Geomagnetic jerks based on the midnight mean of the geomagnetic field from geomagnetic networks of China
-
摘要: 为探索地磁长期变化中地磁急变事件的识别方法，分析地磁急变的特征，本文基于多个地磁台站子夜均值数据，利用线性拟合方法计算了地磁场X，Y和Z三个分量的年变率，对近年来发生的地磁急变事件进行了识别和分析。结果显示：Y分量能对分析时段内已报道的地磁急变事件进行很好的识别，其中1999年的地磁急变事件，在我国区域内发生的时间可能为1998年，此外2017年可能存在一个新的地磁急变事件；Z分量年变率整体变化平缓，2001年和2013年前后发生两次显著的地磁年变率变化，并且分别早于2003年和2014年两次显著的地磁急变事件时间，这与下地幔的高电导率层对不同分量地磁信号从核幔边界传播至地表过程中的延迟作用有关；X分量年变率出现多次地磁急变事件特征，其变化与Dst指数年变率变化具有相关性，可利用其去除X分量年变率中存在的外部空间电流体系影响成分，更可靠地辅助Y分量对地磁急变事件进行识别。总体上，地磁子夜均值数据年变率的空间分布与基于第12代国际地磁参考场（IGRF12）模型计算的地磁数据年变率的空间分布所呈现的变化特征在总趋势上具有一致性，表明地磁台站子夜均值数据能够反映我国区域地球主磁场的变化特征，而分别由子夜均值数据和IGRF12模型计算的2003年Y分量年变率空间分布均存在的显著局部特征，可能与地磁急变事件的区域特征有关。Abstract: In order to explore the identification method of geomagnetic jerks and analyze their characteristics, we identified and analyzed the geomagnetic jerks in recent years based on the secular variation of geomagnetic field X, Y and Z components, which were calculated by linear fitting method based on the midnight mean of geomagnetic field from geomagnetic networks of China. The results show that the occurrence time of the reported geomagnetic jerks can be accurately identified in the analysis period by Y component, the time of the jerk occurred in 1999 may be 1998 in China, and a new jerk may occur in 2017. The secular variation of Z component is gentle, and two significant changes in secular variation took place near the year 2001 and 2013, which are early than the two big geomagnetic jerks in 2003 and 2014, respectively. This is related to the high conductivity layer of the lower mantle, which can delay the propagation of geomagnetic signals from the core-mantle boundary to the surface. The secular variation of X component presents features of many geomagnetic jerks and has a certain correlation with the secular variation of Dst index, which can be used to remove the influence component of the external space current system from the X component. Then the X component can more reliably assist the Y component in recognizing the geomagnetic jerks. However, the spatial distribution of the secular variation of the geomagnetic midnight mean show consistent variation charac-teristics with that of the geomagnetic data calculated based on the IGRF12 model on the general trend, indicating that the midnight mean of geomagnetic stations can reflect the variation characteristics of the main magnetic field in China. Moreover, the spatial distribution of secular variation of Y component in 2003 showed a significant local characteristics, which may be related to the regional characteristics of the geomagnetic jerks.
