马蒂亚斯·特拉蒙蒂尼|玛丽娜·罗萨斯-卡尔巴哈尔|迈克尔·J·希普|帕斯卡尔·贝松|雅克·马特奥|塞巴斯蒂安·加西亚|法比奥·I·齐塞尔曼
法国里昂大学物理研究所，CNRS-IN2P3，UMR 5822，克劳德·贝尔纳里昂第一大学
摘要
位于智利和阿根廷边境的科帕韦火山在过去30年里一直是巴塔哥尼亚地区最活跃的火山之一。该火山的活跃火山口内有一个超酸性湖泊，并且存在多种强烈的水热活动现象，这激发了对火山内部结构及其变化如何影响火山体稳定性的研究。在这项研究中，我们分析了科帕韦火山东侧上部的结构、成分和岩石强度，这是游客进入火山口的最常见路径。这也是主要泉水来源的位置，并且由于地形和盛行风向的原因，大部分喷出物都沉积在这里。为了研究火山体的实地结构，我们安装了μ子探测器并计算了μ子密度图像。此外，我们还对东侧样本进行了实验室分析。通过结合扫描电子显微镜、能量分散X射线分析和X射线粉末衍射技术，我们观察到了风化作用的影响并识别了存在的矿物。最后，我们测量了样本的体积密度、干单轴抗压强度（UCS）和静态杨氏模量。μ子成像显示火山东侧主要为低密度区域，我们认为这是由冰川和/或冰层沉积物与火山碎屑岩和凝灰岩交错形成的，并且存在较大的火山体断裂。明确的高密度异常区对应于在火山体某些部分出露的熔岩流。分析的大多数样本都经历了水热作用导致的岩石溶解以及硅酸盐和次生矿物的沉淀，这与超酸性的水热环境相符。实验室测量结果表明岩石强度存在差异，这些差异似乎受到岩石类型和原始孔隙度的控制。我们的多学科方法表明，科帕韦火山的东侧主要由低凝聚力、低密度和强度不均的材料构成。所绘制的结构图以及测量的岩石性质对于未来评估火山体稳定性至关重要。
1. 引言
科帕韦火山位于阿根廷和智利的边界上，是一个具有发达水热系统的活火山，其表面特征包括超酸性湖泊、酸性温泉和持续的气体释放（Varekamp等人，2001年；Agusto等人，2016年）。其历史上的喷发活动以低强度的蒸汽岩浆喷发为主，过去270年中至少记录了11次此类喷发，尽管有些喷发表现出较强的岩浆成分（A.T. Caselli等人，2016年；Naranjo和Polanco，2004年）。火山水热系统是流体相互作用强烈的区域，会带来许多往往难以预测的危害。与这些系统相关的两大主要危害是火山体部分崩塌和蒸汽岩浆喷发，这两种情况都可能在几乎没有或完全没有岩浆参与的情况下发生，有时甚至没有明显的预警信号（Loughlin等人，2015年）。火山体崩塌会产生岩石和碎屑流，它们会以高达100米/秒的速度沿山坡快速下滑，移动距离可能超过垂直落差的十倍（Scarpa和Tilling，2012年）。部分火山体崩塌可能伴随大规模喷发发生，或者成为爆炸性喷发的触发因素（例如1980年的美国圣海伦斯山，Lipman和Mullineaux，1981年），但也可能由外部因素如强地震（例如1984年的日本 Ontake 冈）或极端降雨（例如1998年的尼加拉瓜 Casita 冈）触发（López和Williams，1993年；Kerle等人，2003年）。除了直接影响外，这种崩塌还可能通过暴露水热储层或岩浆通道来改变火山系统本身，从而影响喷发动态（Shevchenko等人，2020年）。水热作用通过改变火山岩的物理和化学性质，在火山体不稳定性和蒸汽岩浆喷发中起着关键作用。就火山体稳定性而言，热液和酸性流体的循环会导致岩石的水热风化，通常会降低岩石强度并形成增加崩塌风险的薄弱区域（Heap等人，2021a；Poganj等人，2025年；Harnett等人，2022年；Darmawan等人，2022年）。根据风化类型的不同，热岩浆流体的循环可能会通过减少孔隙度和增加孔隙压力来削弱火山体（Heap等人，2021a）。在某些情况下，风化作用还会促进粘土矿物的形成，进一步提高岩石强度（Farquharson等人，2019年）。此外，填充孔隙的风化作用会降低渗透性，阻碍流体循环并导致系统内部压力变化，可能引发与火山体崩塌和爆炸性喷发相关的危险（Reid，2004年；Heap等人，2021b；Heap等人，2019年）。水热系统在蒸汽岩浆喷发中也至关重要，这类喷发是由地下水快速加热和加压引起的。这些喷发可能突然发生，喷出岩石碎片和火山碎屑，而不直接涉及岩浆（Stix等人，2025年；Montanaro等人，2022年；Loughlin等人，2015年）。相反，它们依赖火山水热系统中的地下水来实现快速加热、蒸发和压力急剧增加（Montanaro等人，2022年）。水热作用还可能通过局部改变渗透性和压力积累来影响蒸汽岩浆喷发的发生和强度（Mick等人，2021年；Mayer等人，2015年；de Moor等人，2019年；Pearson-Grant等人，2025年）。此类事件可能在几乎没有预警信号的情况下发生，因为它们不一定涉及岩浆上升到浅层（Stix等人，2025年）。最近的一些著名例子包括日本的 Ontake 冈（Maeno等人，2016年）和新西兰的 Whakaari/White Island（Kilgour等人，2021年）的喷发。火山水热系统也与更深层的岩浆系统密切相关。因此，当岩浆向地表上升时，岩浆与水的相互作用可能导致爆炸性活动。在这种情况下，这种类型的活动被称为岩浆蒸汽作用。具有大型水热系统的火山通常会在更大规模岩浆喷发之前经历蒸汽岩浆喷发（Stix和de Moor，2018年）。水热系统存在于世界各地大多数活跃的火山中（Rouwet等人，2015年），了解它们的位置、结构及其对火山体物理性质的影响对于评估和减轻相关风险至关重要。尽管存在这些危害，但由于复杂性和难以到达性，火山水热系统的内部结构仍难以研究。
