APP下载

全面禁止核试验条约(CTBT)科学技术大会(SnT)的科学议程和地震事件性质识别研究进展*

2022-10-14侯晓琳边银菊蒋长胜任梦依王婷婷

地震科学进展 2022年10期
关键词:核试验大会监测

侯晓琳 边银菊 蒋长胜 任梦依 王婷婷

(中国地震局地球物理研究所,北京 100081)

引言

为加强与科学界的关系以支持《全面禁止核试验条约》(Comprehensive Nuclear-Test-Ban Treaty,CTBT),全面禁核试验条约组织(Comprehensive Nuclear-Test-Ban Treaty Organization,CTBTO)自2006 年开始,定期举办科学技术大会(Science and Technology Conference,SnT),并邀请国际学术界专家参加。SnT 大会的宗旨目标包括但不限于推动学术界加强核查科学技术研究,加强核查业务领域与科学界的广泛沟通和合作,推进核查数据在环境和自然灾害等更广泛领域的应用。其长期目标是,依靠科技创新来加强CTBT 的条约核查制度能力、加快条约生效进程。

CTBTO 从2006 年举办第1 届SnT 大会开始,就积极倡导科技在禁核试工作中的协同作用。2009 年第2 届SnT 大会按禁核试相关的技术方法分设8 大主题,专家学者高度认同该会议的意义和重要性。从2011 年第3 届会议开始,SnT 开始固定保持每隔2 年举办一次。截至目前,已成功举办8 次。作为多学科交叉、高学术水准的学术会议,SnT 大会不仅吸引了直接参与CTBT 条约核查技术领域工作的专家学者,还吸引了参与禁核试工作的国家机构的研究人员、独立学术研究机构的科学家,以及青年学生的广泛参与。在参与者的工作属性上,覆盖了从事技术研发、科学外交、科学咨询、媒体和宣传团体等广泛领域。近年来在参与规模上,参会人数已超过1 000人,参与国家超过100 个。

地震监测是CTBT 国际地震监测系统(International Monitoring System,IMS)的4 种主要技术手段之一,其科技进展在SnT 大会的科学议题设置上具有重要地位。同样也使得SnT 大会一方面促进了地震监测技术在禁核试工作中的应用,另一方面这种应用也反向促进了地震监测技术的发展。正因为如此,SnT 大会事实上也成为检视地震监测相关科技发展的重要窗口。本文简要回顾了近年来SnT 大会的科学议题设置,总结相关科技发展趋势,试图为从事相关应用领域和地震科技研发领域的学者提供参考。

1 SnT 大会议题与相关研究统计

对2011—2021 年期间共举办的6 届SnT 大会的口头报告和海报(简报)进行统计,得到SnT 大会报告数量趋势(图1)。本节讨论是在这6 届大会研究基础上进行的分析。

图1 历届科技大会报告数量趋势Fig.1 Trends in the number of studies from previous SnT conferences

由图1 可见,2011—2019 年期间每届会议提交的报告数量不断增长,从2011 年200 多份研究到2021 年近600 份研究,平均增长率在24.56%,其中2019 年更是多达700 份。由于2019 年末疫情爆发,国际学术交流受到严重影响,因此,2021 年第8 届SnT 大会的相关研究数量相比第7 届减少了约150 篇,致使近六届会议研究数量平均增长率降到16.84%。值得注意的是,口头报告的绝对数量逐届上升,但是在总提交研究数量中的占比越来越低(图1 中口头报告部分的百分比),从2011 年占比26.9%下降到2021年占比14.2%,这与采用海报等形式参与交流的青年学者、研究生等群体显著增加有关,也体现出SnT 大会受到青年科学家的支持。

