联合空基与地基观测数据揭示2017年新疆精河MW6.3地震震前多参数时空关联及可能的物理机制

吴玮莹, 单新建*, 屈春燕, 李新艳, 朱治国, 姜卫平

1 中国地震局地质研究所地震动力学国家重点实验室，北京 100029 2 宁夏回族自治区地震局，银川 750001 3 新疆维吾尔自治区地震局，乌鲁木齐 830011 4 武汉大学，武汉 430072

0 引言

地震是破坏性最大，造成人员伤亡和财产损失最严重的自然灾害之一，对人类社会发展产生了极大的威胁.最有效减轻地震灾害的方法是利用地震前兆异常变化对未来发生地震的时间、空间、强度等信息进行预测(Tronin, 2010; Saraf et al., 2009).构造地震发生前，在震源区特别是活动断层周围，构造应力在局部地壳岩石中积聚和增强，需要经历一个长期的能量积累过程.此过程伴随着地壳形变、地球化学、热红外等多种物理参数的异常变化(Wu et al., 2012).随着观测技术和异常探测方法的发展，大量研究报道了地震震前岩石圈、大气层和电离层等多种物理参数异常变化(Wu et al., 2016).

然而，目前仍缺乏广为认可的单一地震异常参数.因此，许多研究通过识别地震前多个参数异常变化之间的时空关联性代替单一参数研究(Ouzounov et al., 2011, 2015; Qin et al., 2013, 2014a; Zhong et al., 2020).Qin等(2014b)对2008年汶川地震震前气溶胶光学厚度可能的异常变化进行了研究，其结果表明：汶川地震震前，气溶胶光学厚度在龙门山断裂带附近明显增强，其异常变化早于或与其他大气和电离层异常准同步，这种独特的异常变化可能与岩石圈—大气层—电离层耦合(Lithosphere-atmosphere-ionosphere coupling，LAIC)模型有关.Akhoondzadeh等(2018)对2016年4月16日厄瓜多尔MW7.8地震前后电离层电子密度、温度、磁场、总电子含量、地表温度和气溶胶光学厚度的异常变化进行了研究.其研究结果表明，多种参数异常变化的时空关联可以用LAIC模型解释.Marchetti等(2019)基于对地磁场、大气化学/物理成分的回顾性分析，综合已经发表的地下水化学和地震活动的结果，在2016—2017年意大利中部地震序列孕震过程中寻找可能的LAIC影响.他们发现了一条准同步异常链，并提出了在地震孕震阶段岩石圈、大气层和电离层均存在异常演化.多数揭示地震震前多参数异常时空变化关联的研究都将LAIC模型作为可能的物理机制.LAIC模型解释了地表、大气和电离层多种参数变化之间的协同作用(Pulinets and Ouzounov, 2011).在LAIC模型中，气体(主要是氡气)的释放、空气电离和离子水合作用对热参数和电离层参数异常变化起到了重要的作用(Pulinets and Ouzounov, 2011).然而，大多数相关研究集中在热参数与电离层参数异常变化耦合关联，缺乏氡气对地震震前多种参数变化的影响和热参数之间异常时空变化关联的相关研究成果.

2017年8月8日(UTC)新疆博尔塔拉蒙古自治州精河县发生MW6.3地震，造成了较为严重的灾害.目前，缺乏对于此次地震震前热参数异常变化特征的相关研究.此外，该地震发震震中周围分布了诸如钻孔形变、流体综合监测台(可获取氡气数据)等多种监测手段的地面监测台站，为我们结合空基数据和地基数据探讨地震震前热参数的异常变化提供了难得的机会.因此，本研究综合利用地基数据，包括钻孔温度、水溶氡气、水溶氦气和钻孔形变及空基的热红外参数数据，包括地表温度(surface temperature，ST)、空气温度(air temperature，AT)、潜热通量(surface latent hear flux，SLHF)和晴空出射长波辐射(Outgoing longwave radiation under clear-sky，OLR)，回顾性分析了多种参数在精河地震前后时空变化特征，提取可能与地震相关的异常变化.本研究着重探究以下三个问题：1)精河地震震前是否存在多种参数与地震相关的异常变化，多种参数异常变化时空变化特征及其关联性是怎样的？2)氡气是否存在与地震相关异常变化，其异常变化对其它参数异常变化起到什么样的作用？3)如果存在多种参数异常变化，那么引起异常变化可能的物理机制是什么？

