高速远程滑坡滑震研究述评*

李天话 程谦恭② 王玉峰 林棋文

(①西南交通大学地球科学与环境工程学院地质工程系， 成都 611756， 中国) (②西南交通大学高速铁路运营安全空间信息技术国家地方联合工程实验室， 成都 611756， 中国)

我国青藏高原的高山峡谷区以及环青藏高原盆山地区是高速远程滑坡灾害的高易发区，这些重大滑坡灾害事件，其源区具有高隐蔽性、事件的发生具有突发性和巨大危害性，严重威胁着我国高山区城镇的长治久安以及重大工程和国防战略工程的安全建设与运行(刘传正等， 2020；

许强， 2020)，引起了全社会的广泛关注和国家的高度重视，迫切需要开展高速远程滑坡致灾机理及预测预报关键核心技术的研究。尽管当前国内外学者已在高速远程滑坡的几何学、运动学、动力学特征及机理方面，开展了大量研究工作，取得了具有重要科学意义的研究成果(黄润秋， 2004; 程谦恭等， 2007; Delannay et al.，2017; 殷跃平等， 2017; 许强等， 2018; 兰恒星等， 2019; 郭长宝等， 2020; 郑光等， 2020; 崔鹏等， 2021; 王玉峰等， 2021a， 2021b)。然而，由于高速远程滑坡事件存在高位隐蔽性、启动突发性、运动特征复杂性、灾害巨大危害性等特点，使得关于高速远程滑坡运动过程的现场第一手目击资料极少，目前还未能完全掌握和全面准确理解高速远程滑坡的运动学、动力学行为和特征，在高速远程滑坡超常运动动力学机理研究方面仍存在着许多不足之处，理论成果尚不完善，尚无法有效地指导工程实践中的防灾减灾需求。因此，亟待理论创新并实现技术突破，破解当前高速远程滑坡动力学机理研究以及防灾减灾工作中面临的挑战性难题。

近年来，随着全球地震台网的不断完善以及地震地质学家对地震波相关研究的不断深入，利用地震动信号获取地表过程关键信息日益受到关注，并催生出环境地震学(Environmental seismology)这一新兴研究领域(Larose et al.，2015; Montagner et al.，2020; Cook et al.，2022)。现有研究结果表明，地震动信号也可用于对高速远程滑坡的运动学过程进行定量表征(Ekström et al.，2013; Petley， 2013)。高速运动的滑坡体与下伏高低起伏的颠簸地形间产生强烈动力相互作用，不同部位的滑坡体物质受到不同程度的动力反馈，从而产生诸如碰撞、摩擦、震荡、颠簸等运动状态，诸多不同尺度的动力学行为相继产生，引起基底应力状态的迅速变化，并辐射出复杂的振动信号，这些信号相互叠加，形成了最终的地震动信号(Tilling et al.，1975; Huang et al.，2007; Schneider et al.，2010; Farin et al.，2015， 2018， 2019a， 2019b; Lin et al.，2015; Allstadt et al.，2018; Saló et al.，2018; Huang et al.，2019; Li W et al.，2019)，即“滑震”(Landquake. Favreau et al.，2010; Chen et al.，2013; Chao et al.，2016， 2017; Arran et al.，2021)(图 1)。

图 1 高速远程滑坡滑震信号的产生Fig. 1 Landquakes generated by a rock avalanche：
a. Schematic diagram(Wang et al.，2015); b. Landquakes generated by Bingham Canyon rock avalanche(Moore et al.，2017) a. 滑震信号产生示意图(据Wang et al.，2015)；

b. 滑震信号示例——美国Bingham Canyon高速远程滑坡滑震信号(据Moore et al.，2017)