-
Keywords:
- geomagnetic jerk /
- secular variation /
- midnight mean /
- Dst index
-
引言
自2018年中国地震局国家地震烈度速报与预警工程项目（以下简称 “预警项目” ）启动以来，我国已建成由基准（本）站、一般站组成的超过1万5 000个站点的地震烈度速报与预警观测网，并于2023年投入运行，其中基准（本）站配置加速度计进行强震动观测（蒋长胜，刘瑞丰，2016；赵国峰等，2022；Peng et al，2022）。强震动观测站点是预警项目为获取地面运动加速度进行地震预警和烈度速报而设计的数据产出单元（王鑫等，2018），也可为场地地震动预测和结构抗震设计提供数据支撑（于海英等，2017）。内蒙古地区强震动观测台站分布覆盖了内蒙古各旗县，数据采集器为TDE-324CI/FI型、EDAS-24GN3/6型和HG-D3/6型，加速度计为TDA-33M型、QA-2g型和JS-A2型。2016年启动站点勘选和背景噪声（使用24小时数据）评估（王鑫等，2018），大部分站点目前的观测环境相比勘选时发生了较大变化。因此，试运行前各站点的背景噪声水平能否满足勘选时的规范要求尚需进一步评估，评估达标站点方可入网运行。面对诸多强震动台站以及站点运维和数据应用经验不足、数据质量批量自动检测方法不足以满足需求等现状，准确地评估背景噪声、可靠地检测观测数据质量面临着巨大挑战。
目前评估背景噪声的成熟方法主要有功率谱密度（power spectral density，缩写为PSD）方法（Peterson，1993）和功率谱概率密度函数（probability density function，缩写为PDF）方法（McNamara，Buland，2004），近些年PDF方法广泛用于美国（McNamara，Buland，2004）、新西兰（Rastin et al，2012）、英国（Green et al，2017）等国家地区的地震背景噪声特征分析，与此同时该方法在国内也发展很快。杨千里等（2019）应用PSD和PDF方法分析了新疆和田台阵的背景噪声；葛洪魁等（2013）、马小军等（2014）和田原等（2020）分别应用PDF方法研究了不同区域、不同观测方式获得的背景噪声，取得了较好的成果。林彬华等（2015）、黄玲珠等（2017）和丁莉莎等（2021）通过测震背景噪声分析实现了测震台站观测系统运行状态和观测数据质量的实时监控。此外，国内还有很多测震台站背景噪声的相关研究（谢晓峰等，2014；王奡等，2017；谢江涛等，2021）。以上研究中，利用强震动台站观测数据进行背景噪声特征和数据异常分析的极少。由于强震动台站的背景噪声变化特征和数据异常特征相较测震台站有较大差异（张红才等，2017），所以不能将测震相关研究结果直接用于强震动观测。再者，目前关于强震动背景噪声和加速度计的相关研究（陈先兰，2013；于海英等，2017；张红才等，2017）基本都停留在单台数据或者加速度计发展历史等相关领域，这使得地震研究人员对强震动台站观测数据的认识远不及对测震观测的认识。
为了深入研究强震动台站的背景噪声特征，本文选取内蒙古地区193个强震动台站2022年的观测数据，应用PDF方法计算观测数据加速度功率谱密度和相应的概率密度函数值以及1—20 Hz频段的速度均方根（root mean squares，缩写为RMS）值，以研究内蒙古地区利用不同加速度计得到的不同频带、不同时空下强震动台站的背景噪声变化特征，并对出现的背景噪声PSD异常特征和原因进行归纳总结，以期为强震动台站的背景噪声评估、观测数据的质量监控提供新的参考依据。
1. 内蒙古强震动台站
内蒙古自治区地震局于2016年至2020年完成了61个基准站和133个基本站共计194个站点的勘选、土建；2021年下半年完成了60个基准站（乌海基准站设备未安装）和133个基本站的仪器安装和仪器参数配置，以上193个站点均配备了加速度计，实现了地面运动加速度观测；2021年下半年至2022年上半年完成了193个站点的数据接入、JOPENS系统仪器参数配置，目前各站点的运行率基本都达到了98%。193个强震动台站分布见图1，台站仪器信息列于表1。
![]()
图 1 内蒙古地区强震动台站分布图Figure 1. Distribution of strong ground stations in Inner Mongolia region表 1 内蒙古地区强震动台站的仪器基本信息Table 1. Parameters of instruments deployed at the strong ground motion stations in Inner Mongolia region数采型号 加速度仪
型号数采量程
/V数采转换因子
/（μV·counts−1）加速度仪灵敏度
/(V·s2·m−1)系统灵敏度
/(counts·s2·m−1)强震动台站