1 数据和方法

1.1 数据

1.1.1 ERA5再分析数据

本研究采用ERA5再分析数据集作为空基数据来源，识别热红外相关参数异常变化.NCEP(National Centers for environmental)(Qin et al., 2012, 2014a; Zhang et al.,2021; Jing et al., 2013)和ERA-Interim再分析数据集(Wu et al., 2012; Piscini et al., 2017)是地震热异常研究中常用的再分析数据集.ERA5是ECMWF(European Centre for Medium-Range Weather Forecasts)第五代全球气候和天气再分析数据集.再分析利用物理原理将模型数据与世界各地的观测数据结合成一个全球完整一致的数据集，该物理原理称为数据同化.在数据生产过程中，多个小时前的预报值(在ECMWF中是12小时)以一种最佳方式与最新的可用的观测数据相结合，从而产生对大气状态的一个新的最佳估计，这个过程叫做“分析”.“再分析”过程中使用了更多的时间收集观测的结果，以提高了数据的质量.

ERA5数据具有高精度、全覆盖、时空连续性好的优势，并且相较于其它再分析数据集具有更高的空间分辨率(其空间分辨率为0.25°×0.25°).由于地震震前热异常往往出现在未来地震震中和断裂带附近的大范围区域内.因此，本研究采用Dobrovolsky等(1979)提出的地震孕震区定量化估算公式定义研究区域范围，公式如下：

r=100.43Mkm,

(1)

式中，r为地震孕震区域的半径，M为地震震级.因此，本文中研究区域范围设定为以地震震中为中心周围5°的范围.研究共获取了11年的数据，除地震年外，其余10年数据选择了在研究区范围内无震级大于5.0级地震发生的年份，以避免地震活动对于背景场构建的影响.研究使用夜间数据(北京时间：00∶00—03∶00；UTC时间：16∶00—19∶00)以避免太阳辐射和人为活动因素的影响.

1.1.2 地基观测数据

为了消除降雨等天气因素对于提取结果的影响，验证热红外参数提取结果的可靠性，本研究收集了位于精河的中国国际气象交换站监测得到的平均气温和降水数据.与此同时，本研究收集了新疆巴伦、尼勒克钻孔形变台监测得到的钻孔温度、钻孔形变数据以及乌鲁木齐流体综合台站监测得到的水溶氦气和水溶氡气数据，分析其可能与地震相关的异常变化及其与热红外参数异常变化之间的关联.表1展示了地基观测数据概况，包括经纬度、距地震震中的距离、获取测项、台站深度和获取的观测时段.图1展示了地面监测台站的空间分布，其中精河气象站位于图中的精河县.

1.2 热红外参数异常提取方法

热红外参数变化受太阳辐射、地形、植被覆盖和人类活动等多种因素的影响.地震孕震过程对热红外参数变化的影响是十分微弱的.为抑制其他活动对于热红外参数的影响，突出地震活动造成热红外异常变化，本研究使用ZS(Z-score)方法提取地震震前热红外参数的异常变化.ZS方法是一种基于比值的方法，该方法以地震当前观测值与多年观测值的平均值的差作为分母的部分，以多年观测值的标准差作为分子的部分.通过利用多年观测值构建的背景场并且计算比值，ZS方法可以有效地去除背景信息对异常识别的影响，具有计算简便、数学原理明确的优点(Jiao et al., 2018).ZS指数的大小反映了当前观测值偏离多年背景值的程度(Tronin et al.,2002).ZS方法可用如下的公式表示(Venkatanathan and Natyaganov, 2014)：

(2)

式中，v(x,y,t)是地表温度的当前观测值，μ(x,y)为背景场，即同一位置多年同期观测数据的平均值，δ(x,y)为相应的标准差.

1.3 热红外参数异常变化阈值设定及提取步骤

气候变化等自然因素对热红外参数的影响较大.本研究采用研究区内无震级大于5.0级地震发生年份的观测数据计算了多年观测值的平均值和标准差构建背景场，并且计算热红外参数的ZS指数尽力剔除了季节变化和区域气候因素.为了验证地震活动确实引起了不同于热参数正常年变的异常变化，本研究首先利用非地震年数据(即无震级大于5.0级地震发生的年份)，计算研究时段内非地震年数据每一天整幅影像的平均值，并计算不同非地震年份同一天数据的变化梯度，变化梯度代表了热红外参数在自然条件下正常的变化水平；然后，计算地震年观测数据与背景场的差值，这一差值代表了在地震发生条件下热红外参数的变化水平，记作地震变化率；最后，计算地震变化率与年变梯度的差值来衡量地震活动是否引起了不同于热参数正常年变的异常变化，若地震变化率与年变梯度的差值大于0，则表明地震孕震过程可能引起了热红外参数的异常变化.本研究计算得到该差值在整个研究时段内的时间序列曲线，并选取该差值大于0的天数作为热红外参数异常变化的候选时段.