在这种背景下，μ子成像技术作为一种创新成像方法应运而生，它利用大气中的μ子（天然产生的亚原子粒子）来探测大型地质体的内部密度结构（Bonechi等人，2020年）。这种方法已成功应用于多个火山系统，包括法国的瓜德罗普岛 La Soufrière（Bajou等人，2023年；Rosas-Carbajal等人，2017年）以及日本的樱岛和雲仙山（Tanaka等人，2007年；Tanaka等人，2009年；Oláh等人，2021年；Oláh等人，2026年），揭示了与岩浆路径、水热区和结构不均匀性相关的内部密度差异。类似于医学X射线成像，μ子成像通过比较μ子穿过地质体后的观测通量与到达地球表面的天然μ子通量来生成二维密度图像。μ子成像特别适用于可视化陡峭、危险或难以接近的区域，因为它可以在不部署密集仪器阵列或大量布线的情况下探测大体积的岩石。当与其他地球物理方法（如重力测量（Rosas-Carbajal等人，2017年）、地震监测（Le Gonidec等人，2019年）、电法（Rosas-Carbajal等人，2016年）和地表形变测量（Oláh等人，2025年）结合使用时，其解释效果更佳，这些方法可以提供关于地下结构的额外约束。此外，μ子成像可以在有限的现场干预下长期进行，非常适合长期研究。
在这项工作中，我们通过结合μ子成像和岩石样本的实验室分析来研究科帕韦火山东侧上部的结构和水热风化情况。我们使用扫描电子显微镜（SEM）结合能量分散X射线分析（EDX）和X射线粉末衍射（PXRD）来表征样本中的矿物。此外，我们还通过评估样本的力学性质（如单轴抗压强度（UCS）和静态杨氏模量）来研究风化作用的影响。通过整合实地规模的μ子密度成像与矿物学和力学数据集，我们旨在将μ子图像中观察到的密度差异与矿物组成、风化程度和岩石强度联系起来，以更好地描述科帕韦火山的水热系统和力学不均匀性。
2. 科帕韦火山
科帕韦火山位于安第斯山脉南部火山带（SVZ）的东缘，处于智利和阿根廷的边界上（图1A）。它是一座玄武安山岩层状火山，在过去三十年里是巴塔哥尼亚地区最活跃的火山之一（A.T. Caselli等人，2016年）。由于其高活动性和靠近周边村庄及旅游区（如距离火山8公里范围内的 Copahue 和 Caviahue），科帕韦被认为是阿根廷风险最高的火山（Garcia和Badi，2021年；Elissondo和Farías，2024年）。该火山体由 nine 个呈南北向排列的火山口组成（Melnick等人，2006年）。目前唯一活跃的火山口位于阿根廷一侧，称为“El Agrio”（图1B）。这个约200米宽的火山口内有一个超酸性湖泊，并持续产生喷气孔活动（Varekamp等人，2001年；Agusto等人，2016年）。科帕韦火山由阿根廷和智利的火山监测机构共同监测，包括阿根廷地质矿业调查局（SEGEMAR）的阿根廷火山监测观测站（OAVV）（Garcia和Badi，2021年）和智利国家地质矿业服务局（SERNAGEOMIN）（Amigo，2021年）。
科帕韦广泛的水热系统的地表表现包括“El Agrio”酸性湖泊、多个酸性温泉以及靠近 Copahue 村镇的地热场。火山口湖泊和温泉的水呈 SO4-Cl 超酸性特征（pH < 1）（Tassi等人，2016年）。主要的酸性温泉位于湖泊下方约100米处，为上流的 Rio Agrio 提供水源，这条酸性河流最终流入下游约12公里处的 Caviahue 湖（Varekamp等人，2001年）。活跃火山口下的水热系统由冰川融水供给，这些融水在与岩浆气体的相互作用下酸化，同时为火山口湖泊和温泉提供能量（Agusto等人，2016年）。这个水热系统对最近的喷发活动起到了直接作用。2012年的喷发最初由蒸汽岩浆爆发维持，直到火山口湖泊消失（A. Caselli等人，2016年）。在2000年的喷发中，火山口湖泊消失了，但东侧的温泉在整个喷发期间持续释放热量，2002-2003年间湖泊重新形成并趋于稳定（Varekamp等人，2009年）。最近的观察表明，2018-2022年喷发周期中的蒸汽岩浆活动与火山口湖泊水热系统有关，并受到季节性因素的影响（Carbajal等人，2025年）。Báez等人（2020年）编制了火山东侧的地质地图（图2）。根据他们的岩相分类，东侧上部由层状火山碎屑岩、块状火山碎屑岩、富含火山碎屑的凝灰岩、未固结的火山弹和块体以及断裂的熔岩组成。尽管科帕韦火山没有记录到大规模的崩塌事件，但火山风险评估中包括了火山活动引发的侧翼崩塌的可能性（Caselli等人，2015年；Varekamp等人，2001年）。据我们所知，尽管该火山具有很高的危害潜力，但目前尚未进行任何地球物理研究来探究其内部结构。在接下来的部分中，我们将利用μ子成像和岩石性质分析来填补这一空白。
