基于中国地磁台网数据的太阳静日期间地磁场Z分量日变化幅度分析

赵旭东， 何宇飞*， 李琪， 刘晓灿

1 中国地震局地球物理研究所， 北京 100081 2 国家地磁台网中心， 北京 100081

0 引言

地磁场的日变化特别是在太阳静日期间主要由Sq电流所引起(Stening et al., 2005a, b).Sq电流存在于电离层中，并且具有一个较为规则的24 h变化周期(Orlando et al., 1993).它主要是由电离层中的潮汐风发电机作用产生(Richmond et al., 1976; Takeda, 1984).在地球的中、低纬度地区，Sq电流体系主要由向日面位于赤道南北两侧的两个电流涡组成.北半球的电流涡逆时针流动，而南半球的电流涡顺时针流动(Hibberd, 1981).Sq电流涡的中心通常出现在地方时的11∶30左右，并分别位于南北纬30°附近(徐文耀, 2003).

由于Sq电流体系的分布特征，地面台站记录到的地磁场各个分量的日变化表现有所不同.其导致水平分量H最直接的表现为在地方时中午附近低纬地区的H分量会显著增加，而中纬地区的H分量会显著减小(Hibberd, 1981). Sq电流体系焦点的位置可以用H分量的变化来进行追踪，H分量变化幅度为零的纬度位置即为Sq电流体系焦点所处纬度(Butcher and Brown, 1981).应用地磁场H分量，许多学者研究了Sq电流体系焦点位置的逐日变化(Hasegawa, 1960; Brown and Williams, 1969; Hibberd and Davidson,1988). Sq电流体系引起的地磁场Y分量变化在中纬地区也是非常明显的，而且相较于其他地磁场分量，Y分量对于地磁场中一些扰动变化的影响并不是特别敏感(Takeda, 2013a).基于Y分量的这一特点，Takeda(2002)分析了Sq变化幅度与电离层电导率的相关性，并认为对于某一固定月份，Sq变化幅度对于太阳活动的依赖几乎可以完全归因于该区域电离层电导率的影响.Takeda (2013a)进一步将地磁场Y分量与国际参考电离层模型(IRI)进行联合分析，发现Sq电流体系引起的地磁场变化可以全部来自于电离层电导率的影响.而且，地磁场Y分量还受Sq发电机驱动的南北半球间场向电流的影响，由此可以解释Sq变化磁场中Y分量与其他地磁场分量相异的季节变化(Fukushima, 1979; Yamashita and Iyemori, 2002; Park et al., 2011; Takeda, 2013b).

地磁场Z分量可以直接近似代表Sq电流体系的位型、强度及空间分布，相比于Y分量，Z分量对局部区域的磁场变化表现的更加敏感(Takeda, 2013a).Z分量的这一特点使其适用于研究Sq变化磁场的区域特征.地下电导率的不规则分布会在Sq变化磁场中产生局部异常，而该异常似乎对Z分量的影响大于X和Y分量(Hasegawa, 1960; 袁桂平等, 2018).基于Z分量的这一特点，地磁场日变化中的Z分量在地震研究中得到了广泛应用.通常认为，地磁场垂直分量Z与地下的介质密切相关，而在地震发生前Z分量日变化幅度会产生异常(冯志生等, 2005).应用空间相关分析方法，地磁场Z分量的日变化异常可以被提取出来(林美和沈斌, 1982).其他方法如加卸载响应比，也证实了在提取地震前异常信号时地磁场Z分量日变化幅度的重要性(曾小苹等, 1996; 冯志生等, 2000).

