基于地震监测应用的地表温度和长波辐射数据对比分析

荆凤， 申旭辉， 康春丽， 熊攀

(1.中国地震局地震预测研究所，北京 100036；2.中国地震台网中心，北京 100045)

基于地震监测应用的地表温度和长波辐射数据对比分析

荆凤1， 申旭辉1， 康春丽2， 熊攀1

(1.中国地震局地震预测研究所，北京 100036；2.中国地震台网中心，北京 100045)

从数据本身特征及其应用2个方面对地震监测中常用的地表温度(land surface temperature,LST)和长波辐射(outgoing longwave radiation,OLR)数据进行了对比分析。利用全球数据进行的对比分析结果表明，2种数据在高纬度和中纬度地区具有空间分布上的一致性，但在赤道及低纬度地区则表现出明显差异，认为这一差异与云量分布关系密切；根据我国大陆的云量分布特点选择特征点进行LST和OLR的对比分析表明，云量大于65%的区域，二者的同步性较差，云量低于65%的区域，则同步性较好。据此，以同步性较好的青海地区和同步性较差的中南部区域为试验区，对比了2种数据的涡度计算结果。研究表明，在地震监测应用中，利用2种数据获得的地震异常信息在时、空、强特征上表现为相同或不同都是可能的，LST主要是对增温现象的反映，而OLR则侧重于对整个地-气系统异常的综合反映。

地表温度(LST)；长波辐射(OLR)；地震监测

0 引言

地震前孕震区常常会表现出“热”异常变化。20多年来，人们利用空间观测技术获得的红外遥感数据及亮度温度、地表温度(land surface temperature,LST)、长波辐射(outgoing longwave radiation,OLR)等红外遥感反演产品陆续获得了很多研究成果[1-6]。对于获得孕震区“热”异常这种大范围、大尺度的变化信息，国际相关机构提供的能够反映地-气界面或整个地-气系统热状况的遥感数据产品，由于具有连续、稳定及获取方便等特点成为了可靠的数据源。但是这些数据产品在地震监测应用中有何特点及区别，对于开展红外遥感地震监测应用具有重要意义。

本文以目前国际上较成熟且可靠性较高的LST和OLR 2种遥感反演数据为研究对象，从数据本身特征及其应用2个方面开展对比研究，对2种数据由于其反映的信息不同而在地震监测应用中的区别做了初步分析。

1 数据简介

1.1 地表温度(LST)数据

地表温度(LST)是衡量地-气界面热状况的重要指标。研究选用的地表温度数据为MODIS LST产品。MODIS是EOS计划中Terra和Aqua卫星搭载的传感器，能够提供卫星每日4次过境的瞬时观测值。LST数据由MODIS获得的每日4次过境瞬时观测值计算获得。本研究使用的月均值产品为通过云掩模计算后的日数据处理获得，最大程度消除了云层的干扰。国际组织对地表温度的反演精度要求是: 海洋反演精度<0.3 K; 陆地反演精度<1 K[7]。

1.2 长波辐射(OLR)数据

长波辐射(OLR)是地-气系统能量交换的重要指标，反映从大气层外观测到的地-气系统的对外辐射。研究选用的长波辐射数据为NOAA OLR产品。OLR值由NOAA卫星辐射测量仪10.5～12.5 μm通道的观测数据与大型气象实验卫星(NIMBUS)宽波段(4～50 μm)的总测值进行匹配并计算得到。在有云地区，OLR表征的是云顶上层的辐射特征，在无云地区，表征的则是地表的长波辐射状况。OLR经验回归公式的均方根误差为11 W/m2[8]。

2 数据特征对比

本研究选取的上述2类数据的空间分辨率均为经纬度1.0°。根据Dobrovolsky等提出的地震孕育区的计算方法[9]，这种空间尺度的数据产品完全具备检测到5级以上孕震区范围内红外异常的能力。

2.1 全球数据对比

2.1.1 空间分布特征对比

由于LST数据产品提供的是全球陆表的温度分布情况，在对比2类数据前，为了保证数据空间范围的一致性，首先根据LST显示的区域范围对海洋上空的OLR数值进行了掩模处理。通过对比同时期2类数据的空间分布，发现LST和OLR在高纬度和中纬度地区的空间分布上具有一致性；但是在赤道及低纬度地区则有明显的差异，主要表现为OLR为低值，而LST则呈现高值。考虑到LST数据基本反映的是晴空条件下的地表温度情况，而OLR数据在有云区反映的是云顶上的辐射状况。利用美国国家环境预测中心NCEP再分析资料中的全球云量数据获得了全球同时期的陆地云量分布，发现这些表现为明显差异的区域均为云量高值区。因此认为，是由于云对长波辐射的强吸收作用而使得这些区域表现为长波辐射低值。

