高频红外热成像技术揭示了意大利Mefite d’Ansanto地区二氧化碳自然排放口处的短期压力变化 克里斯蒂亚诺·菲达尼（Cristiano Fidani）、 亚历山德罗·皮斯奇尼（Alessandro Piscini）、 马西莫·卡尔卡拉（Massimo Calcara）、 詹弗兰科·奇安基尼（Gianfranco Cianchini）、 毛里齐奥·索尔达尼（Maurizio Soldani）、 安杰洛·德桑蒂斯（Angelo De Santis）、 达里奥·萨巴格（Dario Sabbagh）、 玛蒂娜·奥兰多（Martina Orlando）和 洛雷达娜·佩罗内（Loredana Perrone）

《Signals》：High-Frequency Infrared Thermography Reveals Short-Term Pressure Variations in CO2 Natural Vents at Mefite d’Ansanto (Italy) Cristiano Fidani, Alessandro Piscini, Massimo Calcara, Gianfranco Cianchini, Maurizio Soldani, Angelo De Santis, Dario Sabbagh, Martina Orlando and Loredana Perrone

　　摘要：在意大利伊尔皮尼亚地区的安萨诺谷（Valle d’Ansanto）的梅菲特湖（Mefite Lake）安装了一台热红外（TIR）相机，以评估是否可以通过热成像技术检测到冷二氧化碳（CO2）通量的微小变化。据我们所知，这是首次系统性地尝试从梅菲特湖的TIR数据中提取短周期的脱气动态信息。在夜间三小时的时间间隔内拍摄的红外热图像揭示了自然CO2排放的空间分布和范围。每分钟一次的高采样频率检测到了来自排放源的意外热变化。整个区域的温度变化幅度接近3°C，持续时间通常从几分钟到几十分钟不等。对温度时间序列的频谱分析显示出了1/f型噪声模式，在不同位置观察到了2-3分钟、5分钟、26分钟和61分钟的显著周期。在个别点还观察到了其他中间周期。温度变化的差异和延迟似乎与距离排放结构中心的距离以及水的存在有关。这些温度波动被解释为由压力变化导致的少量CO2气体排放所引起。气体与下层土壤发生热相互作用，在表面增加或减少热量。这些结果表明，高频红外热成像技术为量化自然CO2排放口的短期通量变化提供了一种敏感且实用的方法，并有助于更好地理解其脱气动态。

1. 引言
在意大利南部亚平宁山脉的第勒尼安海一侧，梅菲特湖（Mefite d’Ansanto）是一个著名的冷流体排放地点，被认为是全球最丰富的此类地点之一[1]。该地区经历了两个大致同时发生的地质事件。第一个事件与亚平宁山脉南部的构造形成有关，起源于阿德里亚海被动边缘的变形，始于中新世并持续到早更新世，方向为东北[2]。第二个事件与伸展构造作用有关，导致了第勒尼安海的形成和地壳变薄，可追溯到中更新世，可能受到200万年前形成的马尔西利扩张脊（Marsili spreading ridge）等因素的影响[3]。因此，压缩构造作用与东北-西南方向的伸展构造作用协同作用，形成了轴线平行于亚平宁山脉的正常断层和背斜构造。

当前的GNSS和SAR地表干涉测量数据通常表明地表位移呈东北方向[4]，尽管存在一些变化。第勒尼安海一侧的定向N-NW运动平均值为每年1-3毫米[5]，而阿德里亚海一侧的邻近地点记录的平均值为每年4.5-5.5毫米[5]。这些作者认为这种差异运动导致了亚平宁山脉顶部的拉伸应力。1980年11月23日发生的6.9级伊尔皮尼亚地震就是这种应力的一个表现。该地区观察到的变形速率被认为是强地震发生的先决条件[6]。实际上，1980年地震的观测结果，包括识别出一个东北倾斜、西北-东南方向的正常断层，使作者得出结论：“高应变率水平表明伊尔皮尼亚地区发生强地震的可能性不小。”

