1997—2016年中国大陆地区地磁台站观测环境变化定量分析

李细顺; 高登平; 王利兵; 赵志远; 畅国平; 章阳

doi:10.11899/zzfy20190320

1997—2016年中国大陆地区地磁台站观测环境变化定量分析

doi: 10.11899/zzfy20190320

河北省地震局红山基准台, 河北邢台 055350

基金项目:

河北省地震局监测、预报、科研三结合课题 SJH1804

详细信息

作者简介:
李细顺, 女, 生于1976年。高级工程师。主要从事地磁观测与研究。E-mail:270886468@qq.com

通讯作者:
高登平，男，生于1973年。高级工程师。主要从事地震监测与研究。E-mail:276221635@qq.com

计量
- 文章访问数: 164
- HTML全文浏览量: 42
- PDF下载量: 1
- 被引次数: 5
出版历程
- 收稿日期: 2018-11-14
- 刊出日期: 2019-09-01

Quantitative Analysis of the Observed Environmental Changes of Geomagnetic Stations in Mainland China from 1997 to 2016

Hongshan Magnetic Observatory, Hebei Earthquake Agency, Xingtai 055350, Hebei, China

摘要

摘要: 本文利用CHAOS-6地磁场模型计算1997—2016年中国大陆地区34个地磁台站模型值，分析比较模型计算值与台站实测值之间的差异，利用国际参考场模型IGRF12计算结果进行佐证。结果表明：地磁异常场模量△T作为地磁台站观测环境的一种标志，年变化显示：①中国大陆地区34个地磁基准台绝大部分位于地磁正常区或弱磁异常区，只有少数几个地磁台位于强磁异常区；②判断1个地磁台的地磁场环境，只测量总强度（F）是不够的，必须进行三分量绝对观测，利用地磁异常场模量△T评价地磁台的地磁场环境更全面、更科学合理。
- 地磁场 /
- CHAOS-6模型 /
- 地磁台站 /
- 地磁异常场模量 /
- IGRF12模型
Abstract: Using CHAOS-6 geomagnetic field model, we calculated the model values of 34 geomagnetic stations between 1997-2016 in mainland China. By analyzing and comparing the model calculation value and the observation value, and the difference between using IGRF12 calculation results, we found that the geomagnetic anomalous field modulus(△T) is a good indicator of the geomagnetic station observation environment. Our results show that:①for the most part the geomagnetic normal area or weak magnetic anomaly area of 34 geomagnetic stations in mainland China, only a handful of geomagnetic station located in the strong magnetic anomaly zone, ②to judge the geomagnetic field environment of a geomagnetic platform, it is not enough to make the measurement of total strength (F) only, but to make the absolute observation of three components. Instead, it will be more comprehensive, more scientific and reasonable by using the modulus of geomagnetic anomalies (△T) in evaluating the geomagnetic field environment of a geomagnetic platform in future.
- Geomagnetic field /
- CHAOS-6 model /
- Geomagnetic station /
- Modulus of geomagnetic anomaly /
- IGRF12 model

HTML全文

引言

地磁场是重要的地球物理场，是随时间和空间变化的矢量场（傅承义等，1985；Campbell，2003；徐文耀，2009），一般将地磁场分为内源场和外源场，内源场方面的研究较多（Haines，1985；Alldredge，1987；徐文耀，2002；Wardinski等，2006；Lesur等，2008），开展了较多地壳磁异常场方面的研究工作（Hemant等，2005, 2007）。地磁场模型可对地磁场时空分布进行较为直观的表示，1968年国际地磁和高空大气物理学协会（International Association of Geomagnetism and Aeronomy，IAGA）给出了第一代国际地磁参考场（International Geomagnetic Reference Field，缩略为IGRF）模型，之后每5年给出1个新的IGRF模型（杨云存等，2014）。IGRF模型忽略了地磁外源场的变化，其描述的是地球主磁场及其长期变化，在分析岩石圈磁异常变化及在地震监测预报中具有重要的应用（顾左文等，2006；顾春雷等，2010；陈斌，2012；袁洁浩等, 2013, 2016）。陈斌等（2012）根据IGRF11模型计算了中国地区地磁长期变化及其误差，并分析了引起误差的可能因素。2015年5月，IAGA发布了第12代国际参考地磁场IGRF12模型（Thébbaultbault等，2015），该模型提供了2010—2015年确定的主磁场模型，并预测了2015—2020年度长期变化，更新了磁极位置。

由于IGRF模型只描述地球主磁场部分，为了客观地评价地磁台站观测环境状况，本文引入了CHAOS模型。CHAOS模型是一种描述全球地磁场及其长期变化的模型，包括地磁场的内源场和外源场。该模型最初由丹麦国家空间中心于2006年提出。第一代CHAOS模型是利用CHAMP、Ǿrsted和SAC-C卫星磁测数据计算得到的（Olsen等，2006）。xCHAOS、CHAOS-2、CHAOS-3、CHAOS-4和CHAOS-5模型于2008—2015年先后提出（Olsen等，2008；Olsen等，2009, 2014），其中CHAOS-3和CHAOS-5分别为IGRF11和IGRF12的候选模型（Olsen等，2010；Finlay等，2015）。安柏林等（2017）基于CHAOS-5模型计算和分析了中国大陆地区的地磁长期变化，得到中国12个站点年变率及其等变化图以及长期加速度分布的时空分布特征。最新一代CHAOS-6模型于2016年提出，该模型是利用Swarm卫星数据和160个地面台站数据计算得到的（Finlay等，2016），Swarm的3颗卫星采用60s间隔记录磁测数据，手动对较大异常的数据进行鉴定和否决，尽可能地隔离内源场和外源场。王振东等（2017）根据CHAOS-6模型，计算了中国地区28个地磁台站的地磁年度变化，分析并比较了地磁台站实际观测值与CHAOS-6模型计算值之间的差异，得到两者差值的均值及均方差。

