留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

水文气象因素对中国北疆流动重力变化的影响

黄亚朋 胡敏章 郝洪涛

黄亚朋, 胡敏章, 郝洪涛. 水文气象因素对中国北疆流动重力变化的影响[J]. 武汉大学学报 ● 信息科学版, 2022, 47(1): 85-92. doi: 10.13203/j.whugis20190284
引用本文: 黄亚朋, 胡敏章, 郝洪涛. 水文气象因素对中国北疆流动重力变化的影响[J]. 武汉大学学报 ● 信息科学版, 2022, 47(1): 85-92. doi: 10.13203/j.whugis20190284
HUANG Yapeng, HU Minzhang, HAO Hongtao. Influence of Hydrometeorological Factors on Mobile Gravity Variation in the Northern Xinjiang, China[J]. Geomatics and Information Science of Wuhan University, 2022, 47(1): 85-92. doi: 10.13203/j.whugis20190284
Citation: HUANG Yapeng, HU Minzhang, HAO Hongtao. Influence of Hydrometeorological Factors on Mobile Gravity Variation in the Northern Xinjiang, China[J]. Geomatics and Information Science of Wuhan University, 2022, 47(1): 85-92. doi: 10.13203/j.whugis20190284

水文气象因素对中国北疆流动重力变化的影响

doi: 10.13203/j.whugis20190284
基金项目: 

地震科技星火计划攻关项目 XH20039

国家重点研发计划 2018YFC1503503-01

国家自然科学基金 41974021

详细信息
    作者简介:

    黄亚朋,硕士,主要从事水文气象因素对流动重力的影响分析。huangyp94@126.com

    通讯作者: 胡敏章,博士,副研究员。huminzhang@126.com
  • 中图分类号: P312

Influence of Hydrometeorological Factors on Mobile Gravity Variation in the Northern Xinjiang, China

Funds: 

The Science for Earthquake Resilience XH20039

the National Key Research and Development Program of China 2018YFC1503503-01

the National Natural Science Foundation of China 41974021

More Information
    Author Bio:

    HUANG Yapeng, master.He is mainly engaged in hydrometeorological factors on the influence of gravity flow research. E-mail: huangyp94@126.com

    Corresponding author: HU Minzhang, PhD, associate researcher. E-mail: huminzhang@126.com
图(6) / 表(3)
计量
  • 文章访问数:  298
  • HTML全文浏览量:  88
  • PDF下载量:  35
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-10-15
  • 刊出日期:  2022-01-05

水文气象因素对中国北疆流动重力变化的影响

doi: 10.13203/j.whugis20190284
    基金项目:

    地震科技星火计划攻关项目 XH20039

    国家重点研发计划 2018YFC1503503-01

    国家自然科学基金 41974021

    作者简介:

    黄亚朋,硕士,主要从事水文气象因素对流动重力的影响分析。huangyp94@126.com

    通讯作者: 胡敏章,博士,副研究员。huminzhang@126.com
  • 中图分类号: P312

摘要: 水文气象因素引起的重力变化是影响地震重力变化成果解释的重要因素。以中国北疆地区为研究区域,借助全球陆地数据同化系统(global land data assimilation systems,GLDAS)全球水文模型数据、大气模型数据,计算2016-01—2017-12时段内水文气象因素对研究区域的重力影响。计算结果表明,陆地水影响的年变化为1.3 μGal,两期陆地水影响空间分布的差异低于1 μGal;大气影响的年变化为8 μGal,两期大气影响空间分布的差异达到6 μGal。利用2016-04、2016-08和2017-06三期流动重力测量数据,对比扣除水文气象因素前后的重力变化,可以看出,在中国北疆流动重力数据处理中,大尺度水文因素可以不予考虑,气象因素应予考虑。同时,为更好分析流动重力变化,建议流动重力测量过程中同时开展测点附近的土壤湿度、大气气压等观测。

