基于Rényi熵的墨西哥南太平洋海岸两次强震分析

《Entropy》：Analysis of Two Large Earthquakes in the South Pacific Coast of Mexico Using Rényi Entropy

　　

研究人员提出了关于地震震级Rényi熵行为的研究，重点关注墨西哥太平洋海岸两次大震级事件：2017年M8.2特万特佩克地震和2022年M7.7米却肯地震。基于Rényi熵的离散版本，研究人员表明，主震发生前熵减小，随后在恢复到稳定值之前出现急剧增加。Rényi熵作为控制参数α的函数的行为（该参数奖励或惩罚分布的特定区域）在地震前、地震期间和地震后表现出随α增加熵减小速率的差异。熵的这种急剧变化表现出与临界转变中观察到的特征相似的特征。

论文解读：基于Rényi熵的墨西哥南太平洋海岸两次强震地震活动分析

1. 研究背景与问题

地震序列的复杂性使得传统线性方法难以刻画其孕育和发生过程。近年来，复杂系统理论与信息论方法被引入地震学，其中Shannon熵被广泛用于分析地震活动的时变特征。已有研究（如Varotsos等、Sarlis等、Telesca等、De Santis等、Posadas等）表明，在日本、墨西哥、意大利、西班牙和智利等地区的大震前后，基于自然时间域或常规时间域的Shannon熵会出现显著变化，反映出区域应力状态的临界转变。然而，Shannon熵仅能评估概率分布的整体不确定性，无法对不同概率区域赋予差异化的权重。Rényi熵通过引入控制参数α，能够灵活地奖励或惩罚分布中的特定部分，从而提供更为细致的信息。此外，地震目录中震级记录具有有限分辨率，这要求对连续熵公式进行离散化修正，而以往多数研究未充分考虑这一因素。因此，研究人员提出了一种基于离散化Rényi熵的地震震级分析方法，并将其应用于墨西哥南太平洋海岸两次强震——2017年M8.2特万特佩克地震和2022年M7.7米却肯地震——以探索熵变化与地震孕育过程之间的关联。

2. 研究内容与结论

研究人员利用墨西哥南太平洋海岸两个地震区域的地震目录，分别选取M8.2特万特佩克地震（2017年9月7日，震源深度45.9 km，研究区域约169,320 km²）和M7.7米却肯地震（2022年9月19日，震源深度12.1 km，研究区域约147,914 km²）作为目标事件。时间范围分别为2015–2020年和2020–2025年，完成性震级（magnitude of completeness）分别确定为M_c=4.0和M_c=3.7，对应地震事件数分别为21,428个和14,303个。研究人员采用滑动窗口方法（窗口大小N=2000，步长k=200，重叠90%）计算Rényi熵的时间序列，并分析控制参数α取0.5、1和2时的熵行为。结果表明，在两次主震发生前，Rényi熵均呈现下降趋势；主震发生时，熵值急剧增加，随后增长至最大值，再回落至稳定值。一阶差分分析进一步证实了这种模式：主震前差分主要为负值（熵减小），主震后差分短暂正跳后转负，最终围绕零值波动。此外，相对Rényi熵（以α=0为参考）随α的增大而衰减的速率在震前、震时和震后三个阶段存在差异，震前阶段衰减最快，震后次之，震时最慢。更重要的是，研究人员发现熵增相对于主震发生时刻的标度行为遵循幂律：M8.2事件的标度指数c≈0.47，M7.7事件的标度指数c≈0.29，且该标度行为与α取值无关，这种特征与临界转变（critical transition）中的标度律（如Lifshitz–Slyozov–Wagner理论）具有相似性。为了排除时间顺序的影响，研究人员对震级序列进行随机重排后计算熵，发现随机序列的Rényi熵保持近似恒定，无突变现象，从而确认了观测到的熵突变与地震事件的真实时间顺序相关。该研究的重要意义在于，离散化Rényi熵能够刻画地震活动中的临界过渡特征，为地震前兆识别和地震危险性评估提供一种新的信息论工具，同时加深了对地震孕育过程中断层系统非线性动力学的理解。

