Characteristics of ionospheric anomalies before the earthquake in Indonesia on August 5,2018
-
摘要: 基于2018年8月5日印度尼西亚地震震中(116.45°E,8.33°S)附近的澳大利亚达尔文站和位于震中磁力线共轭区域的武汉站的电离层测高仪观测数据,以及相同区域全球卫星导航系统接收机的观测数据,对该地震震前的电离层异常扰动特征进行了分析。结果显示,震前同时观测到了电离层F2层临界频率(foF2)和总电子含量(TEC)时间序列的异常。基于岩石圈-大气层-电离层直流电场耦合模式和美国国家大气研究中心的热层-电离层环流耦合模式(NCAR/HAO TIEGCM)对震前震中及其对应磁力线共轭点区域的电子密度异常进行了模拟,模拟结果表明,在地震异常电场的作用下,地震区域及其对应半球的磁共轭区域的TEC和电离层F2层峰值电子密度NmF2发生了明显扰动。
-
关键词:
- 岩石圈-大气层-电离层耦合 /
- foF2 /
- TEC /
- TIEGCM模拟
Abstract: Based on the observations of the ionosondes at the Darwin station in Australia near the epicenter (116.45°E, 8.33°S) of the earthquake in Indonesia on August 5, 2018 and at the Wuhan station in the magnetically conjugated area of the epicenter, and the observations of the GNSS receiver in the corresponding regions, this paper analyzed the characteristics and the mechanism of the ionospheric anomaly disturbance. The results show that both the critical frequency ( foF2) and time series of the ionospheric total electron content (TEC) were observed to be abnormal before the earthquake. Based on the lithosphere-atmosphere-ionosphere DC electric field coupling model and thermosphere-ionosphere-electrodynamics general circulation model (TIEGCM) from the National Center for Atmospheric Research (NCAR/HAO), the electron density anomalies of the seismic area and the magnetically conjugated area before the earthquake are simulated. The simulation results show that TEC and maximum electron density NmF2 of the seismic area and the magnetically conjugated area are significantly disturbed by the abnormal electric field before the earthquake.-
Keywords:
- lithosphere-atmosphere-ionosphere coupling /
- foF2 /
- TEC /
- TIEGCM simulation
-
引言
敖汉旗位于内蒙古赤峰市东部约80 km处,构造上属于大兴安岭隆起带与燕山隆起带的交会区域,NW方向发育NE−SW走向的红山—八里罕断裂,南部有ENE向展布的赤峰—开源断裂,两条断裂交错分布,控制着该区的地震活动(图1a)。2018年和2019年敖汉旗区域小震丛集活动频发,累计发震105次,占该时段内蒙古全区地震数量的57%。据内蒙古测震台网2018年和2019年的地震观测报告,敖汉旗震群集中分布于赤峰—开源断裂的南北两侧(图1b),地震震级为ML0.6—3.7。根据震级-时间分布特征,敖汉旗震群可被划分为三次震群活动(图1c),分别为:① 2018年2月7日—3月7日(以下称“震群1”);② 2018年12月1—11日(以下称“震群2”);③ 2019年2月1—26日(以下称“震群3”)。敖汉旗一直是赤峰—通辽中强地震活动区中的少震、弱震区,近两年如此频繁的小震集群活动突发实属罕见。因此厘清本次震群连续活动的发震构造,对于该区域附近的地震活动以及地震危险性预测具有重要的意义。