虽然许多地震研究是基于地磁场Z分量日变化异常进行的分析，但与H或Y等其他分量相比，地磁场Z分量对于Sq变化磁场的研究相对较少，尤其是在中国地区.Z分量更适合反映Sq变化磁场的局部特征.本文将不再分析地磁场Z分量与地震的关系，我们将主要深入研究中国地区地磁场Z分量在太阳平静时期的变化特征.这一工作可以为使用地磁场Z分量进行异常分析的研究人员提供相关的背景参考信息.本文将首先对中国地区地磁场Z分量在太阳活动高低年不同月份的日变化幅度进行分析.其次，应用2008年以来的中国地磁台网数据对太阳静日期间地磁场Z分量12年的季节变化进行研究.最后，将云南地区地磁场Z分量日变化幅度与东南部地区进行对比分析，并讨论电离层电导率、中性风和地下电导率对分析结果可能的影响原因.

1 数据及分析方法

地磁场Z分量日变化幅度是中国地磁台网(Geomagnetic Network of China, 简称GNC)的一个重要数据产品.在“中国数字地震观测网”项目的支持下，中国地磁台网于2007年完成了数字化改造(Zhang et al., 2016).经过严格的地磁数据质量控制，GNC可以在48 h内实现从地磁台站观测到数据产品的发布(Xin and Zhang, 2011; Zhang and Yang, 2011).本文所使用的地磁场Z分量日变化幅度数据全部来自于GNC，包括覆盖全国的大约130个具有连续和高质量观测数据的地磁台站，时间尺度为从2008年至2019年共12年.图1为本文使用数据所涉及地磁台站的分布图，图中的五角星表示台站所处位置，并标注了台站代码.

图1 地磁台站分布图Fig.1 The distribution of geomagnetic stations

地磁场日变化幅度是通过计算每个地磁分量每天在0600LT到1800LT之间最大值和最小值之间的差值得到.图2为以河北红山地磁台(LYH，37.4°N，114.7°E)为例，展示的是2017年3月18日三轴磁通门磁力仪GM-4记录的Z分量分钟值数据的日变化情况.由于电离层电导率在夜间远远小于白天，因此在研究地磁场日变化时通常选取夜间观测值作为基值(Takeda, 1984).如图2所示，Z分量分钟值数据已经消除了由子夜均值(0000—0300LT)计算得到的基值.由于所处日期为太阳静日，位于北半球的地磁台站观测到的地磁场Z分量会在接近正午出现一个最小值.

图2 太阳静日地磁场Z分量日变化Fig.2 The daily variation of Z component on solar quiet day

如公式(1)所示，地磁场Z分量日变化幅度(ΔZ)为Z分量日变化曲线中的最大值(Zmax)与最小值(Zmin)之差.

ΔZ=Zmax-Zmin.

(1)

根据国际地磁太阳静日列表，对于每一个台站，每月最平静5天静日的ΔZ做平均来代表该月的地磁场Z分量日变化幅度，用ΔZm来表示.ΔZm可以由公式(2)来计算得到，式中的ΔZi表示一个月中每一静日的ΔZ.国际地磁太阳静日列表来自日本京都大学的世界地磁数据中心(World Data Center for Geomagnetism).

(2)

为了对地磁场Z分量日变化幅度进行季节变化分析，我们引入了劳埃德季节(Lloyd′s season).在地磁学中，通常使用劳埃德季节来替代传统的四季划分法，即一年分为3个季节：3月、4月、9月和10月是分点月份(春分和秋分)，用E表示；5月、6月、7月和8月是夏至点月份，用J表示；11月、12月、1月和2月是冬至点月份，用D表示(徐文耀, 2003).对于每一个台站，地磁场Z分量日变化幅度的季节变化可以由公式(3)计算得到，并用ΔZs来表示.式中的ΔZmi为每个劳埃德季节中每个月的ΔZm，而ΔZs即为每个劳埃德季节中每四个月ΔZm的平均值，可以用来分析第24太阳周中从2008年至2019年12年期间地磁场Z分量日变化幅度的季节变化.

(3)

应用以上方法，我们将对中国地区地磁场Z分量日变化幅度的月变化、季节变化以及年变化情况进行研究，并对位于不同地区的Z分量日变化幅度差异进行对比分析.

