《Applied Sciences》：Advances in Deep Learning Applications for Slow Earthquake Research
慢地震代表了介于稳定蠕滑与动态破裂之间的一种重要断层滑动模式。其发生受矿物组成、孔隙流体压力、有效正应力、系统刚度及微观结构演化的共同控制。由于天然断层的内部状态无法直接观测，慢滑移、构造震颤及低频地震的研究长期面临信号微弱、噪声复杂及观测尺度差异等挑战。本综述在岩石摩擦与滑动稳定性的物理基础之上，总结了深度学习在实验室摩擦与声学数据、天然地震波形、全球导航卫星系统（GNSS）观测及应变测量中的近期应用，重点关注事件检测、断层状态估计、速率-状态摩擦参数反演及滑动演化预测。现有研究已从事件识别发展到剪应力重建、摩擦参数估计及未来断层状态预测。然而，在天然断层上的应用仍以事件检测与目录构建为主，参数反演与预测仍主要依赖实验室实验或合成数据。物理约束神经网络、迁移学习、降阶建模及数据同化为整合实验室实验、数值模拟与天然观测提供了有前景的路径；然而，其可靠性仍受限于本构模型依赖性、参数非唯一性、域偏移及独立验证不足等问题。未来工作应加强多观测集成、跨区域验证与不确定性量化，同时构建连接实验室实验、数值模拟与天然断层观测的双向框架。目前，深度学习更适合断层状态表征与滑动趋势的概率评估，而非慢地震精确发生时间的确定性预测。
3. 慢地震的摩擦物理学基础
3.1 岩石与矿物组成及断层摩擦特性
慢地震一般发生于稳定蠕滑与动态破裂之间的过渡条件下，断层材料的组成界定了其摩擦行为的基本范围。矿物在晶体结构、颗粒形态、表面化学及水-岩反应性等方面的差异可改变颗粒接触、摩擦愈合、压实-膨胀行为及速度依赖性。然而，矿物类型与特定滑动模式之间并不存在唯一对应关系。富黏土和富蛇纹石断层通常表现出相对较低的摩擦强度，但并不必然稳定；富石英、长石及辉长岩材料一般具有较高的摩擦强度，但也不必然发生快速失稳。最终的滑动行为由温度、流体、有效正应力、滑动速度及剪切组构的综合效应所决定。
黏土矿物广泛分布于浅部俯冲带沉积物与断层泥中。其层状晶体结构、吸附水及层间水通常降低晶体学平面上的剪切阻力，导致富黏土材料摩擦系数相对较低。然而，其摩擦稳定性随黏土含量、颗粒互锁、膨胀性及愈合能力而变化。研究表明，富黏土断层泥尽管摩擦强度较低，仍可保持速度强化或发生依赖条件的摩擦稳定性变化。增加黏土含量和降低摩擦愈合可改变间震期强度恢复。低速、长历时失稳观测进一步表明，富黏土断层并不局限于稳定蠕滑。黏土矿物倾向于降低断层强度与愈合速率，同时拓宽慢失稳可能发生的条件范围。
含蛇纹石材料同样具有相对较低的摩擦和复杂的速度依赖性，但其行为强烈受矿物相与环境条件控制。叶蛇纹石、利蛇纹石和纤蛇纹石在晶体结构、颗粒形态及变形行为上差异显著，不能视为力学等效的"蛇纹石"。实验室实验进一步表明，富蛇纹石断层可能表现出相对较低的摩擦愈合和较大的滑动弱化距离，从而延长峰值摩擦至稳态摩擦的过渡过程。在更高的温度与深度条件下，富叶蛇纹石蛇纹岩的变形还可能涉及半脆性或黏塑性过程，增强断层稳定性并抑制快速破裂加速。
蛇纹石实验中所观察到的稳定性差异主要反映压力-温度条件与变形路径的不同。在某些高温热液条件下，脱水、晶粒细化及剪切局部化可促进慢黏滑或显著失稳。相反，在高孔隙流体压力和低有效正应力条件下，蛇纹石断层泥在大多数实验条件下保持速度强化，仅在最低加载速率下出现轻微速度弱化与准静态振荡；随滑动速度增加，速度强化得以恢复。较低的孔隙压力可能有利于脱水和局部化，而较高的孔隙压力可能抑制脱水同时增强压溶与扩散变形。含蛇纹石断层因此可能通过弱愈合和黏塑性耗散限制破裂，或通过低速下速度弱化向高速下速度强化的转变产生自限滑动。
富石英、长石、辉石及辉长岩材料通常表现出较高的摩擦强度和更显著的颗粒互锁与破碎。然而，增加力学强矿物比例并不必然增加失稳倾向，其效应取决于颗粒是否形成连续承力骨架以及剪切是否局部化于强颗粒骨架内或沿连通的弱相分布。当石英-长石颗粒承担大部分载荷时，颗粒破碎与剪切局部化可能更为显著；反之，当黏土或其他弱相形成连续剪切面时，滑动可能优先沿该弱相局部化。因此，具有相似整体矿物比例的断层泥，其摩擦行为可能因弱相连通性、颗粒空间分布及主滑带结构的不同而显著差异。
