全面禁止核試驗條約（CTBT）科學技術大會（SnT）的科學議程和地震事件性質識別研究進展＊

侯曉琳 邊銀菊 蔣長勝 任夢依 王婷婷

（中國地震局地球物理研究所，北京 100081）

引言

為加強與科學界的關系以支持《全面禁止核試驗條約》（Comprehensive Nuclear-Test-Ban Treaty，CTBT），全面禁核試驗條約組織（Comprehensive Nuclear-Test-Ban Treaty Organization，CTBTO）自2006 年開始，定期舉辦科學技術大會（Science and Technology Conference，SnT），并邀請國際學術界專家參加。SnT 大會的宗旨目標包括但不限于推動學術界加強核查科學技術研究，加強核查業務領域與科學界的廣泛溝通和合作，推進核查數據在環境和自然災害等更廣泛領域的應用。其長期目標是，依靠科技創新來加強CTBT 的條約核查制度能力、加快條約生效進程。

CTBTO 從2006 年舉辦第1 屆SnT 大會開始，就積極倡導科技在禁核試工作中的協同作用。2009 年第2 屆SnT 大會按禁核試相關的技術方法分設8 大主題，專家學者高度認同該會議的意義和重要性。從2011 年第3 屆會議開始，SnT 開始固定保持每隔2 年舉辦一次。截至目前，已成功舉辦8 次。作為多學科交叉、高學術水準的學術會議，SnT 大會不僅吸引了直接參與CTBT 條約核查技術領域工作的專家學者，還吸引了參與禁核試工作的國家機構的研究人員、獨立學術研究機構的科學家，以及青年學生的廣泛參與。在參與者的工作屬性上，覆蓋了從事技術研發、科學外交、科學咨詢、媒體和宣傳團體等廣泛領域。近年來在參與規模上，參會人數已超過1 000人，參與國家超過100 個。

地震監測是CTBT 國際地震監測系統（International Monitoring System，IMS）的4 種主要技術手段之一，其科技進展在SnT 大會的科學議題設置上具有重要地位。同樣也使得SnT 大會一方面促進了地震監測技術在禁核試工作中的應用，另一方面這種應用也反向促進了地震監測技術的發展。正因為如此，SnT 大會事實上也成為檢視地震監測相關科技發展的重要窗口。本文簡要回顧了近年來SnT 大會的科學議題設置，總結相關科技發展趨勢，試圖為從事相關應用領域和地震科技研發領域的學者提供參考。

1 SnT 大會議題與相關研究統計

對2011—2021 年期間共舉辦的6 屆SnT 大會的口頭報告和海報（簡報）進行統計，得到SnT 大會報告數量趨勢（圖1）。本節討論是在這6 屆大會研究基礎上進行的分析。

圖1 歷屆科技大會報告數量趨勢Fig.1 Trends in the number of studies from previous SnT conferences

由圖1 可見，2011—2019 年期間每屆會議提交的報告數量不斷增長，從2011 年200 多份研究到2021 年近600 份研究，平均增長率在24.56%，其中2019 年更是多達700 份。由于2019 年末疫情爆發，國際學術交流受到嚴重影響，因此，2021 年第8 屆SnT 大會的相關研究數量相比第7 屆減少了約150 篇，致使近六屆會議研究數量平均增長率降到16.84%。值得注意的是，口頭報告的絕對數量逐屆上升，但是在總提交研究數量中的占比越來越低（圖1 中口頭報告部分的百分比），從2011 年占比26.9%下降到2021年占比14.2%，這與采用海報等形式參與交流的青年學者、研究生等群體顯著增加有關，也體現出SnT 大會受到青年科學家的支持。

