• 首页关于本刊投稿须知期刊订阅编委会期刊合作查询检索English
空间大地测量技术在火山形变监测中的应用
空间大地测量技术在火山形变监测中的应用
胡亚轩*1) 许建东2) 刘国明3) 宋尚武1) 李煜航1)
1)中国地震局第二监测中心,西安 710054;
2)中国地震局地质研究所,北京 100029;
3)吉林省地震局,长春 130022
 [收稿日期]: 2017-02-16
摘要

岩浆活动的不同阶段引起地表变化不同。地表形变受压力源大小、形状、深度及岩浆运移速率等影响;另外火山类型不同,地形不同,形变特征也不同。地表形变幅度范围很大,为1×10-7—1米量级。火山区形变监测可以了解火山活动状态,有助于进行喷发危险性的预测预报。形变监测从20世纪60年代的传统技术逐渐过渡到20世纪90年代发展起来的GNSS和InSAR等大地测量新技术,火山区形变时空监测能力得到提高,同时缩短了预测时间。我国火山形变监测开始较晚,现已在长白山天池、腾冲以及海南等主要火山区开展监测。传统的连续测量以地倾斜观测为主;新技术主要以流动GNSS监测为主,连续观测站少,InSAR技术研究时间密度不够;目前形变监测还不能实现很好的时空覆盖。



引言

全球陆地上已知活火山超过1500座,火山喷发给人们的生命财产带来很大威胁。世界范围内有500万以上的人口居住在可能受火山喷发严重影响的地区,而且这些地方的人口还在不断增长。20世纪90年代至今,仍有许多火山在喷发。2015年全球因火山喷发产生的难民人数近30000人(张传杰等,2016)。火山灾害预测在日本、美国等一些多火山的国家普遍受到高度重视,建立了完善的火山监测系统,研究工作也比较深入(许建东,2006)。我国于1988年建立五大连池火山观测站,这些观测站观察火山变化(包括蒸汽喷发、植物死亡等),记录火山地震活动,测量火山形态、地温、重力的变化,研究活动火山的喷发过程(洪汉净,2013)。地震监测是观测站最常用的方法,其次是形变测量(Scarpa等,2001)。火山形变可以反映岩浆的累积或后撤、岩墙的侵入、火山侧翼的活动、火山区断层活动及地震等。形变测量对火山喷发活动的预测预报有很大帮助。如1980年5月18日喷发的美国圣海伦斯火山,喷发前观测到大范围的隆升,一些区域隆升大于150m;4月10日观测到50urad/h的倾斜等明显形变异常。形变技术应用于监测火山活动已经非常久远,如日本樱岛火山于1891年就开始开展水准测量,还进行三边、三角及地倾斜等传统方法的测量(Dvorak等,1997)。随着形变观测技术的不断发展,火山形变监测方法也在发生变化,全球卫星导航系统(GNSS)和合成孔径雷达干涉测量(InSAR)等新技术逐渐取代传统技术。现代新大地测量技术被广泛应用于火山监测,Fournier等(2010)统计的全球233个活动火山中,93%以上采用了新技术。

中国现代火山有长白山天池、腾冲、海南和五大连池等,具有喷发时距长、喷发频率低和喷发类型单一等特点,但现在仍不同程度地存在着喷气、地热和火山型地震活动等特点(李玉锁等,1998)。中国从20世纪后期才开始对火山开展系统监测,监测历史短、数据积累少。与西方多火山的发达国家相比,我国开展系统监测以来还没经历过火山喷发事件,反映火山活动强度异常信号的背景基线尚在探索之中,还需要借鉴国外典型火山的监测背景基线进行类比。本文在总结国外火山形变研究结果的基础上,结合模型分析形变监测技术在中国主要火山区的应用现状及形变新技术的应用前景。

1 形变监测新技术

岩浆从深部向浅层岩浆房侵入往往引起短暂或永久膨胀;火山喷发期间,伴随岩浆从地壳向地表的喷溢同样引起地表形变的变化。随着岩浆的喷出或向裂隙等的运移,往往引起地表收缩。火山类型不同,地形不同,形变特征也各异。盾状火山山体通常具有宽阔顶面和缓坡度(小于10°)侧翼,如冒纳罗亚火山底径达150km;冰岛火山锥体高度很少超过0.1km。层状/复合火山经过多次喷发形成,由熔岩流和火山碎屑物交替组成,熔岩粘滞性较高,如圣海伦斯火山长15km,高程3km左右。复合火山由多个锥体组成一个大的火山,其中一个主火山构成复合火山的主体。锥形火山(熔岩穹丘)为高粘滞性富硅岩浆缓慢挤出,相对高差0.05—0.75km,坡度15°—30°,如美国亚利桑那州的落日火山长1.5km,高0.3km。Dvorak(1992)研究表明,火山活动在距火山山顶约10km距离范围内,至少会出现几厘米的地表形变;如果在火山顶一定距离内布设测点,对于盾状火山,这种较大范围的形变相对容易被传统的形变技术监测到,如夏威夷的基拉韦厄和冒纳罗亚,冰岛的克拉夫拉火山,以及相对高差不很大的层状火山,如长谷火山和樱岛火山等;而一些火山由于山坡陡峭,大的地面运动仅发生在距火山顶约lkm的范围内,如圣海伦斯山,埃特纳火山等。常规的形变测量方法通常要求所选测点之间有清楚的视线,故很难观测到发生在远距离或测线崎岖的局部火山运动。

