《Cold Regions Science and Technology》：Multi-parameter seismic metrics for detection and classification of rock and ice-rock avalanches
编辑推荐：
本研究提出多参数地震指标（MSM），通过量化瞬时振幅、短期能量比和累积能量趋势，有效检测低信号山体运动事件。经2018年Nayong崩塌和2025年Blatten冰岩崩塌案例验证，MSM优于传统STA/LTA和Benford定律，尤其在复杂地质环境下提升早期预警能力。
王倩娟|邢爱国|王文培|裴晓东|徐学勇|周晔|张浩山|吴波
上海交通大学海洋工程国家重点实验室，中国上海200240
摘要
在全球的高山地区，山体滑坡等地质灾害频繁发生，导致严重的人员伤亡、经济损失以及对生态系统和基础设施的持续威胁。在这些地形崎岖、人口稀少且数据有限的地区，早期识别和精确监测地质灾害仍然是一个核心挑战。由于地震信号具有连续性和远程监测的能力，近年来已被广泛用于地质灾害的检测和动态分析。然而，传统的地震分析方法在主要灾害阶段能够有效捕捉高幅度、高频率的信号，但在检测低幅度、低频率的前兆信号和起始信号方面存在局限性，这些信号往往与环境噪声重叠，信噪比较低。为了解决这个问题，我们提出了一种多参数地震指标（MSM），该指标可以量化瞬时信号强度、短期能量和累积能量趋势，从而实现对地质灾害连续地震信号的有效检测和分类。通过对2018年那永岩崩事件的时频分析，并结合无人机光学流测量结果进行验证，证明了MSM能够有效检测和分类岩石崩塌产生的地震事件，可靠地识别出主崩塌、局部破坏和前兆信号。与短期/长期平均值（STA/LTA）和本福德定律相比，MSM在低幅度、低能量阶段仍保持较高的灵敏度。对布拉滕冰岩崩事件的分析表明，MSM也能有效检测和分类冰岩崩塌，尽管冰岩物质的组成和完整性会影响地震谱和能量分布，从而在超低频起始阶段降低灵敏度。通过将优化后的MSM与本福德定律结合使用，可以提高这一阶段的检测能力。MSM为检测和分类岩石和冰岩崩塌的主要事件及其前兆提供了一个稳健且灵敏的框架，为地质灾害的早期预警和风险评估提供了潜在支持。
引言
以陡峭地形和脆弱地质环境为特征的山区是地球上最活跃且灾害频发的地区之一。这些地区受到全球变暖和人类活动加剧的环境变化的影响，导致斜坡稳定性进一步恶化。因此，大规模地质灾害在全球范围内变得越来越频繁和具有破坏性，对脆弱社区的人类生命、财产和基础设施构成了严重威胁（Chiarle等人，2021年）。仅在过去几年中，自2020年以来，全球就发生了多起灾难性地质灾害，包括2021年的查莫利冰岩崩和2025年的布拉滕冰岩崩（Shugar等人，2021年；Yin等人，2025年）、2022年的佩特罗波利斯滑坡（Alcantara等人，2025年）、2024年的凉水村岩崩（Wang等人，2025年）以及2025年的吉隆冰川湖溃决洪水。这些事件造成了重大的人员伤亡和财产损失，凸显了大规模地质灾害频率和破坏性的增加，也凸显了有效监测和早期预警的迫切需求。
传统的地质灾害监测主要依赖于地表变形观测技术，其中合成孔径雷达干涉测量（InSAR）和全球导航卫星系统（GNSS）被广泛使用。InSAR能够以相对较低的成本覆盖大面积区域的地表位移；然而，由于卫星重访间隔、大气干扰和低相干区域的影响，其在实时监测突发事件方面的有效性有限，这限制了在灾害区域的监测能力和调查精度（Rosi等人，2018年；Gao等人，2025年）。相比之下，GNSS能够提供连续的高分辨率三维位移测量数据，在长期监测灾害区域方面表现出色。但其覆盖范围受站点部署的限制，高昂的成本也限制了其在全面、大规模监测中的应用（Mantovani等人，2022年；Huang等人，2023年）。这两种方法通常结合使用，以互补优势：InSAR用于大面积监测以识别潜在的灾害区域，而GNSS则部署在这些区域的关键位置，提供连续的高分辨率观测数据。尽管如此，大规模地质灾害经常发生在已知或潜在的灾害区域之外，形成了监测盲区，限制了早期预警系统的全面性和实时响应能力（Cenni等人，2021年）。