天然断层通常由多种矿物和岩性单元组成，其空间非均质性可能比平均矿物组成更为重要。随着剪切累积，黏土涂抹、叶理连续性增强及主滑带内的局部化可持续改变整体摩擦响应。矿物组成在断层演化过程中也并非静止不变。溶解、沉淀、脱水、碳化、晶粒细化及剪切局部化持续重组颗粒接触与弱相连通性。总体而言，矿物组成约束了摩擦行为的可能范围，但并不独立决定慢滑移的发生。对于后续深度学习应用，岩性标签不应直接用作稳定或不稳定行为的代理。更具物理意义的模型输入应包括矿物比例、粒径、组构、温度、孔隙流体压力、有效正应力、滑动速度及累积位移。
3.2 速率-状态摩擦与滑动稳定性
矿物组成界定了断层摩擦的物质基础，但摩擦系数的大小本身不能确定断层将发生稳定蠕滑、慢滑移还是快速破裂。滑动稳定性取决于摩擦阻力对滑动速度扰动和滑动历史的响应方式，以及周围介质或加载系统的弹性刚度是否足以抑制摩擦弱化。速率-状态摩擦（RSF）定律因此提供了连接实验室摩擦实验、稳定性分析与慢地震数值模拟的基本理论框架。
摩擦系数μ表示为：μ = μ0 + a·ln(V/V0) + b·ln(θ·V0/Dc)，其中μ0为参考滑动速度V0下的参考摩擦系数，V为瞬时滑动速度，θ为描述断层接触状态演化的状态变量。无量纲参数a和b分别表征直接速度响应与状态依赖的摩擦演化，Dc为状态变量在扰动后演化的特征滑动距离。以老化律为代表的状态演化方程中，状态变量在静止接触期间增加，在滑动期间向稳态值演化。其他状态演化公式，特别是滑动律，可再现相同的稳态速度依赖性，但产生不同的瞬态响应、成核行为及Dc推断值。
在稳态条件下，a?b的符号描述摩擦的稳态速度依赖性。当a?b > 0时，摩擦随滑动速度增加而增加，断层为速度强化，速度扰动通常被阻尼。当a?b < 0时，摩擦随滑动速度增加而减小，断层为速度弱化，这是摩擦失稳的必要但非充分条件。a?b的大小和符号是条件依赖的，可随温度、矿物相、有效正应力、孔隙流体压力、滑动速度及变形历史而变化。同一材料在不同实验条件下可能跨越速度强化、近中性及速度弱化区间。
对于由速度弱化RSF行为控制的理想化单自由度弹簧-滑块系统，临界刚度kc = (b?a)·σneff/Dc。当实际弹性加载刚度k > kc时，弹性卸载可抑制摩擦弱化，断层趋于稳定滑动。当k < kc时，速度扰动可能持续放大。当k接近kc时，系统处于稳定与不稳定行为之间的过渡状态，更可能表现出慢黏滑或准静态振荡。实验室实验表明，速度依赖性、有效正应力或系统刚度的变化可驱动同一实验断层在稳定滑动、慢滑移与快速黏滑之间连续转换。这些观测支持将慢地震解释为断层滑动模式连续谱中的过渡行为。
临界刚度准则仍依赖于摩擦参数的确定方式及本构假设。Dc控制摩擦状态的演化并影响成核尺度，但其拟合值可受装置刚度、采样频率、速度阶跃范围、去趋势程序及所选状态演化律的强烈影响。在近临界滑动或准静态振荡条件下，拟合的Dc值更应视为特定实验条件下的有效参数，而非天然断层固有的固定几何长度尺度。同样，相同的a?b值并不必然意味着相同的瞬态摩擦行为。a、b和Dc的绝对值在非稳态演化过程中继续影响瞬时强化、后续弱化及滑动加速。
慢滑移可通过多种涉及接近临界稳定性边界的路径产生。速率-状态模拟表明，在稳定与不稳定滑动过渡附近运行的断层上可自发出现无震瞬态。一种情景中，断层表现出相对较弱的速度弱化，而系统刚度接近kc，允许扰动增长而不迅速发展为动态破裂。慢瞬态也可发生在速度强化区域内，当其受相邻断层段应力变化驱动时。另一种情景中，速度依赖性本身随滑动速率变化：低速下的速度弱化促进滑动起始，而加速后的速度强化限制破裂速度和传播距离。蛇纹石断层泥的行为为后者自限路径提供了实验支持，但其适用性取决于矿物组成、压力-温度条件、加载历史及摩擦参数估计的不确定性。
