0 引言

地震是一种常见的自然灾害，也是地球科学领域的重要研究课题之一。按照成因，地震可分为天然地震与非天然地震两大类，这两类事件的传播机理极其相似，都是由激发源产生振动，然后以波的形式在介质中传播，其区别仅仅在于产生振动的方式，天然地震是主动方式，非天然则属于被动方式。随着我国数字地震监测台网与地震监测技术的不断发展，地震监测能力得到了显著提升，各区域地震台网的覆盖范围和收集的地震数据数量也逐渐增加。在日常地震监测中，不仅能够记录到天然地震，也会记录到大量的爆破、塌陷等非天然地震事件(赵永等，1995)。近年来我国频繁发生因爆破、塌陷等天然地震事件引发的重大安全事故，造成了重大人员伤亡与经济财产损失，如2015年天津港爆炸事件、2018年山东郓城冲击地压事件、2019年江苏响水爆炸事件以及2023年内蒙古新井矿业坍塌事件等。由此可见，不仅天然地震具有破坏性，非天然地震事件也会给人类生产生活带来巨大威胁。因此，面对海量的监测数据与严峻的地震安全形势，如何准确快速地识别不同类型的地震事件尤为重要，这不仅有助于更好地明确地震发生的机制和规律，提高地震监测和预报的精度和可靠性，同时还可为防灾减灾救灾工作提供更为有效的支撑。

地震类型判别是地震学中的一个重要研究方向，通过对地震波形数据进行分析，将地震事件分为不同类型，如天然地震、人工爆破、塌陷和滑坡等，将有助于了解地震发生的机理和判断地震的危险性(蒋一然等，2019；周少辉等，2021；殷伟伟等，2021)。由于波形记录的相似性，在进行地震类型判别时，特征参数的提取与选择至关重要(唐兰兰等，2009；边银菊等，2012；王婷婷等，2013)。目前常用的特征提取方法包括时间域、频率域和小波域等方法。其中，时间域方法主要是提取振幅、持续时间、过零率等波形特征，是地震波形特征提取中最常用的方法之一。频率域方法主要是通过傅里叶变换等频率分析方法来提取地震波的频率域特征，如频率、功率谱密度、频带宽度、能量等(边银菊，1997)。小波方法则是将信号分解成多个尺度的频带，并对每个频带进行分析的方法，常见的小波特征包括小波包能量、小波包包络线、小波包熵等(曾宪伟等，2010)。时间域特征提取相对简单，但需要结合丰富的经验和专业知识进行解释和分类，频域特征和小波特征的提取虽然复杂，但可以提供更为全面和准确的信息。为进一步提高地震类型判别的精确度，一些学者提出将时间域特征与频率域特征、小波包变换和频域特征结合的方式进行地震类型识别(Zhang et al，2018)。

内蒙古自治区地处中国北部，东西长2400km，南北宽1700km，总面积为118万km²，占据全国土地总面积的1/8，自治区内地形复杂，地震活动频繁，是我国地震活动较为活跃的地区之一。同时，内蒙古地区矿产资源丰富，特别是煤炭处于我国北方露天矿群的集中地带，煤炭资源总量居全国首位，年开采量达10亿吨，占比超过全国煤炭年总产量的1/4。区内煤炭等矿藏的开采一般采用露天开采与地下爆破两种方式。露天开采爆破当量较大，具有一定破坏力，而地下爆破当量小，但采空区诱发地下塌陷多，因此内蒙古也是人工爆破与塌陷事件较为频发的地区。由于受震源深度、地质特征的影响，内蒙古地区地震事件复杂多样，不同地震事件类型之间的特征差异和相似性尚不明确，这给该区地震事件类型的判别带来一定困难。一些学者已经对内蒙古地区地震事件识别进行了相关研究(张帆等，2016、2021；徐岩等，2020)，但采用不同数据、方法和思考角度对这些结果进行验证并同时补充新认识是必要的。因此，针对内蒙古地区天然地震、人工爆破与塌陷地震等复杂地震事件类型，开展波形特征提取和分类识别的研究，能够全面、准确地描述不同地震事件类型之间的差异和相似性，为精确地震目录构建、地震预测以及地震事件的自动分类和识别等方面提供更为准确和可靠的数据支撑。此外，进一步提高对这些事件的有效监测和预警能力，减少可能的灾害损失，对地震灾害防控、科学研究和社会发展具有重要意义。

