2. 成都理工大学, 地球物理学院, 成都 610059;
3. 中国地震台网中心, 北京 100045;
4. 中国地质大学(武汉), 地球物理与空间信息学院,武汉 430074;
5. 成都理工大学, 地质灾害防治与地质环境保护国家重点实验室,成都 610059
2. College of Geophysics, Chengdu University of Technology, Chengdu 610059, China;
3. China Earthquake Networks Center, Beijing 100045, China;
4. School of Geophysics and Geomatics, China University of Geosciences, Wuhan 430074, China;
5. State Key Laboratory of Geohazard Prevention and Geoenvironment Protection, Chengdu University of Technology, Chengdu 610059, China
大地震作为破坏力极强的重大自然灾害,对其进行精准预测既是减轻地震灾害损失的关键,也是地球物理学领域的核心难题与研究热点(Scholz et al,1973;Astafyeva et al,2013;Hayakawa,2015;马瑾,2016;Ouzounov et al,2018)。前人诸多研究表明,震前孕震区会伴随应力累积(Scholz et al,1973)、岩体微破裂(Scholz et al,1973)以及岩石圈、大气圈与电离层圈的多圈层能量传递(Sorokin et al,2006;Pulinets et al,2011;Hayakawa et al,2021、2022;Liu et al,2022)。这些过程会诱发地壳振动、气压、地磁场、电离层电子浓度等多种物理参量的异常扰动(Hattori et al,2013、2018;Liu et al,2013、2015;Han et al,2014、2017;Chen et al,2015、2020a;Zhuang et al,2021),这些异常信号通常被视为实现地震预测的关键依据。然而,当前研究多聚焦于单一异常参量,缺乏对多参量的时空关联比对与耦合物理链路检验。此外,多数震前异常物理模型仅能解释部分参量异常,多源前兆信号则难以被协同厘清,严重制约了地震预测精度的提升。
马瑾院士针对岩体破坏提出的亚失稳态理论(马瑾等2008、2012、2014),刻画了地震孕育过程中“稳态—亚失稳—失稳”的完整演化序列,为系统解析各类震前异常的内在关联提供了理论框架。加卸载响应比法(Load/Unload Response Ratio,LURR)是基于岩石非线性力学特性、描述孕震过程的方法之一(Yin et al,2000;Yu et al,2020;李泽平等,2024;贾东辉等,2024),在中强地震的前兆识别中发挥了关键作用(尹祥础等,1987)。该方法对孕震区岩体破坏程度的累积具有高度敏感性,能够捕捉亚失稳阶段的力学异常,已成为表征应力积累与捕捉临震破裂信号的技术。与此同时,震前跨圈层双共振耦合模型(Chen et al,2023)是国际上少数能够同时解释多种物理参量异常的震前信号物理模型。该模型具备多圈层、多参量的覆盖能力,可通过“岩石圈-大气圈-电离层圈双共振”机制,同步阐释多种跨圈层物理参量的异常演化,突破了传统模型局限于单一圈层或单一参量的解释瓶颈。此外,该模型在空间定位方面价值显著,其预测的共振异常信号呈环形分布,且环形中心与震中对应性良好,环形半径与震级呈正相关,可为发震区域的判定提供明确依据。
另一方面,地震学界通过分析震前断层附近微地震的时空演化特征,反演应力的积累过程与时空传递规律(Liu et al,2019;Huang et al,2020;Cabrera et al,2022;Peng et al,2025)。本研究拟以亚失稳态理论为统一框架,系统梳理LURR、震前跨圈层双共振耦合模型及震前微破裂的演化特征与耦合关系。通过整合前人研究成果,完善“理论框架-机理耦合”分析体系,旨在为震前多源异常信号的协同解读提供依据,并为提升地震预测精度提供关键支撑。