图 1 内蒙古赤峰市敖汉旗区域构造特征及2018年和2019年地震分布(a) 研究区区域构造背景,F1:赤峰—开源断裂,F2:红山—八里罕断裂;(b) 震群地震分布;(c) M-t图Figure 1. Regional tectonic settings and distribution of earthquakes in Aohanqi,Chifeng City,Inner Mongolia during 2018—2019(a) The regional tectonic settings of the studied area;F1:Chifeng-Kaiyuan fault,F2:Hongshan-Balihan fault;(b) The earthquake distribution of the swarm;(c) M-t plot进行地震活动性和发震构造的研究首先要基于完备的地震目录。当前内蒙古测震台网的台站分布相对稀疏,对地震事件的监测能力较低,无法记录到一些微小的地震事件。另外,中强地震发生后或震群活动频繁时,常在较短时间内发生大量地震,不可避免地导致地震事件相互叠加,若只通过传统人工识别检测,势必会遗漏一些微小地震事件。因此,为检测遗漏事件,得到更加完备的地震目录,各种自动识别地震事件的方法与技术得到不断发展,具体可归纳为以下几个阶段:第一阶段是从时域、频域、时频域及综合分析等角度实现地震波初至的自动识别与检测(Stevenson,1976;刘希强等,1998;蒋策等,2018),其中时域分析最常用的算法是长短时窗平均能量比法(short term averaging/long term averaging,缩写为STA/LTA),该方法通过判断长短时窗平均能量比是否超过某个阈值,自动检测地震信号的初至震相到时,但是该方法对后续震相初至时间的判别能力较差;第二阶段是震源扫描叠加地震定位方法的产生与发展(Kao,Shan,2004;Zahradník et al,2015),震源扫描叠加地震定位方法是基于震源分布的成像来判断给定的时间和位置上是否存在地震震源,该方法能够避免震相识别和到时拾取的过程,但需要较高精度的速度模型;第三阶段则是基于波形互相关原理的模板匹配技术的发展与应用(Gibbons et al,2006;Shelly et al,2007;Peng,Zhao,2009)。由于模板匹配方法只能识别出与模板事件相似的震源相近的地震,为了能够自动识别出距模板事件较远的地震事件,Zhang和Wen (2015a,b)基于该方法原理提出了匹配定位(match and locate,缩写为M&L)方法,该方法能够自动检测定位距模板事件较远且震级较小的地震事件,对速度模型的精度要求较低,但对模板事件较为依赖;第四阶段是基于深度学习的地震检测技术(赵明等,2019;周本伟等,2020),该方法无需模板,可直接处理连续波形,目前仍处于快速发展的探索阶段。
综合Hypo2000方法(Klein,2002)与双差定位方法对敖汉旗震群(75个地震事件)进行重定位,最终得到54个地震事件的精定位结果,如图2a所示。可以看出:敖汉旗震群中73%的地震分布于赤峰—开源断裂北侧,沿NW−SE向呈条带状展布,延伸长度约6.8 km,震源深度由西向东逐渐变深、由南向北呈由浅变深再变浅;27%的地震成簇状聚集于断裂南侧,南北向最大展布长度约0.98 km,震源深度沿EW或NS向无明显的变化特征(图2b,c)。
图 2 双差方法重定位得到的敖汉旗震群分布图(a) 震中分布图;(b,c) 震源深度分别沿纬度、经度方向的变化;(d) 震源深度分布图Figure 2. The earthquake swarm distribution of Aohanqi obtained by double difference relocation method(a) Epicentral distribution;(b,c) The variation of focal depth along latitude and longitude direction,respectively;(d) The distribution of focal depth根据双差定位结果(图2a)可知,敖汉旗震群的延伸方向与赤峰—开源断裂走向并不一致,震中附近亦未发现与震群活动特征相一致的出露断层。基于此,笔者猜测:可能是地震目录欠缺,震群沿已知断裂分布的特征不明显亦或是附近存在未知隐伏断层,控制着该地区的地震丛集活动。因此,为探究该震群的发震机理,须进一步充实地震目录,尽可能了解该震群较为完整的分布特征,以利于发震断层研究。
由于敖汉旗地区发生的地震多半为微小地震事件,再加上前人对该区域地下结构的研究较少,尚未建立较为精确的速度结构模型。因此,为尽可能检测到更多的地震目录中遗漏的微震事件,同时又降低对速度模型的依赖程度,本文拟采用匹配定位方法对敖汉旗区域2018年和2019年震群中遗漏的地震事件进行检测与定位,补充地震目录,研究震群的时空分布特征,以期揭示敖汉旗震群的发震构造。
1. 方法与数据处理
1.1 匹配定位方法
匹配定位(M&L)方法(Zhang,Wen,2015a)是近几年发展起来的检测微小地震并实现地震定位的一种新方法,该方法继承了模板匹配思想,基于同一源区地震震源特征和同一台站波形记录都相似(传播路径相同)的特征,利用波形互相关检测地震事件,并以网格搜索的方式对检测地震进行定位。该方法不仅能够检测到震级较小、距模板事件较远的地震,而且对速度结构模型的依赖程度较低,能够提供高精度的地震定位结果。
该方法的具体实施流程为:① 从地震序列中选取一定数量的地震作为模板事件,并对其进行重定位;② 计算每个台站各分量的连续波形记录的S震相与相应台站的模板事件S震相之间的滑动互相关函数;③ 在三维空间(经度、纬度和深度方向)对潜在地震位置进行网格化,以重定位后的模板事件所处位置为中心点,计算每个潜在地震位置与模板事件所处位置之间的S震相走时差∆t:
$$ \Delta t ( k, p ) ={\rm{d}} D_{k} \frac{{\rm{d}} t}{{\rm{d}} D} ( k , p, D, h ) +{\rm{d}} h \frac{{\rm{d}} t}{{\rm{d}} h} ( k, p, D, h ) , $$ (1) 式中,dDk为潜在地震位置与模板地震所处位置到台站k的距离差,dh为潜在地震位置与模板地震所处位置的深度差,dt/dD(k,p,D,h)和dt/dh(k,p,D,h)分别为模板事件P震相的水平慢度和垂直慢度;④ 根据每个台站的潜在地震与模板事件之间的走时差∆t,计算所有台站波形互相关叠加后的相关系数c和信噪比SNR。假设两个点源地震与同一台站的距离均很小,那么t=t0时这两个地震事件的归一化互相关系数cnor为