2 结果分析

2.1 Z分量日变化幅度在太阳活动高低年的对比

在地磁太阳静日期间，地磁场的日变化主要由Sq电流体系引起.Sq电流体系的产生与太阳密切相关，因此太阳活动将直接对Sq电流体系产生影响(Rastogi and Iyer, 1976; Takeda, 2002; 赵旭东等, 2014).根据太阳表面太阳黑子出现的频率和平均数量，太阳活动的周期大约为11年(Usoskin et al., 2009).图3显示的是从2008年至2019年太阳黑子的变化情况.图中的曲线是经过月平滑的太阳黑子数分布.它是由以相应月份为中心取前后共13个月的每月太阳黑子数，通过计算滑动平均值而得到，目前已成为用来常规定义太阳周期中活动最小和最大时间点的基本标准(http:∥sidc.be/silso/infosnmstot).太阳黑子数据来自位于比利时布鲁塞尔的太阳黑子指数和太阳长期观测天文台(Sunspot Index and Long-term Solar Observations, SILSO data/image, Royal Observatory of Belgium, Brussels).如图3所示，2010年至2016年是太阳活动的高年，峰值出现在2014年.太阳活动的极小值出现在2019年12月，因此来自美国宇航局(NASA)和美国国家海洋和大气管理局(NOAA)的专家们宣布此时间点为第24太阳周的结束，并标志着一个新太阳周期的开始(https:∥www.nasa.gov/press-release/solar-cycle-25-is-here-nasa-noaa-scientists-explain-what-that-means/).作为对比，本文首先分别挑选2014年(太阳活动高年)和2019年(太阳活动低年)为例，对每一个月的地磁场Z分量日变化幅度ΔZm进行分析.

图3 2008年至2019年月平滑太阳黑子数(SSN)分布情况Fig.3 The monthly smoothed sunspot number (SSN) variation from 2008 to 2019

应用GNC分布于全国的地磁台站数据，通过样条函数，我们得到了太阳活动高年2014年每月的ΔZm等值线分布情况.如图4所示，ΔZm在中高纬(30°N以上)地区比中低纬地区(30°N以下)要小得多.在不同的月份，这两个地区之间的差值可以从10 nT变化到30 nT不等. ΔZm的最大值出现在8月份，约为55.1 nT；最小值出现在1月份，约为5.7 nT.从图中也可以直观地看出ΔZm在不同季节上的差异，如3月、6月、9月和12月分别代表春季、夏季、秋季和冬季，表明ΔZm在夏季最大，冬季最小.

图4 2014年中国地区ΔZm等值线每月变化情况Fig.4 The contour of monthly variation ΔZm in China in 2014

图5展示的是太阳活动低年2019年每月的ΔZm等值线分布情况.与2014年相似的是，中高纬地区的ΔZm小于中低纬地区的ΔZm.其月变化和季节变化特征也与2014年(太阳活动高年)基本相同，但其幅度远小于2014年.

图5 2019年中国地区ΔZm等值线每月变化情况Fig.5 The contour of monthly variation ΔZm in China in 2019

正如本文第1节提到的，劳埃德季节适用于分析地磁场的季节变化.我们应用劳埃德季节对2014年和2019年两年的地磁场Z分量日变化幅度进行季节变化分析.如图6所示，黑色线和蓝色线分别表示2014年和2019年Z分量日变化幅度的季节变化.图中的每一个点为GNC所有台站在该季节特定四个月的地磁平静日期间Z分量日变化幅度的平均值，用来表示中国地区每个季节Z分量的日变化幅度.结果表明，无论是在太阳活动高年还是太阳活动低年，ΔZs总是夏至月最大，分点月次之，冬至月最小.所有季节都表现出相同的趋势，即同一季节的ΔZs在太阳活动高年大于太阳活动低年.这一结果与先前的研究结果一致(Rastogi and Iyer, 1976; Takeda, 2002; 赵旭东等, 2014).对于同一季节，这两年的平均差值也表现为夏至月差值最大(约8.0 nT)，分点月和冬至月的差值相似(都约为5.0 nT).

