地震前卫星热红外亮温变化研究

《地震前卫星热红外亮温变化研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

地震前卫星热红外亮温变化研究前言有关地震前震中附近及周围会出现低空大气——地面增温异常的原因，国内外地震学者进行了大量地研究工作，至今没有一个明确的解释。目前大致有如下几种观点：地球放气与顺变电场说、应用致热学说、断层蠕动摩擦生热、应力激活岩石空穴中电荷红外辐射、热物质眼裂缝上涌[1]。前人的研究分别从不同的角度解释了震前热异常现象。不同的地震会出现不同的前兆现象，如地下井水水位变化、地声、地光、有臭鸡蛋气味的浓雾、土地电锯摇摆等，这些现象间接激发或直接导致震前热异常。一、卫星热红外异常的基本概念地震前出现热异常是一种比较普遍的自然现象。应用卫星遥感技术监测地震前的热异常现象是地震预测研究的新探索。与传统地面观测相比，卫星遥感具有观测范围广、信息量大、获取信息快等优点。遥感资料的计算机处理技术的广泛应用，也使地学信息提取、地学数据库的建立有了技术上的保障[2]。地震前大气层卫星热红外增温异常是指在震前几天至几十天左右，卫星探测器热红外波段监测到的震源区及其周围相当大范围内近地表一低空大气层的温度比背景值明显高出，且在震后立即恢复正常的现象。异常是相对正常而言的，这里的背景值就是选取的正常的温度场，要根据不同地区、不同时间资料获取的情况来确定，一般选择一幅近期地震相对平静、无干扰的遥感图像作为正常温度场。第13页（共13页）

1卫星探测器热红外波段所监测到的温度不是物体表面的真实温度，而是根据卫星通道8-14um这一特征波长(又叫大气窗口)测得的辐射值，通过应用PLANCK函数处理，在经过大气层传输因子的修正之后而确定的，叫物体的热红外亮温TBB(black-bodytemperature)，在遥感图像上以不同的色彩表现出来。它与物体的真实温度之间存在一定的差异，可通过换算反演出地表一低空大气层的温度。热红外异常实际上是观测值与背景值的差值。临震前热红外异常区域的确定就是根据这个差值而定的。它能实时地在卫星红外云图上被识别出来，是一个相当普遍的现象，与季节、天气、地形无关。所以，临震前卫星热红外异常是地面一近空大气层增温异常的真实写照。二、地震红外异常识别的基本思路热红外异常实际上就是地表温度异常，而地表温度是地表热平衡过程中的一个综合性参数，它是地壳深部地震活动及地形地貌、地物类型和气象等非震因素共同作用的结果。而来自深部的热信息对地表温度的影响相对于地而以上太阳辐射和气象变化的影响可能是微不足道的，因此，地震活动热红外异常的提取是强背景弱信号条件下的信息获取问题，具有相当的难度。前人已在这方而做了大量工作。多数学者以震例为研究对象，利用震中周围一定区域内震前震后数月或数十天的红外影像资料进行分析。本文作者在鉴戒前人工作的基础上采用以下研究思路[3]。1、针对特定地理区域进行长期跟踪研究已有的研究成果表明，震前卫星热红外异常是存在的，但异常与地震发生之间的关系复杂多变。首先，并非每次地震都有明显热红外异常，也并非有此热异常就有地震发生;其次，不同震例表现出不同的异常演化特点，有些异常在震前1--30天出现，也有些异常在震前4--6个月，1年甚至更长时间出现。异常的而积和距震中的距离也相差很大，异常的幅值多数认为是2—6摄氏度，也有高达10℃第13页（共13页）

2以上的。异常与地震发生之间有时有较好的对应，多数情况是很难确定，而目_，并非震级越大异常也越大。这些一方而说明震前热红外异常的复杂性，另一方而也说明，钊一对震例的研究，以一次地震发生前后一定时段、一定地理区域内的热红外影像为研究对象，由于不同学者选用资料的时空范围不同，对同样的地震，有可能得出不同的异常演化特征，从而使研究结果的可比性降低，不利于探索地震异常的规律性和共性。本文作者认为钊一对一个特定的构造活动区域进行长期跟踪研究，使研究范围在空间上固定，在时间上连续。首先掌握无震情况下研究区不同季节的热红外影像特征，明确区域内不同地貌及地质构造单元在热红外影像上的反映及其红外亮温随时间的变化过程，建立无震年份研究区的热红外亮温动态背景场，在此基础上通过影像的逐日对比和温度场的统计分析提取出可能的异常，并形成异常动态演化序列。然后，将异常演化序列与区域内的地震发生序列进行对比，探索二者的相关性将是可取的思路。1、重点研完非震因素及其红外影像特征根据已有的研究成果，地震活动引起红外增温异常勿容置疑，但地震红外异常具有什么样的特征及标志，我们还知之甚少。这一方而是因为干扰因素太复杂，另一方而是由于地震是小概率事件，加之云层的干扰，可供分析的震例资料非常有限，而仅靠有限的儿个震例分析很难把握地震红外异常的特征，也很难提取异常。相反，影响地表热红外辐射的各类非震因素是时刻存在的，研究这些非震因素的红外影像及其亮温变化特征，数据源要相对充足得多。而一旦掌握了非震因素控制的地表亮温正常动态背景场及其变化规律，就有可能通过消除正常动态背景的方法提取地震异常[4]。因此，作者的思路是建立工作区的地形地貌、岩性、植被、水体等影响因素数据库及多年的红外影像库，通过对两类数据库的对比分析，建立研究区的红外亮温空间分布模式，掌握无震情况下的亮温正常动态背景场，然后通过分析各年份亮温与正常背景场的差异来提取地震异常。3、直接利用辐射亮温进行异常判别第13页（共13页）