$$ c_{\rm{nor}} ( t_{0} ) {\text{≈}} \frac{F_{1} F_{2} \displaystyle\int_{-T}^{T} S_{ 1} ( \tau ) S_{ 2} ( t_{0}+\tau ) {\rm{d}} \tau}{\left|F_{1} F_{2}\right| \sqrt{\displaystyle\int_{-T}^{T} S_{ 1} ( \tau ) S_{ 1} ( t_{0}+\tau ) {\rm{d}} \tau} \sqrt{\displaystyle\int_{-T}^{T} S_{ 2} ( \tau ) S_{ 2} ( t_{0}+\tau ) {\rm{d}} \tau}} ,$$ (2) 式中,F1和F2为地震震源辐射样式,S1和S2为地震的震源时间函数,T为S震相的时窗长度;⑤ 设置平均互相关系数
$ \overline{c} $ 和信噪比的阈值,当二者均超过阈值时,则认为检测到一个地震事件,并取相关系数最大的格点为地震位置,根据所有台站S震相的振幅比中位数来判断事件震级(Peng,Zhao,2009)。1.2 数据处理
基于连续波形数据和敖汉旗震群的双差重定位结果(共计54个地震事件),依次进行模板地震事件选取、目标台站确定、连续波形截取这三方面的数据处理。
选取敖汉旗三个震群的10个ML1.5—3.5地震事件作为模板地震(图3);挑选出模板事件内波形记录清晰、S震相清楚、震中距小于2 km的台站(XIH,DQL,NIC和TIS)作为目标台站;分别截取每个目标台站在2018年2月7日至3月7日、2018年12月1日至11日、2019年2月1日至26日这三个时段所记录到的三分向连续波形数据,并对其予以复核,以确保波形记录的连续性。
1.3 检测参数设置
检测地震前,需要设置地震波的滤波频段、模板波形的截取时长、有效检测的判定标准。结合前人研究成果(Zhang,Wen,2015a,b,c;曾宪伟等,2017;Wang et al,2018;Feng et al,2021),对所有地震波数据进行2—8 Hz频段的滤波处理;在IASP91模型(Kennett,Engdahl,1991)下,利用TauP工具包(Crotwell et al,1999)计算模板地震的Sg震相参数(走时、水平慢度、垂直慢度),并截取时间长度为4 s的 Sg震相波形(Sg波到达的前1 s至后3 s)为模板波形;综合前人设定的有效检测地震的判定标准(平均互相关系数
$ \overline{c}$ 和信噪比的研究成果(Zhang,Wen,2015a;曾宪伟等,2017;Wang et al,2018)尽可能多地检测出地震事件,本次检测将$ \overline{c} $ 阈值初始值设为0.2,当$ \overline{c} $ >0.2即为检测出一次事件,否则为无地震事件。2. 微震检测结果分析
2.1 识别结果的有效性
利用匹配定位方法,以
$ \overline{c} $ =0.2为阈值,共识别出840个事件(图4),但通过人工核实,发现其中435个不是地震事件。如图5所示,事件检测累积个数与$ \overline{c}$ 值成反比,且当$ \overline{c} $ 阈值大于0.3时,检测不出部分原有地震(图5a),因此$ \overline{c} $ 阈值的置信区间应在0.2—0.3之间。随着$ \overline{c} $ 值不断增大,事件检测个数逐渐递减,而微震检测准确率不断增高而后保持不变,原有地震事件遗漏个数先保持不变而后逐渐增多;当$ \overline{c} $ 阈值取为0.25时,微震检测正确率最高(100%),原有地震事件遗漏个数也最少(0),且满足检测出的微震数量最多这一条件(图5b)。因此,利用匹配定位方法对敖汉旗三次地震序列进行微震识别定位时,$ \overline{c } $ 阈值选取为0.25。图 5 (a) 匹配定位方法检测到的事件累积个数随互相关系数$ \overline{c} $ 阈值的变化;(b) 事件检测个数、地震事件检测准确率和$ \overline{c} $ 阈值三者间的关系Figure 5. (a) The variation of the cumulative number of events detected by match and locate method with the threshold of cross-correlation coefficient$ \overline{c} $ ;(b) The relationship among the number of detected events,the accuracy of earthquake event detection and the$ \overline{c} $ threshold将
$ \overline{c } $ 阈值调整为0.25,共检测出405个微震事件,是原有地震事件个数的5.4倍,其中,10个模板事件均被检测出来,且$ \overline{c } $ 值均为1.0 (图6a)。图6b和6c分别给出了原有地震目录中的一个事件和新检测出的一个地震事件的检测结果,可以看出,所检测出的地震与模板事件的波形拟合程度较高,而且通过对最近台站新惠(XIH)台波形数据的浏览可知,所有检测出来的地震均有记录,说明本次利用匹配定位方法检测出来的微震事件是可靠的。图 6 利用匹配定位方法检测到的地震事件波形(黑色)与模板事件波形(红色)的拟合图(a) 模板事件的自检结果;(b) 在原有地震目录内的地震检测结果;(c) 原有目录遗漏的地震检测结果Figure 6. Fitting of earthquake event waveforms (black) and template event waveforms (red) detected by the match and locate method(a) Self-detection of a template event;(b) Detection result of an earthquake in the original earthquake catalogue; (c) Detection result of an earthquake missed in the original earthquake catalogue2.2 定位结果分析