本研究基于内蒙古地震监测台网的事件波形数据，对内蒙古地区三种不同类型的地震事件(人工爆炸、塌陷和构造地震事件)进行了特征提取与分类判别研究。选取了三类事件的7类波形特征参数(拐角频率、高/低频能量比、持续时间、P/S振幅比、复杂度、瞬时频率与倒谱)作为定量判别因子，对比分析了各特征参数的分布规律与识别效果。

1 数据与方法 1.1 数据与预处理

根据内蒙古地震监测台网地震观测报告与震相数据，2016—2022年内蒙古及周边区域共发生455次非天然地震与4203次天然地震(图 1(a))，其中，非天然地震包括347次爆破与108次塌陷，震级分布范围为M_L1.5~3.5，自治区内爆破与塌陷事件震中位置较固定，主要分布在阿拉善盟阿拉善左旗、鄂尔多斯市准格尔旗与伊金霍洛旗、包头市达茂旗与白云鄂博矿区、霍林郭勒等。而天然地震事件震中分布则较分散，没有固定区域，主要发育中小地震，M_L≥4.0地震较少，平均每年约4条。由于内蒙古地震监测台网共由108个区内、外地震台站组成，区内大部分地区的地震监测能力可达到M_L1.5，因此，为尽可能找出内蒙古地区天然地震、人工爆破以及塌陷三类事件波形的本质区别，需要弱化地下结构、震级与震中距等因素对识别效果的影响，同时保证不同类型事件数量相近、震相清晰。本文选取100条爆破事件与89条塌陷事件，震级范围分别为M_L1.5~3.5、M_L2.0~3.5(图 2)，并从4203条天然地震中选取了震中范围覆盖全区的100次构造地震，震级范围为M_L1.5~3.5，震源深度为4~15km，能较全面地反映内蒙古自治区近震记录的特点(图 1(b))。

通过复核所有事件波形，确保每条事件被至少4个台站记录且震相记录清晰，并挑选每条事件震中距10~250km范围的台站垂直向(BHZ)波形记录，在此基础上，对所有事件波形进行去趋势、去均值、去仪器响应与归一化计算等预处理工作，最终得到2323条垂直向波形记录，包括800条爆破记录、623条塌陷记录和900条构造地震记录。

1.2 广义S变换方法

在进行地震时频特征分析时，常采用短时傅里叶变换方法，但该方法不能同时兼顾时域与频域的分辨率。为解决这一问题，有学者提出了S变换方法(Stockwell et al，1996)，随着该方法的广泛应用与发展，S变换逐渐发展成为广义S变换(GST)(Gao et al，2003)，广义S变换方法引入了λ与p两个参数来控制高斯窗的时间宽度与衰减趋势，从而进一步提高时间域图像的分辨率。与其他时频分析方法相比，广义S变换的主要优点是具有较高的时间和频率分辨率，能够在时域上提供较好的时序信息，在频域上提供较好的频率信息(杨千里等，2020)。在本研究中，采用GST方法提取三类事件的时间-频率能量谱特征。

