中国地震  2023, Vol. 39 Issue (2): 425-437
火山地震监测在火山喷发预测中的应用
刘国明1,2,3, 王良俊4, 康建红1,2,3, 张宇2, 仲广培1,2,3, 刘含玉2, 乔天罡2     
1. 吉林长白山火山国家野外科学观测研究站,长春 130022;
2. 吉林省地震局,长春 130022;
3. 中国地震局火山研究所,长春 130022;
4. 江西九江扬子块体东部地球动力学野外科学观测研究站,江西九江 332006
摘要:火山地震学是火山监测的一种重要方法,同时也是预测火山喷发最有效的方法。本文首先回顾了火山地震监测的历史,分析汇总了火山地震的类型和特征,并介绍了各类地震的形成机理。然后,对近年来发展起来的火山地震学方法进行了简要介绍,如地震活动性分析、实时振幅比测量、地震波速度变化和重复地震等,同时列举了具体的应用实例。最后,介绍了火山地震学方法在中国大陆火山监测中的应用。
关键词火山地震    喷发预测    长白山火山    家族地震    能量释放    
Application of Volcanic Earthquake Monitoring in Predicting Volcanic Eruption
Liu Guoming1,2,3, Wang Liangjun4, Kang Jianhong1,2,3, Zhang Yu2, Zhong Guangpei1,2,3, Liu Hanyu2, Qiao Tiangang2     
1. National Observation and Research Station of Jilin Changbaishan Volcano, Changchun 130022, China;
2. Jilin Earthquake Agency, Changchun 130022, China;
3. Institute of Volcanology, China Earthquake Administration, Changchun 130022, China;
4. Observatory for Geodynamic of the East Yangtze Block in Jiujiang, Jiangxi Province, Jiujiang 332006, Jiangxi, China
Abstract: Volcano seismology is an important technique in volcano monitoring, and it is also the most effective method to predict volcanic eruptions. This paper reviews the history of volcanic earthquake monitoring, analyzes and summarizes the types and characteristics of volcanic earthquakes, and introduces the mechanism of various earthquakes. Then, the volcanic seismological methods developed in recent years are briefly introduced, such as seismic activity analysis, real-time amplitude ratio measurement, seismic wave velocity variation and repeated earthquakes, in which some practical application examples are demonstrated. Finally, the application of volcanic seismology in active volcano monitoring of China is introduced.
Key words: Volcanic earthquakes     Forecasting of volcanic eruption     Changbaishan volcano     Family earthquake     Energy release    
0 引言

火山地震学是地震学的分支,其是研究火山区地震波速结构、衰减以及地球介质属性的一门科学。自20世纪以来,随着电子技术、计算机技术、传感器技术以及信号处理技术的发展,火山地震学取得了长足的进步,许多火山喷发也被成功预测,火山地震学成为最重要的火山监测和火山喷发预测方法之一(Benoit et al,1996McNutt,1996)。全球活火山的数量约有1500座,其中有200多座布设了火山地震监测系统(McNutt,1996Pan et al,2021)。中国大陆共有6个火山监测站,均布设了不同规模的地震监测网络用于开展火山地震监测工作(Pan et al,2021)。

火山地震是指发生在火山口及其附近(通常10km范围内),并与火山活动过程有关的地震(McNutt,1996吴建平等,2005明跃红等,2007刘东阳等,2020)。与传统意义上的构造地震不同,在火山活动的不同阶段会产生一些具有特殊波形及频谱特征的地震信号,这些反映不同震源机制的火山地震对于判断火山活动具有重要的前兆指示意义。

中国大陆火山监测工作起步较晚。虽然火山监测和研究工作取得了一定的进展,但近年来中国大陆没有火山喷发,相关监测研究尚未经历火山喷发的检验。本文简要介绍了近年来国外迅速发展起来的一些重要火山地震学方法,并介绍了应用这些方法进行火山喷发预测的案例,以期对中国火山监测工作起到学习和借鉴作用。

