科學家在地函中發現了隱藏的”大低震速區”
科學家在地幔中發現了隱藏的寶藏。地球地函深處有兩個大陸大小的區域被稱為LLSVPs,它們比周圍環境更熱、更古老、更堅硬,這與混合良好的地函概念相矛盾。 地震學家利用地震資料揭示了這些古老的結構,顯示它們由較大的礦物顆粒組成,並對火山活動等現象產生影響。
在地函深處隱藏著兩個巨大的”島嶼”,每個島嶼都有一個大陸那麼大。 烏特勒支大學(Utrecht University)的最新研究發現,這些區域不僅比周圍冰冷、下沉的構造板塊”墓地”更熱,而且年代久遠–至少有5億年的歷史,甚至更久。
這些發現對人們長期以來認為地函混合良好、流動迅速的觀點提出了挑戰–這一理論正受到越來越多的質疑。地球地函中的流動比人們通常認為的要少。 這項研究最近發表在《自然》雜誌。
大地震會導致地球像敲鐘一樣振動,產生獨特的音調,就像樂器一樣。 地震學家透過分析這些振盪來研究地球的深層內部。 當這些音調遇到異常情況時,它們就會”走調”或變得不那麼明顯,從而提供有關內部隱藏結構的重要線索。
透過這種方式,地震學家將能夠繪製出地球內部的圖像,就像醫院醫生能夠用X 射線”看”穿你的身體一樣。 上個世紀末,對這些振盪的分析表明,地球表面下存在著兩個地下”超級大陸”:一個在非洲地下,另一個在太平洋地下,它們都隱藏在地球表面下兩千多公里處。

LLSVPs 的位置以及地震波速度和阻尼的地球橫截面示意圖。 資料來源:烏得勒支大學
荷蘭烏特勒支大學地震學家、地球內部深層結構與成分教授阿文-杜斯(Arwen Deuss)說:「沒有人知道它們是什麼,也不知道它們是否只是暫時的現象,還是已經存在了數百萬年甚至數十億年。這兩個大島的周圍是構造板塊的墓地,這些構造板塊是透過一個叫做’俯衝’的過程被傳送到這裡的,在這個過程中,一個構造板塊俯衝到另一個板塊的下面,從地球表面一直下沉到將近三千公里的深度。
“我們多年來一直知道,這些島嶼位於地核和地幔的交界處。我們看到地震波在那裡變慢了”。因此,地球科學家將這些地區稱為”大低震速區”或”LLSVPs”。 “由於LLSVPs很熱,所以波的速度減慢了,就像你在炎熱的天氣裡跑得沒有在寒冷的天氣裡快一樣”。 Deuss 和她的同事Sujania Talavera-Soza 都很想知道他們是否能發現更多關於這些區域的資訊。
“我們增加了新的信息,即所謂的地震波’阻尼’,也就是地震波在穿越地球時損失的能量。 為此,我們不僅調查了這些音調的失調程度,還研究了它們的音量。”
塔拉韋拉-索薩補充說:”與我們的預期相反,我們在LLSVP 中發現的阻尼很小,這使得音調聽起來非常響亮。但我們確實在冷板坯墓地發現了很多阻尼,那裡的音調聽起來非常柔和。 ,而且會比室外寒冷時更累。
他們的同事勞拉-科布登(Laura Cobden)專門研究我們在地球深處發現的礦物,她建議研究LLSVPs的粒度。 根據他們的美國同事烏爾里希-福爾(Ulrich Faul)的說法,溫度本身並不能解釋LLSVPs 沒有高阻尼的原因。

構造板塊俯衝過程和地函羽流從LLSVP 上升的示意圖。 在後者中,礦物顆粒比俯衝板塊中的大。 資料來源:烏得勒支大學
Deuss:”晶粒大小更為重要。最終進入板塊墓地的俯衝構造板塊由小顆粒組成,因為它們在深入地球的過程中會發生再結晶。晶粒小意味著晶粒數量多,因此晶粒之間的邊界也很多。顯示的阻尼很小,這意味著它們一定是由大得多的晶粒組成的。
這些礦物顆粒不是一夜之間長成的,這只能說明一件事:LLSVPs 比周圍的石板墓地古老得多。 更重要的是:LLSVPs 的構造塊大得多,非常堅硬。 因此,它們不參與地函對流(地函中的流動)。
因此,與地理書本上的知識相反,地函也不可能是混合均勻的。畢竟,LLSVPs必須能夠以某種方式在地函對流中存活下來。
了解地函對於理解地球的演變至關重要。
「地函是推動所有這些現象的引擎。以地函羽流為例,它是熱物質的大氣泡,像熔岩燈一樣從地球內部深處升起,一旦它們最終到達地表,就會引發火山活動,例如在夏威夷地下。」我們認為,這些地幔羽流起源於LLSVPs的邊緣。 “
在這類研究中,地震學家善於利用真正的大地震所引起的振盪,最好是發生在很深的地方的地震,如1994 年玻利維亞大地震。
德烏斯解釋說:”這次地震從未見諸報端,因為它發生在650 千米的大深度,幸運的是沒有在地球表面造成任何破壞或人員傷亡。”
整個地球的振盪或音調都是用數學方式描述的,我們可以很容易地’讀出’特定結構所產生的阻尼(即振蕩的聲音有多大),並將其與波速(即波速的失調程度)區分開來。
“這令人印象深刻,因為訊號的阻尼只是我們能從這些振盪中揭示的資訊總量的十分之一。”
對於這類研究,並不需要等到另一次地震發生。 以前的地震資料同樣有用。 “我們可以追溯到1975 年,因為從那一年開始,地震儀變得足夠好,可以為我們提供如此高品質的數據,這些數據對我們的研究非常有用。”
編譯自/ ScitechDaily