2 波形记录特征

人工爆破、塌陷和构造地震的振动产生均源于激发，以波的方式在介质中传播，因此其具有相似的波形记录特征。这三类地震事件都产生纵波、横波和面波，并且具有震级越大、波持续时间越长等特征。然而，由于其激发方式和震源机制不同，他们之间仍存在明显的差异。构造地震具有一定深度的剪切源，而爆炸则通常是近地表的膨胀点源。塌陷的机理和波形特征较为复杂，并且不同矿床、矿山和深度的矿山塌陷之间存在差异。塌陷的震源深度较浅，波的高频分量被松散介质吸收，因此不容易被观测到。为了更详细地展示不同类型事件的波形与时频特征，在本研究中选择了内蒙古地区较为典型的震级大小相似的三类事件作为示例(表 1)。

2.1 波形特征

图 3展示了内蒙古地区三类事件(构造地震、人工爆破和塌陷)的典型波形记录。为了比较不同震源之间的波形差异，选择相似震中距的记录，最小震中距为34.67km，最大震中距为247.97km，滤波带为0.5~20Hz。通过对比分析内蒙古地区三类典型地震事件的波形特征(图 3)，发现构造地震、人工爆破与塌陷在震相发育、波形周期、波动能量衰减特征等方面存在较大差异：①构造地震的P、S震相清晰，S波幅度明显大于P波，在整个带宽上具有相对较高的频率，在不同震中距离均可以观察到明显可区分的P波和S波，波衰减快，持续时间短；②人工爆破发育较清楚的P波震相，初动尖锐，P波振幅大于或相似于S波振幅；③与构造地震与人工爆破相比，塌陷的P波和S波均欠发育，波持续时间较长，高频成分也最不明显。

2.2 时间-频率能量谱特征

采用广义S变换方法对构造地震、人工爆破与塌陷事件的时间-频率能量谱特征进行分析。根据三类事件的主频分布和时频结果(图 4)，可以看出内蒙古地区构造地震具有较宽的P波与S波频带，高频分量较为发育，能量分布在10Hz以上，S波能量强于P波；相比构造地震的频带范围，人工爆破的频带较窄，高频能量主要分布在10Hz以下，其P波能量偏高于S波能量，S波频带较窄，明显低于构造地震频带；塌陷事件的频带分布最窄，其主频是三类事件中最低的，能量分布在2.5Hz以下，整个波段主要由低频分量组成。

3 波形特征提取

以上讨论了构造地震、爆破和塌陷在时间域和频率域的差异。从这些特征中提取定量判别量并将其转化为数值，将有助于识别不同事件。本文利用拐角频率、复杂度、高/低频能量比、持续时间、P/S振幅比、瞬时频率、倒谱等7类特征提取三类事件的判别方法。为了更好地反映事件的性质，对同一事件的多个台站特征值计算结果进行了算术平均，下面将详细介绍内蒙古地区爆破、塌陷与构造地震的7类特征值的特点。

3.1 拐角频率

通常把时间域记录经过快速傅里叶变换转换到频率上所得到的图形称为振幅谱，振幅谱中高频渐近趋势与低频渐近趋势线的交点即为拐角频率，其代表地震波高低频能量的分布趋势，能够体现震源的尺度大小(杜运连等，2008；张丽芬等，2013；Zhang et al，2021)。前人研究结果(张丽芬等，2013)表明，不同类型事件的拐角频率通常是不同的，但震源位移谱基本都符合Brune的ω^-2模型，因此，这里对2323条处理后的波形进行傅里叶变换，利用下式计算理论位移谱与拐角频率，即

$ S_i(f)=\frac{\mathit{Ω}_0}{1+\left(f / f_e\right)^2} $

(1)

式中，S_i(f)为i地震的理论震源谱振幅，Ω₀为低频谱值，f_c为拐角频率，f为频率。通过选取不同的频率f与低频谱值Ω₀，将观测谱与震源谱拟合，找到使二者误差最小的频率值，即为拐角频率(图 5)。

