人们通常利用地震仪探测各种不同的地震，包含区域或全球范围的爆炸信息，因此也可用于探测军事冲突中的袭击爆炸 (Carmichael, 2021; Gibbons et al., 2017; Pilger, 2021)。但是，军事袭击不像地震，其能量较低，要求地震仪等传感器网络距离爆炸源较近。因此，要全面客观地获取军事冲突地区的监测数据面临着巨大的挑战性。近期，挪威地震研究中心Ben D.E. Dando 等在《Nature》发表了关于基于地震阵列识别俄乌军事冲突袭击的论文，系统地阐述了军事冲突袭击爆炸事件识别、定位、当量估计等，为监测现代战争走向提供了地震学手段 (Dando et al., 2023)。他们以俄乌冲突中乌克兰北部爆炸产生的地震波为例，利用当地地震台阵记录，近实时自动识别军事袭击爆炸，测定了2022年2月至11月期间发生在基辅、日托米尔和切尔尼戈夫省等区域1200多次爆炸的时间、地点和震级。根据相关的地震和声波信号，发现军事袭击爆炸事件数量远远超过公开报道的军事袭击数量。因此，发展对军事冲突的监测方法和观测技术，检测爆炸事件、刻画时空分布、测定爆炸当量等，对于冲突实况和进展的实时监测和准确记录具有重要意义。
军事冲突袭击爆炸事件的监测方法。卫星影像作为监测战争的重要手段，能够提供俄乌军事冲突袭击爆炸的高分辨率图像。但是，因为需要时间和位置的先验信息，卫星影像无法做到实时监测，相比之下，爆炸产生的地震波和声波可以在地表和地下传播数百公里，其中声波还以0.34 km/s的速度在空气中传播。这些信号的频率在5至200 Hz之间，可以被地震仪和微气压计记录下来，有助于实时监测军事冲突实况。事实上，声学测距和地震测距方法早在第一次世界大战就被用于定位火炮阵地，是现代地震勘探方法发展的基础 (Costley, 2020; Gendzwill, 2007; Keppner, 1991)。此后，监测方法不断发展，已经能够使用声学传感器来定位火炮位置和撞击区域 (Dagallier, 2019)，以及推断大型爆炸的特性 (Aleqabi et al., 2015; Carmichael, 2021; Pilger, 2021)。但迄今为止，由于缺乏合适的数据，对军事冲突地区爆炸产生的地震和声学信号进行实时处理仍然非常困难。《全面禁止核试验条约》国际监测系统是一个检测核爆炸的全球网络，目前已有200多个地震和次声台站，这些台站的观测记录可用于实时监测。而且，用于监测和研究天然地震和地球内部的大量数据已经公开可用或逐步公开。地震和声波传感器均可用于军事冲突监测，其监测能力取决于传感器与被监测区域的距离、爆炸强度和能量传输情况。
图1 2022年1月至11月自动探测爆炸产生的地震分布图 (Dando et al., 2023)。其中圆圈的颜色表示发生时间，圆圈大小表示震级。2月24日俄罗斯-乌克兰战争爆发之前的地震事件用灰色显示。Malyn阵列的各个地震传感器用白色三角形表示。图中标出了切尔诺贝利核电站的位置。比例尺为50 km
监测乌克兰战场。在乌克兰基辅西北部约100 km处，国际监测系统有一个由乌克兰国家数据中心运营维护的地震台阵，Malyn AKASG，条约代码为PS45。该台阵由23个垂直分量宽带地震仪和一个三分量宽带地震仪组成，孔径约27 km，每个传感器之间约2 km。早期设计的目的是利用经典的地震阵列处理技术遥测远距离（>3300 km）核试验。当入射波为平面波、震中距远远大于阵列孔径的条件下，地震台阵相干信号叠加能够提高信噪比，台站之间的时间延迟可用于估计入射波的方向。该台站阵列能够用于检测近场和区域地震活动，对附近地震事件进行准确定位。Malyn阵列覆盖面积较大、传感器数量较多，为实时监测乌克兰北部日托米尔省、基辅省和切尔尼戈夫省与军事冲突有关的爆炸提供了适宜的数据。根据Malyn阵列地震记录自动检测和定位爆炸，观测数据实时传输到维也纳国际数据中心，再传输到挪威进行自动处理，生成接近实时的结果。通过信号偏移和叠加，使用短期平均与长期平均振幅比（STA/LTA）的特征函数，获取P波和S波信号，实现自动检测和定位微震活动 (Chambers et al., 2014; Kao and Shan, 2004; Langet et al., 2014)。基辅西北部交战区距离Malyn阵列较近，能够获得高精度的爆炸事件位置和时间。