形变监测方法多,技术发展快,不同方法观测重复周期不同,可以用于不同形变幅度的测量(图 1)。20世纪60年代到80年代,火山区主要采用传统的形变监测技术,连续形变测量采用倾斜仪和应变仪,应用水准测量和三角测量分别得到垂直形变及水平形变。20世纪80年代,随着测距仪精度的提高,三边测量方法逐渐取代三角测量方法。20世纪90年代以来,随着美国的GPS、俄罗斯的Glonass、欧洲的Galileo、中国的北斗等GNSS,日本QZSS、印度IRNSS等区域系统以及相关增强系统等定位技术的出现和发展,可同时实现多卫星导航系统(Multi-GNSS)的监测。美国夏威夷冒纳罗亚火山山顶的2个水准观测点间距离测量采用了电子激光测距仪(EDM),监测时段内发生1975和1984年2次喷发;2000年后采用GPS连续测量,观测数据有很好的时间覆盖,2002年5月基线由缩短转为伸长,后发生深源地震;2014年中期以后持续伸长约6cm,推测由于岩浆充填了火山山顶下方及西南裂隙引起的。夏威夷纳帕乌火山口附近2个距离最近的GPS观测站基线长度在1997年1月出现36cm的拉长,岩浆侵入到东侧裂隙并于1月30日喷发,该变化持续到31号;一半以上的观测量出现在喷发前8小时,也说明岩浆8小时后运到地表。同时,InSAR技术也迅速崛起,可以提供毫米—厘米级的三维形变。


图 1 不同观测技术重复周期及测量幅度 Fig. 1 Magnitude of measureable ground deformation v.s. repeat time period

应用GPS方法,国内外学者已取得了大量的火山水平变形监测资料。冰岛已于1986年在火山区开展GPS观测;Sigmundsson等(1992)监测到海克拉火山裂隙喷发引起的地表形变;Marshall等(1997)从1990—1994年,每年重复GPS观测资料分析得到长谷火山岩墙张裂引起的地表膨胀。GPS监测资料在地下岩浆压力变化过程研究判定方面提供了极大帮助。Owen等(2000a2000b)分析了夏威夷火山1990—1996年70个GPS观测站的重复观测资料,得到了水平速率,结果表明1999年1月—2002年5月莫纳罗亚火山口周围几个观测点位移速率很小,速率差也很小,推测该阶段无明显岩浆活动;而2002年5月—9月火山区出现明显膨胀,推测岩浆源发生了较强的压力增大过程。

GNSS的不同观测方法各有优缺点,适用于火山不同的活动阶段。流动观测是在一定时间段内对同一监测点的重复测量,能比较快地监测较大区域,不需要长时间的场地设备维护,但是时间密度不够,可用来监测火山水平变形阶段性变化,评价火山危险性,适用于平静期或初始扰动期的火山变形监测。固定台站的连续观测可实时监测火山水平变形的动态变化过程,但通常点位密度不够,适用于地下岩浆活动强烈、喷发危险性大的火山。1988年3月在伊豆半岛建设的GPS连续观测网为了监测该区地震,是最早建设的连续观测网之一。观测资料显示相距10km的2个观测点在地震活动期间伸长14.5cm,揭示为岩浆充填裂隙,并在10天后海底火山喷发(Dzurisin,2003)。随后长谷、苏弗里耶尔、基拉韦厄等火山也开展连续GPS观测(CGPS)(Battaglia等,2006)。实时动态测量(The Real-Time Kinematic,RTK)技术也被应用于火山活动的实时监测,其相对费用高,达厘米级精度,监测基线长度范围小于10—20km,在拉包尔和三宅岛等火山都有应用和研究。拉包尔火山采用RTK技术由流动站倒推基本站位置,德国由此发展了基于GPS的在线控制及预警系统。采用多种观测方法可更好地监测火山活动的不同阶段,如夏威夷岛布设有16个CGPS观测站和100多个流动观测站,用来监测基拉韦厄、莫纳罗亚和莫纳克亚等火山的活动。