为检测匹配定位方法所给出的微震匹配定位结果的可靠性,我们对敖汉旗震群的双差定位结果与匹配定位方法所获匹配定位结果及相应的震源深度结果进行对比分析,结果如图7所示,可见:两种方法对同一地震事件定位结果的震中偏差主要集中在3 km内,平均约为2.65 km,偏差达9 km以上的地震事件仅有两个(图7a,b);两种方法对同一地震的定位深度偏差主要集中在3 km内,而且所有地震的深度分布在3—15 km内,优势分布区间为8—10 km (图7d),表明敖汉旗地区的孕震层应在上地壳内。
图8给出了赤峰—开源断裂南北两侧分别以簇状和NW−SE向的条带状展布的两部分微震震中分布情况,可以看出:由匹配定位方法得到的震中分布范围与双差重定位结果基本一致,并且同一地震的震中偏差也较小,其中断裂北侧同一地震的震中偏差最大为9.24 km (图8a),断裂南侧同一地震的震中偏差最大为4.775 km (图8b),所有模板地震的自检定位结果与双差重结果基本一致,进一步表明由匹配定位方法得到的微震定位结果较为可靠。
2.3 微震检测前后震群分布特征
通过内蒙古区域地震台网观测目录共得到敖汉旗震群可定位地震事件75个,进行双差定位后得到54个地震定位结果,而利用匹配定位方法共检测出405个微震事件。根据检测前后敖汉旗震群的三维分布图(图9a)可知,与台网地震目录相比,微震检测后的敖汉旗震群的地震数量显著增多,震群沿NW−SE方向的展布特征更加突出,震源深度总体呈现NW浅、SE深的特征。另外,由微震检测前后震级-频次分布图(图9b)可知,地震目录最小震级区间由微震检测前的ML0.5—1.0降低至ML0—0.5。综上推测敖汉旗震群主体的发震断层应为NW−SE走向,且断层在NW方向的埋深较SE方向浅。
3. 发震断层分析
利用匹配定位方法检测到被遗漏的微小地震,丰富了原有地震目录。基于这些目录,使用震源机制解反演方法(Zhao,Helmberger,1994;Zhu,Helmberger,1996)和万永革等(2008)提出的断层反演算法对内蒙古敖汉旗震群的发震构造特征进行研究。由于断层反演算法是基于相对密集的小震分布来推测断层面特征,我们对敖汉旗震群中ML>1.0地震震中集中分布趋势进行研究。鉴于敖汉旗震群内绝大多数地震集中分布于赤峰—开源断裂北侧,断裂南侧的地震较少(图2a),所以这里主要对断裂北侧的敖汉旗震群的发震构造进行研究。
3.1 震源机制解分析
在赵艳红等(2018)的内蒙古东部地区一维地壳速度结构模型(图10)的基础上,利用CHF,BEP,DQL,NIC,TIS,LIX,JIP等七个台站的波形数据,通过CAP (cut and paste)方法对敖汉旗震群ML3.7地震(最大地震)进行震源机制解反演,结果如图11所示。由图11a可知:该地震的最佳拟合深度为7.5 km,这与双差定位深度(9.5 km)较为接近。图11b为震源深度为7.5 km时的波形拟合图,震源机制解的节面Ⅰ :走向138°,倾角62°,滑动角−40°;节面Ⅱ :走向249.5°,倾角55.4°,滑动角−145.2°;P,T,N轴的方位角分别为100.8°,195.1°,288.8°,发震断层为正断型,兼具左旋走滑错动方式,其中节面Ⅰ的破裂特征与震群小震NW−SE向的展布特征较为一致,故推测该节面可能是该地震的真实破裂面。
图 10 内蒙古东部地区一维地壳速度结构模型(赵艳红等,2018)Figure 10. One-dimensional crustal velocity structure model of eastern Inner Mongolia (Zhao et al,2018)图 11 敖汉旗震群最大地震的震源机制解反演误差随震源深度的变化(a)以及最佳反演深度7.5 km下的波形拟合(b)拟合波形下方的两行数字分别为理论波形(红色)相对实际波形(黑色)的时移(单位:s)以及二者的相关系数,波形左侧第一行给出了台站名,第二行给出了震中距(单位:km)和相对偏移时间(单位:s),台站波形按震中距排列Figure 11. Variation of inversion error of focal mechanism solutions for the largest earthquake of Aohanqi swarm with focal depth (a) and waveform fitting at the optimal inversion depth 7.5 km (b)The numbers of two rows beneath the traces are the time shifts (in second) of synthetics (red) relative to the observations (black) and the corresponding cross-correlation coefficients,respectively. The upper-left corner are stations. The lower-left corner numbers represent the epicentral distance (in km) and the relative offset time (in second). The waveforms of stations are sorted in epicentral distance3.2 断层拟合分析
