于田7.3级地震前MODIS卫星热红外异常分析

文 翔 陈梅花 阎春恒 周 斌

1)广西壮族自治区地震局，南宁 530022

2)浙江师范大学，金华 321004

3)中国地震局地球物理研究所，北京 100081

0 引言

卫星遥感热红外异常是指地球大气系统辐射的能量信息，通过反演后得到的地面温度异常，包含着地球内部的热信息(强祖基等，1992)。通过对卫星热红外异常的时空分析，不仅可以识别已有的地质构造，而且还可能依据热红外异常的变化过程分析地质构造的活动状态，发现地质灾害前兆。20世纪90年代开始，国内外不少地震学者(李茂玮等，1996;孔令昌等，1997;刘德富等，1997;Gabrielov et al.，2000;马瑾等，2000，2006;徐秀登等，2000;张元生等，2002;Freund et al.，2003;邓志辉等，2003;陈梅花等，2003，2007;康春丽等，2003;郭晓等，2005;单新建等，2005a，b;Arun et al.，2005;Tramutoli et al.，2005;Ouzounov et al.，2006;方颖等，2012)分别对不同地区中强构造地震前的地表温度、亮温、长波辐射等异常进行了研究，试图找出异常与地震“时、空、强”三要素之间的对应关系。目前，地震前红外异常与活动断裂的热活动状态研究取得了大量有意义的成果，但就现实存在的问题，也有学者提出一些值得讨论的问题(郭卫英等，2004，2006，2008;马瑾等，2005;屈春燕等，2006)。一是地物红外辐射异常的成因复杂;二是地形地貌、大气状况、岩石含水性和导电性、植被长势、风雨雪、纬度和季节变化等自然因素都会给正确判识震兆异常带来困难。因此，客观认识各种非震因素的干扰，提取真正与断层活动有关的热信息，是利用卫星红外遥感技术进行地震预报的前提条件之一。本文在前人研究工作基础上，以2014年2月12日新疆于田MS7.3地震为例，基于连续的MODIS卫星遥感热红外数据，反演得到震中附近地表温度场的变化图像，分析地震前后地表温度异常时间演化过程及其异常空间分布与活动断裂的关系，并讨论了震中附近地形地貌、季节性气候以及雨雪天气等非构造因素对地温异常的影响。

1 研究区域概况

新疆维吾尔自治区是中国多震省区之一，据不完全统计，在最近200多年里，新疆地区发生的强震(MS≥7)就有20多次，地震的发生多与地质构造密切相关，其空间分布多位于活动断裂和差异性构造活动显著的复合部位，而且受区域性活动断裂带控制(周晓丽等，2008)。

2014年2月12日于田地震发生在于田县南侧的昆仑山区，截至2014年2月17日8时，共记录到余震总数超过3 000个，其中最大余震5.7级，5.0～5.9级地震1个，4.0～4.9级地震16个，3.0～3.9级地震40个，余震序列大致沿NE向展布。根据余震分布和主震定位结果判断，地震发生在阿尔金断裂西南尾端的贡嘎错断裂带北段，地表破裂长度为30～40km(任俊杰等，2014)，如图1所示。

图1 2014年于田地震发震构造Fig.1 Seismogenic fault for the 2014 Yutian earthquake.

2 MODIS数据与反演过程

近年来，用于卫星遥感热红外地震短临前兆研究的数据大多来自GMS－5、AVHRR静止气象卫星和MODIS极轨卫星的遥感资料。三者相比较，GMS－5数据除时间分辨率较高之外，其探测精度和空间分辨率都低于AVHRR，而MODIS数据又明显优于AVHRR(刘放等，2007)，三者的性能参数比较见表1。

与AVHRR相比较，MODIS除了空间分辨率(250M/500M/1 000M)和信息量化(12bit)明显占优势外，对于地震监测预报研究所要求的数据源而言，还具有以下特点:

(1)MODIS仪器中有13个通道是探测陆地信息的，其中有6个热红外通道(通道20、21、22、23、31、32相应的波段范围分别为 3.660～ 3.840μm、3.929～ 3.989μm、3.929 ～ 3.989μm、 4.020 ～ 4.080μm、10.780～11.280μm、11.770～12.270μm)可以用于探测地表温度;而AVHRR仪器的5个通道中(通道3a/3b为白天/黑夜相互切换)，用于探测地表温度的热红外通道为3个。

