玉树强震前低层大气的奇特结构①
2012-10-16彭小桐邓文彬李盛林
彭小桐,邓文彬,李盛林
(中国人民解放军61936部队天气预报室,海南海口 571100)
玉树强震前低层大气的奇特结构①
彭小桐,邓文彬,李盛林
(中国人民解放军61936部队天气预报室,海南海口 571100)
地震前地壳辐射热会使大气出现非规则气象信息,探空资料反映了非正常的热量不稳定分布,大气结构呈现“奇特”的超不稳定性。本文运用V-3θ图对2010年玉树地震发生前后大气结构进行分析,并将温度信息“数字化”,再次证明了欧阳首承先生的预测理论,即能量的积聚必然涉及物质结构的非均匀,其非规则信息必然涉及事件的转折性变化。
地壳辐射热;非规则气象信息;玉树地震;V-3θ图;预测
Abstract:Before earthquake the radiant heat from the crust can cause atmosphere appears irregular information.Sounding data reflects“exotic”atmospheric structure and super instability.In this paper,V-3θdiagram is used to analyse the atmospheric structure before Yushu earthquake and normal situation,and the temperature information is digitized.The result proves the Ouyang Shoucheng forecasting theory:energy accumulation will inevitably involve non-uniform in physical structure and irregurlar information will inevitably involve event head-turning change.Key words:Radiant heat of the crust;Irregular atmosphere information;Yushu earthquake;V-3θ diagram;Forecasting
0 引言
欧阳首承先生在其著作《信息数字化与预测》中认为目前将气象和地震分开的认识和做法至少还存在认识观念的问题,并在某种程度上还干扰了预测科学的发展。自然灾害属于特殊事件而有共同性,业务人士可以相互借鉴、沟通讨论。欧阳先生在运用探空资料以热量分布不均的方式分析大气的变化时,认为若地震问题与地壳的热量分布有关,则必然影响到大气。遂在进行天气分析时发现了地壳辐射热的影响,并明显地体现于夜间,也因此运用气象信息提出地震预测的几个要点。欧阳先生在沿袭传统的“时序”信息分析时,发现凡是遇到不稳定的重要灾害天气,屡屡遇到事件发生前的“平静”。由此逐步认识到任何事件的发生、发展都在事件发生前需要一个“能量或热量”的“收、蕴”的积聚阶段,观测要素的“平静”,不等于“能量储备过程”的“平静”。例如汶川大地震前的前3个小时的信息数字化,则是“时序”性的“平静”,而信息数字化后显示的却是变化的“天翻地覆”,所以传统“时序”性分析方法不能细致或明确地揭示信息的变化,甚至歪曲变化事件[1]。
本文在此运用欧阳先生提出的非规则气象信息,对2010年4月的玉树大地震作一分析与验证,以期对地震预测有一定的意义和启示。
1 V-3θ图与大气结构
V-3θ图是以温度T为横坐标,气压P为纵坐标,其中的V是探空资料中直接观测的风向、风速信息,欧阳首承先生设计的3θ分别为θ、θsed、θ*,其中θ是位温、θsed是以露点温度计算出的假相当位温,θ*为当时气温的纯饱和位温,它们能够反映大气的温度和湿度,以此可以判断大气层结构是否稳定。本文3θ分别为位温θ、假相当位温θse、饱和假相当位温θ*se,这与欧阳先生的设计略有出入,但是对整体信息影响不大,所以本文以此图进行分析。
(1)若3条θ曲线随着P的增大向右倾呈现线性增长,则表示大气对流层内的结构是均匀的,但是实际很难见到纯粹均匀的大气状态,所以纯粹均匀的线性分布只是应用中便于比较,而极易识别非均匀或超均匀的结构状态[2]。
图1 玉树强震前大气结构Fig.1 Atmosphere structure before the Yushu earthquake over Yushu area.
(2)若3条θ曲线随着P的增大向左呈线性递减,或随着P的增大不变或少变,则表示对流层大气的垂直结构极度不均匀,聚集了不稳定能量有待释放。
(3)若θse、θ*se曲线接近或重合状态说明空气湿度很大,若θ、θse接近或重合说明大气很干燥。
(4)根据风矢量V,可以判断垂直方向的“滚流”,“滚流”是河流的水利学名词,大气的“滚流”对天气演化的转折性变化非常重要,可用于天气转折性变化的预测[2]。
2 玉树地震前的V-3θ图和大气结构
地震前地壳热量辐射是以红外方式进行的,于08时信息中不能见到,若20时出现超常结构,而08时不出现,则可断定为地壳“发烧”,并且已经有地壳的板块挤压或地幔热量异常滚动了。当θ线呈现出准90°或大于90°,这不是大气本身热量分布所能构成的异常不稳定,并且如此强大的热量不稳定分布如果不出现大风,则表明如此强烈不均匀的热量分布不是大气本身热量所能构成的,而是地壳热量的辐射造成大气结构的“奇特性”。如图1中(a)、(b)所示,玉树地震前整层θ线与T轴几乎垂直,这是强对流天气中最不稳定的一种形式;其次θ、θse线非常靠近,说明大气相当干燥,并且整层风为偏西风,风速随高度加大,构成了风速切变的“顺时针”滚流。在此种大气结构下,作为不稳定能量的唯一转换方式,只能是灾害性的大风天气,然而20时前后三个小时中并未出现6级以上的大风。4月12日天气实况为:20时前17时风速为6m/s;20时为静风,23时为1m/s。除17时勉强为4级风,前后3小时风很弱。13日20时前后3小时,风速分别为6m/s、4m/s、1m/s。
20时“超常”大气结构很明显,但是12日、13日08时V-3θ图(图1(c)、(d))反映出,500hPa以下θ线右倾很明显,说明中下层大气层很稳定。超常大气结构出现于20时,08时却不出现,这种“非规则”气象信息说明地壳正以红外方式对大气进行热量辐射,所以在夜间大气结构明显呈现出强烈的不稳定,可以判断地壳已经有异常滚动。同样,在大震之后的余震期间大气结构有同样的反映,说明地壳仍在发生变化,不断进行热量辐射。
另外从图1(a)、(b)可以看出,θse线在中低层与θ线明显靠近,但在高层θse线与θ*se曲线几乎重合,说明大气整个水汽分布状态为“下干、上湿”,这种水汽分布对于气象问题应当是稳定结构。但是本次“下干、上湿”却配合强烈不稳定的大气结构,则是“非气象因素”造成的。由V-3θ图综合判断,应当警惕地震的发生。
以上为地震前大气结构分析,为了对非规则气象信息有所了解和更清楚的认识,现将4月20时玉树大气结构的平均态进行图示(图2)。与强震前大气结构比较,平均态趋于正常规则,550hPa以上大气明显右倾,说明层结相对稳定。
图2 2010年4月份20时玉树大气结构平均态Fig.2 Monthly mean atmosphere structure over Yushu area in Apr.2010.
