本期概要

1、SeisMoLLM：通过预训练大语言模型的跨模态迁移推进地震监测

研究人员提出SeisMoLLM方法，通过跨模态迁移将预训练大语言模型的序列建模知识引入地震监测。该模型在震相拾取、震级估算等核心任务中表现优于现有基准，具备强泛化能力与高计算效率，为构建地震基础模型开辟新路径。

2、青藏高原东北缘东祁连山地壳的差异性增厚与不完全力学解耦：来自密集地震剖面的启示

基于密集地震剖面研究发现，东祁连山莫霍面连续变化，隆升主要表现为纯剪切变形。其地壳增厚呈分段特征，由上地壳底部软弱层调节。上下地壳总缩短量基本相当，表明该区域地壳变形并非完全解耦，而是整体协调的连续变形模式。

3、2025年3月28日缅甸7.7级地震前的电离层变化

利用GNSS数据分析发现，2025年缅甸7.7级地震前约36分钟，断层上方电离层总电子含量出现正异常，两侧呈负异常，形成“负-正-负”结构。在排除空间天气影响后，表明该异常可能由断层预滑移释放的地表电荷驱动引起。

SeisMoLLM：通过预训练大语言模型的跨模态迁移推进地震监测

近年来，深度学习方法的发展改变了地震的监测，然而，目前大多数方法局限于特定任务且数据有限，这限制了它们在复杂场景中的表现，以及对未知数据的泛化能力。大规模预训练已在其他领域成功解决了类似局限性，但将其应用于地震数据时，却面临诸多挑战，包括缺乏有效的预训练算法、数据集分散、计算成本高昂等。为此，研究人员提出了一种名为SeisMoLLM的新方法：通过跨模态的方式将预训练大语言模型的序列建模知识迁移至一个统一框架（该框架可灵活适配各类任务），从而充分释放预训练在地震监测领域的潜力。在STEAD和DiTing数据集上的评估表明，SeisMoLLM的表现优于当前的领先方法，并在多个任务上展现出强大的泛化能力，提升幅度达10%~50%。同时，SeisMoLLM的训练成本与小型基准模型相当，推理速度快于最小的基准模型。这些表现证明，SeisMoLLM是一个具有潜力的基础模型框架，跨模态迁移是推动地震监测的重要发展方向。相关研究发表在2026年4月的Geophysical Research Letters。

地震监测旨在处理海量波形记录，以检测地震事件、提取关键信息，并建立详尽的地震目录。近年来，深度学习逐渐成为地震监测领域一项前景广阔的新兴技术，在震相拾取、震级估算、地震定位以及P波初动极性分类等任务上，其准确性和效率已超越传统方法。但是，大多数现有方法是针对特定任务而设计的，泛化能力较为有限。

大规模预训练具有卓越的泛化能力，但将其直接应用于地震数据时，却面临诸多挑战。首先，地震数据集远小于其他领域的预训练数据集，且在数据格式和标注标准上存在极大异质性。其次，目前尚无经过验证的有效算法可用于地震波形的预训练。再次，预训练所需的计算成本往往很高。

为此，研究人员提出了一种跨模态迁移学习策略——可充分利用来自其他领域预训练模型的强大能力，进而绕过了算法、数据和计算方面的限制。具体而言，通过精心的架构改造与参数高效微调，将GPT-2大语言模型（LLM）丰富的序列建模知识迁移到了地震波形上，这一新的模型称为SeisMoLLM。

为进一步提升模型的学习能力和效率，引入了多尺度卷积嵌入器（multi-scale convolutional embedder），用于捕捉波形的局部特征，同时，采用潜在分块（latent patching）机制，以提高计算效率。具体来看，嵌入器从输入波形中提取局部细节特征，潜在分块技术缩短序列长度并保留关键细节，随后LLM模块执行高级序列建模，最后任务头（task head）生成针对不同监测任务的预测结果。

图1  SeisMoLLM的架构

对于SeisMoLLM的核心组件（LLM模块），研究采用最小的GPT-2模型（12层，768个隐藏维度）作为预训练基础模型，并且仅使用其前三层作为LLM模块。预训练LLM的99%的参数保持冻结状态，以保留其原有的强大能力，仅对位置嵌入和层归一化进行微调，以适应新的数据分布。此外，在自注意力层和前馈层插入了可训练的低秩适配（LoRA）模块，以实现高效微调。