在上述背景下，梅菲特湖在秋季到初夏期间会形成一个冒泡的泥湖，而从仲夏到秋季则处于干燥状态。气体的组成如下：CO2占比高达约98%（体积分数），N2约1.3%，H2S约0.33%，CH4约0.23%，H2浓度为36 ppm，其他气体为8 ppm[8,9]，3He/4He比值（表示为R/Ra）为2.72[1]。估计CO2的总排放量约为每天2000吨，相当于每年约730,000吨，来自大约4000平方米的面积。换句话说，即每年7.3 × 10^11克/平方米，约2.32千克/秒。这意味着每年的通量为5.8 × 10^-3千克/平方米·米，表明其具有与地幔来源相关的高渗透性。作为对比，武尔特尔山（Mount Vulture）火山区域的测量值为5.6 × 10^-9千克/平方米·米[10]。在其他处于压缩构造区域的地点，尽管也有地幔贡献的记录（例如氦同位素数据），CO2通量值介于2.5 × 10^-12至1.1 × 10^-11千克/平方米·米之间[11]。而在蒙特阿米亚塔（Monte Amiata）地区，平均面积为225平方公里的区域的CO2通量为每天13,350吨，即6.9 × 10^-7千克/平方米·米[12]。这些比较数据表明，梅菲特湖的通量值最高，一些作者[13,14]认为这可能是由于俯冲的亚得里亚板块持续供给所致。

梅菲特湖的气体排放显示出显著的时间变化，细心的观察者可以通过声音噪声的突然增强或减弱来察觉到这些变化。历史上，一些当地居民报告在灾难性地震事件期间声音噪声发生了大幅变化。因此，FURTHER项目最近研究了地震准备阶段流体的作用，揭示了梅菲特湖排放的非稳态行为。这项研究基于声学频谱分析[15]和3-20赫兹范围内的地震震动[16]。然而，这些方法无法量化通量变化的幅度，需要通过大型采样装置进行直接采样。此外，由于池塘的大小、不规则的表面和高浓度的CO2，直接采样非常困难。因此，人们不禁会思考这些变化是否也会出现在红外光谱中。事实上，排放的气体温度总是与大气温度略有不同，会根据流速与地面交换热量。

目前，使用各种方法（包括从太空拍摄的中高分辨率90-100米的TIR传感器[17]）进行热监测是可行的。例如，Landsat-8卫星上的热红外传感器（TIRS）提供了约100米的空间分辨率；NASA Terra卫星上的高级星载热辐射和反射辐射计（ASTER）提供了90米的空间分辨率；国际空间站（ISS）上的ECOSTRESS空间热辐射计实验也提供了70米的空间分辨率。所有这些卫星都提供了地表温度的L2产品。然而，它们的重访时间从4天到16天不等，低空间分辨率无法实现对特定小区域（如梅菲特湖）的连续监测。为了更精确的跟踪，可以通过精心规划的监测活动使用配备专用载荷的无人机[19]。此外，在梅菲特湖进行此类操作可能会受到无人机自主性限制和腐蚀性排放物导致的仪器退化的挑战。通过近距离监测[20]和使用便携式热成像相机[21,22]可以实现更高的精度[23]，这些设备允许分析热图像的时间序列[23]。在梅菲特湖，一个岬角使得这种监测成为可能。

最后，记录的变化显示在几分钟内就会发生突然的制度转变[24]。因此，高频TIR监测对于确认上述研究领域观察到的通量变化至关重要。本研究的主要创新之处在于使用热成像相机以高采样频率监测冷排放源，旨在表征与自然CO2源相关的现象。该技术被用来测量从该地点释放的非恒定气体通量，证明了整个区域的扩散和集中排放。这使我们能够研究热异常与气体通量变化之间的联系。此外，本研究还对这些变化进行了定性和定量表征，包括它们的强度和时间常数、在梅菲特湖表面的空间分布以及复杂程度。基于CO2压力变化的数据进行了定量解释，并报告了压力变化的幅度。据我们所知，这是首次系统性地尝试从梅菲特湖的TIR数据中提取短周期脱气动态信息。