1 火山地震分类

深入理解与岩浆作用有关的火山地震产生的机理,是火山地震学的主要研究目标,也是评估火山活动性的有力工具。火山地震信号的频带范围较宽,不同类型的火山地震通常与不同深度的岩浆活动相关(Hensch et al,2019)。多数火山地震震级较小,很难被人为感知,其震源深度也较浅(通常在10km以内),常常以震群的形式出现。值得注意的是,大多数火山震群不一定会导致火山喷发,但很多火山喷发之前往往都会出现震群。因此,当一座火山地震活动性增强时,火山学家会密切监测火山地震类型、震源位置和地震强度的变化,从而对火山是否会喷发做出科学的判断。

(1)构造型火山地震(Volcano-tectonic earthquakes,简称VT,图 1(a)),岩石微破裂产生的地震即为构造型火山地震。正常的构造活动产生的、岩浆运移过程中产生的或流体在孔隙中流动产生的应力波动均可能引发构造型火山地震。不同原因产生的构造型火山地震波形特征相同,通常需要借助形变、气体地球化学、水文数据和地质学方法进行区分。与正常的构造地震波形相似,构造型火山地震有清晰的P波和S波,优势频率通常在5~15Hz之间,一般发生在浅层地壳。

图 1 夏威夷火山监测站部分地震台记录到的不同类型火山地震波形(修改自USGS官网)

https://www.usgs.gov/programs/VHP/monitoring-volcano-seismicity-provides-insight-volcanic-structure.

(2) 长周期火山地震(Long-period earthquakes,简称LP,图 1(b)),又称低频地震(Low-frequency earthquakes,简称LF)。岩浆或火山气体通过孔隙向上运移过程中,产生孔隙共振,从而引发长周期火山地震(Chouet,1996)。火山喷发前经常出现大量的长周期火山地震,但对于一些火山,长周期火山地震也是一种背景地震,其出现并不一定意味着火山即将喷发。一些非岩浆过程也可能会激发长周期事件,如地下水流动、冰裂和雪融等自然现象。长周期火山地震有清晰的P波,但没有明显的S波,优势频率通常在0.5~5Hz之间。

(3) 混合型火山地震(Hybrid earthquakes,图 1(c)),这类地震的波形比较特殊,初始波形类似VT型火山地震,后续波形又类似LP型。通常认为,混合型火山地震是VT型火山地震触发了一个长周期事件,是由岩石破裂和岩浆或热液压力扰动共同产生的,又称混合型、中频、混合频率事件。混合型火山事件的出现,通常代表了地震过程中岩浆活动的参与,是岩浆活动的标志之一(Lahr et al,1994)。

(4) 甚长周期火山地震(Very long-Period earthquakes,简称VLP,图 1(d)),通常认为甚长周期火山地震是岩浆或火山气体在通道的流动过程中产生的应力波动而引发的信号(Uhira et al,1994Kaneshima et al,1996)。VLP型火山地震波形与LP型火山地震非常相似,但其周期更长,通常大于2s(Chouet et al,2013)。

(5) 火山颤动(Volcanic tremor,图 1(e)),此类地震是在活动火山附近观测到的一种连续高振幅地震信号。多种不同的物理过程均可能引发火山颤动,如岩浆向上运移过程中激发的长时间孔隙共振,短时间内连续出现的VT和LP事件叠加在一起等。火山颤动波形类似LP型火山地震,但持续时间较长,通常数分钟到几天,甚至更长时间。很多火山喷发前都会观测到火山颤动现象,其被认为是一种非常重要的火山喷发指示信号(Chouet,1996McNutt,2002)。

White等(2019)基于全球火山震群目录(Benoit et al,1996),整理了全球22座火山共27次喷发事件的完整地震记录,以及7个正在持续喷发火山的20多次喷发记录到的震群事件,提出岩浆运移过程中地震类型演化的概念模型,并将火山喷发前地震类型演化过程划分为4个阶段(图 2):

图 2 火山喷发前地震前兆过程概念模型(据White等(2019))

第一阶段:深部地震活动阶段。研究表明,多数火山喷发前都存在深部岩浆补给作用。深部岩浆补给过程引发的地震为深部(通常大于10km)长周期事件,有时也表现为伴随深部构造地震之后出现长周期事件或颤动事件,但很少发生孤立的深部构造型地震。由于震级小、火山地震监测台网不够密集等原因,深部地震活动往往不易被发现,但一些回溯性研究表明,很多火山喷发前都经历过深部地震活动阶段。

