定点地形变(以下简称地形变)观测是研究区域构造运动、地潮、地球内部结构、断层慢滑移、震源过程和地震前兆等诸多地球动力学问题的重要手段之一(牛安福，2003；Sgrigna et al，2003；Mentes，2008；Kawai et al，2009；Hirose et al，2010；Fukuyama，2015；Bán et al，2018)。但由于分辨率高、频带宽等特性，使其更易受气象、水文等因素的干扰(King，1983；Takemoto，1991)。近年来，极端天气气候事件频发且强度日益加重；其中，下击暴流、雷暴、冷空气、飑线和台风等中小尺度的极端天气不仅突发性强、灾害性重，而且能在几小时至数天内引起气压突变(以下简称变压)，并造成局地甚至大范围近地表的显著变形(竹本修三，1981；Müller et al，1983；周龙寿等，2008；Klügel et al，2009；张凌空等，2012；Tytell et al，2016；Mouyen et al，2017)。如台风过境中国台湾花莲纵谷期间，1hPa的气压变化便可使钻孔体应变仪记录到高达30×10^-10的形变量(Hsu et al，2015)；加上此类“气象形变”与断裂慢滑移、孤立波等构造事件的信号形态相似，所以极易被混淆(Liu et al，2009；Hsu et al，2015)。因此，如何及时识别和厘清中小尺度极端天气所导致单台或多台的地形变异常，是当前地形变观测与研究中所面临的一大挑战。

飑线是上述极端天气中较常见的中尺度强对流天气，它主要是由许多雷暴单体排列成一条线或带状的对流系统。一般而言，其水平尺度在几十至上百千米，宽约几十千米，水平长度与宽度的比例至少为5：1，传播速度较快，约为数十千米每小时，典型生命史3~12h(庄薇等，2010；郭淳薇，2013；于庚康等，2013)。飑线过境时会出现气压涌升、气温骤降、风速急增、风向突变等现象，并产生大风、冰雹、暴雨和闪电等强对流天气。目前，针对飑线的研究一直是中尺度气象领域中的热点和前沿课题之一，但专门针对飑线所导致近地表形变的分析，仅有有限的个例。Tytell等(2016)分析了一次强飑线对美国USArray地震台阵的影响，发现其不稳定能量在爆发过程中会导致明显的地表倾斜。我国现有246个地形变观测台站(以下简称台站)(Wang et al，2018)，而国内关于多发的飑线对台站影响特征的相关研究较少(丁一汇等，1982；郭淳薇，2013)。

陕西关中盆地在地形上呈东宽西窄的“喇叭口”形态，其西部又与“六盘山雹源区”临近，这些特征有利于强飑线的发生、发展和传播，所以，飑线一直是该区较频发的高影响天气之一(孟妙志等，2017)。而在构造上，该区处于青藏高原东北缘、华南和华北块体之间的交汇区，区内构造活动较强烈，断裂系统发育，历史上强震多发，如1556年发生了华县8.5级大地震。鉴于这种特殊的构造背景和强天气形势，系统分析飑线对地形变观测的影响特征，就显得尤为必要。

2013年7月31日~8月1日，关中盆地爆发了一次强飑线天气过程，并导致盆地边缘4个台站出现群体响应，这为研究飑线的影响特征提供了绝佳的实例，其研究价值较高。因此，本文对此次飑线所导致的地形变变化进行了细致的分析，旨在揭示不同观测仪器和台站的响应特征及机理。相关结果可加深对飑线干扰的认识，进而为有效识别和科学推定类似地形变变化的物理本质等提供更可靠的“检测模板”，以减少实际业务中的误判；同时，还能获取较真实的动态气压系数及台基岩体的弹性性能等，这对提升台站抗飑线干扰的能力，在观测仪器的合理布设、台基的科学选址等方面具有参考价值；此外，在不同空间尺度大气负荷模型的约束和优化等方面，还能提供直接的实证数据(Boy et al，2009)。

