综述：地球物理法医学事件监测进展

这篇技术综述系统阐述了利用地震（seismic）、次声（infrasound）和水声（hydroacoustic）技术监测人为非核爆炸事件（如工业事故、矿山坍塌）的最新进展，重点介绍了机器学习模型在事件定位、当量估算（如2020年贝鲁特爆炸1?ktonne当量分析）和不确定性表征中的应用，为ARA San Juan潜艇搜救等民事科学应用提供技术支撑。

　　

Abstract

近年来，随着地球物理监测技术的进步，针对非核人为事件（如工业爆炸、矿山坍塌）的法医学分析实现了从定性到定量的跨越。通过整合地震（seismic）、次声（infrasound）和水声（hydroacoustic）三大学科方法，研究者已能对地下、近地表、大气及水下领域的异常事件开展多维度解析。2020年黎巴嫩贝鲁特港口的硝酸铵爆炸事件中，多技术联合分析将爆炸当量精确锁定在约1?ktonne量级，其误差范围的确立为小规模事件研究提供了范式。

技术突破

机器学习算法的引入革新了传统监测体系。基于深度学习的模型可自动识别波形特征，实现： 1）亚千米级事件定位 2）复合事件中子事件的剥离（如矿山连续坍塌的序列分析） 3）TNT当量反演（误差范围较传统方法缩小40%） 值得注意的是，水声阵列对水下事件的监测灵敏度达到10^-3?Pa/√Hz，成功应用于阿根廷海军ARA San Juan潜艇失联事件的搜索定位。

挑战与展望

当前技术仍受限于已知事件的事后分析。未来需突破： • 高分辨率地球模型构建（如全球海底地形数据库GEBCO的融合应用） • 实时流数据处理架构开发 • 跨模态信号关联算法优化 这些进步将推动该技术从军事安全领域向地质灾害预警、海洋搜救等民生领域拓展，最终实现"地球物理CT"式的全时域事件监控网络。