SnT 大会从2011 年(第3 届)开始,将会议主题设置分为5 个部分,尽管各届主题的主题名称不完全一致,但研究内容相关度较高。5 个主题分别为:地球复杂系统(The Earth as A Complex System)、事件及特征(Events and Their Characterization 或Events and Nuclear Test Sites)、传感器与网络技术(Advances in Sensors,Networks and Processing 或Verification Technologies and Technique Application)、性能优化(Performance Optimization 或Performance Optimization and Systems Engineering)以及CTBT 相关(CTBT in a Global Context)。其中2013 年包含前3 个主题,2015 年包含前4 个主题。“地球复杂系统” 主题主要从大气、固体地球、海洋等方面了解地球;“事件及特征” 主题主要从事件分析与统计、现场视察、震源以及放射性核素扩散等角度对核试验进行分析;“传感器与网络技术” 主题主要对最新传感器技术、现场视察实验室、卫星遥感、多技术融合以及算法进行介绍和应用;“性能优化” 主题对监测系统网络安全、运维等方面进行介绍;“CTBT 相关” 主题则是关于CTBT 条约与相关研究的经验,以及主题推广教育成果等。

对最近6 届SnT 大会各主题的报告(口头报告、海报)数量进行统计,得到了各主题的年度报告数量比例分布(图2)。由图2 可见,近年来关于CTBT 的科学研究关注重点在地球系统,以及采用相关传感器、网络和处理等角度,这两个主题的报告数量占比较高;其次是针对各特殊事件及其特征的分析研究;相对于性能优化的研究方向来说,关于CTBT 谈判活动主题的研究略多。

图2 5 个会议主题报告数量比例统计图Fig.2 Statistical chart of the proportion of reports on the five main themes

从禁核试相关的各类监测手段角度,我们对SnT 大会的报告按照地震、次声、水声、放射性核素4 种禁核试监测主要技术手段进行分类和统计,获得报告数量比例结果(图3)。其中,地震学研究内容在全部技术手段中占主导、报告数量比例约为46.8%,这与地震监测作为核试验监测,尤其是地下核试验监测的重要有效手段相一致。其次是放射性核素相关研究占比约36.5%,利用次声技术的相关研究约占13.1%。4 种技术中研究数量最少的是水声技术,仅占3.6%,这可能与水声技术涉及军事领域较深层次、较广泛领域,其公开程度受到各国技术限制等因素有关。但水声相关技术在2021 年SnT 大会中的研究数量有所提高,占比上升到7%。

图3 不同监测手段的报告数量统计图Fig.3 Statistical chart of the number of reports by different monitoring techniques

CTBT 国际监测系统(IMS)是支撑禁核试工作和科学研究的重要基础设施,其建设进度可能会影响相关研究的开展。为此,我们尝试分析IMS 建设进度与科学研究的相关性。对IMS 的地震、次声、水声、放射性核素4 种主要监测设施建设进度(表1 和图4)分析表明,截止2022 年1 月,除水声设施已于2018 年完成最后一项计划设备的安装与认证外,地震监测、次声和放射性核素设施均未全部完成安装。事实上,自2011 年起IMS 的主要地震设施的新设备安装进展就较为缓慢,在2018 年后未安装新的监测设备。次声和放射性核素监测设施分别自2015 年和2018 年起,保持每年1 项新设备的安装。放射性核素实验室自2019 年疫情后暂无新设施安装和建设。

表1 CTBT 国际监测系统(IMS)建设的执行进展Table 1 Implementation progress of the CTBT IMS facilities

总结各届相关检测台站安装进展与研究数量(图4),阴影部分表示监测台站建设进展,其包络线类型对应4 种监测技术类型。可以发现,放射性核素相关研究发展速度与设备安装成正相关;尽管地震监测设备的安装进展缓慢,但是其研究数量和增长速度略高于放射性核素研究;次声设备建设稳步推进的同时,其相关领域研究数量和增速并未有较大变化,保持在每届平均32 项;而水声设备的安装进程完成度虽然较高,其相关领域研究的数量却较少,平均每届不到10 项。

图4 4 种技术手段监测设备安装与相关研究情况Fig.4 Facilities construction and research number of the four monitoring techniques