English Abstract

黄亚朋, 胡敏章, 郝洪涛. 水文气象因素对中国北疆流动重力变化的影响[J]. 武汉大学学报 ● 信息科学版, 2022, 47(1): 85-92. doi: 10.13203/j.whugis20190284
引用本文: 黄亚朋, 胡敏章, 郝洪涛. 水文气象因素对中国北疆流动重力变化的影响[J]. 武汉大学学报 ● 信息科学版, 2022, 47(1): 85-92. doi: 10.13203/j.whugis20190284
HUANG Yapeng, HU Minzhang, HAO Hongtao. Influence of Hydrometeorological Factors on Mobile Gravity Variation in the Northern Xinjiang, China[J]. Geomatics and Information Science of Wuhan University, 2022, 47(1): 85-92. doi: 10.13203/j.whugis20190284
Citation: HUANG Yapeng, HU Minzhang, HAO Hongtao. Influence of Hydrometeorological Factors on Mobile Gravity Variation in the Northern Xinjiang, China[J]. Geomatics and Information Science of Wuhan University, 2022, 47(1): 85-92. doi: 10.13203/j.whugis20190284
  • 流动重力测量是获取区域性重力场时变信号的主要观测手段[1],在地震监测预报中发挥了重要作用[1-5]。地球重力场随时间变化主要包括潮汐变化和非潮汐变化。潮汐变化主要有呈现周期运动的固体潮、海潮、大气潮、极潮和天文潮汐等,这些信号是引起地球重力场变化的主要因素,最高可达-240 μGal,依据模型可以进行精确的计算和改正[6]。非潮汐变化包括大气、水等质量迁移产生的影响以及构造活动等产生的变化。在特定的位置,大气对重力贡献的幅值可达15 μGal[7]。全球水循环也是一种重要的质量迁移现象,水质量迁移导致的地面重力变化可以达到10 μGal[8]。将上述非构造因素引起的重力场变化信号加以分辨并从实测数据中剥离,以提取构造因素引起的重力场变化信息,有助于深化震前重力场变化认识,对提高地震监测预报分析能力具有参考意义。

    对水文气象因素引起重力场变化的分析,通常有两种方法:一是通过当地水文、气象测量和重力时间序列之间的相关性进行研究;二是通过水文、气象模型数据资料来计算负荷和引力效应,但是它受限于水文、大气模型的空间、时间分辨率[9]。在基于流动重力观测资料的地震分析预报实践中,通常缺乏连续或与流动测点共址的实测数据,因此,较少对水文气象因素引起的重力场变化进行量化分析。

    本文尝试利用陆地水、大气模型来计算水文气象因素产生的负荷和引力效应,在流动重力数据处理中扣除水文气象因素导致的重力场变化。以中国北疆地区为例,利用全球陆地数据同化系统(global land data assimilation systems,GLDAS)全球水文模型和大气模型计算并评估水文气象因素引起的重力场变化效应,并结合流动重力测量数据分析其影响。研究结果可为地震流动重力变化资料分析、观测网设计等提供有益参考。

    • 陆地水对地面重力的贡献分为负荷和引力两个部分。负荷部分与水储量变化导致的地表形变有关,引力部分与水质量产生的万有引力的垂直分量有关。计算过程根据计算点与测量点的球面距(φ)分成若干区域,各区域的负荷效应采用Farrell[10]提供的格林函数计算:

      G(φ)=-gMn=0(n+2hn-(n+1)kn)×Pn(cosφ)

      式中,hnkn表示负荷勒夫数;M表示地球质量;g表示地表平均重力;Pn表示勒让德函数。单位质量的负荷gE(φ)的计算公式为:

      gE(φ)=-gMn=02hn-(n+1)kn)×Pn(cosφ)

      本文利用Pagiatakis提供的格林函数计算结果进行内插得到负荷的影响[11]。单位质量的引力贡献利用文献[14]提供的公式进行计算:

      gN(φ)=gMn=0nPn(cosφ)=-g4Msin(φ/2)

      考虑计算点周围1°的地形数据,式(3)可变为:

      gN(φ)=G(d2+(R+hS)2-(R+hP)2)2d3(R+hS)

      式中,G表示万有引力常数;d表示单位质量与测量点的距离;R表示地球半径;hShP分别表示测量点和计算点的高度。

    • 大气模型与水文模型的计算过程相同,都是将空间划分成若干区域,分别进行计算。每个区域的负荷效应采用文献[12]提供的每1 hPa载荷重力效应的格林函数结果内插得到,对海洋上的点不计算其负荷效应。采用Tesseroid近似计算φ<20o的区域的引力[13];利用文献[14]提供的公式计算φ20o的区域的引力效应。

    • 新疆是离海洋最远的地区,四周有高山阻隔,属于典型的温带大陆性干旱气候,年平均气温10.4 ℃,年均降水量188.1 mm,为全国平均降水量的1/4,夏季炎热少雨,冬季寒冷干燥。本文选择80°E~90°E、41°N~45°N范围内的中国北疆地区为研究区域。该区域内的流动重力测量为一年两期,包含101个测点,由于个别测点数据不完整,计算时选取其中的97个点。研究区域内流动重力测网、断裂带及2016—2017年3级以上地震活动如图 1所示。