当RSF行为从理想化单自由度系统扩展到空间分布断层时，滑动稳定性进一步受断层尺寸、弹性相互作用及摩擦性质空间非均质性的控制。即使局部速度弱化区域满足失稳条件，若失稳斑块小于临界成核尺寸，扰动可能被相邻速度强化区域耗散。慢地震源区的滑动行为因此不仅取决于局部摩擦参数，还取决于速度强化与速度弱化区域的大小、连通性及空间排列。
有效正应力与孔隙流体压力同样可移动稳定性边界，但其效应是动态的而非纯粹静态的。孔隙压力变化可降低断层强度，而滑动诱发的膨胀与排水可产生稳定化反馈。因此，a?b > 0并不完全排除瞬态慢滑移，而a?b < 0也不保证快速动态破裂。RSF理论的价值不在于使用任何单一参数确定慢地震是否发生，而在于提供描述断层接近稳定性边界程度的定量框架。慢滑移状态可由包含摩擦参数a、b、Dc、有效正应力σneff、系统刚度k、滑动速度V、状态变量θ及孔隙流体压力Pf的多维状态空间表示。对于深度学习应用，模型输出应超越"稳定"或"不稳定"等离散标签，纳入断层接近临界稳定性的程度、合理参数范围及相关不确定性。
3.3 温度、流体与微观结构变形的影响
速率-状态摩擦参数并非独立于环境条件的固定材料常数。温度改变颗粒接触处的变形机制和矿物反应速率；流体不仅通过孔隙压力调节有效正应力，还参与溶解、沉淀、水化和脱水反应；颗粒破碎、压实、膨胀及剪切局部化反过来可改变孔隙结构、渗透率及孔隙压力演化。慢滑移因此更可能在摩擦弱化、流体输运与时间相关变形相互竞争的过渡区域出现。
温度对摩擦稳定性的影响强烈依赖于矿物学和流体条件。温度升高可促进接触蠕变、扩散和压溶，有利于稳定变形，但也可能诱导结合水脱附、矿物分解、晶粒细化及应变局部化，从而增强弱化。实验表明，温度升高可降低石英-高岭石断层泥的摩擦稳定性，证明较高温度并不必然促进稳定黏性变形。蛇纹石实验进一步说明，相似热条件下可能出现不同的摩擦路径。在较低孔隙流体压力下，叶蛇纹石脱水和剪切局部化可促进失稳，而碳酸盐化蛇纹岩中的高温脱挥发反应也可产生反应诱导弱化。相反，在高孔隙流体压力下，压溶和扩散变形增强，样品主要保持速度强化。
流体效应同样不能简化为孔隙压力增加必然促进失稳的假设。较高的孔隙流体压力降低有效正应力与断层强度，但滑动诱导的膨胀可暂时降低局部孔隙压力、增加有效正应力，产生限制加速的稳定化反馈。Segall和Rice建立了膨胀、压实与孔隙流体演化耦合的速率-状态框架，表明膨胀强化可使速度弱化断层通过慢滑移而非动态破裂释放应力。该稳定化反馈能否持续取决于排水条件、渗透率及孔隙压力扩散的特征时间尺度。实验表明，稳定滑动、慢滑移与快速失稳之间的转换并不必然需要持续异常的孔隙压力。黏土组构的连通性可同时降低摩擦强度和渗透率，从而在瞬态不排水条件下改变膨胀诱导的压力降。
流体的物理状态和化学活性也可改变摩擦机制。辉长岩断层在液态、汽态和超临界水条件下表现出不同的滑动弱化行为和速度敏感性。这表明即使在相当的有效正应力下，水-岩反应、界面化学及颗粒尺度润滑的差异也可导致不同的摩擦响应。流体因此不仅应视为力学变量，还应视为参与矿物反应和界面重构的化学活性介质。
微观结构为温度、流体与宏观摩擦参数之间提供了重要联系。颗粒破碎增加细粒丰度和反应表面积，压实减少孔隙空间，膨胀改变孔隙压力，压溶与沉淀持续改变接触强度和孔隙结构。微物理模型表明，摩擦滑动、膨胀、压溶与热激活变形之间的竞争可在含层状硅酸盐断层泥中产生显著的速度依赖性。这意味着a?b并不唯一代表单一颗粒接触摩擦机制，而可能反映相对快速的剪切变形与较慢的结构恢复之间竞争的宏观结果。
剪切局部化进一步增强了这种条件依赖性。一旦变形集中于狭窄的主滑带内，整体摩擦行为越来越受局部细粒材料、矿物定向及化学反应控制。局部化可促进持续弱化，但压溶、沉淀或颗粒粘结也可能导致愈合和再强化。相似的体矿物组成和压力-温度条件因此不必然产生相似的滑动行为，因为剪切应变的空间分布可能比样品平均性质更重要。
