近日，中国科学院空天信息创新研究院遥感卫星应用国家工程实验室孟庆岩研究员团队，在地震红外遥感、地震热异常前兆研究方面取得进展。相关成果以“震前热异常空间异质提取模型：在中国大陆的应用（Spatially variable model for extracting TIR anomalies before earthquakes: Application to Chinese Mainland）”为题，近日在线发表在领域顶刊《Remote Sensing of Environment》。
随着卫星遥感技术发展，人们开始利用热红外遥感观测数据及其反演参量对地震前后的热变化进行检测与分析，并在大量地震中发现了震前热红外或地温异常升高现象。例如，利用NCEP多层气温数据，研究者提取了2014年6.2级鲁甸地震的三维热异常时空变化，研究结果表明，热异常与震中引潮力变化存在紧密联系，其发生于地下或近地表，以热对流形式在底层大气扩散，呈现出“下大上小”的金字塔垂直结构。
图1 鲁甸三维热异常强度随引潮力变化趋势
针对于热异常的机理展开了诸多研究，其中包括“应力致热说”、“气热说”、“P-holes 理论”等。研究者针对于汶川地震的热异常和甲烷异常之间的关系展开分析，发现甲烷异常在时间上明显滞后于热异常，其不大可能是导致地震热异常的主要原因，而受引潮力调制的地应力变化则很有可能是造成热异常的直接原因，并给出了热异常、甲烷异常、引潮力和地应力潜在的物理关系，如下图所示。
图2 引潮力、地应力、热异常与甲烷异常物理关系
有学者尝试利用展开长时间统计研究。例如利用Robust Satellite Techniques (RST) 算法对中国四川地区的热异常进行提取和分析，结果表明该地区的热红外异常对于地震的预测性能十分有限。与此同时，国外团队在希腊地区利用热红外异常进行地震预测取得了较好效果。但对该研究进行复演和再分析后发现，混淆了警报预测成功率（PPV）和事件漏报率（FNR）。地震的时空丛聚性和过大的时空预警窗口使得该组热异常在希腊地区的警报实际上与随机猜测无异。地震红外异常研究并没有通过统计意义上的严格检验，仍缺乏强有力统计证据证明震前热异常的存在。
图3 希腊地区先验概率分布
本研究则为热异常的存在性提出了新的强有力的统计证据。利用NOAA提供的长波辐射数据，结合一种新的3D Molchan diagram，研究者对中国大陆地区的热异常与近6000个的四级以上地震，进行了为期11年的长时间统计研究。研究证明了地震热异常与四级以上地震存在显著的时空相关性。新提出的“加热核过滤器”（heating core）可有效剔除非震热异常影响，极大提高地震热异常信噪比。在基于历史地震数据的模拟预测实验中，模型取得了较好的预测结果，具有很好的业务化前景，目前正研究进一步提高其时空预测精度。研究中提出的基于历史地震频率和热异常前兆的混合地震概率预测模型，促进了前兆二元预测向概率预测的有效转化。
该研究成果为前兆与地震的相关性、基于前兆的地震预测模型研究提供了详细的技术流程、定量化评估方法和完整的研究范式，可有效迁移到其他前兆研究中，为基于前兆的地震预测业务化提供了原始模型，有助于突破前兆研究的技术与方法瓶颈，并推动地震前兆研究的发展。
图4 全局一致参数组训练结果，红色为最优参数组
该研究得到国家重点研发计划“基于地壳形变场、温度场、流体场耦合的地震监测技术研究”项目的资助。
相关论文：
1. Zhang, Y., Q. Meng, G. Ouillon, D. Sornette, W. Ma, L. Zhang, J. Zhao, Y. Qi, and F. Geng (2021), Spatially variable model for extracting TIR anomalies before earthquakes: Application to Chinese Mainland, Remote Sensing of Environment, doi:10.1016/j.rse.2021.112720.
2. Meng, Q., and Zhang, Y. (2021), Discovery of Spatial-temporal Causal Interactions Between Thermal and Methane Anomalies Associated with the Wenchuan Earthquake, Eur. Phys. J. Special Topics(Global Earthquake Forecasting System (GEFS) Special Issue: Towards Using Non-seismic Precursors for the Prediction of Large Earthquakes), 247-261, doi:10.1140/epjst/e2020-000248-4.
3. Zhang, Y., and Q. Meng (2019), A statistical analysis of TIR anomalies extracted by RSTs in relation to an earthquake in the Sichuan area using MODIS LST data, Nat. Hazards Earth Syst. Sci., 19(3), 535-549, doi:10.5194/nhess-19-535-2019.
4. Zhang, Y., Q. Meng, G. Ouillon, L. Zhang, D. Hu, W. Ma, and D. Sornette (2021), Long-Term Statistical Evidence Proving the Correspondence between TIR Anomalies and Earthquakes is Still Absent, Eur. Phys. J. Special Topics(Global Earthquake Forecasting System (GEFS) Special Issue: Towards Using Non-seismic Precursors for the Prediction of Large Earthquakes), 133-150, doi:10.1140/epjst/e2020-000252-9.
5. Zhang, Y., Q. Meng, Z. Wang, X. Lu, and D. Hu (2021), Temperature Variations in Multiple Air Layers before the Mw 6.2 2014 Ludian Earthquake, Yunnan, China, Remote Sensing, 13(5), 884, doi: 10.3390/rs13050884.
动态新闻