数量HG-D3/6 QA-2g 20 2.384 0.255 107 006.00 39 EDAS-24GN JS-A2 10 0.074 5 0.255 3 422 818.00 39 TDE-324CI/FI TDA-33M 20 0.745 1 1.02 1 368 943.00 59 TDE-324CI QA-2g 20 0.745 1 0.255 342 372.00 5 TDE-324CI JS-A2 10 0.372 5 0.255 684 564.00 19 HG-D3/6 JS-A2 10 1.192 0.255 213 926.00 28 EDAS-24GN6 QA-2g 20 0.149 0.255 1 712 094.234 2 EDAS-24GN6 TDA-33M 20 0.149 1.02 6 848 376.935 2 2. 数据处理
本文从内蒙古地震烈度速报预警中心部署的JOPENS系统选取193个强震动台站2022年所记录的波形数据，并搜集、整理了这些台站的仪器响应信息。数据处理主要分以下几个步骤进行：
1） 数据预处理。将长度为1 h的数据段以50%的叠加率划分为40个记录段，每个记录段长度约为180 s；然后对每小段数据进行去均值和去长周期处理；针对每条记录段的数据（counts）扣除仪器响应灵敏度，使记录段的数据转换为地震动加速度值。
2） 加速度PSD计算。对预处理后的每个记录段的背景噪声数据经快速傅里叶变换，得到以频率为自变量的加速度PSD值。为便于与全球低噪声新模型（new low noise model，缩写为NLNM）、高噪声新模型（new high noise model，缩写为NHNM）进行对比分析，将加速度PSD值以dB表示。
3） 平滑处理。对所得加速度PSD值采用1/3倍频程平滑处理，使加速度PSD值在对数坐标上均匀分布。
4） PDF值计算。重复步骤1—4，得到每小时的加速度PSD均值分布，依次得到每个站点选取数据段的PSD均值分布。以−200—−50 dB变化范围、1 dB步长计算加速度PSD值相应的PDF值。之后，以频率为横坐标、PSD为纵坐标、色块代表功率谱概率密度值绘制三维平面图，得到背景噪声的PDF分布图。
5） 背景噪声速度均方根（RMS）值计算。将加速度PSD值变换成速度PSD值，根据速度PSD值计算1—20 Hz频段的速度RMS值。
3. 数据分析
3.1 强震动台站背景噪声的昼夜变化特征
分别计算TDA-33M型、QA-2g型和JS-A2型三种加速度计与同一种数采TDE-324CI组合观测仪器连续7天夜间（01:00—04:00）和白天（08:00—12:00）所获取观测数据的加速度PSD，绘制PSD平均值随频率（50 s—30 Hz）分布图（图2），并对PSD值昼夜差异进行分析。
![]()
图 2 白天（实线）和夜间（虚线）加速度功率谱密度（PSD）平均值分布图（a） GE001站点，TDA-33M加速度计与TDE-324CI数采组合；（b） GT001站点，TDA-33M加速度计与TDE-324CI数采组合；（c） DE001站点，JS-A2加速度计与TDE-324CI数采组合；（d） DY001站点，JS-A2加速度计与TDE-324CI数采组合；（e） JE001站点，QA-2g加速度计与TDE-324CI数采仪组合；（f） JW001站点，QA-2g加速度计与TDE-324CI数采仪组合Figure 2. Distribution of average acceleration PSDs in day （dashed lines） and at night （solid lines）（a） GE001 station，where TDA-33M accelerometer and TDE-324CI seismic data logger are used；（b） GT001 station，where TDA-33M accelerometer and TDE-324CI seismic data logger are used；（c） DE001 station，where JS-A2 accelerometer and TDE-324CI seismic data logger are used；（d） DY001 station，where JS-A2 accelerometer and TDE-324CI seismic data logger are used；（e） JE001 station，where QA-2g accelerometer and TDE-324CI seismic data logger are used；（f） JW001 station，where QA-2g accelerometer and TDE-324CI seismic data logger are used由图2a和2b可看出，GE001和GT001站点TDA-33M型加速度计所记录的数据在同一个站点、同一个分向的昼夜PSD值在50 s—1 Hz频段的一致性较高，PSD昼夜差异基本在2 dB以内；1 Hz—30 Hz频段的PSD昼夜差异较大，尤其在大于2 Hz后差异显著增大，由几个dB上升至几十个dB。由图2c和图2d看出，JS-A2型加速度计所记录的数据在同一个站点、同一个分向的昼夜PSD值在50 s—0.4 Hz频段的一致性较高，PSD昼夜差值基本在2 dB以内，0.4 Hz—30 Hz频段的PSD昼夜差异较大，尤其在大于2 Hz后差异显著增大，由几个dB上升至十几个dB。由图2e和图2f看出：QA-2g型加速度计所记录的数据在同一个站点、同一个分向的昼夜PSD值在50 s—2 Hz频段的一致性较高，PSD昼夜差值基本在1 dB以内，2 Hz—30 Hz频段的PSD昼夜差异较大，由几个dB到几十个dB。总体来看，不同区域站点在大于2 Hz频段的PSD昼夜差值变化较大。由以上结果可知，不同时空、不同型号加速度计所记录数据的背景噪声昼夜差异主要体现在1—2 Hz以上频段，且不同区域的PSD昼夜差值相差较大，这主要由白天人类活动高于夜间且每个地区人类活动强度不一样所致。
