乌鲁木齐10号泉水体细菌群落对地震的响应

张强1,3)　曾军1)　娄恺1)　李珊1,4)　杨晓芳2)　吴尊凤1,5)　高小其2)

乌鲁木齐10号泉水体细菌群落对地震的响应

张强1,3)　曾军1)　娄恺1)　李珊1,4)　杨晓芳2)　吴尊凤1,5)　高小其2)

1）中国乌鲁木齐830091新疆农业科学院微生物应用研究所2）中国乌鲁木齐830011新疆维吾尔自治区地震局3）中国新疆维吾尔自治区石河子832003石河子大学生命科学学院4）中国乌鲁木齐

详细信息

中图分类号: P345
计量
- 文章访问数: 1539
- HTML全文浏览量: 454
- PDF下载量: 135
出版历程
- 发布日期: 2012-08-29

Seismic response of bacterial community structuresat No.10 Spring in Urumqi

Zhang Qiangup,　Zeng Jun　Lou Kai　Li Shanup, 　br Yang Xiaofangup　Wu Zunfengup, 　Gao Xiaoqiup

1) Institute of Microbiology, Xinjiang Academy of Agricultural Sciences, Urumqi 830091, China2) Earthquake Administration of Xinjiang Uygur Autonomous Region, Urumqi 830011, China3) College of Life Science of Shihezi University, Shihezi 832003, China4) Col

摘要

摘要: 以无震时期细菌群落及水文化学元素信息为背景，阐明有感地震时的泉水细菌群落映震特征． 2010年12月——2011年4月，乌鲁木齐周边先后发生了MS3.1和MS3.6两次有感地震．本文采用末端限制性片段长度多态性法(T-RFLP)分析了该时间段内乌鲁木齐10号泉中细菌群落结构、多样性、稳定性、优势类群及特殊类群变化特征．结果表明，水文地球化学指标对有感地震不敏感，泉水细菌群落结构稳定，地震对其优势类群及多样性影响均不显著，但无震时期部分类群（以82，170， 176， 462 bp为代表）在前后两次地震中丰度变化趋势相似，即震前有小幅上升，震后1——12天内出现极大值，之后丰度逐渐恢复至较低水平，且表现出与震级、震中距具有一定相关性．这表明部分泉水细菌对有感地震映震灵敏．
- 地震响应　T-RFLP　细菌群落　水文地球化学　泉水
Abstract: The bacterial community structures and hydrogeochemical parameters in aseismic times provide the backdrop for illustrating the response of bacterial community to moderate and strong earthquakes. Water samples were collected from December 2010 to April 2011, during which period two felt earthquakes of MS3.1 and MS3.6 successively occurred near Urumqi. A terminal restriction fragment length polymorphism (T-RFLP) technique was used to analyze the bacterial community structures, diversity, stability and variations of the dominant groups and peculiar species under the seismic action. The results show that some peculiar species abundance generally appeared to vary in similar manners during the pre- and post-earthquake periods， hydrogeochemical parameters were insensitive to the earthquakes, bacterial community structures were stable and earthquakes did not significantly affect the dominant groups and their diversity. The abundance of peculiar species slightly increased in pre-earthquake times, the maximum value appeared within 1 to 12 days after the earthquakes, and then declined to a lower level. Besides, the variations were correlated to earthquake magnitude and epicenter distance. The results suggest that some bacterial species could sensitively respond to earthquakes.

HTML全文

引言

近年来利用卫星技术观测地震前后的电离层异常变化受到了地震学界的广泛关注，并被认为是研究地震电磁前兆的有效途径之一(Larkina et al， 1983； Chmyrev et al， 1989； Molchanov et al， 1993； Parrot， 1994)．尤其自2004年首颗专门用于地震观测的DEMETER卫星发射和应用以来，地震电离层前兆观测研究积累了更多的经验和数据(Parrot et al， 2006a； Parrot, 2011； Malchanov et al， 2006； Bhattacharya et al， 2007；张学民等， 2009, 张学民， 2011；泽仁志玛等， 2010；安张辉等， 2010；欧阳新艳等， 2011)．