根据 Brune模型(1970)计算P波与S波拐角频率，分别得到2016年以来内蒙古地区人工爆破、塌陷以及构造地震事件P波与S波的拐角频率(图 6(a)、(b)、(c))。人工爆破的P波拐角频率主要分布在3.0~5.0Hz，最高达6.7Hz，S波拐角频率集中分布于2.7~4.2Hz，最高为5.0Hz；构造地震P波与S波拐角频率没有明显分布规律，数值均集中在3.7~5.5Hz；塌陷P波与S波拐角频率分布范围较为一致，分布于3.3~4.6Hz，平均3.9Hz。可以看出，对于内蒙古地区，同一爆破事件的P波拐角频率要高于S波，而塌陷事件其P波与S波拐角频率基本一致，此外，构造地震的拐角频率要高于其他两类事件，这与前人的研究结果相符(张丽芬等，2013；Zhang et al，2021)。通过对比不同地区三类事件的拐角频率，发现内蒙古地区爆破事件的拐角频率有一定的区域性，例如，包头地区的爆破事件其P与S波拐角频率均比内蒙古其他地区爆破事件拐角频率高，这可能与当地矿产开采种类不同有关，阿拉善左旗、准格尔旗与内蒙古东部地区大多为煤矿区的开采爆破，而包头市爆破则属于铁矿等金属矿藏的开采爆破。

3.2 波形复杂度

不同地震事件的波形记录各不相同。构造地震发育的震相较多，波形记录较为复杂，而人工爆破等非天然地震事件震相简单，其波形也较为简单。基于此，发现可以通过研究事件波形的复杂程度来帮助区分事件类别，并将波形复杂度C定义为

$ C = \int\limits_{t = 0}^{t = L} {{X^2}} (t){\rm{d}}t/\int\limits_{t = L}^{t = H} X (t){\rm{d}}t $

(2)

其中，X(t)为t时刻的地震波形幅值，L为短时时间窗长，H为长时时间窗长，时间参数一般取L=5s，H=20s。

通过式(2)分别计算三类事件的P波与S波波形复杂度，发现内蒙古地区三类事件均具有S波复杂度高于P波的特征，波形复杂度数值分布范围均集中在-0.5~0.25内(图 6(d)、(e)、(f))。其中，构造地震与塌陷事件均具有P波复杂度数值小于0、S波复杂度数值大于0的特征，而人工爆破的P波与S波复杂度在0值上下皆有分布；此外，通过对比内蒙古不同区域三类事件的波形复杂度，发现内蒙古地区人工爆破的波形复杂度具有区域分布特征，如内蒙古鄂尔多斯市的爆破事件其S波波形复杂度明显高于P波，而其他地区的爆破事件其S波与P波复杂度数值差距不大，一定程度上说明鄂尔多斯地区爆破事件其S波较P波复杂，其他地区爆破事件的P波与S波复杂程度基本一致。

3.3 高/低频能量比

通过对构造地震、人工爆破和塌陷三类事件的时频谱图分析(图 4)，发现构造地震P波和S波的时频带较宽，能量分布均在10Hz以上。人工爆破事件的P波能量较发育，S波能量主要集中在低频范围。而塌陷事件P波和S波时频带均较窄，能量一般在2.5Hz以下。为进一步量化时频光谱特征的差异，选取高/低频能量比作为量化指标(Zhang et al，2021)，将0.02~4Hz作为低频滤波通带，5~18Hz作为高频滤波通带，计算P波和S波在高、低频滤波通带的信号幅值平方比与高/低频能量比。

根据 图 7，可以看出内蒙古地区塌陷事件P波和S波的高/低频能量比均小于人工爆破和构造地震。相同震级的人工爆破与构造地震其P波高/低频能量比数值较为相近，构造地震的S波高/低频能量比大于相同震级的其他两类事件。此外，不同震级的同类事件其P波和S波的高/低频能量比较为接近，变化不大。

