土壤空气中的氡作为地震前兆：利用机器学习区分气象因素和构造因素的影响

《Journal of Environmental Radioactivity》：Soil air radon as a seismic precursor: Disentangling meteorological and tectonic influences using machine learning

土壤氡浓度与地震关联性研究基于土耳其北安纳托利亚断层带监测站2006-2008年78,721组15分钟间隔的土壤空气氡浓度数据，结合气象参数和区域地震活动性，运用统计分析与LSTM/SVR/随机森林机器学习模型，发现氡浓度与气温正相关（r=0.63-0.66）、与湿度负相关（r=-0.40），并识别出提前22至1天的异常信号与4.8-5.7级浅源地震显著相关，其中LSTM模型表现最优（R2=0.86），异常幅度与震级呈强指数关联。

　　

作者：Hemn Salh、Halgurd S. Maghdid、Jahfer M. Smail、Fatih Külahc?

伊拉克科亚大学科学与健康学院物理系，科亚，44023

摘要

本研究在位于土耳其北安纳托利亚断层带（NAFZ）附近的Gebze监测站，使用AlphaMETER-611探测器对土壤空气中的氡气进行了78,721次测量（测量间隔为15分钟，时间跨度为2006年12月至2008年3月），并将测量结果与气象参数和区域地震活动进行了分析。首先应用了相关性分析、互相关分析和层次聚类等统计方法来区分环境因素和地震因素的影响，发现氡气浓度与空气和土壤温度之间存在强烈的正相关关系（r = 0.63–0.66，p < 0.001），与相对湿度存在中等程度的负相关关系（r = ?0.40，p < 0.001），而与降水的相关性较弱（r = ?0.18，p < 0.05）。随后，通过长短期记忆网络（LSTM）、支持向量回归（SVR）和随机森林（RF）三种机器学习模型来识别可能的异常现象。研究发现，在浅层地震（震级M_L4.8–5.7）发生前22天、18天、15天、8天、7天和1天分别出现了几次氡浓度异常升高。跨模型分析结果证实了这些氡浓度异常与地震活动存在时间上的关联性。其中，LSTM模型的重建性能最佳（R² = 0.86），且其异常幅度与地震震级之间存在指数级关联（R² = 0.998）。

引言

由于土耳其位于欧亚板块、阿拉伯板块和非洲板块的交界处，具有复杂的地质构造，因此该地区是地球上地震活动最活跃的区域之一。阿拉伯板块和非洲板块的北向运动对欧亚板块的南部边缘施加了压缩力，导致安纳托利亚板块向西移动。这种横向运动主要通过北安纳托利亚断层带（NAFZ）和东安纳托利亚断层带（EAFZ）等走滑断层系统来调节。这些断层系统经常引发强烈地震（Günay等人，2018年；Mehdi等人，2021年；Ozmen等人，2020年）。地震是不可避免且具有高度破坏性的自然现象，尤其是在像土耳其这样的地震活跃区域。例如，2023年2月6日发生在Kahramanmara?地区的地震造成了50,783人死亡，近193万栋建筑物受损，其破坏程度超过了以往的灾难性事件，如1939年的Erzincan地震（32,968人死亡；116,720栋建筑物受损）和2011年的日本东部大地震（震级Mw 9.0；约19,000人死亡；385,000栋建筑物受损）（Otsuyama和Shaw，2021年；Toplu等人，2024年）。这类灾难性后果引起了研究人员的关注，相关研究探讨了多种潜在的地震前兆，特别是氡气、大气参数和电离层参数（Abbas等人，2023年；Arikan等人，2012年；Erees等人，2007年；Guo等人，2025年；?nan等人，2008年；Külahc?和?i?ek，2015年；Külahc?等人，2009年；Liu等人，2024年；Manisa等人，2022年；Muafiry等人，2025年；Muhammad等人，2020年、2021年；?zs?z和Pamuk?u，2025年；Tarak??等人，2014年）。在各种短期地震前兆中，氡气（²²²Rn）的预测效果仍存在争议（Pulinets和Ouzounov，2011年），因为氡气浓度可能在地震前因岩石压缩而增加，也可能因孔隙膨胀而减少。地球表面以下的钍和铀及其衰变产物是氡气的主要来源。镭同位素²²⁶Ra、²²⁴Ra和²²³Ra分别来自²³⁸U、²³²Th和²³⁵U的衰变系列。当这些镭同位素发生放射性衰变时，会产生氡气同位素²²²Rn、²²⁰Rn（钍子）和²¹⁹Rn（锕子）。氡气的自然丰度、扩散长度和半衰期是决定其重要性的关键参数。由于其他两种放射性同位素钍子和锕子的半衰期较短，且自然丰度低于氡气，因此氡气在地震预测中起着至关重要的作用；此外，天然铀中99.28%为²³⁸U，0.71%为²³⁵U，²³⁴U的含量低于0.0054%。因此，以²³⁸U为代表的铀系列在环境中占主导地位（Choppin等人，2002年；Hassan等人，2009年；Mudd，2008年）。