InSAR技术可以监测大区域变形,弥补火山区没有形变监测或观测点少的情况,更适合对盾状火山和大的破火山口进行监测。Hooper等人(2004)利用ERS影像生成的21幅干涉图提取了美国加州长谷火山的形变时间序列,与GPS、水准、EDM的监测结果很好地吻合。Briole等(1997)利用1992—1993年ERS-1 SAR影像资料得到埃特纳火山1986—1987及1989年中等大小和强度的岩浆流动。Amelung等(2000)从InSAR获得的高空间分辨率位移图提供了厄瓜多尔加拉帕戈斯群岛火山群地表下岩浆积聚的最初异常,结果表明在伊莎贝拉岛和费尔南迪纳岛上,七分之六的火山在1992—1999年发生了形变。InSAR技术也会受到一定限制。对于层状/复合火山,接近山顶处存在大的几何变形和冰雪覆盖等不利观测环境,会导致失相干,进而影响数据质量。早期的InSAR研究成果中,一些火山区由于可用的卫星干涉图少等原因,结果并不理想,如像云仙岳火山于1990—1995年喷发,在1992—1993期间的70天,C波段干涉图仅在北翼得到小部分的干涉(Zebker等,2000)。另外,短波段信号更容易丢失;长波段更易穿透植被,相干性好,但对电离层延迟更敏感。21世纪以来随着发射和运行卫星的增多,存在C、L和X等不同波段。长白山火山一年中多数时间被积雪覆盖,故常采用长波段卫星资料及一些特殊的处理方法来分析地表形变变化。InSAR新技术方法包括永久散射体(PS)技术、人工角反射器(CR)辅助技术、小基线集(SBAS)技术、干涉点目标分析(IPTA)技术等。法国学者Peltier等人利用PSInSAR技术提取了富尔奈斯火山2003—2009年的形变时间序列,与GPS监测结果具有很好的一致性(Peltier等,2010)。Bato等人(2011)利用PSInsAR技术提取了菲律宾马荣火山的形变速率,与GPS结果一致。此外,未来还会发射Radarsat Constellation、SOACOM-1a/b等升级卫星,可克服InSAR技术应用的缺陷,实现互补,为技术的推广应用奠定基础。

2 形变模型及监测网布设

火山区地表形变受压力源形状、大小及深度等影响,其变化特征不同,可以用球形、椭球形、岩床和岩墙等模型进行模拟。火山喷发时,压力源处于浅位,会在相对小的区域引起大的形变(Dvorak等,1997);喷发间歇期通常由于压力变化引起更大区域每年几毫米到几厘米的位移变化,如基拉韦厄和冰岛的一些火山在间歇期形变量主要表现为小于1m。另外,火山类型不同,地形不同,可采用不同的形变技术进行监测。

Mogi模型是模拟地表形变最简单适用的模型(Kiyoo,1958),是McTigue(1987)公式的近似,对有限大小的球型源适应性较好,一般源深度需大于半径的3倍以上。椭球形模型是针对压力源的长短轴近似椭球形。当岩浆充填裂隙、断层时,会形成水平的岩床或垂直的岩墙,需要用不同模型进行模拟。Mogi模型假设地形为平坦的,当火山坡度超过20°时需要考虑地形的影响。Dvorak等人(1997)统计21座火山岩浆源深度范围在1.3—13km。火山喷发往往是岩浆向浅层侵入结果,统计结果表明一般压力源深度在3—5km,5km也是大多数火山的脆—韧转换带深度(Hill,1993)。火山喷发规模不同,造成的灾害影响不同,对于强烈喷发的火山,喷发体积在0.1—1km3。假定喷发物体积为压力源体积的变化,则半径约为287—620m。取压力源深度D为5km,等效体积变换半径R为500m,得到不同高程(H)的高斯型火山地表形变,如图 2所示(图中r为径向距离(km);D为源深(km);Uh为水平形变(km);Uv为垂直形变(km);Uvmax为垂直形变最大量(km);V(Hi)=Hiexp(-(x-μ)2/2σ2),代表不同高程的火山,其中:x为观测点至压力源中心的距离(km),μ为位置参数,σ为形状参数,Hi分别取H0=0、H1=500m、H2=1500m)。


图 2 Mogi模型引起不同高程高斯型火山的地表形变 Fig. 2 Displacement resulting from the Mogi model beneath the Gaussian volcano