SnT 大會從2011 年（第3 屆）開始，將會議主題設置分為5 個部分，盡管各屆主題的主題名稱不完全一致，但研究內容相關度較高。5 個主題分別為：地球復雜系統（The Earth as A Complex System）、事件及特征（Events and Their Characterization 或Events and Nuclear Test Sites）、傳感器與網絡技術（Advances in Sensors，Networks and Processing 或Verification Technologies and Technique Application）、性能優化（Performance Optimization 或Performance Optimization and Systems Engineering）以及CTBT 相關（CTBT in a Global Context）。其中2013 年包含前3 個主題，2015 年包含前4 個主題?！暗厍驈碗s系統” 主題主要從大氣、固體地球、海洋等方面了解地球；“事件及特征” 主題主要從事件分析與統計、現場視察、震源以及放射性核素擴散等角度對核試驗進行分析；“傳感器與網絡技術” 主題主要對最新傳感器技術、現場視察實驗室、衛星遙感、多技術融合以及算法進行介紹和應用；“性能優化” 主題對監測系統網絡安全、運維等方面進行介紹；“CTBT 相關” 主題則是關于CTBT 條約與相關研究的經驗，以及主題推廣教育成果等。

對最近6 屆SnT 大會各主題的報告（口頭報告、海報）數量進行統計，得到了各主題的年度報告數量比例分布（圖2）。由圖2 可見，近年來關于CTBT 的科學研究關注重點在地球系統，以及采用相關傳感器、網絡和處理等角度，這兩個主題的報告數量占比較高；其次是針對各特殊事件及其特征的分析研究；相對于性能優化的研究方向來說，關于CTBT 談判活動主題的研究略多。

圖2 5 個會議主題報告數量比例統計圖Fig.2 Statistical chart of the proportion of reports on the five main themes

從禁核試相關的各類監測手段角度，我們對SnT 大會的報告按照地震、次聲、水聲、放射性核素4 種禁核試監測主要技術手段進行分類和統計，獲得報告數量比例結果（圖3）。其中，地震學研究內容在全部技術手段中占主導、報告數量比例約為46.8%，這與地震監測作為核試驗監測，尤其是地下核試驗監測的重要有效手段相一致。其次是放射性核素相關研究占比約36.5%，利用次聲技術的相關研究約占13.1%。4 種技術中研究數量最少的是水聲技術，僅占3.6%，這可能與水聲技術涉及軍事領域較深層次、較廣泛領域，其公開程度受到各國技術限制等因素有關。但水聲相關技術在2021 年SnT 大會中的研究數量有所提高，占比上升到7%。

圖3 不同監測手段的報告數量統計圖Fig.3 Statistical chart of the number of reports by different monitoring techniques

CTBT 國際監測系統（IMS）是支撐禁核試工作和科學研究的重要基礎設施，其建設進度可能會影響相關研究的開展。為此，我們嘗試分析IMS 建設進度與科學研究的相關性。對IMS 的地震、次聲、水聲、放射性核素4 種主要監測設施建設進度（表1 和圖4）分析表明，截止2022 年1 月，除水聲設施已于2018 年完成最后一項計劃設備的安裝與認證外，地震監測、次聲和放射性核素設施均未全部完成安裝。事實上，自2011 年起IMS 的主要地震設施的新設備安裝進展就較為緩慢，在2018 年后未安裝新的監測設備。次聲和放射性核素監測設施分別自2015 年和2018 年起，保持每年1 項新設備的安裝。放射性核素實驗室自2019 年疫情后暫無新設施安裝和建設。

表1 CTBT 國際監測系統（IMS）建設的執行進展Table 1 Implementation progress of the CTBT IMS facilities

總結各屆相關檢測臺站安裝進展與研究數量（圖4），陰影部分表示監測臺站建設進展，其包絡線類型對應4 種監測技術類型。可以發現，放射性核素相關研究發展速度與設備安裝成正相關；盡管地震監測設備的安裝進展緩慢，但是其研究數量和增長速度略高于放射性核素研究；次聲設備建設穩步推進的同時，其相關領域研究數量和增速并未有較大變化，保持在每屆平均32 項；而水聲設備的安裝進程完成度雖然較高，其相關領域研究的數量卻較少，平均每屆不到10 項。

圖4 4 種技術手段監測設備安裝與相關研究情況Fig.4 Facilities construction and research number of the four monitoring techniques