摩擦愈合反映断层结构随时间的持续演化。在保持期间，真实接触面积和颗粒间粘结通常增加，导致重新加载时更高的再强化，尽管该过程对矿物学和流体条件敏感。与浅部慢滑移环境相关的一些材料表现出极低的愈合速率，可能对应较小的应力降和较短的复发间隔。某些富长石材料在热液条件下的愈合速率甚至可从正值转变为负值。摩擦愈合因此不应视为仅由保持时间决定的固定参数，而是由温度、流体和接触结构共同控制的动态属性。
这些过程可概括为双向反馈链：压力-温度与流体条件→颗粒尺度变形与矿物反应→组构、孔隙度与渗透率演化→孔隙压力与摩擦参数变化→滑动稳定性转换。滑动反过来通过颗粒破碎、膨胀、压实与局部化改变流体路径和反应速率。慢地震可能在上述过程的特征时间尺度变得可比时优先发生：摩擦弱化足以启动滑动，而膨胀强化、压溶、黏塑性耗散或速度强化则限制进一步加速。对于深度学习应用，温度、孔隙流体压力和微观结构不应仅作为静态背景变量处理。模型输入应尽可能包含排水状态、渗透率、孔隙度变化、摩擦愈合、累积位移及剪切局部化程度。模型输出同样应超越a、b和Dc的固定估计，转而表征这些参数如何随环境和结构条件演化及其相关不确定性。
4. 深度学习研究的数据与方法基础
4.1 实验室摩擦与声学数据
实验室摩擦实验可在精确控制矿物组成、温度、孔隙流体压力、有效正应力及加载刚度的同时，同步记录应力、位移、滑动速度及声学响应。与天然观测相比，其主要优势不仅在于可获得更多重复事件，更在于能够在可观测信号、断层物理状态与滑动行为之间建立相对明确的对应关系。现有深度学习研究主要依赖三类实验室数据：力学测量、被动声发射和主动超声监测。
力学测量通常包括剪应力、摩擦系数、位移、滑动速度、正应力及孔隙流体压力，为模型训练和验证提供主要标签。剪应力、摩擦系数、滑动阶段及距下次失稳的剩余时间均可构建为监督学习目标。与天然事件目录相比，这些标签通常具有更明确的边界。然而，力学传感器主要记录样品的整体响应，无法直接分辨断层泥内部的颗粒重排、局部化滑动或接触网络演化。力学数据因此适合表征宏观摩擦状态，但不足以单独解释状态演化的内部过程。
被动声发射记录加载和滑动过程中断层内部自发产生的弹性波。颗粒破碎、接触尺度滑动及局部化剪切带内的活动均可在连续声学波形中产生特征信号，使被动声发射对宏观失稳前的细微内部变化特别敏感。已有研究表明此类信号包含与摩擦状态和断层失稳相关的信息。声能演化在实验室地震周期中系统性变化，相关机器学习特征可阐明慢速与快速实验室破坏模式之间的相似性。然而，其振幅和频谱特征也受传感器位置、耦合条件、样品尺寸、装置配置及仪器响应的影响。模型学习到的模式因此可能不仅反映断层状态演化，还反映实验装置的持久特征。
主动超声监测通过换能器反复向断层发射受控波形，利用透射波速度、振幅及频谱内容的变化表征断层带的弹性性质。与记录内部自发能量释放的被动声发射相比，主动监测测量断层对施加扰动的响应，因此对真实接触面积、裂纹状态及体刚度的变化更为敏感。其主要优势在于源波形和发射时间均可控制。其局限性包括对换能器耦合、传播路径、重复源间隔及装置力学边界条件的敏感性。
三类数据表征同一断层滑动过程的不同方面。力学测量描述加载、失稳与恢复的宏观序列；被动声发射主要响应微破裂与局部化滑动；主动超声测量反映接触网络与体弹性结构的变化。尽管三类信号在失稳临近时均可能变化，但其响应时间尺度、噪声特征及物理敏感性不同。任何单一声学指标都不应被解释为断层状态的完整表征。多源观测的主要价值在于提供宏观力学、局部损伤与接触网络演化的互补约束。
实验数据的组织方式强烈影响所报告模型性能的可信度。若同一滑动周期内的相邻时间窗被随机划分至训练集和测试集，模型可能利用时间相关性和周期间的重复性，导致人为膨胀的性能。更严格的数据划分应在完整滑动周期、整个实验或独立加载条件层面进行。应优先进行跨正应力、滑动速度、材料类型及实验装置的验证。采样频率、窗口长度、传感器位置、滤波程序及标签构建也应完整报告。实验室数据集在尺度和代表性方面存在固有局限。规则黏滑实验常表现出显著周期性，而天然慢滑移事件发生在更为复杂的复发模式、断层几何、流体条件及加载配置下。实验室数据因此更适合识别物理意义的状态表征、检验模型输出是否与摩擦行为一致，并为后续数值模拟和天然观测解释提供参考约束，而非训练可无需重新校准而适用于所有断层的通用预测器。