3 温度信息的数字化
作者所能得到的玉树温度资料,仅为每隔3小时观测到的气温资料。由于9日、10日部分时次天气实况缺失,所以图3中除14时,其它时次均出现断裂。图3反映温度峰值基本出现在19日,说明14日大震后继续有余震,导致地壳辐射热不断增强,在19日达到一个峰值,之后温度下降。这与19日前余震频繁,之后余震减少相吻合。据统计19日08时前测的余震为1 206个,而月末的峰值与4月28日四川道孚地震相关,且夜间表现更明显。
另外可以看出各时次温度距平震前震后均呈波浪式升降,说明温度的“时序性”还无法判断,或无法明确地揭示地震前兆。所以传统“时序”性分析方法不能细致或明确地揭示信息的变化,甚至歪曲变化事件。
如果将温度信息“数字化”后,显示的却是温度变化的“天翻地覆”,本文的“数字化”分析体系不以时间作为“参数维”,而是将传统的时序性转化为相空间分布,以sinA为纵坐标,cos A为横坐标,其中A为实际观测的要素,这样既体现了时间不占物质维,又因三角函数含有折返性,信息的非规则可以用图像的折线疏密程度来表示,并由此可以看出结构的差异性。图4为14日08时前后温度的“数字化”反映。
图3 玉树4月各时次温度月距平(单位:℃)Fig.3 Monthly mean temperature anomalies over Yushu area in Apr.2010.
图4 14日08时前后温度变化Fig.4 Variation of temperature before and after 8:00,14Apr..
由图4可以看出大震前温度呈集中性发散,大震后温度呈分散性发散,这正好说明大震发生前“能量或热量”的“收、蕴”的积聚阶段,大震后“能量或热量”的“释、放”。
4 总结
(1)地震前,整层θ线几乎垂直于T轴,说明热量分布强烈不均匀、不稳定。
(2)震前出现超常大气结构,尤其中下层,于20时表现很明显,于08时无表现,这是夜间地壳强烈的红外辐射热造成的。
(3)震前θse线在中低层与θ线明显靠近,大气呈现“下干、上湿”,此水汽结构配合强烈不稳定热量结构,则是“非气象”因素。
(4)出现以上超强不稳定大气结构状态时,其前后3小时无灾害性大风出现,可以判断地壳有异常变化发生,应当警惕地震。
(5)传统温度“时序”性分析方法,不能细致或明确地揭示信息的变化。将温度信息“数字化”后,可以明显看出大震前温度呈集中性发散,大震后温度呈分散性发散,这正好说明大震发生前“能量或热量”的“收、蕴”的积聚阶段和大震后“能量或热量”的“释、放”。
[1] 欧阳首承,陈刚毅,林益(美).信息数字化预测[M].北京:气象出版社,2009.
[2] 欧阳首承.天气演化与结构预测[M].北京:气象出版社,1998.
[3] 欧阳首承,D H麦克内尔,林益(美).走进非规则[M].北京:气象出版社,2002.
[4] 汤懋苍,惠小英,郭维栋,等.强震前的“干热异常”与地温、降水波及应变弱停[J].西北地震学报,2010,32(1):99-104.
[5] 马禾青,罗国富,王银.藏、青、川、滇交界地区地震活动性分析[J].西北地震学报,2007,29(4):357-363.
[6] 郭增建,郭安红.对2006年川渝特大旱灾成因的新看法[J].西北地震学报,2007,29(2):200-200.
[7] 李亚荣,荣代潞,韩晓明.2003年岷县5.5级地震地震学前兆特征及预报意义[J].西北地震学报,2007,29(2):150-155.
“Exotic”Structure of Lower Atmosphere before Yushu Earthquake
PENG Xiao-tong,DENG Wen-bin,LI Sheng-ling
(Weather Forecast Office of PLA Unite 61936,Haikou 571100,China)
P315.728
A
1000-0844(2012)03-0308-05
10.3969/j.issn.1000-0844.2012.03.0308
2010-12-05
彭小桐(1975-),女(汉族),新疆人,硕士研究生,气象工程师,主要从事灾害性天气预报工作..