结合对历届SnT 大会的报告分析,可以发现:①地震监测仍是CTBT 国际监测系统(IMS)的4 种监测技术手段的主要关注中心,SnT 大会中地震学相关研究也同样占有重要地位。② 放射性核素监测设备安装进程快速发展,带动相关领域研究发展,在研究数量上保持较高的增长。③水声较早的完成相关监测站点安装,但是其相关研究数量较低,可能与台站数量较少、数据获取不便捷等因素有关。④ 次声监测台站数量建设发展迅速,但其相关领域研究数量增长缓慢。

2 事件性质的地震学识别判据研究

针对特殊地震事件类型的核查与识别的研究长期受到各国的重点关注,因此,利用地震学手段进行事件性质识别判定不仅是SnT 大会交流的核心内容之一,同时也一直是各国军备核查和CTBTO 核试验监测的主要工作与组成部分[1]。本文对2009—2021年间SnT 大会的学术交流报告进行分析统计,每届会议平均接收 “地震震源分类、判别” 主题相关的研究约7.6 项。由于该类技术涉及各个国家在国际核查能力和竞争力的综合体现,虽然会投入大量科研精力,但并不会将其全部公开。因此,在SnT 大会中公开的研究相对较少,却一直保持较高的关注度。

2.1 基于地震波时频域特征的事件性质识别

一直以来,利用地震波的时间域和频率域特征分析来区分天然地震与核爆炸等非天然地震事件是禁核试研究的经典内容[2-5]。在第7 届SnT 大会上,埃及国家天文与地球物理研究所Ismail[6]利用振幅、周期和波形特征对15 个采石场爆炸事件和小于3 级的天然微震事件进行分析,提出利用P 波、S 波频谱及其对数幅值特征区分地震和爆炸事件的技术方法。Wang 等[7]对北京怀来小震级地震进行识别,选取初动振幅Pi、P 波最大振幅和S 波最大振幅比值进行分析,发现爆炸衰减幅度大于地震衰减幅度,衰减矫正后可将识别率从84%提高到98%,应用至朝鲜小震级地震时同样具有较好的识别效果。Wei 等[8]对2000—2009 年间东北地震台记录的朝鲜半岛42 次地震事件进行分析,发现地震事件的倒谱及指数c可以作为判据来区分朝鲜半岛工业爆炸和天然地震事件,其中天然地震事件的指标c在1.2—1.7 之间,工业爆炸的指标c在0.1—0.7 之间。Kolaj 等[9]对加拿大不同深度的天然地震、爆破和诱发地震进行分析,选择多相位和频段的参数对地震事件类型进行区分,发现3 级以下低震级情况下的识别效果较差,高频Pg/Lg 和低频Lg/Rg 频谱比可以区分2 级以下地震事件性质,但是尚未发现一个可以同时区分低震级与高震级事件类型的单一条件。摩洛哥Atmani 等[10]利用时间和频率两类特征对地震事件进行表征,将其呈现在时频域中,证明了统一震源类别的地震具有一定程度的相似性,并开发了量化相似性的工具用以区分4 种不同的地震事件类型。各国研究人员通过上述研究已经证明了利用地震波形对地震事件类型识别的潜力和能力。

2.2 基于波形特征相似性的事件性质识别

相同类型地震波形特征具有相似性,利用这一特点可显著提高对事件性质的判别能力[11-12]。哈萨克斯坦国家核中心NNC 监测系统每年可以监测2 万次地震事件,包含四分之一的爆炸事件,Smirnov 等[13]对12 个不同地区的爆破数据进行分析,获得了相应场地和位置的爆炸波形特征模板,该模板可以被用来快速识别定位不同场地、不同位置、不同当量的爆破事件,并在Aqbasau 采石场进行了场地、位置和当量验证。Şemin 等[14]利用土耳其BRMAR 台阵,采用多通道波形互相关方法处理安卡拉市周围采石场爆炸数据的噪音,每天可以识别确认2—3 起采矿爆炸事件,从而降低对核爆炸监测的数据干扰。

