通常利用核幔边界上的衍射波（Sdiff）、反射波(ScS、ScP)以及透射波(SKS)等约束下地幔底部及核幔边界处的速度结构特征。地震波到时的早晚、波形变化，包括多路径效应(Multipath)导致的波形畸变等都对核幔边界附近的异常结构敏感。传统的做法是聚焦某个特定区域，对有限的地震波形记录按照震中距或方位角进行排序，来凸显相对于某一参考模型的变化。现代地震台网每年可以记录到数百万条地震波形序列，如何有效利用这些海量数据，充分分析和评估每条波形记录，自动提取研究者感兴趣的信息，进而高效准确约束地球深部物性参数成为现代地震学研究的新的挑战。
针对该问题，Kim等利用机器学习算法——“排序法”（Sequencer）自动检测和分析核幔边界衍射波（Sdiff）数据集，获得了太平洋东北部地区核幔边界处较为完整的散射全景图（图1）。“Sequencer”方法是一种基于图论的非监督学习算法，通过波形两两之间的相似度矩阵构建最小生成树，获得能够显示数据潜在特征变化的排序，以此来揭示数据集中的主要趋势，在一定程度上不需要有关结构的先验信息。原始观测数据中的连续性趋势往往可以为研究者提供一些深刻、直觉性的理解；而一些有重要意义的趋势在常规默认的排序（例如震中距或方位角排序）中可能不易观测到。Kim等针对太平洋洋盆下方核幔边界不均匀体产生的散射波，开展了自动、大尺度、系统的搜索，通过对地震图的“排序”（Sequencing），探测出观测数据中隐藏的Sdiff后驱波变化趋势，然后再对表现出该趋势的地震记录图开展到时、振幅以及波形分析，不仅仅探测到核幔边界处广泛存在的横向不均匀性，还在马克萨斯岛（Marquesas island）下方发现了一处超级低速区（图2）。
图1 (A) 按照震中距排序后的地震波形记录；（B）利用“Sequencer”方法排序后的地震图，可以清楚看到约有40%的波形记录显示出明显的Sdiff后驱波，该趋势在(A)中不明显；(C) 以1°为半径叠加后的波形图中，有的缺失明显的Sdiff后驱波，橙色给出了相应的位置，有的区域广泛存在这种后驱波（蓝色和粉色线条所示位置）;（D）Sdiff后驱波和主震相Sdiff的相对振幅比分布，紫色轮廓对应给出了大的低剪切波速省范围（Kim et al., 2020）
图2 夏威夷地区观测到的Sdiff后驱波。（A）按距离排序后的地震图;（B）Sequencer排序后的地震记录图；（C）到时延迟；（D）能量显著的后驱波振幅比；（E）相应的射线中点位置。Sequencer排序后的地震记录明显揭示出夏威夷西北部核幔边界上存在空间连续的异常体（Kim et al., 2020）
该项工作的主要亮点在于将“数据驱动”（Data-driven）的非监督分析方法引入到地球深部结构探测中来。在理论认知有限的情况下，可以快速攫取复杂数据集中暗含的趋势/规律，在海量数据中定位到具有特殊意义的“异常”观测记录，再由研究者开展有针对性地研究。这种思路完全可以拓展到更高频震相（如ScS，ScP，Pdiff）的分析甚至其它相关探索中，帮助科学家从覆盖范围更广复杂度更高的数据中获取全面、高分辨的地球深部结构和物性特征，进而认识像谜一样的核幔边界热化学结构有独特的启示意义。
【致谢：感谢肖卓伟同学对“Sequencer”方法的探讨和建议，杨顺同学的组会报告也加深了撰稿人对该方法的认识。】
主要参考文献
Kim D, Lekic V, Ménard B, et al. Sequencing seismograms: A panoptic view of scattering in the core-mantle boundary region[J]. Science, 2020, 368(6496): 1223-1228.（链接）
（撰稿：李娟/地星室）