与传统的工程地质研究方法相比，通过滑震视角探究高速远程滑坡运动学问题具有明显的优势和互补性。这些振动信号表征着运动物质与地球表面动力相互作用的时空演化过程(Deparis et al.，2008; Vilajosana et al.，2008; Favreauet al.，2010; Helmstetter et al.，2010; Ekström et al.，2013)，蕴含着运动物质的触发、就位、速度、轨迹和流态等运动状态(Pérez-Guillén et al.，2016; Schöpa et al.，2018; Zhang et al.，2019a， 2019b; Cook et al.，2021; Tiwari et al.，2022)，指示着运动物质的规模、粒度和材质等物理属性以及破碎、分选、铲刮、裹挟等特征运动行为(Norris，1994; Suriach et al.，2005; Cole et al.，2009; Zobin et al.，2009; Saló et al.，2018; 黄兴辉等， 2018; Li Z Y et al.，2019)，拓展人类对地表过程几何学尺度、运动学性质和动力学机制的认知疆域(Larose et al.，2015; Dietze et al.，2017; Allstadt et al.，2018; Cook et al.，2022)。简言之，滑震信号将为高速远程滑坡运动学研究提供前所未有的细节体现和无与伦比的定量化数据支撑(Burtin et al.，2014; Allstadt et al.，2018; Cook et al.，2022)。正如英国著名滑坡学者 Petley(2013)在Science杂志上撰文指出，关于滑震的研究，将是近年来国际滑坡领域最前沿的科学问题之一。本文将对这一领域近一百年来国内外所取得的研究成果和研究现状进行述评，并对下一步的研究工作进行讨论和展望。

从早期的仪器地震学(Instrumental seismology)开始，地震学家便已经认识到作用于地球表面的地貌过程将产生地震波(Ewing， 1884; Benndorf， 1910)。然而，早期地震学家更多地将这些信号认为是不必要的噪声，并将注意力集中在评估和消除背景噪声工作中(Montagner et al.，2020; Cook et al.，2022)。在过去的百年时间里，随着全球地震台网的不断完善、地震地质学家对振动波相关研究的不断深入，以及环境地震学的催生和发展，地震监测台站捕获的滑震信号逐渐被认为是高速远程滑坡运动过程和动力学机理研究的重要信息来源，其响应范围涉及事件邻域乃至全球范围的地震台站，以一种独特的、新颖的方式，洞见并刻画了高速远程滑坡的运动全过程。

早在上个世纪初，地震波和滑坡之间的联系便吸引了众多地质学家的注意，其中最著名的案例当属1911年2月18日发生在塔吉克斯坦东部的MW7.7±0.2帕米尔地震(Sarez-Pamir Earthquake)和与之相关的乌索伊滑坡(Usoy/Usoi rockslide)(Shpilko， 1914; Galitzin， 1915; Klotz， 1916)。近乎在帕米尔地震发生的同时，规模达2.4km3的乌索伊滑坡自700m以上的滑源区向下运动，其释放的能量相当于一次MW7.8±0.1的构造地震(Jeffreys， 1923; Ambraseys et al.，2012)。国际著名地震学家Galitzin及有关学者对1911年帕米尔地震信号的分析表明，此次地震的震中距离乌索伊滑坡发生位置很近(Shpilko， 1914; Galitzin， 1915; Klotz， 1916)，大量学者围绕帕米尔地震和乌索伊滑坡展开了激烈讨论，即这些地震信号究竟反映了引发乌索伊滑坡的强震，还是刻画了巨型滑坡与运动路径动力相互作用所产生的振动波(Galitzin， 1915; Klotz， 1916; Oldham， 1923; Macelwane， 1926; Jeffreys， 1937; Ambraseys et al.，2012)。早期的杰出地质学家对1911年帕米尔地震及乌索伊滑坡的相关研究和讨论，为后续基于滑震波的滑坡运动学研究提供了突出的理论贡献和启发性思想。

在过去的半个世纪内，得益于地震信号采集、数据存储方法和设备不断取得的发展和改进，大量宽频带地震仪和大容量磁盘存储设备投入使用，地震信号从事件触发波形数据记录过渡为连续数字波形数据记录，越来越多的高速远程滑坡事件被不断完善的地震台网捕获(Larose et al.，2015; Storchak et al.，2015)。例如， 1974年4月25日发生在秘鲁的体积达 (1.0～1.3)×109m3的Mantaro滑坡被认为是首批被当地及远场多个地震观测站广泛记录的大型滑坡之一。Berrocal et al.(1978)于1978年刊登在Nature期刊上的文章表明，Mantaro滑坡产生的滑震能约占滑坡初始势能的1%，并指出滑坡产生的这些珍贵地震动信号使得计算滑坡的关键动力学参数成为可能。为了进一步利用滑震信号定量化揭示滑坡运动特征，Kanamori et al.(1982)， Kanamori et al.(1984)分析了1980年 Mount St. Helens滑坡事件产生的长周期面波，指出大规模高速远程滑坡滑震震源可被视为随时间变化的施加在地球表面的单点力。进而，滑坡产生的长周期地震动信号可表征滑坡体施加在地球表面上随时间变化的力的时间序列。滑震信号可用于表征滑坡体加速和减速阶段对运动场地造成的卸载和加载效应。在Kanamori et al.(1984) 提出的单点力源模型(Single-force inversions)基础上，Kawakatsu(1989)以1980年 Mount St. Helens滑坡事件， 1975年 Kalapana 地震事件和1974年 Mantaro滑坡等事件为研究对象，对Dziewonski et al. (1981)提出的用于分析构造地震震源的质心矩张量波形反演方法(CMT，the centroid moment tensor waveform inversion method)进行了改进，提出了能够表征滑坡运动学过程的质心单点力反演方法(CSF，the centroid single force inversion)，建立了滑坡体质量、运动距离、动量与滑震信号之间的定量关系。Kanamori和Kawakatsu的研究成果被后续大量学者参考并在此基础上进行了发展和改进，用于通过长周期滑震信号反演巨型滑坡的运动学演化过程(Dahlen, 1993; Fukao, 1995; Brodsky et al.，2003; Allstadt, 2013; Yamada et al.，2013; Zhao et al.，2015; Li W et al.，2019)。