下载：高分辨率图像（806KB）
下载：全尺寸图像
图1. (A) 南美洲卫星地图，显示了科帕韦火山的位置。(B) 科帕韦火山。图片由 OAVV-SEGEMAR 提供。插图：‘El Agrio’火山口。
下载：高分辨率图像（2MB）
下载：全尺寸图像
图2. 科帕韦火山东侧的地质地图（比例1:40000），改编自 Báez 等人（2020年）。μ子探测器的位置由一个紫色星星标记，相应的扫描区域显示为紫色的弯曲三角形区域。3. 材料与方法3.1. 样品采集与实验室分析在2022年4月至12月进行的野外工作中，共从Copahue火山采集了11块岩石样本。采样位置如图3A所示。我们的目标是收集来自火山不同区域的能够 representative 地反映热液蚀变和孔隙度变化的岩石。因此，采样策略更注重可获取的岩石类型之间的性质差异，而非对地层单元的系统性覆盖。两块样本（CO3和CO4）采集于火山顶峰附近，靠近火山口湖；一块样本（CO2）采集于火山口斜坡；六块样本（CO1、CO7、CO8、CO9、CO12和CO13）采集于火山口底部；另外两块样本（CO5和CO6）采集于距离火山口较远的位置。所有采集岩石的图片见图3B。从每块岩石中制备了直径为20毫米的圆柱形样品，然后切割并精密研磨至标称长度40毫米。样品在40°C的真空烘箱中洗涤并干燥至少48小时。通过使用氦气比重计测量样品的总体积和骨架体积来确定其连通孔隙度。样品的干体积密度根据总体积和干质量计算得出。湿体积密度则基于干体积密度、连通孔隙度以及假设的水密度（1克/立方厘米）计算得出。11块样品的干单轴抗压强度（UCS）是在单轴加载框架中测量的，具体方法参考Heap等人（2014）的图表。样品在室温下的实验室压力和温度下以恒定轴向应变率（10^-5秒^-1）变形至宏观破坏。静态杨氏模量通过单轴应力-应变曲线的弹性部分确定（Heap等人，2020）。矿物学分析和结构关系使用扫描电子显微镜（SEM）结合能量色散X射线光谱仪（EDX）对每个样品的标准镶嵌和抛光样品进行。SEM使用的是EVO MA10 Zeiss显微镜。同样的样品被粉磨后，使用粉末X射线衍射（PXRD）技术来鉴定和量化各种晶体和非晶相。所使用的衍射仪是EMPYREAN@Malvern Panalytical型号，配备铜靶。衍射图通过Malvern Panalytical的HighScore Plus软件（HS+）进行分析，该软件利用ICSD数据库。全岩主要元素浓度通过X射线荧光（XRF）技术测定。XRF校准使用了覆盖样品成分范围的多种国际地质参考材料（Jochum等人，2016）。IPGP生产的合成玻璃和参考材料BR-24也作为未知样品用于验证校准稳定性（Chauvel等人，2011）。报告的浓度是三次重复分析的平均值。分析不确定度（1σ）通常为大多数主要氧化物5%–10%，TiO2、MnO和Fe2O3的不确定度低于5%，Na2O的不确定度可达20%。下载：下载高分辨率图片（2MB）下载：下载全尺寸图片图3. (A) 卫星图像显示岩石采样点和μ子探测器安装位置。(B) 采集的岩石样本照片。下载：下载高分辨率图片（452KB）下载：下载全尺寸图片图4. (A) 安装在火山东侧的μ子探测器。(B) μ子探测器的示意图。μ子轨迹（黄色直线）是从被激发的像素（黄色星星）中恢复的。改编自DIAPHANE项目网站。3.2. μ子成像技术μ子成像技术用于估计不透明度，即μ子在其穿过地质体（本例中为火山）的轨迹上所遇到的物质量。不透明度ρ[mwe]通常以水当量（mwe）表示，其中1 mwe对应100克/立方厘米。沿轨迹L[m]的平均密度〈ρ〉[gcm^-3]计算公式为〈ρ〉=〈ρ〉/L。由于ρ单位为mwe，L单位为米，因此1 mwe/m^-1=(100克/立方厘米)/(100厘米)=1克/立方厘米。每个轨迹对应一个特定的角度方向。以下详细说明了用于计算火山体平均密度μ子图像的仪器和方法。本研究中使用的μ子探测器由DIAPHANE项目开发（例如，Marteau等人，2012，Marteau等人，2017）。该探测器由Nx=32和Ny=32个塑料闪烁体条组成，分别排列在水平和垂直方向上，形成32×32个每个面积为2.5×2.5平方厘米的像素。前后阵列之间的距离设定为140厘米。在中间和后部阵列之间放置了一层总厚度为10厘米的铁板，以减弱电磁成分（如电子）的影响。探测器仅记录在时间上同时穿过三个阵列的粒子，并从被激发的像素重建它们的轨迹（图4B）。轨迹重建和选择采用了Bajou等人（2023）提出的基于RANSAC的方法。对于每次同时检测到的事件，都会拟合一条直线轨迹，从而识别并排除与单一轨迹不符的异常击中。只有能够可靠重建轨迹的μ子才被保留下来进行进一步分析，而模糊或约束不足的检测结果则被丢弃。关于探测系统和光电读出的更多技术细节，详见Marteau等人（2014）的论文。探测器安装在Copahue火山的东侧，Neuquén省提供了后勤支持，便于直升机运输到现场。选定地点的海拔约为2550米，非常适合扫描火山体的上部，包括“El Agrio”火山口。