2008年5月12日汶川M_S8.0地震、 2010年1月12日海地M_S7.3地震和2010年2月27日智利M_S8.8地震是近几年最受关注的三大强震，利用DEMETER卫星数据对这3次强震的研究已有不少文献报道，其中汶川地震的研究最多，发现的电离层异常现象涉及到VLF电磁场(张学民等， 2009b；曾中超等， 2009)， ELF电场(张蓓等， 2010)， LF电场(朱涛，王兰炜， 2011)，以及相关等离子体密度和温度等参量(安张辉等， 2010；武安绪等， 2011；张学民等， 2009c；董建等， 2009)．智利地震前后的电离层异常现象，主要有电磁场及部分等离子体参量的同步扰动(Zhang et al， 2011；刘静等， 2011； Pisa et al， 2011)、高能粒子通量的异常变化(黄建平等， 2010)．海地地震的研究较少，仅焦其松等(2011)发现了地震发生当天多个离子参量的剧烈扰动．

以上研究为3次强震前后电离层异常现象的探索提供了一定的研究经验和基础，但均是针对单次地震的研究，未关注同一参量在3次地震前后是否有相似或不同的表现．本文利用DEMETER卫星数据，研究对异常反应较敏感的离子温度(T_i)和VLF电磁场频谱在汶川、海地和智利等3次强震前后所表现出的异常现象、特征及其之间的异同．

1.   数据来源及选取

法国地震电磁探测卫星(detection of electro-magnetic emission from earthquake regions，简称为DEMETER卫星)，自2004年6月29日发射后，在轨期间共积累了近6年半的电离层观测资料．卫星采用准太阳同步圆形轨道，轨道倾角98.3°，高度710 km，其主要载荷包括电场探测仪(ICE)、感应式磁力仪(IMSC)、等离子体分析仪(IAP)、朗缪尔探针(ISL)和高能粒子探测仪(IDP)(Thibery et al， 2006)，用来探测不同频段的电磁场和电离层等离子体参数．

总结卫星数据震例研究结果(Gokhberg et al， 1983； Serebryakova et al， 1992； Parrot et al， 2006b； Bhattacharya et al， 2009), 电磁场在地震前后表现出的异常现象较多，在DEMETER卫星记录的电场和磁场数据中，仅VLF频段范围同时记录的巡查和详查两种模式(Lagoutte， 2006)数据最全，因此本文首先选择了VLF频段的电磁场频谱数据进行分析．此外，笔者曾做过上述3次地震多参量异常现象的研究(颜蕊， 2010)，发现多参量典型异常现象出现较多的日期与T_i时间序列异常现象出现的日期十分吻合，因此同时选择了T_i作为等离子体参量进行研究．电场探测仪(ICE)观测的VLF电场频谱数据提供了分辨率为19.531 25 Hz、频段范围为19.531 25—20 000 Hz的功率谱密度，单位为(μV²·m^-2)/Hz，共1 024个频点(Berthelier et al， 2006b)．感应式磁力仪(IMSC)观测的VLF磁场频谱频点分配与电场类似：以19.531 25 Hz为间隔，划分19.531 25—20 000 Hz的频段范围，单位为nT²/Hz (Parrot et al， 2006b)．等离子体分析仪(IAP)直接提供了离子温度(T_i)数据(Berthelier et al， 2006a)．

汶川、海地和智利3次地震参数见表1．依据前人研究结果(朱荣， 2007；欧阳新艳， 2008)，本文选择震前9天、地震当天及震后2天，共12天的临震时段进行研究(表2)；空间选择以震中为中心， 40°(纬度)×40°(经度)范围内的数据，轨道与震中分布如图1所示．观测时段均选择了夜侧数据(升轨)以尽量减少太阳活动对数据的影响，因此所选数据地方时均为20:00—24:00，即3次地震发生当天数据均为地震发生后记录的．

表 1 汶川、海地、智利地震相关信息表

Table 1. Information on the Wenchuan,Haiti and Chile earthquakes

下载: 导出CSV
| 显示表格

表 2 汶川、海地和智利地震选取日期、轨道

Table 2. Date and orbits selected for the Wenchuan,Haitiand Chile earthquakes

下载: 导出CSV
| 显示表格

图 1 汶川、海地、智利地震震中与选择轨道关系

Figure 1. Relative epicenter location and satellite orbits for the Wenchuan, Haiti and Chile earthquakes