计算得到热红外参数的ZS指数后，我们需要进一步定义合适的异常变化阈值.本研究首先绘制了ZS指数的频率分布图，并且计算得到该频率分布的偏度、峰度、平均值、中位数和标准差以确定其是否符合高斯分布.如果ZS指数的频率分布符合高斯分布，那么异常阈值设定为ZS大于2，此时置信区间为95%；反之，当ZS指数不符合高斯分布时，研究采用ZS指数的中位数和四分位距定义异常变化阈值(Saradjian and Akhoondzadeh, 2011; Pulinets et al., 2006).异常变化阈值的计算方法如下所示：

(3)

式中M为ZS指数的中位数，k为阈值参数，IQR为四分位距(即75%分位数和25%分位数的差值).阈值参数的设定以保证置信区间为95%.

通过计算ZS指数并设定了合适的异常变化阈值后，本研究进一步设定了阈值规则和时间持续性规则提取热参数异常变化(Zhang et al., 2021).规则如下:1)计算得到的ZS指数应大于设定的异常阈值；2)与短期天气变化引起的热异常不同，地震引起的热异常应是持续性的，因此与地震相关的热异常变化至少应连续出现两天.

综上所述，精河地震震前热红外参数异常提取步骤为：1)数据下载和预处理(包括数据格式转换、数据重投影等)；2)对非地震年数据进行滑动平均以剔除偶发因素对于背景场数据的影响；3)计算非地震年数据的多年平均值和标准差，构建背景场；4)计算各热红外参数地震变化率与年变梯度差值，绘制其时间序列曲线，确定异常变化候选时段，由于SLHF和OLR数据易受降雨因素的影响，根据气象站获取的降雨数据将候选时段内降雨时段剔除；5)利用公式(2)计算得到参数的ZS指数；6)绘制上一步计算得到的ZS指数的频率分布图，并计算偏度、峰度、平均值、中位数和标准差确定ZS指数的频率分布，计算合适的异常阈值；7)根据阈值规则、时间持续性规则及异常变化候选时段，确定与地震相关的异常变化，并绘制异常变化时空分布图；8)可采用精河气象站获取的平均气温数据验证基于空基的AT数据提取得到异常变化的可靠性；由于平均气温可获取多年数据，因此同样采用ZS方法提取平均气温异常变化.

2 数据处理及结果

2.1 精河地震概况及区域构造背景

2017年8月8日23∶27∶53(UTC时间)新疆维吾尔自治区精河县发生MW6.3地震，震中位于82.8°E，44.3°N，震源深度20 km.地震震中距离精河县城37 km，距离博尔塔拉蒙古自治州博乐市约95 km，距乌鲁木齐约380 km.截至8月9日11时，地震共造成32人受伤(2人重伤)，142间房屋倒塌，1060间房屋受损.1900年以来，震中200 km范围内共发生过6级以上地震11次，最大地震为1944年3月10日新源7.2级地震.根据中国地震台网测定，截至2017年8月14日16时00分，共记录到余震总数372个，其中4.0～4.9级地震6个，3.0～3.9级地震14个.

新疆精河地震发生在准噶尔盆地西南边缘，天山支脉婆罗科努山北麓，中天山断裂带.天山山脉从南部的塔里木盆地延伸至北部的准噶尔盆地，从中国的新疆延绵至哈萨克斯坦，长度约为2500 km，平均海拔约为4000 km(Avouac et al., 1993; Gong et al., 2019).根据前人的研究结果，此次地震的发震断裂为库松木契克山前断裂.该断裂属伊犁盆地北部地震构造带.库松木契克山前断裂在大地构造上位于准噶尔新生代拗陷与赛里木湖隆起之间，地理上位于中天山北部的库松木契克山山前.该断裂东起基普克一带附近，向西经过乌拉斯泰、乌兰特尔干和扫子木图，沿库松木契克山前延伸至赛里木湖.该断裂为区域性活动逆冲断裂带，全长160 km，走向为NW-SE，倾角为40°～60°(刘兆才等，2019; 陈建波等，2007).

2.2 精河地震前后热红外参数异常变化时空分布

2.2.1 地表温度和空气温度

ST代表了地球表面非常薄的表层温度，它影响着大气表面和地球边界层之间的能量交换.AT为地球表面2 m的空气温度，受到地表温度的影响.图2为ST和AT的ZS指数频率分布图.ST和AT ZS指数均为偏态分布，因此研究采用中位数和四分位距定义异常阈值.当k值为1.7时，其置信区间为95%.图3为ST和AT地震变化率与年变梯度差值的时间序列曲线图.从图3中可以看出，此次地震的孕震活动确实可能导致ST和AT的异常变化.在一些异常变化的候选时段内，地震变化率与年变梯度的差值显著大于0，并且ST和AT异常变化的候选时段相似.