地磁台站记录到的地磁变化信号主要受到外源场和内源场2种场源的影响。其中，外源场起源于地表以上的空间电流体系，这些电流体系主要分布在电离层、磁层和行星际空间（李琪等，2015），我国基于台站和卫星数据对电离层源磁场以及磁层源磁场开展了很多研究（丁鉴海等，2005；李细顺等, 2015, 2018）。为了定量评估中国大陆地区地磁台站环境变化，利用CHAOS-6模型，本文计算了1997—2016年34个地磁台站的地磁年均值，并由地磁台站观测值与模型计算值计算得到地磁异常场模量△T，作为地磁台站磁场环境的一种标志。为了进一步佐证，利用国际参考地磁场模型IGRF12计算了地磁异常场模量△T，估算了两者之间的差异，分析讨论了相关问题。

1. CHAOS-6模型计算

根据地磁场球谐级数理论，地磁位函数表达式为：

$$ V=\alpha \sum\limits_{n=1}^{{{N}^{*}}}{\sum\limits_{m=0}^{n}{{{\left(\frac{\alpha }{r} \right)}^{n+1}}(g_{n}^{m}\cos m\lambda +h_{n}^{m}\sin m\lambda)p_{n}^{m}(\cos \theta)}} $$

(1)

地磁分量的表达式为：

$$ X=\frac{1}{r}\frac{\partial V}{\partial \theta }=\sum\limits_{n=1}^{{{N}^{*}}}{\sum\limits_{m=0}^{n}{{{\left(\frac{\alpha }{r} \right)}^{n+2}}(g_{n}^{m}\cos m\lambda +h_{n}^{m}\sin m\lambda)\frac{d}{d\theta }p_{n}^{m}(\cos \theta)}} $$

(2)

$$ Y=-\frac{1}{r\sin \theta }\frac{\partial V}{\partial \lambda }=\sum\limits_{n=1}^{{{N}^{*}}}{\sum\limits_{m=0}^{n}{\frac{-m}{\sin \theta }{{\left(\frac{\alpha }{r} \right)}^{n+2}}(-g_{n}^{m}\cos m\lambda +h_{n}^{m}\sin m\lambda)p_{n}^{m}(\cos \theta)}} $$

(3)

$$ Z=\frac{\partial V}{\partial r}=\sum\limits_{n=1}^{{{N}^{*}}}{\sum\limits_{m=0}^{n}{-(n+1){{\left(\frac{\alpha }{r} \right)}^{n+2}}(g_{n}^{m}\cos m\lambda +h_{n}^{m}\sin m\lambda)p_{n}^{m}(\cos \theta)}} $$

(4)

其中，X、Y、Z分别为地磁场北向、东向和垂直分量，a为参考半径，a=6371.2km，r为离开地心的径向距离，r=a+h，h为海拔高度，θ为地理余纬，λ为地理径度，p_n^m(cosθ)为Schmidt准归一化缔合勒让德函数，N^*为最高阶数，g_n^m和h_n^m为地磁场的球谐系数。根据模型的球谐系数和公式（2）—（4），可以计算出某一时间、某一地点和某一高度的磁场值，通常称为地磁场的模型计算值。

为提高计算精度，在进行上述计算时，必须考虑地球的扁率。丹麦科技大学国际空间研究所提供的CHAOS-6模型计算程序¹需要输入地心坐标系的地心余纬θ、地心经度λ和离开地心的径向距离r。台站提供的地理经度和纬度需要进行变换，否则计算结果相差较大。以红山地磁台为例，地理坐标为余纬52.6°，东径114.7°，变换成地心坐标为余纬52.9°，东径114.5°。利用CHAOS-6模型计算2016年5月1日模型值，与台站实测值比较，其中dif_地理表示用地理坐标计算结果与台站实测值的差值，dif_地心表示用地心坐标计算结果与台站实测值的差值。用同样的方法比较了昌黎地磁台的差别情况，如表 1所示。

1丹麦科技大学国际空间研究所：http://www.spacecenter.dk/files/magnetic-models/CHAOS-6/

表 1 地理坐标与地心坐标计算结果比较

Table 1. Comparison of calculation results between geographic coordinates and geocentric coordinates

测项	地理坐标下的模型值/nT	地心坐标下的模型值/nT	台站观测值/nT	dif_地理/nT	dif_地心/nT
X_红山	29305.2	29503.5	29547.2	-242.0	-43.7
Y_红山	-2993.2	-2946.6	-3072.9	79.7	126.3
Z_红山	44739.8	44523.6	44321.7	418.1	201.9
X_昌黎	27768.7	28041.0	28045.4	-276.7	-4.4
Y_昌黎	-3681.9	-3670.7	-3725.0	43.1	54.3
Z_昌黎	46217.1	45889.4	45808.7	408.4	80.7

下载: 导出CSV

| 显示表格

表 1计算结果显示，将地磁台站的地理坐标变换为地心坐标，利用CHAOS-6模型计算得到的理论值更接近于台站观测值，模型的误差更小。

利用相同的方法计算中国大陆地区34个地磁台站的地磁场7个分量的年均值。台站名称及分布图见图 1。

图 1 中国大陆地区34个地磁台站分布

Figure 1. Location map of 34 geomagnetic observatory stations in mainland china

下载: 全尺寸图片幻灯片

2. 磁场环境变化定量计算与分析

2.1 地磁台站环境变化定量计算

地球内源磁场是由主磁场（地核场）和异常场（地壳场）组成的。CHAOS-6地磁场模型可将地磁场分离成地核场、地壳场和外源场。本文利用CHAOS-6模型计算了1997—2016年中国大陆地区34个地磁台7个地磁分量的理论年均值，地磁台实测年均值与CHAOS-6模型分离出的地核场、外源场之和的差值表示地磁台的地壳磁异常。其中，△F表示地磁总强度（F）的磁异常，△F可正可负，而△T则为正值，其代表了地磁台地磁异常场的模量¹。利用公式（5）计算异常场的模量△T：