乌克兰北部爆炸事件。自2022 年 2 月 24 日至 11 月 3 日，在Malyn阵列周围约 300 × 222 km2 的区域内探测并定位了 1282 次爆炸，包括日托米尔省、基辅省和切尔尼戈夫省的部分地区（图1）。距离Malyn阵列的越远，震级的完整性越小，因此在切尔尼戈夫等距离阵列约 170 km之外的地方无法探测到较小震级的爆炸事件。作为比较，利用2022 年1月1日至2月24日俄乌战争以前的数据，探测并定位了与采矿和采石的爆炸事件，获得53次日间爆炸事件（图 2）。俄乌军事冲突发生后，在日托米尔、科罗斯滕、基辅西北部、切尔尼戈夫和马林等地区都能观测到聚集性地震活动。2022年2月24日至3月31日期间，马林东北部的地震活动最为突出，为激烈交战区，平均每天爆炸29次，其中3 月7日发生64次爆炸。俄罗斯实际控制至到3月21日，乌克兰进行反攻，4月2日俄罗斯撤出基辅地区。因此，猛烈轰炸发生在3月31日，而4月1日只发生两次爆炸。俄罗斯军队撤出后该区域地震活动基本恢复到军事冲突以前的水平，采矿和采石爆破得以恢复，但仍然存在针对战略要地的零星袭击爆炸。
军事冲突爆炸发生在地面或地面以上，大部分能量释放到大气中。由此产生的声波为爆炸源参数提供了关键的约束 (Ottemoller and Evers, 2008)。按声速传播速度的时间窗口叠加波形包络，能够识别出29%的地震事件（图2中的红线和图 4f 中的绿点），增加了对爆炸事件时空分布的约束（图 4a, 图4e中的插图）。然而，大部分事件都没有声波，可能是因为使用的声波探测阈值较高、强烈的衰减和散射过程，以及地表地形阻挡了声波有效传播 (Averbuch et al., 2022)。在地震波形数据中可能无法观测到所有爆炸事件，但声波记录可以给出有益的补充。这类事件通常为高空爆炸、距离台阵较远（>100 km）或者爆炸当量较低。因此，声波和地震在俄乌战争监测中都能发挥重要的作用。
图2 地震探测数量直方图 (Dando et al., 2023)，包括日间（绿色）和夜间（蓝色）检测结果；累积爆炸次数（黑线）、由声学信号确认事件的累积次数（红线）和Liveuamap网站分开报道的爆炸事件累积数量（橙色）。红色虚线表示俄乌冲突伊始时间，红色点状线表示俄罗斯撤出基辅的时间。箭头标记了图4中爆炸事件
爆炸事件检测。检测爆炸能够验证已报道的或未公开的爆炸。例如，在2022年5月20日世界标准UTC时间9:37，距离基辅约100 km的Malyn地区市政府发布了一条视频信息，宣称遭受导弹袭击，随后在媒体上发布了铁路轨道受损的照片。俄罗斯国防部也发布了火车站站台是攻击目标的信息。在这些报告发布之前约4小时，Dando et al. (2023)已经在05:39:59、05:40:11和05:40:23UTC等三个时段分别检测到3次爆炸。尽管自动定位估计与爆炸产生的撞击坑距离1.4 km，但后期利用人工拾取到时的方法，能够将定位偏差缩小到100 m以内（图4e）。图4显示了爆炸事件波形实例。Liveuamap网站使用人工智能技术汇总各种媒体报道的爆炸事件，经过人工验证后发布军事冲突数据，与地震学检测到的爆炸事件目录具有可比性，对应关系良好。爆炸事件的时空分布非常相似，无论是在军事冲突伊始，还是在2022年4月俄罗斯军队撤出基辅后的针对性袭击，都具有地震活动峰值（图2）。地震和次声资料提供的军事袭击爆炸事件时空分布，与媒体报道相比更加客观，确定性更强。其中，通过使用相对较低的信噪比阈值提高检测率，采用地震信号的震源属性鉴别降低误报率。