      图  1  中国北疆地区流动重力测网、活动断层及2016—2017年地震活动分布图

      Figure 1.  Flow Gravity Survey Network, Active Fault, and Seismic Activity Distribution Map of the North Xinjiang Region, China from 2016 to 2017

    • 1)流动重力数据。2015年中国北疆重力网优化改造,观测点数达到97个,覆盖范围扩展至天山中段、伊利盆地等地区[15]。每年4月和8月对该监测网进行2期重力测量。本文选用2016-04、2016-08和2017-06共3期流动重力测量数据。

      2)GLDAS全球水文模型数据。GLDAS是一个全球高分辨率的陆面模拟系统,可提供全球范围1979年至今的陆面资料,空间分辨率为0.25°×0.25°和1°×1°,时间分辨率为3 h和月[16]。GLDAS陆面数据同化系统总共调用了公共陆面模式(community land model,CLM)、Noah和Mosaic这3个陆面过程模式及可变下渗能力水文模型(variable infiltration capacity,VIC)[17]。已有相关实验表明,GLDAS模型在估算土壤含水量方面有效[18-19]。陆地水包括土壤水、地下水和雪水,其中,CLM模型考虑了植物等截留水、入渗、径流、土壤水分、雪等主要成分,用CLM模型数据来估算陆地水储量。由于不能较好地估计永久性冰盖下的水含量变化,因此,不考虑南极、格陵兰岛的水负荷贡献[16]

      3)全球大气模型数据。数据为欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts,ECMWF)提供的全球大气重分析产品,按照压强在空间上的分布将1~1 000 hPa分为37层(压强随高度增加逐渐减小,地面处压强取1 000 hPa),提供大气压、温度、湿度等大气元素信息[20]。数据形式为0.75°×0.75°全球格网数据,提供的最大时间分辨率为6 h。

      4)新疆精河气象台数据。中国地面国际交换站气候资料日值数据集(V3.0)包含了中国166‍个站点1951-01以来气象站气压、气温、降水量、蒸发量、相对湿度、风向风速、日照时数和0 cm地温要素的日值数据[21]

    • 网站下载的水文模型数据为NetCDF格式,为便于计算陆地水对地面测点的重力影响,这里按照地理经纬度将其转换为1°×1°的格网数据,每个网格表示该区域的等效水量。在考虑全球陆地水效应时,计算全球范围内0.15°×0.15°格网上每毫米等效水柱产生的影响;考虑局部陆地水效应时,计算测点周围1°范围内30″×30″格网上每毫米等效水柱产生的影响,格网上的等效水量数据用内插方法得到。

    • 本文选用中国北疆地区2016-04、2016-08和2017‐06共3期流动重力测量数据进行分析,研究区域内近期发生了2016-12-08呼图壁Ms 6.2地震和2017-08-09精河Ms 6.6地震,如图 1所示。流动重力测量所有测段均符合规范要求,即往返测自差小于25 μGal,互差小于30 μGal。数据处理采用LGADJ平差软件,并以乌鲁木齐、塔什库尔干、库车、乌什绝对重力值为控制点进行经典平差计算,结果如表 1所示。

      表 1  中国北疆地区流动重力测量成果精度/μGal

      Table 1.  Accuracy of Flow Gravity Measurement Results in the North Xinjiang Region, China/μGal

      测量仪器 观测时间 点值平均精度
      C207、C511 2016-04 10.6
      C207、C511 2016-08 12.0
      C207、C231 2017-06 10.0

      表 1平差结果显示,测点的重力值精度为1.5~15.2 μGal,点值平均精度≤12 μGal,精度满足重力场变化特征研究的要求。

    • 本文利用负荷理论计算2016-01—2017-12时间段内陆地水对精河气象台处82.49°E,44.34°N的月重力影响,并收集该地区公布的月平均降水资料,如图 2所示。

      图  2  2016-01—2017-12内GLDAS水文模型计算结果时间序列

      Figure 2.  Time Series of Calculation Results of the GLDAS Hydrological Model from 2016-01 to 2017-12

      图 2可知,在计算时间段内,陆地水对该点的重力影响在-0.477~0.821 μGal范围内变化,且呈现季节性波动。从变化趋势上,两者呈现负相关,即降水量的增大会导致计算点处重力值减少。2016-03以后降水量增大,GLDAS全球水文模型计算的陆地水对计算点处的重力影响曲线下降,并维持在低值附近;2016-11后的5个月内降水量较少,模型计算的陆地水重力影响曲线持续增加,增大幅度达到1.3 μGal左右。

      精河气象台高程为330 m左右,该地区地形呈凹字形,地势南高北低,地势垂直高度相差悬殊,南部为天山山区,北部为博尔塔拉河冲积平原。由于气象台所处位置相对较低,在降雨等作用下,导致近区上部质量增加显著,计算点处重力值减小,从而两者变化呈现负相关。

