人們通常利用地震儀探測各種不同的地震，包含區域或全球范圍的爆炸信息，因此也可用于探測軍事沖突中的襲擊爆炸 (Carmichael, 2021; Gibbons et al., 2017; Pilger, 2021)。但是，軍事襲擊不像地震，其能量較低，要求地震儀等傳感器網(wǎng)絡(luò )距離爆炸源較近。因此，要全面客觀(guān)地獲取軍事沖突地區的監測數據面臨著(zhù)巨大的挑戰性。近期，挪威地震研究中心Ben D.E. Dando 等在《Nature》發(fā)表了關(guān)于基于地震陣列識別俄烏軍事沖突襲擊的論文，系統地闡述了軍事沖突襲擊爆炸事件識別、定位、當量估計等，為監測現代戰爭走向提供了地震學(xué)手段 (Dando et al., 2023)。他們以俄烏沖突中烏克蘭北部爆炸產(chǎn)生的地震波為例，利用當地地震臺陣記錄，近實(shí)時(shí)自動(dòng)識別軍事襲擊爆炸，測定了2022年2月至11月期間發(fā)生在基輔、日托米爾和切爾尼戈夫省等區域1200多次爆炸的時(shí)間、地點(diǎn)和震級。根據相關(guān)的地震和聲波信號，發(fā)現軍事襲擊爆炸事件數量遠遠超過(guò)公開(kāi)報道的軍事襲擊數量。因此，發(fā)展對軍事沖突的監測方法和觀(guān)測技術(shù)，檢測爆炸事件、刻畫(huà)時(shí)空分布、測定爆炸當量等，對于沖突實(shí)況和進(jìn)展的實(shí)時(shí)監測和準確記錄具有重要意義。
軍事沖突襲擊爆炸事件的監測方法。衛星影像作為監測戰爭的重要手段，能夠提供俄烏軍事沖突襲擊爆炸的高分辨率圖像。但是，因為需要時(shí)間和位置的先驗信息，衛星影像無(wú)法做到實(shí)時(shí)監測，相比之下，爆炸產(chǎn)生的地震波和聲波可以在地表和地下傳播數百公里，其中聲波還以0.34 km/s的速度在空氣中傳播。這些信號的頻率在5至200 Hz之間，可以被地震儀和微氣壓計記錄下來(lái)，有助于實(shí)時(shí)監測軍事沖突實(shí)況。事實(shí)上，聲學(xué)測距和地震測距方法早在第一次世界大戰就被用于定位火炮陣地，是現代地震勘探方法發(fā)展的基礎 (Costley, 2020; Gendzwill, 2007; Keppner, 1991)。此后，監測方法不斷發(fā)展，已經(jīng)能夠使用聲學(xué)傳感器來(lái)定位火炮位置和撞擊區域 (Dagallier, 2019)，以及推斷大型爆炸的特性 (Aleqabi et al., 2015; Carmichael, 2021; Pilger, 2021)。但迄今為止，由于缺乏合適的數據，對軍事沖突地區爆炸產(chǎn)生的地震和聲學(xué)信號進(jìn)行實(shí)時(shí)處理仍然非常困難。《全面禁止核試驗條約》國際監測系統是一個(gè)檢測核爆炸的全球網(wǎng)絡(luò )，目前已有200多個(gè)地震和次聲臺站，這些臺站的觀(guān)測記錄可用于實(shí)時(shí)監測。而且，用于監測和研究天然地震和地球內部的大量數據已經(jīng)公開(kāi)可用或逐步公開(kāi)。地震和聲波傳感器均可用于軍事沖突監測，其監測能力取決于傳感器與被監測區域的距離、爆炸強度和能量傳輸情況。
圖1 2022年1月至11月自動(dòng)探測爆炸產(chǎn)生的地震分布圖 (Dando et al., 2023)。其中圓圈的顏色表示發(fā)生時(shí)間，圓圈大小表示震級。2月24日俄羅斯-烏克蘭戰爭爆發(fā)之前的地震事件用灰色顯示。Malyn陣列的各個(gè)地震傳感器用白色三角形表示。圖中標出了切爾諾貝利核電站的位置。比例尺為50 km