1 加卸载响应比法自尹祥础等(1987)提出加卸载响应比法以来,该方法在地震预测研究中历经系统发展,成为基于岩石非线性响应特性的重要预测方法之一(尹祥础等,1991、1994;余怀忠等,2026)。其核心物理机制源于岩石力学实验与微破裂的力学理论:岩石处于稳定状态时,为弹性形变阶段,加载与卸载过程的响应基本对称;当接近失稳临界状态时,微裂隙扩展、损伤累积等非线性效应使加载响应显著大于卸载响应,导致LURR值异常升高(尹祥础等,1987)。这一现象经实验室验证(王裕仓等,1998;张浪平等,2008),为该方法提供了明确物理基础。在实际应用中,通常以潮汐应力、构造应力等周期性应力为“加卸载”源,以地震活动性(频次、能量释放、地震矩等)、地壳形变、电磁等观测数据为响应量,通过计算加载与卸载阶段响应量比值识别孕震异常(陈学忠等,1995;张晖辉等,2005)。Yu等(2024)从地球物理、地球化学等观测量中提出强震前LURR高值异常,并通过多场耦合发现LURR峰值可能指示了塑性变形向亚失稳的转变,是一种中期预测指标(Yu et al,2025)。
回顾性检验表明,LURR方法对部分中强震表现出显著前兆异常。典型案例包括:1990年青海共和6.9级地震震前约1年,LURR值持续上升,异常集中于共和盆地周边,震后回落至正常水平(李佐唐,1997);2008年汶川8.0级地震震前1~2年,川滇地区沿龙门山断裂带出现数百千米的LURR高值异常,震级与异常范围呈正相关(尹祥础等,2009)。通过对多类震例的回顾与时空扫描研究,LURR在相当一部分强震发生前可出现值大于1的异常。异常的出现通常提前地震发生数月至数年,且异常区的空间尺度在经验上往往呈现随震级增大而增大的趋势,但识别效果受目录质量与时空窗参数影响,需采用概率化评估(Yin et al,2006)。近年来,LURR方法研究取得多项新进展。在观测数据应用方面,贾东辉等(2024)基于地下流体、地壳形变、电磁、岩石地温等多源数据,分析2020年新疆伽师6.4级地震LURR异常,发现震中300km内20个台站中有11个存在明显异常,异常阈值因观测手段而异(地下水位1.02、岩石地温1.0002、地电阻率1.01等)。在方法改进方面,李泽平等(2025)开发了基于LURR的前震识别系统,利用2021年以来中国地震台网中心的震源机制解数据,实现震后趋势实时跟踪,经190次4级以上非前震地震检验,为短期预测提供新思路。目前,LURR方法正从单一参数向多源融合、从回顾性检验向实时监测、从理论探索向业务化实践拓展,但多参数融合有效性、观测手段时空分辨率差异等问题仍需深入研究。
2 跨圈层双共振耦合模型陈界宏教授团队于2021年在四川乐山建成全球首个跨圈层垂向扰动监测系统(Monitoring Vibrations and Perturbations in the Lithosphere-Atmosphere-Ionosphere,MVP-LAI)(Chen et al,2021)。该系统可同步开展岩石圈、大气圈、电离层圈的联合观测,实时采集20余种物理参数,结合北斗卫星同步技术,实现跨圈层垂向扰动传递过程的实时监测,为完善多圈层多参量耦合机制与验证物理模型提供了关键的数据支撑与观测平台。
研究团队基于MVP-LAI系统,在2021年青海玛多7.4级地震等事件震前捕捉到显著的震前异常信号(Chen et al,2022)。这类信号可归纳为“双共振”现象:岩石圈破裂引发的前兆振动为第一类共振,其以声波、重力波形式向上耦合传播,进而触发大气层-电离层共振(第二类共振),两类共振信号形成显著的跨圈层耦合效应(Chen et al,2023)。团队进一步研究发现,该共振现象在空间上呈环形或盘状分布,环形中心与震中高度对应,环形半径与震级呈正相关,这一方法也被形象地命名为“圈圈法”。实践验证表明,“圈圈法”在2022年以来中国境内多次6级以上地震的发震地点与震级预测中取得了初步成效,已成为短临地震预报领域极具应用潜力的核心方法(Chen et al,2023)。
尽管“圈圈法”在发震空间定位与震级判定方面优势突出,但震前多参量共振信号的时间序列演化规律复杂,精准判定发震时间仍是亟待突破的技术瓶颈。目前,研究团队通过推进观测系统的迭代升级,逐步构建覆盖我国西南主要构造带的立体监测网络,依托多站点联合观测数据的协同分析,着力提升发震时间的预测能力。