图3 不同时间段的地震自动探测密度图 (Dando et al., 2023)。日间和夜间爆炸分别用绿色和蓝色圆点表示。白色三角形表示Malyn地震阵列的位置。(a) 2022年1月1日至2月23日冲突爆发之前的阶段，最大事件密度为0.09 km-2；(b) 2022年2月24日至3月6日，最大事件密度为0.11 km-2; (c) 2022年3月7日至4月5日激烈战斗期间，最大事件密度为0.73 km-2; (d) 2022年4月6日至11月3日，最大事件密度为0.25 km-2。灰色阴影区域表示俄罗斯军队实际控制地区。比例尺为50 km
爆炸当量估计。根据地震观测资料和物理模型估计爆炸当量，极具挑战性 (谢小碧 and 赵连锋, 2018; Ford, 2014; Koper et al., 2002; Pasyanos et al., 2012; Zhao et al., 2008)。地震与次声资料结合对爆炸当量和高度等具有较好的约束。然而，Malyn阵列主要记录垂直分量数据，因此可通过计算地震震级来快速估计爆炸当量。对于特定试验场的地下核试验，爆炸当量和地震震级之间具有较好的经验关系 (Bowers et al., 2001)。然而，因为地面爆炸在能量耦合、转化和传播方面存在较大差异，致使这些经验关系很难适用。因此，结合已知爆炸当量的陆地爆炸目录能够获取当量估计的上限和下限 (Booth, 2009)。爆炸事件的地方性震级ML在-1.25和2.24之间，误差为0.3个震级单位（图1）。最低的震级估计接近-0.6，对应于0.03–9.00 kg TNT的爆炸当量。俄罗斯榴弹炮使用的OF45型152 mm炮弹，爆炸当量为7.65 kg TNT (Evans and Eeddon, 2022) ，可为爆炸当量的上限估计。已知的科罗斯腾附近采矿和采石爆破，震级ML > 1.7（图1）。2022年3月10日对切尔尼戈夫地区的空袭爆炸震级为1.7（图4c），爆炸当量在352至3083 kg TNT之间。伊斯坎德尔弹道导弹的爆炸当量约为700 kg，因此最大当量估计值偏高。根据声学相位振幅能够构建当量估计方法，但由声学预测模型获得的当量估计会更大，需要进一步校准和检验 (Douglas, 1987)。
图4 爆炸事件波形示例 (Dando et al., 2023)。(a) 安东诺夫机场袭击爆炸；(b) 切尔尼亚基夫油库爆炸；(c) 切尔尼戈夫空袭爆炸；(d) 马林东北部发生的一起未报道爆炸事件；(e) 马林火车站导弹袭击事件。台站名称和震中距标于波形左侧。事件波形与频谱相对应。P波、S波、声波和Rayleigh波 (Rg)分别用蓝色、红色、绿色和黄色的箭头标注。事件震级标于右下角。(a)和(e)中的插图比例尺为1 km，显示了自动事件定位结果（红色五角星）和手动事件定位结果（黑色五角星），地面观测爆炸实况位置（黄色圆圈）和次声定位结果（绿色五角星）。(f) 红色圆圈表示标记为A–E的各个示例事件。绿色和灰色圆圈分别表示检测到和未检测到声学到达时刻的事件。比例尺为50 km
一种新型战争监测工具。Dando et al. (2023) 对2022年俄乌军事冲突期间收集的地震数据进行分析是首次使用地震数据实时监测战争走向。探测到的与军事袭击有关的爆炸分布与火炮和导弹袭击的区域非常吻合。尽管地震检测爆炸的事件目录并不完整，但已经全面超越了公开报道的袭击次数，因此具有对媒体报道进行验证和监测战争走向的价值。通过自动地震相位检测方法，能够提供乌克兰北部地区距离Malyn阵列100 km以内的事件的精确位置，定位误差<5 km，计时误差<1 s。在后续处理中加入次声资料约束，能够进一步提高空间定位精度。该方法可以扩展应用到其它交战区附近的中等孔径阵列网络，自动确定火炮爆炸位置或判定弹药类型，从而监测军事冲突。
主要参考文献
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. （原文链接）
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.
谢小碧, 赵连锋. 朝鲜地下核试验的地震学观测[J]. 地球物理学报, 2018, 61(3): 889-904.
（撰稿：杨淞杰，赵连锋/地星室）