本文的结构如下：第2节概述了数据收集实验的实施过程。第3节使用各种统计方法分析了温度数据，校正了有效发射率、大气透射率和湿度的影响。第4节汇总了研究结果并讨论了可能的解释。最后，第5节提出了一些结论。

2. 材料与方法：热成像实验
热监测使用的是由英国剑桥Thermoteknix Systems Ltd制造的VisIR 640非接触式红外相机[25]，分辨率为每幅图像480 × 640像素，热灵敏度为60毫开（mK），精度为±2°C。这款未冷却的红外传感器的工作光谱范围为7.5至13微米。它配备了一个130万像素的可见光相机用于视觉对比，并具有4GB的内部存储空间，可以自动生成数据。相机的视场角为26° × 20°（iFOV 0.7毫弧度），温度范围为-20至500°C。从梅菲特湖表面释放的流体温度大约为20°C，完全在相机的测量范围内。相机能够监测并生成温度时间序列，这对于调查非常有用，因为梅菲特湖的排放集中在特定位置。

2022年10月27日，相机被放置在纬度40°58′29.0″、经度15°08′46.3″的位置，海拔高度为686米，位于梅菲特湖内的一个小山上。相机牢固地安装在三脚架上，以确保能够无障碍地观察池塘和主要排放源。相机的拍摄方向为231° SW，向下倾斜-22°，距离池塘大约55米。这种定位提供了覆盖主要脱气区域（深度约100米，宽度约50米）的视场。最初假设的均匀土壤表面发射率为0.92[26]。在从凌晨01:57到05:02的有限时间内，每个测量点每分钟记录了一次温度样本，共记录了185组温度数据。这种有限的采样是由于任务规划中的后勤和技术困难所致。由于梅菲特湖距离居民区数百米远，且监测具有自然环境特征，因此没有显著的人为热干扰。此外，相机与目标表面之间的短距离减少了覆盖热区和冷区的像素数量，从而能够检测到微小的温度变化[27]。

为了避免太阳加热，实验在夜间进行，大约在凌晨02:00，此时阳光引起的表面加热效应已经消散，持续到黎明前一小时（即大约05:00）。相机在无电力供应的情况下自主运行了三个多小时。由于内部锂电池不适合长时间采集数据，因此系统中集成了一块12伏、100安时的铅酸电池作为电源。此外，为了防止相机和三脚架被风吹倒，还用固定杆将其固定在地上。图1a显示了监测装置的照片，图1b显示了相机相对于梅菲特湖的位置图。温度时间序列的采样点主要选择在最明显的气体排放口中心。尽管由于侵蚀作用可能会发生轻微移动，但这些位置被视为固定不变的。如前所述，每个测量点每分钟采样一次，以检测该地点气体排放的任何快速变化。图2显示并标出了梅菲特湖区域内的采样点位置。点2、3和7位于池塘中，而点1、4-6、8和9位于池塘北侧的干燥土壤排放口。即使是在相机与梅菲特湖之间的短距离情况下，根据天气条件，TIR成像也可能具有挑战性。因此，选择了一个天气良好的日子进行拍摄。只有在校正了材料发射率、观测角度和大气吸收长度后，热成像相机才能提供准确的温度数据，即使是从倾斜角度进行测量也是如此。

图1. (a) VisIR相机的现场设置；(b) 梅菲特湖地区的地质图，摘自意大利地质图“Sant’Angelo dei Lombardi”第450号图（由[28,29]修改）。相机位置和指示的视野范围用红色标示。图2显示了由VisIR 640拍摄的热成像和可见光照片；热成像图（左侧）中的监测点用红色方块标出，并在可见光图像（右侧）中编号。尽管根据地面成分固定了发射率，但测得的红外温度并不代表真实表面温度。Mefite地区的地表特征是没有植被的土壤，主要是粘土质-钙质地形[30]，以及一个被水占据的池塘。