本期概要
1、利用地震神经算子进行微震检测
研究人员提出地震神经算子（QNO），这是一种无需显式震相拾取即可直接从连续波形中检测并定位微震的深度学习框架。它通过联合分类与回归任务，有效克服了低信噪比挑战。实际应用表明，其检测出的微震数量较常规方法多出近一个数量级，且计算成本低，具备实时监测潜力。
2、原位地震大地测量捕获的一次海底扩张事件的解析
科学家首次在东南印度洋脊原位观测到一次海底扩张事件。该事件由伸展型地震群引发，伴随轴谷快速沉降与水平伸展。研究表明，这是岩床状岩浆储库收缩泄压引发岩墙扩展，导致约1.6亿立方米熔岩喷发，并触发相邻转换断层活动。这证实岩浆作用诱发的大规模无震滑动是洋中脊正断层累积位移的主要机制。
3、上地壳条件下流体驱动的无震滑动前缘的传播
研究人员在上地壳应力条件下开展断层流体注入实验，同步追踪了流体压力与无震滑动前缘的传播。结果表明：在低注入速率或低初始应力下，无震滑动前缘滞后于流体压力前缘；而在高注入速率或高初始应力下，无震滑动前缘会迅速超越流体压力前缘。该发现为流体诱发无震滑动的断裂力学模型提供了直接实验支持。
利用地震神经算子进行微震检测
小尺度地震事件的精确监测对地震学研究至关重要。传统方法依赖人工或自动震相拾取，由于震相初至不清，常导致微震监测不准确。为此，研究人员提出地震神经算子（Quake Neural Operator，QNO），这是一种直接从连续数据中构建地震目录而无需显式震相拾取的深度学习算法。作为一种多任务算子，在地震台网任意几何构型下，QNO都可利用分类与回归技术检测并定位事件。研究表明，在现有最优震相拾取方法失效的情况下，QNO仍能成功表征事件。将QNO应用于美国盖瑟斯（Geysers）地热田时，检测出的地震数量较常规目录多出近一个数量级。通过与相位神经算子（Phase Neural Operator）对比及目视检查，研究验证了上述结果。最终认为，QNO具备揭示未被检测到的地震活动的潜力，有助于增进对自然现象和工业应用至关重要的地下过程的理解。相关研究发表在2026年7月的Nature Communications。
微震监测为深入了解地下过程提供了有价值的见解，可增进人们对断层力学、岩石行为和流体动力学的认识。目前，常通过顺序工作流（sequential workflow）来识别微震：从连续数据中拾取地震震相，将拾取结果与地震事件关联，并利用关联的到时确定事件位置。然而，这一过程通常依赖于人工或自动震相拾取技术，这些技术耗时且易受人为影响，尤其是在处理低信噪比（SNR）的大型数据集时。
深度学习技术的进步为地震监测的自动化和监测能力的增强创造了机遇。在现有地震监测顺序工作流的基础上，深度学习技术已被用于替代其中的部分步骤。除了增强检测能力和效率外，深度学习技术还实现了与人类分析员相当的到时精度。最近，越来越多的地震监测和地震目录构建工作流已被提出。尤其是，深度神经网络已展现出将多个处理步骤集成到一个统一的人工智能（AI）框架中，以进行地震监测的潜力。
尽管取得了很多进展，但微震监测仍面临重大挑战——与高水平的环境噪声相比，微震的振幅通常非常低。微震事件固有的低信噪比不仅使震相拾取更加困难，还增加了地震定位中出现误差的可能性。目前，除了基于拾取到时的定位方法外，已有研究利用深度学习技术，将所检测到事件的地震波形直接映射至地震位置（earthquake location）。然而，这些方法通常侧重于相对较大的地震，在处理微震事件时可能表现不佳。此外，这些方法通常假定地震事件的波形已经从连续记录中被提取出来。所以，它们并非被设计用于直接在尚未检测到事件的原始连续数据流上运行。因此，研究人员提出了地震神经算子（QNO）。
图1 地震神经算子。（a）QNO的架构；（b）第二层FNO层的操作；（c）第二层GNO层的操作
1. 地震神经算子
QNO是一个进行端到端微震监测的多任务学习框架，可直接从具有任意几何构型的地震台网记录的连续波形数据中检测和定位地震。QNO突破了传统的“震相拾取—震相关联—震源定位”顺序工作流，在一个统一的框架内联合学习地震检测与震源特征刻画。由于检测与定位在本质上属于相互关联的任务，QNO可利用两者之间的共享信息，以提升整体性能。
QNO由一个分类任务和一个回归任务组成。其中，分类任务用于表征空间域内地震信号与噪声的似然度，回归任务用于确定地震位置及发震时刻。从QNO的输入来看，离散化输入被表示为一个三维张量，分别为时间、台站和通道。分类和回归任务共享的操作由多个算子层块组成，每个块包含相互连接、重复多次的傅里叶神经算子（Fourier Neural Operator，FNO）层和图神经算子（Graph Neural Operator，GNO）层。FNO在每个台站提取时间信息，GNO实现台站间的信息交互。