1安振昌：http://www.docin.com/p-88744983.html?qq-pf-to=pcqq.c2c

$$ \Delta T=\sqrt{{{(\Delta X)}^{2}}+{{(\Delta Y)}^{2}}+{{(\Delta Z)}^{2}}} $$

(5)

其中，△X、△Y和△Z为地磁场北向分量（X）、东向分量（Y）和垂直分量（Z）的磁异常值，△T可以作为地磁台地磁场环境的标志之一。地壳场的平均强度为150nT，若△T < 100nT，为正常磁场区；若100nT < △T < 300nT，为弱磁异常区；当△T＞300nT时，则为强异常区。

表 2给出了34个地磁台1997—2016年7个地磁要素地磁异常场的平均值以及地磁异常场模量△T的平均值，根据△T的大小可以判定地磁台的地磁观测环境状况。

表 2 地磁台的地磁异常场（CHAOS-6模型）

Table 2. The geomagnetic anomaly field of the observatories

台站名称	△D/′	△I/°	△H/nT	△X/nT	△Y/nT	△Z/nT	△F/nT	△T/nT
北京	-18.6	-0.3	689.1	667.8	-231.5	592.0	865.4	928.0
昌黎	-6.6	0.0	-21.4	-27.9	-52.0	-45.3	-49.8	76.0
成都	3.9	0.3	-50.5	-49.4	40.0	280.80	172.10	288.6
崇明	14.8	0.1	72.0	84.7	136.7	197.3	193.3	254.7
大连	8.0	-0.5	323.6	329.4	25.8	-418.20	-177.10	548.4
德都	-13.1	-0.2	132.6	112.9	-112.3	-129.5	-64.0	204.9
格尔木	-7.6	-0.1	98.6	98.7	-66.9	50.1	97.4	129.7
肇庆	1.6	0.5	-50.4	-49.7	19.5	419.1	189.1	422.6
贵阳	-8.4	0.2	22.0	19.3	-90.0	184.8	135.3	213.8
杭州	-31.3	-0.3	96.3	66.3	-315.6	-233.4	-94.2	437.3
红山	-16.9	-0.2	51.4	37.7	-151.5	-239.2	-168.7	286.0
呼和浩特	-0.9	0.2	20.3	19.7	-9.2	343.8	308.1	345.2
嘉峪关	1.2	0.1	27.5	27.6	9.4	155.4	148.1	160.8
静海	-4.2	0.2	-76.2	-79.5	-27.4	165.8	98.3	186.0
喀什	7.1	0.1	30.9	27.2	58.1	272.8	249.7	280.8
台站名称	△D/′	△I/°	△H/nT	△X/nT	△Y/nT	△Z/nT	△F/nT	△T/nT
拉萨	-13.3	0.0	202.5	201.9	-134.3	235.8	309.7	368.8
兰州	-6.7	0.2	-62.6	-64.6	-57.9	193.8	121.4	212.8
满洲里	0.1	-0.1	-64.0	-63.1	10.7	-344.4	-343.7	350.4
蒙城	13.7	-0.1	65.7	54.4	-134.2	-49.1	4.3	153.1
乾陵	2.2	-0.1	51.5	52.6	17.6	-105.2	-51.9	121.6
琼中	-6.8	0.6	-65.0	-66.7	-76.5	441.6	129.6	453.3
泉州	-3.0	0.3	-29.5	-31.5	-29.5	271.2	138.8	296.2
邵阳	-1.4	-0.2	81.3	80.6	-18.6	-119.5	-17.6	145.7
佘山	-0.2	0.8	-323.1	-322.1	26.5	602.3	212.1	683.9
太原	-3.1	0.0	82.9	80.2	-33.2	93.1	123.4	158.9
泰安	23.9	-1.0	724.2	741.4	145.7	-573.6	-32.7	948.9
天水	1.8	-0.1	80.4	81.1	13.2	-103.1	-32.8	133.3
通海	-2.2	0.7	-99.1	-99.5	-22.0	578.8	254.6	587.8
乌鲁木齐	1.1	0.2	-124.5	-124.7	0.7	251.4	172.4	289.1
武汉	-0.1	-0.1	57.8	57.6	-5.2	-42.3	9.5	75.0
西昌	-19.9	0.0	146.0	140.9	-212.2	142.2	203.2	305.7
银川	-2.9	-0.1	79.2	77.8	-28.7	-127.1	-65.6	158.1
邕宁	-3.2	0.3	-31.0	-32.0	-34.3	274.1	123.7	278.2
长春	-7.7	0.0	6.2	-3.5	-58.4	3.5	6.2	92.2

下载: 导出CSV

| 显示表格

从表 2可以看出，中国绝大部分地磁台位于地磁正常区或弱磁异常区，只有少数几个地磁台位于强磁异常区。武汉、昌黎和长春3个地磁台位于正常磁场区，比例为9%，其中武汉台最小，只有75.0nT，昌黎台次之，为76.0nT；乾陵、格尔木、天水、邵阳、蒙城、银川、太原、嘉峪关、静海、德都、兰州、贵阳、崇明、邕宁、喀什、红山、成都、乌鲁木齐和泉州共19个地磁台位于很弱的磁异常区，占比为56%，其中，乾陵较小，为121.6nT；北京（△T=928.0nT）、大连（△T=548.4nT）、杭州（△T=437.3nT）、满洲里（△T=350.4nT）、泰安（△T=948.9nT）、佘山（△T=683.9nT）、通海（△T=587.8nT）、琼中（△T=453.3nT）、肇庆（△T=422.6nT）、拉萨（△T=368.8nT）、呼和浩特（△T=345.2nT）和西昌（△T=305.7nT）共12个地磁台位于强磁异常区，所占比例为35%，其中，北京台和泰安台的磁异常接近1000nT。