3.2 强震动台站不同频点的加速度PSD特征
计算QA-2g型加速度计5个站点（台站代码以J开头）、JS-A2型加速度计12个站点（台站代码以D开头）、TDA-33M型加速度计9个站点（台站代码以G开头）共26个站点7天观测数据的加速度PSD值，并统计了50 s，10 s，2 s，1 s和10 Hz处的加速度PSD值，绘制了不同站点、不同频点、不同加速度计三分向的加速度PSD值分布，结果如图3所示。
![]()
图 3 不同站点、不同频点、不同加速度计下的三分向加速度功率谱密度值分布图Figure 3. Distribution of three-component acceleration PSD for different stations with different accelerometers at different frequency（a） f =50 s；（b） f =10 s；（c） f =2 s；（d） f =1 Hz；（e） f =10 Hz由图3a可看出，在50 s频点处，JE001至JY001共5个站点的QA-2g型加速度计所记录数据的PSD值，除了JH001站点外其它4个站点间的PSD变化均在4 dB以内，同一个站点三分向PSD值的变化也在3 dB以内；DA001至DY001共12个站点的JS-A2型加速度计所记录数据的PSD值，除了DS002站点外其它11个站点间的变化均在5 dB以内，同一个站点三分向PSD值的变化也在4 dB以内；GE001至GZ001共9个站点间的TDA-33M型加速度计所记录数据的PSD值变化较大，同一分向、不同站点的PSD值变化最高可达15 dB，除GH001和GN001两个站点外，其它7个站点同一个站点三分向PSD值变化基本都在5 dB以上。由图3b可看出，在10 s频点处，不同站点三种加速度计所记录数据的PSD值变化特征与50 s频点处的记录特征基本一致，而PSD值相比50 s频点处整体下降了5 dB左右。
由图3c可看出：在2 s频点处，QA-2g型和JS-A2型加速度计记录的不同站点的PSD值变化特征基本与50 s频点处记录特征一致，而PSD绝对值相比50 s频点处整体下降了15 dB左右；TDA-33M型加速度计不同站点PSD值变化特征相比50 s和10 s频点处稳定了许多，不同站点和同一站点三分向PSD值变化基本在5 dB以内。由图3d可看出，1 Hz频点处，QA-2g型和JS-A2型加速度计在不同站点的PSD值相比上述三个频点变化幅度更大，TDA-33M型加速度计在不同站点的PSD值变化特征接近于2 s频点变化特征。由图3e可看出，在10 Hz频点处，三种加速度计在不同站点的PSD值变化在几个dB至几十个dB，且由于受人类活动干扰，大部分站点的PSD绝对值高于其它频点。
由上述结果可知：QA-2g型和JS-A2型加速度计所记录数据的背景噪声PSD在50 s，10 s和2 s频点随区域和分向变化不大，TDA-33M型加速度计所记录数据的背景噪声PSD在2 s和1 Hz频点随区域和分向变化不大；在2 s频点处，三种加速度计记录数据背景噪声PSD随区域和分向变化最小；在10 Hz频点处，三种加速度计记录数据的背景噪声PSD随区域变化较大，这主要与高频噪声源主要来自人类活动且不同地区人类活动强度相差较大有关。
3.3 强震动台站2 s频点处的加速度PSD值
由3.2节可知，强震动台站在2 s频点处的加速度PSD值较为稳定，基于此，统计了193个强震动台站72小时观测数据垂直向分量在2 s频点处的加速度PSD值，其空间分布如图4所示。 PSD值高于−107 dB的值则表示为−107 dB （NHNM在2 s频点处的PSD值）。
![]()
图 4 193个强震动台站的背景噪声加速度功率谱密度（PSD）在2 s频点处的空间分布Figure 4. Spatial distribution of acceleration PSDs of ambient noise at 193 strong ground motion stations at frequency 2 s由图4可见，在2 s 频点处强震动台站的加速度PSD值随加速度计变化呈现的特征相比随区域变化呈现的特征更显著，同一种加速度计在2 s频点的PSD值大部分随区域变化较小，TDA-33M型、JS-A2型和QA-2g型加速度计在不同地区的2 s频点处的大部分PSD值分别处于（−123±7） dB，（−118±5） dB和（−113±2） dB以内，这说明：在2 s频点处，TDA-33M型加速度计的PSD值最低，且随区域变化最大；QA-2g型加速度计的PSD值最高，随区域变化最小，这主要是由于不同加速度计的自噪声水平、灵敏度、动态范围不同所致，其中自噪声影响最大。图4中三种加速度计的PSD值大于−107 dB （红色所示）的站点共14个，经排查这些站点的PSD值为异常值，这主要是由加速度计零点漂移大、加速度计故障、JOPENS系统参数与仪器实际参数不匹配、摆线屏蔽不好、脉冲干扰等因素引起，但是因加速度计的自噪声较大，以上故障很难通过波形排查。因此，通过监控强震动台站2 s频点处的背景噪声可有效检测观测数据的质量，且该频点的数据可信度高，同时能避免监控整个频带范围内的加速度PSD产生更多工作量。