結合對歷屆SnT 大會的報告分析，可以發現：①地震監測仍是CTBT 國際監測系統（IMS）的4 種監測技術手段的主要關注中心，SnT 大會中地震學相關研究也同樣占有重要地位。② 放射性核素監測設備安裝進程快速發展，帶動相關領域研究發展，在研究數量上保持較高的增長。③水聲較早的完成相關監測站點安裝，但是其相關研究數量較低，可能與臺站數量較少、數據獲取不便捷等因素有關。④ 次聲監測臺站數量建設發展迅速，但其相關領域研究數量增長緩慢。

2 事件性質的地震學識別判據研究

針對特殊地震事件類型的核查與識別的研究長期受到各國的重點關注，因此，利用地震學手段進行事件性質識別判定不僅是SnT 大會交流的核心內容之一，同時也一直是各國軍備核查和CTBTO 核試驗監測的主要工作與組成部分[1]。本文對2009—2021年間SnT 大會的學術交流報告進行分析統計，每屆會議平均接收 “地震震源分類、判別” 主題相關的研究約7.6 項。由于該類技術涉及各個國家在國際核查能力和競爭力的綜合體現，雖然會投入大量科研精力，但并不會將其全部公開。因此，在SnT 大會中公開的研究相對較少，卻一直保持較高的關注度。

2.1 基于地震波時頻域特征的事件性質識別

一直以來，利用地震波的時間域和頻率域特征分析來區分天然地震與核爆炸等非天然地震事件是禁核試研究的經典內容[2-5]。在第7 屆SnT 大會上，埃及國家天文與地球物理研究所Ismail[6]利用振幅、周期和波形特征對15 個采石場爆炸事件和小于3 級的天然微震事件進行分析，提出利用P 波、S 波頻譜及其對數幅值特征區分地震和爆炸事件的技術方法。Wang 等[7]對北京懷來小震級地震進行識別，選取初動振幅Pi、P 波最大振幅和S 波最大振幅比值進行分析，發現爆炸衰減幅度大于地震衰減幅度，衰減矯正后可將識別率從84%提高到98%，應用至朝鮮小震級地震時同樣具有較好的識別效果。Wei 等[8]對2000—2009 年間東北地震臺記錄的朝鮮半島42 次地震事件進行分析，發現地震事件的倒譜及指數c可以作為判據來區分朝鮮半島工業爆炸和天然地震事件，其中天然地震事件的指標c在1.2—1.7 之間，工業爆炸的指標c在0.1—0.7 之間。Kolaj 等[9]對加拿大不同深度的天然地震、爆破和誘發地震進行分析，選擇多相位和頻段的參數對地震事件類型進行區分，發現3 級以下低震級情況下的識別效果較差，高頻Pg/Lg 和低頻Lg/Rg 頻譜比可以區分2 級以下地震事件性質，但是尚未發現一個可以同時區分低震級與高震級事件類型的單一條件。摩洛哥Atmani 等[10]利用時間和頻率兩類特征對地震事件進行表征，將其呈現在時頻域中，證明了統一震源類別的地震具有一定程度的相似性，并開發了量化相似性的工具用以區分4 種不同的地震事件類型。各國研究人員通過上述研究已經證明了利用地震波形對地震事件類型識別的潛力和能力。

2.2 基于波形特征相似性的事件性質識別

相同類型地震波形特征具有相似性，利用這一特點可顯著提高對事件性質的判別能力[11-12]。哈薩克斯坦國家核中心NNC 監測系統每年可以監測2 萬次地震事件，包含四分之一的爆炸事件，Smirnov 等[13]對12 個不同地區的爆破數據進行分析，獲得了相應場地和位置的爆炸波形特征模板，該模板可以被用來快速識別定位不同場地、不同位置、不同當量的爆破事件，并在Aqbasau 采石場進行了場地、位置和當量驗證。?emin 等[14]利用土耳其BRMAR 臺陣，采用多通道波形互相關方法處理安卡拉市周圍采石場爆炸數據的噪音，每天可以識別確認2—3 起采礦爆炸事件，從而降低對核爆炸監測的數據干擾。