图 2可以看出火山区的形变变化范围很大。距离压力源中心越远,压力源体积变化越小,形变量越小,需要更多高精度的测量手段。距离压力源中心的形变受地形影响也很明显。火山形变监测站布设需要很好的空间分布,Dzurisin(2003)建议10km范围内至少有1—3个观测站,10—20km范围内至少1—2个,这样一般火山区共需设8—20个观测站。从历史记录来看(Dvorak等,1997),一些火山翼的裂隙喷发,形变变化影响的距离最大可达50km。

对于Mogi模型,如果取压力源深度D分别为5km和2km(图 3),当半径R变化150m,垂向位移在距压力源中心0—5km处最大,为3—6cm;20km处仅0.1cm左右。对于水平位移,10km处形变量在2—3cm;40km远处仍存在几毫米的变形。因此,合理的形变监测网应当满足足够的时长,以确保记录到事件全过程;足够的仪器灵敏度记录微小和缓慢的形变变化,足够的空间覆盖记录整个事件(Dvorak等,1997)。考虑到三维变形,对于活动强的火山,可以在火山区不同距离和方向上布设20个左右的CGPS站进行实时形变监测。喷发间歇期的合理监测方法是在近火山区域开展一年1次或2次观测,而远离火山区的地方观测频率可以少一些(Sigurdsson等,2015)。


图 3 不同深度的压力源引起的地表形变 Fig. 3 Displacement caused by the pressure sources at different depth

火山形变监测的优劣取决于观测数据的时空分布、观测精度等。地表位移变化范围非常大,在穹状或中酸性岩浆的火山中可达数十米,火山造锥阶段形变量可达百米以上。圣海伦斯火山1980年喷发后进入造锥阶段,截至1987年生长的穹丘达910m宽、240m高(Harris等,1988),并且在1989—1991年有几个月的喷发活动。当岩浆运动缓慢或在很深位置运移时,位移的年变化量级仅为10-6m,甚至小于10-7m。新技术的应用可以克服传统测量不能监测到微小地表形变的缺点。

综合利用多种形变监测技术可以克服各自缺点,更好地监测火山活动。合理的GNSS网能够监测到由于深部或分散岩浆源引起的地表形变,GNSS观测精度高,但需要大量观测点以确保测量范围可以覆盖整个火山。InSAR不需要在地面上配置仪器,可以实现很好的空间覆盖,但是受植被、冰雪的影响,不易获得小的地表形变。为了获得1cm/a的形变(Sentinel-1卫星),在卡斯卡特火山区需要60—130天的观测时间(Parker等,2015)。另外,所需时间与火山类型有关,不同类型的火山喷发前扰动持续时间不同,所需的连续卫星影像个数会不同,如盾状火山异常扰动会持续40天,需要10个连续的干涉影像(Sentinel-1卫星)。倾斜仪和应变仪可进行连续观测,对于小的形变比GPS和InSAR更敏感,但易受温度、降雨等环境影响,能更快得到形变变化,但需要去除地球潮汐和小的非火山活动信号。综合多种监测技术可以获取更好的形变时空分布,如冰岛全国火山监测网就是由40台地震仪、17个GPS固定站和10台100—400m深的钻孔应变仪组成。

3 中国主要火山的空间大地测量技术监测

中国主要火山形变监测网建站时间短,观测站少(许建东,2011)。目前中国仅在长白山天池、腾冲、海南3个火山区建有火山形变监测网,开展了水准、GNSS、InSAR及地倾斜等的观测与研究工作,监测情况见表 1。另外,主要服务于地震预测预报的中国地壳运动观测网络工程(CMONOC Ⅰ)、中国大陆构造环境监测网络(CMONOC Ⅱ)是以GNSS为主的国家级地球科学综合观测网络,由260多个连续观测站(CGPS)及2000多个流动观测的区域站组成,其中部分站点覆盖了火山区,还有部分用于地震监测的台站距离火山区较近,布设有倾斜仪及应变仪等进行定点形变连续观测,这些监测数据均可服务于火山预测预报。

表 1 大地测量新技术应用于中国活动火山监测情况统计 Table 1 Summary of new geodetic measurement used in active volcano monitoring in China
3.1 长白山天池火山