根据牛东田等(2014)给出的此次飑线的雷达组合反射率因子演变图，在7月31日21时57分~23时46分期间，飑线初生发展、壮大成熟和衰减消散等3个主要阶段的分布位置如图 1中的粉红色虚线所示。由图 1可以看出，该飑线主要是一条EN-WS向的对流线，以约50km/h的平均移速由WN向SE迅速移动。整个飑线过程的生命史长约3h，造成大范围气压涌升、强风和短时强降水等灾害性天气，给关中盆地带来了严重影响(牛乐田等，2014)。总体来看，此次强飑线以气压涌升、雷暴大风为主，短时强降水为辅。

图 1

图 1 2013年7月31日强飑线位置(据牛乐田等(2014))、关中盆地历史强震和地形变台站分布

目前，关中盆地内主要有宝鸡、乾陵、西安和华阴等4个地形变观测台(图 1)，台基和观测仪器信息见表 1。地面气象要素中，主要观测分钟气压和气温。由于各台雨量计仪器性能不稳定，所测降水量不准，且华阴台在2014年之后才开始观测地面气象要素，因此雨量计未列入表 1。

表 1

表 1 4个地形变台站概况 台站 仪器类型及型号 基线长度或钻孔深度/m 仪器分辨率 采样率/ (次·min-1) 台基岩性 硐室覆盖层厚度和坡度 地面气象要素观测 NS分量 EW分量 宝鸡 水管仪(DSQ) 30.24 30.24 10-3″ 1 斑状黑云母花岗岩，岩体完整性较好 18~47m，约70° 气压、气温 洞体应变(SS-Y) 29.80 29.80 10-9 1 乾陵 水管仪(DSQ) 30.16 30.18 10-3″ 1 奥陶系灰岩，岩体完整性较好 ≤40m，约20° 气压、气温 洞体应变(SS-Y) 30.70 30.74 10-9 1 体应变(TJ-2) 73.50 10-9 1 垂直摆(VS) — 10-3″ 1 西安 水管仪(DSQ) 30.05 18.03 10-3″ 1 片麻状花岗岩，岩体完整性较差，裂隙发育 15~25m，约20° 气压、气温 洞体应变(SS-Y) 20.00 18.01 10-9 1 体应变(TJ-2) 67.00 10-9 1 垂直摆(VP) — 10-3″ 1 华阴 水管仪(DSQ) 30.31 30.10 10-3″ 1 花岗岩，岩体完整性较好 ＞40m，约70° 无 洞体应变(SS-Y) 30.19 30.09 10-9 1 垂直摆(VS) — 10-3″ 1

表 1 4个地形变台站概况

飑线过程中虽然会伴随气压涌升、气温骤降和降水等多种现象，但由于气温在岩体内的热传导较慢，所以户外气温突变所产生的热弹性形变对地形变观测的影响相对迟缓；而周期相对较小且幅度较大的变压所产生的大气压力在近地表作用较快，因此会导致近地表即时变形。

对于降水影响，本文选取了距各台较近的地面气象观测站的降水量数据。其中，凤翔站(距宝鸡台约37km)、永寿站(距乾陵台约20km)、泾河站(距西安台约47km)、华山站(距华阴台约26km)在7月31日20时至8月1日08时的降水量分别为10.4、28.2、8.6、2.3mm，可以看出乾陵和宝鸡台附近的降水量相对较大，其余次之。从降水影响的特征和机理来看，在数小时的时间尺度内，渗入覆盖层岩体的雨量较为有限，因此难以在岩体内产生较大的负荷与孔隙压力。

综上分析可见，强飑线过程中的变压是影响地形变观测的主要因素。鉴于此，本文仅重点分析该影响因子的负荷。另外，为真实呈现其对地形变影响的特征，本文采用经验模态分解法(EMD)(Huang et al，1998)，分别滤除观测数据中的固体潮和气压潮信号。

考虑到乾陵台各观测仪器对飑线均有显著响应(图 2)，因此本文着重对该台进行深入分析。同时，为清楚描述该飑线过境时的演变情况，依据各台的气压变化定义了如下特征参数：①开始时间：气压开始涌升的时刻，即飑线即将移入的时刻；②峰值时间：气压达到峰值的时刻，即飑线过境时影响强度最大的时刻；③结束时间：气压回复至正常变化的时刻，此时飑线已基本移出或消散。以上时刻依次对应于图 2中粉红色虚线上的编号。需要说明的是，地倾斜、地应变和气温的开始、峰值和结束时间，主要依据其对气压响应或协同的开始、最大和结束时刻而定(表 2)。