SeisMoLLM采用简单的、针对任务的输出头（output head）来分别生成结果。例如，对于震相拾取任务，通过上采样模块和卷积模块逐步将特征向量恢复至原始数据长度，然后通过Sigmoid激活函数生成P波和S波的概率序列。

在模型评估方面，研究选取了两个具有不同地理分布和预处理方法的真实数据集。一个是斯坦福地震数据集（STEAD），包含103万条全球地震波形，采样频率为100 Hz。另一个是DiTing数据集，包含270万条波形，采样频率为50 Hz，数据来自中国及周边地区，其中许多记录的信噪比较低。

1. 标准训练下的表现

研究人员先在标准训练条件下评估了SeisMoLLM模型的性能。在此条件下，数据按8:1:1的比例划分为训练集、验证集和测试集。针对地震学领域的五大核心任务——反方位角估计、震中距估计、震级估计、震相拾取及初动极性分类，研究选取大规模SeisT模型（SeisT-L）、BAZ网络、MagNet、PhaseNet、EQTransformer和DiTingMotion作为基准模型，以进行对比。结果表明，无论是在STEAD数据集还是DiTing数据集上，SeisMoLLM模型均超越现有方法。尤其在涉及地震定位与震级估计的高难度回归任务中，SeisMoLLM的表现更是显著优于那些针对特定任务而精心设计的基准模型。

在最具挑战的反方位角估计任务中，SeisMoLLM相较于所有基准模型均取得了显著提升。在STEAD数据集上，SeisMoLLM的平均绝对误差（MAE）比此前最佳记录降低了53%，决定系数（R²）提高了15%。同样，在DiTing数据集上，SeisMoLLM的MAE降低了21%，R²提升了20%，这表明其对震中方位的估计更加可靠。在震级估计任务中，SeisMoLLM在DiTing和STEAD数据集上的MAE分别比此前最佳水平降低了8%和7%，充分证明其在不同数据集上均能实现精准的震级预测。

值得注意的是，在反方位角估计和初动极性分类任务中，SeisMoLLM无需对P波或S波到时附近的输入波形进行裁剪，而现有方法通常依赖于此类预处理来确保其性能。

图2  SeisMoLLM模型在不同任务和设置下的性能。（a）标准训练下的性能；（b）少量样本时在复杂情景下的相位拾取表现，1-3和4-6分别为在DiTing数据集和STEAD数据集上的表现

2. 数据稀缺下的泛化能力

为进一步了解SeisMoLLM在真实地震监测中的作用，研究人员在数据有限的情况下评估了模型的性能。具体而言，使用约10%的数据来训练所有模型。结果表明，即使面对未知数据，SeisMoLLM在四项核心任务（由于评估数据不足，初动极性分类任务被排除在外）中仍然表现出色，其表现优于或与基准模型持平。

在反方位角估计任务中，SeisMoLLM在DiTing数据集上的MAE降低了8%，在STEAD数据集上的MAE降低了34%，同时，R²分别提升了18%和23%，说明即使在监督有限的情况下，其方向准确性也实现了显著提升。在震中距估计任务中，SeisMoLLM在DiTing数据集上的MAE降低了4%，在STEAD数据集上的MAE降低了7%，且R²始终保持在0.95以上。在震级估计方面，SeisMoLLM在STEAD数据集上的MAE最低，R²超过0.86，而在DiTing数据集上，其表现与最佳基准模型不相上下。在震相拾取任务中，即使在充满挑战的情景下（信噪比低、震中距大、震级低），SeisMoLLM依然保持稳健。

这些结果表明，SeisMoLLM能够有效地将来自大规模预训练的能力适配于未知波形数据。这一点对于实际部署尤为重要，因为在实际应用中，常常只能获得稀疏的标注地震目录来进行微调。

3. 计算效率

得益于跨模态迁移策略，SeisMoLLM在保持高性能的同时，将训练成本控制在了合理范围内。研究仅使用四块消费级NVIDIA RTX 4090显卡便完成了SeisMoLLM模型的训练，分别用1.5~7小时和5.5~25小时完成了在DiTing数据集子集和STEAD数据集上的训练，并达到了与大规模预训练模型相当的性能水平。

SeisMoLLM模型包含约220万~250万个可训练参数，这大约是PhaseNet、EQTransformer、SeisT-S等传统模型的4~20倍。然而，其训练成本仍处于合理水平。例如，在相位拾取任务中，SeisMoLLM每批次的训练耗时约为180 ms，这一速度快于SeisT-L，而SeisMoLLM的参数量是SeisT-L的三倍。在推理速度方面，SeisMoLLM模型的平均推理时间保持在每样本8 ms以下，这一速度始终是除PhaseNet之外所有基准模型的1.5~3.8倍。这些结果表明，SeisMoLLM在拥有强劲性能的同时，兼具实用的训练和推理效率。

