综述：利用地震特征表征火山活动阶段：以Tajogaite（2021年）和Colima（2013?2022年）为例

本文推荐一篇火山地震监测领域的创新研究，通过分析香农熵（SE）、频率指数（FI）和峰度（Kurtosis）等地震参数的时序演化，提升对火山喷发预报、活动特征刻画及喷发结束判定的能力（保留原文符号和术语规范）。

　　

Main seismic patterns and data

本研究分析了拉帕尔马岛2021年至2022年的地震记录（包含2021年9月至12月的Tajogaite喷发）以及墨西哥Volcán de Fuego de Colima 2013年至2022年十年的连续监测数据。研究聚焦于数据连续性最好且最接近喷发口的地震台站，利用香农熵（SE）、频率指数（FI）和峰度（Kurtosis）来提取稳健的火山活动模式。

Methods

数据分析使用地震台的垂直分量信号，因许多火山监测使用单分量地震仪。原始地震信号经过1 Hz至16 Hz的带通滤波，以排除气候和人为活动引起的低频及高频噪声。采用滑动窗口法进行分析，窗口长度依据事件能量调整：系统性长期分析使用10分钟窗口，高能爆炸事件使用10分钟，其他特定事件则根据需要调整。计算每个窗口内的SE、FI和Kurtosis，以捕捉火山系统的细微变化。

Results

结果部分以描述性方式呈现，不深入探讨成因。SE在喷发前因信号趋于有序而降低，FI突显了与不同活动类型相关的优势频带变化，Kurtosis则有效检测到与断裂相关的脉冲式地震事件。在Tajogaite案例中，该方法提前至少9小时预报了喷发，并通过SE的明显变化确定了喷发结束，与最后火山活动视觉证据一致。

Discussion

结合Tajogaite和Volcán de Fuego de Colima的以往研究（如速度层析成像、岩石学、地球化学和地震矩张量分析），SE、Kurtosis和FI的时序演化被证明是有效的火山监测工具。SE特别适用于识别强烈喷发阶段的开始、穹隆生长和休眠转变；FI有助于解读优势频带变化，反映岩浆上升、通道加压等过程；Kurtosis则捕捉断裂相关的瞬态事件。这些参数共同为地下喷发机制的解释和建模提供了约束，尽管两座火山在形态、熔岩类型和喷发机制上存在差异，但分析揭示出了一致的模式。

Conclusions

火山警报的公共管理仍具挑战，科学家需提供准确及时的证据。本研究强调了结合SE、FI和Kurtosis等地震参数在实时火山监测、喷发预报和过程表征中的潜力，有助于改进火山灾害管理的早期预警协议。目前尚无通用解决方案，火山系统常需个性化方法，但这些参数作为间接指标，为理解地球深处的高能非线性过程提供了新视角，推动了监测技术的进步。