2.1.2 相关性分析

基于上述结论，按照不同纬度范围将全球陆地数据(对海洋进行了掩模处理)划分为6组，分别为N60°～90°，N30°～60°，N0°～30°，S0°～30°，S30°～60°及S60°～90°，并对每组范围内的LST和OLR数据进行了相关分析。以2013年1月数据为例，分析结果如图1所示。

图1 不同纬度范围LST和OLR相关性分析Fig.1 Correlation analysis of LST and OLR at different latitudes

研究表明，全球陆地高、中纬度地区的LST和OLR具有高度线性相关，其中S60°～90°地区LST和OLR的相关性最强，相关系数为0.954 5；其次是N60°～90°和N30°～60°地区，相关系数分别为0.868 2，0.844 2；S30°～60°地区相关性再次之，为0.797 6。而在赤道及低纬度地区，相关性较差，N0°～30°地区，相关系数为0.047 6，S0°～30°地区，相关系数为0.211 8。这一结果与前面对2种数据空间特征对比获得的初步结论是基本一致的。

2.2 中国大陆地区数据对比

首先，根据1984—2006年国际卫星云气候计划ISCCP D2产品计算的我国大陆总云量分布情况[10]以及1.0°LST和OLR产品的格网分布特点，在我国大陆区域内选取数个特征点作为分析点；然后，对选取的每个特征点上的LST和OLR数据进行长时间序列对比。

2.2.1 特征点的选择及分组

按照总云量由多到少的顺序选取了共14个特征点，并将其分为5组。第1组：P11，P12；第2组：P21，P22，P23和P24；第3组：P31，P32；第4组：P41，P42，P43和P44；第5组：P51，P52，特征点的位置如图2所示。

图2 特征点分布位置Fig.2 Distribution of feature points

2.2.2 数据归一化

由于LST和OLR数据具有不同的量纲，为便于比较，先对2类数据进行了归一化处理，即

Xnor=[x-mean(x)]/std(x)，

(1)

式中：Xnor为归一化值；x为所研究数据的原始值；mean(x)为所研究时间段数据的均值；std(x) 为所研究时间段数据的标准差。

2.2.3 对比分析

以2007年1月—2013年4月为研究时间段，分析每个特征点上2种数据的时序分布特征。根据每组特征点上LST和OLR时序变化特征将5组数据分为2类，第1类为第1组和第2组，共6个特征点(P11，P12，P21，P22，P23，P24)，表现为LST和OLR非同步性变化(图3)；第2类为第3组、第4组和第5组，共8个特征点(P31，P32，P41，P42，P43，P44，P51，P52)，表现为LST和OLR近同步性变化(图4)。

图3 第1-2组特征点LST和OLR的时序变化Fig.3 Temporal variations of LST and OLR related to groups 1-2 feature points

图4-1 第3-5组特征点LST和OLR时序变化Fig.4-1 Temporal variations of LST and OLR related to groups 3-5 feature points

图4-2 第3-5组特征点LST和OLR时序变化Fig.4-2 Temporal variations of LST and OLR related to groups 3-5 feature points

2类特征点LST和OLR的表现特征如表1所示。

表1 2类(非同步和近同步)特征点LST和OLR的表现特征Tab.1 Performance characteristics of LST and OLR related to 2 types of feature points (non-synchronous and quasi-synchronous)

针对第3—5组各有1个特征点的变化不同于本组其他特征点变化的情况，本文的分析研究认为，第3组P31具有显著的LST与OLR变化同步性，主要是由于该点位于我国内蒙古东部巴林左旗(属我国东北地区)。根据对云量分布的分析，东北地区是天基和地基观测差异最大的区域，总云量差达17.4%，这一部分是由于地面资料的不完善，另一部分是由于冬季积雪易误判为低云，造成观测值虚高[10]。因此，P31显示出与第4组更加一致的特征是合理的。第4组中P42相对于其他3个点上的OLR波动性更为明显，推测主要是由于该点位于青藏高原，高原山脉对气流的抬升作用易形成低云[11]，而卫星对低云的观测存在欠缺，因此使得该区的云量观测值偏低。第5组中P52点所显示出的OLR波动特征应该也是相同的原因。

3 应用结果对比

以MODIS LST和NOAA OLR 空间分辨率均为1.0°的数据产品为实验数据，根据上述分析结果，分别选取2种数据同步性较好(青海地区)和同步性较差(我国中南部)的2个区域为实验区，对比二者的相关性。