監測烏克蘭戰場(chǎng)。在烏克蘭基輔西北部約100 km處，國際監測系統有一個(gè)由烏克蘭國家數據中心運營(yíng)維護的地震臺陣，Malyn AKASG，條約代碼為PS45。該臺陣由23個(gè)垂直分量寬帶地震儀和一個(gè)三分量寬帶地震儀組成，孔徑約27 km，每個(gè)傳感器之間約2 km。早期設計的目的是利用經(jīng)典的地震陣列處理技術(shù)遙測遠距離（>3300 km）核試驗。當入射波為平面波、震中距遠遠大于陣列孔徑的條件下，地震臺陣相干信號疊加能夠提高信噪比，臺站之間的時(shí)間延遲可用于估計入射波的方向。該臺站陣列能夠用于檢測近場(chǎng)和區域地震活動(dòng)，對附近地震事件進(jìn)行準確定位。Malyn陣列覆蓋面積較大、傳感器數量較多，為實(shí)時(shí)監測烏克蘭北部日托米爾省、基輔省和切爾尼戈夫省與軍事沖突有關(guān)的爆炸提供了適宜的數據。根據Malyn陣列地震記錄自動(dòng)檢測和定位爆炸，觀(guān)測數據實(shí)時(shí)傳輸到維也納國際數據中心，再傳輸到挪威進(jìn)行自動(dòng)處理，生成接近實(shí)時(shí)的結果。通過(guò)信號偏移和疊加，使用短期平均與長(cháng)期平均振幅比（STA/LTA）的特征函數，獲取P波和S波信號，實(shí)現自動(dòng)檢測和定位微震活動(dòng) (Chambers et al., 2014; Kao and Shan, 2004; Langet et al., 2014)。基輔西北部交戰區距離Malyn陣列較近，能夠獲得高精度的爆炸事件位置和時(shí)間。
烏克蘭北部爆炸事件。自2022 年 2 月 24 日至 11 月 3 日，在Malyn陣列周?chē)s 300 × 222 km2 的區域內探測并定位了 1282 次爆炸，包括日托米爾省、基輔省和切爾尼戈夫省的部分地區（圖1）。距離Malyn陣列的越遠，震級的完整性越小，因此在切爾尼戈夫等距離陣列約 170 km之外的地方無(wú)法探測到較小震級的爆炸事件。作為比較，利用2022 年1月1日至2月24日俄烏戰爭以前的數據，探測并定位了與采礦和采石的爆炸事件，獲得53次日間爆炸事件（圖 2）。俄烏軍事沖突發(fā)生后，在日托米爾、科羅斯滕、基輔西北部、切爾尼戈夫和馬林等地區都能觀(guān)測到聚集性地震活動(dòng)。2022年2月24日至3月31日期間，馬林東北部的地震活動(dòng)最為突出，為激烈交戰區，平均每天爆炸29次，其中3 月7日發(fā)生64次爆炸。俄羅斯實(shí)際控制至到3月21日，烏克蘭進(jìn)行反攻，4月2日俄羅斯撤出基輔地區。因此，猛烈轟炸發(fā)生在3月31日，而4月1日只發(fā)生兩次爆炸。俄羅斯軍隊撤出后該區域地震活動(dòng)基本恢復到軍事沖突以前的水平，采礦和采石爆破得以恢復，但仍然存在針對戰略要地的零星襲擊爆炸。
軍事沖突爆炸發(fā)生在地面或地面以上，大部分能量釋放到大氣中。由此產(chǎn)生的聲波為爆炸源參數提供了關(guān)鍵的約束 (Ottemoller and Evers, 2008)。按聲速傳播速度的時(shí)間窗口疊加波形包絡(luò )，能夠識別出29%的地震事件（圖2中的紅線(xiàn)和圖 4f 中的綠點(diǎn)），增加了對爆炸事件時(shí)空分布的約束（圖 4a, 圖4e中的插圖）。然而，大部分事件都沒(méi)有聲波，可能是因為使用的聲波探測閾值較高、強烈的衰減和散射過(guò)程，以及地表地形阻擋了聲波有效傳播 (Averbuch et al., 2022)。在地震波形數據中可能無(wú)法觀(guān)測到所有爆炸事件，但聲波記錄可以給出有益的補充。這類(lèi)事件通常為高空爆炸、距離臺陣較遠（>100 km）或者爆炸當量較低。因此，聲波和地震在俄烏戰爭監測中都能發(fā)揮重要的作用。