3 震前微破裂的时空演化大地震前微地震的时空分布通常被认为与主震存在一定关联,但受区域构造背景差异和监测精度限制,其分布规律缺乏普适性,无法作为地震确定性预测的依据。即便如此,Chen等(2020a)收集了中国台湾地区与日本长期的地震目录,通过数据叠加分析发现,空间上震前微地震常呈丛集性分布,丛集范围大致以震中为中心,半径为20~50km。此外,研究发现汶川8.0级地震前6个月至1年,震中附近50km范围内形成了微地震密集区,且丛集范围呈逐步收缩趋势(Ruan et al,2017)。再者,在芦山7.0级地震前,震中周边区域也出现了明显的微地震丛集现象(Wan et al,2017)。
时间演化方面,微地震活动率表现出强烈的震例特异性,无统一规律可循。但进一步分析2013年芦山7.0级、2014年鲁甸6.5级、景谷6.6级和2017年九寨沟7.0级地震的序列数据,发现这些地震的前震序列均能在主震前数日至数周内,观测到沿断层走向或倾向、朝向主震震源的明显聚集特征(刘淑君,2019)。在国外其他震例中亦有相关研究证实,主震的前震微震时空演化存在震前空间聚集现象(Yagi et al,2014;Deng et al,2026)。
然而,震前微破裂相关研究至今仍存在诸多难点,主要受限于监测台站分布不均、人为噪声干扰等因素,其中最核心的问题在于监测能力不足。监测捕捉能力的欠缺,不仅导致微地震数据完整性不足,更可能混淆不同构造环境下微破裂的演化模式。即便可通过模板匹配等相关技术提取低震级微地震信号,地震波模板的代表性、准确性又成为另一个亟待解决的问题。未来,需依托高精度监测台网及多维度观测数据,结合数值模拟方法,进一步厘清微破裂的演化规律及其与主震的内在关联。
4 亚失稳态理论及与三大机理的关联马瑾院士团队精准界定了地震孕育过程中“稳态—亚失稳—失稳”的完整演化链条,该理论的核心特征体现为断层不可逆变形与岩体微裂隙发育的协同演化。当岩体变形突破弹性极限后,内部微裂隙将呈现“萌生—新增—加速贯通”的有序协同发展过程,这与稳态阶段可恢复的弹性形变形成显著本质区别。亚失稳阶段是岩体变形从弹性向塑性转化中首个不可逆的演化阶段,经高精度加载实验证实,亚失稳态最核心的物理表征为应变释放速率呈数量级提升,岩体承载能力持续衰减,并逐步逼近失稳临界值(Feng et al,2022;Zhang et al,2024)。但在实际的野外观测与相关研究中,对于亚失稳态与加卸载响应比、跨圈层双共振耦合、震前微破裂时空演化等孕震前兆特征之间的匹配关系与内在关联,相关研究仍较为匮乏。此外,亚失稳阶段可进一步细分为初期与后期,两个阶段分别对应两类孕震机理(跨圈层双共振耦合和加卸载响应比)的启动节点,由此构建起震前异常的完整演化链路。
前人研究证实,物质发生破坏前会出现基于固有自然频率的共振现象(Leissa,1969;Walczak et al,2017)。据此可推知,在地震孕育过程中,岩体濒临破坏、即将进入亚失稳态的关键阶段,同样会产生自然频率共振响应。地震孕育初期为稳态变形阶段,该阶段属于亚失稳启动前的早期应力积累阶段,应力呈缓慢微弱累积特征,驱动岩石圈产生小幅弹性振动,岩体仅发生可恢复弹性形变,无显著微破裂协同发育效应。当累积应力逼近岩体承载极限(最大应力)时,岩体将出现自然频率共振现象。共振的发生会诱发微裂隙的萌生与发育,微裂隙的规模化产生标志着岩体正式进入亚失稳态,开启不可逆的变形演化过程。已有研究表明,大震孕震半径至少约为地表至电离层高度的4倍(Dobrovolsky et al,1979;Chen et al,2020b;Bedford et al,2020),地表岩体的共振振动信号会以声波、重力波为载体向上传播(VanZandt,1985;Davies,1990;Tsuda et al,1994;De La Torre et al,1999;Hickey et al,2001)。当该信号与大气层-电离层系统的固有共振频率相匹配时,将触发跨圈层双共振耦合效应(Chen et al,2023)。据此可推论,震前跨圈层双共振耦合效应主要发生于稳态末期,贯穿整个亚失稳阶段并持续至失稳末期的孕震过程。2021年玛多7.4级地震的观测数据显示,震前约1年,MVP-LAI系统已捕捉到微弱的共振异常信号(Chen et al,2022)。玛多地震前后的地振动和电离层电子浓度(Total Electron Content,TEC)的时频谱图见 图 1,图中颜色表示功率谱密度,黑色虚线指示共振信号。该共振信号随应力持续积累逐步增强,形成以震中为中心的环形异常特征,且异常尺度与震级呈同步递增趋势。结合上述理论推测,玛多地震的共振异常信号应于震前2~3年启动,受当时观测技术条件限制,该信号未能被完整捕捉。尽管如此,其震前出现的大范围环形共振异常,为后续亚失稳态岩体损伤的集中发育区划定了明确的空间边界。