3.4 异常PSD值分析
应用PDF方法计算所有故障站点和每种加速度计一个正常站点连续72小时的背景噪声数据垂直向分量在0.03—40 Hz频段的PSD值，从中选择具有代表性的12个站点，绘制其PSD值随频率的分布，如图5所示，图中第一行为正常PSD，第二至四行为异常PSD分布。
![]()
图 5 不同类型加速度计的功率谱密度（PSD）的异常特征（a，d，g，j） TDA-33M型加速度计；（b，e，h，k） JS-A2型加速度计；（c，f，i，l） QA-2g型加速度计；Figure 5. Abnormal characteristics of PSDs by different types of accelerometers（a，d，g，j） TDA-33M accelerometer；（b，e，h，k） JS-A2 accelerometer；（c，f，i，l） QA-2g accelerometer由图5a，5b，5c可看出：低于2 Hz频段的PSD值变化不大，该频段TDA-33型加速度计所得PSD下限值最低、JS-A2型次之、QA-2g型最高，这主要由于三种加速度计的自噪声不同所致；在2 Hz附近PSD平均值出现“高频拐点”（杨千里等，2019），拐点右侧PSD值急剧升高，甚至部分频段超过了NHNM曲线，同时PSD波动范围变宽，且不同站点间PSD值和波动特征呈较大差异，这是由于高频噪声主要来自人类活动（杨千里等，2019），且每个地区的人类活动特征不同所致。
由图5d，5g，5j对比图5a以及图5f对比图5c可看出：图5d，5g，5j，5f在整个选取频段的PSD值均超出了NHNM；在图5d，5g，5j中高频和低频段PSD值有一定变化，但图5j中高频段没有变化。经排查原因可知：图5d，5g，5j是因加速度计零点漂移大但没有靠摆导致；图5f因加速度计零点漂移大、靠摆导致。由图5e对比图5b可看出，图5e在高频段PSD变化小，低频段PSD变化反而大，这是因该站点加速度计被水淹，仪器故障所致。对比图5h与图5b可看出，在图5h中不同频段的PDF值变化基本一致，PSD平均值呈直线，且在10 s至2 Hz频段PSD值也超出了NHNM线，这是因仪器受连续环境脉冲干扰所致。由图5k对比图5b以及图5l对比图5c可看出：在图5k和图5l中高频段PSD值无变化，低频有些变化，这是因这两个站点的数采仪没有连接加速度计信号所致。由图5i对比图5c可看出，图5i在整个选取频段的PSD值高于图5c，且高频PSD值无变化，这是由于图5i对应站点的JOPENS系统参数配置有误和该站点加速度计零点漂移偏大联合作用而导致。此外，图5a至5d，图5g，图5h，图5j中都含有PDF低值、PSD高值曲线，这是因选取的SEED格式数据中含站点和仪器参数导致，这些PDF低值事件对整体计算结果没有影响，图5e，图5f，图5i，图5k和图5l中，各站点选取了evt格式数据，因此数据不含站点和仪器参数。
由以上结果可知，通过计算强震动台站2 s频点处的功率谱和功率谱概率密度值可有效检测强震观测数据存在的加速度计故障、安装问题、零点漂移大以及脉冲干扰、系统参数配置有误等故障信息。
3.5 1—20 Hz频段强震动台站的RMS平均值
RMS值也是背景噪声水平的表征方式之一，在给定频带范围内与PSD值一一对应（廖诗荣，陈绯雯，2008）。因此，为了研究强震动台站的高频背景噪声特征，计算了193个强震动台站72小时的垂直向连续背景噪声的RMS值，并绘制其空间分布图，如图6所示。
![]()
图 6 强震动台站1—20 Hz频段背景噪声RMS平均值Figure 6. Average RMS value of ambient noise of strong ground motion stations in the frequency band of 1−20 Hz由图6可看出：对于1—20 Hz频带，内蒙古地区193个强震动台站中大部分站点的RMS平均值集中在（−140±10） dB范围内，仅个别站点的RMS平均值超出了该范围，说明RMS平均值随仪器型号变化而变化的特性不明显；三种加速度计所得不同空间记录数据的RMS平均值差异最高达30 dB，RMS平均值随区域的变化明显高于图4中2 s频点处的PSD变化，说明在高频段背景噪声变化中仪器自噪声贡献较环境噪声小得多。图6中RMS平均值低的站点主要使用TDA-33型加速度计，说明高频段背景噪声高低也会在一定程度上受到仪器自噪声的影响。由3.3和3.4节可知，图6中深红点$ ［ $RMS均值为（−121±1） dB$ ］ $均为背景噪声异常站点，但图6中异常站点只体现了图4中一部分异常站点信息，说明通过监控高频段背景噪声的RMS值检测强震观测数据质量的可靠性不及监控2 s频点的背景噪声。
4. 讨论与结论
本文介绍了内蒙古自治区地震局强震动台站建设及仪器参数基本情况，描述了应用PDF方法评估背景噪声的过程，最后利用该区193个强震动台站2022年记录的观测数据，研究了不同加速度计、不同频带、不同时空强震动台站的背景噪声变化特征，归纳总结了强震动台站背景噪声的异常原因，主要结论如下：
1） 不同型号加速度计、不同时空强震动台站的背景噪声昼夜差异主要体现在1 Hz以上频段，且不同空间的PSD昼夜差值相差较大，主要由白天人类活动高于夜间且每个地区人类活动强度不一样导致。