2.3 利用機器學習和深度學習的事件性質識別

隨著人工智能的發展，機器學習和深度學習等前沿技術逐漸在事件性質識別判定中發揮重要作用。Kitov 等[15]利用監督機器學習算法（樸素貝葉斯分類、支持向量機和決策樹）對2012 年蘇門答臘地震事件建立數據庫，包含4 924 個事件，通過學習獲得75% 的成功率，假陽性率超過假陰性率3 倍。Laasri 等[16]采用基于遺傳算法的模糊邏輯分類器對地震事件自動分類。Bregman 等[17]利用擴散映射方法構建地震記錄的幾何表征，刻畫地震信號的內在結構，結果發現來自同一地區的具有相似震源機制的地震事件具有相似的表征結果，可以區分地震和爆炸事件。

Arora 等[18]采用多種深度學習方法對國際地震中心（International Seismological Centre，ISC）利用國際數據中心（International Data Centre，IDC）探測到的地震和爆炸事件進行全波形學習，發現震級mb在3—4 級之間的地震事件，深度學習的識別能力隨著震中距的增加而逐漸降低。地震監測網絡記錄了大量的未分類事件，無監督機器學習可以在無標簽情況下對地震事件類型進行分類。K?hler 等[19]利用預先訓練的卷積神經網絡（Convolutional Neural Networks，CNN）對地震數據進行識別，將三分量地震波的頻譜圖轉換成二維RGB 圖片，并在CNN 中進行聚類分析，應用在斯瓦爾巴群島冰川和挪威南部地震數據中獲得較好的識別結果。在以色列等某些特定區域內，普通地震事件類型識別方法的能力效果較差。Bregman 等[20]利用非監督擴散映射方法對CTBTO 在2018 年7 月報告中的Galilee 海中5 起地震事件（其中3 個為非天然地震事件）進行非線性降維處理，該方法對于地震持續時間震級Md＞2.3 的地震事件有較好的效果。Lethy 等[21]將監督和無監督的人工神經網絡結合起來，利用P 波頻譜拐角頻率Pcf，S 波頻譜拐角頻率Scf，以及P 波和S 波拐角頻率比值Rcf作為參數進行訓練，并對比了無監督自組織映射SOM和k-means 方法，成功實現埃及北部天然地震事件和采石場爆破事件的分類識別。這些研究和方法展現了在天然、非天然地震事件識別上的能力。

3 核爆事件性質的地震學研究

對全球各類型核試驗事件開展研究，為CTBT決策提供科學參考，是SnT 大會的核心科技服務目標。從公開數據上來看，1998 年印度和巴基斯坦分別實施系列化的地下核試驗，2006—2017 年朝鮮連續實施6 次地下核試驗。隨著全球地震監測系統在此期間的進步和完善，對特殊地震事件數據獲取相對豐富和完整，這幾次核試驗也成為20 世紀末以來CTBT 最關注的特殊事件，也是SnT 大會重要的科學交流內容[22-26]。目前，波形頻譜特征分析仍是SnT 大會中判別核爆事件性質的主要分析方式之一。在2021 年第8 屆SnT 大會上，美國桑迪亞國家實驗室的Tibi[27]利用區域臺站獲得朝鮮2006—2020 年的地震事件數據，發現利用地震波P/Lg 比值可以將核試驗誘發的空洞塌陷從核爆中區分出來，但是地震和洞穴坍塌的區別不明顯。在二次判別函數值中聯合使用交叉頻譜Pg/Lg 和Pn/Lg 比值后，成功將朝鮮6 次核試驗及2017 年9 月核試驗誘發地震進行分類，并成功識別多次構造地震事件，證明了地震波頻率域在地震事件類型區分方面的能力。Chun[28]認為范圍在3—11 Hz 的Pg/Lg 振幅比可以用來區分朝鮮核事件和地震事件，而MS-mb（Lg）判別效果不穩健的原因是，低震級事件的遠震P 波較弱，同時對震源輻射模式和臺站地址比較敏感。