长白山天池火山是一座巨型复合层状火山锥体,天池西侧中国境内的主峰白云峰海拔2691m,锥体半径20km。天池火山有历史记录以来曾发生过多次喷发活动,最近一次喷发活动发生在1903年,目前已经休眠达100余年。洪汉净等(2007)依据火山活动的危险性将长白山火山归为Ⅰ类,认为其是位于深震活动区上方的弧后板内火山,仍然具有产生岩浆活动的构造条件。2002—2005年多种监测资料表明火山经历了一次扰动过程(Xu等,2012)。火山区常规形变监测有水准、GPS和定点形变观测,见图 4,布设2条水准路线获取垂直形变(李克等,2009刘国明等,2011),北坡水准路线长24km,相对高差901m,从2002年开始观测,监测到2002—2003年最大垂向隆起46.3mm;西坡水准路线全长约30km,相对高差1084m,2006年开始观测。GPS监测网由15个点组成,其中1999年建立8个点,并于2000年开始观测,每年夏季进行1期流动观测;2006年后补充建设7个点,2007年开始每年一次的观测,全部点位基本围绕天池火山口周围。定点连续形变观测主要是洞体内的倾斜仪和伸缩仪,从1999年12月开始观测。


图 4 长白山火山形变监测网(TC-天池) Fig. 4 Deformation monitoring network of Changbaishan volcano(TC-Tianchi)

图 4可以看出,在新技术应用方面,15个GNSS火山流动观测站中,4个分布在10km范围内、7个分布在10—20km范围内,点位分布在各方向不均匀。距火山口约40km处,分布有CMONOC流动观测站和CGPS点位各1个。长白山天池火山地区地形复杂、地势高峻、积雪期长、植被非常茂密,很容易造成SAR干涉图像失相干,需要特殊的影像及处理方法。韩宇飞等(2010)选取了L波段的JERS-1 SAR数据进行差分干涉处理(D-InSAR),提取了研究区1994—1998年的地表形变场;Ji等(2013)基于ENVISAT ASAR影像资料,采用永久散射技术(PSInSAR)获取了天池火山2004—2010年的形变时间序列。可见,要全面监测火山区形变的时空演化,目前已有的形变监测时空密度还不够,需要更多的CGPS观测站进行监测,以及长期连续InSAR资料的应用及分析等。

3.2 云南腾冲火山

腾冲火山最新的一次活动发生于全新世,形成打鹰山、老龟坡、马鞍山和黑空山4个截头圆锥状火山锥。其中打鹰山最高,海拔2595m,火山锥体长2km、宽1.5km、高0.6km(皇甫岗等,2000),1609年仍有喷发活动,该火山区温泉发育、地震频繁,表明火山仍有活动性;马鞍山海拔1793m,火山锥体长0.8km、宽0.6km、高0.11km;黑空山海拔2072m,火山锥体长0.8km、宽0.8km、高0.15km。

火山主要活动区域已开展水准、重力及GPS等观测。1997年建成了由64个测点组成的水准网(图 5),路线总长约150km,基本覆盖主要火山,2003年增设了热海—勐连—腾冲水准测线85km,共30个点,1998—2004年共进行了5期水准测量(胡亚轩等, 2003, 2007)。在GPS监测方面,分别于2002、2003年对原激光测距网(1997年建立)进行了观测;2003年建成了由20点组成的新GPS观测网,并于2003、2004年开展了野外观测。


图 5 腾冲火山形变监测网(HKS-黑空山;DYS-打鹰山;MAS-马鞍山) Fig. 5 Deformation monitoring network of Tengchong volcanoes(HKS-Heikongshan; DYS-Dayingshan; MAS-Ma'anshan)

图 5可以看出,GNSS火山观测站基本分布在20km范围内;距离火山口约40km范围内有CMONOC流动观测站9个和CGPS点位1个(王伶俐等,2015),其中部分点位可用于火山监测。腾冲火山区地貌复杂、所处纬度偏低、植被覆盖茂密,很容易造成SAR影像失相干。季灵运等(2011)基于JERS-1L波段SAR影像,利用小基线集—合成孔径雷达干涉测量(SBAS-DInSAR)技术提取了腾冲火山地区1995—1997年间地表形变时间序列。可见,腾冲火山区目前形变监测时空密度还不够,也需要更多的CGPS观测站和InSAR等资料的长期连续监测分析。

3.3 海南火山

海南岛北部熔岩覆盖面积达4000余平方千米(胡久常,2002白志达等,2003)。第四纪火山区的石山、永兴一带大小30多个火山口明显呈北西方向排列,形成典型的中心式火山群,是中国第四纪以来火山活动最为强烈和频繁的地区之一,其中雷虎岭和马鞍岭为典型的现代火山口。白志达等(2003)研究认为,马鞍岭地区第四纪火山活动具有多期性,不同期次具有不同的火山活动方式、喷发强度及火山结构类型。海口地区火山喷发活动较弱,海拔最高222.8m,火山锥体高度在10—40m,最大底径不足3km,绝大部分火山底径在1km以下。