圖2 地震探測數量直方圖 (Dando et al., 2023)，包括日間（綠色）和夜間（藍色）檢測結果；累積爆炸次數（黑線(xiàn)）、由聲學(xué)信號確認事件的累積次數（紅線(xiàn)）和Liveuamap網(wǎng)站分開(kāi)報道的爆炸事件累積數量（橙色）。紅色虛線(xiàn)表示俄烏沖突伊始時(shí)間，紅色點(diǎn)狀線(xiàn)表示俄羅斯撤出基輔的時(shí)間。箭頭標記了圖4中爆炸事件
爆炸事件檢測。檢測爆炸能夠驗證已報道的或未公開(kāi)的爆炸。例如，在2022年5月20日世界標準UTC時(shí)間9:37，距離基輔約100 km的Malyn地區市政府發(fā)布了一條視頻信息，宣稱(chēng)遭受導彈襲擊，隨后在媒體上發(fā)布了鐵路軌道受損的照片。俄羅斯國防部也發(fā)布了火車(chē)站站臺是攻擊目標的信息。在這些報告發(fā)布之前約4小時(shí)，Dando et al. (2023)已經(jīng)在05:39:59、05:40:11和05:40:23UTC等三個(gè)時(shí)段分別檢測到3次爆炸。盡管自動(dòng)定位估計與爆炸產(chǎn)生的撞擊坑距離1.4 km，但后期利用人工拾取到時(shí)的方法，能夠將定位偏差縮小到100 m以?xún)龋▓D4e）。圖4顯示了爆炸事件波形實(shí)例。Liveuamap網(wǎng)站使用人工智能技術(shù)匯總各種媒體報道的爆炸事件，經(jīng)過(guò)人工驗證后發(fā)布軍事沖突數據，與地震學(xué)檢測到的爆炸事件目錄具有可比性，對應關(guān)系良好。爆炸事件的時(shí)空分布非常相似，無(wú)論是在軍事沖突伊始，還是在2022年4月俄羅斯軍隊撤出基輔后的針對性襲擊，都具有地震活動(dòng)峰值（圖2）。地震和次聲資料提供的軍事襲擊爆炸事件時(shí)空分布，與媒體報道相比更加客觀(guān)，確定性更強。其中，通過(guò)使用相對較低的信噪比閾值提高檢測率，采用地震信號的震源屬性鑒別降低誤報率。
圖3 不同時(shí)間段的地震自動(dòng)探測密度圖 (Dando et al., 2023)。日間和夜間爆炸分別用綠色和藍色圓點(diǎn)表示。白色三角形表示Malyn地震陣列的位置。(a) 2022年1月1日至2月23日沖突爆發(fā)之前的階段，最大事件密度為0.09 km-2；(b) 2022年2月24日至3月6日，最大事件密度為0.11 km-2; (c) 2022年3月7日至4月5日激烈戰斗期間，最大事件密度為0.73 km-2; (d) 2022年4月6日至11月3日，最大事件密度為0.25 km-2。灰色陰影區域表示俄羅斯軍隊實(shí)際控制地區。比例尺為50 km
爆炸當量估計。根據地震觀(guān)測資料和物理模型估計爆炸當量，極具挑戰性 (謝小碧 and 趙連鋒, 2018; Ford, 2014; Koper et al., 2002; Pasyanos et al., 2012; Zhao et al., 2008)。地震與次聲資料結合對爆炸當量和高度等具有較好的約束。然而，Malyn陣列主要記錄垂直分量數據，因此可通過(guò)計算地震震級來(lái)快速估計爆炸當量。對于特定試驗場(chǎng)的地下核試驗，爆炸當量和地震震級之間具有較好的經(jīng)驗關(guān)系 (Bowers et al., 2001)。然而，因為地面爆炸在能量耦合、轉化和傳播方面存在較大差異，致使這些經(jīng)驗關(guān)系很難適用。因此，結合已知爆炸當量的陸地爆炸目錄能夠獲取當量估計的上限和下限 (Booth, 2009)。爆炸事件的地方性震級ML在-1.25和2.24之間，誤差為0.3個(gè)震級單位（圖1）。最低的震級估計接近-0.6，對應于0.03–9.00 kg TNT的爆炸當量。