|
图 1 2021年玛多7.4级地震前地壳振动(a)和电离层电子浓度(b)共振信号(据Chen等(2022)) |
随着微裂隙的萌生与发育,孕震区正式进入亚失稳态初期,其演化核心特征为岩体损伤缓慢协同发育与力学特性非线性变异。此阶段岩体对周期性应力的加卸载响应呈现失衡特征,加载阶段响应量显著高于卸载阶段,进而触发加卸载响应比(LURR)异常。郭树松等(2021)、李腊月等(2023)和黄雅等(2021)分别在2008年汶川8.0级、2013年芦山7.0级和2021年漾濞6.4级地震前观测到亚失稳,LURR异常亦呈现“沿断裂带展布—向震源区聚焦—幅值持续增强”的演化特征(贾东辉等,2024),与亚失稳态孕震应力的空间聚焦规律高度契合。王淑艳等(2021)研究发现,2021年玛多7.4级地震震前约1个月,出现LURR高值异常(图 2)。LURR异常的持续升级,标志着亚失稳态由初期缓慢演化向后期加速协同阶段过渡,为临震阶段微破裂的规模化发育奠定了损伤基础。
|
图 2 玛多7.4级地震LURR时间序列演化图(据王淑艳等(2021)) |
地下电导率可作为表征孕震应力积累程度的另一关键物理指标。在2021年玛多7.4级地震前,从地下电导率变化中观察到孕震应力积累呈现由远及近向震中汇聚的规律。如 图 3所示,震中距约1000km范围内,自震前约90天开始,地下电导率增强区逐步从远震中(1000km处)向震中方向迁移;震前约20天,电导率高值增强区已迁移至距震中约20km的近震中区域,并持续至地震发生;地震发生后,该电导率增强区则逐步从震中附近(20km处)向远震中区域扩散。从 图 3的整体时空演化特征来看,震中距1000km范围内,震前90天至震后90天期间,地下电导率增强区的时空分布以发震时刻为中心呈近似对称特征,表现为震前向震中汇聚、震后向远场扩散的演化规律。这一趋势清晰刻画了震前孕震应力持续积累、震后应力逐步释放的完整过程,同时证实该地震的孕震影响范围可达震中距约1000km,与Dobrovolsky等(1979)的孕震半径理论相契合,分布在理论半径之内(震级为7.4级的地震,理论孕震半径约为1520km,如 图 3中红色虚线所示)。该观测结果与Yu等(2024)关于震前震后应力加卸载演化过程的研究结论相一致,进一步印证了亚失稳阶段孕震应力的积累过程呈现由远震中区域向震中核心区逐步汇聚的空间演化特征。
|
图 3 2021年玛多7.4级地震前后地下电导率增强区域的时空分布 注:时间范围自震前120天至震后90天;蓝色虚线表示地震发生时间;红色虚线表示Dobrovolsky等(1979)理论孕震半径,约1520km;为便于识别电导率增强的强弱,图中同时利用颜色深浅和方形大小来表示电导率增强的大小。 |
当LURR峰值迁移至震中附近时,亚失稳态正式进入后期阶段。这一阶段,微裂隙在未来震中区周边快速扩展、贯通并交织,岩体损伤呈现加速协同演化特征,岩体力学性能持续劣化,逐步逼近失稳临界状态,进而触发震前微破裂时空演化异常。该异常信号最贴近临震时刻,是亚失稳态向失稳态转化的最终核心表征。汶川8.0级地震孕震区进入亚失稳态后,微破裂即呈现密集丛集特征,主要集中出现于震前6个月至1年(李媛等,2015;吴晓娲等,2016;宋春燕,2018),显著贴近临震时段,与亚失稳后期的演化规律高度吻合。刘淑君(2019)针对川滇地区强震震前的微震序列分布进行系统研究,包括2013芦山7.0级、2017年九寨沟7.0级、2014年鲁甸6.5级和景谷6.6级地震,发现在震前2个月内普遍存在前震向主震震源聚集的现象,如 图 4~7所示。微破裂的空间聚焦分布正是亚失稳态下孕震应力向局部高应力闭锁区转移、汇聚的直接体现,成为判断岩体失稳节点、预警临震风险的关键依据。可见,震前应力时空传播的停滞的现象与微破裂(微地震)的群聚特征相结合,标志着亚失稳态已进入末期阶段,岩体即将迈入最终的失稳状态,触发地震发生。
|
图 4 芦山7.0级地震序列震前(a)、震后(b)沿断层倾向距离分布(据刘淑君(2019)) |