3地表亮温是地表的辐射温度，即按地表红外辐射能量反演的地表等效黑体温度。而实际上，地表物体并非黑体，因此，亮温与实际地表温度有一定差异。由于大气的衰减作用和地表物体比辐射率的不同，一般地表亮温要低于实际地表温度。从热红外辐射量反演实际地表温度需进行大气校正和地表比辐射率校正。由于地表比辐射率的复杂性，反演实际地表温度是一个很复杂很专业的问题。考虑到地震红外异常是地表温度的相对变化，而对于温度的相对变化，大气及比辐射率的影响可通过亮温的差值运算基本消除，加之，大气在红外辐射能量集中的10—12缪米波段的影响可忽略不计。因此，作者认为可直接利用地表亮温进行异常判别。这样，可以避开反演实际地表温度的繁杂过程，把工作重点放在分析温度的相对变化及其与活动构造的关系上。三、红外亮温异常提取2008年5月12日的Ms8.0级汶川大地震震害面积大，造成了大量的人员伤亡并带来了严重的经济损失。因此，做好地震预报尤其是短临预报迫在眉睫。本文在地震前兆异常信息提取方面做了一些探索性的工作，依托于国家十一五科技支撑课题，针对2004年以来的Ms6.0级以上的23个震例利用历年同期亮温偏移指数K值算法进行红外异常信息的提取与初步分析，总结红外亮温异常的时空演化特征，为后续的地震研究工作提供技术支撑[5]。在红外亮温异常提取之前，分别建立不同震例所在实验区的红外亮温背景场作为异常提取和识别的基准场，而后在亮温异常提取算法模型的基础上进行异常提取。1、汶川地震红外亮温异常提取（1）汶川实验区亮温背景场建立异常的识别和提取是建立在正常动态背景场的基础上的，在对汉川地震进行震前红外亮温异常提取之前，首先应该建立汶川实验区的红外亮温背景场。汶川实验区的地理范围为北纬27度--36度N，东经98度—107度E，选用的数据资料为1999年，2003年--第13页（共13页）

42009年8年的NOAA/AVHRR夜间影像利用红外亮温背景场建立的方法计算多年月亮温背景场均值和标准差，部分计算结果如图1所示。从多年月背景场可以看出:汶川实验区多年月背景场亮温值的变化主要受地形的控制，与季节变化的关系相对于首都圈实验区和祁连山实验区较弱。总体上，全年的亮温都比较高。从空间上看，四川盆地是高亮温区域，沟谷水系也是明显线性高温区，川西山地是相对低温区域。映秀一北川断裂带位于高温区和低温区的过度区域。在掌握了汉川实验区多年亮温背景场变化的时空演化特征及影响因素后，基于多年亮温均值和标准差进行震前亮温异常的提取。一月三月五月七月第13页（共13页）

5九月十一月图1汶川实验区多年月亮温背景场(2)基于亮温偏移指数提取亮温异常K值是亮温偏移指数，反映的是当日亮温观测值相对于历年同期背景亮温的偏移量，可以作为异常的表征量。当K值大于零时，意味着当日观测亮温值高于历年同期亮温均值，当K值大于3时，就定义为亮温异常。对川滇实验区2004年至2008年4至6月的单日观测亮温图像进行了逐一扫描，计算K值偏移指数，用以识别亮温异常。结果发现2008年5月12日坟川地震前出现了明显K值异常，特别是2008年5月7日和5月8日两天，异常表现突出。如图2所示。从此图可看出2008年5月7日在震中西北侧出现NW向展布的红外异常，异常区域长轴方向与映秀一北川断裂带走向一致，2008年5月8日异常有所减弱，震后5月19日异常完全消失。图1所示为2006年，2007年，2008年4--5月的K值较高图象的对比。第13页（共13页）

62006.4.102006.4.212006.4.292006.5.12006.5.22006.5.19第13页（共13页）

72007.4.12007.4.182007.4.192008.4.72008.4.82008.4.9第13页（共13页）

82008.5.72008.5.92008.5.19图2汶川地震亮温偏移指数K值四、处理方法卫星遥感信息是经过大气层干扰过的信息，地表亮温会同时受到大气和地下活动的影响，所以采用“透热指数”这一指标来提取所需要的地下信息。透热指数D的数学表达式为[6]:第13页（共13页）

