地幔二氧化碳可能触发意大利地震

近年来，意大利中部亚平宁山区多次发生破坏性地震，包括2009年摧毁拉奎拉市的6.3级毁灭性地震。一项新的长达10年的二氧化碳自然排放记录显示，二氧化碳释放量的峰值与最大地震同时发生。近日，研究人员在《科学进展》报道称，这一发现暗示，向地球表面上升的二氧化碳会改变断层沿线的压力，从而引发地震。而了解二氧化碳与地震活动性之间的关系，有一天会带来更好的地震预报。

当地幔中的碳酸盐岩因构造力而熔化时，地球自然释放出二氧化碳。二氧化碳上升，聚集在地壳中，渗入地下水，然后进入地表泉水。先前的研究已经发现，在地震热点地区，二氧化碳往往会逸出地壳。但是，由于没有地震多发区二氧化碳排放的长期记录，没有人确切知道二氧化碳排放的时间与地震发生时间的对比情况。

从2009年到2018年，研究人员测量了Velino含水层所补给泉水中的碳含量。Velino含水层接近2009年拉奎拉地震的震中，在一个地壳二氧化碳库的顶部。数据显示，二氧化碳排放量的激增与强震发生在同一时间，当地震较小且距离较远时，二氧化碳排放量就会下降。当该地区发生6级以上地震时，Velino含水层泉水每天可释放出600多吨二氧化碳。在地震活动较为平静的时期，这些泉水每天排放约400~500吨二氧化碳。

然而，意大利国家研究委员会的地质学家Andrea Billi表示，这些数据并不能确凿地表明，二氧化碳浓度的上升是否有助于诱发地震，或许只是地面震动将更多的二氧化碳带到了地表。实际上，这是一个鸡和蛋的问题。未来，持续监测亚平宁山脉和其他地震活跃地区（如美国加利福尼亚和日本）的二氧化碳排放量，将可以说明上升的气体是地震的前兆，还是产物。

该研究的作者、意大利国家地球物理与火山研究所的地质学家Giovanni Chiodini表示，这两者之间存在反馈。二氧化碳在地下的不断积聚可能会引发地震，使地壳破裂，进而使更多的二氧化碳向上涌动，引发更多的地震。

对此，Billi表示，如果二氧化碳上升确实加剧了一些地区的地震活动，那么追踪当地泉水的化学成分可能会为预报员提供一种新的工具，而当2009年拉奎拉发生致命地震时，科学家还没有这种工具。此前，拉奎拉地震发生后，6名意大利科学家和一名政府官员因未能向公众充分警告该地区的地震风险而被判过失杀人罪，但后来被无罪释放或减刑。（赵纪东）

相关论文信息：https://advances.sciencemag.org/content/6/35/eabc2938

钠钾是碳酸岩流体稀土成矿关键因素

近日，英国埃克塞特大学和澳大利亚国立大学研究团队在《科学进展》发表文章《稀土元素在碳酸岩及其周围的迁移率受钠、钾和硅的控制》。文章指出，通过一系列实验表明，钠和钾是导致稀土元素溶解的关键成分，而不是以前认为的氯或氟元素。该项研究成果可能有助于寻找新的未发现稀土（钕镝）矿床。

研究团队模拟了熔融碳酸岩浆的结晶过程，试图发现结晶后的热液中哪些元素能够富集。实验发现，钠和钾使得稀土元素溶解在溶液中。没有了钠和钾，稀土矿物将沉淀在碳酸岩中。有了钠，黄碳锶钠石等中间矿物就能生成。有了钾，镝比钕更容易溶解而进入围岩。

研究团队表示，实验能够更好地解释镝等重稀土元素以及钕等轻稀土元素集中分布在碳酸岩体以及周围的原因。钕和镝是生产电子设备和风力涡轮发电机和电动汽车电机等清洁能源设施的重要原材料。（刘学）

相关论文信息：https://advances.sciencemag.org/content/6/41/eabb6570

美将开发通用地球系统模式

近日，美国国家科学基金会宣布，将提供近500万美元资金资助为期5年的“地球工作”项目，以支持科罗拉多州立大学和国家大气研究中心合作开发高分辨率地球系统模型，供全球科学家开放使用。

通用地球系统模式（CESM）是一个开源模式，用于提高地球系统中大气、海洋、陆地表面和海冰过程之间复杂相互作用的理解。目前的模式存在一些局限性，在低空间分辨率下无法清晰模拟雷暴和其他较小尺度的现象，风暴、云的形成等过程都被参数化或者用统计学的方法来表示。虽然如全球风暴解析模式等地球系统模式有足够的分辨率来模拟雷暴，但研究人员无法免费获取。项目将对最新版本的CESM进行修改。

项目的目标是将全球风暴解析能力引入CESM中，开发一个以网格间距3~4km运行的模式版本。与CESM以往通常以25~100 km网格间距运行相比，这是一个重大的进步。更精细的分辨率将能够呈现出重要的地理特征，海岸线、湖泊和植被也将得到更好的表达，复杂的化学和物理过程将以更真实的方式进行模拟。项目将结合大气、海洋、陆地表面和海冰模式的特定版本，使模式整体在当今的计算系统上以高分辨率高效运行。

项目将结合一些最新的计算进展，重构和优化关键的模式组件，通过图形处理单元处理许多不同网格点的方程来帮助加快地球系统模式，实现高分辨率的地球系统模型试验。项目还将尝试在模式中引入机器学习组件，尽可能地提高模式的计算效率。

（刘燕飞）