万永革等(2008)提出的断层反演方法将模拟退火算法与高斯—牛顿算法有机结合,利用小震震源位置来求解发震断层面参数,该方法目前已相当成熟,被广泛应用于大震断层面参数和小震活跃地区活断层走向、倾角等的求解(盛书中等,2014;韩晓明等,2018)。另外,由于小震数据的选取会对反演结果产生很大影响(杨超群等,2013),因此,我们根据敖汉旗震群小震丛集的分布特征,选取分布在(42.21°N—42.37°N,119.87°E—119.96°E)范围内的微震事件(图12)进行断层反演。
根据匹配定位方法所获的敖汉旗震群定位结果可知,参与断层拟合的地震震中沿A′A方向分布(图13a),将A′A方向(约157°)的地震顺时针旋转60°至SWS方向后,对选中的地震数据进行拟合,即可反演出这些地震到假定断层面距离的拟合标准差最小的平面参数,即走向157°,倾向SW,倾角84° (图13,表1)。另外,通过分析每个反演断层附近的地震距本断层面的分布特征(图13d),可以看出绝大多数地震基本以断层面为轴向两侧对称展布。
图 13 经匹配定位方法精确定位的敖汉旗震群小震分布在水平面(a)、断层面(b)和垂直于断层面的横断面(c)上的投影以及小震距断层面距离的分布(d)A′A为震群分布的优势方向;圆圈表示精确定位小震;红色方框表示拟合的断层面边界Figure 13. Projection of small earthquakes of the Aohanqi earthquake swarm by using match and locate method in the horizontal plane (a),fault plane (b) and cross section perpendicular to the fault plane (c) as well as distribution of the distance between small earthquakes and the fault plane (d)表 1 基于用匹配定位方法得到的敖汉旗震群小震定位结果计算出的断层面参数Table 1. The fault plane parameters calculated based on the locations of small earthquakes of Aohanqi swarm by the match and locate method走向/° 误差/° 倾角/° 误差/° 到原点距离/km 误差/km 顶点位置(北纬/°,东经/°,深度/km) 157 1.2 84° 2.9° 0 0.08 (42.24,119.95,13.0)
(42.36,119.88,5.9)(42.36,119.88,13.0)
(42.24,119.95,5.9)4. 讨论与结论
本文利用匹配定位方法,对内蒙古敖汉旗震群活动期间的微小地震进行检测与定位,并基于完备的地震目录,结合震群最大地震的震源机制解、密集小震断层面参数拟合结果以及区域构造背景,对敖汉旗震群的断层面几何形态与发震构造进行了综合分析,得到以下主要结论:
1) 利用匹配定位方法对遗漏的敖汉旗地震事件进行检测时,应将
$ \overline{c} $ 阈值设为0.25,这样可确保检测事件个数最多、检测准确率最高,且无原有地震事件的漏检。根据检测与定位结果,共识别、定位405个小震事件,是原有地震目录中敖汉旗震群事件的5.4倍,震群主体集中分布于赤峰—开源断裂北侧,并呈条带状沿NW−SE向展布,震源深度总体呈NW浅、SE深的特征。2) 根据震群最大地震的震源机制解结果认为,发震断层属于兼具左旋走滑特征的正断层,最佳拟合深度为7.5 km,其中节面Ⅰ(走向138°,倾角62°,滑动角−40°)的破裂特征与震群小震NW−SE向的展布特征较为一致,因此推测该节面可能是该地震的真实破裂面。震群小震的断层面参数拟合结果显示,敖汉旗小震活跃区域应存在走向为157°、倾向SW、倾角为84°的断层面,并给出其空间顶点坐标。
3) 敖汉旗震群发生于内蒙古东北浅震区,大地构造上属于天山—兴蒙造山系,所在的次级构造单元为内蒙地轴,该区附近发育的主要断裂为赤峰—开源断裂(近EW走向)和红山—八里罕断裂(近NE走向)。敖汉旗震群主体恰好处于两条断裂相交处的东侧。综合分析区域钻孔资料、重力场特征、磁场特征和前人研究成果(涂广红等,2006;王兆国等,2009)可知,红山—八里罕断裂为近NE走向具拆离性质的正断层,断裂东侧为上盘,向下运动,并具有左旋剪切特征,而赤峰—开源断裂中期为逆掩断层,中后期转为走滑断层,是华北地块与东北地块的分界线,该断裂岩石层上层为脆裂层,下层为塑性层,脆裂层也就是发震层(王兆国等,2009),因此该断裂附近的地震一般为浅层地震。但是,无论是红山—八里罕断裂还是赤峰—开源断裂,敖汉旗震群的发震断层均并未呈现出与之走向一致的活动特征,而且震群内地震震级较小,未造成地表破裂;基于敖汉旗的野外地质资料,也并未发现相关走向的出露断层,因此推测敖汉旗震群的发震断层应是该区域的一条隐伏断层。由于该隐伏断层处于红山—八里罕断裂与赤峰—开源断裂的相交区域,综合王兆国等(2009)关于断裂与断裂相交区域是地震易发区域的认识,认为敖汉旗的发震断层可能是红山—八里罕断裂和赤峰—开源断裂这两条断裂在不断活动中相互作用而形成。
-
图 4 2018年8月3日至9日武汉站和达尔文站的foF2异常扰动观测
红色、绿色曲线分别表示原始foF2数据减去月中值、月均值后再减去两倍标准差的结果,蓝色方框为武汉站和达尔文站的foF2同时呈现异常的时间点
Figure 4. The abnormal disturbances of foF2 observed by the stations Wuhan and Darwin from August 3 to 9,2018