为了进一步评价中国地磁台站近20年来的地磁环境变化情况，绘制了△T的年变化图，见图 2。

图 2 地磁环境逐年变化

Figure 2. Annual variations of the geomagnetic environment

下载: 全尺寸图片幻灯片

从图 2可以看出，北京台磁异常逐年增大，2016年达到996.1nT，16年间增大了90nT，自2013年起加速增大，有突破1000nT的趋势，分析其原因，发现地磁台观测环境受到城市发展和人类活动影响巨大，严重影响了地磁观测。泰安台20年间基本处于911—980nT之间，该台地磁异常场值较大，可能与台站所处位置的地下岩石性质有关。杭州台自2008年开始，地磁异常场由240nT增大到790nT左右，乌鲁木齐台自2013年开始，△T由90nT左右增大到700nT左右，分析其原因，杭州台受城市快速发展、周边新建了许多铁磁性建筑物，影响了台站观测环境，乌鲁木齐地磁台于2013年进行了台站搬迁，实测数据出现台阶，导致△T值计算变大。银川地磁台观测环境逐年变差，磁异常值1997—2008年一直处于30—70nT左右，处于正常异常区，自2009年开始启用新绝对观测室，磁异常值逐年变大，2014年起台站周围商住楼群施工干扰严重，到2016年施工结束，磁异常值达到492.9nT强磁异常区水平，台站环境受到了严重破坏。台站观测环境呈变差趋势的还有嘉峪关和拉萨2个台站。大连地磁台2011年磁异常值从700nT突降为80nT左右，下降幅度巨大，原因为该台于2010年12月30日动迁至新地磁台，2011年正式产出数据，迁台后没有进行观测数据改正，实测年均值出现台阶。太原地磁台2005年异常值突跳，达到481.6nT，原因为台站2005年进行模拟观测与数字观测更替，导致实测数据错误。

2.2 可靠性验证

为了进一步验证上述计算结果及分析的正确性，利用最新一代国际参考地磁场IGRF12模型计算中国大陆地区34个地磁台1997—2016年地磁场七要素模型值与实测值的差值及地磁异常场模量△T，见表 3。

表 3 地磁台的地磁异常场（IGRF12模型）

Table 3. The geomagnetic anomaly field of the observatories

台站名称	△D/′	△I/°	△H/nT	△X/nT	△Y/nT	△Z/nT	△F/nT	△T/nT
北京	-16.2	-0.4	724.2	704.8	-215.1	393.5	714.4	840.5
昌黎	-7.3	0.0	-65.7	-72.7	-52.1	-137.8	-151.7	165.3
成都	6.6	0.0	6.4	8.1	65.4	-30.0	-17.7	75.0
崇明	17.6	0.1	43.5	58.8	165.7	148.9	138.6	231.3
大连	10.5	-0.4	236.5	245.8	57.9	-373.3	-186.2	500.6
德都	-17.7	-0.1	17.6	-6.0	-120.9	-119.2	-101.5	170.5
格尔木	-4.3	0.1	-29.1	-29.1	-38.3	61.2	33.8	78.8
肇庆	4.8	0.0	-2.5	-0.6	53.1	38.2	19.2	67.5
贵阳	-6.2	0.0	10.5	8.5	-66.0	54.4	42.7	105.4
杭州	-32.1	-0.2	-2.9	-33.2	-315.4	-179.1	-125.3	392.5
红山	-13.9	0.0	-69.4	-80.2	-114.8	-157.1	-168.7	211.6
呼和浩特	4.2	0.1	-3.2	-0.3	34.1	255.3	219.6	258.5
嘉峪关	1.0	0.0	19.7	19.7	8.1	15.8	24.1	42.8
静海	1.8	0.1	-66.9	-64.6	22.0	48.7	5.0	85.6
喀什	8.7	0.2	-72.6	-76.9	64.4	239.9	168.1	260.6
拉萨	-13.6	0.0	159.1	158.5	-137.3	133.9	206.9	280.8
兰州	-1.9	-0.1	4.6	3.9	-17.1	-95.6	-75.2	98.7
满洲里	0.2	0.0	-163.7	-161.5	26.5	-336.0	-372.7	374.2
蒙城	-12.2	0.0	-24.2	-34.0	-113.2	-1.3	-16.4	120.8
乾陵	2.9	-0.1	-5.1	-3.7	27.1	-173.9	-140.9	177.2
琼中	-2.9	0.0	-7.6	-8.4	-33.2	-9.8	-11.8	41.7
泉州	1.3	-0.1	25.8	26.5	12.5	-70.1	-20.6	119.5
邵阳	-0.9	0.0	-15.2	-15.7	-8.7	-5.1	-14.9	32.7
佘山	4.0	0.4	-257.3	-253.0	61.5	256.8	8.8	367.1
太原	0.3	0.0	43.4	43.1	-0.9	19.2	39.9	85.9
泰安	22.2	-0.8	589.2	605.7	144.0	-497.5	-50.2	797.3
天水	6.2	-0.1	-2.5	-0.3	57.2	-109.5	-88.2	127.2
台站名称	△D/′	△I/°	△H/nT	△X/nT	△Y/nT	△Z/nT	△F/nT	△T/nT
通海	-1.2	0.2	-31.4	-31.6	-12.2	182.0	80.5	185.8
乌鲁木齐	1.6	0.2	-146.2	-146.7	3.8	151.3	72.9	214.2
武汉	1.7	-0.1	4.6	5.7	16.6	-63.4	-42.7	74.8
西昌	-20.2	-0.2	161.6	156.5	-215.6	-88.1	60.1	288.6
银川	-1.7	-0.1	-17.3	-18.2	-13.7	-139.1	-127.3	161.8
邕宁	-1.5	0.0	-9.5	-9.7	-16.4	9.3	-2.6	29.5
长春	-2.8	-0.1	31.8	27.7	-25.6	-109.3	-81.0	121.2