利用红外地震异常信息提取常用的涡度算法[12]计算了2013年1月2个实验区的LST和OLR数据，结果显示，在同步性较好的青海地区(图5)，2种数据的涡度变化虽不完全相同，但保持基本一致的变化格局，涡度变化高值均主要集中在青海省中北部地区；而在同步性较差的我国中南部地区(图6)，2种数据的涡度变化则存在明显差异，除区内西部和西北有2处涡度高值位置基本一致外，其余变化高值在2种数据上所出现的位置均不同。这一结果和前面的分析结果是一致的。因此，当利用这2种数据分析相同震例时，由于研究区域本身的特点，在地震异常的时、空、强特征上可能表现为相同[13]或是不同的结果[14-15]。

图5 青海地区2013年1月LST(左)和OLR(右)涡度变化Fig.5 Vorticity variation of LST(left) and OLR(right) over Qinghai region in January,2013

图6 我国中南部地区2013年1月LST(左)和OLR(右)涡度变化Fig.6 Vorticity variation of LST(left) and OLR(right) over mid-south of China in January,2013

通过上述分析认为， LST和OLR数据应用于地震监测各有特点。LST产品提供的是去云的综合反演结果，由于对单日来说云的影响很难去除，因此LST更适用于月际变化分析，也就是短期地震监测；OLR反映了整个地-气系统的变化，其值和云关系密切，而在地震孕育过程中，云可能是一种非常重要的前兆参考指标，其变化常常与地震前地下水汽大规模溢出等综合引起的低空大气效应有关[16]，而有关研究也表明震前孕震区会出现水汽、大气相对湿度、大气压力等的综合异常变化[17-18]。因此，OLR更多反映的是整个孕震区地-气系统的综合变化特征，对于短期和临震地震异常监测均适用。

4 结论

通过对比LST和OLR数据产品所反映的物理量信息特征以及各自应用于地震监测常用数据处理算法获得的结果，获得如下初步认识：

1)从LST和OLR数据的全球分布来看，二者在高纬度和中纬度地区具有空间分布上的一致性，但是在赤道及低纬度地区则表现出明显差异，其原因与全球云量分布特点有密切关系。

2)根据云量的分布，在我国大陆地区选取5组数据，通过对归一化后的2种数据进行对比，发现在云量大于65%的区域，LST和OLR的同步性较差，云量低于65%的区域，LST和OLR的同步性较好。

3)利用LST和OLR 2种数据获得的地震异常信息，在时、空、强特征上表现为相同或不同都是可能的，这主要与应用区域的地-气系统特点有关。

志谢: 感谢美国航空航天局LAADS( Level 1 and Atmosphere Archive and Distribution System)提供LST数据产品！感谢美国国家海洋和大气管理局地球系统研究实验室提供OLR数据！

[1] Gorny V I,Sal’man A G,Tronin A A,et al.Outgoing infrared radiation of the earth as an indicator of seismic activity [J].Proc Acad Sci USSR,l988,30(1):67-69.

[2] 刘德富,罗灼礼,彭克银.强烈地震前的OLR异常现象[J].地震,1997,17(2):126-132. Liu D F,Luo Z L,Peng K Y.OLR anomalous phenomena before strong earthquakes[J].Earthquake,1997,17(2):126-132.

[3] 康春丽,刘德富,陈艳,等.长波辐射(OLR)信息预测华北地震的方法研究[J].西北地震学报,2006,28(1):59-63. Kang C L,Liu D F,Chen Y,et al.Research on earthquake prediction method in North China using outgoing-longwave-radiation information[J].Northwestern Seismological Journal,2006,28(1):59-63.

[4] Dey S,Singh R P.Surface latent heat flux as an earthquake precursor [J].Natural Hazards and Earth System Sciences,2003,3:749-755.

[5] Chen M H,Deng Z H,Ma X J.Probable surface latent heat flux anomalies before the 2010 Chile Ms 8.8 earthquake and its relationship to the variations of surface temperature[J].Chinese Journal of Geophysics,2011,54(7):1738-1744.

[6] 刘善军,吴立新,李金平,等.台湾恒春地震前的卫星热红外异常特征及其机理[J].科技导报,2007,25(6):32-37. Liu S J,Wu L X,Li J P,et al.Features and mechanisms of the satellite thermal infrared anomaly before Hengchun earthquake in Taiwan region[J].Science & Technology Review,2007,25(6):32-37.

[7] 杨青生,刘闯.MODIS数据陆面温度反演研究[J].遥感技术与应用,2004,19(2):90-94. Yang Q S,Liu C.Retrieving land surface temperature from MODIS data[J].Remote Sensing Technology and Application,2004,19(2):90-94.

[8] George O,Arnold G,Robert E.Satellite determinations of the relationship between total longwave radiation flux and infrared window radiance[J].Journal of Climate and Applied Meteorology,1984,23(3):416-425.

[9] Dobrovolsky I P,Zubkov S I,Miachkin V I.Estimation of the size of earthquake preparation zones[J].Pure and Applied Geophysics,1979,117(5):1025-1044.