2） 在50 s，20 s和2 s频点处，QA-2g型和JS-A2型加速度计站点的背景噪声PSD值随区域和分向变化不大；在2 s和1 Hz频点处，TDA-33M型加速度计站点的背景噪声PSD值随区域和分向变化不大；在2 s频点处，三种型号加速度计站点背景噪声PSD值随区域和分向变化最小；在10 Hz频点处，三种加速度计站点的背景噪声PSD值随区域变化较大。
3） 通过监控强震动台站2 s频点处的背景噪声PSD，能发现观测数据中存在的加速度计零点漂移大、加速度计故障、JOPENS系统参数与仪器实际参数不匹配、脉冲干扰、加速度计和数采仪未连接等通过波形浏览不能排查的问题，这不仅能满足目前全国基准（本）站强震数据质量监控需求，同时能减少监控整个频带范围背景噪声所带来的更多数据量和工作量。
4） 强震动台站的高频段背景噪声变化主要源于环境噪声变化，但仪器自噪声影响也不能完全忽略。
5） 对于背景噪声异常站点，建议优化站点观测环境，进一步规范仪器安装、调试以及JOPENS系统的参数配置、审核。
本文研究结果为全国预警项目建设的基准（本）站强震动观测数据背景噪声的评估和加速度计的认识提供参考，同时为强震动台站运维、数据质量检测提供新的思路，为数据异常排查积累了全面的最新参考资料。
依据本文研究成果，可将开发强震动台站实时状态监控软件作为一项新的课题，例如针对不同加速度计观测站点在2 s频点处的背景噪声变化范围设置不同阈值，超阈值即报警等。
内蒙古自治区地震局的部分工作人员参与了预警项目实施过程中站点勘选、站点建设、仪器架设、数据汇集和产出，福建省地震局巫立华高级工程师提供了背景噪声处理软件，作者在此一并表示感谢。
-
![]()
图 1 中国地磁台网地磁台站分布图
Figure 1. Distribution of the geomagnetic observatories from geomagnetic networks of China
![]()
图 2 年尺度（实线）与半年尺度（虚线）Y 分量年变率的对比
Figure 2. Comparison of the Y component secular variation of annual scale （solid line） with that of semi-annual scale （dotted line）
![]()
图 3 所有台站Y （a），Z （b）和X （c）三个分量的年变率曲线
Figure 3. The secular variation of Y （a），Z （b） and X （c） components of all geomagnetic observatories
![]()
图 4 2003年和2014年地磁子夜均值X，Y和Z三分量的年变率空间分布
（a）2003年X分量；（b）2003年Y分量；（c）2003年Z分量；（d）2014年X分量；（e）2014年Y分量；（f）2014年Z分量
Figure 4. Spatial distribution of the secular variation of X，Y and Z components of the geomagnetic midnight mean in 2003 and 2014
（a） X component in 2003；（b） Y component in 2003；（c） Z component in 2003；（d） X component in 2014；（e） Y component in 2014；（f） Z component in 2014
![]()
图 5 基于IGRF12模型数据计算得到的2003年和2014年地磁三分量年变率的空间分布
（a）2003年X分量；（b）2003年Y分量；（c）2003年Z分量；（d）2014年X分量；（e）2014年Y分量；（f）2014年Z分量
Figure 5. Spatial distribution of the secular variation of X，Y and Z components of the geomagnetic midnight mean calculated by the IGRF12 model in 2003 and 2014
（a） X component in 2003；（b） Y component in 2003；（c） Z component in 2003；（d） X component in 2014；（e） Y component in 2014；（f） Z component in 2014
![]()
图 6 1995—2018年16:00—18:00 Dst指数的均值（黑线）及其年均值（红线）的时序变化
Figure 6. The variation of average Dst index （black curves） from 16:00 to 18:00 and its annual mean （red curves） during 1995−2018
![]()
图 7 基于IGRF12模型计算的7个台站位置的X分量年变率及其均值曲线
Figure 7. The secular variation of X component at seven station positions calculated based on IGRF12 model and their means
![]()
图 8 X分量年变率与参考背景场的对比（a）和去除背景场后的X分量年变率与Dst指数年变率的对比（b）