2. 与基线模型的对比和泛化能力测试
研究人员分别比较了QNO与经典基线模型在地震检测、定位和目录构建方面的性能。在地震定位方面，与SeismicGNN相比，QNO可提供更精确的地理位置。在地震检测方面，与PhaseNO（相位神经算子）相比，即使在信噪比降至0的情况下，QNO仍能在大多数台站检测到地震事件。此外，QNO能够估计输入事件的发生时间（相对于输入波形的起始时间而言），进而使得其能够直接从连续波形中构建地震目录。
图2 源自北加州地震数据中心（NCEDC）的、用于QNO训练和评估的数据集
在不同地震台网配置下的测试表明，经过训练的QNO在未见过的台站布局上表现良好，在测试阶段面对多样化的台站配置时展现出了高度一致的性能。由此表明，其具有较高的空间泛化能力。将采样率从100 Hz提升至200 Hz的测试表明，QNO还能够处理具有不同时间分辨率的测试输入，在更高的时间分辨率下依然保持了良好的性能。
3. 盖瑟斯地热田的微震监测
研究人员将训练过的QNO模型应用于美国盖瑟斯（Geysers）地热田的微震监测，并使用连续地震数据，将其在地震目录构建方面的性能与PhaseNO+GaMMA方法进行了对比。原始地震数据的时间范围为2024年6月8日至2024年6月18日，其中包含2024年6月8日发生的Mw 4.5主震，这是该地区过去十年中最大的地震之一。在构建最终地震目录时，为确保过滤掉低质量结果，研究设定了几个关键超参数。其中，最小台站数均为16，但在判定地震信号或震相是否存在时，QNO的标准比PhaseNO严格得多，即阈值更高。
图3 利用盖瑟斯地热田连续10天的数据对QNO与PhaseNO+GaMMA的检测性能进行对比。（a）地震事件数量随时间的变化；（b）地震位置
结果显示，QNO目录与PhaseNO目录中的事件数随时间的变化趋势一致，但QNO目录中的事件数始终较多，表明PhaseNO目录中的大多数地震被QNO检测到。这凸显了QNO在构建高精度地震目录方面的有效性。当把QNO的判定阈值从0.8降至0.6时，检测到的事件数量比同一时期NCEDC目录中的地震事件高出了近一个数量级。当基于分类结果和预设阈值检测到地震事件时，研究人员将相应的回归结果保存为该事件的位置。这些地震位置与PhaseNO+GaMMA及NCEDC目录中的结果相吻合，表明QNO额外检测到的事件大多是有效的。
此外，交叉验证测试表明，即使QNO在构建目录时采用了更严格的标准，它与PhaseNO之间依然保持着高度的一致性。就单个微震事件而言，信噪比较低时，QNO能够识别出比PhaseNO更多台站上的信号。
4. 计算成本
图4 QNO单次预测的计算成本。（a）不同台站数时，计算时间随边数的变化；（b）不同台站数时，内存的占用情况
尽管QNO的训练较为耗时，但一旦训练完成，即可直接用于目标区域的微震监测。研究人员在Apple M3 Max芯片上评估了测试过程中单次预测的计算成本，结果显示，计算时间和内存占用在很大程度上取决于单个输入样本的边数和台站数。即使在50个台站的情况下，最大计算成本也仅为5.5 s/每15 s输入样本，内存占用约5.5 GB。对于实时数据流而言，5.5 s的计算时间使得仅凭双线程CPU就可直接部署QNO，进行实时监测。
整体而言，QNO是一个多任务算子学习框架，其集成了一个用于地震检测的分类任务和一个用于地震定位的回归任务，这两个任务通过共享底层的神经算子结构进行联合求解，有效地解决了地震监测问题——在该问题中，地震检测与定位密切相关。进一步而言，QNO能自然地适应不规则的地震台网几何构型和不同的台站配置，同时，还提升了对低震级事件的检测能力，并能够直接从连续地震数据中构建更为全面的地震目录，而无需进行显式的震相拾取或震相关联。
此外，虽然较短的时窗能有效减少单窗多事件的情况发生（微震监测的关键考量），但也可能导致对持续时间较长事件的重复检测。在实际应用中，这些重复条目可通过标准的后处理聚类来排除。
来源：Sun H. Microseismic monitoring with the quake neural operator. Nature Communications, 2026, 17(1): 5677.