该位置距离顶峰约450米，距离活跃火山口约225米，探测器朝向北偏东162°并倾斜16°（图4A）。由于这种设置，μ子穿过的岩石长度范围为25至1000米。该选址及其配置保证了全面的覆盖范围和有效的数据采集。为了在积雪条件下保证可靠运行，现场配备了坚固的金属天线塔、太阳能发电系统和通信天线，作为火山监测网络的一部分。整个安装工作是在OAVV-SEGEMAR的合作下完成的。天线设置使得数据可以近乎实时传输到OAVV监测中心，从而远程获取探测器和采集的数据。考虑到研究中的火山结构规模较大，我们采用了点状近似的方法来处理探测器。在这一假设下，所有前后阵列之间具有相同相对方向的事件都被认为是属于同一条轨迹（Lesparre等人，2010）。这样总共得到了(2Nx−1)×(2Ny−1)=3969个子观测轴rˆi,j，其中(i,j)=(x,y)front−(x,y)rear，(x,y)front和(x,y)rear分别代表记录到μ子的前后阵列中的(x,y)像素。因此，每个rˆi,j对应一个独特的角度方向。通过为每个观测轴rˆi,j分配一个平均密度估计值〈ρ(rˆi,j)〉来获得μ子图像。这需要估计积分μ子通量I[cm^-2sr^-1s^-1]，它量化了能量大于某个阈值的μ子流量，即I(rˆi,j)=Nμ(rˆi,j)ΔT×T(rˆi,j)，其中Nμ(rˆi,j)是沿每个观测轴检测到的μ子数量，ΔT[s]是采集时间，T(rˆi,j)[cm^2sr]是方向依赖的接受函数，用于量化探测器检测μ子的效率。T(rˆi,j)是根据开阔天空条件下的校准实验获得的，其中测量的μ子率与理论预期的积分μ子通量Iopen−sky(rˆi,j)进行比较。为了计算Iopen−sky(rˆi,j)，我们采用了Cohu等人（2022）的方法，使用CORSIKA代码（Heck等人，1998）进行空气簇射模拟，并结合了Hörandel（2003）描述的大气高层宇宙射线通量。最后，对于每个观测轴，我们在(I,ϱ,θ)空间中进行插值，其中θ表示天顶角，以计算相应的不透明度ρ(rˆi,j)。使用12.5米分辨率的数字高程模型，计算μ子穿过观测轴的路径长度L(rˆi,j)。然后通过〈ρ(rˆi,j)〉=ϱ(rˆi,j)/L(rˆi,j)得到μ子图像。在这项工作中，我们使用了部署在Copahue火山东侧的μ子探测器（图4A）在2023年72天内的数据集，包括了数据采集过程中的中断情况。采集期间的μ子率及其在观测轴上的分布详见补充图5。4. 结果4.1. 微结构、矿物学和蚀变全岩XRF分析显示，CO1和CO3样本位于TAS图上的玄武安山岩和安山岩的边界（见补充图1）。其余样本显示出较高的硅含量，在某些情况下还含有碱金属成分。特别是CO6、CO7和CO12的主要元素总浓度显著低于100 wt%，表明可能存在未测量的挥发性成分，如水或硫。PXRD分析识别出晶体和非晶相（表1）。主要岩浆矿物包括斜长石、橄榄石、辉石和钛磁铁矿。非晶成分包括火山玻璃、蛋白石和针状硅石，而次生相包括黄铁矿、元素硫和硅酸盐多形体。非晶含量在样本间有所不同，反映了玻璃保存状况和蚀变的差异。利用SEM图像，我们将样本分为四种主要岩石类型：熔岩（CO1、CO3、CO8），具有气泡纹理和相对未改变的矿物组合；多孔熔岩（CO2、CO4、CO5、CO9），显示出不同程度的蚀变，斑晶被次生矿物取代但仍保持原始形状，以及具有多孔结构的熔岩（de Hoog和van Bergen，2000；Kushnir等人，2016）；凝灰岩（CO6、CO7），粒度从细到粗，以火山碎屑为主要成分；以及角砾岩（CO12、CO13），由不同成分的碎屑组成，具有不同程度的气孔化和蚀变。图5显示了这四种岩石类型的微区电子显微镜（MEB）图像，各个样本的图像见补充图3和补充图4。表1. 样本矿物成分的粉末X射线衍射（PXRD）分析结果，包括岩浆矿物（斜长石、长石、辉石、橄榄石）、SiO2多形体、沸石（无水石膏、针钠沸石）、氧化物（赤铁矿、锐钛矿、磁铁矿、铬铁矿、水铁矿）、硫相（黄铁矿、石膏、硬石膏、芒硝、硫酸、硫）、粘土（高岭石、迪基石、伊利石、蒙脱石）和非晶相（火山玻璃、蛋白石）。数值以重量百分比（wt%）表示，其中100%是岩浆矿物、SiO2多形体、次生矿物和非晶相总和。表1. 各样本的矿物成分（wt%）CO1 CO2 CO3 CO4 CO5 CO6 CO7 CO8 CO9 CO12 CO13长石25 35 33 42 50 44 54 94 91 84 3铁镁矿物27 12 26 18 5–20 12 17 21 16辅助矿物11 1–2–––1–1岩浆矿物总和53 48 60 60 57 46 56 16 73 960 Cristobalite 13 11 33 24 22 1石英42 21 1–2–2 6–Tridymite 13 11 3–3 34––SiO2多形体总和68 43 73 77 88 1沸石––––––2––31氧化物––––2–1–1–3硫相12 33 31 81 37 32 42粘土–––––10 3–––2氯氟化物–––––2–––––次生矿物总和12 33 53 01 97 42 78非晶相总和40 42 33 34 32 63 92 42 22 530在所有岩石类型中，孔隙度包括气孔、微裂隙和多孔结构。