下载: 全尺寸图片幻灯片

同时，通过ΣKp和D_st两个指数排除了地磁活动的影响．Kp指数是单个地磁台用来描述每日每3小时内的地磁扰动强度的指数，ΣKp指数则表示每天8个Kp指数之和，如果ΣKp>30，则认为当天地磁活动强烈； D_st是描述磁暴时变化指数，一般认为D_st指数高于20 nT时为平静期（徐文耀， 2003）．分析发现，三次地震的D_st指数均高于20 nT、 ΣKp均小于20（图2）（D_st和Kp数据均来自京都世界地磁数据中心）^①.因此震例研究时段均处于地磁平静期．此外，还需根据卫星辅助文件DATA_RELATED_EVENT记录，对受影响的轨道进行剔除，本文中3次地震选取的轨道数据均不存在此种干扰，因此不需剔除．

图 2 汶川、海地、智利震例研究选取时段与地磁指数D_st和ΣKp

Figure 2. Geomagnetic indices D_st stand ΣKpduring the time period selected for Wenchuan,Haiti and Chile earthquakes

下载: 全尺寸图片幻灯片

2.   数据分析与结果讨论

2.1   离子温度(T_i)异常分析

强震前后T_i的研究，首先提取时间序列中出现的异常现象，判断异常出现时间，然后做时空演化分析，找出异常出现的位置．

图3， 4, 5分别给出了汶川、海地和智利地震前后12天T_i 的时间序列，横轴为日期，纵轴为T_i值. 选取数据为震中周围20°而非整轨数据，因此区域内若存在温度异常变化，则与区域内地震关系较大．图6， 7, 8对应3次强震前后T_i的时空演化图，将研究时段内的数据按每3天分割，绘成等值线．其中图6a对应汶川地震前9—7天(2008-05-03—05)的数据，图6b为震前6—4天(2008-05-06—08)的数据，图6c为震前3—1天(2008-05-09—11)的数据，图6d为是汶川地震当天(2008-05-12) 至震后2天(2008-05-13， 14)的数据．同样图7a,b,c,d分别对应海地地震2010-01-03—05， 2010-01-06—08， 2010-01-09—11， 2010-01-12—14的数据；图8a,b,c,d分别对应海地地震2010-02-18—20， 2010-02-21—23， 2010-02-24—26， 2010-02-27—03-01的数据．

图 3 2008年汶川地震前后离子温度(T_i)时间序列显示图. 椭圆内为异常区

Figure 3. The time series of ion temperature (T_i) before and after the 2008 Wenchuan earthquake. Ellipse represents anomalous area

下载: 全尺寸图片幻灯片

图 4 2010年海地地震前后离子温度(T_i)时间序列图. 椭圆内为温度异常升高区

Figure 4. The time series of ion temperature (T_i) before and after the 2010 Haiti earthquake. Ellipse represents area of abnormal T_i rise

下载: 全尺寸图片幻灯片

图 5 2010年智利地震前后离子温度(T_i)时间序列图. 小椭圆内为震前异常区，大椭圆内为震后温度升高区

Figure 5. The time series of ion temperature (T_i) before and after the 2010 Chile earthquake. Small ellipse represents area of abnormal disturbance, big ellipse stands for area of abnormal T_i rise

下载: 全尺寸图片幻灯片

图 6 汶川地震T_i时空演化图(图的周期均为3天)红色十字表示震中, 白色矩形框内为异常区

Figure 6. T_i spatio-temporal evolution of Wenchuan earthquake. The period of all maps is 3 days. Red cross stands for the epicenter, white rectangle represents anomalous area

下载: 全尺寸图片幻灯片

图 7 海地地震T_i时空演化图(图的周期均为3天) 红色十字符表示震中, 白色矩形框为异常区

Figure 7. T_i spatio-temporal evolution of Haiti earthquake. The period of all maps is 3 days. Red cross stands for the epicenter, white rectangle represents anomalous area

下载: 全尺寸图片幻灯片

图 8 智利T_i时空演化图(图的周期均为3天)红色十字表示震中, 白色矩形框为异常区

Figure 8. T_i spatio-temporal evolution of the Chili earthquake. The period of all maps is 3 days.Red cross stands for the epicenter, white rectangle represents anomalous area