图 6监测网看出,火山区共有6个GPS观测站,从2008年开始每年进行一次观测;另有CMONOC和中国地震局第二监测中心建设的8个GNSS流动观测站、1个CGPS站可供观测,但个别观测站受周围树木及(或)建(构)筑物影响,观测数据质量差(Hu等2016a2016b);此外,火山区西部观测点位较少。受茂密的植被影响,Ji等(2015)采用C波段的ENVISAT ASAR影像不能得到干涉图,后采用L波段的ALOS PALSAR卫星影像利用干涉图堆叠技术(stacking-InSAR)获取了2007—2011年的形变演化图。目前火山区缺乏对微小形变敏感的连续形变监测手段;雷虎岭和马鞍岭等主要活动火山区,监测点位少,形变监测时空密度还不够。


图 6 海南火山形变监测网(MAL-马鞍岭;LHL-雷虎岭) Fig. 6 Deformation monitoring network of Hainan volcanoes(MAL-Ma'anling; LHL-Leihuling)
4 结论

火山区地表形变很复杂,地表位移的变化和诸多因素有关,通常由于地下岩浆运动引起,可能与火山地热系统中的流体压力与流速变化有关。火山区形变监测可帮助人们了解火山的活动动态,火山的喷发周期可能经历部分熔化、初始上升、地壳同化、岩浆混合、存储、部分结晶和最终上升到地表等全部或部分过程,从而引起的形变特征也不同;形变变化在火山喷发前存在很大的差异,从零到十多米直至几百米,影响范围也不同。为了获得可靠的形变时空演化特征,可以应用水准、GPS和InSAR获取高精度大范围的观测资料;应用应变仪、倾斜仪以及CGPS获取理想的形变随时间演化特征。多种监测技术在火山区的联合应用,可以更好地观测到由于岩浆侵入引起的大范围非震形变时空特征,有利于精确综合判断火山活动状况,以及对喷发前数天到几个月的短期预报和灾害评估。中国主要火山采用的形变监测技术较少,目前火山区域的GNSS观测站密度还不能很好满足监测火山活动的需要,用于小形变的连续观测站还不够,监测网还需要进一步优化,此外,InSAR技术在中国火山仅进行了部分时段的研究工作。因此,建议对计划开展形变监测的火山,在规划设计时能够依据火山类型、活动性等考虑所采用的监测技术、建站密度及观测频次等。