图6 应用GNC计算得到的2014年和2019年ΔZs平均季节变化情况图中的黑色和蓝色线分别代表了2014年和2019年分点月(E)、夏至月(J)和冬至月(D)的变化情况.Fig.6 The averaged seasonal variations of ΔZs for GNC in 2014 and 2019The black and blue lines represent the variations in 2014 and 2019 respectively at the equinox months (E), summer solstice months (J) and winter solstice months (D).

2.2 Z分量日变化幅度在12年中的季节变化

在挑选太阳活动最高年(2014)和最低年(2019)对Z分量日变化幅度的月变化情况进行分析后，依据劳埃德季节我们对2008—2019年12年间Z分量日变化幅度的季节变化进行了统计分析.图7显示的是每一年分点月ΔZs的变化情况.在分点月中，ΔZs在中国北部地区比南部地区要小得多，它们之间的差值大约在20 nT以上.在某些太阳活动高年中，ΔZs等值线的最大值可以在40 nT以上，如2010年至2015年.分点月的ΔZs在2011年和2014年出现了两个峰值，分别为47.2 nT和46.7 nT.在太阳活动低年，分点月ΔZs等值线的最大值约为30 nT，比太阳高活动年小得多.从图7中还可以看出，无论在太阳活动高年还是太阳活动低年，分点月ΔZs等值线的最大值几乎都出现在中国西南部的云南地区.

图7 中国地区分点月ΔZs在12年中的变化情况Fig.7 The contour of seasonal variation ΔZs in China for equinox months in twelve years

与图7相似，图8展示的是每年夏至月ΔZs的变化情况.与同年的分点月相比，夏至月ΔZs在大多数年份都要大得多.但值得注意的是，在一些太阳活动高年，如2011年和2012年，ΔZs在夏至月和分点月的数值非常接近.而且，夏至月ΔZs在中国南北地区之间的差值也与分点月相似，差值都约为20 nT.在太阳活动高年，夏至月ΔZs等值线的最大值甚至可以达到50 nT以上，例如2014年和2015年.即使在太阳活动低年，夏至月ΔZs等值线最大值也能够接近40 nT.与分点月同样相似的是，夏至月ΔZs等值线最大值在太阳活动高低年也都出现在云南地区.

图8 中国地区夏至月ΔZs在12年中的变化情况Fig.8 The contour of seasonal variation ΔZs in China for summer solstice months in twelve years

图9为中国地区冬至月ΔZs的变化情况.从图中可以看出，冬至月的ΔZs比分点月和夏至月要小得多.在大多数年份中，冬至月ΔZs在中国南方和北方之间的差值小于20 nT.冬至月ΔZs等值线最大值约为35.5 nT，出现在太阳活动最活跃的2014年.而其他年份的ΔZs等值线均小于30 nT.此外，每一年的冬至月ΔZs等值线最大值也出现在云南地区.这一特征与夏至月和分点月非常相似，我们将在第3节中进行详细讨论.

图9 中国地区冬至月ΔZs在12年中的变化情况Fig.9 The contour of seasonal variation ΔZs in China for winter solstice months in twelve years

为了研究ΔZs在中国地区的总体变化特征，我们应用GNC所有地磁台站对每年每个劳埃德季节的Z分量日变化幅度计算平均值，考察其在12年期间的变化情况.图10a—c分别为12年间中国地区分点月、夏至月和冬至月ΔZs的年均值.如图所示，ΔZs表现出很明显的随太阳活动而变化的趋势.在太阳活动高年，这3个季节的ΔZs值都较大.夏至月的ΔZs在大部分时间里比其他两个季节要大.类似于图7和图8所示，图10中的中国地区ΔZs平均值在2011年和2012年的分点月和夏至月非常接近，数值为28.2 nT(2011E)与29.4 nT(2011J)和28.2 nT(2012E)与27.4 nT(2012J).特别是2012年，ΔZs平均值在分点月比夏至月大.这种现象可能是由控制Sq电流体系的因素，如电离层中的电导率和中性风所引起，我们也将在第3节中进行讨论.分点月和夏至月ΔZs平均值的最小值和最大值都分别出现在2009年和2015年.而冬至月ΔZs平均值的最小值和最大值出现在2018年和2014年.这再次证明了对于每一个季节，ΔZs平均值的最大值和最小值分别出现在太阳活动的高年和低年.此外，冬至月ΔZs平均值的最大值基本等于分点月的最小值，大约为20 nT.