图 2

图 2 强飑线过境时对乾陵台影响的逐分钟变化 (a)原始观测曲线；(b)滤除固体潮和气压潮的残差曲线

表 2

表 2 4个台站不同观测物理量对强飑线响应的特征参数 台站 观测物理量 演变过程 形态 最大变幅 动态气压系数/hPa 开始时间 峰值时间 结束时间 历时/min 宝鸡 气压 21：42 22：24 00：50 188 气压鼻 1.3hPa — 气温 21：54 22：52 00：50 176 骤降 5.5℃ — 水管仪NS分量 — — — — — — — 水管仪EW分量 — — — — — — — 洞体应变NS分量 22：05 22：18 00：51 166 快速拉张 2.39×10-9 1.84×10-9 洞体应变EW分量 22：05 22：15 00：51 166 快速拉张 2.32×10-9 1.78×10-9 乾陵 气压 22：51 23：50 01：54 183 双峰状气压鼻 2.4hPa — 气温 22：55 23：44 01：54 179 骤降 9.6℃ — 垂直摆NS分量 22：55 00：04 00：50 115 双峰状北倾 1.0×10-3″ 0.42×10-3″ 垂直摆EW分量 22：54 00：05 00：57 123 双峰状东倾 1.9×10-3″ 0.79×10-3″ 水管仪NS分量 23：04 23：44 01：35 151 小幅振荡 0.5×10-3″ — 水管仪EW分量 23：01 23：47 01：26 145 小幅振荡 0.8×10-3″ — 洞体应变NS分量 22：54 23：53 01：44 170 双峰状拉张 9.53×10-9 3.97×10-9 洞体应变EW分量 22：56 23：55 01：44 168 双峰状拉张 9.03×10-9 3.76×10-9 钻孔体应变 22：52 00：01 01：55 183 双峰状压缩 4.17×10-9 1.74×10-9 西安 气压 23：47 01：01 03：41 234 双峰状气压鼻 5.2hPa — 气温 00：21 01：21 03：50 209 骤降 8.3℃ — 垂直摆NS分量 — — — — — — — 垂直摆EW分量 — — — — — — — 水管仪NS分量 00：29 00：43 03：43 194 振荡 9.4×10-3″ — 水管仪EW分量 00：21 00：44 01：10 49 振荡 7.9×10-3″ — 洞体应变NS分量 — — — — — — — 洞体应变EW分量 — — — — — — — 钻孔体应变 23：49 01：24 03：43 234 快速压缩 21.02×10-9 4.04×10-9 华阴 气压 — — — — — — — 气温 — — — — — — — 垂直摆NS分量 01：27 02：08 03：20 113 快速北倾 9.7×10-3″ — 垂直摆EW分量 01：27 02：08 03：20 113 快速西倾 6.1×10-3″ — 水管仪NS分量 — — — — — — — 水管仪EW分量 — — — — — — — 洞体应变NS分量 — — — — — — — 洞体应变EW分量 — — — — — — — 注：“—”表示无数据或响应不明显。

表 2 4个台站不同观测物理量对强飑线响应的特征参数

从图 2(b)可以看出，气压在22时51分之前1h内呈持续下降的变化，但幅度不大，之后分2次快速陡升，在23时50分达到峰值，升压2.4hPa，说明此时强回波中心开始通过该台；之后飑线逐渐移出，气压快速下降，在8月1日00时47分出现尾流低压，最后于01时54分左右结束，飑线过境时的双峰状气压鼻现象明显，整个过程历时约3h，气温在22时55分~23时44分内骤降了9.6℃。