4.2 天然地震、GNSS与应变观测
与实验室摩擦数据相比，天然观测记录真实断层活动，但不提供摩擦系数、应力状态或接近稳定性边界程度的同步测量。慢滑移信号通常微弱且持续时间长，常叠加于季节性变形、地下水相关变化、仪器漂移及背景地震活动之上。天然数据集的主要挑战因此不仅是观测不足，还在于确定每类测量所代表的断层活动方面。
连续地震记录提供高时间分辨率，适合检测构造震颤和低频地震并追踪其活动率的时间变化。然而，震颤和低频地震主要代表广泛慢滑移区域内局部化脆性斑块的辐射，其数量或振幅与无震滑移总量之间不存在固定关系。地震波形还受震源机制、传播路径、场地效应及仪器响应的影响。地震观测可提供局部断层活动的灵敏指标，但本身不能证明特定量级的无震滑移已经发生。
GNSS观测更直接地记录慢滑移产生的地表位移，是约束事件持续时间、空间范围和滑移量级的主要数据集之一。然而，日GNSS时间序列通常包含季节性分量、共模误差、数据缺口及毫米级噪声，限制了解析短持续时间或低振幅事件的能力。基于单站的模型可能将局部异常误判为构造变形，而多站分析可利用真实断层滑移的空间相干性抑制站特定噪声。
合成数据集可扩展模型开发中事件量级、位置和持续时间的范围，但不可避免地继承断层几何和噪声特征的假设。真实观测更好地反映实际数据分布，但受限于有限的样本量和不完备的标签。更可靠的策略因此是使用合成数据进行预训练或参数空间扩展，然后使用真实事件进行校准和独立验证。
应变仪和倾斜仪有助于弥合高频地震记录与日GNSS测量之间的观测间隙。它们对分钟至数天时间尺度的微小变形瞬态特别敏感，因此适合检测短持续时间慢滑移事件。这些记录对潮汐、大气压、降雨及地下水变化高度敏感，而有限的台站覆盖使独立约束震源位置和滑移量级变得困难。多台站间的空间一致性，以及附近蠕变仪、GNSS台站或地震活动中观察到的同步响应，为确定候选瞬态是否具有构造起源提供了重要证据。
三类观测应视为互补而非可互换。地震波形提供局部断层活动的高时间分辨率信息，GNSS约束整体位移场和滑移空间范围，应变测量捕获较短时间尺度的局部变形。构造震颤、GNSS位移瞬态和应变异常因此不应视为等效标签。更可靠的分析应结合多个独立观测，并评估候选事件能否在分离的台站、不同数据类型及未用于模型训练的时间段内重现。
4.3 深度学习模型、任务定义与评估方法
在慢地震研究中，模型架构重要，但首要任务是精确定义模型要解决的问题。同一神经网络架构可用于确定给定时间窗内是否发生慢滑移、估计当前摩擦状态或预测未来断层演化。这些任务在标签构建、物理解释和评估标准上差异显著。若将事件检测、状态估计和预测视为等效问题，即使高预测精度也只能提供有限的物理洞察。
从研究目标角度，现有应用可分为四个层次。第一是检测与分类，旨在确定慢滑移、构造震颤或低频地震是否存在。第二是状态估计，利用声学或地球物理观测恢复剪应力、摩擦系数或滑动速度等连续变量。第三是趋势预测，利用当前和历史观测推断未来事件或摩擦行为的后续演化。第四是参数反演，利用观测约束摩擦参数a、b和Dc及其可能的空间分布。随着这些任务逐步接近断层内部物理状态，其对标签质量、观测覆盖和模型假设的依赖程度不断增加。一个特别重要的区别是，识别已经开始的事件构成检测，而预测需要推断尚未发生的滑动。
模型选择应由物理任务驱动。卷积神经网络适合从波形和时空序列中提取局部模式，循环神经网络和Transformer架构更适合表征加载历史和较长范围的时间依赖。编码器和其他低维表示可用于高维数据压缩和无监督异常检测。迁移学习不是独立的网络架构，而是将源域学到的知识适应到新实验或构造区域的训练策略。物理约束神经网络通过将控制方程和边界条件纳入学习过程来约束解空间。这些方法可组合使用，但增加模型复杂度不必然导致更可靠的物理解释。
