中国科学技术大学固体地球物理专业李泽峰课题组与牛津大学黄晖博士合作，发展了无监督学习方法，从复杂的火山地震中成功分离了长周期事件、混合事件和火山构造事件,发现2018年夏威夷基拉韦厄火山爆发前3个月，地下岩浆已经有显著的异常活动。该方法可以追踪火山爆发前数月的地下岩浆的活动，对监测火山活动、预报和预警火山灾害活动有重要应用前景。该成果近日发表于国际地学一流期刊Geophysical Research Letters (https://doi.org/10.1029/2021GL094698)

夏威夷基拉韦厄火山是世界上最活跃的火山之一。2018年5月到8月，基拉韦厄火山经历了一系列大规模喷发事件（图1），喷发出的岩浆覆盖了约35.5平方千米的土地，摧毁了700余所房屋，造成超过2亿美元的直接经济损失。提前了解地下岩浆活动、火山内部应力状态，预测和预警火山爆发，对于减轻火山灾害造成人员财产损失有重要意义。虽然GPS和InSAR等大地测量仪器可以测量火山地表形变以及岩浆湖高度变化，对于火山爆发短临预警有较高的准确率，但是它们无法做到对火山活动早期岩浆状态的监测。而地震监测可以在火山出现明显地表现象前了解火山活动性，追踪内部岩浆踪迹。

图1. 2018年夏威夷基拉韦厄火山喷发 (图片来源：美国地质调查局USGS)

火山地震种类复杂，成因各异。其中长周期地震通常被认为与岩浆活动密切相关，可以用来追踪地下岩浆活动，对火山活动早期刻画有重要参考意义。但是这类事件往往和其他地震事件混杂在一起，而传统方法只能给出模糊分类，准确率低。李泽峰课题组发展了频谱聚类方法，成功将各种火山事件分类（图2）。方法应用于基拉韦厄火山爆发前四个月的地震，发现早在在火山爆发前3个月就出现异常岩浆活动，与地表大地测量监测相比，大大提前了发现火山地区活动异常的时间。此外，结果揭示了夏威夷基拉韦厄地区的混合事件和长周期事件系出同源，均与岩浆活动有关，加深我们对火山地震成因的理解。本研究提出的基于无监督学习分类方法简单有效，有望应用到国内长白山、腾冲等火山危险区，对国内火山预警技术提供潜在支持。

图2. 夏威夷基拉韦厄火山地震无监督分类树状图。A、B两组对应长周期事件（LP），绝大多数集中在火山口地区，并且时间上呈现幕式分布。C组有一个5HZ左右的主峰，低频峰变化较大，产生机制仍有待进一步讨论。D组有比较典型的双峰分布，属于为混合事件（Hybrid）。E组事件对应火山构造事件（VT），绝大多数发生在浅部，在爆发前有一个稳定的累计加速现象。

作者信息：本文第一作者为中国科学技术大学硕士研究生崔鑫，通讯作者为李泽峰特任研究员。