下载: 全尺寸图片幻灯片

从图3可以看出，汶川地震前后T_i不太稳定，温度变化波动较大，以2008-05-09的突然升高最为明显(椭圆框内)，高于1 500 K，平时T_i一般低于1200 K；对应图6c(2008-05-09—11)的时空演化可以看出，震中北偏西方向有明显的异常高值区(白色矩形框内). 可初步判断，汶川震前3天(2010-05-09)， T_i在震中北偏西方向出现异常高值，疑似为地震前兆．海地地震前后(图4)， T_i比较稳定，由于震中所处纬度相对较低，因此整体值都比较高，多在2 250 K左右，地震发生当天(2010-01-12)，即震后4—5小时， T_i突然飙升，幅度达50％(椭圆框内)；对应图7d震后1—2天演化图可见，震中东南方向(白色框内)出现明显高值，可见地震发生对T_i的影响还是非常大的．智利地震前后, T_i变化相对汶川地震较稳定，但相对海地地震较动荡，多集中在800—1 200 K之间(图5)；震前9天(2010-02-18), T_i表现出剧烈扰动，值比平时略微升高，达到1 500 K左右(小椭圆框内)；震后发生了明显的飙升，达到3 000 K以上(大椭圆框内)；对应图8a， d可以看出, 震前(2010-02-18)的扰乱在震中北东方向表现出了扰乱团, 震后震中正北方向有明显的高值区(白色矩形框内)．

2.2   VLF电磁场单频点频谱异常研究

地震电磁扰动的频率范围从直流一直到高频均有覆盖，由于低频电磁波(ULF， ELF和VLF)在传播过程中的低衰减性，地震前后更容易被低轨卫星观测到. 例如， OGO-6卫星观测到的100， 216和467 Hz磁场强度增强现象(Gokhberg et al， 1983)； Cosmos-1809 卫星资料在140和450 Hz频段观测到电磁信号增强现象(Serebryakova et al， 1992)； Parrot(1994)， (2011)及Parrot等(2006a)利用Aureol-3卫星的电磁场观测数据发现了电场(72 Hz) 和磁场(140 Hz)分别出现信号增强现象，并且通过DEMETER卫星统计多次地震，观测到130 Hz频段的电磁辐射，极低频段(＜100 Hz)的电场静电紊流现象，以及多次截止频率下降等现象； DEMETER卫星电磁场数据350和400 Hz附近在震前1—2天也出现辐射增强现象(Bhattacharya et al， 2009；张学民等， 2009d)．可见，前人研究的震前地震电磁场异常现象大都集中在500 Hz以下的低频段，并且多表现为信号增强．仅有Nemec等(2009)通过改进的统计方法得到1.7 kHz电场频谱震前0—4小时有小幅度的减弱现象．

本文对VLF电磁场频谱的研究首先提取出单频点曲线，从单频点曲线中筛出震中上空或震中磁共轭点上空有明显异常扰动的频点，然后以此频点为中心确定异常出现频段范围．文中重点选取了500 Hz以下幅度有增强现象的电磁场异常现象进行分析. 从异常出现的时间、空间以及前人研究经验来看，与地震的发生更相关，具体见图9-图11. 图中横坐标为纬度，纵坐标对应不同单频点谱值，垂直虚线标注震中位置．

图 9 汶川地震前后VLF电场与磁场频谱曲线(垂直虚线标注地震位置，箭头标注异常突升位置)(a) 2008年5月13日电场频谱曲线； (b) 2008年5月8日磁场频谱曲线

Figure 9. Single frequency spectrum curves of VLF electromagnetic field before and after the Wenchuan earthquake. Vertical dotted lines mark earthquake location; arrows mark abnormal sudden rise(a) The electric field frequency spectrum curve on May 13, 2008; (b) The magnetic field frequency spectrum curve on May 8， 2008

下载: 全尺寸图片幻灯片

图 10 2010年1月12日海地地震当天VLF电场与磁场频谱曲线(垂直虚线标注地震位置，箭头标注异常突起)(a) 电场频谱曲线； (b) 磁场频谱曲线

Figure 10. Single frequency spectrum curve of VLF electromagnetic field on the day of Haiti earthquake. Vertical dotted lines mark earthquake location, arrows mark abnormal sudden rise(a) The electric field frequency spectrum curve on January 12, 2010； (b) The magnetic field frequency spectrum curve on January 12, 2010