图3  模型效率的比较

总体而言，该研究通过创造性地利用人工智能其他领域的最新进展，为地震学领域构建强大的基础模型开辟了一条充满前景的道路。同时，这项工作也存在一些局限性：①当前框架未整合多任务学习；②模型性能与数据量、模型规模（即缩放定律）之间的关系未得到深入探讨；③目前的微调框架未充分展现大模型的潜力。未来，研究人员计划通过改进地震波形与预训练数据之间的对齐程度，来进一步探索跨模态迁移策略。同时，还计划扩大数据量和模型规模，以更好地刻画模型的缩放行为，并开发功能更强的地震基础模型，以同时处理多项任务。

来源：Xinghao W, Liu F, Su R, et al. SeisMoLLM: Advancing seismic monitoring via cross-modal transfer with pretrained large language model. Geophysical Research Letters, 2026, 53(8): e2025GL118505.

青藏高原东北缘东祁连山地壳的差异性增厚与不完全力学解耦：来自密集地震剖面的启示

祁连山是青藏高原最活跃、最年轻的板内造山带之一，其形成和隆升机制可为理解青藏高原的近期演化提供关键约束。然而，祁连山隆升的具体细节仍存争议。研究人员在东祁连山布设了一条长640 km、间距1 km的短周期地震仪剖面，并利用接收函数和联合反演方法，对高分辨率地壳界面和速度结构进行了表征。结果表明，整个剖面上的莫霍面呈连续变化，没有明显错断。结合地表地质和微震定位所约束的盆地与山体之间的高角度断层接触，研究认为东祁连山的隆升主要表现为纯剪切变形，而非亚洲岩石圈俯冲作用导致的简单剪切变形。东祁连山的地壳增厚呈现出不同的分段特征：北祁连和南祁连主要表现为下地壳增厚，而中祁连主要表现为上地壳增厚。上地壳底部的软弱层调节了地壳的差异性增厚。整个东祁连山上地壳的总缩短量与下地壳的总缩短量大致相当。因此，从整个造山带的角度来看，地壳变形是不完全力学解耦，仍然保持着连续变形模式。相关研究发表在2026年6月的Earth and Planetary Science Letters。

在青藏高原，祁连山作为向东北方向推进的高原前沿，是高原最新隆升的地块，因而是研究高原隆升和扩张的关键区域。研究祁连山的深部结构和变形机制对于阐明青藏高原的大陆动力学至关重要。数十年来，研究人员提出了几种端元模型来解释祁连山的构造演化，其中包括简单剪切模型、纯剪切模型和地壳流动模型。整体而言，目前对祁连山变形样式的认识尚不完整，部分原因是以往观测的分辨率有限，以及区域构造本身的复杂性。

西祁连山以陡峭山峰与狭窄盆地的交替出现为特征，东祁连山则以更宽阔、坡度更缓的盆地为特征，陡峭山峰延伸至盆地的程度较小。这种显著的横向变化表明，沿造山带走向的深部构造和变形机制并非均匀一致。

研究人员聚焦东祁连山的地壳结构与隆升变形机制，重点探讨莫霍面形态、上下地壳的差异性增厚、壳内低速层性质以及上下地壳是否发生完全力学解耦，以期约束青藏高原东北缘的扩张过程。研究布设了一条长约640 km、台站间距约1 km的短周期密集地震剖面，利用远震接收函数、共转换点（CCP）叠加成像、接收函数与面波频散联合反演，以及微震重定位和地表地质资料，获取了高分辨率地壳界面和速度结构。

图1  （a）祁连山及其邻近构造单元；（b）祁连山地区的地形和主要断层，LSSF——龙首山断裂，NQLF——北祁连断裂，DBSF——达坂山断裂，RYSF——日月山断裂，QHNSF——青海南山断裂，ELSF——鄂拉山断裂；（c）研究使用的远震事件的分布

1. 连续莫霍面和纯剪切地壳增厚

CCP成像显示，河西走廊盆地（HCB）与北祁连（NQL）接触部位并未出现显著莫霍面错断。尽管从HCB到NQL的地表距离仅约50 km，莫霍面深度仍由约45 km连续变化至约60 km，且强正振幅清晰可见，说明该倾斜莫霍面具有可靠性。