2.3 利用机器学习和深度学习的事件性质识别

随着人工智能的发展,机器学习和深度学习等前沿技术逐渐在事件性质识别判定中发挥重要作用。Kitov 等[15]利用监督机器学习算法(朴素贝叶斯分类、支持向量机和决策树)对2012 年苏门答腊地震事件建立数据库,包含4 924 个事件,通过学习获得75% 的成功率,假阳性率超过假阴性率3 倍。Laasri 等[16]采用基于遗传算法的模糊逻辑分类器对地震事件自动分类。Bregman 等[17]利用扩散映射方法构建地震记录的几何表征,刻画地震信号的内在结构,结果发现来自同一地区的具有相似震源机制的地震事件具有相似的表征结果,可以区分地震和爆炸事件。

Arora 等[18]采用多种深度学习方法对国际地震中心(International Seismological Centre,ISC)利用国际数据中心(International Data Centre,IDC)探测到的地震和爆炸事件进行全波形学习,发现震级mb在3—4 级之间的地震事件,深度学习的识别能力随着震中距的增加而逐渐降低。地震监测网络记录了大量的未分类事件,无监督机器学习可以在无标签情况下对地震事件类型进行分类。Köhler 等[19]利用预先训练的卷积神经网络(Convolutional Neural Networks,CNN)对地震数据进行识别,将三分量地震波的频谱图转换成二维RGB 图片,并在CNN 中进行聚类分析,应用在斯瓦尔巴群岛冰川和挪威南部地震数据中获得较好的识别结果。在以色列等某些特定区域内,普通地震事件类型识别方法的能力效果较差。Bregman 等[20]利用非监督扩散映射方法对CTBTO 在2018 年7 月报告中的Galilee 海中5 起地震事件(其中3 个为非天然地震事件)进行非线性降维处理,该方法对于地震持续时间震级Md>2.3 的地震事件有较好的效果。Lethy 等[21]将监督和无监督的人工神经网络结合起来,利用P 波频谱拐角频率Pcf,S 波频谱拐角频率Scf,以及P 波和S 波拐角频率比值Rcf作为参数进行训练,并对比了无监督自组织映射SOM和k-means 方法,成功实现埃及北部天然地震事件和采石场爆破事件的分类识别。这些研究和方法展现了在天然、非天然地震事件识别上的能力。

3 核爆事件性质的地震学研究

对全球各类型核试验事件开展研究,为CTBT决策提供科学参考,是SnT 大会的核心科技服务目标。从公开数据上来看,1998 年印度和巴基斯坦分别实施系列化的地下核试验,2006—2017 年朝鲜连续实施6 次地下核试验。随着全球地震监测系统在此期间的进步和完善,对特殊地震事件数据获取相对丰富和完整,这几次核试验也成为20 世纪末以来CTBT 最关注的特殊事件,也是SnT 大会重要的科学交流内容[22-26]。目前,波形频谱特征分析仍是SnT 大会中判别核爆事件性质的主要分析方式之一。在2021 年第8 届SnT 大会上,美国桑迪亚国家实验室的Tibi[27]利用区域台站获得朝鲜2006—2020 年的地震事件数据,发现利用地震波P/Lg 比值可以将核试验诱发的空洞塌陷从核爆中区分出来,但是地震和洞穴坍塌的区别不明显。在二次判别函数值中联合使用交叉频谱Pg/Lg 和Pn/Lg 比值后,成功将朝鲜6 次核试验及2017 年9 月核试验诱发地震进行分类,并成功识别多次构造地震事件,证明了地震波频率域在地震事件类型区分方面的能力。Chun[28]认为范围在3—11 Hz 的Pg/Lg 振幅比可以用来区分朝鲜核事件和地震事件,而MS-mb(Lg)判别效果不稳健的原因是,低震级事件的远震P 波较弱,同时对震源辐射模式和台站地址比较敏感。