因此，对温度时间序列的第一个校正考虑了这些地点的实际材料，假设其发射率分别为0.39（粘土质-钙质区域，即点1、4-6、8和9）和0.67（水域，即点2、3和7）。我们需要考虑相机的视野方向，因为这会影响温度测量的准确性。实际上，当发射方向不垂直于目标表面时，发射率会减弱[31]，因此需要适当的校正。角度变化源于材料本身的特性，这些特性可能取决于波长，以及颗粒度、表面粗糙度和介质孔隙度等因素。例如，沙质材料的发射率会随着角度的增加而略微降低。在实验室条件下研究了某些自然材料（如土壤）的角度响应[31]。在距离天底60°到80°的角度范围内，相对发射率变化在0.95到0.89之间。此外，相对发射率曲线显示出几乎平坦的光谱行为，主要是由于土壤的颗粒度。同时，这种颗粒度也影响了发射率的角度依赖性。相比之下，水面的角度响应导致的发射率变化较小[32]，并且由于水面的波动作用，这种变化进一步减小。由于[31,32]中的研究报道的不确定性分别小于0.2%和0.5%，因此我们认为不确定性小于1%。由于VisIR相机从略微不同的角度观察不同的地点，因此由于材料和对天底的角度不同，预期会有不同的发射率。表1的第5列总结了由于材料（土壤或泥浆）和观察角度导致的相对发射率εsoil(mud)：第1、2、3和4列分别报告了地点编号、距离相机的距离d、海拔高度h以及相对于天底的观察角度。此外，还考虑了水蒸气的影响，通过其吸收系数来描述。对于不同分压下的空气中的水蒸气混合物的吸收率进行了详细测量。在10 Torr的水蒸气分压下，测得的吸收系数约为10?6 cm?1[33]，这对应于大约10 g m?3的绝对湿度和13.5 °C时的相对湿度约为81.2%[34]。表1的第6列报告了透射率τatm = e?0.1d（d以公里为单位）。最后，可以校正地点的温度[35]，同时考虑潮湿大气的发射率εatm[36]，如表1的第7列所示。表1总结了地点的距离、海拔、角度和校正信息；注意，由于水的存在，地点2、3和7的发射率较高。此外，由于外部现场条件的影响，自动相机参数校准和校正不足以获得准确的温度读数。因此，选择了2022年10月27日一个环境参数稳定的夜晚进行采集调查。我们应用了基于观测距离和相对湿度的大气校正，这些数据来自Gesualdo村（北纬41°00′19″；东经13°04′13″）的一个相邻气象站，该站海拔654米，位于Mefite以北约6.8公里处。Gesualdo记录的数据显示温度接近恒定，为13.5 °C，变化幅度约为1 °C；湿度为88%；气压为102.74 kPa；风速恒定为1.1 km h?1；无降雨；天气晴朗，能见距离为22公里。用于校正测量温度Tmeas以获得目标（土壤或泥浆）温度Ttarg的方程是标准的单层辐射传输校正公式，适用于黑体行为下的TI温度反演，遵循[35,36]： T4targ = [εsoil(mud)T4meas + (1 ? τatm ? εsoil(mud) + τatmεatm)T4back +? (1 ? τatm)εatmT4atm]/τatmεatm (1) 3. 应用关系式（1）对热成像相机测量结果进行校正后，所有点的表面温度时间序列都更加准确。通过使用考虑了材料依赖性的更真实的温度值，而不是假设恒定的发射率，从而实现了可靠的分析，这些温度值会根据表面类型、表面处理方式和波长范围而变化。3.1. 真实表面温度图3中用不同颜色显示了经过校正的地点1至9的温度时间序列。校正后的温度范围在15到25 °C之间，这与TIR图像的温度范围（8到18 °C，见图2左侧）相对应。尽管如此，使用适当的颜色调色板可以在TIR图像中分辨出约0.2 °C的温度差异。因此，在池塘外的几个活跃地点出现了不同的温度。