Figure 8. Comparison of X component secular variation with reference background field （a） and comparison of X component secular variation excluding background field with Dst secular variation （b）
-
陈伯舫. 1998. 60年代末与70年代末中国4个地磁台处jerk的分析[J]. 地球物理学报,41(1):71–78. doi: 10.3321/j.issn:0001-5733.1998.01.008 Chen P F. 1998. Features of the late 1960’s jerk and the late 1970’s jerk at four observatories in China[J]. Acta Geophysica Sinica,41(1):71–78 (in Chinese).
陈伯舫,王亶文,范国华. 1999. 从中国地磁台网看1991年jerk[J]. 地震地磁观测与研究,20(1):33–38. doi: 10.3969/j.issn.1003-3246.1999.01.007 Chen P F,Wang D W,Fan G H. 1999. Special feature of the 1991 jerk (Y) in the Chinese region[J]. Seismological and Geomagnetic Observation and Research,20(1):33–38 (in Chinese).
陈伯舫. 2006. 2000年Jerk存在吗[J]. 地震地磁观测与研究,27(5):50–52. doi: 10.3969/j.issn.1003-3246.2006.05.010 Chen P F. 2006. On the existence of the 2000 jerk[J]. Seismological and Geomagnetic Observation and Research,27(5):50–52 (in Chinese).
徐文耀. 2009. 地球电磁现象物理学[M]. 合肥: 中国科学技术大学出版社: 140. Xu W Y. 2009. Physics of Electromagnetic Phenomena of the Earth[M]. Hefei: University of Science and Technology of China Press: 140 （in Chinese）.
张素琴,杨冬梅,李琪,赵永芬. 2008. 中国大陆两次地磁急变分析[J]. 中国地震,24(3):253–260. doi: 10.3969/j.issn.1001-4683.2008.03.007 Zhang S Q,Yang D M,Li Q,Zhao Y F. 2008. The 1991 and 1999 jerks in China[J]. Earthquake Research in China,24(3):253–260 (in Chinese).
张素琴,胡秀娟,何宇飞,杨冬梅. 2015. F子夜均值逐日差空间异常变化与地震的关系研究[J]. 地震研究,38(1):98–104. doi: 10.3969/j.issn.1000-0666.2015.01.013 Zhang S Q,Hu X J,He Y F,Yang D M. 2015. Research on relationship between spatial anomaly variations of daily variations of geomagnetic total field F at local midnight and earthquake[J]. Journal of Seismological Research,38(1):98–104 (in Chinese).
Alexandrescu M,Gibert D,Hulot G,Le Mouël J L,Saracco G. 1996. Worldwide wavelet analysis of geomagnetic jerks[J]. J Geophys Res,101(B10):21975–21994. doi: 10.1029/96JB01648
Alldredge L R. 1984. A discussion of impulses and jerks in the geomagnetic field[J]. J Geophys Res,89(B6):4403–4412. doi: 10.1029/JB089iB06p04403
Brown W, Beggan C, Macmillan S. 2016. Geomagnetic jerks in the Swarm Era[C]//Proceedings of the ESA Living Planet Symposium. Czech: Prague: 9−13.
Chulliat A,Thébault E,Hulot G. 2010. Core field acceleration pulse as a common cause of the 2003 and 2007 geomagnetic jerks[J]. Geophys Res Lett,37:L07301.