      针对陆地水对研究区域内测点重力变化的影响程度,通过计算对应3期流动重力测量时刻的陆地水影响结果,对比考虑陆地水与不考虑陆地水情况下重力变化的差异。表 2的结果为水文模型改正前后的差值,从表 2中可以看出,陆地水对测点的重力变化影响均小于1 μGal。

      表 2  陆地水影响校正值/μGal

      Table 2.  Corrections of Terrestrial Water Affects/μGal

      指标 2016-04—2016-08 2016-08—2017-06
      最大值 -0.188 0.368
      最小值 -0.741 -0.058
      平均值 -0.297 0.101
      中值 -0.272 0.099
      标准差 0.101 0.078

      为了估算陆地水在流动重力重复测量过程中的影响程度,分别计算2016-04、2016-08和2017-06时间的陆地水影响空间分布,图 3(a)为2016-08和2016-04作差结果,图 3(b)为2017-06和2016-08作差结果,陆地水影响空间变化图用间隔为0.1 μGal的等值线表示,细线等值线间隔为0.05 μGal,图 3中数字表示其影响量级。

      图  3  GLDAS水文模型的重力场变化效应空间分布图

      Figure 3.  Spatial Distribution of Gravitational Field Variation Effects of GLDAS Hydrological Model

      图‍ 3中可以看出,在测网空间区域内,2016-04—2016-08时间内,GLDAS模型计算的陆地水影响的重力变化在-0.74~-0.18 μGal范围内;2016-08—2017-06时间内,GLDAS模型计算的陆地水影响的重力变化在-0.07~0.37 μGal范围内。2016-04与2016-08两期降雨量差异较2016-08和2017-06两期大,从而图 3(a)显示的空间差异也相对较大。总体来说,模型计算的陆地水对测区重力变化的影响比较小,就中国北疆地区流动重力测量来说,陆地水文模型在流动重力数据处理中的影响可以不予考虑。

    • 利用负荷理论计算2016-01—2017-12时间段内大气对精河气象台处的日重力影响,并收集该地区公布的日平均气压资料,如图 4所示。在该计算时间段内,大气对该点重力影响幅值最大可以达到8 μGal。两者的变化趋势呈现明显的负相关,随着4月份温度升高,气象台测得的气压逐渐降低,计算的大气对重力的影响逐渐增大;8月份气温逐渐降低,气象站测得的气压上升,同时,大气对重力的影响也呈现降低趋势,模型计算的大气对地面重力的影响与实测气压数据相吻合。

      图  4  2016-01—2017-12大气模型计算结果与气象台气压时间序列

      Figure 4.  Calculation Results of Atmospheric Model and Atmospheric Pressure Time Series of Meteorological Station from 2016-01 to 2017-12

      针对大气对研究区域内测点重力变化的影响程度,通过计算对应3期流动重力测量时刻的大气影响结果,对比考虑大气与不考虑大气情况下重力变化的差异,大气模型改正前后的差值见表 3

      表 3  大气影响校正值/μGal

      Table 3.  Correction of Atmosphere Affects/μGal

      指标 2016-04—2016-08 2016-08—2017-06
      最大值 2.597 3.652
      最小值 -2.017 -3.278
      平均值 -0.113 -0.080
      中值 -0.117 -0.004
      标准差 1.083 0.972

      表 3中可以看出,2016-04—2016-08时段内,大气对重力变化的影响幅值达到4.60 μGal;2016-08—2017-06时段内,大气对重力变化的影响幅值达到6.92 μGal。为了估算大气在流动重力重复测量过程中的影响程度,计算了2016-04、2016-08和2017-06时间的大气影响空间分布,图‍5(a)为2016-08和2016-04作差的结果,图‍5‍(b)为2017-06和2016-08作差的结果。大气影响空间变化图用间隔为1 μGal的等值线表示,细线等值线间隔为0.5 μGal,数字表示其影响量级。

      图 5中可以看出,在测网空间区域内,2016-04—2016-08和2016-08—2017-06时间内大气影响的重力变化分别在-2.0~2.6 μGal、-3.2~3.6 μGal范围内波动。模型计算的大气对重力变化的影响较陆地水影响大,在流动数据处理中可以进行适当考虑。

      图  5  大气模型的重力场变化效应空间分布图

      Figure 5.  Spatial Distribution of Gravitational Field Variation Effects in Atmospheric Model