第二阶段:远端构造型地震活动阶段。远端构造型火山地震事件是岩浆上升作用引发火山区断层活动,在断层远端(通常距离火山喷发口2~30km)发生的构造型火山地震事件。通常,远端构造型地震信号是火山喷发前最先可观测到的指示性地震信号。

第三阶段:火山通道打开阶段。通常会发生大量浅部(距离火山喷发口小于3km)的近端长周期事件和火山颤动事件,偶尔也会发生一些甚长周期事件和近端构造型火山地震。

第四阶段:浅部重复地震阶段。火山喷发前的最后一个地震活动阶段,表明此时火山已经进入临近喷发状态。浅层的(小于2km)构造型火山地震、长周期事件和混合型事件以家族地震的形式大量出现,有时由于地震事件非常密集,波形相互叠加,形成火山颤动。

2 火山地震活动性分析

火山地震活动性分析包括火山地震数量与能量释放变化分析、火山地震迁移规律分析、火山区b值分析等方法。

大多数火山喷发前构造型火山地震(VT)的数量会快速增多,是最早被发现的喷发前兆信号之一(Benoit et al,1996)。然而在许多火山活动案例中,发生大量的火山地震事件并不意味着火山一定会喷发,因此地震活跃程度与火山喷发之间的因果关系存在极大的不确定性。

震源迁移可被用于火山喷发预测。通常情况下,地下岩浆上涌挤压围岩,造成围岩破裂。此时,通过地震定位来确定岩浆活动深度,以此来预测火山喷发时间。但很多火山喷发并不一定发生在震源迁移之后(Wiemer et al,1998)。

计算构造型火山地震的能量释放,特别是计算累计能量释放是更加可靠的预测方法。能量释放指的是地震发生时在震源位置释放的能量,可以通过古登堡-里克特能量震级关系式获得(Gutenberg et al,1944),即

$ \lg E_n=\frac{11.8+1.5 M}{10^{12}} $ (1)

其中,En为地震释放的能量,M为面波震级。值得注意的是,火山地震通常震级小,观测报告中使用的通常是近震震级(ML),因此需要根据面波震级和近震震级的经验关系公式进行转换,从而获得公式中的面波震级MYokoyama(1998)发现1011J是构造型火山地震从能量积累到火山喷发的阀值,具有重要的预测意义。计算地震累计能量释放比较简单,只需要提供地震目录,不需要波形资料,是最常用的火山地震活动性分析方法之一。

火山区b值变化对喷发预测具有重要的指示意义。b值可根据Gutenberg等(1944)提出的震级-频度关系公式获得,即

$ \lg N=a-b M $ (2)

式中,N为震级≥M的地震数量;ab为常数项,其中a值表示研究区地震活动水平,b值为震级M与地震数量的对数lgN拟合直线的斜率,反映了区域内不同震级地震的相对分布。a值、b值的大小依赖于研究区剪切应力的强度以及地壳介质的均匀程度(Mogi,1962Scholz,1968)。地壳介质均匀且处于高应力状态的地区,b值通常小于1;而地壳介质不均匀且处于低应力状态的地区,b值通常大于1。b值通常在0.6~1.4范围内,全球b值的平均值约为1.0(Udias,1999)。在火山区,由于地壳介质非常不均匀,b值往往会偏高,最高甚至可达3.0(Wyss et al,1997Amitrano,2003Schorlemmer et al,2005McNutt,2005;)。为确保计算结果的可靠性,需注意公式中使用的震级M应为完备震级Mc,即大于或等于Mc的地震可以全部被台网检测到并包含在地震目录中。

火山活动强烈时,火山区b值通常大于1.0,其主要原因是火山内部活动增强从而导致应力集中(Frohlich et al,1993Grasso et al,1998de la Cruz-Reyna et al,2011)。火山喷发前,经常会观测到b值升高的现象,因而火山区b值分析成为开展火山喷发预测和岩浆动力学研究的一个重要指标。例如,Tramelli等(2021)研究了2000—2020年意大利坎皮—弗莱格雷火山区b值随时间演化特征,通过与地球化学和大地测量学的监测结果进行对比,发现这些监测指标在时间变化上具有高度的相似性,表明这些指标受到相同源的影响,反映了岩浆侵入地下水文系统或发生了岩浆升压作用。Bridges等(2006)研究了2001—2005年美国阿拉斯加乌纳拉斯卡岛上马库辛火山b值的空间分布,发现在火山口东侧4km位置,地下4~7km处b值出现异常(约高达2.0),该b值异常区恰好与InSAR反演获得的异常隆升中心在空间上完全一致,表明b值在空间上出现异常可作为岩浆向上迁移的证据。

