在人口密集的山区，尤其是中国西南地区，频繁发生的岩崩经常造成巨大的经济损失和人员伤亡。因此，快速提供岩崩灾害信息对于政府开展有效的应急响应和减灾措施至关重要。然而，岩崩的突发性和隐蔽性给其带来了巨大的挑战。地震信号克服了传统方法（如遥感监测、边坡变形监测等）在时空覆盖面和分辨率方面的局限性，成为了评估岩崩灾害性质的有效手段。在这里，我们建立了一个简单的信号处理系统，以识别、检测、定位和评估2021年4月5日发生在中国四川洪雅县的一次大型高位岩崩灾害。
根据现场调查，一块体积巨大的危岩体（V＞1×10⁴ m³）从高约140 m的陡峭悬崖上脱落，后与崖底的边坡发生剧烈碰撞而破碎，破碎后的岩体以滑动、跳跃、翻转等方式沿坡加速向下运动形成碎屑流，强烈的铲刮夹带效应使得碎屑流的体积不断增大（最终达到31.2×10⁴ m³），最后在冲断红瓦路后逐渐停积下来。灾害造成150 m洪瓦路被冲毁，5间房屋被埋，并致3人死亡。为了分析铁匠湾岩崩的性质，我们选取布设在灾害体周边一百公里范围内且信噪比较高的10个地震台站的监测数据，建立包含事件类型识别模块、事件检测与定位模块及事件特征提取模块在内的信号处理系统，识别并分析洪雅岩崩的发生时间、位置、规模及动力演化过程。
研究结果表明：通过分析波形、频谱和震级特征，可以自动区分岩崩和地震。KOP（kurtosis-based signal onset picking）方法能够可靠、快速地提取信号起始时间，由此估计出区域地震波速度约为1514.7 m/s。在此基础上，采用ATL（arrival-time-based location）方法定位了岩崩的最佳震源位置，定位误差约为5.86 km，同时基于地震波传播理论估计出岩崩发生时间约为2021年4月5日05:34:11。利用地震波辐射能量与势能的关系估算出了岩崩体积，约为9.31×10⁴ m³，估算结果与现场调查结果吻合较好（Liu et al., 2021; He et al., 2022）。我们在地震记录、频谱和能量演化图中描述了不同的阶段，并将它们与典型的岩崩阶段联系起来，并由此发现了对早期预警至关重要的岩崩前兆信号(24 s)。我们的研究结果证明了地震信号在评估岩崩性质方面的独特优势，以及在快速有效的应急管理方面的巨大潜力。
 

岩崩，地质信号，动力过程，信号识别、震源定位