(2)MODIS各个通道的带宽都小于AVHRR相应通道的带宽，这在理论上说明MODIS仪器探测的精度高于AVHRR，不易受到其他辐射体的影响。

(3)MODIS热红外各通道的信噪比高于AVHRR，即实际探测精度高于AVHRR各个通道。

(4)由于MODIS仪器是阵列扫描方式，在定标方面与AVHRR的线扫描方式完全不同，这使得星上定标更加精确。

本文MODIS数据来源于美国航空航天局(NASA)网站(http:∥ladsweb.nascom.nasa.gov/data/search.html)，MODIS影像空间分辨率为1km，根据热红外辐射在大气中传输的特点，MODIS热红外数据的第31和32波段最适合反演地表温度。考虑到在凌晨05:00前后，太阳辐射造成的影响最小，最能反映地表温度场的状况，故本文选用凌晨05:00前后过境的热红外波段31和32数据，利用毛克彪(2004)提出的劈窗算法反演震中附近的温度场变化图像。劈窗算法表达式为

式(1)中，TS为地表温度，T31和T32分别为MODIS第31和32波段的亮度温度，A0、A1和A2为分裂窗算法参数(毛克彪，2004)，具体算法流程见图2。

2.1 热红外数据去云处理

卫星遥感热红外波段信息应用于地震前兆异常分析的难点之一是来自云层的干扰，这是由于热红外波段的遥感特性所致。MODIS数据中36个光谱通道信息远远多于一般气象卫星(如GMS和 NOAA卫星)，多光谱联合应用是 MODIS数据的特点。例如，波段0.65μm、0.85μm、1.38μm、1.6μm、8.6μm、11μm的组合应用可以比较准确地得到不同云层的特性;多光谱研究应用可以将1轨数据的云和晴空分为多个不同类别，云和雪在0.65μm波段看起来极其相似，而在1.6μm的图像中却大不相同;位于对流层之上的1.38μm波段图像对于高空的冰晶云特别敏感;8.6μm和11μm的组合应用可以区分卷云和低空的可降水云(路茜，2006)。综上所述，MODIS数据不同通道的组合应用衍生出许多虚拟通道，构成了MODIS数据的应用特色;根据这一特色以及云检测产品数据包、高分辨率MODIS可见光通道数据，对连续2～3d同星同时段的多轨实测资料逐点进行自动云层识别及拼接，从而得到较高晴空率的数据资料，这就是本文对实测遥感热红外数据采用“数据置换法”进行云层处理以得到高晴空率数据的去云方法(刘放等，2007)。该方法的具体处理过程及结果是:分别截取同一监视区域内不同天的同星同时段数据(例如3d的数据，见图3a，b，c)，经计算机处理后，可得到图3d所示的晴空数据。

表1 3种卫星热红外信息接收设备的参数比较Table 1 The characteristics of three kinds of satellite thermal infrared data receiving instruments

2.2 地表温度反演及异常分析

卫星遥感观测到的热红外地表温度非常复杂，它在空间分布上受地形、地貌以及介质的物理化学性质等方面的影响，即使在正常气象条件和无地震活动的情况下，红外地温背景也是不均一的(徐秀登等，2000);在时间上它同时受气象和构造活动的影响，震前红外异常往往叠加了气象因素引起的地温变化，这为震前红外异常识别增加了难度。对红外增温机制目前也无统一的认识，研究区域越广，下垫面差异就越大，影响因子也越多;就目前的研究水平而言，还没法做到面面俱到。将研究区域局限于活动断裂带附近，可以在一定程度上简化影响因子。因此，本文以震中附近活动断裂区域(35°～36°N，82°～83°E)为研究对象，选取2014年1月1日至2014年2月25日的MODIS数据进行地表温度反演，分析地震前后热红外异常时间演化过程，并将提取的异常图像与活动断裂叠加，探讨热红外异常空间分布与活动断裂的关系，反演结果见图4。

(1)1月1—5日在NEE向呈雁行状排列的阿什库勒断裂、贡嘎错断裂中段以及贡嘎错断裂北段存在个别点增温现象，温度场变化范围为1～3℃(图4a，b);1月5—10日阿什库勒断裂、贡嘎错断裂中段以及贡嘎错断裂北段出现多个热源点，并逐步扩展成片(图4c)。1月20日开始阿什库勒断裂、贡嘎错断裂中段以及震区附近温度值迅速上升，从1月25日温度场图像明显反映出热源点扩展成片，面积增大，区域颜色发黄(图4f)。