在此基礎上，結合復雜度、震級等特征可以進一步提高對核爆事件的識別能力。Elkholy 等[29]應用復雜度、譜比、P/S 振幅比和mb-MS參數對中國、印度、巴基斯坦、朝鮮以及美國的核爆炸和天然地震進行識別，發現爆炸中復雜度較低、頻譜較大、P/S 振幅較大，且mb大于MS，后兩項參數可以用于判別震源性質。Nikulins[30]利用波羅的海地震臺網獲取的地震數據對朝鮮遠距離核爆事件進行分析，P 波群和S 波群振幅譜、P 波S 波譜比和MS/mb震級比3 個參數中最有效的識別方法是MS/mb震級比，并計算出地震和核爆震級比的線性關系。Liu[31]選擇波形復雜度、頻譜比和綜合比作為核爆和地震的區分標準，對朝鮮豐溪里核試驗場6 次核試驗及5 次天然地震事件進行分析，驗證了多準則綜合法的有效性。

地震事件根據其性質和位置等特征在特定范圍內表現出較好的相似性。Kurbanov[32]對朝鮮核試驗波形進行分析，發現核爆波形圖中基本具有強烈的次級波Pg、沒有明顯的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該波形特征。Liashchuk 等[33-34]以2006年9 月10 日朝鮮核試驗波形為參考，利用波形互相關方法對朝鮮2009—2016 年3 次核爆事件進行識別，分別獲得0.91、0.96 和0.98 的平均互相關系數，也證明了核爆事件的波形具有高度相似性。

Sykes 等[35]檢查了2000—2008 年間中國、美國和巴基斯坦等國家6 個核試驗場100 km 內的36 次地震事件，發現mb＞4.0 的地震事件性質可以利用長周期體波和面波、震源機制、mb-MS、深度震相和前震余震來檢驗，3.4—4.0 級地震可以使用震源機制進行識別，較小的地震則需要借助區域地震波的頻譜比進行識別。Tahir[36]利用矩張量反演印度、巴基斯坦和朝鮮核試驗，確定了震源參數，發現核爆中各向同性超過50%，雙力偶成分占比較少，認為可能是由于構造活動和多重散射的相互作用造成。Gaebler 等[37]同樣采用矩張量理論對朝鮮核試驗進行反演，認為2017 年朝鮮核試驗震源具有一個各向同性的主導分量，伴隨著大量的DC 項和CLVD 項。

在上述研究基礎上，Kim 等[38]對8 個試驗場附近的50 多次地震事件（3.0—4.4 級）進行分析，在震級大于4.0 級的地震事件性質分析上保持和Sykes 相同的觀點，對低于4.0 級地震（占比約75%）則必須使用區域震相來區分，如Pn、Pg、Sn 和Sg 等。朝鮮核試驗場附近地震和爆炸事件分析中發現，P/S 譜比在1—7 Hz 頻率中有明顯的重疊，無法區分這兩類事件；但在9—15 Hz 中具有較好的區別能力，因而高頻譜比用來識別朝鮮地下核試驗地震事件類型具有更好的效果。

由此可見，目前SnT 大會中對于核試驗事件識別的研究仍主要采用地震波不同振幅譜比、震級等特征進行判別。對于特定地震事件特征和性質的判別，矩張量反演可以給出較清晰的震源機制解。對于數據量更大的天然或非天然地震事件，機器學習和深度學習算法已經被廣泛采用進行性質識別，并在更多區域、類型識別地震事件中取得了較好的結果。