3.4 持续时间

震级是影响地震持续时间最为关键的一个因素，通常认为震级越大，该事件的持续时间就会越久。相较构造地震，爆破与塌陷等非天然地震事件一般发生于地面或近地表，在浅层结构中传播的时间较长，其能量衰减比相同震级的构造地震缓慢，因此尾波持续时间也被作为识别构造震和非天然地震的判据(王婷婷等，2011)。

本文通过量取所有事件波形从最大P波振幅衰减到噪声水平的时间，得到每条事件的尾波持续时间。为消除由台站震中距引起的差异，利用尾波持续时间与震中距的比值(Wang et al，2023)，即持久度，作为识别判据。如 图 8(a)所示，内蒙古地区三类地震事件的持久度数值差距并不明显，其中构造地震持久度最低，其次为爆破，塌陷事件的持久度最大。

3.5 Pg/Sg谱比

P/S谱比特征最早被用于识别构造地震与地下核爆炸，有学者发现高频段的P/S谱比值能将地下核爆炸从地震事件中有效识别出来(Richards et al，2007)。后来有学者将P/S谱比判据进一步应用到小震级地震与人工爆炸等事件的识别工作中，发现也能取得很好的识别效果(Kim et al，1993、1997、2018；Wang et al，2021)。因此，P/S谱比特征成为人们识别事件类型的有效判据之一。由于本次研究对象均为小震级事件，只考虑Pg/Sg谱比特征，利用固定的速度窗口选取合适的Pg与Sg震相，通过傅里叶变换计算不同频带的均方根振幅比，同时为消除台站方位的影响，将同一事件不同台站的谱比值取平均，作为该事件的谱比值，最终得到了所有事件1~20Hz频带内20个频带的Pg/Sg谱比值(图 8(b))。

根据 图 8(b)，发现内蒙古地区爆破、塌陷与构造地震的Pg/Sg谱比在1~3Hz频带内相差不大；而当频率大于3Hz，三类事件则呈现不同的Pg/Sg谱比分布特征，其中爆破事件的Pg/Sg谱比值最高，构造地震最小，而塌陷的Pg/Sg谱比值与部分爆破事件重叠，因此，在利用P/S谱比特性识别内蒙古地区事件类型时，不能完全区分某些塌陷和构造地震，但可以区分大于3Hz的构造地震和人工爆破。这可能是由于爆破的P波与S波在3Hz以上能量差异较大，P波能量在约3Hz时达到最大并开始衰减，而S波能量在大于3Hz时能量最弱，但构造地震P波、S波能量随频带的分布差异较小，所以在大于3Hz的频段，构造地震与人工爆破的Pg/Sg谱比值非常不同。

3.6 瞬时频率

瞬时频率被定义为解析信号相位的倒数，其物理意义是用于表征向量幅角的转速，是频率随时间变化的度量。通常爆破与塌陷事件频率较为单一，瞬时频率简单，而构造地震因发育的震相较多，其瞬时频率特征也相对复杂，所以瞬时频率常被用来反映构造地震与爆破及塌陷事件在时频域上的差别。通过求取P波、S波的多台平均瞬时频率复杂度来反映地震和爆炸在瞬时频率的差别。即在得到特定地震事件的瞬时频率曲线之后，求出曲线上各个拐点的值，计算相邻拐点之差的平方和作为瞬时频率复杂度(Wang et al，2023)。

内蒙古地区三类事件中仅有构造地震具有P波瞬时频率复杂度始终大于S波的特征，其P波与S波瞬时频率复杂度分布在2~12之间(图 9(a))。爆破与塌陷事件的P波与S波瞬时频率复杂度分布范围分别在1~14、1~10(图 9(b)、(c))。此外，通过对比不同地区三类事件的瞬时频率复杂度，发现爆破事件的瞬时频率分布具有区域性，主要以呼和浩特地区为分界，呼和浩特以西地区的爆破事件P波瞬时频率复杂度与S波数值相近，而呼和浩特以东地区(包含呼和浩特)P波瞬时频率复杂度与S波二者数值差距增大，且均大于呼和浩特以西地区。