这种模式值得进一步研究，因为由于高浓度的CO2，该区域禁止直接进入，而且之前对土壤脱气的详细模式尚不清楚。关于脱气点的位置，它们对于评估Mefite地区的总CO2排放量至关重要。实际上，在图2的热成像图的左下角和右中部也观察到了几个脱气点，距离池塘约20–30米。这些点的形状各不相同，有些呈圆形，有些则非常细长。除了研究的9个地点的时间序列外，调查还发现了11个其他热点，这些地方的CO2排放较为明显，因此对未来的研究很有用。在干燥的土壤上，地点1、4、5、6、8和9大致沿着SW-NE方向排列，类似于池塘的长轴以及池塘内的地点。虽然在地点1和4附近观察到一些线性形状的排放，但它们是垂直于这个方向的。图3显示了经过总相对发射率和潮湿大气透射率及发射率校正后的温度时间序列图。垂直的灰线表示02:00、03:00、04:00和05:00。数字1至9对应于图2中的地点位置。在记录结束前，远离池塘的地点1、4、8和9观察到了显著的温度峰值，而在池塘内的地点2、3和7则没有峰值。图3中的时间序列显示了短期的变化性和采样前20分钟的温和升温趋势。地点4的温度增幅最大，达到了2.2 °C。在记录过程中还观察到了其他变化。然后，在大约04:20开始了一个单调上升趋势，并在04:35时达到最高值ΔT = 2.8 °C。之后，温度下降，回到了相对基线水平。关注地点9的记录，如图4所示，我们将其作为参考，并与地点1-8测量的ΔT进行了定性比较。符号表示各自的ΔT和相对于参考时间的起始时间差（Δt）。图4显示了记录结束时地点9的温度变化与观测到的峰值之间的差异。左侧矩形表示温度变化，圆圈大小表示变化幅度；右侧矩形和颜色表示起始时间差。3.2. 因子分析使用Statistica 10软件（https://statistica.software.informer.com/）对原始数据进行了因子分析[37]及其中的参考文献，以通过搜索和提取新的隐藏（潜在）变量来识别原始变量之间的潜在关联。提取了三个新变量，称为“因子”，并在表2和表3中报告。每个因子代表了观察变量之间的相关模式，揭示了数据系统中总方差的一部分。从表3可以看出，第一个因子占总方差的约55%，由地点1、8和9组成。第二个因子由地点2、3和7组成，占总方差的10.7%。地点4、5和6代表第三个因子，占总方差的9.5%。所提出的模型区分了三个相关的三个地点变量组，解释了大约75%的总系统方差。表2显示了对原始数据进行的因子分析：载荷（结果）。最后两行分别表示给定因子的方差（载荷在各个变量上的平方和）和总方差的比例，即方差除以变量数量。表3显示了对原始数据进行的因子分析，其中包括特征值和因子方差。特征值表示每个因子中的系统总方差。3.3. FFT和聚类分析使用FFT对所有选定的9个地点的时间序列进行了分析，如图5所示。得到的周期图通常遵循拟合函数f?α，其中f是频率（此处为min?1），α是拟合指数，这对于热系统来说是预期的[38]。在这种类型的谱图中，周期图的较高幅度值出现在低频率处。因此，谱图中噪声上方的高幅度峰值可能会突出显示出不具有统计显著性的虚假峰值，这些峰值与采样过程本身有关，尤其是在数据量不足时无法平均周期图时。因此，开发稳健的测试来评估周期图峰值的重要性至关重要。这里使用了针对红色噪声数据系列描述的方法[39]，估计噪声上方任何峰值的统计权重，并避免了蒙特卡洛模拟。图5显示了9个地点信号的周期图P(f)，黑色表示，用彩色连续线表示的功率谱f?α进行了拟合；虚线黄色线条表示高于热波动的95%显著性水平。在2.1′、2.6′、5.0′、8.0′、26′和61′附近有几个明显的周期。连续谱I(f)是从周期图P(f)得到的。对周期图值的对数进行了最小二乘拟合：通过对数处理，功率模型P(f) = N f?α（其中N和α是两个拟合参数）变得线性，周期图的纵坐标偏差减小。