俄羅斯榴彈炮使用的OF45型152 mm炮彈，爆炸當量為7.65 kg TNT (Evans and Eeddon, 2022) ，可為爆炸當量的上限估計。已知的科羅斯騰附近采礦和采石爆破，震級ML > 1.7（圖1）。2022年3月10日對切爾尼戈夫地區的空襲爆炸震級為1.7（圖4c），爆炸當量在352至3083 kg TNT之間。伊斯坎德?tīng)枏椀缹椀谋ó斄考s為700 kg，因此最大當量估計值偏高。根據聲學(xué)相位振幅能夠構建當量估計方法，但由聲學(xué)預測模型獲得的當量估計會(huì )更大，需要進(jìn)一步校準和檢驗 (Douglas, 1987)。
圖4 爆炸事件波形示例 (Dando et al., 2023)。(a) 安東諾夫機場(chǎng)襲擊爆炸；(b) 切爾尼亞基夫油庫爆炸；(c) 切爾尼戈夫空襲爆炸；(d) 馬林東北部發(fā)生的一起未報道爆炸事件；(e) 馬林火車(chē)站導彈襲擊事件。臺站名稱(chēng)和震中距標于波形左側。事件波形與頻譜相對應。P波、S波、聲波和Rayleigh波 (Rg)分別用藍色、紅色、綠色和黃色的箭頭標注。事件震級標于右下角。(a)和(e)中的插圖比例尺為1 km，顯示了自動(dòng)事件定位結果（紅色五角星）和手動(dòng)事件定位結果（黑色五角星），地面觀(guān)測爆炸實(shí)況位置（黃色圓圈）和次聲定位結果（綠色五角星）。(f) 紅色圓圈表示標記為A–E的各個(gè)示例事件。綠色和灰色圓圈分別表示檢測到和未檢測到聲學(xué)到達時(shí)刻的事件。比例尺為50 km
一種新型戰爭監測工具。Dando et al. (2023) 對2022年俄烏軍事沖突期間收集的地震數據進(jìn)行分析是首次使用地震數據實(shí)時(shí)監測戰爭走向。探測到的與軍事襲擊有關(guān)的爆炸分布與火炮和導彈襲擊的區域非常吻合。盡管地震檢測爆炸的事件目錄并不完整，但已經(jīng)全面超越了公開(kāi)報道的襲擊次數，因此具有對媒體報道進(jìn)行驗證和監測戰爭走向的價(jià)值。通過(guò)自動(dòng)地震相位檢測方法，能夠提供烏克蘭北部地區距離Malyn陣列100 km以?xún)鹊氖录木_位置，定位誤差<5 km，計時(shí)誤差<1 s。在后續處理中加入次聲資料約束，能夠進(jìn)一步提高空間定位精度。該方法可以擴展應用到其它交戰區附近的中等孔徑陣列網(wǎng)絡(luò )，自動(dòng)確定火炮爆炸位置或判定彈藥類(lèi)型，從而監測軍事沖突。
主要參考文獻
Booth D C. The relationship between seismic local magnitude ML and charge weight for UK explosions[R].British Geological Survey, 2009.
Douglas D A. Blast operational overpressure model (boom): An airblast prediction method[R]. Air Force Weapons Laboratory, Report No. AFWL-TR-85-150, 1987.
Aleqabi G I, Wysession M E, Ghalib H A A. Characterization of seismic sources from military operations in urban terrain (MOUT): Examples from Baghdad[J]. Bulletin of the Seismological Society of America, 2016, 106(1): 23-41.