评估指标必须与任务匹配。对于慢地震和低频信号检测，非事件样本通常远多于事件样本，整体准确率可能掩盖显著的漏检率。应同时报告精确率、召回率、F1分数及精确率-召回率关系，以及事件级别的起止时间误差、漏检和重复检测。对于摩擦状态、应力或滑动速度的回归任务，常用指标包括平均绝对误差、均方根误差和相关系数。这些指标应在加载、成核和滑动阶段分别评估，避免整体性能被长时间相对稳定行为主导。预测研究还应同时报告预测提前量和预测误差。
数据划分方式可能比评估指标选择更重要。若同一滑动周期或连续记录中的相邻时间窗被随机划分至训练集和测试集，模型可能利用时间相关性、事件周期性或固定仪器特征，导致人为膨胀的性能。更严格的验证应使用完整事件、整个实验或连续时间区间作为独立单元。验证应逐步扩展至不同应力条件、实验装置、材料类型和构造区域。目标域微调后的性能也应与无需重新校准的真正域外泛化明确区分。
标签不确定性也必须纳入模型评估。天然慢滑移目录不完备，事件起止时间和滑移量级的估计通常来自本身依赖先验假设的反演。模型输出与现有目录之间的不一致可能代表误报或目录遗漏的真实事件。单一目录因此不应视为绝对真值。候选检测应通过跨台站一致性、独立观测类型及后续物理分析进行评估。参数反演和概率预测研究不应仅报告单一最优值，还应量化合理参数范围、预测不确定性及这些不确定性对噪声水平和观测覆盖的敏感性。
5. 慢地震研究中的深度学习应用
5.1 慢地震与低频信号检测
慢地震检测的目标是在微弱振幅、长信号持续时间和复杂噪声的连续观测中识别真实断层活动。与普通地震相比，慢滑移事件常缺乏清晰震相起始和强高频辐射。构造震颤、低频地震和细微地表变形因此提供重要的观测代理。深度学习的贡献不仅在于增加检测事件数量，还促进了从重复搜索已知事件族向发现先前未识别事件、重建连续断层活动及多观测类型联合验证的转变。
早期低频地震检测主要依赖模板匹配，利用先前识别事件波形搜索连续记录中的相似信号。该方法对已知事件族有效，但可能遗漏具有不同震源位置或波形特征的事件。研究表明神经网络可识别信噪比弱且震相到达不明确的低频地震。将深度学习应用于14年连续地震记录可构建包含超过一百万事件的扩展目录。这些方法显著提高检测灵敏度，但仍依赖现有目录提供训练标签，可能继续遗漏原始目录中不存在的事件类型。
进一步研究将低频地震监测分解为震相拾取、事件关联和震源定位。该框架恢复了已知震源并识别了多个慢地震活动区域中先前未编目的事件，同时表现出一定程度的跨区域泛化。这一进展表明深度学习正从针对特定事件族的分类器向更完整的低频地震活动监测系统演变。然而，检测到更多低频地震并不必然意味着检测到更多慢滑移，因为局部化脆性地震辐射与断层上总无震滑移之间不存在固定关系。
连续地震记录还可能包含与慢滑移演化相关的信息。研究表明卡斯卡迪亚震颤频段地震信号的统计特征可追踪慢滑移速率的变化，主要慢滑移事件前地震能量逐渐增加。这些结果表明天然断层可能经历可观测的逐渐准备过程。然而，目前最强证据来自慢滑移复发相对准周期的卡斯卡迪亚。传播路径、震颤辐射效率及背景噪声的变化可能产生相似的统计模式，因此仍需使用GNSS或应变观测进行独立确认。
大地测量观测使深度学习方法能更直接地识别无震滑移。利用多站GNSS时间序列训练的深度学习模型，其合成训练样本包含数据缺口、共模误差和空间相关噪声，可直接从时间序列中识别候选慢滑移事件。另有研究利用多GNSS台站的时空信息识别现有目录中未包含的候选事件。相反策略则使用真实GNSS观测训练检测器以减少合成噪声假设与实际观测数据之间的差异。这两种策略分别受限于合成模型中的假设和真实标记事件数量有限。更稳健的方法是使用合成数据扩展可能事件参数范围，然后使用真实观测进行校准和独立验证。
高灵敏度应变测量进一步扩展了可检测事件时间尺度范围。利用小波表示、自编码器和无监督聚类分析帕克菲尔德钻孔应变观测，可识别日GNSS数据难以解析的短持续时间滑动信号。候选事件通过多个应变仪和附近蠕变仪的相干响应进一步评估。该示例展示了在缺乏完整事件目录时无监督学习识别先前未知瞬态的潜力。然而，有限的台站覆盖仍制约着确定震源几何和总滑移量级的能力。
5.2 断层摩擦状态识别与参数反演