3 基于地震波形的预测方法 3.1 地震波振幅比分析(SARA)方法

伴随着岩浆沿通道上升,火山地震的震源位置会发生变化。通过火山地震定位,可以刻画岩浆沿通道传播的过程,从而进行喷发预测。然而,在岩浆上升到近地表后,会产生非常大的应力波动,引发大量的震群活动,大量地震波形相互叠加,很难实现精确定位,使岩浆迁移过程追踪变得非常困难。

Taisne等(2011)提出一个分析不同台站地震强度(地震波振幅)比值的方法,即Seismic Amplitude Ratio Analysis,简称SARA,用于实现快速追踪岩浆迁移过程。该方法的原理较为简单,地震波的振幅大小依赖于从震源到地震接收器间的衰减,震源距越大,通常振幅越小。如果震源位置不发生改变,不同台站记录的地震波形的振幅比值基本上不会发生大的变化。Taisne等(2011)应用SARA方法,对2010年富尔奈斯火山喷发前后的地震波数据进行振幅比计算,结果表明单台振幅计算结果仅能反映地震活动强弱的变化(图 3(c)3(d)),而不同台站的振幅比则较好地刻画了火山喷发前岩浆的迁移过程(图 3),图 3(e)显示,在振幅比快速上升至峰值并开始下降的时候发生火山喷发。

图 3 SARA方法数据处理过程 注:(a)和(b)分别为UV05台和FLR台记录到的地动速度原始波形;(c)和(d)分别为UV05台和FLR台采用5min时间窗计算地震强度结果;(e)为UV05台和FLR台地震强度比计算结果;图中两条竖直虚线分别表示震群开始(上午07:54)和火山喷发开始(上午10:25)时间(据Taisne等(2011))。

Caudron等(2018)应用SARA和传统的地震定位方法研究了冰岛巴尔邦加· 霍卢劳恩火山岩浆侵入和火山喷发过程,发现SARA方法刻画的岩浆迁移过程与地震定位方法获得的岩浆迁移过程一致,但SARA方法更易实现,便于开展实时或准实时的火山预测。然而,SARA方法需要在数据处理时用到台站的场地放大因子,需要去除仪器响应,在有些情况下不方便应用。Tan等(2019)对SARA方法进行了改进,计算全部台站对组合的振幅比,然后再计算不同滑动窗下振幅比有明显变化的台站对的百分比,用绿色到红色的色棒标识振幅比异常的台站对百分比,并成图,岩浆迁移过程就发生在最终图示的“红旗”时间段(图 4)。改进的SARA方法提供了更直观的岩浆迁移判断标准,更方便地应用到实时火山监测及喷发预测工作中,也被形象地称为红旗-实时地震波振幅比测量分析(Red-Flag SARA)。Tan等(2019)应用改进的SARA方法对2017年5月富尔奈斯火山和2015年7月印尼盖德火山喷发前后的振幅比进行计算,检测到3个不同的岩浆活动过程:岩浆侵入到结束,岩浆迁移到喷发,以及发生震群活动但无岩浆迁移。

图 4 使用合成数据计算获得的岩浆迁移结果 注:(a)为PUN台合成地震图;(b)为PUN台合成数据重采样(1min)后获得的包络线图;(c)为全部台站合成数据计算后的振幅比时间序列图;(d)为振幅比有变化的台站对百分比(据Tan等(2019))。
3.2 地震波速变化分析方法