此外，周期图对数的期望值与谱的对数偏差一个常数： P(fj)> = I(fj)> + 0.25068。 (2) 因此，可以在谱图上使用拟合线性函数y = α x + c，忽略奈奎斯特频率处的数据（j = n，其中j是第j个频率，n是奈奎斯特频率） log I(fj) = log N ? 0.25068 ? α log fj， (3) 并且log N = c + 0.25068用于估计连续谱周期图，以便与周期图数据进行比较。假设I(fj)是谱的确切形式，可以使用c和α的估计值来构建零假设。换句话说，如果零假设成立，所有峰值都与红色噪声（或有限采样）有关。因此，数据满足没有n’-周期性分量的功率过程。然后，零假设为真的阈值G，以概率p表示，结果为： G = ?2 ln [1 ? (1 ? p)1/n’]， (4) 其中G/2是获得P阈值的乘法因子，p称为“误报概率”。九个地点的置信限定为5%，用于评估每个地点序列中出现的n’-周期性分量。它在图5中用虚线黄色线条表示。G/2、n’、周期值以及相应的测试结果在表4中报告。常见的周期为2.1–2.3分钟、2.6–2.8分钟、5.0分钟、26分钟和61分钟，其中中间峰值最为显著；而不常见的周期为3.2–3.7分钟、4.3–4.4分钟、5.4–5.5分钟、6.8分钟、8.0分钟和31分钟。表4的第一列报告了斑点的数量，第二和第三列报告了最佳拟合结果，第四列报告了测试的n’峰值，第五列报告了相应的周期，第六列报告了95%置信水平下的测试结果（t：正确，f：错误）；第七列报告了阈值G/2。斑点1、8和9位于池塘附近但在外侧。正如其他研究[24]所指出的，它们在光谱分析揭示的第一个频率下显示出最高的振幅，周期约为92分钟，这与我们的数据集长度相匹配。随后，它们在26分钟处显示出明显的峰值。斑点2、3和7位于池塘内，其第一个频率的振幅较低，大约是第一个斑点振幅的三分之一。值得注意的是，这里观察到的峰值也对应于大约26分钟的周期，其中斑点7显示出最高的峰值。在池塘内的斑点2、3和7还显著观察到了5.0分钟、4.3分钟和2.1分钟的中等和高频率周期。这些周期可能是由泥泡产生的，由于二氧化碳的上升，泥泡从垂直方向移动到泥池中。然而，它们的振幅几乎无法检测到，仅略高于背景噪声水平，这表明它们在周期识别中的重要性可能有限。最后一个因素描述了陆地上的斑点4、5和6，这些斑点的频率没有显著高于背景噪声，除了斑点4，它显示出3.6分钟、2.7分钟和2.3分钟的明显振幅。重新评估因子分析后可以发现，斑点4充当了这一组与第一个组之间的“桥梁”。这种关系在小波分析中也很明显。3.4 小波CWT分析旨在突出时间序列中已识别出的峰值，并同时确定不同斑点之间的滞后情况。分析中使用了Morse小波，对称参数γ设置为3，时间-带宽积为60。图6显示了结果。高幅度区域用黄色表示，而蓝色表示影响锥内的低幅度内容，该锥由白色虚线界定。斑点1-9显示出由约2-3分钟周期（5-7 mHz）主导的短时间尺度、间歇性的脱气现象。斑点4和9显示出最强且最规则的爆发，与滑移流或水库压力释放周期一致，而斑点2、3、5和8显示出弱而分散的排放，与低速起泡或扩散脱气一致。斑点（1、6、7）表现出混合行为。通过爆发时间、高速视觉数据和压力测量的互相关，以及校准的流量测量，可以区分滑移流、气泡聚合和瞬态堵塞-释放机制。具体来说，第一组的斑点（图6顶部）以及更显著的斑点9和4可以代表26分钟的峰值。26分钟的周期大约在记录开始后120分钟出现，对应于测量到的最高ΔT峰值。属于第二组的斑点（图6中间）整体上较为安静，在池塘内几乎没有26分钟的周期，且有许多低周期。图6底部显示了第三组的中间温度变化情况，具有更明显的中期共振。沿着第一列移动，可以在斑点1、2和4的开始时间测量到5-6 mHz的振荡。