短周期密集地震台阵提供了更密集的射线路径，揭示了更精细的莫霍面结构。结果显示，HCB下方莫霍面明显上拱，上下地壳界面同步弯曲，说明整个地壳发生了变形。结合盆地边缘高角度逆冲断层和微震重定位结果，研究认为东祁连山更符合纯剪切变形模式。同时，研究推断，龙首山断裂（LSSF）和北祁连断裂（NQLF）之间的逆冲挤压形成了HCB。

2. 差异性地壳增厚与局部榴辉岩化

CCP成像显示，东祁连山下方莫霍面呈“W”形，地壳增厚主要集中在南祁连（SQL）和北祁连（NQL）下方，同时中祁连（CQL）下方莫霍面相对抬升，这与前人宽频地震观测结果一致。NQL增厚地壳底部存在一个长约40 km、厚约10 km的透镜状高速Vs（横波速度）异常体（SQL底部也存在类似特征），其底界面信号更强、更连续，且其下伏岩石的Vp（纵波速度）和Vs与地幔岩石一致，因此被解释为经典莫霍面。

图2  （a）Vs模型；（b）Vp/Vs模型；（c）沿剖面的地壳Vp/Vs均值

关于该高速体的成因，主要有大陆地壳榴辉岩化和镁铁质岩浆底侵两种解释。联合反演结果显示，该高速体Vs约为4.2 km/s，低Vp/Vs特征更符合大陆地壳榴辉岩化的解释，而非镁铁质岩浆底侵。结合岩石物理实验，发现高速体性质与酸性榴辉岩相近，说明北祁连下地壳根部可能发生了高压变质作用。根据高速体分布推测，该榴辉岩化过程虽已发生，但范围较为局限，并非大规模连续分布。

3. 上地壳和下地壳之间的低速界面

东祁连山上下地壳之间发育稳定的低速Vs层，深度接近传统“康拉德不连续面”。该低速层整体下凹，Vs多为3.3~3.4 km/s，在北祁连和南祁连下方降至约3.2 km/s，厚约10 km，并在进入河西走廊盆地和共和盆地前消失。

该低速层与松潘-甘孜地体的低速层不连通，与龙门山的下地壳流相比，其速度更高、厚度更薄、分布更为有限。结合祁连山整体低Vp/Vs比，可基本排除下地壳流和部分熔融成因。研究认为，该低速层更可能由强烈挤压和地壳增厚导致的岩石各向异性形成，可能对应上地壳底部的低Vs糜棱岩化层——协调上地壳的脆性变形与下地壳的韧性变形。

图3  （a）沿A-A'剖面的地形；（b）A-A'剖面两侧50 km范围内的地震投影

4. 不完全力学解耦和上下地壳缩短量

东祁连山最显著的结构特征是“W”形莫霍面和“V”形上下地壳界面，据此可分别估算上下地壳缩短量。结果显示，新生代以来东祁连山上地壳缩短量约39 km，下地壳缩短量约38 km，二者基本相当。这说明上下地壳之间并未发生大规模相对运动，壳内低速界面只是局部调节脆性上地壳与韧性下地壳之间的变形差异。因此，东祁连山地壳变形并非完全力学解耦。估算得到东祁连山地壳缩短速率约为2.8±0.2 mm/yr，表明其自中新世中期以来一直保持较稳定且快速的地壳缩短。

5. 东祁连山的整体地壳变形模型及其地球动力学意义

东祁连山的整体地壳变形主要受纯剪切挤压增厚控制，而上下地壳的刚性差异影响了造山带形态。古生代地质研究表明，南祁连和北祁连基底主要由洋壳俯冲形成的岛弧物质组成，岩石圈强度较弱，相比之下，中祁连具有元古代结晶基底，整体刚性较强。因此，印度-欧亚大陆碰撞产生的挤压应力更容易集中在南祁连和北祁连，导致其海拔更高、地壳更厚。

图4  东祁连山构造演化示意图

东祁连山约30 Ma开始发生隆升，13 Ma以来保持较稳定的快速隆升。南祁连和北祁连以下地壳韧性缩短和垂向增厚为主，并在根部局部发生榴辉岩化。中祁连因基底刚性较强，变形较弱，其地壳增厚主要通过上地壳褶皱和逆冲作用实现，并受海原断裂左旋走滑和日月山断裂右旋走滑共同调节。尽管各构造单元增厚方式不同，但东祁连山上下地壳的总缩短量基本相当，说明其地壳变形并非完全解耦，而是整体协调的连续变形模式。