图10 2008年至2019年中国地区ΔZs平均值变化情况(a)—(c)分别为分点月、夏至月和冬至月.Fig.10 The averaged seasonal variations ΔZsin China from 2008 to 2019(a)—(c) represent the equinox, summer solstice and winter solstice months.

2.3 Z分量日变化幅度在云南地区与中国东南部地区的对比

如之前的分析所示，ΔZm和ΔZs在中国地区的等值线最大值无论是在太阳活动高年还是低年大多出现在云南地区，尤其是分点月和夏至月更为明显.本部分将进一步研究云南地区3个地磁台站的地磁场Z分量日变化幅度.作为对比，位于中国东南部地区3个纬度相近的地磁台站也将进行分析.图11为6个地磁台站的分布图.其中，永盛(YSH)、楚雄(CHX)和通海(THJ)是云南地区的地磁台站；邵武(SHW)、泉州(QZH)和新丰江(XFJ)是中国东南部地区的地磁台站.这些地磁台站的具体位置信息如表1所示.

表1 作为对比地磁台站的位置信息Table 1 The compared stations location

图11 作为对比台站的分布图图中红色点代表位于云南地区的地磁台站，蓝色点代表位于中国东南部地区的地磁台站.Fig.11 The compared stations distributionThe red dots represent the stations in Yunnan Province and the blue dots represent the stations in southeast China.

与前面的分析方法一样，所有6个地磁台站的Z分量日变化幅度季节变化ΔZs被划分为劳埃德3个季节.而对于每一个劳埃德季节，位于相似纬度的3对地磁台站将进行比较，用来分析从2008年至2019年12年间ΔZs的变化情况.分组情况为YSH和SHW(第1对)、CHX和QZH(第2对)以及THJ和XFJ(第3对).此外，过去的12年也被分为太阳活动高年(2010年至2016年)和太阳活动低年(2008年至2009年和2017年至2019年).

ΔZs在地磁台站间的对比情况如图12所示.很明显，无论什么季节，6个地磁台站的ΔZs值在太阳活动高年均大于在太阳活动低年.图12a—c表示的是分点月.第1对的对比台站中， YSH的ΔZs要大于SHW，在太阳活动高年的平均差值为5.5 nT，在太阳活动低年的平均差值为3.6 nT.第2对中，CHX和QZH的ΔZs在太阳活动高年和太阳活动低年的平均差值分别为1.7 nT和1.9 nT.它们的差值表明在太阳活动高、低年之间没有明显的区别，即这两个地磁台站的分点月ΔZs在12年间显示出非常相似的变化.第3对中的THJ和XFJ位于较低纬度.它们的ΔZs平均差值比其他两对要大得多，在太阳活动高年和太阳活动低年分别为9.2 nT和8.7 nT.表2显示了3对地磁台站的ΔZs平均差值.根据图12和表2，在云南地区的3个地磁台站中，YSH和THJ具有较大的ΔZs，其值明显大于中国东南部地区纬度相近的地磁台站SHW和XFJ；CHX与位于东南部地区的QZH具有相近的ΔZs值.在12年的分点月中，THJ的平均ΔZs约为38.3 nT；YSH为35.2 nT，位居第二；CHX以30.0 nT排名第三.这一结果使分点月的ΔZs等值线在云南地区大多数年份具有两个极值.而且，分点月的ΔZs等值线最大值也通常出现在云南地区，如图7所示.