在此时段内，飑线已成熟，变压幅度相应增大，垂直摆、洞体应变和钻孔体应变对气压响应均较为明显，且在形态上普遍呈双峰状，说明该台地形变与变压具有很强的相关性。垂直摆NS和EW分量观测到的倾斜量相差约0.9×10^-3″，动态气压系数分别为0.42×10^-3″/hPa和0.79×10^-3″/hPa，其倾斜的矢量方向近东北向，说明飑线经过台站时，垂直摆所在局部区域的东北侧在变压作用下产生向下的弹性变形。水管仪NS和EW分量倾斜变化不显著，主要以小幅低频波动为主，表明其抗飑线干扰的能力较强。与之相比，垂直摆的响应则更为灵敏，这主要是由于水管仪比垂直摆的固有周期大，所以难以观测到局部较高频的弹性波动(崔庆谷等，2014)。

洞体应变NS和EW分量的响应幅度较一致且均为张应变，动态气压系数分别为3.97×10^-9/hPa、3.76×10^-9/hPa。钻孔体应变的响应较好并呈压缩变化，这与洞体应变变化相反。

其余各台的响应特征见表 2，需要说明的是，在飑线发生期间，华阴台洞体应变仪发生故障，因此没有观测数据。

从表 2可以看出，气压涌升时间的先后顺序依次为宝鸡、乾陵、西安和华阴台，气压与气温具有较好的协同变化关系；在变压和变温幅度上，西安台的正变压最大，乾陵台的负变温最大，分别达5.2hPa和9.6℃(图 2(a))。此外，气压和气温所具有的时、空和强度特征，在一定程度上也表征了此次强飑线的传播方向和强度演变。

从地形变对飑线的最大响应量来看(图 3)，乾陵、华阴和宝鸡台对飑线的弹性响应较显著，说明其覆盖层岩体的弹性性能较好；与之相反，西安台的非弹性性能较强，这与各台台基实况也一致(表 1)。就不同的地形变观测仪器而言，垂直摆、洞体应变和钻孔体应变均能较好地响应飑线，另外，在响应形态上也与变压呈正相关；水管仪的响应则最弱，这表明其抗飑线干扰的能力最强。对比不同仪器的动态气压系数，可以发现乾陵台洞体应变NS分量和西安台钻孔体应变的系数最大，分别为3.97×10^-9/hPa、4.04×10^-9/hPa，其余次之。就响应性质而言，洞体应变表现为拉张变化，钻孔体应变则为快速的压缩变化；垂直摆倾斜的矢量方向与飑线的移动方向没有明显的相关性，究其原因，主要是由于垂直摆易受硐室局部因素影响；另外，其测点数量也较有限，因此无法获取更多的观测证据(图 3)。

图 3

图 3 地倾斜、地应变和气压等对飑线的最大响应量

对于弹性半无限空间均匀介质的地壳模型，气压变化所引起的倾斜场和应变场可由Boussinesq公式进行解析计算(Farrell，1972)。为进一步简化问题，假定台站没有岩体覆盖，当其处于气压变化强度最大的正下方时，该台观测到的地表垂向运动的水平向梯度应为0，即倾斜量为0，而水平向应变量可由下式求解

式中：ε为水平向应变量，ν为岩石的泊松比，P_a为气压变化量，G为岩石的剪切模量。

以乾陵台为例，因未实测台基灰岩的力学参数，所以主要依据经验值，分别取泊松比和剪切模量为0.25和12GPa，同时取实测P_a为2.4hPa。由式(1)可知，水平向的压应变量为-2.5×10^-9，但实测值却是理论值的4倍左右，且NS和EW分量均为张性应变。从其他已有的观测资料来看，短时气压上升，会导致洞体应变NS、EW分量张压有致(Kroner et al，2005)。无独有偶，匈牙利Sopron台也出现过类似于乾陵台的异常变化(Mentes et al，2002)。Mentes等(2002)分析认为，山体地形和气压作用方向等因素可能会导致洞体应变均为张性变化。不仅如此，垂直摆实测的倾斜值与理论值也不相符。究其原因，主要是在小尺度情况下，未考虑观测硐室的空腔效应和覆盖层山体复杂的地形动力效应等影响(Harrison，1976；Meertens et al，1986)。当短时气压波动作用在山体时，在上述效应的影响下，硐室内部的倾斜场和应变场变得极其复杂。因此，尚需借助数值模式才能揭示其动力学响应过程(Gebauer et al，2010)。