火山碎屑岩还显示出颗粒间的空隙，这是由于结合较差的特征。次生矿物充填物（如硫和石膏）广泛存在；CO8中的石膏可能是采样后接触富含硫的环境中干燥形成的晚期产物。分析的岩石经历了从相对未改变的样本（例如CO1）到高度蚀变的样本（例如CO6）的广泛蚀变过程。主要的蚀变矿物包括硅酸盐多形体（水晶石、针钠沸石和石英）、硫相（黄铁矿、石膏、硬石膏、芒硝、硫酸、硫）以及粘土矿物（高岭石、迪基石、伊利石和蒙脱石）（表1）。此外，我们注意到三块岩石中含有少量（<3 wt%）的沸石（无水石膏和针钠沸石）。在更高度蚀变的样本中，可能存在非晶硅（如蛋白石-A），而在一些侵蚀较少的样本中可能仍然存在火山玻璃（例如CO1）。下载：下载高分辨率图片（819KB）下载：下载全尺寸图片图5. 扫描电子显微镜（SEM）获得的四种岩石类型图像：(A) CO1，来自最近一次喷发的未受蚀变的高孔隙熔岩弹；(B) CO5，一种受蚀变的非多孔熔岩，其裂隙中填充有黄铁矿，斑晶被次生矿物取代；(C) CO6，一种受蚀变的凝灰岩；(D) CO12，一种粗粒角砾岩，基质孔隙和气孔中充满天然硫。4.2. 力学数据岩石样本的UCS和杨氏模量作为连通孔隙度的函数分别在图6A和C中绘制（数据见表2）。每个区块都获得了多次测量数据。连通孔隙率的范围从0.05到0.61不等。相应地，抗压强度（UCS）大约在6到120 MPa之间变化，而杨氏模量的范围则在2到33 GPa之间。这两种机械性能都表现出随着连通孔隙率的增加而非线性下降的趋势，遵循两种不同的模式。在较低的孔隙率范围内（从0到约0.2），随着孔隙率的增加，强度迅速下降；而当孔隙率超过约0.2时，强度的下降变得较为平缓。在图6B和D中，分别展示了UCS和杨氏模量与样品整体密度的关系。机械数据是根据干态（白色）和饱和态（蓝色）的整体密度绘制的。UCS和杨氏模量都随着密度的增加而呈非线性增长。
图6：(A) 单轴抗压强度（UCS）与连通孔隙率的关系。绿色圆圈表示从样品中测量得到的数值，而灰色圆圈则表示来自Heap和Violay（2021）综述的已发表的火山岩数据。插图：每个图中代表性直径为20毫米的样品照片。(B) 单轴抗压强度与样品整体密度（白色符号——干态；蓝色符号——湿态）的关系。(C) 杨氏模量与连通孔隙率的关系。绿色圆圈代表本研究的测量结果，而灰色圆圈对应于Heap等人（2020）的文献数据。(D) 杨氏模量与样品整体密度（白色符号——干态；蓝色符号——湿态）的关系（数据见表2）。
表2：岩石样品的干态整体密度、湿态整体密度、固相密度、连通孔隙率、杨氏模量和单轴抗压强度。每个样品至少进行了两次测量。
岩石样品 | 干态整体密度（g/cm³） | 湿态整体密度（g/cm³） | 固相密度（g/cm³） | 连通孔隙率 | 杨氏模量（GPa） | 单轴抗压强度（MPa）
--- | --- | --- | --- | --- | --- |
CO1 | 1.35 | 61.8 | 92.7 | 50.5 | 14.5 | 9.9 |
CO1 | 1.45 | 31.9 | 292.7 | 40.4 | 8.6 | 9.9 |
CO1 | 1.09 | 31.7 | 22.7 | 40.6 | 2.7 | 6.1 |
CO2 | 2.49 | 42.5 | 82.6 | 370.0 | 53.2 | 120 |
CO2 | 2.40 | 62.4 | 892.6 | 40.0 | 82.3 | 1.6 |
CO2 | 2.48 | 62.5 | 472.6 | 60.0 | 26.3 | 116 |
CO3 | 1.76 | 52.1 | 212.7 | 276.7 | 0.3 | 6.9 |
CO3 | 1.74 | 82.1 | 210.9 | 273.8 | 0.3 | 10.9 |
CO3 | 1.52 | 11.9 | 672.7 | 40.4 | 3.1 | 11.5 |
CO4 | 2.40 | 22.5 | 362.7 | 40.1 | 14.4 | 5.1 |
CO4 | 2.18 | 22.3 | 127.5 | 0.2 | 10.1 | 7.6 |
CO4 | 2.36 | 82.5 | 254.7 | 0.0 | 26.3 | 116 |
图7：(A) 从(A)东侧和(B)西侧看到的火山地形上投影的μ子图像〈ρ〉。(C) 显示火山口和探测器位置的 Study Area 地图。黄色相机符号和锥体表示用于(A)和(B)中3D渲染的观测点。在(A)和(B)中，探测器的观测轴用灰线表示。使用最近邻插值来考虑观测轴的角度分辨率。在火山的上部可以观察到广泛的〈ρ〉值。请注意，〈ρ〉对应于火山内部和相应轨迹的平均值。
图8：每个样品的单轴抗压强度（UCS）与连通孔隙率的关系。(A) 样品类别通过标记方向和颜色区分：熔岩（向下三角形，橙色）、密集状熔岩（向上三角形，黄色）、角砾岩（向左三角形，蓝色）和凝灰岩（向右三角形，紫色）。(B) 颜色代表硫化物相的重量百分比。(C) 颜色反映无定形相的重量百分比。(D) 颜色表示次生矿物的重量百分比。
4.3. μ子成像