3.7 倒谱

倒谱是Bogert等(1963)在研究天然地震和人工爆炸的深度和能量释放方式时引入的概念，倒谱定义为对时间序列的对数功率谱进行傅里叶变换后的结果。该参数是自变量为时间的量纲，称为“倒频率”，可以反映震源破裂的特性。通过倒谱分析，可以将地震信号中的不同频率成分在时间轴上的变化表现出来，能够更好地体现地震信号的能量特征，减弱噪声的影响，从而增强地震信号的特征，进而实现对地震波形的分析与判别。通过对比内蒙古地区不同区域造地震、爆破、塌陷事件的倒谱特征(图 8(d)、(e)、(f))，发现三类事件均具有P波倒谱复杂度高于S波的特点。爆破事件倒谱分布具有区域性，呼和浩特市以西地区倒谱复杂度分布稳定，主要在0.35~0.55之间，而呼和浩特市以东地区(包括呼和浩特市)倒谱复杂度数值波动较大，且小于呼和浩特市以西地区倒谱复杂度(图 9(d))。对于塌陷事件与构造地震，其倒谱复杂度并无明显的区域性，数值分布较为稳定(图 9(e)、(f))。

综上所述，通过对内蒙古地区三类地震事件的波形特征进行系统提取与分析，发现在拐角频率、波形复杂度、高低频能量比以及持续时间等方面，不同类型事件呈现出一定的规律性与可区分性，同时在不同地区也表现出明显的区域差异。需要指出的是，由于近年来内蒙古东部地区记录到的非天然地震事件数量较少，导致样本数量有限，可能对特征统计结果造成一定偏差。因此，这里重点讨论了内蒙古中西部地区(主要包括呼和浩特、包头、鄂尔多斯和阿拉善等地)的构造地震、爆破和塌陷事件，发现中西部地区的非天然地震事件在某些波形特征上展现出更强的区分能力。例如，爆破和塌陷事件的P波与S波拐角频率普遍低于构造地震，而包头地区的爆破事件P波与S波拐角频率则整体高于其他区域。在波形复杂度方面，中西部地区三类事件普遍表现为S波的波形复杂度高于P波，唯有鄂尔多斯地区的爆破事件例外，其P波复杂度高于S波。这些区域性差异表明，在内蒙古中西部地区进行地震事件分类时，引入区域特征能够显著提升分类结果的可靠性。本研究为在不同地质背景下开展震源属性识别提供了更加精准和有效的依据。

4 判别效果分析

为了对内蒙古地区构造地震、爆破、塌陷事件的波形特征进行量化，共提取了7类31个特征值：2个拐角频率、2个复杂度、2个高/低频能量比、1个持续时间、20个P/S谱比、2个瞬时频率、2个倒谱。根据对三类事件7类特征的分析对比，能够看出本文提取的这些特征参数具有区分不同类型地震事件的能力。为进一步分析这些特征值对三类事件的识别效果，采用了线性回归方法(Seber，1984)分析不同特征值对三类事件的识别效果。其中，将20个P/S频谱比简化为1~3Hz、3~16Hz和16~20Hz三个频段频谱比的平均值。