图1 研究区构造背景图红色五角星为精河地震震中，棕色线为发震断裂，黑色方形为精河县，黑色三角形为地面监测台站，红色球为精河地震震源机制，红色线为再分析数据范围，KPF为库松木契克山前断裂，TS为天山，NLK BDS为尼勒克钻孔形变台，BL BDS为巴伦钻孔形变台，UFIS为乌鲁木齐流体综合台.Fig.1 Tectonic map of the study areaThe red star marks the epicentre of the Jinghe earthquake, the black line is the Kusongmuxieke Piedmont Fault (KPF), the black square is Jinghe country, black triangles are ground-based observation station. The red sphere is the focal mechanism of the Jinghe earthquake, the red line is the range of the reanalysis data. TS, Tianshan; NLK BDS, Nileke borehole deformation station; BLBDS, Balun borehole deformation station; UFIS Urumqi fluid integration station.

图2 地表温度(a)、空气温度(b) ZS指数频率分布图(红色线为异常阈值)Fig.2 The frequency histograms of the Z-score (ZS) index for the surface temperature (a) and air temperature (b). The red line marks the anomaly threshold

图3 地表温度(a)、空气温度(b)地震变化率与年变梯度差值时间序列曲线图红色线为差值等于0，黑色线为地震发震时刻.Fig.3 The time series curves of difference between seismic variability and annual variation gradient of surface temperature (a) and air temperature (b)The red line marks the value equal to 0. The black line marks earthquake occurred time.

图4 精河地震前地表温度异常变化时空分布图图中红色五角星为地震震中，棕色线为发震断裂，灰色细线为区域断裂.Fig.4 The spatial-temporal distribution maps of extracted surface temperature anomalies before Jinghe earthquakeThe red star marks the epicentre location, brown line shows the seismogenic fault, grey thick line shows the bounder of China and grey thin lines show the fault in study area.

图5 精河地震前空气温度异常变化时空分布图图中红色五角星为地震震中，棕色线为发震断裂，灰色细线为区域断裂.Fig.5 The spatial-temporal distribution maps of extracted air temperature anomalies before earthquakeThe red star marks the epicentre location, brown line shows the seismogenic fault, grey thick line shows the bounder of China and grey thin lines show the fault in study area.

图6 平均气温ZS指数频率分布图(a)和时间序列曲线(b)图中红色线为异常阈值，黑色线为地震发震时刻.Fig.6 The frequency histogram (a) and time series curve (b) of ZS index of mean temperatureThe red line marks the anomaly threshold, the black line marks the earthquake occurred time.

图7 潜热通量(a)、长波辐射(b) ZS指数频率分布图图中红色线为异常阈值.Fig.7 The frequency histograms of the Z-score (ZS) index for the surface latent heat flux (a) and outgoing longwave radiation (b)The red line marks the anomaly threshold.

图8 潜热通量(a)、长波辐射(b)地震变化率与年变梯度差值时间序列曲线图图中红色线为差值为0，黑色线为地震发震时刻.Fig.8 The time series curves of difference between seismic variability and annual variation gradient of surface latent heat flux (a) and outgoing longwave radiation (b)The red line marks the value equal to 0. The black line marks earthquake occurred time.

图9 研究时段降雨数据分布图图中黑色线为地震发震时刻.Fig.9 The time series of precipitation in study periodThe black line marks the earthquake occurred.

图4和图5分别为ST和AT异常变化时空分布图.ST和AT异常同时满足在候选异常变化时段、阈值规则和时间持续性规则，因此本研究认为其可能是地震孕震过程引起的.ST异常变化集中在地震震前一个月.第一次与地震相关的ST异常出现在7月6日，该异常沿地震断裂带分布，并且在7月8日、9日其分布范围逐渐扩大.7月10日、11日，在地震震中周围和研究区南部出现了显著的ST异常变化.7月26日，研究区西北部再次出现ST异常并逐渐向东移动，于7月29日消失.AT异常与ST异常变化具有良好地时空同步性，表明了二者高度的相关性.