整体而言，东祁连山的莫霍面深度沿整个剖面连续变化。特别是，从HCB到NQL，莫霍面迅速加深，但未出现显著错断，且未观测到任何与俯冲作用相关的地震分布。因此，研究将东祁连山的地壳增厚解释为纯剪切变形的结果。“W”形莫霍面和“V”形上下地壳界面是东祁连山最显著的特征，表明造山带内存在差异性增厚。SQL和NQL的下地壳表现出显著增厚，且根部伴有局部榴辉岩化。相比之下，CQL的特征是上地壳显著增厚，其差异性变形可能由上地壳底部的软弱拆离层调节——该拆离层能够容纳整个造山带的差异性变形。尽管如此，整个造山带上地壳的总缩短量与下地壳的总缩短量大致相当。因此，东祁连山的地壳变形并非完全解耦，而是遵循连续变形模式。

来源：Jin R, Shen X, Zhang Y, et al. Crustal differential thickening and incomplete mechanical decoupling in the eastern Qilian Shan, NE Tibetan Plateau: Insights from a dense seismic profile. Earth and Planetary Science Letters, 2026, 684: 120032.

2025年3月28日缅甸7.7级地震前的电离层变化

大地震发生前后，电离层总电子含量（TEC）可能发生异常变化，利用全球导航卫星系统（GNSS）观测这类变化已成为探索地震前兆和岩石圈-电离层耦合机制的重要途径。研究人员利用GNSS接收机测量电离层电子，研究了与2025年3月28日缅甸地震（矩震级7.7级）相关的电离层变化。结果显示，断层上方TEC在地震前约36分钟开始改变其变化趋势，正异常幅度约为背景值的1%。尽管由于地磁活动影响，TEC的日际变化相对较大，但其与过去约20次地震的观测结果可良好吻合。正TEC异常在南北两侧受到负TEC异常夹持，形成“负-正-负”的空间分布结构，表明电离层内部可能存在沿地磁场方向的电子输运过程，而这一过程可能由断层释放的地表正电荷所驱动。相关研究发表在2026年6月的Geophysical Journal International。

大地震会在震后约10分钟扰动电离层，此时由同震垂直地壳运动激发的声波向上传播并到达电离层F区，来自GNSS台站的电离层TEC数据常被用于研究此类同震电离层扰动（CsID）。已有研究报道，2011年日本东北大地震主震前约40分钟，断层附近TEC趋势发生变化。但这一发现受到两方面的批评：一是未能充分区分空间天气引起的异常，二是用于提取异常的参考曲线定义不明确。

2025年3月28日世界时6:20，缅甸曼德勒发生7.7级地震。此次地震震源位于实皆断层，破裂断层近南北走向，延伸超过400 km。缅甸周边的泰国、老挝、印度和中国等地分布有连续GNSS接收台站，即使地面台站数量有限，也能形成较好的卫星-台站对的电离层穿刺点（IPP）覆盖。

图1  （a）缅甸周边的连续GNSS台站，以及2025年缅甸地震震中（黄色星号）和破裂断层；（b）5:40–6:40 UT，泰国CUSV台站300 km高处沿视线方向的IPP轨迹的地面投影

在此基础上，研究分析了此次地震前后的电离层TEC变化，并探讨了正TEC异常与岩石圈-电离层耦合、地表正电荷释放和电离层电子输运的关系。研究利用多GNSS台站的多系统观测数据，提取了卫星-台站对的IPP的垂直总电子含量（VTEC）序列，通过设定地震前后排除窗口、拟合多项式参考曲线并计算残差，分离出震前异常信号。

图2  （a）2025年3月28日，CUSV站的VTEC分布；（b）时窗UT 5.5–7.5的近景；（c）地震发生时，源自全球电离层图的VTEC分布

结果表明，2025年缅甸7.7级地震前，TEC在地震前约36分钟出现正异常，幅度约为背景值的1%，且该异常主要局限于断层附近区域。与此同时，断层南北两侧出现负TEC异常，形成“负-正-负”的空间分布结构。该结果不仅与以往大地震震前TEC异常的经验关系相符，也为后续关于电离层内部电子输运和岩石圈-电离层耦合机制的讨论提供了直接观测依据。