对于乾陵台和西安台的钻孔体应变而言，其观测值均为压性变化，与理论机理相符。气压变化量所导致不同深度下的钻孔体应变量为(周龙寿等，2008)

式中：ε_vol为钻孔体应变，A为气压波动振幅，E为岩石的杨氏模量，ν为岩石泊松比，z为钻孔体应变仪的安装深度，τ为单个气压波长的周期，υ为气压扰动速度。需要说明的是，为进一步简化问题，本文将飑线视为单个气压波动，其传播速度即为气压的扰动速度，即50km/h，周期则为气压涌升至峰值所用时间的2倍。

依据气压实测值和岩石力学参数的经验值，乾陵和西安台的A、τ、υ、E、v、z分别取：1.2hPa、7080s、13.88m/s、30GPa、0.25、73.5m和2.6hPa、8880s、13.88m/s、50GPa、0.25、67.0m。由式(2)可知，气压变化在乾陵、西安台所引起的钻孔体应变分别为5.73×10^-9和7.46×10^-9，可见乾陵台的理论值与实测值较一致，但西安台的差异较大。这可能由以下原因所致：一是钻孔有裂隙或耦合较差(张凌空等，2011)；二是计算中未考虑飑线过程中大风压力及其拖曳力的影响(Gebauer et al，2012)；三是所取经验参数与实际情况不符。

2013年7月31日~8月1日关中盆地爆发了一次强飑线过程，本文综合分析了该强对流天气对宝鸡、乾陵、西安和华阴等4个地形变台的影响实况，并初步探究了变压所导致各台共性与个性变化背后的物理机理，主要结论如下：

(1) 飑线过境时的变压是导致地形变显著变化的主要因素，且地形变对变压具有线弹性响应的特征，其变化形态与双峰状气压鼻的形态较类似，弹性变形的持续时间与变压的历时也一致，为2~4h；变压导致地倾斜、洞体应变和钻孔体应变的最大响应量分别为9.70×10^-3″、9.53×10^-9、21.02×10^-9。动态气压系数则不尽相同，其中，乾陵台洞体应变NS分量和西安台钻孔体应变的动态气压系数较大，分别为3.97×10^-9/hPa、4.04×10^-9/hPa，其余次之。

(2) 宝鸡、乾陵和华阴台对飑线的弹性响应较好，而西安台的非弹性响应明显，这主要是由于该台观测硐室覆盖层的裂隙发育，覆盖层能以非弹性变形的方式快速耗散大气压力所传递的能量。垂直摆、洞体应变仪和钻孔体应变仪对飑线的响应均较好，水管仪则较差，但也说明其抗飑线干扰的能力较强。

(3) 飑线导致洞体应变呈拉张变化，与理论值不符。究其原因，可能是受观测硐室空腔效应和山体复杂的地形动力效应等影响。

综上所述，本文虽然初步揭示了强飑线对地形变观测的影响特征和机理，但由于定点地形变观测模式的客观限度，目前还无法开展超密集的台阵观测，今后可借助GPS和地震仪台阵等观测资料，从而充分揭示飑线过境时区域地形变场时空演变的全貌；同时，本文仅为个例分析，若要深刻理解地形变对飑线响应的动力学机理，尚需对更多的个例开展更深入的研究。

此外，由于气象要素、岩石力学参数等资料有限，文中的理论计算存在较多的理想假设。例如：台站所在山体的局部或局地气压场如何分布？在变压、大风压力及其拖曳力的作用下，观测硐室的空腔效应和山体复杂的地形动力效应将如何影响山体内部的形变场？鉴于理论求解上述问题的客观难度，本文尚未做深入研究。在下一步工作中，将依据台站所在山体的裂隙分布、地形和硐室的几何结构特征等，构建较精细的三维数值模型；同时，对地面气象要素开展密集观测，从而获取精细的气压场边界约束值，进而深刻揭示山体内部结构对短时气压波动负荷的动力学响应。

值得一提的是，虽然冷气团与暖气团的强对流产生了飑线等灾害性强天气，但气象学与地球动力学观测之间的“强对流”，却有助于深化对自然灾害机理的认知与理解，这对于极端天气和破坏性地震等高影响事件的科学预测，或许能提供一定支撑。