为了验证天基数据提取出的AT异常的可靠性，研究收集了精河气象站平均气温观测数据.由于能够收集到多年的观测数据，研究同样采用ZS方法提取平均气温异常.图6为平均气温ZS指数频率分布图(图6a)和时间序列曲线(图6b).由于平均气温度的ZS指数符合偏态分布，因此研究利用中位数和四分位距设定异常阈值，当k为1.6时，置信区间为95%.平均气温异常出现时段与AT异常出现时段近同步，表明AT异常变化提取结果可靠，在这些时段内，确实存在AT异常变化.

2.2.2 潜热通量和晴空长波辐射

SLHF和OLR是地球表面能量收支的重要组成部分.SLHF是地球表面与大气进行热量交换时，水相变引起的吸收或释放的热量的通量.OLR是地球表面辐射反射、吸收和发射的综合最终离开地球系统的辐射量，是地表和大气热状态综合反映.图7为SLHF和OLR的ZS指数频率分布图.和ST、AT类似，SLHF和OLR的ZS指数也呈现偏态分布.因此，当k值分别为2.7和1.7时，SLHF和OLR的ZS指数的置信区间为95%.图8为SLHF和OLR地震变化率与年变梯度差值的时间序列曲线.从图中可以看出，与ST和AT相比，SLHF和OLR异常变化候选时段更多.OLR异常候选时段的变化幅度远高于SLHF.SLHF和OLR都易受到降雨因素的影响.为了消除由降雨引起的SLHF和OLR异常，研究绘制了研究时段内降雨数据分布图(图9).从图中可以看出，降雨主要集中在5月至6月，因此将候选时段内有降雨发生的时段剔除.

图10为SLHF异常时空分布图.图11为OLR异常时空分布图.提取出的SLHF和OLR异常满足在无降雨的候选时段内，超过指定的异常阈值并且符合时间持续性准则，因此研究认为提取出的异常可能是由于地震孕震活动引起的.SLHF异常主要集中在7月11至13日和8月2日至3日两个阶段.7月11日，显著的SLHF异常分布于地震震中周围.地震震前一周，地震震中以东再次出现了较弱的SLHF异常变化.OLR异常变化主要分为5个阶段.5月23日，OLR异常首次分布于地震震中周围，5月24日异常变化高值区出现在地震震中和断裂带周围且与断裂带走向一致.6月，OLR异常主要集中在研究区南部.7月5日，震中周围再次出现OLR异常，异常分布面积逐渐增大，在7月10日达到最大值.7月26日，OLR异常分布于研究区北部，然后逐渐消失.

2.3 精河地震前后地基观测数据异常变化

2.3.1 钻孔温度

地壳浅层地温变化与近地表温度变化之间存在一定的内在联系.钻孔温度数据来源于新疆巴伦钻孔形变台安装的钻孔温度观测仪，其深度为地下156 m，代表了地壳浅层的地温变化.由于该台站建立于2016年，因此除地震年外，本研究还获取了地震后2018、2019和2020年的观测数据.2020年监测数据质量较差，因此只展示2017到2019年的观测数据.图12a为钻孔温度观测数据时间序列曲线图.图中黑色线表示精河地震发震时刻.从图中可以看出，钻孔温度呈现出“夏高冬低”的季节性变化.对比不同年的观测值，5月19日至9月30日，地震年钻孔温度观测值显著高于2018年及2019年.研究将2018年和2019年观测值的平均值作为非地震年钻孔温度观测背景值，计算了地震年观测值与非地震背景值的差、该差值的平均值和标准差，并以该差值平均值加2倍标准差设置为异常阈值.图12b为地震年观测值与非地震年平均值的差值时间序列曲线，从图中可以看出，从4月30日开始，地震年观测值与非地震平均值的差值明显大于0，开始呈现上升趋势，5月19日后，上升趋势增强.地震后，该差值出现了回落.然而，地震震前并没有高于异常阈值的观测值.综合上述的研究成果，相较于非地震年份，地震年钻孔温度观测值确实明显升高，地震震前三个月上升趋势较为明显，但并未超过异常阈值.

