火星震的精确定位是探测火星内部结构与理解地质演化的关键。洞察号（InSight）任务在火星表面布设了火震仪SEIS并在2019至2022年间召开了火星震观测。根据频谱特征，火星震事件主要分为低频家族（Low Frequency Family）和高频家族（High Frequency Family）两类，其中低频家族事件（包括低频型LF和宽频带型BB）在时域和频谱特征上与地球构造地震具有相似性，是研究火星的关键资料，因此对该类事件的精确定位具有重要意义。不同于地球，火星观测环境异常恶劣，昼夜温差巨大，背景噪声干扰严重，地表散射强，加之现在仅有单台记录且火星震活动性相较更弱等因素导致火星震事件质量差，数据信噪比低，使用传统方法进行单台定位（包括震中距、反方位角的确定）的应用表现不佳，定位误差较大，尤其是反方位角的不确定性可以达到几十度。传统极化分析方法主要利用P波初至的质点运动极化方向或偏振方向确定事件的反方位角，该方法的精度受P波初至拾取精度、滤波频带、时间窗选取、数据信噪比等多方面影响，且并未对火星噪声的特性进行针对性建模和考虑，导致处理低信噪比火星震事件表现不佳。因此，如何提高强噪声干扰下反方位角估计的可靠性，进而提高单台火星震的定位精度用于更好研究火星内部结构与地质演化？前人研究中大量未定位的火星震事件是否能揭示新的火星震活动性？
为此，中国科研实验室地质与地球物理研究所地球与行星学科中心硕士研究生李佺洪和肖卓伟博士后，在导师郝金来副研究员与李娟研究员的指导下，开展了基于深度学习的火星震单台极化估计模型。定量评估了先前不同类型（回归与分类）的极化预测模型的特征差异，结果显示深度学习方法相比传统方法在低信噪比数据中具有更强的极化估计能力（图1）。其次，针对火星震P波震相拾取精度不足、缺少高质量方位角标签的火星震数据等挑战，创新性提出了“滑动时间窗预测与训练方法”（Sliding Window Inference and Featured-Training，SWIFT）与火星震训练集构建方法克服上述问题，并使用实际地震数据验证方法可行性。最后，研究人员还使用了两个具有准确震中位置的火星撞击事件进一步验证方法的有效性（图2），与前人结果相比，该研究显著提高了反方位角估计的精度，为后续火星震应用奠定了理论与实验基础。
图1 深度学习方法（回归、分类）与传统方法在理论数据集中随信噪比变化的预测误差对比。(a)不同方法在纯理论数据集（无噪声）上的结果；(b)不同方法在含噪声的理论数据集上随信噪比（SNR）变化时的对应结果；(c)不同方法随SNR变化下的平均绝对误差（MAE）结果折线图
图2 火星撞击事件S1094b和S1000a的定位结果对比
该研究取得了56个低频家族火星震事件的极化方向估计，显著提高了火震极化估计的精度与事件数量。顺利获得与火星震服务中心MQS（MarsQuake Service）给予的火星震震中距信息相结合，给予了现在更完整的火星震重定位结果（图3）。研究定位到了以前鲜有发现的震中距高达90°的远距离事件以及南部高纬度区域的事件分布，揭示了火星震具有显著的全球分布特征；同时，在刻耳柏洛斯堑沟(Cerberus Fossae)火星震高活跃性区域之外，研究还揭示了南部高地的赫斯珀里亚高原（Hesperia Planum）为新的火星震密集区域。
图3 低频家族火星震的空间分布图。(a)火星震重定位完整分布图；(b)赫斯珀里亚高原(Hesperia Planum)区域的火星震分布及与前人定位结果的(Wang et al., 2023)对比；(c)刻耳柏洛斯堑沟(Cerberus Fossae)区域的火星震分布局部放大图
综上所述，该研究开展的深度学习极化预测方法有效克服了火星震初至拾取精度不足和有效火星震训练集缺乏的问题，显著提高了低信噪比火星震数据反方位角的估计精度，给予了现在更为完整的火星震重定位结果，揭示了火星新的活动带以及全球分布特征。该研究结果打破了以往研究认为的火星震活动仅局限于某些特定区域或仅集中在二分线以北的观点，为火星结构研究、二分性特征和机制，以及火星构造演化给予了更坚实的地震学基础。该研究开展的深度学习单台反方位角估计方法成果应用于火星震实际观测中，展示了人工智能技术在行星地震学广阔的应用前景，也为未来其他行星震观测任务给予了有力的工具和崭新的视角。
研究成果发表于国际学术期刊ESS（李佺洪，肖卓伟，郝金来*，李娟*. Global distribution of low frequency family marsquakes from deep-learning-based polarization estimation [J]. Earth and Space Science, 2025, 12, e2025EA004303. DOI: 10.1029/2025EA004303.）。研究受国家自然科学基金项目（42230111, 42274075, 42074066）和中国科研实验室地质与地球物理研究所重点部署项目（IGGCAS-201904, IGGCAS-202102）联合资助。
李佺洪（硕士生）