    • 根据2016-04、2016-08和2017-06这3期流动重力测量数据,绘制研究区域内的重力变化图像,水文气象因素改正前后的重力变化见图 6

      图  6  水文气象因素改正前后的重力变化图

      Figure 6.  Gravity Changes Map Before and After the Correction of Hydrometeorological Factors

      图 6(a)可知,2016-04—2016-08重力变化基本呈现北强-南弱的分区特征。北部霍城-新源-精河一代,以及乌鲁木齐以北地区呈现40 μGal正变化;南部库车北部、托克逊以及乌苏以南、拜城以西呈重力20 μGal负变化,而重力正值变化主要集中在巴伦台、轮台地区,达到20 μGal。重力变化零值线从乌鲁木齐开始,沿着呼图壁、玛纳斯至沙湾出现转折,向南经过和硕、焉耆再向北经过巩乃斯、乌苏,向南绕过新源、伊宁。测区重力变化为-52~59 μGal,最大正重力变化出现在新源县附近,最大负重力变化出现在库车县北部。由图 6(b)对比同时间段内扣除水文气象因素的重力变化,两重力零值线走向略有不同,整体重力变化无明显差异。

      2016-08—2017-06重力变化如图 6(c)所示,研究区域大部分地区呈现重力负值变化。受2016-12-08呼图壁县Ms 6.2地震的影响,阜康、呼图壁地区重力正值变化由前期的40 μGal变为20 μGal。与前期相比,变化较为突出的是中国北疆地区西部的博乐、精河等地,重力变化由前期的59 μGal变为-‍40 μGal,个别点两期重力变化近-‍100 μGal,该重力正负变化可能与2017-08-09精河县Ms 6.6地震孕震有关。测区重力变化为-84~24 μGal,最大正重力变化出现在呼图壁附近,最大负重力变化出现在博乐附近。图 6(d)对比了同时间段内扣除水文气象因素的重力变化,两者无明显差别。

    • 关于陆地水导致的地面重力场变化,Creutzfeldt等[9]通过模拟土壤湿度对重力的影响来研究陆地水和重力的关系,表明土壤水导致的重力变化可以达到10 μGal甚至更多,而且一旦有局部质量聚集,如水库蓄水等,则重力变化可达200 μGal[22]。Harnisch等[8]利用7个台站的超导数据及相应降雨、地下水资料研究陆地水的重力效应,结果表明,陆地水对局部重力场的影响可以达到10 μGal的量级;局部水储量的变化对Wettzell台站的重力影响可以达到49 μGal,其中,64%的贡献来自半径50 m的区域,90%的贡献来自半径为500 m的区域,97%的贡献来自半径为2 000 m的区域,99%的贡献来自半径为5 000 m的区域,因此,在流动重力监测点布设时,可以考虑将其布设在距离局部蓄水设施5 km外的区域。

      本文利用GLDAS水文模型计算陆地水对中国北疆地区的重力影响,其年变化为1.3 μGal,对相邻两期的重力变化影响小于1 μGal。文献[14]利用GLDAS(CLM)水文模型计算陆地水对Conrad台站的重力影响,重力影响的年变化为3 μGal左右。本文的计算结果较文献[14]的计算结果略小,这应该与中国北疆地区干燥的气候环境有关。因此,在流动重力数据处理分析中,陆地水文模型的重力效应可以不予考虑,或者说目前的水文模型分辨率尚不足以应用于流动重力变化分析。

      对于气象因素导致的地面重力场变化,也有相关研究。Rabbel等[23]通过计算指出,大气质量通过直接和间接的方式导致的地面重力扰动达到20 μGal,在数据处理中,需要对其进行扣除。文献[14]利用大气模型计算2012-01—2012-12时段内大气质量对Conrad台站的重力影响,年变化为14 μGal。本文利用大气模型计算大气质量对中国北疆地区的重力影响,年变化达8 μGal,对相邻两期的重力影响最大为6 μGal。在中国北疆流动重力测量过程中,大气的影响需要进行适当考虑。如果研究区域气候变化相对剧烈,大气对地面重力的影响不容忽视。

      通过本文计算的水文气象因素对流动重力测量变化影响,以及前人研究成果,针对流动重力测网布设及流动重力测量可提供以下建议:(1)测点布设尽量远离发生质量聚集的地区,如水库、池塘或低洼易积水地点;(2)考虑到气温与气压负相关的特性,每年多期的流动重力测量宜选择气温相近的时段,从而尽量减少气压对重力变化的影响;(3)全球水文模型、大气模型的分辨率等并不适用于流动重力变化分析,未来建议在流动重力测量过程中同时开展高精度气压、土壤湿度等观测。

参考文献 (23)

目录

    /

    返回文章
    返回