参考文献
白志达, 徐德斌, 魏海泉, 等, 2003. 琼北马鞍岭地区第四纪火山活动期次划分[J]. 地震地质, 25(S1): 12-20.
陈国浒, 单新建, MoonW. M., 等, 2008. 基于InSAR、GPS形变场的长白山地区火山岩浆囊参数模拟研究[J]. 地球物理学报, 51(4): 1085-1092.
韩宇飞, 宋小刚, 单新建, 等, 2010. D-InSAR技术在长白山天池火山形变监测中的误差分析与应用[J]. 地球物理学报, 53(7): 1571-1579.
洪汉净, 吴建平, 王庆良, 等, 2007. 中国火山危险性等级与活动性分类[J]. 地震地质, 29(3): 447-458.
洪汉净, 2013. 火山预测与预警. 北京: 地震出版社: 1-278.
胡久常, 2002. 海南有座休眠活火山[J]. 防灾博览, (6): 43.
胡亚轩, 施行觉, 王庆良, 等, 2003. 腾冲火山区地表垂直形变分析[J]. 大地测量与地球动力学, 23(2): 37-41.
胡亚轩, 王庆良, 崔笃信, 等, 2007. 用形变资料分析腾冲火山区岩浆的活动特征[J]. 地震研究, 30(2): 164-168.
皇甫岗, 姜朝松, 2000. 腾冲火山研究. 昆明: 云南科技出版社.
季灵运, 王庆良, 崔笃信, 等, 2011. 利用SBAS-DInSAR技术提取腾冲火山区形变时间序列[J]. 大地测量与地球动力学, 31(4): 149-153, 159.
季灵运, 许建东, 赵波, 等, 2013. 利用InSAR技术研究新疆阿什库勒火山群现今活动性[J]. 地震地质, 35(3): 532-541.
李克, 刘俊清, 盘晓东, 等, 2009. 2000-2007年期间长白山天池火山区地壳变形监测与分析[J]. 地震地质, 31(4): 639-646.
李玉锁, 修济刚, 李继泰, 等, 1998. 火山喷发机制与预报. 北京: 地震出版社.
刘国明, 孙鸿雁, 郭峰, 2011. 长白山火山最新监测信息[J]. 岩石学报, 27(10): 2905-2911.
Scarpa R., Tilling R. I., 1996. 火山监测与减灾. 刘若新等译, 2001. 北京: 地震出版社, 285-303.
唐攀攀, 单新建, 王长林, 2014. 基于PSInSAR技术的长白山天池火山形变监测[J]. 地震地质, 36(1): 177-185.
王伶俐, 邵德盛, 洪敏, 2015. 云南境内陆态网络GNSS观测资料数据处理与初步结果[J]. 震灾防御技术, 10(1): 141-150. DOI:10.11899/zzfy20150115
许建东, 2006. 我国火山灾害的主要类型及火山灾害区划图编制现状探讨[J]. 震灾防御技术, 1(3): 266-272. DOI:10.11899/zzfy20060312
许建东, 2011. 中国活动火山监测进展回顾[J]. 矿物岩石地球化学通报, 30(4): 390-392.
许建东, 赵波, SindneyH., 等, 2014. 西昆仑阿什库勒火山群地质特征和活动分期[J]. 岩石学报, 30(12): 3521-3530.
张传杰, 李霓, 龚丽文, 2016. 2015年全球火山活动综述[J]. 国际地震动态, (11): 4-11. DOI:10.3969/j.issn.0235-4975.2016.11.004
Amelung F., Jónsson S., Zebker H., et al, 2000. Widespread uplift and 'trapdoor' faulting on galápagos volcanoes observed with radar interferometry[J]. Nature, 407(6807): 993-996. DOI:10.1038/35039604
Bato M. P., Lagmay A. A., Paguican E. R., 2011. Interferometric SAR persistent scatterer analysis of Mayon volcano, Albay, Philippines. In: American Geophysical Union, Fall Meeting. Washington: American Geophysical Union, G23A-0848.
Battaglia M., Vasco D. W., 2006. The search for magma reservoirs in Long Valley Caldera:single versus distributed sources[J]. Geological Society, London, Special Publications, 269(1): 173-180. DOI:10.1144/GSL.SP.2006.269.01.11
Briole P., Massonnet D., Delacourt C., 1997. Post-eruptive deformation associated with the 1986-87 and 1989 lava flows of etna detected by radar interferometry[J]. Geophysical Research Letters, 24(1): 37-40. DOI:10.1029/96GL03705
Dvorak J. J., 1992. Tracking the movement of Hawaiian volcanoes; Global Positioning System (GPS)measurement[J]. Earthquakes & Volcanoes, 23(6): 255-267.
Dvorak J. J., Dzurisin D., 1997. Volcano geodesy:the search for magma reservoirs and the formation of eruptive vents[J]. Review of Geophysics, 35(3): 343-384. DOI:10.1029/97RG00070
Dzurisin D., 2003. A comprehensive approach to monitoring volcano deformation as a window on the eruption cycle[J]. Reviews of Geophysics, 41(1): 1001. DOI:10.1029/2001RG000107
Fournier T. J., Pritchard M. E., Riddick S. N., 2010. Duration, magnitude, and frequency of subaerial volcano deformation events:new results from Latin America using InSAR and a global synthesis[J]. Geochemistry Geophysics Geosystems, 11(1): Q01003.
Harris S. L., 1988. Fire mountains of the west: the cascade and mono lake volcanoes. Missoula: Mountain Press Publishing Company.
Hill D. P., 1993. Temperatures at the base of the seismogenic crust beneath Long Valley caldera, California, and the Phlegrean Fields caldera, Italy. In: Gasparini P., Scarpa R., Aki K., Volcanic Seismology. Berlin, Heidelberg: Springer-Verlag, 432-461.
Hooper A., Zebker H., Segall P., 2004. A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers[J]. Geophysical Research Letters, 31(23): L23611.
Hu Y. X., Hao M., Ji L. Y., et al, 2016a. Three-dimensional crustal movement and the activities of earthquakes, volcanoes and faults in Hainan Island, China[J]. Geodesy and Geodynamics, 7(4): 284-294. DOI:10.1016/j.geog.2016.05.008
Hu Y. X., Cheng L., Wang X., 2016b. Quality analysis of the campaign GPS stations observation in Northeast and North China[J]. Geodesy and Geodynamics, 7(2): 87-94. DOI:10.1016/j.geog.2016.03.008
Ji L. Y., Xu J. D., Wang Q. L., et al, 2013. Episodic deformation at Changbaishan Tianchi volcano, northeast China during 2004 to 2010, observed by persistent scatterer interferometric synthetic aperture radar[J]. Journal of Applied Remote Sensing, 7(1): 073499. DOI:10.1117/1.JRS.7.073499
Ji L. Y., Hu Y. X., Wang Q. L., et al, 2015. Large-scale deformation caused by dyke intrusion beneath eastern Hainan Island, China observed using InSAR[J]. Journal of Geodynamics, 88: 52-58. DOI:10.1016/j.jog.2015.04.006
Kiyoo M., 1958. Relations between the eruptions of various volcanoes and the deformations of the ground surfaces around them[J]. Bulletin of the Earthquake Research Institute, University of Tokyo, 36(2): 99-134.
Marshall G. A., Langbein J., Stein R. S., et al, 1997. Inflation of Long valley caldera, California, basin and range strain, and possible mono craters dike opening from 1990-94 GPS surveys[J]. Geophysical Research Letters, 24(9): 1003-1006. DOI:10.1029/97GL00885
McTigue D. F., 1987. Elastic stress and deformation near a finite spherical magma body:resolution of the point source paradox[J]. Journal of Geophysical Research:Solid Earth, 92(B12): 12931-12940. DOI:10.1029/JB092iB12p12931
Owen S., Segall P., Lisowski M., et al, 2000a. January 30, 1997 eruptive event on Kilauea volcano, Hawaii, as monitored by continuous GPS[J]. Geophysical Research Letters, 27(17): 2757-2760. DOI:10.1029/1999GL008454
Owen S., Segall P., Lisowski M., et al, 2000b. Rapid deformation of Kilauea Volcano:global positioning system measurements between 1990 and 1996[J]. Journal of Geophysical Research:Solid Earth, 105(B8): 18983-18998. DOI:10.1029/2000JB900109
Parker A. L., Biggs J., Walters R J., et al, 2015. Systematic assessment of atmospheric uncertainties for InSAR data at volcanic arcs using large-scale atmospheric models:application to the cascade volcanoes, United States[J]. Remote Sensing of Environment, 170: 102-114. DOI:10.1016/j.rse.2015.09.003
Peltier A., Bianchi M., Kaminski E., et al, 2010. PSInSAR as a new tool to monitor pre-eruptive volcano ground deformation:Validation using GPS measurements on Piton de la Fournaise[J]. Geophysical Research Letters, 37(12): L12301.
Sigmundsson F., Einarsson P., Bilham R., 1992. Magma chamber deflation recorded by the Global Positioning System:The Hekla 1991 eruption[J]. Geophysical Research Letters, 19(14): 1483-1486. DOI:10.1029/92GL01636
Sigurdsson H., Houghton B., McNutt S., et al, 2015. The encyclopedia of volcanoes. 2nd ed. New York: Acadamic Press: 1101-1123.
Xu J. D., Liu G. M., Wu J. P., et al, 2012. Recent unrest of Changbaishan volcano, northeast China:A precursor of a future eruption?[J]. Geophysical Research Letters, 39(16): L16305.
Zebker H. A., Amelung F., Jonsson S., 2000. Remote sensing of volcano surface and internal processes using radar interferometry. In: Mouginis-Mark P. J., Crisp J. A., Fink J. H. Remote Sensing of Active Volcanism. Washington DC: Wiley, 179-205.