原位地震大地测量捕获的一次海底扩张事件的解析
在地质时间尺度上，洋底的生长是通过洋中脊（MOR）处的岩浆作用和构造伸展共同实现的。因为对这些海底板块边界开展地震大地测量监测面临较大挑战，所以人们对这些系统在年际时间尺度上的运行方式知之甚少。法国科学家团队报道了首次在MOR原位观测到的裂谷事件。此次观测综合应用了水声探测、直达波测距、海底压力测量以及海底重复测绘等方法。该事件于2024年4月26日发生在南纬37°附近的东南印度洋脊（SEIR）轴部，此时距离仪器被布设在洋脊轴部及邻近的阿姆斯特丹转换断层刚过去两个月。此次事件始于一场沿轴谷（axial valley）快速迁移的伸展型地震群，造成谷底下沉4 m，横跨轴谷的水平伸展超过1 m。研究将其解释为一个岩床状岩浆储库的收缩泄压，而该储库为沿脊轴扩展的岩墙提供补给。这些岩墙最终导致约1.6亿立方米熔岩在大约16天内喷溢至海底，同时引起谷缘正断层发生地震性和无震性滑动，并最终触发相邻转换断层上的地震活动。因此认为，由岩浆作用引发的大规模无震滑动可能是MOR正断层累积位移的主要机制，这也解释了这些断层上已被充分记录的地震缺失现象。相关研究发表在2026年7月的Nature。
地球表面三分之二的面积形成于长达65 000 km的MOR。MOR系统是由一系列狭窄的构造边界构成的网络，新的岩石圈板块在此形成并以每年厘米级的速度漂移分离。在MOR下方，地幔物质上涌并发生减压熔融，产生的岩浆在浮力作用下上升至脊轴，并结晶形成新的洋壳。与此同时，部分板块伸展还可通过正断层滑动来调节。长期的岩浆增生与构造变形共同塑造了广泛分布的深海丘陵，但其短时间尺度的演化过程仍不清楚。海底扩张被认为由一系列间歇性伸展事件实现，常伴随岩墙侵入和地震活动。扩张事件之间的应力积累方式、MOR与邻近转换断层的活动联系，以及MOR地震能量释放如此少的原因，仍是亟待解决的关键问题。其中的主要制约在于难以长期、连续、同步监测低震级地震活动及水平和垂向形变。
2024年2月下旬，研究人员在南纬37° 07′的SEIR轴部（I1段）及附近的阿姆斯特丹转换断层上部署了阿姆斯特丹岛附近水声与大地测量观测站（OHA-GEODAMS）。该区域是圣保罗-阿姆斯特丹（Saint Paul–Amsterdam）火山高原的最北端，目前SEIR正在将其裂解。SEIR I1段产生的洋底是中等扩张速率洋中脊的典型代表，同时该段的转换断层每年发生一到两次5级以上地震。观测站包括5个自主水听器、15个声学测距信标、1个海底压力记录仪（BPR）。此前，这些仪器及方法都曾被用于研究与海底扩张有关的地面形变，但这是首次将它们全部同时应用于一个表现出显著构造活动的洋中脊段及相邻的转换断层。
图1 海底扩张和转换断层事件的构造背景及地震活动。（a）该事件发生在SEIR I1段（黑色矩形框）；（b）2024年4月26日至4月27日的地震活动
1. 地震活动与海底位移
2024年4月26日19:56（世界时间，下同），SEIR I1段中部出现了一次明显的伸展型地震群（包括多次Mw≥5地震）。初始地震活动沿轴谷向东南端迁移超过8 km，随后多次正断层地震又由I1段中部向西北端迁移超过9 km。该迁移模式是伸展型板块边界岩墙扩展事件的典型特征，迁移速率约为2～3 m/s，比已报道的类似事件高一个数量级。由于轴谷东南端较西北端浅约200 m且更为狭窄，向东南扩展的岩墙可能受到地形应力阻碍，随后转为力学上更为有利的西北向侵入。
与此同时，轴谷谷底的海底压力记录仪记录到一系列离散沉降事件——每次大型正断层地震发生时，伴随出现相当于1.7～3.3 cm垂向位移的突然增压。21:03发生Mw 5.1地震之后，随着岩墙向西北扩展，谷底以平均约5 cm/min的速率阶梯式快速下沉，至21:40岩墙停止扩展时，累计沉降达到1.2 m。随后，沉降速率明显降低，6天内总沉降量达到4.2 m，其中83%发生在最初16 h。研究将其解释为下伏岩床状岩浆储库的排空。快速沉降可能代表了岩浆由储库向西北扩展的岩墙的注入。近底部海水水温升高表明，熔岩可能最早于22:00到达海底。