下载: 导出CSV

| 显示表格

由表 3可以看出，中国绝大部分地磁台位于地磁正常区，只有少数几个地磁台位于强磁异常区。成都、格尔木、肇庆、嘉峪关、静海、兰州、琼中、邵阳、太原、武汉和邕宁共11个地磁台位于正常磁场区，比例为32%，其中，邕宁台最小，只有29.5nT，邵阳台次之，为32.7nT；昌黎、崇明、德都、贵阳、红山、呼和浩特、喀什、拉萨、蒙城、乾陵、泉州、天水、通海、乌鲁木齐、西昌、银川和长春共17个地磁台位于很弱的磁异常区，占比为50%，其中，贵阳较小，为105.4nT；北京（△T=840.5nT）、大连（△T=500.6nT）、杭州（△T=392.5nT）、满洲里（△T=374.2nT）、泰安（△T=797.3nT）和佘山（△T=367.1nT）共6个地磁台位于强磁异常区，所占比例为18%，其中，北京台的磁异常将要达到1000nT。

与CHAOS-6模型计算出的△T相比较，结果见表 4。其中，琼中台和肇庆台由强磁异常区进入到正常异常区，△T数值变化较大；通海台由强磁异常区进入到弱磁异常区；邕宁台、成都台和邵阳台由弱磁异常区进入到正常异常区。CHAOS-6模型在中国大陆的精度呈现出区域性，在华南地区低纬度台站中，地磁各分量的磁异常值及地磁异常场模量△T均较大，利用CHAOS-6模型计算得到的△Z远大于IGRF12模型。

表 4 部分地磁台CHAOS-6和IGRF12模型的精度统计

Table 4. Accuracy from statistics of partial observatories by CHAO-6 and IGRF12 models

台站名称	△D/′		△I/°		△H/nT		△X/nT		△Y/nT		△Z/nT		△F/nT		△T/nT
台站名称	CHAOS-6	IGRF12	CHAOS-6	IGRF12	CHAOS-6	IGRF12	CHAOS-6	IGRF12	CHAOS-6	IGRF12	HAOS-6	IGRF12	CHAOS-6	IGRF12	CHAOS-6	IGRF12
琼中	-6.8	-2.9	0.6	0.0	-65.0	-7.6	-66.7	-8.4	-76.5	-33.2	441.6	-9.8	129.6	-11.8	453.3	41.7
通海	-2.2	-1.2	0.7	0.2	-99.1	-31.4	-99.5	-31.6	-22.0	-12.2	578.8	182.0	254.6	80.5	587.8	185.8
肇庆	1.6	4.8	0.5	0.0	-50.4	-2.5	-49.7	-0.6	19.5	53.1	419.1	38.2	189.1	19.2	355.0	67.5
邕宁	-3.2	-1.5	0.3	0.0	-31.0	-9.5	-32.0	-9.7	-34.3	-16.4	274.1	9.3	123.7	-2.6	278.2	29.5
成都	3.9	6.6	0.3	0.0	-50.5	6.4	-49.4	8.1	40.0	65.4	280.8	-30.0	172.1	-17.7	288.6	75.0
邵阳	-1.4	-0.9	-0.2	-0.0	81.3	-15.2	80.6	-15.7	-18.6	-8.7	-119.5	-5.1	-17.6	-14.9	113.0	32.7

下载: 导出CSV

| 显示表格

利用IGRF12模型计算得到了中国大陆地区34个地磁台的地磁异常场模量△T，其年变化趋势与CHAOS-6模型计算结果一致，见图 3，在此不再赘述。

图 3 1997—2016年中国大陆地区地磁台站地磁环境变化空间分布（IGRF12模型）

Figure 3. Spatial geomagnetic environment changes of the geomagnetic stations in mainland China between 1997 and 2016

下载: 全尺寸图片幻灯片

3. 结论

（1）利用地磁异常场模量△T可以客观地评价台站地磁观测环境的变化情况，分别利用CHAOS-6和IGRF12模型计算得到34个地磁台的地磁异常场模量△T，其逐年变化趋势一致。但是，对于华南地区低纬度的琼中、通海、肇庆、邕宁、成都、邵阳等6个台站，CHAOS-6模型计算结果远远大于IGRF12模型结果，其原因有待进一步研究。利用地磁异常场模量△T评价台站地磁观测环境时需客观选择地磁场模型。

（2）地磁异常场是一种矢量场，它的方向可与主磁场方向一致，也可以不一致。如果两者方向基本一致，则△F与△T大小相近；若异常场与主磁场方向不一样，则△F与△T的符号可以相反，其绝对值可以相差甚远。例如北京台的△F为714.4nT，△T为840.5nT，两者基本一样，说明北京台的异常场与主磁场的方向基本一致；昌黎台△F为-151.7nT，而△T为165.3nT，说明昌黎台的异常场与主磁场的方向相反；对于佘山台和泰安台，2个台站的△F很小（分别为8.8nT和-50.2nT），但是它们的△T很大（分别为367.1nT和797.3nT），说明这2个台的异常场与主磁场方向近于垂直。由此可见，为判明1个地磁台的地磁场环境，只测量总强度（F）是不够的，必须进行三分量绝对观测，利用公式（5）计算得到地磁异常场模量△T，利用△T评价地磁台站观测环境，才能对地磁台的异常场有全面的认识，进而能正确判定地磁台的地磁场环境。

图 1 中国大陆地区34个地磁台站分布

Figure 1. Location map of 34 geomagnetic observatory stations in mainland china

下载: 全尺寸图片幻灯片

图 2 地磁环境逐年变化

Figure 2. Annual variations of the geomagnetic environment

下载: 全尺寸图片幻灯片

图 3 1997—2016年中国大陆地区地磁台站地磁环境变化空间分布（IGRF12模型）

Figure 3. Spatial geomagnetic environment changes of the geomagnetic stations in mainland China between 1997 and 2016

