青海东部地区浅井气氡值浅析

2024-01-30罗宾生白永祯李延峰魏兆邦

高原地震 2023年4期

罗宾生,白永祯,李延峰,魏兆邦

(青海省地震局,青海西宁 810005)

0 引言

氡作为地下流体映震的灵敏组分,经过长期的观察和研究,是目前国内外研究最多的一种。我国氡观测历史悠久,积累了丰富的观测手段[1]。青海地区的气氡观测也经历了多个震例的验证,对地震短、临震预测起到了很好的效果[2-5]。氡浓度观测是我国现有的地震监测网的主要测量内容,对地震短临预测具有重要意义[6]。如何从气氡气中精确地提取出地震的异常信息,对预测地震具有十分重要的意义。在日常的监测中,都是长期使用同一型号的测氡仪进行测量,如果发现有数据异常,很难判定是地震前兆异常还是观测系统出现故障,因此需要采集青海地区的氡背景数值,在数据出现异常后可以在需要的情况下对其进行现场采样,并对其进行短临异常的研究。因此,气氡背景值作为一个区域内环境本底值可为今后的相关研究提供依据[7]。

图1 青海东部地区构造

1 井孔选取和观测装置

本项目利用青海省自然资源厅地质环境监测总站提供的青海东部地区34口井,获取该井最底部气氡值地球化学背景值,本次测量包括气氡值、水温及地理位置。根据各个水井实际情况,排除存在明显干扰、不方便测量的井,最终从34个井中选取26个井进行测量。本次选取的井深为20～50 m,在井底部进行电动鼓泡的方式将井水中的气体进行溢出,井水表面和空气接触,会受气温影响,井水往下,和空气接触面积小,不容易受到地表气温变化的影响。

观测室配置温湿度监控器,保证观测室温度在20±3 ℃,湿度在50%RH±5>。购买微型气泵,气泵将外界空气由进气管引入水井底部处,进气管下端的鼓泡头产生的微小气泡将水中的氡气脱出,汇集在井口处集气罩内,并通过出气管最终收集在集气箱内。集气箱中的气体由出气口输出,并由气氡仪进行采集(图2)。集气罩直接罩在有逸出气的观测井的水面上,集气罩外侧加装助浮器,保证集气室的体积不随水位的涨落而发生变化。逸出气体富集在集气室内,集气室中的气体通过出气口输出。

图2 气氡样品采集过程

2 气氡背景值分析

2.1 气氡测量结果

本次测量用SZW-II型数字式温度计测量井最低部温度,DDL-1型测氡仪测量井中气氡浓度值,利用SZW-II型数字式温度计自带的GPS测量测点位置信息。为了保证仪器测量的稳定性,在测量之前使用Alpha-GUARD P2000测氡仪,利用水中溶解氡对DDL-1性电离法气氡仪进行了仪器校测。于2023年5月～2023年7月期间内对所选取的井进行采样测量.每个井孔分别连续测量3～4小时,采样频率为分钟,对每个井孔的测量结果分别计算了平均值和标准差,如表1所示,26口井氡平均值±标准差总体在7.404±0.045～91.354±0.367 Bq/L。对青海东部地区实地调查结果显示:

表1 海东地区井调查参数(-表示数据不可用)

(1)从表1可以看出26个有效样本中平均值差别比较大,最大为:91.354;最小为:7.404。最大值和最小值差别比较大,下面章节对其分布规律作进一步分析讨论。

(2)从表1可以看出每口井的标准差差别较大,考虑到平均值也有较大差别因此用变异系数衡量每口井氡值分布的离散程度。从变异系数可以看出27号井氡值分布最离散。

(3)根据上述平均值和标准差的特点对数据进一步分析,分析方法采用单因素方差分析F检验、相关性分析和多元线性回归。

2.2 单因素方差分析

为了研究氡值的影响因子,选择井编号、井深度、井水温度等因素对氡值变化进行单因素方差分析。由于每个因子存在26个维度,本次只对氡值做初步研究所以没有更精准的维度划分标准,因此差异分析做简化处理,只采用因子(井标号)对数据做单因素方差分析。其分析模型[8]为:

SST=SSA+SSE

(1)

式中,SST为观测变量的总离差平方和;SSA为组间离差平方和,是由控制变量的不同水平所造成的变差;SSE为组内离差平方和,是由于抽样误差所引起的变差。其中:

(2)

(3)

(4)