这种振荡活动在几分钟的时间跨度内是分散或间歇性的。这种行为与喷口过程一致，如气泡破裂、滑移流/气泡流、偶发性脱气事件或压力释放脉冲，而不是稳定的层流。空间异质性（某些斑点比其他斑点强得多）表明喷口之间的几何形状、气体供应率或局部管道系统存在差异。图6 使用MATLAB R2022a软件（网址：https://ch.mathworks.com/help/wavelet/，访问日期：2026年3月3日）对九个空间位置（斑点1-9）进行了CWT幅度标度图分析。每个标度图展示了信号幅度随时间（0-3小时）和频率（0-8 mHz）的分布。高幅度区域（黄色）主要集中在5-7 mHz频段，并在时间跨度内间歇性出现，表明活动是非平稳的且呈爆发性。斑点4和9显示出最强的整体幅度，而斑点2、3、5和8的响应相对较弱。白色虚线边界表示影响锥，小波系数在该锥内受边缘效应的影响最小。图3.5 中的(a)中的斑点位于池塘外；(b)中的三个斑点位于池塘内；(c)中的斑点位于池塘右侧边缘。3.5 相关性分析 使用Statistica 10软件（网址：https://statistica.software.informer.com/）进行了相关性分析，步长为1分钟。所有斑点在开始时的温度增长和结束时的大幅变化被排除在外，以便将分析重点放在中央记录数据中的较小波动上。因此，我们仅排除了斜坡的前25个样本和峰值后的45个样本，剩下115个样本。同一组内斑点对之间的相关性R在滞后0时为正。然而，不同组内斑点对之间的相关性显示出可变的滞后，Δt范围从1分钟到20分钟不等。即使将同一组内的不同斑点与另一组的斑点进行相关性分析，这种滞后变化也存在。例如，斑点2和7与斑点5的滞后时间为5分钟，而斑点3与斑点5的滞后时间为1分钟。斑点3与斑点8之间的相关性具有15到20分钟的较长滞后时间。还存在反相关性；如图7所示，水平虚线表示R的95%显著性水平。第一组的所有斑点与斑点6都呈反相关，滞后时间为10分钟。从图7可以看出，第一组的斑点也与斑点4呈反相关。在这里，只有反相关性是显著的，其对称性表明这些斑点观测到大约5分钟的相同脉动。此外，斑点4的5分钟脉动与斑点9和1的相位相差180°，如图7b、c所示。图7. 斑点4-8（a）、4-9（b）和4-1（c）之间的皮尔逊相关性显示，在滞后时间0分钟附近大约Δt = ±5分钟的对称反相关性，描述了图6a中分析的第一组斑点与极端斑点4之间的180°相位因子。水平虚线表示95%的显著性水平。4. 讨论 Mefite排放结构显然由一个深达千米的反形储层供应，该储层含有单相超临界二氧化碳（scCO2），这一发现是在20世纪60年代的国家石油钻探计划中做出的[41]。储层顶部位于大约1128米的深度。在1600米深度以下，主要遇到的相是二氧化碳。然后，在1600米到1800米的深度范围内，遇到的是富含NaCl的水，密度为1.16 g/L，温度接近77°C；因此，相关的平均地热梯度为30°C km?1。1980年11月发生6.9级的Irpinia地震[42]及其相关的地震余震序列后，震中的区域环境得到了广泛研究。Mefite地点因其位于Irpinia地震序列期间激活的NW–SE断层的北侧边缘而受到关注，特别关注其排放系统的工作原理和结构。为期四天的地震阵列调查显示，地震持续时间从20秒到30-40分钟不等[24]。此外，在斑点9附近已经记录到排放通量的波动，数值范围从418.5到440.8 m3 h?1，变化幅度小于6%，这被定义为高压喷口[43]。斑点1、4、8和9显示出接近3°C的临时温度偏差，周期为26分钟。