|
图 5 九寨沟7.0级地震序列震前(a)、震后(b)沿断层倾向距离分布(据刘淑君(2019)) |
|
图 6 鲁甸6.5级地震序列震前(a)、震后(b)沿断层节面Ⅱ走向距离分布(据刘淑君(2019)) |
|
图 7 景谷6.6级地震序列震前(a)、震后(b)沿断层倾向距离分布(据刘淑君(2019)) |
本文整理了亚失稳态各阶段触发条件、演化机理与特征,以及关键前兆指标及表现,相关信息见 图 8。
|
图 8 亚失稳态各阶段的关键物理信息 |
依托马瑾院士提出的亚失稳态理论,地震孕育过程中跨圈层双共振耦合、LURR力学异常、震前微破裂三大机理呈现清晰的有序递进物理过程,该演化序列与亚失稳态理论核心高度契合,呼应“稳态应力积累—亚失稳态损伤协同—失稳态破裂”的地震孕育核心逻辑,是亚失稳态从启动、发展到末期向失稳转化的核心物理表征。从完整物理演化顺序来看,亚失稳启动阶段以跨圈层双共振耦合为核心触发机理,岩体受共振作用诱发微裂隙萌生与发育,标志着岩体从稳态向亚失稳态过渡。随着亚失稳态持续发展,岩体微破裂缓慢协同演化、力学特性出现非线性变异,进而触发LURR力学异常,成为亚失稳态中期演化的核心物理信号。当亚失稳态进入末期、逐步逼近失稳临界状态时,岩体损伤加速协同,微裂隙快速扩展贯通,最终引发震前微破裂,构成亚失稳态向失稳态转化的最终物理标志。在时空演化的物理特征上,三类机理对应的异常信号呈现协同演化规律,时序上信号窗口逐步压缩,从早期共振信号、中期LURR异常到临震微破裂。通过分析演化特征来判断亚失稳阶段,由此确定早期异常、中期异常和临震异常,其核心是亚失稳态下岩体损伤与应力演化的逐步升级。在空间上,异常范围逐步聚焦,从大范围环形共振异常、断裂带沿线LURR异常分布,到震中核心区微破裂丛集,实现发震区域的锁定,本质是亚失稳态下孕震应力向震中核心区持续汇聚的物理体现。亚失稳态理论的核心价值在于以“损伤加速协同化”为共性纽带,统一阐释了三类异常信号的时空演化本质,为震前多源前兆的整合分析提供了坚实的理论支撑。
同时需明确,本文相关研究仍存在明显局限,未来可从四方面开展深化研究以实现突破:①拓展研究区域与震级范围,纳入板块边界、海沟等不同构造环境及中小震案例,探索普适性耦合规律;②聚焦时间预测短板,深化跨圈层共振、微破裂的时序信号解析,结合机器学习算法挖掘时间序列关联特征,提升发震时刻预判能力;③推进监测数据与参数标准化,依托高精度台网降低微地震漏检率,建立统一的LURR异常阈值体系,增强研究结果的可比性与重复性;④强化耦合机制量化分析,通过数值模拟构建三大机理的应力传递、信号叠加量化模型,提升理论深度。通过上述方向的深化研究,有望突破单一研究方法的局限,进一步完善基于亚失稳态的地震孕育演化理论,提升地震预测的精准度与可靠性。
陈学忠、尹祥础, 1995, 加卸载响应比理论在中强地震(7 > M≥6)预测中的应用, 中国地震, 11(1): 33-37. |
郭树松、祝意青、徐云马等, 2021, 汶川地震前失稳过程的重力场观测证据, 地震地质, 43(6): 1368-1380. |
黄雅、陈佳、金明培等, 2021, 2021年云南漾濞MS6.4地震亚失稳阶段的地震活动性特征分析, 地震研究, 44(3): 357-366. |
贾东辉、余怀忠、陈界宏等, 2024, 利用加卸载响应比探查强震成核过程——以2020年新疆伽师6.4级地震为例, 地球物理学报, 67(6): 2232-2247. |
李腊月、尹海权、马伶俐等, 2023, 丽江与芦山两次MS7.0地震震例回溯研究及亚失稳特征探讨, 地震研究, 46(4): 461-472. |
李媛、牛安福、刘希康等, 2015, 汶川MS8.0地震震前近震源区地壳形变机制探究, 地震学报, 37(6): 959-972. |
李泽平、余怀忠、晏锐等, 2024, 基于LURR的前震分析方法及其在川滇地区的应用, 地球物理学报, 67(6): 2248-2271. |
李泽平、余怀忠、杨志高等, 2025, 基于加卸载响应比的前震识别方法应用及实例检验, 地震研究, 48(2): 220-228. |
李佐唐, 1997, 共和地区四次5.5级以上地震前后的Y值变化, 高原地震, 9(4): 41-45. |
刘淑君. 2019. 川滇地区MS6.5及以上大地震地震序列研究. 硕士学位论文. 武汉: 中国地质大学.