利用地震背景噪声研究地震波速变化是近十几年来地震学研究领域最重要的进展之一,特别是在研究火山喷发预测方面取得了突破性的成果。Brenguier等(2008)研究了印度洋留尼汪岛上富尔奈斯火山5次喷发前后地下介质的波速变化,其中有4次在喷发前20天波速出现降低(图 5),该研究成果对于利用背景噪声研究火山喷发预测无疑是开创性的,并且被迅速应用于火山监测和火山喷发预测中。例如,2018年5月3日夏威夷火山发生大规模喷发,Olivier等(2019)研究了此次喷发过程的波速变化,发现在喷发前10天波速降低0.4%,这说明基于背景噪声的波速变化研究对于火山喷发预测具有重要意义。应用此方法,Mordret等(2010)观测到新西兰鲁阿佩胡火山在2006年火山喷发前2天出现0.8%的波速下降。当前这种研究方法主要包括以下3个分支:台站对互相关(CC)、单台三分量互相关(SC)和单台三分量自相关(AC)(Hobiger et al,2014)。Cubuk-Sabuncu等(2021)利用单台三分量互相关方法计算了冰岛黑三角火山的波速变化,观测到2020年1—7月火山经历膨胀-收缩的扰动过程,并认为单台三分量互相关计算方法(SC)是监测岩浆早期活动最有效的方法。

图 5 富尔奈斯火山18个月内相对地震波速随时间变化曲线 注:(a)中黑色实线表示相对波速计算结果,红色实线表示多项式拟合获得的长趋势变化,蓝色实线表示波速计算的误差,误差大于0.04%的观测结果在后面的分析中被舍去;(b)为波速计算结果减去长趋势变化后得到的短临变化结果;(c)火山口附近一个地震台站记录到的每日地震释放能量(据Brenguier等(2008))。
3.3 家族地震分析方法

家族地震是指波形和频谱都非常相似的一系列重复地震事件。通过分析家族地震模式的变化,可以判断震源机制和小范围内震源位置在时间和空间上的变化过程。家族地震是Minakami等(1951)在1944年日本有珠火山穹顶式喷发过程中首次被发现的。此后,在世界许多其他火山区也发现了家族地震(Buurman et al,2013Budi-Santoso et al,2016Salvage et al,2016Thelen et al,2011)。在火山区发生家族地震的机制有多种,包括因深部升压作用和火山通道形成而产生的脆性破裂,浅层流体运移,浅层岩浆与水的交互作用,以及岩浆脱气过程等(Wellik et al,2021)。

在火山作用的不同阶段,火山区家族地震可能会出现不同的模式,识别并解释家族地震模式可以为火山活动性分析提供重要依据。例如,在一个通道封闭的火山系统中,VT型家族地震数量突然增多,可能表明岩浆通道正在发生增压过程,从而引发大量的断层活动或岩石破裂;在一个已经开始喷气的火山,观测到某个LP型家族地震的事件数量突然增加,可能意味着岩浆脱气速率正在增强;在一次火山扰动的岩浆侵入阶段,一些VT型家族地震快速消失,且另一些新的VT型家族地震快速形成,则可能表明岩浆正快速由深部向浅部上升;持续时间很长的家族地震可能表明应力在某一断层附近快速持续加载。

Wellik等(2021)应用REDPy软件包研究了2017年印度尼西亚阿贡火山喷发前家族地震模式的变化,将火山活动过程划分为3个阶段,分别为岩浆侵入阶段、转换阶段和喷发阶段。火山地震发生率和能量释放在临近喷发前2个月同时减少,从表象上看,可能会认为短期内火山不会喷发,但不久却发生了喷发。通过回溯性分析家族地震的监测结果,认为虽然火山喷发前地震活动性减弱,但家族地震的演化仍在持续,仍然可以判定火山即将喷发(图 6)。

图 6 阿贡火山喷发前后家族地震模式演化过程 注:水平黑色实线表示成员数量大于5的家族地震;红色矩形框表示家族地震活跃的时间段;家族地震结束时的数字表示该家族地震成员数量;蓝色区域表示岩浆侵入阶段,绿色区域表示转换阶段,粉色区域表示喷发阶段(据Wellik等(2021))。
4 中国大陆火山地震监测及分析方法