Application of Geodesy Technology in Deformation Monitoring of Volcanoes
Hu Yaxuan*1), Xu Jiandong2), Liu Guoming3), Song Shangwu1), Li Yuhang1)
1) The Second Monitoring and Application Center, China Earthquake Administration, Xi'an 710054, China;
2) Insitute of Geology, China Earthquake Administration, Beijing 100029, China;
3) Jilin Earthquak Agency, Changchun 130022, China
Abstract

The surface deformation varies with magmatic activities in different periods. Deformation monitoring can help to understand the activities and to evaluate the potential risk of eruption. Generally, the deformation in volcano area is affected by the magamatic source pressure, size, shape, depth and migration rate and etc. The volcanic types also can cause different deformation on the surface. The range of amplitude is from 1×10-7 to 1 meter-scale. The new geodetic technologies developed in the 1990s, such as GNSS and InSAR, gradually replaced the traditional technique of the 1960s. The monitoring capability has been improved in temporal-spatial domain. The deformation monitoring of active volcanoes in China started late in 1990s, which has been used in the volcano monitoring of Tianchi Changbaishan, Tengchong and Hainan volcanoes. However, the continuous deformation measurement is done only with tilting. The application of new geodesy technologies, such as continuous GNSS, is not enough in these volcano regions.



主办单位:中国地震台网中心
版权所有:《震灾防御技术》编辑部
地址:北京西城区三里河南横街5号,   邮编:100045
邮箱:zzfy2006@126.com   电话:59959251;59959462;59959408
访问人数:1630048
空间大地测量技术在火山形变监测中的应用
胡亚轩*1) 许建东2) 刘国明3) 宋尚武1) 李煜航1)
《震灾防御技术》, DOI:10.11899/zzfy20180216