[10]王旻燕,王伯民.ISCCP产品和我国地面观测总云量差异[J].应用气象学报,2009,20(4):411-418. Wang M Y,Wang B M.Total cloud amount difference between ISCCP product and ground observation over China[J].Journal of Applied Meteorological Science,2009,20(4):411-418.

[11]高蓉,陈少勇,董安祥.青藏高原低云量的年际变化及其稳定性[J].干旱区研究,2007,24(6):760-765. Gao R,Chen S Y,Dong A X.Study on the annual change and stability of low-cloud amount over the Qinghai-Tibetan plateau[J].Arid Zone Research,2007,24(6):760-765.

[12]Jing F,Gu X F,Shen X H.Study on outgoing longwave radiation variations associated with strong earthquake[C]//Ma X R,Yang B H,Li M.International Conference on Space Information Technology 2009.Beijing:International Society for Optics and Photonics,2009:765113-765113-6.

[13]Rawat V,Saraf A K,Das J,et al.Anomalous land surface temperature and outgoing long-wave radiation observations prior to earthquakes in India and Romania[J].Natural Hazards,2011,59(1):33-46.

[14]Ouzounov D,Liu D F,Chunli K,et al.Outgoing long wave radiation variability from IR satellite data prior to major earthquakes[J].Tectonophysics,2007,431(1-4):211-220.

[15]Ouzounov D,Bryant N,Logan T,et al.Satellite thermal IR phenomena associated with some of the major earthquakes in 1999-2003[J].Physics and Chemistry of the Earth,Parts A/B/C,2006,31(4-9):154-163.

[16]吴立新,刘善军,陈云浩,等.汶川地震前卫星热红外异常与云异常现象[J].科技导报,2008,26(10):32-36. Wu L X,Liu S J,Chen Y H,et al.Satellite thermal infrared and cloud abnormities before wenchuan earthquake[J].Science and Technology Review,2008,26(10):32-36.

[17]Dey S,Sarkar S,Singh R P.Anomalous changes in column water vapor after Gujarat earthquake[J].Advances in Space Research,2004,33(3):274-278.

[18]Pulinets S A,Dunajecka M A.Specific variations of air temperature and relative humidity around the time of Michoacan earthquake M 8.1 Sept 19,1985 as a possible indicator of interaction between tectonic plates[J].Tectonophysics,2007,431(1-4):221-230.

(责任编辑： 刁淑娟)

A comparative analysis between land surface temperature and outgoing long wave radiation based on the application of earthquake monitoring

JING Feng1, SHEN Xuhui1, KANG Chunli2, XIONG Pan1

(1.InstituteofEarthquakeScience,ChinaEarthquakeAdministration,Beijing100036,China；2.ChinaEarthquakeNetworksCenter,ChinaEarthquakeAdministration,Beijing100045,China)

Land surface temperature (LST) and outgoing long wave radiation (OLR), which are commonly used in seismic monitoring, were compared and analyzed from their own characteristics and seismic applications. The analytical results of the global data show that LST and OLR at high latitudes and mid-latitudes have the consistency in spatial distribution, but show a significant difference in equatorial and low-latitude regions, and this difference is closely related to the global total cloud amount. The results of feature points selected according to the cloudiness distribution in China’s mainland show that LST and OLR have poor synchronization in the region whose cloud amount is greater than 65% and show better synchronization in the region whose cloud amount is less than 65%. On such a basis, the authors selected Qinghai region where the synchronization is relatively good and mid-south China where the synchronization is poor as the test areas. The results achieved show that the spatial, temporal and intensity characteristics of two types of data can be either identical or different, as shown by the comparison between the two computing results using the vorticity method. LST mainly reflects the warming temperature phenomenon whereas OLR is focused on a comprehensive reflection of the whole earth-atmosphere system.

land surface temperature (LST); outgoing long wave radiation(OLR); earthquake monitoring

2013-11-11；

2014-05-02

国家自然科学基金项目(编号： 41104058)、国家国际科技合作专项项目(编号： 2012DFR20440)及民用航天预研究项目(编号： D040201)共同资助。

10.6046/gtzyyg.2015.01.13

荆凤，申旭辉，康春丽，等.基于地震监测应用的地表温度和长波辐射数据对比分析[J].国土资源遥感，2015，27(1)：81-86.(Jing F,Shen X H,Kang C L,et.al.A comparative analysis between land surface temperature and outgoing long wave radiation based on the application of earthquake monitoring[J].Remote Sensing for Land and Resources,2015,27(1)：81-86.)

TP 79

A

1001-070X(2015)01-0081-06

荆凤(1979-)，女，副研究员，主要从事遥感技术在地震中的应用等研究。Email： jennyfer1111@163.com。