论文链接：https://www.mdpi.com/2624-795X/6/3/47

论文标题：Identifying Deep Seismogenic Sources in Southern Piedmont (North-Western Italy) via the New Tool TESLA for Microseismicity Analysis

期刊名：GeoHazards

期刊主页：https://www.mdpi.com/journal/geohazards

研究背景

在低地震活动性区域，深部或隐藏的地震源识别一直是地震构造学研究的难点。传统方法如地震剖面、大地电磁测量和地表地质观测在探测深部活动断层时存在明显局限，特别是在沉积覆盖层较厚、断层缺乏地表表达的区域。意大利皮埃蒙特南部蒙费拉托地区就是典型代表，该区域位于阿尔卑斯山脉与亚平宁山脉交汇处，构造复杂但地震活动性较低，历史上仅记录到三次最大震级约5.0的地震事件。本研究旨在通过新型工具TESLA解决微震数据分析中的精度和自动化难题，精准识别深部地震源。

研究内容

研究团队开发了TESLA（自动地震低频频谱水平估计工具），这是一种创新性的微震数据分析工具，能够自动计算P波和S波的低频频谱水平。该方法结合P波极性数据和频谱水平比率，通过贝叶斯反演计算震源机制解，显著提高了低震级事件震源机制确定的可靠性。研究选取了阿斯提地区北部1991年和2012-2013年两个地震序列的36个事件（震级范围1.1-3.7），使用三维速度模型进行精确定位，并整合了来自INGV、RSNI和CLASS三个地震目录的数据。

通过系统的工作流程，研究团队成功计算了12个高质量的震源机制解。结果显示，观测到的地震丛集由两个不同的地震序列组成，但由同一地震源激活。主要地震源位于阿斯提以北约5公里处，深度10-25公里，呈SW-NE走向，具有走滑运动特征。另一个较小的丛集包含三个事件，显示在约60公里深度处激活了不同的断层段，同样表现为走滑运动学特征。这些发现与蒙费拉托地区的区域应力场高度一致，证明了TESLA工具在微震分析中的有效性。

研究总结

本研究证实了TESLA工具在低地震活动性区域深部地震源识别中的重要作用。通过将先进的频谱分析技术与传统极性数据相结合，成功识别出阿斯提地区先前未被认识的深部活动断层系统。该方法不仅提高了震源机制解的准确性和稳定性，还为复杂构造区域的断层识别提供了新的技术途径。研究成果对于完善皮埃蒙特南部地区的地震构造模型具有重要意义，同时也为类似地区的 seismic hazard assessment 提供了方法论参考。TESLA工具的自动化特性和处理效率使其特别适用于大范围微震监测和快速风险评估，未来可进一步推广应用于其他构造复杂但地震活动性较低的区域，为地震灾害防控提供更可靠的科学依据。

GeoHazards期刊介绍

主编：Prof. Dr. Zhong Lu, Roy M. Huffington Department of Earth Sciences, Southern Methodist University, Dallas, TX 75275, USA

Prof. Dr. Tiago Miguel Ferreira, Instituto Superior Técnico (IST), University of Lisbon, Av. Rovisco Pais, 1049-001 Lisbon, Portugal

期刊发表范围涵地球物理/地质灾害、气候及气候变化相关灾害、气象灾害、水文灾害、块体运动灾害以及人为和技术灾害等研究领域。自2020年创刊以来，被ESCI、Scopus、GeoRef等多个权威数据库收录。