为预防和减轻火山喷发形成的灾害,我国在6个人口稠密的活火山区(吉林长白山天池火山、龙岗火山;黑龙江五大连池火山、镜泊湖火山;云南腾冲火山;海南琼北火山)建立了火山监测站,开展火山监测工作。作为活火山区的基本监测手段,各监测站均建设了规模不等的火山地震监测网络,具备基本的火山地震监测能力(Pan et al,2021)。火山监测站通过人工处理的方式进行火山地震检测和定位,并编制火山地震目录,根据火山地震活动性、火山地震类型分析等方法提出火山活动趋势意见。火山区b值分析、地震波速变化、家族地震分析等其他地震学方法,目前还处在探索性研究阶段,未在常规监测工作中应用。

长白山天池火山是一座大型的复合式火山(7(a)),被认为是中国最具潜在喷发危险的活火山,围绕破火山口建设了一个由12个实时传输台组成的火山地震监测网络(7(b)),该网络是目前中国大陆最完善的火山地震监测网。2002—2005年,长白山天池火山地震活动性急剧增强(图 7(c)),月平均发生火山地震70多次,同时记录到有监测记录以来最大的2次构造型地震,震级分别为ML4.4和ML4.0,地震能量释放明显增强。依据地震活动性分析结果,结合形变、火山气体地球化学等监测成果,火山学家确定长白山天池火山经历了一次由岩浆上升引发的火山扰动(Xu et al,2012Wei et al,2013Liu et al,2021)。

图 7 长白山火山地震监测网络和地震监测结果 注:(a)为长白山天池图片;(b)为长白山天池火山地震监测网络;(c)为长白山天池火山地震月频度图,蓝色实线为累计地震数量,浅蓝色区域表示火山扰动阶段。
5 结论与建议

用于火山监测与火山喷发预测的地震学方法,是前人在很多火山喷发预测实践中总结出的普适方法。但火山机构是十分复杂的地质单元,每一座火山都有不同的火山机构和岩浆演化模式。在火山监测和火山喷发预测工作中,可以借鉴前人的成功经验,针对研究对象制定监测规划和预测模式,并结合其他地球物理场观测结果得出科学的火山活动趋势预测结论。与地震预测相比,火山喷发地点相对确定,火山喷发的前兆信息量比地震前兆多,世界上成功的火山喷发预测案例也比较多。中国火山监测工作起步较晚,虽然在火山监测和研究中取得了一系列进展和新认识,但仍处于初级阶段,距离发达国家的监测和研究水平相差较大。尽管目前中国大陆没有正在喷发或即将喷发的火山,但长白山天池火山已经出现火山扰动,云南腾冲火山也有活动迹象,尤其历史上长白山天池火山曾发生全球2000a以来规模最大的千年大喷发,一旦再次喷发,将会给当地人民生命和财产安全造成巨大威胁。因此,建议加强火山监测研究工作,科学应对可能存在的火山喷发风险。