(2)1月29日开始阿什库勒断裂、贡嘎错断裂中段以及震区附近异常升温强度逐步增大，红色增温区域开始靠近震中区。2月3日震中区及周边大面积区域颜色发红且偏深，呈条带状发育(图4h)，主要分布在35°50'～36°20'N、82°10'～83°E，升温异常条带呈NE 向分布;2 月5日震中区升温现象更为显著，达到峰值(图4i)，平均温度值为12℃，而正常地区平均温度值为5℃，9d后地震发生。

图2 基于MODIS数据地表温度反演的劈窗算法流程Fig.2 Flow chart of retrieving LST from MODIS with split-window algorithm.

图3 数据拼接处理过程及结果Fig.3 Sketch map showing the process and result of data mosaic.

(3)地震发生后震中区局部范围温度值迅速回落，2月13日的图像反映出震中红色增温区域减少，色彩偏淡，热源由震中向四周扩散。从2月17日开始阿什库勒断裂、贡嘎错断裂中段以及震区附近温度低值区域逐渐增多，2月21日后异常增温区域基本消失，具体异常升温描述见表2。

3 讨论

3.1 震区地温异常与地形地貌因子的关系

图4 于田地震前后热红外异常演化图像Fig.4 The evolution patterns of thermal infrared anomaly before and after the Yutian M S 7.3 earthquake.

表2 于田地震前异常升温统计表Table 2 Statistic of anomalous increase of land surface temperature before Yutian M S 7.3 earthquake

地形因子是正确判识震兆异常的干扰因素之一，单新建等(2004)认为高原、山脉等海拔较高地区地表温度整体背景偏低，盆地和低海拔地区地表温度整体背景偏高，它们之间有较好的对应关系。特别要注意沟谷和山脉，由于沟谷地势较低，水系纵横，地表含水量高，即使正常情况地表温度也往往比附近山脉地区高出5～10℃左右。但在一定的区域、时间段内，地温背景与地形是稳定的，通过跟踪时间演化过程及对比其他年份，可以有效地提取热红外异常信息。本文利用震区附近数字高程栅格数据与热红外地表温度场叠加，研究活动断裂附近地形地貌与热异常的动态关系。从地形温度场可以明显看出，与2013年无震时段相比，于田地震前震区附近盆地区域出现明显的高温异常，呈粉红色;而震区附近海拔较高区域升温不显著，呈淡蓝色(图5c)。为了更直观地认识此现象，利用数字高程地形图在震中附近沿SE向绘制2条长50～60km的地形剖面(剖面线位置见图5a中的A—A'、B—B')，剖面A—A'横跨康西瓦断裂东段、普鲁断裂东段、贡嘎错断裂北段，两侧地形切割较强烈，高差约2 400m;剖面B—B'横跨阿什库勒断裂、贡嘎错断裂中段，高差约1 900m。分别读取剖面线A—A'、B—B'同名像素点震前、无震时期的地表温度均值，绘制地温剖面图(图6a，b中的红色、绿色曲线)，与地形剖面图(图6a，b中的黑色曲线)对比发现，随着地形抬升，与地形同名像素点红外地温随之降低，二者表现出良好的负相关性。同时从同名像素点2013年1月28日至2月12日无震时段地温均值曲线可以看出，地温背景较为稳定，而震前地温值高于无震时期4～5℃左右。与地形地貌因子的相关分析表明，震区附近地温总体呈现出随地形海拔上升而下降的趋势，此次地震断裂附近反映出较明显的震前构造“升温”信息。

3.2 震区地温异常与季节性气候因子的关系

气候因子是正确判识震兆异常另一个干扰因素，因此，对震区正常气候年变形态的了解是判别地表温度异常的必要前提。本文选取震中附近(34°～36°N，81°～83°E)2000—2014年、1月28日至2月12日实测平均地温进行纵向对比，从图7可以看出，在地震活动平静年份，震中附近的平均地温保持在－2～2℃，与于田高海拔春季气候相符;而在此次地震发生前，震区附近的平均地温明显增强，增温幅度达到4～5℃，表明震前在一定程度上反映出反季节变化的热红外“增温”现象。

3.3 雨雪天气对震区异常升温的影响

图5 震中附近无震、震前时段地形温度场反演图像Fig.5 The inversion image of terrain temperature field near the Yutian epicenter region in the aseismic and pre-earthquake periods.