图12 3对地磁台站不同季节的ΔZs对比不同颜色的线表示不同的地磁台站.(a)—(c)为分点月，(d)—(f)为夏至月，(g)—(f)为冬至月.Fig.12 The comparison of ΔZs for three pairs of stations in different seasons The different color lines represent different stations. (a)—(c) For the equinox months; (d)—(f) For the summer solstice months; (g)—(f) For the winter solstice months.

表2 3对地磁台站ΔZs的平均差值(单位：nT)Table 2 The average difference of ΔZsin three pairs of stations (Unit: nT)

夏至月6个台站的ΔZs如图12d—f所示.3对地磁站的ΔZs表现出与分点月相似的变化情况.无论是在太阳活动高年还是太阳活动低年，所有3对地磁台站间的夏至月ΔZs平均差值都或多或少高于分点月(见表2).在第1对中，YSH和SHW之间的平均差值在太阳活动高年和低年的差别不太明显，约为6 nT.同样，第2对中夏至点的ΔZs差值也没有明显的区别，CHX和QZH之间的平均差值小于3 nT.但是，最特别的一对是第3对，THJ和XFJ之间的平均差值非常大，在太阳活动高年和低年分别为12.2 nT和8.4 nT.这意味着位于相似纬度的THJ和XFJ在夏至月特别是在太阳活动高年期间表现出明显不同的地磁场日变化.而且，在12年间的夏至月中，THJ的ΔZs平均值约为41.2 nT；YSH为36.9 nT；CHX为31.0 nT.THJ的夏至月ΔZs最大值为53.2 nT，出现在2015年，是近12年来太阳静日期间GNC所有地磁台站中的最大值.同样值得关注的是，每个地磁台站的ΔZs在某些太阳活动高年期间，其分点月和夏至月的值较为近似.例如， YSH的ΔZs在2011—2014年间(太阳活动高年)，分点月与夏至月之间的差值小于1 nT.类似的结果也可以从其他5个台站中看到.

与分点月和夏至月不同，冬至月3对地磁台站ΔZs的差异不太显著.每一对地磁台站的ΔZs变化情况保持了高度一致.从表2可以看出，在大多数情况下3对地磁台站冬至月ΔZs的平均差值约为2 nT.这些结果表明，6个地磁台站由于位于相似的纬度，它们在冬至月的ΔZs变化情况也基本相同.

根据上述分析，云南地区3个地磁台站的ΔZs在分点月和夏至月表现出明显不同的变化情况.但在冬至月，这3个地磁台站的ΔZs变化几乎相同.云南地区地磁台站与东南部地区地磁台站之间的对比分析也证实了YSH、CHX和THJ的ΔZs变化差异.太阳活动是影响电离层状态的重要因素，而电离层中的电导率和中性风可以影响Sq电流体系的变化(赵旭东等, 2014).因此，地磁台站的ΔZs在不同季节或在太阳活动高、低年表现出的不同变化行为首先是由太阳活动引起的.然而，云南地区地磁台站间ΔZs的变化差异不仅与太阳活动有关，还可能与当地局部区域地下复杂的电性结构有关.太阳和地下电性结构的综合作用可能使云南地区地磁台站的分点月和夏至月的ΔZs在太阳活动高年和低年表现出较大的不同.

3 总结与讨论

本文应用了GNC地磁台站的地磁场Z分量日变化幅度数据，分析了太阳静日期间地磁场日变化在太阳活动高年、低年，不同季节以及同纬度不同台站之间的变化情况.

根据太阳黑子在近12年的变化情况，同一月份的地磁场Z分量日变化幅度在太阳活动高年明显大于其在太阳活动低年.太阳静日期间的地磁场日变化主要由电离层中的Sq电流体系引起.电离层中的电导率和中性风的变化与太阳密切相关，它们主要控制了Sq电流体系的强度和结构分布(Pedatella et al., 2011).此外，电离层电导率随着太阳活动而发生显著变化，并在太阳活动高年显著增加(纪巧等, 2006).电离层电导率与太阳活动具有非常高的相关性(Takeda, 2002).电离层电导率由太阳的电磁辐射产生，它取决于电离层中性粒子、离子的密度和温度(徐文耀, 2003, 2009).因此，电离层电导率是造成同一月份地磁场Z分量日变化幅度在太阳活动高低年差异的直接原因.