声学测距系统几乎同步记录到显著的水平位移。中心测站TP7至西南侧谷壁站点的基线明显伸长，最大伸长量约1.30 m，而东北侧基线缩短0.53～0.86 m，表明轴谷两侧发生明显伸展和差异性运动。二维弹性位错模型显示，这些位移不可能由单一过程解释，其需要岩浆储库收缩、岩墙张开和正断层滑动的共同作用。拟合结果表明：深度至少3.5 km的岩床状岩浆体发生收缩；根植于该岩浆体的岩墙张开约1.0～3.3 m；正断层滑动约0.6～3.1 m；总水平伸展量约2.1～4.0 m，其中更多伸展量由岩墙承担（相较于断层而言）。由于所需断层滑动远大于Mw≈5地震能够产生的位移，研究认为该断层运动主要以无震滑动方式发生。
图2 地震事件的初始序列及谷底垂直位移。（a）轴谷事件序列被解释为岩墙扩展的结果；（b）轴谷谷底的长期沉降和温度变化
2. 海底的新生熔岩流
对2024年（观测站部署期间）和2025年船载多波束测深获得的数字地形模型进行差分后，发现轴谷谷底出现了显著地形变化，局部地形增高超过90 m。研究将其解释为两条近乎平行的新生熔岩流带：最厚的一条形成约4 km长的熔岩斑块，位于西南谷壁脚下；另一条由多个独立或相连的斑块组成，沿轴向火山高地分布。向西北扩展的岩墙可能为中央熔岩流带供给岩浆，并可能使岩浆沿西侧断层面喷出。新生熔岩总体积为1.48亿～1.60亿立方米，与其他MOR环境报道的规模相当。
熔岩喷出时间由两类间接证据约束：①4月26日22:00开始的海底温度升高与快速沉降阶段的斜率变化同步；②熔岩–海水相互作用产生的大量短时、高能水声事件（H波事件）。H波事件约自4月27日06:00开始，随后显著增加。至5月12日，超过2150次H波事件被至少3个水听器记录到，之后停止。这表明主要喷发持续了约16天，平均每天喷出900万～1000万立方米熔岩，喷出率约116 m3/s。三次主要H波脉冲与海底温度升高相吻合，其事件源集中在体积最大的北部熔岩流附近。
图3 轴谷的初始基线变化，以及新生熔岩流的范围和厚度
3. 转换断层激活与应变收支
岩墙于4月26日21:40左右停止向西北扩展后，Boomerang转换断层附近开始出现离轴正断层型地震和走滑型地震。约20分钟后，阿姆斯特丹转换断层发生多次走滑地震，其中包括一次Mw 5.9地震。地震活动的时间序列表明，Boomerang转换断层及随后阿姆斯特丹转换断层的破裂，可能由邻近洋脊轴部的岩墙扩展所触发——岩墙引起的库仑应力变化估算也支持这一解释。此次事件在阿姆斯特丹和Boomerang转换断层上产生的地震矩释放分别约为12 PJ/km和3 PJ/km。
相比之下，I1扩张段在2017年之前没有检测到正断层矩释放。2017—2023年间，释放了约14 PJ/km，2024年迁移性地震群释放了约22.6 PJ/km。在大地测量拟合模型中，约98%的模型给出的正断层矩均大于22.6 PJ/km，其中值为92.3 PJ/km。因此，研究认为，本次断层滑动约24%为地震性、约76%为无震性。
在地质时间尺度上，洋中脊正断层仅能调节板块总分离量的一小部分。为此，研究分析了几何矩，其允许直接纳入岩墙和断层的贡献。结果显示，断层滑动与岩墙侵入释放的总水平几何矩中值为12.3×10³ m2（其中岩墙占绝大部分），相当于SEIR约39年的板块离散积累量。
图4 转换断层和I1段的累积地震矩及2024年扩张事件的水平几何矩
研究最终认为，随着相邻的转换断层通过频繁的滑动不断积累位移，扩张段会经历数十年的宁静伸展，之后，MOR所积累应力可能通过间歇性海底扩张事件（包括岩墙侵入和断层滑动）被释放。岩浆作用可能诱发轴谷谷缘的正断层发生大规模无震滑动（机制类似于火山口塌陷事件），这可能是MOR正断层累积位移的主要机制，并可解释其地震矩亏损。
来源：Royer J Y, Olive J A, Bazin S, et al. Anatomy of a seafloor spreading event captured by in situ seismogeodesy. Nature, 2026, 655: 655–662.