|
马瑾, 2016, 从"是否存在有助于预报的地震先兆"说起, 科学通报, 61(4-5): 409-414. |
马瑾、郭彦双, 2014, 失稳前断层加速协同化的实验室证据和地震实例, 地震地质, 36(3): 547-561. |
马瑾、马少鹏、刘培洵等, 2008, 识别断层活动和失稳的热场标志——实验室的证据, 地震地质, 30(2): 363-382. |
马瑾、Sherman S I、郭彦双, 2012, 地震前亚失稳应力状态的识别——以5°拐折断层变形温度场演化的实验为例, 中国科学: 地球科学, 42(5): 633-645. |
宋春燕, 2018, 断裂亚失稳阶段及失稳部位特征的初步研究-以南天山西段和汶川地震为例, 国际地震动态, (6): 47-48. |
王淑艳、田辉、马克祥等, 2021, 青海玛多MS7.4地震前LURR与OLR短临异常关联性研究, 地震工程学报, 43(4): 847-852, 859. |
王裕仓、尹祥础、王海涛, 1998, 地震预测的加卸载响应比岩石实验模拟, 中国地震, 14(2): 126-130. DOI:10.1088/0256-307X/15/11/025 |
吴晓娲、秦四清、薛雷等, 2016, 基于震例探讨大地震的物理机制, 地球物理学报, 59(10): 3696-3710. |
尹祥础、陈学忠、宋治平等, 1994, 加卸载响应比——一种新的地震预报方法, 地球物理学报, 37(6): 767-775. |
尹祥础、李世愚、李红等, 1987, 从断裂力学观点探讨b值的物理实质, 地震学报, 9(4): 364-374. |
尹祥础、尹灿, 1991, 非线性系统失稳的前兆与地震预报——响应比理论及其应用, 中国科学: (B辑), (5): 512-518. |
尹祥础、张浪平、张永仙等, 2009, 汶川8级地震前加卸载响应比的大尺度异常, 地震, 29(1): 53-59. |
余怀忠、王海涛、李纲等, 2026, 加卸载响应比理论及其研究意义, 中国地震, 42(2): 263-275. |
张晖辉、尹祥础、梁乃刚, 2005, 中国大陆地区中强地震前加卸载响应比异常时间尺度的统计研究, 中国地震, 21(4): 486-495. DOI:10.3969/j.issn.1001-4683.2005.04.005 |
张浪平、尹祥础、梁乃刚, 2008, 加卸载响应比与损伤变量关系研究, 岩石力学与工程学报, 27(9): 1874-1881. |
Astafyeva E, Shalimov S, Olshanskaya E, et al, 2013, Ionospheric response to earthquakes of different magnitudes: larger quakes perturb the ionosphere stronger and longer, Geophys Res Lett, 40(9): 1675-1681. DOI:10.1002/grl.50398 |
Bedford J R, Moreno M, Deng Z G, et al, 2020, Months-long thousand-kilometre-scale wobbling before great subduction earthquakes, Nature, 580(7805): 628-635. DOI:10.1038/s41586-020-2212-1 |
Cabrera L, Poli P, Frank W B, 2022, Tracking the spatio-temporal evolution of foreshocks preceding the MW6.12009 L'Aquila earthquake, J Geophys Res: Solid Earth, 127(3): e2021JB023888. DOI:10.1029/2021JB023888 |
Chen C H, Lin L C, Yeh T K, et al, 2020a, Determination of epicenters before earthquakes utilizing far seismic and GNSS data: insights from ground vibrations, Remote Sens, 12(19): 3252. DOI:10.3390/rs12193252 |
Chen C H, Su X, Cheng K C, et al, 2020b, Seismo-deformation anomalies associated with the M6.1 Ludian earthquake on August 3, 2014, Remote Sens, (12): 7-1267. |
Chen C H, Sun Y Y, Lin K, et al, 2021, A new instrumental array in Sichuan, China, to monitor vibrations and perturbations of the lithosphere, atmosphere, and ionosphere, Surv Geophys, 42(6): 1425-1442. DOI:10.1007/s10712-021-09665-1 |
Chen C H, Sun Y Y, Xu R, et al, 2022, Resident waves in the ionosphere before the M6.1 Dali and M7.3 Qinghai Earthquakes of 21-22 May 2021, Earth Space Sci, 9(2): e2021EA002159. DOI:10.1029/2021EA002159 |
Chen C H, Sun Y Y, Zhang X M, et al, 2023, Double resonance in seismo-lithosphere-atmosphere-ionosphere coupling, Ann Geophys, 66(6): SE641. DOI:10.4401/ag-8938 |
Chen Y I, Huang C S, Liu J Y, 2015, Statistical evidences of seismo-ionospheric precursors applying receiver operating characteristic(ROC)curve on the GPS total electron content in China, J Asian Earth Sci, 114: 393-402. DOI:10.1016/j.jseaes.2015.05.028 |
Davies K. 1990. Ionospheric Radio. Institution of Electrical Engineers: IEE electromagnetic waves series.