如果我们假设在一个几何形状大致恒定的系统中进行绝热压缩，根据绝热关系： Tf = Ti (Pf/Pi)(γ?1)/γ (5) 其中Tf = 297.34 °K（最终温度）；Ti = 294.54 °K（初始温度）；Pf未知（最终压力）；Pi = 102.74 kPa（初始压力）；γ = 1.3（热容比），则大约4.3 kPa的轻微气体压力增加足以使温度升高3°C。流量压力和温度增加的一个可能原因是深部scCO2产量的暂时增加和/或容纳自由scCO2相的背斜结构的释放增加。方程（5）假设绝热压缩将温度变化与压力变化联系起来。另一个限制是测量的温度是地表土壤/水的温度，而不是气体本身的温度。假设ΔTsurface ≈ ΔTgas也是一个强近似。我们承认这两种近似都不完美，但它们可以提供最终压力的初步估计，而不是精确测量。总之，所有这些波动构成了Mefite排放的常见活动。我们确定的周期约为26分钟，可能与直接来自反形结构的周期性增强排放有关。如果我们接受CO2处于静水压力的假设，这是根据M. Forcuso 1和M. Forcuso 2的碳氢化合物勘探井测量结果重建的[44]，那么排放始于CO2的超临界聚集相。在大约700米的深度，向上移动时，它应该转变为气体。这种转变改变了它的大部分热力学性质，包括密度、内能、焓、熵、绝热指数和焦耳-汤姆逊系数，这可以从二氧化碳的状态方程[45]和物理特性中推断出来[46]。在[24]中检测到的较短周期内的变化据推测与分化的排放路径的浅层几何形状有关。这些作者将这些变化归因于“起泡事件”。在这个假设中，转变必然发生在700米以上，即远高于反形结构。换句话说，这些短周期起源于表面附近，意味着Mefite湖的浅层几何形状就在喷出点下方。斑点系统的复杂行为，其中相关性的证据表明斑点对交替交换压力，可以通过通道几何形状解释为流体通过时激发的连通容器系统。无论如何，所有斑点中检测到的主要现象，考虑到其他作者的结论，似乎具有独特的起源。5. 结论 根据高分辨率红外调查，在Mefite d’Ansanto池塘周围识别出超过20个自然排放点，这是地球上测量到的最大的富含二氧化碳气体的自然排放源。我们强调，我们的方法提供了一种非接触式的、近距感测方式，替代了在Mefite等高二氧化碳区域直接采样这种方法的风险。因此，这种方法可以为未来分析Mefite湖和其他低温气体排放点的化学和物理活动提供有价值的数据。具体来说，整个Mefite区域都在脱气，主要排放来自沿两条几乎平行的SW-NE路径排列的圆形和线性喷口。此外，SW-NE趋势的主导性与先前识别的断层方向一致[47]，而其他延长的喷口似乎勾勒出了周围的结构。监测显示了广泛的、集中的排放，即使地面热化气体与大气之间的温度差异很小。在未来的长期监测中，估算释放到大气中的总二氧化碳通量可能是有用的。此外，从高频热红外（TIR）图像采样中获取的热点温度时间序列显示出不稳定性，快速傅里叶变换（FFT）分析表明存在持续几分钟到一小时的高于“红噪声”水平的波动周期。所有热点都表现出约26分钟的长期周期性特征，这与地震研究观察到的现象一致。在某些热点区域还观察到了2-3分钟的短周期波动，这可能与气泡的水平运动有关。统计分析将这些热点分为三组，这三组的热点行为解释了75%的变异性，小波分析进一步证实了这种分组。水的存在似乎将这种变异性与热点下方的通道结构联系了起来。统计相关性还表明不同热点之间存在气体交换的复杂性。尽管在获取绝对温度时存在一些限制，但这些限制并未影响对Mefite湖相对时空变化的研究。当用热力学方法将温度变化解释为热点处的气压变化时，精度得到了显著提高。这使我们能够确定：在排放量最大的热点9处，气压增加了4.2%，从而导致温度上升了2.8°C。这一结果表明，热红外监测能够间接且灵敏地反映气体压力的变化，即使在寒冷的喷气口处也是如此。最后，这是首次将高频热红外采样技术应用于Mefite d’Ansanto或任何低温气体排放源（包括寒冷喷气口）的研究案例。