根据表2数据可以看出,总离差平方和1 497 974.980,组间离差平方和1 495 007.710,组内离差平方和2 967.271;方差检验104 273.196,对应的显著性水平P=0.000,在95%置信区间下显著性水平均小于0.05,因此认为26组之间至少有一组与另外一组存在显著性差异,需要作进一步分析(多重比较)。

表2 单因素方差分析

表3 相关性分析

经过多重比较发现任意一口井和其他的井之间P值均小于0.05,说明在95%的置信区间下任意一口井和其他井的氡值均存在显著性差异。根据上述结果可以判定样本中的26口井分布不均匀。

2.3 相关性分析

在进行回归前,首先需要相关性反应的是两个变量之间的相关程度,通常用Pearson相关系数来表示,其检验模型[9]为:

(5)

其中:

(6)

(7)

分别对水温、井深和氡值进行双变量相关性分析,结果如下表所示。结果显示,氡值与井深度、水温的Pearson相关性系数分别为-0.402、0.098,说明本次选取的青海东部地区浅井水中氡含量与井深度、水温的关系并不大。

2.4 线性回归

为了进一步研究井深与水温变化对氡的线性影响,本文构建了二元线性方程:

y=β0+β1x1+β2x2

(8)

其中,x1为水温,x2为井深,y为氡值。将数据导入SPSS中进行二元回归(表4、5)。结果显示:预测回归方程的相关系数R达到0.835,说明自变量与因变量之间的相关程度较大[10],R2为方程决定系数,用于映射解释方差占氡值方差的百分比,调整后的R2是考虑了水温与深度之间的相关影响之后对决定系数R2的校正,表示总体的回归结果,根据数据显示,此方程调整后的R2值为0.697>0.25,说明拟合程度较好[11]。

表4 模型汇总

(1)根据表5“未标准化系数B”构建因变量氡值模型,模型如下:

表5 回归系数与显著性

y=-389.911+65.449x1+-1.23x2+残差

(9)

考虑到此次样本选取受到观测井本身分布的局限性和样本量数量的局限性综合考量该模型进作为解释型模型进行氡值分布的初步解释,不作为预测性模型进行专业预测。

(2)根据“标准化系数Beta”可以看出水温对氡值影响较大,且为正向影响。

(3)水温和井深度显著性均小于0.05说明两个自变量对因变量氡值的影响在95%的置信区间下显著。

图3为等方差性验证,从图中可以看出回归标准化残差与标准化预测值散点图,数据点大部分在±2个标准差之类,但也存在个别奇异点,说明总体效果较好,无异常点,但数据点并没有在0上下全部对称分布,自右向左有放大趋势,说明等方差性基本满足线性模型,可用于定性预测。

图3 等方差性验证

3 结果分析

气氡观测中存在着多种外部干扰,既有规律性又有不规则性,产生这种变化的影响因素称为干扰因素[12]。气氡的干扰因素较多,其影响机制也比较复杂,主要有降水、抽水和地表水掺混[13]。

通过观测和计算结果均表明,井水中氡含量背景值,与井的深度、水温等的关系并不明显。笔者认为,造成这种现象的原因,与地下水中氡的来源有关系。

氡是天然放射性元素,来自镭(Ra)放射性衰变 ,岩土中的氡与含镭岩石的土壤中的氡,多以吸附状态存在。地下水中氡含量变化反映地震物理学机制主要是基于强震孕育的动力学原理,即在区域应力作用下,当地壳介质受到力的作用而发生变形破坏时,地震破坏程度的大小与赋存于介质中的流体的动力作用、化学作用均有关。地壳岩石处于稳定状态时,氡浓度处于平稳变化状态。如果岩石处于水饱和状态时,一旦受到应力改变,则吸附在地壳岩石中的氡会扩散到水中[14]。氡可以较容易地离开岩石和土壤,进入岩石裂缝,氡可溶于水中,溶解度大小与井周围的压力、矿化度以及井周围的裂缝深浅、走向等因素有关,氡在地下水中还因为扩散、弥散和对流等作用而产生迁移,同时氡被岩石、土壤颗粒表面吸附与解附、溶解于地下水并随地下水迁移等过程,都受其影响,随着环境周围外界的变化而变化。因此,受压力、矿化度以及井周围的裂缝深浅、走位等多种因素的影响,地下水中氡的含量,会有溶解、迁移、吸附、解附等多种变化,而导致不同地下水中氡含量的不同。

当其他条件均相同时,氡的溶解度随温度与矿化度的升高而变小,但与井温没有明显的关系。而这批观测井分别位于不同的位置,井孔情况各不相同,井水的来源、流经的通道、井温、矿化度、环境压力等均不相同,因此,各井中氡背景值分布也就呈现不均匀性。