|
De La Torre A, Alexander P, Giraldez A, 1999, the kinetic to potential energy ratio and spectral separability from high-resolution balloon soundings near the Andes Mountains, Geophys Res Lett, 26(10): 1413-1416. DOI:10.1029/1999GL900265 |
Deng S G, Jiang H K, Ma Y W, et al, 2026, Investigation of the foreshock characteristics of the 2014 MS6.5 Ludian earthquake, Seismol Res Lett, 97(1): 38-53. |
Dobrovolsky I P, Zubkov S I, Miachkin V I, 1979, Estimation of the size of earthquake preparation zones, Pure Appl Geophys, 117(5): 1025-1044. DOI:10.1007/BF00876083 |
Feng X J, Ding Z, Ju Y Q, et al, 2022, "Double Peak" of dynamic strengths and acoustic emission responses of coal masses under dynamic loading, Nat Resour Res, 31(3): 1705-1720. DOI:10.1007/s11053-022-10066-3 |
Han P, Hattori K, Hirokawa M, et al, 2014, Statistical analysis of ULF seismomagnetic phenomena at Kakioka, Japan, during 2001-2010, J Geophys Res: Space Phys, 119(6): 4998-5011. DOI:10.1002/2014JA019789 |
Han P, Hattori K, Zhuang J C, et al, 2017, Evaluation of ULF seismo-magnetic phenomena in Kakioka, Japan by using Molchan's error diagram, Geophys J Int, 208(1): 482-490. DOI:10.1093/gji/ggw404 |
Hattori K, Han P. 2018. Statistical analysis and assessment of ultralow frequency magnetic signals in Japan as potential earthquake precursors. In: Ouzounov D, Pulinets S, Hattori K, et al. Pre-Earthquake Processes: A Multidisciplinary Approach to Earthquake Prediction Studies. Hoboken: American Geophysical Union, 229~240.
|
Hattori K, Han P, Yoshino C, et al, 2013, Investigation of ULF seismo-magnetic phenomena in Kanto, Japan During 2000-2010:case studies and statistical studies, Surv Geophys, 34(3): 293-316. DOI:10.1007/s10712-012-9215-x |
Hayakawa M, 2015, Earthquake Prediction with Radio Techniques, Singapore: John Wiley & Sons.
|
Hayakawa M, Izutsu J, Schekotov A, et al, 2021, Lithosphere-atmosphere-ionosphere coupling effects based on multiparameter precursor observations for February-March 2021 Earthquakes(M-7)in the offshore of Tohoku Area of Japan, Geosciences, 11(11): 481. DOI:10.3390/geosciences11110481 |
Hayakawa M, Schekotov A, Izutsu J, et al, 2022, Multi-parameter observations of seismogenic phenomena related to the Tokyo Earthquake(M=5.9)on 7 October 2021, Geosciences, 12(7): 265. DOI:10.3390/geosciences12070265 |
Hickey M P, Schubert G, Walterscheid R L, 2001, Acoustic wave heating of the thermosphere, J Geophys Res: Space Phys, 106(A10): 21543-21548. DOI:10.1029/2001JA000036 |
Huang H, Meng L S, Bürgmann R, et al, 2020, Spatio-temporal foreshock evolution of the 2019M 6.4 and M 7.1 Ridgecrest, California earthquakes, Earth Planet Sci Lett, 551: 116582. DOI:10.1016/j.epsl.2020.116582 |
Leissa A W, 1969, Vibration of plates, Washington: NASA.
|
Liu J, Qiao X L, Zhang X M, et al, 2022, Using a spatial analysis method to study the seismo-ionospheric disturbances of electron density observed by China seismo-electromagnetic satellite, Front Earth Sci, 10: 811658. DOI:10.3389/feart.2022.811658 |
Liu J Y, Chen Y I, Huang C H, et al, 2015, A statistical study of lightning activities and M≥5.0 earthquakes in Taiwan during 1993-2004, Surv Geophys, 36(6): 851-859. DOI:10.1007/s10712-015-9342-2 |
Liu J Y, Wang K, Chen C H, et al, 2013, A statistical study on ELF-whistlers/emissions and M≥5.0 earthquakes in Taiwan, J Geophys Res: Space Phys, 118(6): 3760-3768. DOI:10.1002/jgra.50356 |
Liu S J, Tang C C, Chen C H, et al, 2019, Spatiotemporal evolution of the 2018 MW6.4 Hualien earthquake sequence in eastern Taiwan, Seismol Res Lett, 90(4): 1446-1456. |
Ouzounov D, Pulinets S, Hattori K, et al, 2018, Pre-Earthquake Processes: A Multidisciplinary Approach to Earthquake Prediction Studies, Hoboken: John Wiley & Sons.