The red curve indicates the result that the original foF2 data minuses the 31-day median and then subtracts twice the standard deviation. The green curve indicates the result that the original foF2 data minuses the 31-day mean and then subtracts twice the standard deviation. The blue box indicates the time point at which the foF2 in Wuhan and Darwin stations are simultaneously anomalous
图 7 地震区域2018年8月4日(年积日216) UTC 03:40电离层底部z=90 km处的异常水平电场分布
(a) 总电场强度E;(b) 磁南北向电场强度ESN;(c) 磁东西向电场强度EEW
Figure 7. Distribution of the abnormal horizontal electric field at UTC 03:40 on August 4,2018(216 day of the year) at the bottom of the ionosphere (z=90 km)
(a) Total electric field intensity E;(b) The electric field intensity ESN in magnetic north-south direction;(c) The electric field intensity EEW in magnetic east-west direction
-
丁宗华,吴健,孙树计,陈金松,班盼盼. 2010. 汶川大地震前电离层参量的变化特征与分析[J]. 地球物理学报,<bold>53</bold>(1):30–38. doi: 10.3969/j.issn.0001-5733.2010.01.004 Ding Z H,Wu J,Sun S J,Chen J S,Ban P P. 2010. The variation of ionosphere on some days before the Wenchuan earthquake[J]. <italic>Chinese Journal of Geophysics</italic>,<bold>53</bold>(1):30–38 (in Chinese).
刘静,万卫星,黄建平,张学民,赵庶凡,欧阳新艳,泽仁志玛. 2011. 智利8.8级地震的震前电子浓度扰动[J]. 地球物理学报,<bold>54</bold>(11):2717–2725. Liu J,Wan W X,Huang J P,Zhang X M,Zhao S F,Ouyang X Y,Zeren Z M. 2011. Electron density perturbation before Chile <italic>M</italic>8.8 earthquake[J]. <italic>Chinese Journal of Geophysics</italic>,<bold>54</bold>(11):2717–2725 (in Chinese).
马新欣,林湛,陈化然,金红林,焦立果,刘晓灿. 2014. 基于GPS和COSMIC数据分析汶川地震TEC和<italic>N</italic><sub>mF2</sub>扰动[J]. 地球物理学报,<bold>57</bold>(8):2415–2422. doi: 10.6038/cjg20140803 Ma X X,Lin Z,Chen H R,Jin H L,Jiao L G,Liu X C. 2014. Analysis on ionospheric perturbation of TEC and <italic>N</italic><sub>mF2</sub> based on GPS and COSMIC data before and after the Wenchuan earthquake[J]. <italic>Chinese Journal of Geophysics</italic>,<bold>57</bold>(8):2415–2422 (in Chinese).
滕荣荣,赵谊,刘耀炜,马玉川. 2010. 强震地壳逸出氡和电离层异常耦合关系的讨论[J]. 中国地震,<bold>26</bold>(1):60–72. doi: 10.3969/j.issn.1001-4683.2010.01.006 Teng R R,Zhao Y,Liu Y W,Ma Y C. 2010. The study on the strong earthquakes coupling relationship between abnormal radon escaped from crustal and ionosphere[J]. <italic>Earthquake Research in China</italic>,<bold>26</bold>(1):60–72 (in Chinese).
余涛,毛田,王云冈,王劲松. 2009. 汶川特大地震前电离层主要参量变化[J]. 科学通报,<bold>54</bold>(4):493–499. Yu T,Mao T,Wang Y G,Wang J S. 2009. Study of the ionospheric anomaly before the Wenchuan earthquake[J]. <italic>Chinese Science Bulletin</italic>,<bold>54</bold>(6):1080–1086.