参考文献
刘东阳、范昱宏、张宇等, 2020, 长白山天池火山2002—2005年火山扰动机制研究, 中国地震, 36(3): 561-570. DOI:10.3969/j.issn.1001-4683.2020.03.018
明跃红、吴建平、苏伟等, 2007, 长白山天池火山区的谐频事件, 地震地质, 29(3): 492-501. DOI:10.3969/j.issn.0253-4967.2007.03.005
吴建平、明跃红、张恒荣等, 2005, 2002年夏季长白山天池火山区的地震活动研究, 地球物理学报, 48(3): 621-628. DOI:10.3321/j.issn:0001-5733.2005.03.020
Amitrano D, 2003, Brittle-ductile transition and associated seismicity: experimental and numerical studies and relationship with the b value, J Geophys Res, 108(B1): 2044.
Benoit J P, McNutt S R. 1996. Global volcanic earthquake swarm database 1979-1989. U.S. Geological Survey.
Brenguier F, Shapiro N M, Campillo M, et al, 2008, Towards forecasting volcanic eruptions using seismic noise, Nat Geosci, 1(2): 126-130. DOI:10.1038/ngeo104
Bridges D L, Gao S S, 2006, Spatial variation of seismic b-values beneath Makushin Volcano, Unalaska Island, Alaska, Earth Planet Sci Lett, 245(1~2): 408-415.
Budi-Santoso A, Lesage P, 2016, Velocity variations associated with the large 2010 eruption of Merapi volcano, Java, retrieved from seismic multiplets and ambient noise cross-correlation, Geophys J Int, 206(1): 221-240. DOI:10.1093/gji/ggw145
Buurman H, West M E, Roman D C, 2013, Using repeating volcano-tectonic earthquakes to track post-eruptive activity in the conduit system at Redoubt Volcano, Alaska, Geology, 41(4): 511-514. DOI:10.1130/G34089.1
Caudron C, White R S, Green R G, et al, 2018, Seismic amplitude ratio analysis of the 2014-2015 Bárarbunga-Holuhraun dike propagation and eruption, J Geophys Res, 123(1): 264-276. DOI:10.1002/2017JB014660
Chouet B A, 1996, Long-period volcano seismicity: Its source and use in eruption forecasting, Nature, 380(6572): 309-316. DOI:10.1038/380309a0
Chouet B A, Matoza R S, 2013, A multi-decadal view of seismic methods for detecting precursors of magma movement and eruption, J Volcanol Geotherm Res, 252: 108-175. DOI:10.1016/j.jvolgeores.2012.11.013
Cubuk-Sabuncu Y, Jónsdóttir K, Caudron C, et al, 2021, Temporal seismic velocity changes during the 2020 rapid inflation at Mt. orbjörn-Svartsengi, Iceland, using seismic ambient noise, Geophys Res Lett, 48(11): e2020GL092265.
de la Cruz-Reyna S, Yokoyama I, 2011, A geophysical characterization of monogenetic volcanism, Geofís Int, 50(4): 465-484.
Frohlich C, Davis S D, 1993, Teleseismic b values; or, much ado about 1, 0. J Geophys Res, 98(B1): 631-644. DOI:10.1029/92JB01891
Grasso J R, Sornette D, 1998, Testing self-organized criticality by induced seismicity, J Geophys Res, 103(B12): 29965-29987. DOI:10.1029/97JB01344
Gutenberg B, Richter C F, 1944, Frequency of earthquakes in California, Bull Seismol Soc Am, 34(4): 185-188. DOI:10.1785/BSSA0340040185
Hensch M, Dahm T, Ritter J, et al, 2019, Deep low-frequency earthquakes reveal ongoing magmatic recharge beneath Laacher See Volcano(Eifel, Germany), Geophys J Int, 216(3): 2025-2036. DOI:10.1093/gji/ggy532
Hobiger M, Wegler U, Shiomi K, et al, 2014, Single-station cross-correlation analysis of ambient seismic noise: application to stations in the surroundings of the 2008 Iwate-Miyagi Nairiku earthquake, Geophys J Int, 198(1): 90-109. DOI:10.1093/gji/ggu115
Kaneshima S, Kawakatsu H, Matsubayashi H, et al, 1996, Mechanism of phreatic eruptions at Aso Volcano inferred from near-field broadband seismic observations, Science, 273(5275): 642-645. DOI:10.1126/science.273.5275.642
Lahr J C, Chouet B A, Stephens C D, et al, 1994, Earthquake classification, location, and error analysis in a volcanic environment: implications for the magmatic system of the 1989-1990 eruptions at Redoubt Volcano, Alaska, J Volcanol Geotherm Res, 62(1~4): 137-151.
Liu G M, Li C Y, Peng Z G, et al, 2021, The 2002-2005 Changbaishan volcanic unrest triggered by the 2002 M 7.2 Wangqing deep focus earthquake, Front Earth Sci, 8: 599329. DOI:10.3389/feart.2020.599329
McNutt S R. 1996. Seismic monitoring and eruption forecasting of volcanoes: a review of the state-of-the-art and case histories. In: Scarpa R, Tilling R I. Monitoring and Mitigation of Volcano Hazards. Berlin: Springer.