大规模地质灾害通常会产生强烈的地震信号，这些信号可以被附近的地震站记录下来。因此，关于地质灾害引发的地震信号的研究已成为地质灾害反演和早期预警的关键领域。目前的研究主要集中在三种方法上：（1）使用格林函数进行动态反演，从连续的地震波形中推断滑动体的机械状态和运动特性（Zhang等人，2024年；Belli等人，2025年）；（2）基于时间窗口的信号检测方法，如短期/长期平均值（STA/LTA）比率，通过分析地震信号中的短期和长期能量变化来敏感地检测异常事件（Lotti等人，2015年）；（3）统计和数据驱动的方法，如应用本福德定律，以揭示地震数据中的隐藏规律，帮助识别滑坡和崩塌（Zhou等人，2024年）。与传统方法相比，地震监测不依赖于预先定义的灾害区域，而是连续观测产生足够强信号的数十至数百公里范围内的区域，从而有效克服了GNSS和InSAR在时空尺度和精度上的限制。尽管STA/LTA和本福德定律已被证明能够在地质灾害最剧烈阶段有效捕捉信号，但它们在检测起始、沉积和较弱的前兆信号方面的灵敏度仍然有限，无法全面监测整个事件生命周期（Trnkoczy，2009年；Kinali等人，2018年）。这种局限性源于这些阶段的地震信号幅度较低，成分多样性有限，并且受到滑动体完整性、运动强度、颗粒大小分离和流动状态的影响（Cui等人，2021年；Luo等人，2021年；Zrelak等人，2024年）。这种检测不足表明，单参数检测方法在面对复杂的地质灾害动态时存在固有的局限性。
为了解决单参数方法在前兆信号检测方面的局限性，本研究提出了一种多参数地震指标（MSM），它可以同时量化瞬时幅度、短期能量比率和累积能量趋势。通过跨多个时间尺度表征强度和能量演变，MSM显著提高了对不同规模和频率带的地质灾害事件的敏感和稳健检测能力。那永岩崩事件的地震数据和无人机（UAV）证据证实了MSM在地震检测和分类岩石崩塌方面的有效性。此外，MSM在捕捉低幅度、低能量的动态阶段和前兆事件方面也优于单参数方法。此外，MSM还被应用于布拉滕冰岩崩事件，以评估滑动材料对地震特性的影响，并评估其在早期检测和预警多种地质灾害事件方面的适用性。研究结果为复杂环境中地质灾害的前兆检测和早期预警提供了一种方法论参考，可能为灾害响应提供额外的时间窗口，从而减轻相关损失。
数据来源
本研究收集了两个代表性事件的连续地震数据：2017年中国贵州的那永岩崩（快速的高海拔岩石崩塌事件）和2025年瑞士瓦莱州的布拉滕冰岩崩（由岩石碎屑沉积后冰川冰体失效引发的混合冰岩滑动事件）。那永岩崩的连续地震信号由附近水电站的监测站记录下来
结果
为了评估MSM在检测与崩塌事件相关的地震信号方面的有效性，我们首先分析了那永岩崩事件，并将其性能与传统方法进行了对比。然后，我们将MSM应用于2025年瑞士瓦莱州布拉滕冰岩崩的连续地震数据，以评估其在涉及多种斜坡材料的崩塌事件中的适用性。
滑动材料的潜在影响
滑动材料的组成和结构完整性直接影响地震信号的光谱和能量分布特征。破碎且未固结的材料通常会产生短暂的高频振动，表现为集中的短期能量释放和明显的振幅波动（Iverson，1997年；Lin等人，2022年）。相比之下，连贯的滑动体（如冰川）主要激发长周期、低至中频成分
结论
我们开发了一种多参数框架（MSM），用于稳健检测大规模地质灾害事件及其前兆。通过同时量化瞬时幅度、短期能量和累积能量趋势，MSM能够有效检测和分类由岩石和冰岩崩塌产生的地震信号，从而提高了连续地震监测的灵敏度和可靠性。
与STA/LTA和本福德定律相比，通过时频分析验证了其有效性
CRediT作者贡献声明
王倩娟：撰写——原始草稿、验证、软件开发、方法论设计、数据分析、概念化。邢爱国：撰写——审稿与编辑、资源协调、项目管理和资金获取、概念化。王文培：撰写——审稿与编辑、项目管理和资金获取。裴晓东：资源协调。徐学勇：资源协调。周晔：资源协调。张浩山：资源协调。吴波：资源协调。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
本研究得到了中国国家重点研发计划（编号：2023YFC3008302和2022YFC3004301）的支持。