下载: 全尺寸图片幻灯片

图 11 智利地震前VLF磁场频谱单频点曲线(a) 2010-02-23电场频谱曲线； (b) 同天磁共轭点位置处电场频谱曲线(垂直虚线标注地震位置，箭头标注异常突起)

Figure 11. Single frequency spectrum curve of VLF magnetic field before Chile earthquake (a) is the magnetic field spectrum curve on February 23 around the epicenter, and (b) is the curve around the conjugate point of epicenter in the same day. Vertical dotted lines mark earthquake location, arrows mark abnormal sudden rise

下载: 全尺寸图片幻灯片

图9为汶川地震前后VLF电磁场单频点曲线．其中图9a为汶川震后(2008-05-13)电场单频点的频谱曲线，自上至下频点分别对应19， 39， 60， 80和100 Hz. 可以明显看出, 在震中以北2°范围内，集中在39—80 Hz频段范围内有异常突升(箭头处)，比平时背景值升高达3个lg(μV² · m^-2 · Hz^-1)量级，即高达1 000 (μV² · m^-2)/Hz； 80 Hz以上频段，异常突升逐渐不明显．图9b为汶川地震前4天(5月8日)磁场单频点频谱曲线，自上至下对应100， 120， 137， 195和215 Hz. 可以看出，在震中以北5°范围内磁场功率谱值有明显的突升(箭头处)，约1—2个lg(nT² · Hz^-1) 量级，此突升在100—120 Hz频段范围内非常明显；但高于120 Hz频段，背景值逐渐增大，则此异常不再突出．

海地地震发生当天(2010>-01-12，震后约4—5小时)的观测数据， VLF电场和磁场均发现了异常反应(图10). 图10a为电场频谱数据，在距离震中以南5°范围内， 19—160 Hz频段范围出现了电场频谱突升(箭头处)，比正常谱值增大约3—4个lg(μV² · m^-2 · Hz^-1) 量级；图10b为磁场频谱数据，在120—480 Hz频段范围之间，增高约1—2个lg(nT² · Hz^-1) 量级．由图10可见，海地地震1月12日的VLF电场与磁场频谱异常突升的位置相同，可能均为地震发生后能量释放所引起的共同反应. 可见，地震的发生会引起对应空间电磁场的同步扰动，但影响的频段范围不同，仅有一定的频段交集．

图11为智利地震震前VLF磁场单频点频谱曲线：震前4天(2010-02-23)VLF磁场频谱在震中偏南5°内出现突升(图11a箭头处)，升幅比正常谱值高约1个lg(nT² · Hz^-1) 量级，集中在100—160 Hz频段范围内．同时，震中磁共轭点位置也出现同步异常，表现为磁共轭点以南1°以内发生突升(图11b箭头处)，升高约为2—3个lg(nT² · Hz^-1) 量级．但共轭点位置处的异常频率与震中点异常频率不一致，不好确定是同一信号源造成的，因此此处仅是将出现的客观现象描述，并不能确定此种效应为共轭效应．

2.3   分析和讨论

1) 笔者曾做过此3次强震多参量异常现象的分析研究(颜蕊， 2010)，发现多参量出现同步扰动较多的日期与T_i长时间序列异常现象出现的日期多比较吻合，如汶川地震震前3天(2008-05-09)及智利地震震前9天(2010-02-18)，因此初步判断T_i的变化与地震发生的相关性较大，尤其是2008年5月9日汶川地震前的异常现象，在很多研究中都发现了其它参量的同步扰动(张学民等， 2009c；曾中超等， 2009；董建等， 2009；杨剑等， 2011)．利用T_i可在后续工作中更多积累震例，以及延长时间序列等进行更深入地研究．此外，根据T_i的时间序列可判别异常出现的时间，通过时空演化分析，则可以确定异常出现的空间位置，是一种比较好的判别前兆时空位置的方法．

2) 就此3次强震前后VLF电磁场频谱异常研究来看， VLF电磁场单频点频谱异常大部分出现在震中上空，相对T_i来说，电磁场异常出现的位置与震中位置相关性更大；震前的VLF电场和磁场频谱异常无论时空位置还是频段几乎都不同步，不同地震有不同的电磁异常现象反映，可能会有电场异常，也可能会有磁场异常，也可能两种异常都有反应，不容易确定；但海地地震当天(2010-01-12，震后约4—5小时)的VLF电场和磁场频谱均出现了同步异常，异常出现的频段也有交叉．本文认为：震前的电场和磁场扰动并不是同步的，两者之间需要经过一个相互耦合的过程，因此造成了电磁场异常现象出现的时空及频段都存在一定的差异，但两者之间的相互作用是不可分割的．这种耦合反应在震前震后会有不同，与地震孕育时和地震发生后参量的改变不同有关．