2.3.2 水溶氡气和氦气

本研究收集了从2010—2020年乌鲁木齐新十泉流体综合观测台站水溶氡气和氦气观测值.针对水氡数据，参考前人的研究(晏锐等，2018; 刘伯礼等，1975)，本研究首先绘制十年观测值数据，以30天为窗口滑动平均绘制观测数据趋势线，同时绘制观测资料的最小二乘拟合直线.图13a为2010—2020年水氡观测值时间序列曲线，图中深蓝色线为以30天为窗口滑动平均值，紫色线为最小二乘拟合直线，黑色线为精河地震发震时刻.从图中拟合线可以看出，水溶氡气观测值自2010年以来总体呈现下降趋势.2013年到2016年2月28日，呈现加速下降的趋势，2016年2月28日之后，在趋势下降的背景下开始转折上升.精河地震发震前，观测值超过了拟合线.这一现象可以在一些震例，例如汶川地震(晏锐等，2018)等的水溶氡气异常变化研究中得到.研究进一步对地震年观测数据进行采用计算平均值、标准差，以平均值加2倍标准差作为异常阈值，提取地震年异常变化(刘伯礼等，1975).图13b为地震年水溶氡气观测值时间序列曲线，红色线为异常阈值曲线.从图中可以看出，在精河地震震前一个月即7月12日、13日、15日出现了水溶氡气异常，与图13a中在精河地震前上升趋势在精河地震前超过了拟合线这一特征相符.综合上述研究成果，本研究认为，在长时间尺度上，2016年2月28日水氡观测值在总体下降的趋势下开始转折上升，在精河地震发震前上升趋势超过了拟合线；在地震年中，7月12日、13日、15日为短临水溶氡气异常变化.

图10 精河地震前潜热通量异常变化时空分布图图中红色五角星为地震震中，棕色线为发震断裂，灰色细线为区域断裂.Fig.10 The spatial-temporal distribution maps of extracted surface latent heat flux anomaliesThe red star marks the epicentre location, brown line shows the seismogenic fault, grey thick line shows the bounder of China and grey thin lines show the fault in study area.

图11 精河地震前长波辐射异常变化时空分布图图中红色五角星为地震震中，棕色线为发震断裂，灰色细线为区域断裂.Fig.11 The spatial-temporal distribution maps of extracted outgoing longwave radiation clear-sky anomaliesThe red star marks the epicentre location, brown line shows the seismogenic fault, grey thick line shows the bounder of China and grey thin lines show the fault in study area.

图12 钻孔温度观测值(a)及地震年观测值与非震年平均值差值(b)时间序列曲线图中黑色线为地震发震时刻.Fig.12 Observed values of borehole temperature in 2017 (red curve), 2018 (blue curve) and 2019 (yellow curve) and time series curves of the difference between the observed seismic value and the non-seismic mean value (blue curve)The black line marks earthquake occurred time.

水溶氦气采用与水溶氡气相同的处理方法.图14a为2010—2020年水溶氦气的观测值时间序列曲线，图中深蓝色为以30天为窗口滑动平均值，紫色为最小二乘拟合直线，黑色为精河地震的发震时刻.从图中拟合线可以看出，水溶氦气观测值自2010年以来总体呈现上升趋势.2014年12月2日，水溶氦气在上升趋势背景下转折下降，到2016年3月21日，观测值转折上升并且超过拟合线而后继续上升，2017年4月20日出现观测值的峰值.图14b为地震年水溶氦气观测值时间序列曲线，红色线为异常阈值，黑色线为精河地震发震时刻.从图中可以看出，精河地震前共有四次水溶氦气异常出现，其中4月19日、20日，水溶氦气观测值显著地高于异常阈值，而5月20日、27日则略高于异常阈值.水溶氦气观测值显著高于异常阈值的时段与长时间序列中峰值出现时段一致.综合上述研究成果，本研究认为，在长时间尺度上2016年3月21日，观测值转折上升，在地震年中，4月19日、20日出现显著的水溶氦气异常，5月20日、27日则出现微弱的水溶氦气异常.

2.3.3 钻孔形变和GPS

钻孔形变观测能揭示地壳浅层的动、静态应力状态.钻孔形变观测值来自地震震中以南的尼勒克台站(图15).2017年该台站的钻孔形变NE-SW分类处于压缩状态，表明该方向上应力处于持续的积累过程中.地震前5个月(3月26日)，NE-SW压缩速率从1.25×10-9增加到3.38×10-9，并在地震前2个月(6月8日)逐渐降低.地震前2个月(5月3日)，NW-SE分量由压缩状态转为拉张状态，并且拉张速率逐渐增大直到地震发生.这一现象表明地震前这一方向上应力由积累转为释放.天山地区GPS水平速度场表明该区域速度场运动趋势总体表现为NE-SW方向为主，呈现压缩状态，速率较大的区域集中在地震震中的东南和西北区域(朱治国等，2018)(图16).

图13 (a)水溶氡气2010—2020年观测值时间序列曲线； (b) 地震年水氡观测时间序列曲线图中黑色线为地震发震时刻.Bq/L是指溶于每升水的放射性氡气是1贝克.Fig.13 Time series curve of observed values of water-solute radon gas from 2010 to 2020 (a) and time series of curve of seismic observed values of water-solute radon gas (b)The black line marks earthquake occurred time.