张明敏,刘智敏,刘盼,从建锋. 2018. 九寨沟7.0级地震前电离层TEC异常分析[J]. 测绘工程,<bold>27</bold>(12):24–30. Zhang M M,Liu Z M,Liu P,Cong J F. 2018. Analysis of ionospheric TEC anomalies before the Jiuzhaigou <italic>M</italic><sub>S</sub>7.0 earth-quake[J]. <italic>Engineering of Surveying and Mapping</italic>,<bold>27</bold>(12):24–30 (in Chinese).
Carter B A,Kellerman A C,Kane T A,Dyson P L,Norman R,Zhang K. 2013. Ionospheric precursors to large earthquakes:A case study of the 2011 Japanese Tohoku earthquake[J]. <italic>J Atmos Solar-Terr Phys</italic>,<bold>102</bold>:290–297. doi: 10.1016/j.jastp.2013.06.006
Chuo Y J,Liu J Y,Pulinets S A,Chen Y I. 2002. The ionospheric perturbations prior to the Chi-Chi and Chia-Yi earthquakes[J]. <italic>J Geodyn</italic>,<bold>33</bold>(4/5):509–517.
Dabas R S,Das R M,Sharma K,Pillal K G M. 2007. Ionospheric precursors observed over low latitudes during some of the recent major earthquakes[J]. <italic>J Atmos Solar-Terr Phys</italic>,<bold>69</bold>(15):1813–1824. doi: 10.1016/j.jastp.2007.09.005
Freund F T,Kulahci I G,Cyr G,Ling J,Winnick M,Tregloan-Reed J,Freund M M. 2009. Air ionization at rock surfaces and pre-earthquake signals[J]. <italic>J Atmos Solar-Terr Phys</italic>,<bold>71</bold>(17/18):1824–1834.
Hayakawa M,Molchanov O A,NASDA/UEC Team. 2004. Achievements of NASDA’s earthquake remote sensing frontier project[J]. <italic>Terr Atmos Ocean Sci</italic>,<bold>15</bold>(3):311–327. doi: 10.3319/TAO.2004.15.3.311(EP)
Heinicke J,Koch U,Martinelli G. 1995. CO<sub>2</sub> and radon measurements in the Vogtland area (Germany):A contribution to earthquake prediction research[J]. <italic>Geophys Res Lett</italic>,<bold>22</bold>(7):771–774. doi: 10.1029/94GL03074
Kong J,Yao Y B,Zhou C,Liu Y,Zhai C Z,Wang Z M,Liu L. 2018. Tridimensional reconstruction of the co-seismic ionospheric disturbance around the time of 2015 Nepal earthquake[J]. <italic>J Geodyn</italic>,<bold>92</bold>(11):1255–1266. doi: 10.1007/s00190-018-1117-3
Leonard R S,Barnes R A. 1965. Observation of ionospheric disturbances following the Alaska earthquake[J]. <italic>J Geophys Res</italic>,<bold>70</bold>(5):1250–1253.
Liperovsky V A,Pokhotelov O A,Meister C V,Liperovskaya E V. 2008. Physical models of coupling in the lithosphere-atmosphere-ionosphere system before earthquakes[J]. <italic>Geomagn Aeron</italic>,<bold>48</bold>(6):795–806. doi: 10.1134/S0016793208060133
Liu J Y,Chen Y I,Pulinets S A,Tsai Y B,Chuo Y J. 2000. Seismo-ionospheric signatures prior to <italic>M</italic>≥6.0 Taiwan earthquakes[J]. <italic>Geophys Res Lett</italic>,<bold>27</bold>(19):3113–3116. doi: 10.1029/2000GL011395
Liu J Y,Chuo Y J,Shan S J,Tsai Y B,Chen Y I,Pulinets S A,Yu S B. 2004. Pre-earthquake ionospheric anomalies registered by continuous GPS TEC measurements[J]. <italic>Annal Geophys</italic>,<bold>22</bold>(5):1585–1593. doi: 10.5194/angeo-22-1585-2004
Oyama K I,Kakinami Y,Liu J Y,Kamogawa M,Kodama T. 2008. Reduction of electron temperature in low-latitude ionosphere at 600 km before and after large earthquakes[J]. <italic>J Geophys Res</italic>:<italic>Space Phys</italic>,<bold>113</bold>:A11317.
Popov K V,Liperovsky V A,Meister C V,Biagi P F,Liperovskaya E V,Silina A S. 2004. On ionospheric precursors of earthquakes in scales of 2−3 h[J]. <italic>Phys Chem Earth</italic>,<bold>29</bold>(4/5/6/7/8/9):529–535.
Pulinets S A,Boyarchuk K A,Hegai V V,Kim V P,Lomonosov A M. 2000. Quasielectrostatic model of atmosphere-thermosphere-ionosphere coupling[J]. <italic>Adv Space Res</italic>,<bold>26</bold>(8):1209–1218. doi: 10.1016/S0273-1177(99)01223-5
Pulinets S A,Legen’ka A D. 2003. Spatial-temporal characteristics of large scale disturbances of electron density observed in the ionospheric F-region before strong earthquakes[J]. <italic>Cosmic Res</italic>,<bold>41</bold>(3):221–229. doi: 10.1023/A:1024046814173
Pulinets S A,Legen’ka A D,Gaivoronskaya T V,Depuev V K. 2003. Main phenomenological features of ionospheric precursors of strong earthquakes[J]. <italic>J Atmos Solar-Terr Phys</italic>,<bold>65</bold>(16/18):1337–1347.