Averbuch G, Ronac‐Giannone M, Arrowsmith S, et al. Evidence for short temporal atmospheric variations observed by infrasonic signals: 1. The troposphere[J]. Earth and Space Science, 2022, 9(3): e2021EA002036.
Bowers D, Marshall P D, Douglas A. The level of deterrence provided by data from the SPITS seismometer array to possible violations of the Comprehensive Test Ban in the Novaya Zemlya region[J]. Geophysical Journal International, 2001, 146(2): 425-438.
Carmichael J D, Thiel A D, Blom P S, et al. Persistent,“Mysterious” seismoacoustic signals reported in Oklahoma state during 2019[J]. Bulletin of the Seismological Society of America, 2022, 112(1): 553-574.
Chambers K, Dando B D E, Jones G A, et al. Moment tensor migration imaging[J]. Geophysical Prospecting, 2014, 62(4-Vertical Seismic Profiling and Microseismicity Frontiers): 879-896.
Costley R D. Battlefield acoustics in the First World War: artillery location[J]. Acoust Today, 2020, 16: 31-39.
Dagallier A, Cheinet S, Cosnefroy M, et al. Long-range acoustic localization of artillery shots using distributed synchronous acoustic sensors[J]. The Journal of the Acoustical Society of America, 2019, 146(6): 4860-4872.
Dando B D E, Goertz-Allmann B P, Brissaud Q, et al. Identifying attacks in the Russia–Ukraine conflict using seismic array data[J]. Nature, 2023: 1-6. （原文鏈接）
Ford S R, Rodgers A J, Xu H, et al. Partitioning of seismoacoustic energy and estimation of yield and height‐of‐burst/depth‐of‐burial for near‐surface explosions[J]. Bulletin of the Seismological Society of America, 2014, 104(2): 608-623.
Gendzwill D. Locating cannons by sound ranging in World War I[J]. The Leading Edge, 2007, 26(1): 27-29.
Gibbons S J, Pabian F, Nasholm S P, et al. Accurate relative location estimates for the North Korean nuclear tests using empirical slowness corrections[J]. Geophysical Journal International, 2017, 208(1): 101-117.
Kao H, Shan S J. The source-scanning algorithm: Mapping the distribution of seismic sources in time and space[J]. Geophysical Journal International, 2004, 157(2): 589-594.
Keppner G. Ludger Mintrop[J]. The Leading Edge, 1991, 10(9): 21-28.
Koper K D, Wallace T C, Reinke R E, et al. Empirical scaling laws for truck bomb explosions based on seismic and acoustic data[J]. Bulletin of the Seismological Society of America, 2002, 92(2): 527-542.
Langet N, Maggi A, Michelini A, et al. Continuous kurtosis‐based migration for seismic event detection and location, with application to Piton de la Fournaise Volcano, La Reunion[J]. Bulletin of the Seismological Society of America, 2014, 104(1): 229-246.
Ottemoller L, Evers L G. Seismo-acoustic analysis of the Buncefield oil depot explosion in the UK, 2005 December 11[J]. Geophysical Journal International, 2008, 172(3): 1123-1134.
Pasyanos M E, Walter W R, Mayeda K M. Exploiting regional amplitude envelopes: A case study for earthquakes and explosions in the Korean Peninsula[J]. Bulletin of the Seismological Society of America, 2012, 102(5): 1938-1948.
Pilger C, Gaebler P, Hupe P, et al. Yield estimation of the 2020 Beirut explosion using open access waveform and remote sensing data[J]. Scientific reports, 2021, 11(1): 14144.
Zhao L F, Xie X B, Wang W M, et al. Regional seismic characteristics of the 9 October 2006 North Korean nuclear test[J]. Bulletin of the Seismological Society of America, 2008, 98(6): 2571-2589.
謝小碧, 趙連鋒. 朝鮮地下核試驗的地震學(xué)觀(guān)測[J]. 地球物理學(xué)報, 2018, 61(3): 889-904.
（撰稿：楊淞杰，趙連鋒/地星室）
