印度氡异常监测网络(INDRA-SA)在地震预测中的应用研究：基于BhaROSA系统的氡信号时空特征分析

为探索氡(222Rn)异常信号作为地震前兆的可靠性，印度研究人员建立了全国性监测网络INDRA-SA，部署100套BhaROSA系统沿活动断裂带开展连续监测。通过15分钟高分辨率数据采集与气象噪声过滤，发现大震前数天至数月的持续性氡异常信号，为理解断层带地震成核过程提供了新视角。该研究发表于《Journal of Environmental Radioactivity》，是地震预测领域的重要探索。

　　

地震预测一直是地球科学领域的重大挑战，而氡(²²²Rn)气体作为潜在的震前信号载体，其异常释放与构造应力积累的关联性备受关注。然而，传统监测方法存在站点稀疏、数据不连续、环境干扰大等局限，特别是气象因素（如昼夜温差、降雨、低压系统）常掩盖真实的构造信号。更关键的是，单一站点数据难以区分区域构造活动与局部干扰，而深层土壤监测因氡浓度梯度不足导致灵敏度受限。这些瓶颈严重制约了氡前兆信号在地震预测中的实际应用价值。

针对这一科学难题，印度Bhabha原子研究中心的科研团队主导开展了印度氡异常检测网络(INDRA-SA)研究。该团队创新性地提出基于土壤-空气界面氡浓度梯度的监测策略，并开发出太阳能供电的BhaROSA（Bhabha Radon Observatory for Seismic Application）观测系统。通过在印度板块主要断裂带（包括喜马拉雅断裂系、东西高止山脉断层）部署100个监测站，构建了迄今最密集的氡地震前兆监测网络。相关成果发表于《Journal of Environmental Radioactivity》，为地震预测研究提供了重要数据支撑和技术范式。

研究采用三大关键技术方法：1) 基于ZnS:Ag闪烁体的高灵敏度氡监测器，实现15分钟间隔连续采样；2) 三维气象屏蔽系统结合压力扩散模型，有效分离气象噪声与构造信号；3) 通过虚拟专用网络(VPN)实现100个站点实时数据传输，并与国际地震数据库（如EMSC-CSEM）联动分析。特别在喜马拉雅前沿等高风险区，站点间距控制在50-100km以匹配Dobrovolsky应变半径理论。

结果与讨论显示：

1. 仪器性能验证：BhaROSA与传统土壤探头对比实验证实，新系统对0.1Bq/m³量级的氡浓度变化具有显著更高的灵敏度，这与Sahoo等(2024)的压力-氡通量理论模型预测一致。
2. 前兆信号特征：2018年尼泊尔5.3级地震前，距震中80km的站点检测到持续14天的氡异常，幅度达背景值3倍；而2019年贾坎德邦4.7级地震前，低活动性断裂带的氡脉冲信号提前3个月出现，印证了"罕见地震伴随特异氡信号"的假设。
3. 噪声过滤算法：开发的卡尔曼滤波-小波变换联合算法，成功消除90%以上的降雨干扰（相关系数R²<0.05），使Mw>4地震的前兆识别准确率提升至68±7%。

结论部分强调：INDRA网络首次在板块尺度证实氡异常与地震活动的时空关联性，其创新性体现在：① 揭示前兆信号持续时间与震级呈对数关系（R=0.82）；② 在稳定克拉通区域（如德干高原）同样检测到构造相关氡脉冲，挑战了"仅活动断层释放前兆"的传统认知。尽管环境干扰的完全消除仍需改进，但该研究为建立全球标准化地震前兆监测网络提供了关键技术框架。正如通讯作者B.K. Sahoo指出："通过氡信号的'指纹特征'识别，我们正向理解断层带应力-渗流-辐射的耦合机制迈出关键一步。"这一突破性进展，使得利用氡异常进行中期（数月尺度）地震风险评估成为可能。