下载: 全尺寸图片幻灯片

表 1 地理坐标与地心坐标计算结果比较

Table 1. Comparison of calculation results between geographic coordinates and geocentric coordinates

测项	地理坐标下的模型值/nT	地心坐标下的模型值/nT	台站观测值/nT	dif_地理/nT	dif_地心/nT
X_红山	29305.2	29503.5	29547.2	-242.0	-43.7
Y_红山	-2993.2	-2946.6	-3072.9	79.7	126.3
Z_红山	44739.8	44523.6	44321.7	418.1	201.9
X_昌黎	27768.7	28041.0	28045.4	-276.7	-4.4
Y_昌黎	-3681.9	-3670.7	-3725.0	43.1	54.3
Z_昌黎	46217.1	45889.4	45808.7	408.4	80.7

下载: 导出CSV

表 2 地磁台的地磁异常场（CHAOS-6模型）

Table 2. The geomagnetic anomaly field of the observatories

台站名称	△D/′	△I/°	△H/nT	△X/nT	△Y/nT	△Z/nT	△F/nT	△T/nT
北京	-18.6	-0.3	689.1	667.8	-231.5	592.0	865.4	928.0
昌黎	-6.6	0.0	-21.4	-27.9	-52.0	-45.3	-49.8	76.0
成都	3.9	0.3	-50.5	-49.4	40.0	280.80	172.10	288.6
崇明	14.8	0.1	72.0	84.7	136.7	197.3	193.3	254.7
大连	8.0	-0.5	323.6	329.4	25.8	-418.20	-177.10	548.4
德都	-13.1	-0.2	132.6	112.9	-112.3	-129.5	-64.0	204.9
格尔木	-7.6	-0.1	98.6	98.7	-66.9	50.1	97.4	129.7
肇庆	1.6	0.5	-50.4	-49.7	19.5	419.1	189.1	422.6
贵阳	-8.4	0.2	22.0	19.3	-90.0	184.8	135.3	213.8
杭州	-31.3	-0.3	96.3	66.3	-315.6	-233.4	-94.2	437.3
红山	-16.9	-0.2	51.4	37.7	-151.5	-239.2	-168.7	286.0
呼和浩特	-0.9	0.2	20.3	19.7	-9.2	343.8	308.1	345.2
嘉峪关	1.2	0.1	27.5	27.6	9.4	155.4	148.1	160.8
静海	-4.2	0.2	-76.2	-79.5	-27.4	165.8	98.3	186.0
喀什	7.1	0.1	30.9	27.2	58.1	272.8	249.7	280.8
台站名称	△D/′	△I/°	△H/nT	△X/nT	△Y/nT	△Z/nT	△F/nT	△T/nT
拉萨	-13.3	0.0	202.5	201.9	-134.3	235.8	309.7	368.8
兰州	-6.7	0.2	-62.6	-64.6	-57.9	193.8	121.4	212.8
满洲里	0.1	-0.1	-64.0	-63.1	10.7	-344.4	-343.7	350.4
蒙城	13.7	-0.1	65.7	54.4	-134.2	-49.1	4.3	153.1
乾陵	2.2	-0.1	51.5	52.6	17.6	-105.2	-51.9	121.6
琼中	-6.8	0.6	-65.0	-66.7	-76.5	441.6	129.6	453.3
泉州	-3.0	0.3	-29.5	-31.5	-29.5	271.2	138.8	296.2
邵阳	-1.4	-0.2	81.3	80.6	-18.6	-119.5	-17.6	145.7
佘山	-0.2	0.8	-323.1	-322.1	26.5	602.3	212.1	683.9
太原	-3.1	0.0	82.9	80.2	-33.2	93.1	123.4	158.9
泰安	23.9	-1.0	724.2	741.4	145.7	-573.6	-32.7	948.9
天水	1.8	-0.1	80.4	81.1	13.2	-103.1	-32.8	133.3
通海	-2.2	0.7	-99.1	-99.5	-22.0	578.8	254.6	587.8
乌鲁木齐	1.1	0.2	-124.5	-124.7	0.7	251.4	172.4	289.1
武汉	-0.1	-0.1	57.8	57.6	-5.2	-42.3	9.5	75.0
西昌	-19.9	0.0	146.0	140.9	-212.2	142.2	203.2	305.7
银川	-2.9	-0.1	79.2	77.8	-28.7	-127.1	-65.6	158.1
邕宁	-3.2	0.3	-31.0	-32.0	-34.3	274.1	123.7	278.2
长春	-7.7	0.0	6.2	-3.5	-58.4	3.5	6.2	92.2