慢地震检测解决是否发生异常滑动的问题，而断层状态估计旨在确定断层当前承受的应力水平、其摩擦阶段及接近稳定性边界的程度。由于天然断层的摩擦系数、状态变量和速率-状态摩擦参数无法直接连续测量，现有研究一般先在实验室实验中建立声学观测与力学状态之间的映射，再通过摩擦定律将状态估计扩展至参数反演。这两个任务代表递进的推理层次：前者重建剪应力、摩擦系数和滑动速度等连续变量，后者进一步估计a、b和Dc等参数及其空间分布。
实验室声学研究首先证明断层在宏观失稳间隔期间并非完全不可观测。利用被动声发射可估计实验断层的瞬时摩擦状态，表明微弱声学活动包含加载期间应力演化和颗粒接触条件演化的信息。利用主动超声测量，可从波速和振幅变化重建剪应力演化并估计下次失稳的时间。被动声发射对颗粒尺度破裂和局部化微滑移特别敏感，而主动超声信号更直接反映断层带体接触刚度和弹性结构的变化。将这些信号与力学测量结合可提高隐藏摩擦状态的可观测性。
然而，声学信号与摩擦状态之间的关系并非唯一。传感器耦合、装置几何、样品尺寸和颗粒组构均可改变记录波形。高状态估计精度因此证明在特定实验条件下恢复了稳定的观测-状态关系，但并不证明给定声学特征唯一代表特定物理变量。实验室研究的主要进展因此是从仅在宏观失稳时识别断层状态转变为在整个滑动周期内连续估计状态。
物理约束模型进一步将断层状态估计扩展至摩擦参数反演。将速率-状态摩擦定律纳入弹簧-滑块框架，可利用合成观测同时重建状态变量、估计摩擦参数并预测后续滑动演化。结合被动声发射、主动超声监测和力学测量可直接从黏滑周期推断a、b和Dc，减少对独立速度阶跃实验的依赖。这些研究表明，当观测有限或滑动周期不规则时，物理约束可排除至少部分与摩擦定律不一致的解。
参数反演的范围已从单自由度系统扩展到空间分布断层。同时求解一维和二维断层动力学正演问题可推断随深度变化的摩擦参数。利用合成GNSS观测可估计慢滑移区域的空间范围及摩擦参数分布。这些研究表明将深度学习与物理模型结合可将反演从单点参数估计扩展到空间分布场。然而，所得分辨率仍强烈受台站覆盖、噪声水平及断层模型假设的约束。由于当前空间反演仍主要依赖合成数据，它们主要证明在预设模型设置内的方法可行性，而非天然断层摩擦参数的唯一恢复。
5.3 慢滑移演化与发生趋势预测
与事件检测和断层状态估计相比，慢滑移预测要求模型利用当前和历史观测推断尚未发生的滑动过程。相关目标包括距下次事件的时间、未来滑动速度或摩擦演化、未来活动的可能位置及相关不确定性。因此必须明确区分真正的状态预测与简单的复发外推。若模型主要根据近似重复的复发间隔估计下次事件时间，即使预测误差很小也不必然表明模型识别了断层的物理准备过程。有物理意义的预测应依赖随断层状态演化的观测，并在传统方法已识别事件之前提供额外信息。
实验室研究首先证明连续声学信号包含与未来失稳相关的信息。基于声发射统计特征的传统机器学习方法可估计距下次黏滑事件的剩余时间。后续研究将问题从单一事件时间预测扩展到未来摩擦轨迹重建。深度学习方法将卷积编码器与Transformer架构结合，可从历史声发射数据预测后续摩擦演化。自回归深度学习模型的多预测时域评估表明，随预测时域延长，预测性能越来越难以维持。此类模型通常在短预测时域和失稳前即刻表现良好，但预测误差随预测窗口延长而增加。这表明声学信号可约束近期断层演化，但不足以稳健重建整个滑动周期的长期动力学。
天然慢滑移事件机器学习预测的代表性证据主要来自卡斯卡迪亚。连续震颤频段地震能量在约14个月慢滑移周期内系统性变化，并在主要慢滑移事件前数周至数月逐渐增加。模型可利用先前地震观测估计距下次慢滑移事件的剩余时间，为天然断层存在可观测准备阶段提供证据。然而，卡斯卡迪亚慢滑移相对准周期，地震能量变化也可能受震颤活动空间范围变化、波传播效应和背景噪声影响。当前结果因此不能证明相同预测模式适用于复发不规则、震颤活动弱或观测记录较短的区域。
