为880 km、1 080 km)震源区距离相差较大，因此重力非潮汐数据累积变化量值有一定差异。

上述分析结果证明，重力台非潮汐数据变化量值大小与震中距相关，进一步验证了刘芳等(2019)的研究结果。一般，对于同等震级的地震，台站与震源距离越近，重力非潮汐变化速率越快，累积变化值越大，且对应的孕震过程更长。因此，高台和兰州台此次重力非潮汐快速下降变化反映了2016年门源M_S 6.4地震的孕育过程，可为孕震机理研究提供一定参考。在大量震例统计分析基础上，可尝试利用震前重力非潮汐量级变化预测震级大小。后续将对中国大陆地区5.5级以上地震发生前连续重力观测资料进行统计分析，尝试建立连续重力观测地震预测指标体系。

感谢中国大陆构造环境监测网络提供重力台站连续数字化记录数据。感谢评审专家对本文撰写提出的建设性意见和建议。