3) 由文中数据结果可以看出，汶川、海地和智利3次地震震后都出现了明显的异常现象．尤其是海地地震当天(2010-01-12，震后约4—5小时)的VLF电场和磁场频谱均出现了同步异常，其异常出现的位置和时段是一致的，异常出现的频段也有交叉．本文认为：海地地震震后的异常强度很大，表现激烈，更多可能是地震发生后能量释放造成的电离层电磁状态的紊乱，可见海地地震发生后能量释放对电离层有较大的影响，能量释放也更集中．虽然震后的异常现象不能说明地震前兆问题，但是可帮助积累地震引起的各参量的异常现象的经验，有助于对震前与地震有关的异常现象的判断．

4) 通过本文的3个参量研究发现：汶川、海地和智利3次强震前后并未出现相似的异常现象；由于发震机制等各种情况的不同，其地震前后的表现各不相同，所以共有的规律较难探索．相比之下， 3次强震中海地地震震级小一些，所以震前未表现出明显的异常现象，也许正是因为震前未有更多能量释放，才将能量一直累积在震后，所以震后的表现更明显；汶川和智利地震震级较大，震前异常表现也更明显，震后也有一定的反映．当然，震前震后异常与地震的发震机理、震级和震源深度等综合因素紧密相关，不易从单方面解释；对岩石圈-大气层-电离层耦合机理(lithosphere-atmosphere-ionosphere，简写为LAI)的认识不足也是目前很多现象不能得到更好解释的重要原因．

Pulinets和Boyarchuk(2004)综合了多位科学家的资料和观点认为，地震孕育的不同阶段，电离层表现出不同的异常特征，离子密度的异常出现比较早，而VLF电磁信号在临震阶段则更为突出，反映临震阶段电磁信号辐射增强，这应该也与电离层中离子密度和温度的增加是联系在一起的．本文临震前的离子温度和电磁场信号的增强与Pulinets和Boyarchuk的这一观点吻合. 但地震孕育与电离层异常信号之间的耦合不是单一模型能够完全解释的，而是一个复杂的过程. 地震的孕育激发电离层异常的机制目前还不明确, 这就给地震异常的识别带来极大困难．因此需要对不同地震事件期间的电离层现象进行更为广泛和深入的分析，才能给出更确切的结果．本文仅是将这些观测到的现象客观记录了下来，对客观出现的震前异常现象进行总结和分析，并在分析过程中尽可能地排除了太阳、地磁等已知因素引起的电离层异常的可能．当然目前还只是很初步的研究分析结果，对这些信息的起源及空间电磁信息源场的判定等都还需要更多事件和经验的积累．

3.   结论

1) 本文基于法国DEMETER卫星观测的离子温度(T_i)以及VLF电磁场单频点频谱数据，探索了2008年5月12日汶川M_S8.0， 2010年1月12日海地M_S7.3和2010年2月27日智利M_S8.8等3次强震前后与地震有关的电离层异常现象．结果发现，汶川地震前3天(2008-05-09)在震中北偏西方向离子温度明显升高，震前4天(2008-05-08)VLF磁场低于200 Hz频段范围的频谱有明显突升．智利地震前9天(2010-02-18)震中北东方向离子温度(T_i)有剧烈扰动；震前4天(-02-23)VLF磁场100—160 Hz频段范围内突升．海地地震震前没有观测到明显的异常现象，但地震发生当天的数据(震后约4—5小时)中T_i， 40—160Hz频段电场频谱，以及120—480 Hz磁场频谱均有明显突升，应为地震发生后能量释放所引起的．汶川和智利地震震前明显的异常现象，虽然目前没有直接的证据表明这些变化是由地震孕育引起的，但在数据处理中已尽可能排除了太阳、地磁等因素的影响，并且与前人(Gokhberg et al， 1983； Serebryakova et al， 1992； Parrot et al， 1994， 2006a； Bhattacharya et al，2009)研究结果吻合. 因此，本文研究的电磁辐射信号增强及温度的增高与地震孕育发生的关系较大．