第三类为物理约束和混合预测方法，其与纯数据驱动预测的区别在于显式纳入物理演化模型或动力学约束。物理约束框架结合速率-状态摩擦定律与弹簧-滑块方程，可在合成观测条件下估计当前断层状态并预测后续滑动。降阶建模和数据同化代表相关的混合策略而非独立的深度学习架构。低维表示可降低长期慢滑移周期模拟和参数探索的计算成本，将降阶模型与数据同化结合可在新观测可用时持续更新预测。这些研究证明了结合物理演化模型、计算高效代理和观测校正框架的可行性。然而，多数支持证据仍来自理想化或合成断层序列，不应解释为天然慢滑移事件已可实时可靠预测。
预测研究已从事件时间估计向未来状态重建、基于物理的预测和动态数据同化发展。然而，支持证据的强度在实验室与天然断层尺度之间并未同步提升。实验室事件高度可重复，力学状态和失稳时间均可直接测量。天然断层则必须利用地震、GNSS和应变观测间接表征，良好观测事件数量有限，复发模式可能随时间演化。高短期预测精度因此不自动意味着长期泛化，回顾性重建也不能替代对未来未见事件的前瞻性评估。
在当前阶段，更严谨的目标是预测慢滑移发生趋势和概率，而非提供单一确定性事件时间。模型至少应报告预测提前量、事件概率、不确定性区间及相对基线的性能。合适的对照包括均值或分布复发模型、持续性预测及传统统计时间序列模型。相位随机化替代数据提供了额外检验，其保留原始记录的振幅谱和线性自相关但破坏相位关系。无法超越此类替代基线表明模型仅学习了简单自相关而非断层状态依赖的时间结构。预测技能应在按时间顺序保留的事件或未来观测区间上评估，而非随机划分的相邻窗口。在无法获得复发感知或替代基线时，高回顾精度应谨慎解释为预测关联而非学习到准备过程的确定性证据。
6. 物理约束深度学习与跨尺度研究
6.1 物理约束与摩擦参数可辨识性
纯数据驱动模型可从声学信号、地震波形和GNSS时间序列中学习统计关系，但不保证所得解满足应力平衡、摩擦本构律或状态演化动力学。物理约束神经网络（PINNs）通过将观测误差、控制方程、初始条件和边界条件纳入统一学习框架来约束可行解空间。速率-状态摩擦定律、弹簧-滑块方程和连续断层动力学模型均可纳入慢地震研究，未知摩擦参数可视为可训练变量。已有研究在低维模型、实验室声学数据集和空间分布断层系统中证明了该方法的可行性。然而，获得一组摩擦参数并不意味着这些参数已被唯一识别。
物理约束反演的基本局限源于其对假设本构框架的依赖。神经网络推断的参数不是与模型无关的"真实参数"，而是最能调和观测与规定摩擦定律、状态演化公式和边界条件的参数组合。天然断层可能还涉及孔隙压力演化、矿物反应、黏塑性变形、时变摩擦性质或非局部损伤过程，经典速率-状态摩擦仅捕获部分底层动力学。在此情况下，较小的物理残差不必然证明推断解接近实际断层系统，而可能仅表明解已被限制在过度理想化的动力学空间内。控制方程因此应视为可检验的物理先验，而非不可改变的实在表征。
本构依赖因摩擦参数反演的非唯一性而加剧。a、b、Dc、有效正应力和系统刚度的不同组合可能产生相似的滑动速度、应力或地表位移历史，特别是在观测稀疏且参数间权衡无法独立解析时。因此，准确重建观测时间序列本身不能证明底层参数已被唯一恢复。建立参数可辨识性需要检验多次初始化下反演的稳定性、量化参数敏感性和相关性，并估计后验分布而非仅报告单一最优解。将力学测量与主动超声监测、被动声发射和大地测量观测结合可提供互补约束，从而减少观测等效参数组合的范围。
即使在归一化后，观测信息与物理约束之间的平衡也引入额外不确定性来源。过度强调数据项可能使模型拟合观测噪声而偏离控制方程，而过强的物理约束可能迫使无法由假设本构框架解释的差异人为吸收至推断参数中。由于加载、成核和滑动发生在不同振幅和特征时间尺度上，单一固定权重方案不太可能在整个断层周期内同样适用。自适应损失加权、分阶段训练和显式模型差异表示因此可能提供更稳健的手段来区分观测噪声、真实参数演化和本构模型局限。
观测几何进一步决定摩擦参数可解析的程度。当台站稀疏、观测远离主滑移区域或仅有一种数据类型可用时，空间反演迅速退化。模型输出因此不应仅限于单一最优参数集或平滑变化的空间场，还应量化合理参数范围、空间分辨率及对观测噪声、台站密度和