1. 物理机制

正负电子密度异常同时出现，这可能是由于电离层内电子重新分布所致。图3虚线四边形区域内的异常从北向南依次呈现负、正、负的分布模式，四边形区域东边界以外的异常也呈现出类似模式。相关研究表明，受力岩石中释放的正电荷（p-hole，p空穴）会产生电流。如果在主震发生前立即发生滑动（预滑动），就会出现这种情况。被激活的p空穴会因相互排斥力而扩散，并聚集在断层上方的地表，从而产生电场并影响电离层电子分布。已有岩石实验表明，岩石破裂前可产生瞬时电流，说明断层预滑移释放的电荷量可能足以引起电离层电子的重分布。

图3  （a）6:20 UT，VTEC异常的空间分布，红色和蓝色分别指示正负异常；（b）虚线四边形内的VTEC异常随纬度的变化

有学者提出，电流可能从带电表面向上流动，并在电离层中产生电子密度异常。向上流动的电流会产生向西的霍尔电场E，该电场与地磁场B一起驱动向下的E×B漂移，从而产生一对正负电子密度异常。先前模型认为，E×B漂移可由表面电荷产生的电场E直接驱动。然而，这种机制难以解释研究观测到的“负-正-负”结构。相关研究认为，当电场E具有与磁场B平行的分量时，可能会发生感应极化，然后电场会重新分布电子，从而抵消电离层内沿地磁场方向的电场。对于缅甸而言，其相对较低的地磁倾角将使电子能够从断层两侧流动，从而形成观测到的“负-正-负”模式。

2. 日际自然波动

需要注意的是，“负-正-负”模式仅在缅甸地震发生前出现。相关研究表明，TEC日际变化受空间天气影响，类似于震前异常的特征可能由大尺度行进式电离层扰动（LSTID）引起。因此，研究选取相同地方时、相同的CUSV-C10卫星-台站对，对连续11天（当年第87天至第97天，地震发生在第87天）的VTEC变化进行对比。结果显示，虽然在最初的约5天内TEC日际变化较小，但从第93天起，异常随地磁活动的增强而增加。

接下来，研究比较了地震当天与第88天至第93天（此时间段内空间天气相对平静）的VTEC曲线（源自CUSV的四颗卫星）。两颗卫星C10和E30观测到的电离层位置比卫星C2和G6更靠近断层，前者显示出正异常，而后者则几乎保持中性。同时，在此期间，VTEC的日际变化并不显著，即地磁相对平静日里的波动并未超过地震日。统计分析表明，在地磁活动指数Kp≤3期间，地震日的TEC异常值（与参考曲线的偏差）为1.08 TECU，这十分罕见。

高地磁活动通常伴随快速太阳风和强行星际电场，它们会影响赤道喷泉效应和赤道电离异常（EIA）。然而，这些影响会使赤道电离异常区内大片区域的TEC发生变化。因此，断层周围的局部异常支持了与地震相关的解释。

在地磁活动活跃期，TEC大幅波动通常是由LSTID引起的。然而，LSTID不太可能是研究所示TEC异常的成因。尽管卫星-台站对的IPP轨迹在空间上相距甚远，但其正异常的起始时间几乎相同。如果TEC异常由LSTID引起，不同IPP位置之间应出现最高约20分钟的时间滞后。

图4  从CUSV台站连续七天（第87天至第93天）观测到的四颗卫星的VTEC变化

总体而言，研究检验了2025年缅甸地震前的GNSS-TEC是否出现异常变化，以及这些变化是否符合地震震级与异常特征（提前时间和强度）之间的经验标度关系。结果表明：①虽然观测到的TEC偏差幅度与典型的背景波动相当，但统计分析表明，在平静的地磁条件下，这种偏差相对罕见；②这些结果并非对地震的确定性预测，相反，它们表明观测到的TEC变化与假设相符，即岩石圈-电离层耦合可能在大地震发生前产生可探测的电离层扰动；③研究发现了VTEC异常的“负-正-负”结构，这是低纬度地区特有的现象；④仔细监测局部TEC异常，并严格区分空间天气的影响，可能有助于未来研究大地震前可能出现的电离层特征。

研究所描述的物理机制存在很大不确定性。虽然已有研究尝试探测由地表正电荷引起的震前电磁现象，但这些尝试不够充分。未来，努力积累新的案例将有助于更好地理解这一现象。为此，将需要重复以下工作：发生新的大地震后，基于震级回溯预测震前TEC异常，然后分析TEC数据以确认其是否实际发生，从而评估大地震发生前电离层变化的真实性。

来源：Heki K, Zhan W. Ionospheric changes immediately before the 2025 March 28 Mw7.7 Myanmar earthquake. Geophysical Journal International, 2026, 245(3): ggag124.

主送：中国地震局领导   

编发：中国地震局地震预测研究所