2) 本文研究的可能与地震有关的3个参量异常都具有很强的局部性，多出现在震中区上空周围15°范围内， VLF电磁场单频点频谱的异常更多地出现在震中上空5°范围以内．这种区域性特征与震源区孕震过程相关，也就是说是孕震区的活动影响了电离层的各参数变化，孕震区是作为一个扰动信号的主动源存在的，这对追溯信号来源和分析异常产生机理是非常重要的．

3) 由于电离层异常在地震前后出现的时间不确定，卫星获取的数据时空覆盖也不够全面，所以距离震中最近的轨道并不一定表现出最明显的异常，距离发震时间最近的轨道也未必表现出最明显的异常，所以卫星获取的数据，其异常的出现在大多数情况下都比较随机，较难寻找规律．并且震例积累越多，地震所表现出的异常现象也越多，规律越难寻找．若将来发射多颗同类卫星的星座，弥补卫星获取时空密度上的不足，会有助于解决此问题．

作者衷心感谢法国DEMETER数据中心为本文提供的1级观测数据；感谢中国地震局地震预测研究所同行给予的帮助；感谢评审专家提出的修改意见和建议．

参考文献(1)

崔永, 地里夏提·克优木. 2004. 乌鲁木齐10号泉溶解气甲烷的3次长趋势异常变化的分析［J］. 内陆地震, 18(4): 371——375.

高小其, 陈华静, 高国英, 许秋龙, 崔永. 2006a. 新疆地下流体源兆、场兆、大震远兆特征的统计与分析［J］. 地震, 26(2): 83——94.

高小其, 陈华静, 杨又陵, 李志海, 许秋龙. 2006b. 2004年12月26日印尼8.7级强震新疆地区的同震效应［J］. 地震地磁观测与研究, 27(3): 40——46.

高小其, 许秋龙, 张学敏, 李艳萍, 卢静芳, 崔永. 2000. 乌鲁木齐10号泉流体综合观测及映震灵敏初析［J］. 内陆地震, 14(3): 243——251.

胡江春, 边疆, 王书锦, 杜建国. 2006. 中强地震活动中汞的异常特征及土壤微生物敏感菌的相关性模拟试验［C］∥第十届全国土壤微生物学术讨论会暨第三届全国微生物肥料生产技术研讨会论文(摘要)集. 山东泰安: 泰山出版社：53.

蒋锦昌, 陈德玉. 2003. 地震生物学概论［M］. 北京: 地震出版社: 2——5.

李博. 2000. 生态学［M］. 北京: 高等教育出版社: 76——77.

李慧, 曾军, 高小其, 杨红梅, 张涛, 杨晓芳, 孙建, 娄恺. 2011. 新疆断裂带含硫冷泉泉水细菌群落结构多样性［J］. 微生物学报, 51(5): 595——602.

宋洪宁, 杜秉海, 张明岩, 付伟章, 路晓萌, 李正华, 丁延芹. 2010. 环境因素对东平湖沉积物细菌群落结构的影响［J］. 微生物学报, 50(8): 1065——1071.

王晓慧, 文湘华, Criddle C, 张杰, 杨宁宁, 赵颖. 2009. 城市污水处理场活性污泥中氨氧化菌群落结构研究［J］. 环境科学, 20(10): 3002——3006.

赵永红, 白竣天, 李小凡, 贾科, 陈辉. 2011. 活动断裂带附近地下水中的氢同位素变化与地震关系研究［J］. 岩石学报, 27(6): 1909——1915.

Acar M, Mettetal J T, Qudenaarden V. 2008. Stochastic switching as a survival strategy in fluctuation environments［J］. Nat Genet, 40(4): 471——475.

Allison S D, Martiny J B H. 2008. Resistance, resilience, and redundancy in microbial communities［J］. P Natl Acad Sci, 105(Suppl Ⅰ): 11512——11519.

Balaban N Q. 2004. Bacterial persistence as a phenotypic switch［J］. Science, 305(5690): 1622——1625.

Bernhard A E, Field K G. 2000. Identification of nonpoint sources of fecal pollution in coastal waters by using host——specific 16S ribosomal DNA genetic makers from fecal anaerobes［J］. Appl Environ Microbiol, 66(4): 1587——1594.