图14 (a)水溶氦气2010—2020年观测值时间序列曲线； (b) 地震年水溶氦气时间序列曲线图中黑色线为地震发震时刻.V/%表示水中溶解气体积比总含量.Fig.14 Time series curve of observed values of water-solute helium gas from 2010 to 2020 (a) and time series of curve of seismic observed values of water-solute helium gas (b)The black line marks earthquake occurred time.

图15 尼勒克钻孔形变台观测值时间序列曲线图中黑色线为地震发震时刻.Fig.15 The time series of NE-SW deformation component (red curve) and NW-SE deformation component (blue curve) before and after the Jinghe earthquakeThe black line mark earthquake occurred time.

3 讨论

3.1 精河地震震前多参数时空关联性

本研究在第二节中对热红外参数和地面监测获取得到的钻孔温度、水溶氡气、水溶氦气、钻孔形变数据进行了处理和分析.本研究将进一步综合分析多种参数之间的时空关联性.从时间序列上来看，精河地震震前一年，即2016年，水溶氡气和氦气数据就呈现出了偏离总体变化趋势的变化，但由于2016年12月8日在该区域内发生了呼图壁MS6.2地震，所以并不能够确切的认为这一变化为精河地震震前异常变化.然而，地震年研究提取出的水溶氡气异常和氦气异常在2010—2020年十年观测时间序列曲线中也为显著的异常点.在长时间序列中，地震年水溶氡气异常点为超过拟合趋势线的点，地震年水溶氦气异常点为长时间序列峰值.长短时间序列的对比分析，进一步验证了地震年提取结果的可靠性.

本文绘制了精河地震多参数异常变化时间分布图(图17).从图17中可以看出，在精河地震震前，钻孔形变在3月26日发生了压缩速率的改变，是第一个出现与精河地震相关异常变化的研究参数.下一个参数是水溶氦气，其与精河地震有关的显著异常变化出现在4月19日、20日，微弱异常则出现在5月20日、27日.OLR在5月23日首次出现异常变化，是第一个出现与精河地震相关异常变化的热红外参数.ST和AT异常变化呈现近同步性，在7月6日首次出现异常变化.SLHF在7月11日首次出现异常变化，是最后一个出现异常变化的热红外参数.水溶氡气是最后出现异常变化的参数，其显著异常出现在7月12日、13日和15日.综上所述，本研究认为精河地震震前多种参数异常变化在时间序列上呈现出链式过程.地震前一个月，特别是7月10日至15日，多个参数(例如ST、AT、SLHF、OLR、水溶氡气)都出现了异常变化，为异常变化显著阶段.钻孔形变NW-SE由压缩转为拉张状态的时段与热参数异常变化的时段相同，表明了地壳应力的迅速释放，这一现象也出现在其他震例研究中(Qin et al., 2012; Wu et al.,2016).

图16 天山地区GPS水平速率分布图(朱治国等，2018)Fig.16 Global Positioning System (GPS) horizontal velocity distribution map of the Tianshan region

图17 精河地震多参数异常变化时间分布图Fig.17 Time distribution of multi-parameter anomalies in Jinghe earthquake

从空间分布上来看，ST、AT和OLR异常都首先出现在研究区西部、西南部，而后逐渐向东部、东北部移动.参考钻孔形变和GPS数据，ST、AT、OLR异常空间分布与研究区处于挤压应力状态的方向吻合，即NE-SW方向.这一现象说明了热红外参数异常变化与区域应力积累状态的相关性.SLHF异常分布面积最小，且主要分布在研究区中部山区及山区与盆地的交界处，显示出区域地形因素对其的影响，山区水汽较为充足，更易出现SLHF的异常变化.

综上所述，研究认为精河地震震前存在多种参数的异常变化，且参数异常变化存在一定的时空关联性.在时间序列上，多参数异常变化呈现链式效应，钻孔形变为第一个出现异常变化的参数，水溶氡气为最后一个异常变化参数，异常变化集中时段为7月10日至7月15日.在空间上，ST、AT和OLR异常分布都与挤压应力区域相吻合，显示了其与区域应力积累状态的相关性，SLHF则更多的受到区域地形因素的影响，主要分布在研究区中部山区及山区与盆地的交界处.