|
Peng Z G, Lei X L, 2025, Physical mechanisms of earthquake nucleation and foreshocks: cascade triggering, aseismic slip, or fluid flows?, Earthq Res Adv, 5(2): 100349. DOI:10.1016/j.eqrea.2024.100349 |
Pulinets S, Ouzounov D, 2011, Lithosphere-Atmosphere-Ionosphere Coupling(LAIC)model-an unified concept for earthquake precursors validation, J Asian Earth Sci, 41(4-5): 371-382. DOI:10.1016/j.jseaes.2010.03.0056.02.021 |
Ruan X, Meng X F, Peng Z G, et al, 2017, Microseismic activity in the last five months before the MW7.9 Wenchuan earthquake, Bull Seismol Soc Am, 107(4): 1582-1592. |
Scholz C H, Sykes L R, Aggarwal Y P, 1973, Earthquake prediction: a physical basis, Science, 181(4102): 803-810. DOI:10.1126/science.181.4102.803 |
Sorokin V M, Yaschenko A K, Chmyrev V M, et al, 2006, DC electric field amplification in the mid-latitude ionosphere over seismically active faults, Phys Chem Earth, Parts A/B/C, 31(4-9): 447-453. DOI:10.1016/j.pce.2006.02.021 |
Tsuda T, Murayama Y, Nakamura T, et al, 1994, Variations of the gravity wave characteristics with height, season and latitude revealed by comparative observations, J Atmos Terr Phys, 56(5): 555-568. DOI:10.1016/0021-9169(94)90097-3 |
VanZandt T E, 1985, A model for gravity wave spectra observed by Doppler sounding systems, Radio Sci, 20(6): 1323-1330. DOI:10.1029/RS020i006p01323 |
Walczak P, Mezzapesa F, Bouakline A, et al. 2017. Real time observation of granular rock analogue material deformation and failure using nonlinear laser interferometry. arXiv preprint arXiv: 1705.03377.
|
Wan Y G, Shen Z K, Bürgmann R, et al, 2017, Fault geometry and slip distribution of the 2008 MW7.9 Wenchuan, China earthquake, inferred from GPS and InSAR measurements, Geophys J Int, 208(2): 748-766. DOI:10.1093/gji/ggw421 |
Yagi Y, Okuwaki R, Enescu B, et al, 2014, Rupture process of the 2014 Iquique Chile Earthquake in relation with the foreshock activity, Geophys Res Lett, 41(12): 4201-4206. DOI:10.1002/2014GL060274 |
Yin X C, Wang Y C, Peng K Y, et al, 2000, Development of a new approach to earthquake prediction: load/unload response ratio(LURR)theory, Pure Appl Geophys, 157(11-12): 2365-2383. |
Yin X C, Zhang L P, Zhang H H, et al, 2006, LURR's twenty years and its perspective, Pure Appl Geophys, 163(11-12): 2317-2341. DOI:10.1007/s00024-006-0135-x |
Yu H Z, Jia D H, Chen C H, et al, 2024, Detecting sub-instability before three MW>6.0 earthquakes on Chinese mainland in 2020-2022 with load/unload response ratio, Geomat, Nat Hazards Risk, 15(1): 2380911. DOI:10.1080/19475705.2024.2380911 |
Yu H Z, Zhang J X, Liu Y, et al, 2025, China's efforts on the CSEP and a retrospective case, Geomat, Nat Hazards Risk, 16(1): 2465641. DOI:10.1080/19475705.2025.2465641 |
Yu H Z, Zhao J, Liu X X, et al, 2020, Distinct tectonic activities in Guangxi, China due to large earthquakes on the Longmenshan fault zone, Phys Earth Planet Interiors, 307: 106557. DOI:10.1016/j.pepi.2020.106557 |
Zhang B C, Zhang S C, Shen B T, et al, 2024, Conducting research to identify key features and critical nodes in the coalescence and instability of pre-fabricated jointed rock, Appl Sci, 14(17): 7905. DOI:10.3390/app14177905 |
Zhuang J C, Matsu'ura M, Han P, 2021, Critical zone of the branching crack model for earthquakes: inherent randomness, earthquake predictability, and precursor modelling, Eur Phys J Spec Top, 230(1): 409-424. DOI:10.1140/epjst/e2020-000272-7 |
2026, Vol. 42