Falkowski P G, Fenchel T, Delong E F. 2008. The microbial engines that drive biogeochemical cycles［J］. Science, 320(5879): 1034——1039.

Fogel G B, Collins C R, Li J. 1999. Prokaryotic genome size and SSU rDNA Copy number: estimation of microbial relative abundance from a mixed population［J］. Microbiol Ecol, 38(2): 93——113.

Fuhrman J A, Hewson L, Schwalbach M S, Steele J A, Brown M V, Naeem S. 2006. Annually reoccurring bacterial communities are predictable from ocean conditions［J］. P Natl Acad Sci, 103(35): 13104——13109.

Hiraishi A, Lwasaki K, Shinjo H. 2000. Terminal restriction pattern analysis of 16S rRNA gene for the characterization of bacterial communities of activated sludge［J］. J Bioscie Bioeng, 90(2): 148——156.

Kirschvink J L. 2000. Earthquake prediction by animals: Evolution and sensory perception［J］. Bull Seism Soc Amer, 90(2): 312——323.

Liu W T, Marsh T L, Cheng H, Forney L J. 1997. Characterization of microbial diversity by determining Terminal Restriction Fragment Length Polymorphisms of genes encoding 16S rRNA［J］. Appl Envirom Microbiol, 63(11): 4516——4522.

Lukow T, Dunfield P F, Liesack W. 2000. Use of T——RFLP technique to assess spatial and temporal changes in the bacterial community structure within an agricultural soil planted with transgenic and non——transgenic potato plants［J］. FEMS Microbiol Ecol, 32(3): 241——247.

MacArthur R H, Wilson E O. 1967. The Theory of Island Biogeography［M］. Princeton: Princeton University Press: 68——93.

Miller L D, Russell M H, Alexandre G. 2009. Diversity in bacterial chemotactic responses and niche adaptation［J］. Adv Appl Microbiol, 66: 53——75.

Mitchell A, Romano G H, Groisman B, Yona A, Dekel E, Kupiec M, Dahan O, Pilpel Y. 2009. Adaptive prediction of environmental changes by microorganisms［J］. Nature, 460(7252): 220——224.

Moeseneder M M, Ameta J M, Muyzer G. 1999. Optimization of terminal——restriction fragment length polymorphism analysis for complex marine bacterio——plankton communities and comparison with denaturing gradient gel electrophoresis［J］. Appl Environ Microbiol, 65(8): 3518——3525.

Perez N M, Hernandez P A, Igarashi G, Trujill I, Nakai S, Sumino H, Wakita H. 2008. Searching and detecting earthquake geochemical precursors in CO₂——rich groundwaters from Galicia, Spain［J］. Geochem J, 42(1): 75——83.

Rowbury R J. 2008. Extracellular Sensors and Extracellular Induction Components in stress Tolerance Induction［M］. New York: Springer——Verlag: 263——292.

Shaheen B H, Nasreen B, James T H. 2003. Depth distribution of microbial diversity in Mono Lake, a meromictic soda Lake in California［J］. Appl Environ Microbiol, 69(2): 1030——1042.

Skelton A, Claesson L, Chakrapani G, Mahanta C, Routh J, Moorth M, Khanna P. 2008. Coupling between seismic activity and hydrogeochemistry at the Shillong Plateau, northeastern India［J］. Pure Appl Geophys, 165(1): 45——61.

Stejskal V, Malec J, Novotny O. 2008. Variations in discharge and temperature of mineral springs at the Frantiskovy Lazne Spa, Czech Republic, during a nearby earthquake swarm in 1985/1986［J］. Stud Geophys Geod, 52(4): 589——606.

Suer S N, Gulec N, Mutlu H, Hilton D R, Cifter C, Sayin M. 2008. Geochemical monitoring of geothermal waters (2002—2004) along the North Anatolian Fault Zone, Turkey: Spatial and temporal variations and relationship to seismic activity［J］. Pure Appl Geophys, 165(1): 17——43.

Tagkopoulos L, Liu Y C, Tavazoie S. 2008. Predictive behavior within microbial genetic networks［J］. Science, 320(5881): 1313——1317.

Yang H M, Lou K. 2011. Succession and growths stratery of a spring microbial community from KeZhou sinter in China［J］. Braz J Microbiol, 42(1): 41——45.