使用μ子数据获得的密度图像如图7所示，投影在火山地形上。图7C中的地图显示了火山口、探测器位置以及图7A和B中3D渲染使用的观测点。所示的密度值是沿各自μ子轨迹的平均值。所有观测轴上的整体〈ρ〉平均值为0.5g/cm³，分散率为0.4g/cm³。较低的〈ρ〉值归因于背景噪声，这将在讨论部分进一步讨论。观察到的最高〈ρ〉值为（3.7±0.3）g/cm³，最低为（0.172±0.007）g/cm³。为了估计平均密度估计的不确定性，我们考虑了μ子通量测量和理论积分μ子通量的不确定性，并将它们以平方和的方式叠加（Bevington和Robinson，2003）。平均而言，相对误差约为估计值的5%。理论积分μ子通量的不确定性大约比测量通量的不确定性小一个数量级。
5. 讨论
在本节中，我们解释了火山构造的结构和性质以及热液系统对它们的影响。
5.1. 岩性学和机械数据
根据矿物组合，Copahue研究的样品的蚀变可以归类为中等至高级的泥质蚀变，这在受酸性-氯化物-硫酸盐热液影响的火山系统中很常见，例如在La Soufrière de Guadeloupe（Salaün等人，2011年；Heap等人，2021b年）。高岭石的形成是泥质蚀变相中的一个关键矿物，通常表明在酸性条件（pH约为4.5-6）和相对较低的流体温度（<150-200°C）下的流体-岩石相互作用（Fulignati，2020年；Inoue，1995年），尽管它也可以在更高的温度（高达约300°C）和更低的pH（<3）下形成。三个样品中存在高岭石而不存在蒙脱石表明蚀变是由具有高H+活性的热液驱动的，这与更高级的水解反应导致完全碱浸出是一致的。这表明在最蚀变的Copahue样品中，如CO6，与酸性热液的相互作用时间较长。我们的机械数据显示，UCS和杨氏模量随着孔隙率的增加而非线性下降，这与之前关于火山岩的研究结果一致（图6；例如，Heap等人，2020年；Heap和Violay，2021年）。为了评估蚀变的潜在影响，我们将机械趋势与PXRD分析的矿物学数据进行了比较（见表1、表2）。我们没有发现次生矿物与机械性能之间的明显相关性。例如，含有高粘土比例的样品并不总是最弱的，也没有系统地表现出较低的模量（见表1、表2）。这表明，在我们的数据集中，孔隙率（原始的或获得的）是控制机械性能的主要因素，而蚀变矿物学起着次要作用。
在不同的岩石类型中，密集状熔岩样品通常表现出最高的UCS值（图8A）。其次是角砾岩，然后是凝灰岩，最后是块状熔岩样品。值得注意的是，UCS与硫化物（图8B）、无定形物（图8C）或次生矿物（图8D）的重量百分比之间没有明确的相关性。这些结果表明，从目前的数据集无法清楚地确定热液蚀变对岩石强度的影响。这可能是由于不同原始岩石类型和孔隙率的岩石上蚀变特征的叠加。这也可能反映了样品数量有限，以及它们代表了多个岩石类型。未来的工作可以包括更多样品，特别是来自同一地层和不同蚀变梯度的样品，并结合岩石学特征描述和额外的机械测试，以更好地区分岩石类型、孔隙率和蚀变的影响。这种行为与某些火山穹丘系统的报道不同。在La Soufrière（Guadeloupe）中，Poganj等人（2025年）和Heap等人（2021b年）认为热液蚀变是控制岩石强度的主要因素，而在Merapi（印度尼西亚）（Darmawan等人，2022年）则报告了一个由热液蚀变材料组成的机械薄弱区。在这两座火山中，蚀变类型与Copahue岩石中观察到的相似。同样，在Soufrière Hills（Montserrat）中，Harnett等人（2019年）发现无定形物含量强烈影响了机械性能。尽管这些研究是在火山穹丘环境中进行的，但它们展示了热液蚀变和无定形相如何影响蚀变岩石的强度。相比之下，我们的数据集涵盖了多种岩石类型，并记录了较低程度的蚀变。最蚀变的样品中仅含有约30%的次生矿物，而在La Soufrière中这一比例可高达80%，可能不足以覆盖主要的岩石类型控制因素。在La Soufrière中，一部分无定形物被鉴定为蛋白石-A，并包含在次生矿物中。相比之下，在我们的Copahue样品中，蛋白石-A没有被区分出来，这可能部分解释了两个火山系统中估计的次生矿物含量之间的差异。也有可能是在更深处，特别是在山顶湖泊下方或附近，热液活动最为活跃的地方，有更强烈的蚀变作用。相比之下，我们的发现与Piton de la Fournaise（La Réunion）的发现更为一致，Di Muro等人（2021年）报告说，孔隙率而不是矿物学或无定形物含量控制了岩石的强度。总的来说，这些比较表明，在我们的数据集中，孔隙率对机械性能的影响比蚀变矿物学更为显著，尽管矿物组成和蚀变强度存在变异性。
5.2. μ子成像