Pulinets S. 2004. Ionospheric precursors of earthquakes:Recent advances in theory and practical applications[J]. <italic>Terr Atmos Ocean Sci</italic>,<bold>15</bold>(3):413–435. doi: 10.3319/TAO.2004.15.3.413(EP)
Pulinets S,Ouzounov D. 2011. Lithosphere-Atmosphere-Ionosphere Coupling (LAIC) model:An unified concept for earthquake precursors validation[J]. <italic>J Asian Earth Sci</italic>,<bold>41</bold>(4/5):371–382.
Pulinets S,Davidenko D. 2014. Ionospheric precursors of earthquakes and Global Electric Circuit[J]. <italic>Adv Space Res</italic>,<bold>53</bold>(5):709–723. doi: 10.1016/j.asr.2013.12.035
Richmond A D,Ridley E C,Roble R G. 1992. A thermosphere/ionosphere general circulation model with coupled electrodynamics[J]. <italic>Geophys Res Lett</italic>,<bold>19</bold>(6):601–604. doi: 10.1029/92GL00401
Richmond A D. 1995. Ionospheric electrodynamics using magnetic apex coordinates[J]. <italic>J Geomagn Geoelectr</italic>,<bold>47</bold>(2):191–212. doi: 10.5636/jgg.47.191
Sharma K,Dabas R S,Sarkar S K,Das R M,Ravindran S,Gwal A K. 2010. Anomalous enhancement of ionospheric F<sub>2</sub> layer critical frequency and total electron content over low latitudes before three recent major earthquakes in China[J]. <italic>J Geophys Res</italic>:<italic>Space Phys</italic>,<bold>115</bold>(A11):A11313.
Sorokin V M,Chmyrev V M,Yaschenko A K. 2005. Theoretical model of DC electric field formation in the ionosphere stimulated by seismic activity[J]. <italic>J Atmos Solar-Terr Phys</italic>,<bold>67</bold>(14):1259–1268. doi: 10.1016/j.jastp.2005.07.013
Sorokin V M,Yaschenko A K,Hayakawa M. 2007. A perturbation of DC electric field caused by light ion adhesion to aerosols during the growth in seismic-related atmospheric radioactivity[J]. <italic>Nat Hazards Earth Syst Sci</italic>,<bold>7</bold>(1):155–163. doi: 10.5194/nhess-7-155-2007
Tariq M A,Shah M,Hernández-Pajares M,Iqbal T. 2019. Pre-earthquake ionospheric anomalies before three major earthquakes by GPS-TEC and GIM-TEC data during 2015−2017[J]. <italic>Adv Space Res</italic>,<bold>63</bold>(7):2088–2099. doi: 10.1016/j.asr.2018.12.028
Virk H S,Singh B. 1994. Radon recording of Uttarkashi earthquake[J]. <italic>Geophys Res Lett</italic>,<bold>21</bold>(8):737–740. doi: 10.1029/94GL00310
Zhao B Q,Wang M,Yu T,Wan W X,Lei J H,Liu L B,Ning B Q. 2008. Is an unusual large enhancement of ionospheric electron density linked with the 2008 great Wenchuan earthquake?[J]. <italic>J Geophys Res</italic>:<italic>Space Phys</italic>,<bold>113</bold>:A11304.
Zhou C,Liu Y,Zhao S F,Liu J,Zhang X M,Huang J P,Shen X H,Ni B B,Zhao Z Y. 2017. An electric field penetration model for seismo-ionospheric research[J]. <italic>Adv Space Res</italic>,<bold>60</bold>(10):2217–2232. doi: 10.1016/j.asr.2017.08.007
-
期刊类型引用(4)
1. 乔小铃,刘静. 2020年8月18日印度尼西亚M_S7.0地震电离层扰动研究. 地震. 2023(02): 103-119 . 百度学术
2. 申旭辉,黄建平,林剑,罗志才,乐会军,吴立新,张学民,崔静. 地球物理探测卫星数据分析处理技术与地震预测应用研究项目及研究进展. 地震科学进展. 2022(01): 1-25 . 百度学术
3. 周煜林,张学民,刘静,熊攀,欧阳新艳. 四川及周边地区TEC异常与印度尼西亚地震关联性研究. 地震. 2021(03): 157-170 . 百度学术
4. 刘江,徐锐,陈聪,饶太国,李兴泉. 川滇地区电离层多参量异常监测系统的设计与实现. 地震学报. 2021(05): 605-614+678 . 本站查看
其他类型引用(3)