McNutt S R, 2002, 25-volcano seismology and monitoring for eruptions, Int Geophys, 81: 383~406, cp1.
McNutt S R, 2005, Volcanic seismology, Annu Rev Earth Planet Sci, 32: 461-491.
Minakami T, Ishikawa T, Yagi K, 1951, The 1944 eruption of volcano Usu in Hokkaido, Japan Bull Volcanol, 11(1): 45-157. DOI:10.1007/BF02596029
Mogi K, 1962, Magnitude-frequency relation for elastic shocks accompanying fractures of various materials and some related problems in earthquakes, Bull Earthq Res Inst, 40: 831-853.
Mordret A, Jolly A D, Duputel Z, et al, 2010, Monitoring of phreatic eruptions using interferometry on retrieved cross-correlation function from ambient seismic noise: results from Mt. Ruapehu, New Zealand, J Volcanol Geotherm Res, 191(1~2): 46-59.
Olivier G, Brenguier F, Carey R, et al, 2019, Decrease in seismic velocity observed prior to the 2018 eruption of Kilauea volcano with ambient seismic noise interferometry, Geophys Res Lett, 46(7): 3734-3744. DOI:10.1029/2018GL081609
Pan B, Liu G M, Cheng T, et al. 2021. Development and status of active volcano monitoring in China. In: Xu J, Oppenheimer C, Hammond J, et al. Active Volcanoes of China. London: Geological Society of London.
Salvage R O, Neuberg J W, 2016, Using a cross correlation technique to refine the accuracy of the Failure Forecast Method: application to Soufrière Hills volcano, Montserrat, J Volcanol Geotherm Res, 324: 118-133. DOI:10.1016/j.jvolgeores.2016.05.011
Scholz C H, 1968, The frequency-magnitude relation of microfracturing in rock and its relation to earthquakes, Bull Seismol Soc Am, 58(1): 399-415. DOI:10.1785/BSSA0580010399
Schorlemmer D, Wiemer S, Wyss M, 2005, Variations in earthquake-size distribution across different stress regimes, Nature, 437(7058): 539-542. DOI:10.1038/nature04094
Taisne B, Brenguier F, Shapiro N M, et al, 2011, Imaging the dynamics of magma propagation using radiated seismic intensity, Geophys Res Lett, 38(4): L04304.
Tan C T, Taisne B, Neuberg J, et al, 2019, Real-time assessment of potential seismic migration within a monitoring network using Red-flag SARA, J Volcanol Geotherm Res, 384: 31-47. DOI:10.1016/j.jvolgeores.2019.07.004
Thelen W, Malone S, West M, 2011, Multiplets: their behavior and utility at dacitic and andesitic volcanic centers, J Geophys Res, 116(B8): B08210.
Tramelli A, Godano C, Ricciolino P, et al, 2021, Statistics of seismicity to investigate the Campi Flegrei caldera unrest, Sci Rep, 11(1): 7211. DOI:10.1038/s41598-021-86506-6
Udias A, 1999, Principles of Seismology, New York: Cambridge University Press.
Uhira K, Takeo M, 1994, The source of explosive eruptions of Sakurajima volcano, Japan, J Geophys Res, 99(B9): 17775-17789. DOI:10.1029/94JB00990
Wei H Q, Liu G M, Gill J, 2013, Review of eruptive activity at Tianchi volcano, Changbaishan, northeast China: implications for possible future eruptions, Bull Volcanol, 75(4): 706. DOI:10.1007/s00445-013-0706-5
Wellik J J, Prejean S G, Syahbana D K, 2021, Repeating earthquakes during multiple phases of unrest and eruption at Mount Agung, Bali, Indonesia, 2017, Front Earth Sci, 9: 653164. DOI:10.3389/feart.2021.653164
White R A, McCausland W A, 2019, A process-based model of pre-eruption seismicity patterns and its use for eruption forecasting at dormant stratovolcanoes, J Volcanol Geotherm Res, 382: 267-297. DOI:10.1016/j.jvolgeores.2019.03.004
Wiemer S, McNutt S R, Wyss M, 1998, Temporal and three-dimensional spatial analyses of the frequency-magnitude distribution near Long Valley Caldera, California, Geophys J Int, 134(2): 409-421. DOI:10.1046/j.1365-246x.1998.00561.x
Wyss M, Shimazaki K, Wiemer S, 1997, Mapping active magma chambers by b values beneath the off-Ito volcano, Japan, J Geophys Res, 102(B9): 20413-20422. DOI:10.1029/97JB01074
Xu J D, Liu G M, Wu J P, et al, 2012, Recent unrest of Changbaishan volcano, northeast China: a precursor of a future eruption?, Geophys Res Lett, 39(16): L16305.
Yokoyama I, 1998, Seismic energy releases from volcanoes, Bull Volcanol, 50(1): 1-13.