μ子图像显示火山东侧的密度对比非常明显（图7）。如下文所述，背景噪声使密度值偏向较低。因此，我们使用对数尺度来解释μ子图像中的相对密度对比（Bajou等人，2023年）。我们的解释基于Báez等人（2020年）在第2节中介绍的岩相分类。在该框架下，断裂的熔岩主要限制在火山构造的上部，而火山的斜坡则主要与火山碎屑沉积物相关。在密度图像的中心部分，我们观察到从酸湖向μ子探测器方向〈ρ〉逐渐减小。这一趋势发生在μ子轨迹从高海拔路径（低天顶角）转变为低海拔、更倾斜的路径（高天顶角）时。较高的〈ρ〉值与火山构造的上部相关，那里的轨迹与Báez等人（2020年）绘制的断裂熔岩露头以及图9A中现场观察到的位置相交。较低的〈ρ〉值出现在斜坡下方，那里μ子轨迹与火山碎屑沉积物为主的较厚部分相交，如图9C中的现场观察所示。这些空间对应关系表明，μ子图像捕捉到了与东侧地质单元大尺度分布相关的一阶变化。通过这种方式，μ子成像补充了Báez等人（2020年）的地表地质框架，提供了浅层地下信息。为了更详细地研究这些对比，我们分析了沿每个观测轴的L和〈ρ〉之间的关系（图10）。这一分析使我们能够定义四个不同的密度组，用不同颜色表示，这些组与不同的火山构造域相关。黑色组对应于高〈ρ〉值和低L值，与熔岩流相关（见图9A）。在另一个极端，蓝色组的特点是最低的〈ρ〉值和最高的L值，与东侧南部的冰沉积物相关（图9B）。红色组的〈ρ〉值略高于蓝色组，但L值仍然较高，与东侧北部的混合火山碎屑-冰沉积物相关。在这个红色组区域内，卫星图像中可以看到火山口西侧的冰川（见图7、图10）。最后，黄色和绿色组代表火山口东侧的富含火山碎屑的斜坡。黄色组对应于斜坡的较低部分，那里火山碎屑堆积更为明显。绿色组对应于斜坡的上部，那里火山碎屑较少（见图9C）。
我们扫描的区域包括Báez等人（2020年）绘制的三个地质单元：单元G、单元I和当前的冰川（图2）。在Báez等人（2020年）中，单元G对应于火山构造上部的断裂、局部增厚的熔岩，局部下覆层为层状火山碎屑凝灰岩。单元I包括围绕活跃火山口的历史火山碎屑沉积物，包括层状和块状火山碎屑凝灰岩、富含火山碎屑的火山灰以及火山弹和火山块。在这种情况下，高密度的黑色组与单元G相关，而靠近火山口的黄色和绿色组与单元I相关。低密度的蓝色和红色组与当前的冰川和火山构造上部的其他冰川相关。每个密度组与每个映射单元之间并不期望存在一对一的对应关系，因为每个观测轴都沿着其通过火山体的整个路径整合了密度信息。我们指出，在这次实验中，μ摄影测量中存在背景噪声，这种噪声会使估计的密度偏向较低的值（Jourde等人，2013年）。背景噪声由低能量的带电粒子组成，如电子、μ子和质子，这些粒子穿过探测器，但并不对应于穿过火山的粒子。有关背景噪声的详细信息可以在Bonechi等人（2020年）的研究中找到。这种效应随着观测高度的增加而增加（Nishiyama等人，2016年）。下载：下载高分辨率图像（857KB）下载：下载全尺寸图像图9. 科帕韦火山的照片显示：（A）东坡，（B）南坡，以及（C）从火山口看到的东坡。虚线表示（A）熔岩流（图10中的黑色组），（B）冰沉积物（蓝色组），以及（C）火山灰沉积物（黄色和绿色组）。下载：下载高分辨率图像（751KB）下载：下载全尺寸图像图10. 火山体不同区域的密度结构分类。（A）根据图C中显示的L与〈ρ〉散点图定义的组。（B）从东侧看到的每个观测轴上的岩石厚度L。这些值是在地形上绘制的。使用最近邻插值来考虑观测轴的角度分辨率。（C）L与〈ρ〉散点图。不同的颜色（蓝色、红色、黄色、绿色和黑色）标记了（A）中的相应区域。虚线和标签表示每个区域的主要成分：冰、火山灰、凝灰岩和熔岩。为了进一步研究火山的地下结构，我们生成了一系列水平截面——或者说切片——显示出探测器上方不同高度的平均密度（图11）。这些切片是通过使用最近邻插值将沿每个观测轴估计的〈ρ〉值插值到平坦的水平面上计算得出的。与图7不同，图7将估计的〈ρ〉投影到实际地形上，这些切片对应于位于探测器上方固定高度Δh（70.5、145.5、220.5、308.0和370.5米）的平坦表面。这些切片显示了随深度一致的结构模式。特别是，与冰沉积物相关的低〈ρ〉蓝色组在多个层次上都是连续的，这确认了其与地下冰层积累的相关性（图9B）。为了将实验室测量结果与μ摄影测量结果进行关联，我们使用了一个简单的模型来表示岩石的干体积密度。干体积密度ρb可以表示为ρb=(1−ϕ)ρs，其中ϕ表示孔隙率，ρs表示固体相的密度。在这种一阶近似中，ρb指的是干岩石。ρb的相对变化受到孔隙率Δϕ和固体相密度Δρs变化的影响。这些变化可以表示为Δρb/ρb=1−Δϕ/(1−ϕ)1+Δρs/ρs−1。在ρs恒定或ϕ不变的情况下，方程简化为Δρb/ρb=−Δϕ/(1−ϕ)和Δρb/ρb=Δρs/ρs。实验室测量得出的代表性值分别为ϕ的平均值为0.25±0.16，ρs的平均值为（2.6±0.1）g/cm³，相应的相对分散度分别约为60%和5%（数据见表2）。使用这些平均值和分散度，在上述简化表达式中，我们得到在ρs恒定的情况下干体积密度的相对变化约为20%，在ϕ恒定的情况下约为5%。这表明，在我们的岩石样本数据集中，ϕ的变化对干体积密度的影响比ρs的变化更大。下载：下载高分辨率图像（704KB）下载：下载全尺寸图像图11. 在μ探测器上方不同高度Δh处的μ子图像，〈ρ〉。高度Δh分别为70.5、145.5、220.5、308.0和370.5米。使用最近邻插值来考虑观测轴的角度分辨率。如上所述，我们在对数尺度上分析从μ摄影测量得到的密度值。因此，它们的变异性由log10(〈ρ〉的标准差来表征，在这种情况下为0.20，根据对数正态假设，这在线性意义上对应于大约50%的变化系数。