根据劳埃德季节，同一季节的Z分量日变化幅度在太阳活动高年(2010—2016)也表现出较高强度.这一变化与太阳活动强度相关，表明电离层电导率影响了同一季节的Z分量日变化幅度在不同年的变化情况.不同季节的Z分量日变化幅度相互比较表明，夏至月的幅度在大多数时间比分点月要大.无论是在太阳活动高年还是低年，冬至月的Z分量日变化幅度几乎总是3个季节中最小的.但值得注意的是，在一些太阳活动的高年，分点月的幅度基本等于甚至大于夏至月.一些学者通过研究太阳周期中Sq电流体系的变化情况表明，电流强度可以在太阳活动高年的分点季节达到最大值(Campbell and Matsushita, 1982; 赵旭东等, 2014).在北半球，Sq电流体系使地磁场Z分量在中午附近减小，因此Z分量的日变化幅度在一定程度上也可以反映Sq电流体系的强度.另外一些学者认为，Sq电流体系在分点月达到最大值可能是由电离层中性风引起的(Amayenc, 1974; Matsushita and Xu, 1982).中性风主要由太阳的引力潮汐和热潮汐产生的大气潮汐作用所引起(Richmond, 1989, 1995).在太阳活动高年，分点月的中性风强度可能会高于夏至月和冬至月(Campbell and Matsushita, 1982; Yamazaki et al., 2009).电离层中的电导率和中性风是影响Sq电流体系的两个主要因素.正是电离层中的电导率使得同一季节(月)的Sq电流体系在太阳活动高年具有较大的强度.但太阳活动高年分点月的Z分量日变化幅度出现较大值表明，除了电离层中的电导率外，中性风同样可以对Sq电流有很大的贡献.根据以上讨论，我们可以推断，电离层的电导率在大部分时间内对Sq电流的季节变化起主要作用；而当电离层的中性风变得更强，并产生与电离层电导率相等或更大的影响时，分点月的Sq电流体系强度就可能会比其他季节的强度更高.

地磁台站在太阳静日期间记录到的地磁场日变化包括Sq电流体系直接产生的外源场和由Sq电流体系引起的地下感应电流产生的内源场(Titheridge, 1995).Sq电流体系引起的日变化通常表现为随纬度和地方时变化，焦点分别位于南北半球纬度30°附近，且内源场强度通常约为外源场强度的一半(徐文耀, 2003, 2009).由于Sq电流体系的结构以及GNC地磁台站的分布位置，Z分量的日变化幅度在中国地区表现为南方大于北方.但值得注意的是，地磁场Z分量日变化幅度的最大值几乎总是出现在云南地区.通过将云南地区和东南部地区的地磁台站进行对比表明，除了CHX台外，YSH和THJ台的Z分量日变化幅度在分点月和夏至月总是明显大于位于同纬度的东南部地区台站的幅度.这些结果显示了，除了上面讨论的电离层电导率和中性风影响外，云南地区复杂的地下电性结构也可能会改变地下感应电流继而对内源磁场产生重大影响.在中国环渤海湾、甘肃省东部、唐山周围地区和云南地区都发现了地下电导率存在异常(陈伯舫, 1974; 徐文耀等, 1978).地下电导率异常不仅与岩石成分和温度有关，还与地震波低速区和地热流异常区等地球物理现象有关(Rikitake, 1966).云南省位于特殊的地理位置，其区域内的构造活动强烈(袁伊人等, 2015).侯作中和史铁生(1984)应用地磁场Z分量通过分析磁暴急始(SSC)和湾扰期间Wiese矢量的分布，推断在云南省的地下存在着具有高电导率的局部地区.地磁场的异常变化在Z分量中表现尤为明显(徐文耀等, 1978; 李琪等, 2006).如果地磁场Z分量的变化在一个局部区域内距离较近的观测点之间存在显著差异，则该区域的地下电导率存在着横向不均匀性(Rikitake, 1966; 汤吉等, 1999).