3.2 可能的物理机制

上一节中，本研究综合分析了本文中多种参数在时空变化上的关联.虽然水溶氡气在地震前一年(2016年)中具有明显的趋势转折，但由于在2016年12月8日在该区域内发生了呼图壁MS6.2地震，因此这一异常变化并不能认定为由精河地震孕震所引起.然而，2017年中，水溶氦气的异常变化出现在地震震前一个月，是最后一个出现异常变化的参数，如若氡气引起空气电离是引起热参数异常变化的关键，那么水溶氡气异常变化应当出现在热参数异常变化之前.因此，研究认为水氡异常变化并不是热红外参数异常变化的关键.综合所有的研究成果，本研究认为由Freund(2007a，2007b，2011)提出的p-hole正极空穴模型是此次精河地震震前多种参数异常变化可能的物理机制.图18为精河地震p-hole正极空穴模型示意图.精河地震发生前，在岩石圈深部，钻孔形变/应变表现为局部挤压构造活动和应力增强，使得研究区内NE-SW向处于压缩和应力积累的状态.岩石的挤压和应力的增强使得岩石产生热弹性效应和岩石摩擦热，使应力区和构造滑移区局部地下温度升高，该温度可以通过钻孔温度监测到.然而，由于岩石的导热性较差，地下温度(由钻孔温度检测)的变化未能达到异常阈值.与此同时，在应力的作用下，正极空穴在岩石中重新活化，并且在静电力作用下相互排斥，并被推向岩石表面.局部应力增强还导致地壳岩石破裂，产生了新的裂隙并且旧裂隙的进一步扩展，为地下气体(氡气、氦气等)输送提供了联通网络，导致岩石中的氦气和氡气持续渗出，氦气在4月初出现了明显的异常变化，而水溶氡气则在地震前一个月达到了异常阈值.正极空穴在地表重新组合并以红外光子的方式释放能量，导致地表温度的异常变化.地表温度异常变化将进一步导致空气温度的上升.此外，地下气体排放到大气中也可能由于温室效应导致局部空气温度的上升.正极空穴和逸出的氡气都会引起空气电离.正的空气分子由于内部静电斥力而膨胀和向上移动.在上升的过程中，如果任何给定海拔的相对湿度在合适的范围内，空气分子将成为水汽分子冷凝的凝结核，在冷凝的过程中释放出大量的热，从而导致潜热通量异常.由于长波辐射异常变化代表了与地震有关的所有热效应的积分，从地面一直到对流层顶.地表温度、空气温度和潜热通量的变化，都会导致长波辐射的变化.因此，长波辐射显示出比其它热红外参数更多的异常变化.

图18 精河地震正极空穴模型示意图图中蓝色箭头代表地下过程，红色箭头代表地表和大气过程.Fig.18 A scheme on p-hole activation mechanism for 2017 Jinghe earthquakeThe blue arrows represent underground processes, the red arrows represent Surface and atmospheric processes.

4 结论

本研究结合空基和地基数据，研究了精河地震前地表温度、空气温度、潜热通量、晴空长波辐射、钻孔温度、水溶氡气、水溶氦气和钻孔形变的时空变化，提取和分析可能与精河地震有关的异常变化，探讨了多参数时空变化关联及可能的物理机制.结果表明，地表温度和空气温度异常主要分布在地震震中周围和研究区北部及东部，其分布范围在地震前一个月达到峰值.精河气象站监测的平均气温数据观测结果验证了为天基观测得到的温度异常.剔除降雨因素后，潜热通量异常主要分布与研究区西北部、东南部和东部.晴空长波辐射异常的空间分布特征与地表温度和空气温度具有较好的一致性，其分布范围在地震前一个月达到峰值.精河地震震前，钻孔温度并未达到异常变化阈值.水溶氦气异常变化出现在4月19日、20日，而水溶氡气的变化则出现在地震前一个月(7月12日、13日、15日).钻孔形变的NE-SW分量处于应力累积状态，而NW-SE分量则由应力压缩转为拉张状态.

综合空基和地基观测分析结果，本文综合分析了多参数的时空变化关联.时间序列上，精河地震震前多种参数异常存在链式过程，钻孔形变为第一个异常变化参数，水溶氡气是最后出现异常变化的；地震震前一个月，特别是7月10日到7月15日，为多参数异常变化集中时段；钻孔形变NW-SE由压缩转为拉张状态的时段与热参数异常变化的时段相同.空间分布上，ST、AT和OLR异常分布都与挤压应力区域相吻合，显示了其与区域应力积累状态的相关性，SLHF则更多的受到区域地形因素的影响，主要分布在研究区中部山区及山区与盆地的交界处.本研究认为正极空穴模型是精河地震震前多参数异常变化可能的物理机制.地震前多参数异常变化及其时空关联性的回顾性分析，对于我们了解地震孕震过程，探究异常变化可能的物理机制，提高未来地震预报的可靠性至关重要.

致谢感谢新疆维吾尔自治区地震局张治广工程师提供的地面监测台站数据.