此外，氡气的排放还会引发大气和电离层的进一步异常，因为其电离作用会增强空气导电性并扰动近地表电场。这些地震前兆可以通过岩石圈-大气-电离层耦合（LAIC）模型进行物理解释，该模型描述了岩石圈中发生的过程如何向上传播并影响大气和电离层。在地震准备阶段，构造应力的积累和岩石的微破裂会释放气体（尤其是氡气）和带电气溶胶，同时改变地下水循环和热流。氡气被认为是一种特别适合用于地震预测的前兆。这些大气扰动可以改变湿度、云微物理特性和长波辐射，还会激发向上传输能量的大气重力波。通过全球电回路，这些扰动与电离层相互作用，导致等离子体密度、总电子含量（TEC）和电磁波的异常（Pulinets和Boyarchuk，2005年；Pulinets和Ouzounov，2011年）。此外，受压的岩石本身也可能成为电流的来源，直接影响大气电场，从而促进岩石圈-大气-电离层的耦合（Freund，2007年）。地震前的氡气异常源于将其向地表传输的过程。岩浆上升和上升的热液流体将氡气带向地表，而应力引起的岩石渗透性变化会打开或关闭微裂缝，调节氡气的迁移。此外，岩石变形产生的空穴电荷载流子可以增强或抑制氡气的释放。这些综合效应会导致氡气浓度的可测量变化，使其成为地壳应力的敏感指标和潜在的地震前兆（??hedef等人，2025a；?nan等人，2010年）。

本研究的主要目的是利用在北安纳托利亚断层带（NAFZ）附近的Gebze监测站收集的时间序列数据，研究土壤空气中的氡气浓度随时间的变化。首先分析氡气时间序列的相关性，然后对滞后相关性进行分组和分析，以识别与地球物理过程相关的延迟响应。接着，基于均值（μ）±标准差（$\sigma$）建立统计阈值来检测异常。最后，使用LSTM、SVR和RF等机器学习模型来捕捉非线性模式，考虑环境因素的影响，并提高地震前氡气异常的检测能力。

研究区域和数据

古地震和历史记录显示，北安纳托利亚断层带（NAFZ）的地震活动非常频繁，例如1939年的Erzincan地震（震级M_L 7.9）以及1999年的?zmit-Kocaeli（震级M_L 7.4）和Düzce（震级M_L 7.1）地震。NAFZ是由于安纳托利亚板块和欧亚板块之间的构造相互作用形成的主要大陆走滑断层，从东部的Karliova三联点延伸至西部的爱琴海北部地区（Akyüz等人，2002年）

非地震因素引起的氡气变化的统计分析

为了分析氡气浓度的日变化、月变化和季节变化，应用了多种统计方法。日变化是通过将指定时间范围内的15分钟间隔测量值平均得到的。年周期变化是通过计算2007年1月1日至12月31日的日平均值得出的（公式（1）；而季节性变化（例如夏季，2007年6月20日至9月20日）则是通过公式（2）得出的（Wijitkosum，2025年）：$R_t=\frac{\sum _{}^{}}{\text{2007年1月}}$

非地震因素对氡气浓度的影响

本节介绍了土壤氡气浓度的日变化和季节变化，以及气象参数对这些变化的影响。这些变化有助于区分正常的氡气波动和可能的地震诱导异常。研究期间分析了2006年12月20日至2008年3月31日的土壤空气中的氡气浓度（如图5所示）。该时期的平均氡气浓度为17.97 kBq·m^?3

地震数据与处理

本研究的主要目的是探讨可能与地震活动相关的氡气浓度变化。首先，筛选了在该时间段内发生的所有地震，筛选标准包括地震发生在监测站500公里范围内、深度在500公里以内、震级在2.5至9.0之间的地震。根据这些标准，该地区共识别出279次地震

结论

统计分析显示，土壤空气中的氡气浓度与空气和土壤温度之间存在强烈的正相关关系（r = 0.63–0.66，p < 0.001），与相对湿度存在中等程度的负相关关系（r = ?0.40，p < 0.001），与降水的相关性较弱（r = ?0.18，p < 0.05）。尽管降水的统计相关性较弱，但它通过改变土壤孔隙饱和度对氡气行为产生了显著的影响

作者贡献声明

Hemn Salh：负责撰写初稿和调查工作。Halgurd S. Maghdid：负责软件开发、方法论设计和数据整理。Jahfer M. Smail：负责撰写初稿和正式分析。Fatih Külahc?：负责监督工作。

科学写作中关于生成式AI的声明

在撰写本文过程中，作者使用了[ChatGPT- GPT-5和Turnitin]工具来提高文本的可读性和语言表达，并检查了手稿的抄袭情况。使用这些工具后，作者对内容进行了必要的修改，并对出版物的内容负全责。

资金情况

本研究未获得任何资助。

利益冲突声明

作者声明没有利益冲突。

致谢

作者感谢AFAD和F?rat大学提供氡气数据。