在此基础上,结合复杂度、震级等特征可以进一步提高对核爆事件的识别能力。Elkholy 等[29]应用复杂度、谱比、P/S 振幅比和mb-MS参数对中国、印度、巴基斯坦、朝鲜以及美国的核爆炸和天然地震进行识别,发现爆炸中复杂度较低、频谱较大、P/S 振幅较大,且mb大于MS,后两项参数可以用于判别震源性质。Nikulins[30]利用波罗的海地震台网获取的地震数据对朝鲜远距离核爆事件进行分析,P 波群和S 波群振幅谱、P 波S 波谱比和MS/mb震级比3 个参数中最有效的识别方法是MS/mb震级比,并计算出地震和核爆震级比的线性关系。Liu[31]选择波形复杂度、频谱比和综合比作为核爆和地震的区分标准,对朝鲜丰溪里核试验场6 次核试验及5 次天然地震事件进行分析,验证了多准则综合法的有效性。

地震事件根据其性质和位置等特征在特定范围内表现出较好的相似性。Kurbanov[32]对朝鲜核试验波形进行分析,发现核爆波形图中基本具有强烈的次级波Pg、没有明显的Sn 波、存在Lg 波等相似的特征。然而,有的核爆事件存在瑞利表面波,有的核爆事件不存在该波形特征。Liashchuk 等[33-34]以2006年9 月10 日朝鲜核试验波形为参考,利用波形互相关方法对朝鲜2009—2016 年3 次核爆事件进行识别,分别获得0.91、0.96 和0.98 的平均互相关系数,也证明了核爆事件的波形具有高度相似性。

Sykes 等[35]检查了2000—2008 年间中国、美国和巴基斯坦等国家6 个核试验场100 km 内的36 次地震事件,发现mb>4.0 的地震事件性质可以利用长周期体波和面波、震源机制、mb-MS、深度震相和前震余震来检验,3.4—4.0 级地震可以使用震源机制进行识别,较小的地震则需要借助区域地震波的频谱比进行识别。Tahir[36]利用矩张量反演印度、巴基斯坦和朝鲜核试验,确定了震源参数,发现核爆中各向同性超过50%,双力偶成分占比较少,认为可能是由于构造活动和多重散射的相互作用造成。Gaebler 等[37]同样采用矩张量理论对朝鲜核试验进行反演,认为2017 年朝鲜核试验震源具有一个各向同性的主导分量,伴随着大量的DC 项和CLVD 项。

在上述研究基础上,Kim 等[38]对8 个试验场附近的50 多次地震事件(3.0—4.4 级)进行分析,在震级大于4.0 级的地震事件性质分析上保持和Sykes 相同的观点,对低于4.0 级地震(占比约75%)则必须使用区域震相来区分,如Pn、Pg、Sn 和Sg 等。朝鲜核试验场附近地震和爆炸事件分析中发现,P/S 谱比在1—7 Hz 频率中有明显的重叠,无法区分这两类事件;但在9—15 Hz 中具有较好的区别能力,因而高频谱比用来识别朝鲜地下核试验地震事件类型具有更好的效果。

由此可见,目前SnT 大会中对于核试验事件识别的研究仍主要采用地震波不同振幅谱比、震级等特征进行判别。对于特定地震事件特征和性质的判别,矩张量反演可以给出较清晰的震源机制解。对于数据量更大的天然或非天然地震事件,机器学习和深度学习算法已经被广泛采用进行性质识别,并在更多区域、类型识别地震事件中取得了较好的结果。

在SnT 大会之外,我国学者从核爆事件定位、爆炸当量和事件识别等角度开展了广泛的调查和分析,取得了丰硕的研究成果[39-42],如刘代志、李夕海团队,赵连锋、姚振兴团队,靳平团队以及边银菊团队等等[43]。其中,Zhao 等[44-45]对朝鲜多次核试验进行计算分析,获得了震中位置、当量、判据等结果;Liu 等[46]计算得到朝鲜后5 次核试验的广义震源模型;Jin 等[47]探讨了次生源对核爆地震记录的影响;Yao 等[48]利用匹配定位对朝鲜核爆诱发地震的活动性进行深入分析;王向腾等[49]基于理论地震图,反演出朝鲜第6 次核试验的震源参数;Wang 等[50]利用幅值比、波形记录特征等开展了地震与爆炸事件分类识别研究。包括但不仅限于上述研究及学者[43]为核试验震源参数和性质研判提供了坚实的理论支撑,为我国核爆炸地震学研究做出了贡献。