大地电磁测深(MT)是研究地壳和上地幔结构的重要方法，可以根据地下电阻率的变化来分析深部物质的结构、组分以及赋存状态(程远志等, 2017).李冉等(2014)应用云南南部地区布设的孟连—罗平的北东向大地电磁测深剖面，开展了该地区的深部电性结构探测和孕震环境探查，表明在通海强震区位置的地壳中存在大规模的低阻(高电导率)异常体.程远志等(2015)利用南北地震带南段兰坪—贵阳大地电磁测深剖面，对该区域的深部电性结构进行了研究，表明永胜地区上地壳存在规模较小的低阻(高电导率)体.本文中YSH台和THJ台的Z分量日变化幅度与CHX台差异明显，表明这两个台站所处位置的地下电导率可能较高，而且THJ台的地下电导率要高于YSH台，分析结果与上述学者的MT研究结果一致.如果将位于东南部地区纬度相近的地磁台站作为参考背景台站，则云南地区地磁台站与参考台站之间的Z分量日变化幅度差异可被视为由较高的地下电导率引起的增强感应磁场(内源场).通过对比，增强的感应磁场可以将YSH台的Z分量日变化幅度从12.8%提高到18.6%.对于THJ台，地下高电导率产生的增强感应磁场可以使太阳活动高年的分点月Z分量日变化幅度提高约30%，而在夏至月甚至可以提高到40%以上.表3显示的是增强的感应磁场在Z分量日变化幅度中的百分比.由此可见，局部区域的地下高电导率可以使内源磁场强度大于通常认为的外源磁场强度的一半.

表3 增强的感应磁场在Z分量日变化幅度中的百分比Table 3 The percentage of enhanced induced field in the Z daily variations amplitude

通过以上讨论，可以推断地下高电导率的作用类似于在电离层电导率和中性风基础之上的一个放大器，影响着太阳静日期间的地磁场日变化.当外源磁场增加时，其放大器的效应更为明显.然而在冬至月，由于电离层电导率和中性风的作用比其他季节要弱，地下高电导率对地磁场日变化的贡献也较小，其放大器作用不明显.这可以从冬至月云南地区地磁台站与东南部地区纬度相近台站极为相似的Z分量日变化幅度看出(图12g—f).

4 结论

(1)对于同一月份或季节，Z分量日变化幅度在12年期间表现出与太阳活动的高度一致性.这一现象可能主要是由电离层电导率的变化引起.

(2)在一些太阳活动的高年中，Z分量日变化幅度在分点月表现出较高的强度.这可能是电离层中性风的季节变化起着重要的作用.

(3)在分点月和夏至月，云南地区地磁台站的Z分量日变化幅度与同纬度东南部地区的地磁台站表现出明显的不同.这一差别可能与地下高导电率的放大器效应有关.

本文分析了近12年来中国地区地磁场Z分量日变化幅度的总体特征，对分析结果进行了讨论并给出了可能的解释，可以为地磁场日变化的异常分析工作提供一定的背景参考信息.然而就目前来说，电离层电导率、电离层中性风和地下电导率是如何综合作用影响地磁场的日变化仍然是一个开放且有待解决的问题.未来的工作将在应用更多地磁台站数据的基础上开展更为深入的研究，特别是中国地磁台网未来十年发展规划将对中国西部地区的地磁台站建设及观测提供支持.另外，开展与地下电导率模型相结合的研究，也将完善我们的相关解释.

致谢本文的地磁台站数据来自国家地磁台网中心，国际地磁太阳静日列表来自日本京都世界地磁数据中心，太阳黑子数来自比利时布鲁塞尔太阳黑子指数和太阳长期观测天文台.在此表示诚挚的谢意.