在SnT 大會之外，我國學者從核爆事件定位、爆炸當量和事件識別等角度開展了廣泛的調查和分析，取得了豐碩的研究成果[39-42]，如劉代志、李夕海團隊，趙連鋒、姚振興團隊，靳平團隊以及邊銀菊團隊等等[43]。其中，Zhao 等[44-45]對朝鮮多次核試驗進行計算分析，獲得了震中位置、當量、判據等結果；Liu 等[46]計算得到朝鮮后5 次核試驗的廣義震源模型；Jin 等[47]探討了次生源對核爆地震記錄的影響；Yao 等[48]利用匹配定位對朝鮮核爆誘發地震的活動性進行深入分析；王向騰等[49]基于理論地震圖，反演出朝鮮第6 次核試驗的震源參數；Wang 等[50]利用幅值比、波形記錄特征等開展了地震與爆炸事件分類識別研究。包括但不僅限于上述研究及學者[43]為核試驗震源參數和性質研判提供了堅實的理論支撐，為我國核爆炸地震學研究做出了貢獻。

4 結論和討論

為準確把握全面禁止核試驗條約組織（CTBTO）舉辦的科學技術大會（SnT）的發展趨勢，尤其是地震學研究趨勢，我們分析了SnT 大會近年來的科學議題設置，總結了地震學研究中具有代表性的事件性質識別研究和朝鮮核試驗研究進展，獲得如下主要認識：

（1）近年來SnT 大會得到禁核試以及更廣泛領域學者越來越多的關注，參會報告數量增加明顯。從科學議題角度，大會主題中的 “地球復雜系統” 和 “傳感器與網絡技術” 受關注度較高，分別體現了CTBT 更為注重更廣泛意義上的科學前沿領域和公益科技領域的發展意圖，以及傳感器與網絡技術始終是CTBT 的核心科學議程。從監測手段角度，放射性核素、次聲等監測設備與傳感器等研究發展迅速，地震監測是4 種監測技術的重要手段之一并且具有最高的研究關注度。盡管水聲監測設備已經全部完成安裝，但是開展相關研究交流的數量仍最少。

（2）對于 “CTBT 相關” 的地震學研究趨勢，各類事件性質的識別研究角度始終是核心問題，近年來SnT 大會重點關注了采用經典震相和頻譜等特征的事件性質識別研究。同時基于圖像識別等自動提取特征算法的深度學習在地震事件性質判別中逐漸得到廣泛應用和認可，顯示了重要的發展趨勢。從CTBT最為關切的核爆炸等焦點事件角度，SnT 大會對朝鮮6 次核試驗的學術交流重點關注了采用經典多震相幅值、頻譜、震級等特征對核試驗事件性質識別研究，以及將基于波形圖像、非經典特征的機器學習或深度學習作為提高核試驗事件性質識別科技能力的重要突破口。

需要指出的是，禁核試除了 “CTBT 相關” 的國際共享監測核查技術外，還包括各國單獨擁有的國家技術手段（National Technical Means，NTM）。例如利用偵察衛星、雷達設施和其他電子監視能力，NTM的技術進展往往具有非公開性，因此，SnT 大會的學術研討內容并不能反映禁核試相關的全部科技進展。CTBT 的核查機制包括國際監測系統、國際數據中心（IDC）、全球通訊基礎設施、磋商與澄清機制、現場視察機制（On-Site Inspection，OSI）、建立信任措施機制6 個組成部分，SnT 大會僅側重上述各種機制的技術領域，尤其是監測、數據、現場視察等部分環節，因此，大會學術交流內容也難以完整反映CTBT的全部科學和技術體系。

近年來SnT 大會將復雜地球系統科學、全球化議題等更廣泛意義上的科學前沿領域納入重要議題，甚至涉及自然災害、環境科學等帶有社會公益屬性的科學領域，這凸顯了CTBT 通過SnT 大會與科學界的科技交流新思路。一方面顯著拓寬了CTBT/IMS 監測數據在服務更廣泛意義上的科學發展的新途徑，有利于CTBTO 獲得各國從經費到科學效益上的支持與關注；另一方面也為CTBT 吸納更為前沿的科學進展支持、廣泛的科學家尤其是青年科學家的參與創造了條件。我國是禁核試國際體系的重要參與國，地震學是支持IMS 運行和CTBT 業務體系的重要手段，SnT 大會推進的禁核試科學以及地震學研究的不斷進步，值得地震行業部門的持續關注和積極參與。

致謝

感謝匿名審稿人和期刊編輯提出的寶貴意見與建議。