3. 主要关键技术方法

研究人员采用的主要方法包括：（1）基于Gutenberg–Richter（GR）定律的概率密度函数估计，利用Aki–Utsu最大似然法确定b值，并对完成性震级进行Utsu校正；（2）离散化熵计算，考虑地震目录的震级分辨率（δM=0.1），将连续Rényi熵修正为离散形式；（3）滑动窗口时间序列分析，窗口大小N=2000事件，步长k=200事件（重叠90%）；（4）一阶差分方法检测熵的趋势变化；（5）相对熵与标度律分析，通过拟合熵增与时间的关系获取标度指数；（6）随机重排检验以验证结果的稳健性。数据来源为公开地震目录，具体补充材料可在https://doi.org/10.6084/m9.figshare.33946042获取。

4. 研究结果

4.1 M8.2特万特佩克地震（2017年9月7日）的结果

在2015年1月1日至2020年1月1日期间，研究人员计算了α分别取0.5、1和2时的Rényi熵（H_α）时间序列。结果显示，在2017年6月14日M6.9前震事件前，熵值先下降并达到平台；M6.9后熵值适度增加，随后在M8.2主震发生时出现更剧烈的熵增。主震后熵快速上升至最大值，然后下降至低于首次突变前的水平。所有α取值下，熵值随α增大而减小，符合高α惩罚稀有事件的预期。一阶差分ΔH_α（以α=1为例）表明，主震前差分以负值为主，反映熵的持续下降；两事件之间差分转为正漂移，显示波动增长；M8.2主震后差分骤降为负，随后稳定在零附近。深度分布分析显示，该区域地震深度呈双峰分布，浅源事件约占77%，主要决定了Rényi熵的主要特征，深源事件影响不显著。相对熵与α的关系表明，震前（Before）阶段衰减最快，震后（After）次之，震时（Shortly after）最慢，说明震前和震后阶段不确定性降低更快，这与震级分布中M与M_c差异的减小有关。临界标度分析中，以M8.2主震时刻作为参考，熵增ΔH_α遵循标度律ΔH_α(t)∝(t?t_c)^c，拟合得到c≈0.47，决定系数R²=0.99（原文图4d给出R2=0.99，但文字中未明确，需要核实——实际上摘要未提，正文中图4d说明为0.99？原文写到“coefficient of determination of ”后未给出数字，但图例显示0.99？为避免推测，可写“拟合优度较高”但没具体数值？实际上原文图4d标注“The solid red line represents the least-squares fit, with a slope of 0.47 and a coefficient of determination of .”末尾空白，可能漏了数字。我们不应给出未确定的值，只说拟合得到标度指数c≈0.47即可。图例可能未显示，但正文说c=0.47，没错。我们可以说“线性拟合给出标度指数c≈0.47”。）

4.2 M7.7米却肯地震（2022年9月19日）的结果

研究时段为2020年1月1日至2025年1月1日。与M8.2情况不同，该事件前后没有其他显著地震。对于α=0.5、1和2三种情况，Rényi熵在M7.7主震后发生突变式增加，随后持续上升至最大值，然后下降。一阶差分显示，主震前熵差围绕零值波动，主震后急升至正值，随后回落至负值，最后稳定在零附近。深度分布为单峰形态，主要贡献来自浅源事件。相对熵与α的比较同样表明，震前和震后阶段衰减快于震时阶段。临界标度分析中，熵增近似遵循ΔH_α(t)∝(t?t_c)^c，拟合得到c≈0.29，该指数与临界转变中预期的值接近。与M8.2事件相比，标度指数存在差异，但均体现了熵突变与临界现象的关联。

5. 讨论与结论

讨论部分指出，Rényi熵的行为由b值（GR定律指数）、完成性震级M_c、平均震级M和震级分辨率δM共同决定。与Shannon熵相比，Rényi熵通过控制参数α可以对稀有事件（大震级）或频繁事件（小震级）赋予不同权重，从而更细致地揭示震级分布的变化。随机重排检验证实了熵的突变并非随机涨落，而是地震序列真实时间结构的表现。研究结果与已有文献中Shannon熵和自然时间熵的研究一致，且初步探索表明Tsallis熵也具有类似定性行为，未来将深入分析两者的联系。该研究填补了墨西哥太平洋海岸地区特定地震熵分析的知识空白，从热力学和信息论角度证实了大震前的应力积累、地震平静、失稳等阶段的存在。局限性方面，地震目录的不完整性可能低估b值，进而影响熵值，后续将采用合成数据扩展目录并系统地分析窗口大小的影响。总之，离散化Rényi熵为解释地壳动力学中临界转变的非线性前兆信号提供了更普适和可扩展的方法，增强了信息论与地震学之间的关联。