屈春燕等(2006a，b)认为，云、雨雪和冷热空气运移等突发性非震因素都会严重改变热红外图像的温度格局，这些非震因素造成的温度变化幅度往往很大，通常可以超过或掩盖地震引起的增温变化。因此，在处理和识别地震引起的增温异常区时，即使选择的都是无云图像，还必须参考气象观测资料来排除非震因素。此次地震前的2月6日至2月9日时段出现异常升温减缓的现象(图4 j)，降温是否受雨雪、冷热空气的影响?结合于田县气象局实测资料对比分析，发现此时段内震区附近遭受强冷空气入侵，出现明显的降雪、降温、大风天气，导致震区附近大范围降温，短时间内掩盖了异常增温变化。

3.4 异常增温为何是从外围向震中迁移?

热红外异常时空演化与断层现今活动关系密切。震前背景增温区面积巨大，一般在数十万到数百万km2，其条带形状和走向一般与大尺度的构造样式有关。临震前的强增温区面积较小，面积在几万到十万km2范围内，一般能覆盖发震断层以及与其有关的数条断层。单新建等(2004)认为随着地震的临近，强增温区开始由外围向发震构造部位迁移或在震中附近的几条相关断层上迁移。程万正(1984)也认为一些处于拐折部位、雁列部位和交会部位的断裂往往位于应力状态变化复杂的敏感部位，易发生前兆异常活动。从于田地震地表温度反演结果可以看出(图4)，异常增温区域起始于震区附近西南部的谷地、盆地，并随着发震时间临近，逐步向震中迁移，产生此现象可能有3个原因:一是震中附近断层处于闭锁状态，断层错动较晚;二是西侧断层为西构造结，作为构造运动的主动源，异常由西向东发展;三是西侧地质地层含水量丰富，易将热能传到地表。

图6 剖面地形高差与地温值关系图Fig.6 The relationship between the elevation and land surface temperature in the topographic profiles.

3.5 异常升温条带是否为于田地震的“前兆信息”?

所谓的地震前兆异常，是相对于正常而言。从1月1日至2月25日整个异常演化过程可以看出:1)升温面积上，随着发震时间临近，升温面积明显扩大;2)升温幅度上，为了形象直观地进行分析，本文在每一景数据的震中附近采集温度数据，结合于田县气象资料绘制温度随时间变化曲线对比图(图8)，可以看出，热红外遥感反演的震中温度与于田县气象局实测温度①http:∥lishi.tianqi.com/yutian1/index.html。基本相符，1月10—20日升温幅度不大，1月21日开始升温幅度逐渐增大，发震前9d达到最高值;3)升温区域上，沿阿什库勒断裂、贡嘎错断裂的震前构造活动确有明显的热红外异常升温出现，异常区域呈条带状，与宏观考察的NE向主破裂带一致(任俊杰，2014)。充分考虑地形地貌、季节性气候、雨雪天气等非构造因素对异常升温的影响，认为此次热红外升温可能是于田地震前的短临异常现象。

图7 震中附近2000—2014年地表温度变化曲线Fig.7 Curve of surface temperature in February from 2000 to 2014 in epicentral area.

4 结论

图8 震中区温度随时间变化图像Fig.8 Curve of daily temperature change with time in epicentral area.

于田地震的例子说明，虽然地壳活动产生的地表温度异常隐藏于地形地貌、季节性气候以及雨雪天气等非构造因素产生的复杂变化之中，但通过分析它们之间的相互关系，从而去除非构造因素干扰，是有可能获得地壳活动的某些信息的。应指出的是，利用地表温度获取地震前兆热信息，一方面需要去除非构造因素的影响;另一方面，获得的与地震前兆有关的热信息，还应与其他手段获得的信息(如潜热通量、亮温、长波辐射、气象资料)能够形成相互解释的逻辑链，关键是热场空间展布应与断层活动方式及其力学模式相符。后者相当于结果验证，只有经过检验才能提高可信度。