4 结论和讨论

为准确把握全面禁止核试验条约组织(CTBTO)举办的科学技术大会(SnT)的发展趋势,尤其是地震学研究趋势,我们分析了SnT 大会近年来的科学议题设置,总结了地震学研究中具有代表性的事件性质识别研究和朝鲜核试验研究进展,获得如下主要认识:

(1)近年来SnT 大会得到禁核试以及更广泛领域学者越来越多的关注,参会报告数量增加明显。从科学议题角度,大会主题中的 “地球复杂系统” 和 “传感器与网络技术” 受关注度较高,分别体现了CTBT 更为注重更广泛意义上的科学前沿领域和公益科技领域的发展意图,以及传感器与网络技术始终是CTBT 的核心科学议程。从监测手段角度,放射性核素、次声等监测设备与传感器等研究发展迅速,地震监测是4 种监测技术的重要手段之一并且具有最高的研究关注度。尽管水声监测设备已经全部完成安装,但是开展相关研究交流的数量仍最少。

(2)对于 “CTBT 相关” 的地震学研究趋势,各类事件性质的识别研究角度始终是核心问题,近年来SnT 大会重点关注了采用经典震相和频谱等特征的事件性质识别研究。同时基于图像识别等自动提取特征算法的深度学习在地震事件性质判别中逐渐得到广泛应用和认可,显示了重要的发展趋势。从CTBT最为关切的核爆炸等焦点事件角度,SnT 大会对朝鲜6 次核试验的学术交流重点关注了采用经典多震相幅值、频谱、震级等特征对核试验事件性质识别研究,以及将基于波形图像、非经典特征的机器学习或深度学习作为提高核试验事件性质识别科技能力的重要突破口。

需要指出的是,禁核试除了 “CTBT 相关” 的国际共享监测核查技术外,还包括各国单独拥有的国家技术手段(National Technical Means,NTM)。例如利用侦察卫星、雷达设施和其他电子监视能力,NTM的技术进展往往具有非公开性,因此,SnT 大会的学术研讨内容并不能反映禁核试相关的全部科技进展。CTBT 的核查机制包括国际监测系统、国际数据中心(IDC)、全球通讯基础设施、磋商与澄清机制、现场视察机制(On-Site Inspection,OSI)、建立信任措施机制6 个组成部分,SnT 大会仅侧重上述各种机制的技术领域,尤其是监测、数据、现场视察等部分环节,因此,大会学术交流内容也难以完整反映CTBT的全部科学和技术体系。

近年来SnT 大会将复杂地球系统科学、全球化议题等更广泛意义上的科学前沿领域纳入重要议题,甚至涉及自然灾害、环境科学等带有社会公益属性的科学领域,这凸显了CTBT 通过SnT 大会与科学界的科技交流新思路。一方面显著拓宽了CTBT/IMS 监测数据在服务更广泛意义上的科学发展的新途径,有利于CTBTO 获得各国从经费到科学效益上的支持与关注;另一方面也为CTBT 吸纳更为前沿的科学进展支持、广泛的科学家尤其是青年科学家的参与创造了条件。我国是禁核试国际体系的重要参与国,地震学是支持IMS 运行和CTBT 业务体系的重要手段,SnT 大会推进的禁核试科学以及地震学研究的不断进步,值得地震行业部门的持续关注和积极参与。

致谢

感谢匿名审稿人和期刊编辑提出的宝贵意见与建议。

猜你喜欢

核试验大会监测
陆地生态系统碳监测卫星发射成功
信号分析在无线电监测工作中的应用
基于 WSN 的隧道健康监测研究
声讨大会
大会选举
图说大会
图说大会
学习监测手环