上地壳条件下流体驱动的无震滑动前缘的传播
断裂力学模型表明，根据流体注入条件和断层初始应力状态，无震滑动前缘（R）的传播可能滞后于流体压力前缘（L），也可能超越流体压力前缘。然而，一直缺乏对这些预测的直接实验验证。法国多名学者在上地壳应力条件下开展了花岗岩断层流体注入实验，并同步追踪了流体压力与无震滑动的传播。结果表明，在较低注入速率和较低初始应力条件下，无震滑动前缘滞后于流体压力前缘，而在高注入速率或初始应力接近断层峰值强度时，无震滑动前缘会迅速超越流体压力前缘。两种传播状态之间的转变受一个无量纲加载参数控制，该参数综合反映了注入速率、断层强度和初始剪应力的影响。该研究结果为流体诱发无震滑动的断裂力学模型提供了直接实验支持，并表明在处于临界应力状态的地壳断层中，破裂传播速度可能普遍快于流体扩散速度。相关研究发表在2026年7月的Science Advances。
理解流体驱动的摩擦破裂的传播过程，是评估自然过程或人类活动引起流体诱发地震的关键。地震学观测表明，地震活动迁移常随时间的平方根变化，与流体沿断层的扩散一致，但是，部分地震活动呈线性迁移，这可能反映了应力传递或无震滑动等其他机制。此外，由地震迁移估算的水力扩散系数通常比实验和天然岩体中的观测值高1～2个数量级，这可能是因为地震活动在某些条件下受流体驱动的无震滑动前缘控制。无震滑动的传播导致地震活动模式与流体压力前缘的传播之间存在复杂的非系统性关系。无震滑动前缘和流体压力前缘间的相互作用使得分析诱发地震的时空演化变得更加复杂。
何种条件下，诱发地震活动主要受流体压力前缘的传播控制？何种条件下，又主要受无震滑动前缘的传播控制？近期理论研究指出，这两种状态的转变受加载参数控制，该参数取决于断层初始应力状态和孔隙压力变化幅度。然而，由于缺乏活动断层变形与水文过程的连续原位观测，同时在实验断层上同步测量两类前缘也较为困难，所以目前缺少对该理论的直接验证。
研究人员聚焦流体注入过程中无震滑动前缘与流体压力前缘的传播关系及其控制因素，在上地壳应力条件下开展花岗岩断层流体注入实验，利用孔隙压力传感器和应变计同步追踪两类前缘，并结合反演分析与断裂力学模型评估注入速率、断层强度和初始应力的影响。
图1 实验方法。（A）实验样品及监测装置示意图；（B）和（D）分别为低注入速率和高注入速率下的流体压力、宏观剪应力和宏观断层滑动变化；（C）和（E）分别为低注入速率和高注入速率下，宏观滑动开始前的轴向应变变化
在初始剪应力为断层峰值强度60%的条件下，低速注入时，注入点流体压力升高后，所有孔隙压力传感器均在宏观滑动开始前记录到流体压力的上升。同一时刻，各测点压力随其距注入点距离的增加而降低，表明流体压力前缘沿断层传播。应变计记录的轴向应变变化表明，应变释放首先发生在注入点附近，随后出现在更远位置，说明发生了滑动传播。当所有应变计均开始记录到应变释放后，外部位移传感器记录到宏观断层滑动，同时外部载荷传感器测得剪应力下降。这一剪应力下降与注入结束前的断层滑动演化基本一致。
在较高注入速率下（15 MPa/s），宏观滑动开始前，仅距注入点最近的传感器记录到流体压力升高。同时，应变计偏离线性变化的信号比低速（0.15 MPa/s）注入条件下传播得更快。宏观滑动开始后，应力释放同样与沿断层的滑动相一致。
图2 流体注入过程中，无震滑动前缘与流体压力前缘的反演结果。（A）和（C）分别为低注入速率和高注入速率下两类前缘的传播过程；（B）和（D）分别为低注入速率和高注入速率下前缘位置的时间演化
研究根据各应变计首次出现应变突然释放的时刻追踪无震滑动前缘，并反演其传播速度、成核位置和传播起始时间。结果显示，每次注入中的无震滑动前缘均在注入点周围成核，注入速率升高会提高无震滑动前缘的传播速度。较高的背景应力也会促进其传播：在相同升压速率下，相较于初始剪应力为断层峰值强度60%的情况，90%时无震滑动前缘的传播速度更快。在实验中，无震滑动前缘均未达到地震破裂速度，因此滑动传播始终保持无震性质。