9其中，u和v分别代表两个区域的地表温度，n是时间窗内的本数。透热指数的取值范围在0到1之间，取为整数。同时，对研究区域中的每一探测象元的亮温进行增温变化的统计，提取增温异常，找出异常点并画出异常空间分布图，同时做出增温异常比值的时间序列曲线图。选定区域里，对某个象素位置的亮温数据，以n为滑动时间窗长，求出这n个亮温值的均方差σ，若亮温值Tn大于m倍均方差mσ，则判定为正异常。由此，可选出选定区域内，每天正异常点数在总有效点数中的比值。五、异常分析1、异常的时间特征透热指数和异常比值主要可分为三种类别:图3汶川地区热红外异常分布第13页（共13页）

10（1）透热指数出现异常，而异常比值无异常。透热指数在较短的时间内(几天时间)迅速升高并恢复，在这段时间内研究区域内并没有出现亮温增温异常，其后也没有地震发生。这种情况表明区域内有一定的构造活动，但这种活动并没有引发地震。这种构造活动是否与未来较长时间内的地震活动有关，有待进一步的研究。（2）出现异常比值高值，但透热指数没有发生变化。所以，几个时间段内的异常比值连续出现高值，说明该时间内地表增温异常点明显增多。但透热指数没有变化，表明这种亮温的异常变化是由气温变化而不是构造活动引起的。（3）透热指数和异常比值同时出现高值异常。当两种参数同时出现异常时，表明了地表亮温的变化受到了地下构造活动的影响，同时这种活动使得区域地表增温。这种情况的出现后，未来的一个月左右时间内，区域内及周边可能会发生中等地震。2、异常的空间分布特征当透热指数和异常比值同时出现异常时，可以认为该异常时地震前兆异常的可能性较大，我们通过分析静止卫星热红外资料的亮温异常空间分布图来推测未来可能发生地震的地点。图3显示了汶川地震前后一个月，汶川地区的热红外亮温变化分布特征，可以基本清晰的看到亮温从高到低的整个演变过程。震前热异常主要分布于震中区及其以西地区，且沿断层分布现象非常明显。震前19天此地区出现大范围的高值亮温异常，最明显地区位于震中西南处。震前14天，热红外异常沿东北方向逐渐向震中附近靠拢，且异常范围减小、集中。震前4天，距离地震仅有4天时间，热异常分布区已经非常靠近震中区。2008年5月12日的Ms8.0级汶川大地震，从5月13日－5月23日，从图像我们可以看到，热异常逐渐向震中区收缩，且大范围上的、距离震中较远的热异常逐步减小、消失。此次地震，热红外亮温异常的空间分布变化经历了从大范围到较为集中再到逐渐消散的过程，异常最高值区与汶川8.0级地震震中距离很近，震前异常显示较好[7]。第13页（共13页）

11六、小节我国是地震灾害最为严重的国家之一。本文对地震前的热红外异常的提取进行了详细的介绍，通过透热指数和异常比值对地震前的热红外异常进行异常分析。使我们很好的了解到地震前的热红外异常变化，这对于我们预测地震的发生具有重大的意义。但是热红外异常的提取过程中会受到许多因素的干扰，这就使得我们提取到得数据存在误差，对处理分析产生的结果造成干扰。我们需要提高异常数据的精度，改进处理方法，加深对异常的分析，这样才能更加精确的预测地震的发生，使人民的生命和财产得到更好的保护。参考文献[1]韦玉春，汤国安，杨昕.遥感数字图像处理教程[M].北京：科学出版社，2007.[2]土贵武，唐伶俐，姜小光.地震预报的新方法、新途径[J].遥感技术与应用，2006,21(2):93-97[3]张守洁.试论实施防震减灾社会动员的途径与方法[J].西北地震学报，2005,27(4):357-360,376.[4]土章豹，乐静.加强地震科普工作，增强全民防震减灾意识和能力来自汉川地震和日本的启小[J].中国科技论坛，2009,8:100-104.[5]张微，黄勤，李启敏.卫星热红外遥感技术在地震监测预报中的应用[J].杭州科技，2008,1:62-64[6]张培震.中国地震灾害与防震减灾[J].地震地质，2008,30(3):577-583.[7]陈或，徐瑞松，蔡容，等.遥感技术在地震研究中的应用进展[J].地球物理学进展，2008,23(4):1273一1281.BrightnessTemperatureChangesfromSatelliteInfrared第13页（共13页）

12InformationbeforeEarthquakeAbstract:Thispaperintroducessatellitethermalinfraredanomalyofthebasicconcepts,satellitethermalinfraredanomalyofthebasicideasoftherecognition,andhowtocarrythermalinfraredabnormaldata.ThenthroughthethermalinfraredabnormaltreatmentweanalyzethechangesofthermalinfraredabnormalbeforetheWenchuanearthquake.Keywords:earthquake;thethermalanomalies;brighttemperature;extraction第13页（共13页）