这种变异性与采样岩石的岩石物理性质相符，同时也自然地包含了火山体内部的额外异质性，例如冰和火山灰的存在，这些是实验室样本无法捕捉到的。此外，由于μ摄影提供了沿μ子轨迹的平均密度，它自然地整合了更大尺度上的空间异质性。因此，在μ子衍生的密度中观察到的较高变异性反映了岩石本身的性质以及火山体的额外复杂性。为了强调这一点，图12展示了根据我们对结果的解释得出的研究区域的简化表示，突出了影响观测到的密度变化的材料和成分（冰、火山灰、熔岩流、火山口湖和冰川）的异质分布。下载：下载高分辨率图像（224KB）下载：下载全尺寸图像图12. 扫描区域的简化视图，显示了凝灰岩、火山灰、冰、熔岩、火山口湖和冰川的分布，这些说明了影响μ子衍生密度变化的异质性。图12：简化视图显示了扫描区域，展示了凝灰岩、火山灰、冰、熔岩、火山口湖和冰川的分布，这些展示了影响μ子衍生密度变化的异质性。5.3. 对火山灾害的影响我们结合μ子层析成像和实验室数据，提供了关于科帕韦火山内部结构和力学行为的新见解，对火山灾害的评估具有直接意义。μ子成像显示，东坡的特点是存在广泛的低密度区域，这些区域被解释为火山体内冰和火山灰沉积物的混合物。相比之下，清晰的高密度异常区域对应于成像区域上部暴露的熔岩流。先前的研究表明，岩石性质的异质性会降低火山结构的稳定性（Heap等人，2023年）。实验室分析表明，大多数岩石样本显示出热液改变的迹象，主要是通过无定形相、矿物溶解以及二氧化硅和次生矿物的沉淀。然而，我们的力学测试表明，由于样本之间的岩石类型和原始孔隙率的差异，无法明确判断热液改变是否显著影响岩石的力学强度。我们的观察表明，东坡主要由强度低、粘聚力低的材料组成，特别是在裂缝区内混合了冰、火山灰和改变过的岩石。火山体内的冰与未固结的火山灰和低强度岩石的存在增加了由于突然加热、快速融化或火山活动引起的孔隙压力增加而导致的机械不稳定的风险（Carbajal等人，2025年）。然而，不稳定性不一定仅限于火山活动，也可能由非火山外部因素触发，例如强降雨或地震（López和Williams，1993年；Kerle等人，2003年）。现有的灾害评估认为，由于火山口湖、山顶冰川、积雪以及Caviahue位于Río Agrio河沿岸的位置，泥石流（即由水饱和的火山碎片组成的快速火山泥流）是一个主要威胁（Caselli等人，2015年）。我们在火山体内检测到的冰表明，火山体内的冰也应被视为泥石流的另一个局部水源。这一推断的东坡对泥石流生成的贡献与科帕韦的历史活动一致，在1992-1995年的喷发期间，由冰、雪和火山碎片组成的泥石流多次沿Río Agrio河下流，最远达到了5-6公里，而在1995年9月甚至达到了8公里（A.T. Caselli等人，2016年）。这种对东坡危险的解读也与东坡的构造环境一致，那里的ESE–WNW结构、温泉和热液改变区域沿着东北侧的下部排列，表明这种结构控制了流体循环，并可能在这一区域定位了薄弱点（Bonali等人，2016年）。6. 结论我们采用了结合实验室分析和μ摄影的多尺度方法来研究科帕韦火山的内部结构和热液改变。SEM结合EDX分析使得能够可视化改变纹理并识别相关矿物。PXRD进一步表征了矿物组成，确认了原始岩浆相（斜长石和单斜辉石）的存在，以及与改变相关的矿物，如硫、石膏和SiO2多形体。值得注意的是，在大多数分析样本中未检测到粘土矿物。μ摄影显示火山东坡具有强烈的密度对比。高密度区域对应于上部火山体中裸露的断裂熔岩，而低密度区域与冰、火山灰和富含凝灰岩的沉积物有关。这些关联得到了卫星图像和野外观察的支持。鉴于平均密度对火山碎屑物质分布的敏感性，我们建议μ摄影也可以作为一种新的工具，用于评估火山体内火山灰和其他未固结沉积物的积累和空间分布。将μ摄影与实验室数据相结合还提供了关于火山体力学行为的宝贵见解。我们的结果表明，岩石强度主要由孔隙率和岩石类型控制。然而，由于样本之间岩石类型和原始孔隙率的差异，无法明确判断热液改变是否显著影响岩石强度。科帕韦火山的东坡主要由强度低、粘聚力低的材料组成，再加上裂缝、火山灰和冰的存在，突显出这一区域的潜在不稳定性。未来结合时间延迟μ摄影和补充监测技术的研究可以帮助追踪随时间变化的密度，并更好地评估结构稳定性的演变。CRediT作者贡献声明Matías Tramontini：写作 – 审稿与编辑，写作 – 原初草稿，可视化，软件，资源，方法论，调查，形式化分析，数据管理，概念化。Marina Rosas-Carbajal：写作 – 审稿与编辑，监督，资源，项目管理，方法论，调查，资金获取，概念化。Michael J. Heap：写作 – 审稿与编辑，可视化，资源，方法论，调查，形式化分析，数据管理。Pascale Besson：写作 – 审稿与编辑，可视化，资源，方法论，调查，形式化分析，数据管理。Jacques Marteau：写作 – 审稿与编辑，验证，监督，资源，项目管理，资金获取，数据管理。Sebastian Garcia：写作 – 审稿与编辑，资源。Fabio I. Zyserman：写作 – 审稿与编辑，监督，资源，项目管理，调查，资金获取，概念化。
打赏