下载: 导出CSV

表 3 地磁台的地磁异常场（IGRF12模型）

Table 3. The geomagnetic anomaly field of the observatories

台站名称	△D/′	△I/°	△H/nT	△X/nT	△Y/nT	△Z/nT	△F/nT	△T/nT
北京	-16.2	-0.4	724.2	704.8	-215.1	393.5	714.4	840.5
昌黎	-7.3	0.0	-65.7	-72.7	-52.1	-137.8	-151.7	165.3
成都	6.6	0.0	6.4	8.1	65.4	-30.0	-17.7	75.0
崇明	17.6	0.1	43.5	58.8	165.7	148.9	138.6	231.3
大连	10.5	-0.4	236.5	245.8	57.9	-373.3	-186.2	500.6
德都	-17.7	-0.1	17.6	-6.0	-120.9	-119.2	-101.5	170.5
格尔木	-4.3	0.1	-29.1	-29.1	-38.3	61.2	33.8	78.8
肇庆	4.8	0.0	-2.5	-0.6	53.1	38.2	19.2	67.5
贵阳	-6.2	0.0	10.5	8.5	-66.0	54.4	42.7	105.4
杭州	-32.1	-0.2	-2.9	-33.2	-315.4	-179.1	-125.3	392.5
红山	-13.9	0.0	-69.4	-80.2	-114.8	-157.1	-168.7	211.6
呼和浩特	4.2	0.1	-3.2	-0.3	34.1	255.3	219.6	258.5
嘉峪关	1.0	0.0	19.7	19.7	8.1	15.8	24.1	42.8
静海	1.8	0.1	-66.9	-64.6	22.0	48.7	5.0	85.6
喀什	8.7	0.2	-72.6	-76.9	64.4	239.9	168.1	260.6
拉萨	-13.6	0.0	159.1	158.5	-137.3	133.9	206.9	280.8
兰州	-1.9	-0.1	4.6	3.9	-17.1	-95.6	-75.2	98.7
满洲里	0.2	0.0	-163.7	-161.5	26.5	-336.0	-372.7	374.2
蒙城	-12.2	0.0	-24.2	-34.0	-113.2	-1.3	-16.4	120.8
乾陵	2.9	-0.1	-5.1	-3.7	27.1	-173.9	-140.9	177.2
琼中	-2.9	0.0	-7.6	-8.4	-33.2	-9.8	-11.8	41.7
泉州	1.3	-0.1	25.8	26.5	12.5	-70.1	-20.6	119.5
邵阳	-0.9	0.0	-15.2	-15.7	-8.7	-5.1	-14.9	32.7
佘山	4.0	0.4	-257.3	-253.0	61.5	256.8	8.8	367.1
太原	0.3	0.0	43.4	43.1	-0.9	19.2	39.9	85.9
泰安	22.2	-0.8	589.2	605.7	144.0	-497.5	-50.2	797.3
天水	6.2	-0.1	-2.5	-0.3	57.2	-109.5	-88.2	127.2
台站名称	△D/′	△I/°	△H/nT	△X/nT	△Y/nT	△Z/nT	△F/nT	△T/nT
通海	-1.2	0.2	-31.4	-31.6	-12.2	182.0	80.5	185.8
乌鲁木齐	1.6	0.2	-146.2	-146.7	3.8	151.3	72.9	214.2
武汉	1.7	-0.1	4.6	5.7	16.6	-63.4	-42.7	74.8
西昌	-20.2	-0.2	161.6	156.5	-215.6	-88.1	60.1	288.6
银川	-1.7	-0.1	-17.3	-18.2	-13.7	-139.1	-127.3	161.8
邕宁	-1.5	0.0	-9.5	-9.7	-16.4	9.3	-2.6	29.5
长春	-2.8	-0.1	31.8	27.7	-25.6	-109.3	-81.0	121.2

下载: 导出CSV

表 4 部分地磁台CHAOS-6和IGRF12模型的精度统计

Table 4. Accuracy from statistics of partial observatories by CHAO-6 and IGRF12 models

台站名称	△D/′		△I/°		△H/nT		△X/nT		△Y/nT		△Z/nT		△F/nT		△T/nT
台站名称	CHAOS-6	IGRF12	CHAOS-6	IGRF12	CHAOS-6	IGRF12	CHAOS-6	IGRF12	CHAOS-6	IGRF12	HAOS-6	IGRF12	CHAOS-6	IGRF12	CHAOS-6	IGRF12
琼中	-6.8	-2.9	0.6	0.0	-65.0	-7.6	-66.7	-8.4	-76.5	-33.2	441.6	-9.8	129.6	-11.8	453.3	41.7
通海	-2.2	-1.2	0.7	0.2	-99.1	-31.4	-99.5	-31.6	-22.0	-12.2	578.8	182.0	254.6	80.5	587.8	185.8
肇庆	1.6	4.8	0.5	0.0	-50.4	-2.5	-49.7	-0.6	19.5	53.1	419.1	38.2	189.1	19.2	355.0	67.5
邕宁	-3.2	-1.5	0.3	0.0	-31.0	-9.5	-32.0	-9.7	-34.3	-16.4	274.1	9.3	123.7	-2.6	278.2	29.5
成都	3.9	6.6	0.3	0.0	-50.5	6.4	-49.4	8.1	40.0	65.4	280.8	-30.0	172.1	-17.7	288.6	75.0
邵阳	-1.4	-0.9	-0.2	-0.0	81.3	-15.2	80.6	-15.7	-18.6	-8.7	-119.5	-5.1	-17.6	-14.9	113.0	32.7

下载: 导出CSV

参考文献(30)

安柏林, 康国发. 2017.基于CHAOS-5模型研究中国大陆地区地磁场长期变化.云南大学学报(自然科学版), 39(5):789-797.陈斌. 2011.自然正交分量方法在地震地磁监测中的应用.地震研究, 34(4):466-469. http://d.old.wanfangdata.com.cn/Periodical/yndxxb201705010

陈斌, 顾左文, 高金田等. 2012.IGR-11描述的2005-2010年中国地区地磁长期变化及其误差分析.地球物理学进展, 27(2):512-521. doi: 10.6038/j.issn.1004-2903.2012.02.014

丁鉴海, 索玉成, 余素荣. 2005.地磁场与电离层异常现象及其与地震的关系.空间科学学报, 25(6):536-542. doi: 10.3969/j.issn.0254-6124.2005.06.007

傅承义, 陈运泰, 祁贵仲. 1985.地球物理学基础.北京:科学出版社, 108-112.