Chulliat A,Maus S. 2014. Geomagnetic secular acceleration,jerks,and a localized standing wave at the core surface from 2000 to 2010[J]. J Geophys Res,119(3):1531–1543. doi: 10.1002/2013JB010604
Chulliat A,Alken P,Maus S. 2015. Fast equatorial waves propagating at the top of the Earth’s core[J]. Geophys Res Lett,42(9):3321–3329. doi: 10.1002/2015GL064067
Courtillot V,Ducruix J,Le Mouël J L. 1978. Sur une accélération récente de la variation séculaire du champ magnétique terrestre[J]. C R Hebd Séanc Acad Sci Paris:Ser D,287:1095–1098.
Courtillot V,Le Mouël J L,Ducruix J,Cazenave A. 1982. Geomagnetic secular variation as a precursor of climatic change[J]. Nature,297(5865):386–387. doi: 10.1038/297386a0
Courtillot V,Le Mouël J L. 1984. Geomagnetic secular variation impulses[J]. Nature,311(5988):709–716. doi: 10.1038/311709a0
De Michelis P,Cafarella L,Meloni A. 1998. Worldwide character of the 1991 geomagnetic jerk[J]. Geophys Res Lett,25(3):377–380. doi: 10.1029/98GL00001
Ducruix J,Courtillot V,Le Mouël J L. 1980. The late 1960s secular variation impulse,the eleven year magnetic variation and the electrical conductivity of the deep mantle[J]. Geophys J R astr Soc,61(1):73–94. doi: 10.1111/j.1365-246X.1980.tb04305.x
Feng Y,Holme R,Cox G A,Jiang Y. 2018. The geomagnetic jerk of 2003.5:Characterisation with regional observatory secular variation data[J]. Phys Earth Planet Inter,278:47–58. doi: 10.1016/j.pepi.2018.03.005
Gavoret J,Gibert D,Menvielle M,Le Mouël J L. 1986. Long-term variations of the external and internal components of the earth’ s magnetic field[J]. J Geophys Res,91(B5):4787–4796. doi: 10.1029/JB091iB05p04787
Jault D,Hulot G,Mouël J L L. 1996. Mechanical core-mantle coupling and dynamo modelling[J]. Phys Earth Planet Inter,98(4):187–191.
Kotzé P B. 2010. The 2007 geomagnetic jerk as observed at the Hermanus magnetic observatory[J]. Phys Comment,2:5–6.
Kotzé P B,Korte M. 2016. Morphology of the southern African geomagnetic field derived from observatory and repeat station survey observations:2005−2014[J]. Earth Planets Space,68:23. doi: 10.1186/s40623-016-0403-7
Kotzé P B. 2017. The 2014 geomagnetic jerk as observed by southern African magnetic observatories[J]. Earth Planets Space,69(1):17. doi: 10.1186/s40623-017-0605-7
Le Mouël J L,Ducruix J,Duyen C H. 1982. The worldwide character of the 1969−1970 impulse of the secular acceleration rate[J]. Phys Earth Planet Inter,28(4):337–350. doi: 10.1016/0031-9201(82)90090-5
Malin S R C,Hodder B M. 1982. Was the 1970 geomagnetic jerk of internal or external origin?[J]. Nature,296(5859):726–728. doi: 10.1038/296726a0
Mandea M,Bellanger E,Le Mouël J L. 2000. A geomagnetic jerk for the end of the 20th century?[J]. Earth Planet Sci Lett,183(3/4):369–373.
Nagao H,Iyemori T,Higuchi T,Nakano S,Araki T. 2002. Local time features of geomagnetic jerks[J]. Earth Planets Space,54(2):119–131. doi: 10.1186/BF03351712
Olsen N,Mandea M. 2007. Investigation of a secular variation impulse using satellite data:The 2003 geomagnetic jerk[J]. Earth Planet Sci Lett,255(1/2):94–105.
Soloviev A,Chulliat A,Bogoutdinov S. 2017. Detection of secular acceleration pulses from magnetic observatory data[J]. Phys Earth Planet Inter,270:128–142. doi: 10.1016/j.pepi.2017.07.005
Torta J M,Pavón-Carrasco F J,Marsal S,Finlay C C. 2015. Evidence for a new geomagnetic jerk in 2014[J]. Geophys Res Lett,42(19):7933–7940. doi: 10.1002/2015GL065501
-
期刊类型引用(1)
1. 刘朝阳. 基于光纤微动的泉水敏感区不良地质探查方法研究. 铁道建筑技术. 2024(10): 184-187+203 . 
百度学术
其他类型引用(0)
下载:
计量
- 文章访问数: 1312
- HTML全文浏览量: 571
- PDF下载量: 56
- 被引次数: 1