根据 图 10可以看出，在构造地震与爆破事件分类问题中，识别准确率在80%以上的特征值包括P/S谱比(3~16Hz)(96%)、P/S谱比(16~20Hz)(88%)与S波复杂度(82%)，而S波瞬时频率、P波谱比倒谱对地震与爆破的识别效果不理想，准确率均低于50%。这说明频谱能量分布和信号复杂度对于识别天然地震与人工爆破具有较高敏感性。而S波瞬时频率、P波谱比倒谱等特征的准确率则低于50%，显示其在该对比组中判别能力有限。对于爆破与塌陷的分类，识别准确率最高的是P波拐角频率，准确率为87%，其次为P/S谱比(3~16Hz)(77%)与P/S谱比(16~20Hz)(74%)，相比之下，P波复杂度、尾波持续时间、S波瞬时频率与S波倒谱等参数的判别率不足50%，提示这两类非天然事件在波形特征上的相似性更高，尤其在尾波特征和信号瞬时变化方面。对于构造地震与塌陷的识别，准确率在80%以上的特征值有5个，分别为P波拐角频率(98%)、S波拐角频率(91%)、P/S谱比(3~16Hz)(91%)、S波高低频能量比(89%)、P波高低频能量比(85%)，识别准确率低于50%的有S波瞬时频率、P波谱比倒谱与S波谱比倒谱。由此可见，构造地震与塌陷事件在频谱拐点与能量分布结构上存在较强区分性，尤其是P波和S波拐角频率表现出极高的判别能力。然而，S波瞬时频率以及倒谱特征的准确率不足50%，同样限制了其在此类识别任务中的实用性。

综上所述，P/S谱比(3~16Hz)是全局表现最优的特征参数，在三类事件的识别中均具有突出表现，其次是P波与S波拐角频率，尤其在识别构造地震方面表现显著。这表明中频段P/S谱比能够有效捕捉震源机制与波传播路径差异，是分类模型构建中不可或缺的核心特征。

5 结论

本文基于对2016—2022年内蒙古地区289个M_L≥1.5地震事件的2323条垂直分量高质量波形记录的系统分析，提取了7类共31个特征参数，结合统计回归方法对构造地震、爆破和塌陷三类事件的识别能力进行评估，得到以下主要认识与结论：

(1) 三类事件在波形特征与频谱能量分布上的差异显著。构造地震的P波和S波发育良好，S波幅度显著高于P波，频谱能量主要分布于10Hz以上，反映了其震源过程的能量释放集中、高频成分丰富的特征；爆破事件具有尖锐的P波初动，能量集中在低频段至中频段(小于10Hz)，S波幅度相对较弱，频带窄，反映了其人工源激发下震源持续时间短、传播路径简单的特点；而塌陷事件的P波和S波均不明显，持续时间最长，主频最低(多在2.5Hz以下)，频谱以低频为主，表现出塌陷过程破裂不剧烈、震源扩展缓慢的特性。

(2) 多维特征参数揭示了三类事件的波形结构差异性。量化分析表明，三类事件在复杂度、谱比、高低频能量比、倒谱等多个维度上表现出相对稳定的差异模式。共同特征为，P波倒谱复杂度高于S波，S波复杂度普遍高于P波。然而构造地震拐角频率最大、持续时间最短，爆破事件的Pg/Sg谱比值最高，而塌陷事件的高/低频能量比分布最小，这些差异为识别不同类型事件提供了明确的物理依据。此外，爆破事件在不同地理区域存在明显的地域性特征，包头及以东区域拐角频率偏高，呼和浩特以东区域瞬时频率高而倒谱小，鄂尔多斯爆破事件呈现P波复杂度小于S波的差异性，这些特征可能与爆破作业方式、岩性条件或震源深度等因素相关，值得在后续工作中进一步探讨。

(3) 特征参数在三类事件判别中的表现具有显著优劣之分。通过线性回归法评估各特征的识别准确率，并简化P/S谱比为三个频段的均值以提高实用性。分析结果表明，P/S谱比(3~16Hz)在构造地震与爆破事件的区分中识别率高，达96%，为最具代表性的分类特征；P波拐角频率在构造地震与塌陷(98%)、爆破与塌陷(87%)的识别中表现突出，凸显了该参数在震源物理机制区分中的代表性；S波与P波高/低频能量比、S波拐角频率在部分分类中也具有较高的识别能力。相对而言，瞬时频率与谱比倒谱参数的表现相对较弱，准确率较低，说明其对震源类型区分的能力较为有限，未来可进一步优化提取方式或结合其他时频变换方法以提升其有效性。