随后，研究反演了各次注入过程中断层上的流体压力分布，并将压力高于初始均匀流体压力1 MPa的位置定义为流体压力前缘。这一阈值可作为压力扰动空间范围的统一标志，并用于比较流体压力前缘与无震滑动前缘的传播。在初始剪应力为断层峰值强度60%、升压速率为0.15 MPa/s时，流体压力前缘在无震滑动前缘开始传播之前已扩展至整个断层。无震滑动前缘启动后，以约0.6 mm/s的较低速度传播，并在注入开始约244 s后追上流体压力前缘。这一现象是由于实验断层尺寸有限，限制了流体压力前缘的继续传播。升压速率增至15 MPa/s后，流体压力前缘仍首先传播，但无震滑动前缘启动时，流体压力前缘仍局限在注入点附近。此后，无震滑动前缘以约5 mm/s的速度传播，并在8.56 s时超过流体压力前缘。
这些结果证实，提高注入速率促进了两种端元状态之间的转变：一种是无震滑动前缘的传播始终在流体压力前缘之后；另一种是无震滑动前缘初期滞后于流体压力前缘，但随后超过流体压力前缘并在其前方传播。
图3 无震滑动前缘与流体压力前缘的一维传播。（A）初始剪应力为断层峰值强度60%时的前缘传播；（B）初始剪应力为断层峰值强度90%时的前缘传播
进一步研究表明，无论初始应力状态如何，提高升压速率都会加快流体压力前缘L(t)和无震滑动前缘R(t)的传播，但初始应力状态影响了两者传播关系的转变。在初始剪应力为断层峰值强度60%时，只有在15 MPa/s注入条件下，无震滑动前缘能够超过流体压力前缘；当初始剪应力提高至断层峰值强度90%时，在1.5 MPa/s和15 MPa/s条件下，无震滑动前缘均可超过流体压力前缘，说明较高注入速率和较高初始剪应力有利于无震滑动的快速扩展。
图4 加载参数T对无震滑动与流体压力传播的影响。（A）前缘放大系数λ=R(t)/L(t)随归一化时间的变化；（B）归一化破裂传播速度与加载参数T的关系
上述现象与断裂力学理论基本一致。两种传播状态的转变受无量纲加载参数T控制，该参数综合反映了断层初始剪应力、摩擦强度和特征压力扰动。较低初始应力或较低注入速率对应较大的T，破裂启动较晚，并在初期滞后于流体迁移；较高初始应力或较高注入速率使T降低，则无震滑动前缘迅速超过流体压力前缘。无震滑动前缘与流体压力前缘之比λ=R/L（前缘放大系数）通常从小于1开始，并随时间增加，同时，T越小，λ越早超过1。
低速注入实验中，部分结果受到实验断层尺寸有限的影响，因为滑动启动前流体压力前缘已经到达断层边界。无震滑动前缘传播速度与加载参数T具有明显相关性，数值模拟和实验均表明，其大致与T−1/2至T−3/4成比例。因此，临界应力断层中的无震滑动前缘成核更早、传播更快。
该研究直接证实了无震滑动可以传播到流体压力扰动区之外。在升压速率恒定的条件下，无震滑动前缘以近似恒定的速度传播，而非通常假定的时间平方根关系，说明前缘传播规律能够反映具体注入方式。至少在板内区域，较小的流体压力变化即可触发地震活动，表明相关断层可能处于接近摩擦强度的临界应力状态，因此更易发生传播至增压区之外的快速无震滑动。
来源：Passelègue F, Brantut N, Chauris H, et al. Propagation of fluid-driven aseismic slip fronts under upper crustal conditions. Science Advances, 2026, 12(28): eaeb0234.
主送：中国地震局领导
编发：中国地震局地震预测研究所