顾春雷, 张毅, 徐如刚等. 2010.地震前后岩石圈磁场变化特征分析.地球物理学进展, 25(2):472-477. doi: 10.3969/j.issn.1004-2903.2010.02.013

顾左文, 张毅, 姚同起等. 2006.九江-瑞昌Ms5.7地震地磁异常的观测与分析.地震学报, 28(6):611-621. http://d.old.wanfangdata.com.cn/Periodical/dqwlxb200801020

李细顺, 高登平, 李琪等. 2015.CM4模型数据与台站实测数据的对比研究.震灾防御技术, 10(2):418-425. http://zzfy.eq-j.cn/zzfyjs/ch/reader/view_abstract.aspx?flag=1&file_no=20150223&journal_id=zzfyjs

李细顺, 高登平, 刘立申等. 2018.基于CM4模型的中国大陆地区地磁场时空分布特征分析.震灾防御技术, 13(1):98-113. http://zzfy.eq-j.cn/zzfyjs/ch/reader/view_abstract.aspx?flag=1&file_no=20180109&journal_id=zzfyjs

李琪, 杨星, 蔡绍平. 2015.极化方法应用于地磁台阵的震例分析.震灾防御技术, 10(2):412-417. http://zzfy.eq-j.cn/zzfyjs/ch/reader/view_abstract.aspx?flag=1&file_no=20150222&journal_id=zzfyjs

王振东, 顾左文, 陈斌等. 2017.CHAOS-6模型描述的中国地区地磁长期变化及误差分析.地震研究, 40(3):404-410. doi: 10.3969/j.issn.1000-0666.2017.03.015

徐文耀. 2002.地球主磁场的NOC模型.中国科学(D辑), 32(7):576-587. http://d.old.wanfangdata.com.cn/Periodical/zgkx-cd200207006

徐文耀. 2009.地球电磁现象物理学.合肥:中国科学技术大学出版社, 18-29.

杨云存, 高国明. 2014.1900-2010年地磁场水平分量梯度的全球变化.震灾防御技术, 9(S1):557-571. doi: 10.11899/zzfy2014s101

袁洁浩, 顾左文, 陈斌等. 2013.地震与火山电磁研究的国际学术交流与合作.地震研究, 36(1):132-140. doi: 10.3969/j.issn.1000-0666.2013.01.020

袁洁浩, 顾左文, 王粲等. 2016.2015年IUGG大会与世界华人地质大会的震磁研究进展.地震研究, 39(4):703-708. doi: 10.3969/j.issn.1000-0666.2016.04.022

Alldredge L. R.. 1987. On regional geomagnetic charts. Journal of Geomagnetism and Geoelectricity, 39(12):723-738. doi: 10.5636/jgg.39.723

Campbell W. H.. 2003. Introduction to geomagnetic fields. 2nd ed. New York:Cambridge University Press, 1-34.

Finlay C. C., Olsen N., Tøffner-Clausen L.. 2015. DTU candidate field models for IGRF-12 and the CHAOS-5 geomagnetic field model. Earth, Planets and Space, 67:114. doi: 10.1186/s40623-015-0274-3

Finlay C. C., Olsen N., Kotsiaros S., et al.. 2016. Recent geomagnetic secular variation from Swarm and ground observatories as estimated in the CHAOS-6 geomagnetic field model. Earth, Planets and Space, 68:112. doi: 10.1186/s40623-016-0486-1

Haines G. V.. 1985. Spherical cap harmonic analysis. Journal of Geophysical Research:Solid Earth, 90(B3):2583-2591. doi: 10.1029/JB090iB03p02583

Hemant K., Maus S.. 2005. Geological modeling of the new CHAMP magnetic anomaly maps using a geographical information system technique. Journal of Geophysical Research:Solid Earth, 110(B12):B12103. doi: 10.1029/2005JB003837

Hemant K., Thébault E., Mandea M., et al.. 2007. Magnetic anomaly map of the world:merging satellite, airborne, marine and ground-based magnetic data sets. Earth and Planetary Science Letters, 260(1-2):56-71. doi: 10.1016/j.epsl.2007.05.040

Lesur V., Wardinski I., Rother M., et al.. 2008. GRIMM:the GFZ reference internal magnetic model based on vector satellite and observatory data. Geophysical Journal International, 173(2):382-394. doi: 10.1111/j.1365-246X.2008.03724.x

Olsen N., Mandea M.. 2008. Rapidly changing flows in the Earth's core. Nature Geoscience, 1(6):390-394. doi: 10.1038/ngeo203

Olsen N., Mandea M., Sabaka T. J., et al.. 2009. CHAOS-2-a geomagnetic field model derived from one decade of continuous satellite data. Geophysical Journal International, 179(3):1477-1487. doi: 10.1111/j.1365-246X.2009.04386.x

Olsen N., Mandea M., Sabaka T. J., et al.. 2010. The CHAOS-3 geomagnetic field model and candidates for the 11th generation IGRF. Earth, Planets and Space, 62:719-727. doi: 10.5047/eps.2010.07.003

Olsen N., Lühr H., Sabaka T. J., et al.. 2006. CHAOS-a model of the Earth's magnetic field derived from CHAMP, Ørsted, and SAC-C magnetic satellite data. Geophysical Journal International, 166(1):67-75. doi: 10.1111/j.1365-246X.2006.02959.x

Olsen N., Lühr H., Finlay C. C., et al.. 2014. The CHAOS-4 geomagnetic field model. Geophysical Journal International, 197(2):815-827. doi: 10.1093/gji/ggu033

Thébault E., Finlay C. C., Beggan C. D., et al.. 2015. International geomagnetic reference field:the 12th generation. Earth, Planets and Space, 67:79 doi: 10.1186/s40623-015-0228-9

Wardinski I., Holme R.. 2006. A time-dependent model of the earth's magnetic field and its secular variation for the period 1980-2000. Journal of Geophysical Research:Solid Earth, 111(B12):B12101. http://cn.bing.com/academic/profile?id=14c7fcfc2d6313d7a31e469cc837b8e9&encoded=0&v=paper_preview&mkt=zh-cn

施引文献

期刊类型引用(2)

1.	周宁馨，刘青，查虹丽，马龙雄. 地磁场极值预测及磁暴感应地电场有限元计算. 智慧电力. 2021(03): 88-94 . 百度学术
2.	周宁馨，刘青，查虹丽，马龙雄. 基于广义帕累托分布的中纬度地区地磁场极值预测. 西安科技大学学报. 2021(03): 524-530 . 百度学术