20世纪90年代，越来越多的学者对崩塌、滑坡、火山碎屑流等产生的地震动信号进行了更进一步的分析，旨在区分失稳崩滑体与其他属性震源(如火山活动、构造地震等)的地震动信号特征，定量地提取和分析雪崩、滑坡、岩崩和泥石流等失稳崩滑体产生的滑震信号，进而解释其发生过程的关键环节、认识其内在机理，为确定灾害的发生时间、追溯运动过程、分析潜在危险等提供关键依据(Dahlen 1993; Norris， 1994; Uhira et al.，1994; Weichert et al.，1994; Fukao, 1995)。例如，Norris(1994)通过对美国华盛顿Cascade山脉发生的14起大型岩崩、雪崩事件及其产生的地震动信号进行分析，探讨了崩滑体规模、崩滑物质、失稳模式以及下伏层物质等因素与滑震信号之间的关系。Uhira et al. (1994)基于低频滑震信号反演了火山碎屑流的力-时间函数，并探讨了火山碎屑流不同运动阶段产生的滑震信号特征。Weichert et al. (1994)的研究表明滑震释放的能量与崩滑体势能的比值与斜坡的坡度有关。

在最近的20年时间内，由地球物理颗粒流(如高速远程滑坡、火山泥流、泥石流和雪崩等)产生的地震动信号日益成为一种强有力的研究手段和突破性研究窗口，不断为探究地球物理颗粒流运动学过程及动力学机理提供启发性方法和思路。其中：以Anne Mangeney， Clément Hibert， Colin P. Stark， Göran Ekström， Kate E. Allstadt， Kristen L. Cook和Masumi Yamada等为代表的国际著名学者，开展翔实的高速远程滑坡滑震波案例分析、深入物理模型实验研究和理论分析，取得的系列研究成果为高速远程滑坡运动学过程及滑震波特征研究做出了突出贡献(Favreau et al.，2010; Hibert et al.，2011， 2014a， 2014b， 2017a， 2017b; Moretti et al.，2012; Yamada et al.，2012， 2013， 2018; Allstadt, 2013; Ekström et al.，2013; Farin et al.，2015， 2016， 2018， 2019a; Levy et al.，2015; Bachelet et al.，2018; Allstadt 2018， 2020; Cook et al.，2021，2022)；

由地震动联合研究所(IRIS，Incorporated Research Institutions for Seismology)数据管理中心(DMC，Data Management Center)和美国地质调查局(USGS，U.S. Geological Survey)、西北太平洋地震网络(PNSN，Pacific Northwest Seismic Network)联合开发的非地震震源事件编目(ESEC，Exotic Seismic Events Catalog)为滑震研究提供了丰富的公开数据支持(Bahavar et al.，2019)；

此外，针对2009年台湾莫拉克台风所诱发的大量滑坡事件和1999年集集地震诱发的草岭滑坡事件，Feng(2011， 2012)， Feng et al.(2017)、Chen et al. (2013)、Chen et al. (2014)和Chao et al. (2016)等学者提出滑体与底滑面间的撞击作用可引起滑坡振动波的产生，并建立了滑坡体运动特征与滑震波动特征的定量化关系；

崔一飞、严炎、李正媛、黄兴辉、赵娟、张振等学者分别以我国西南地区以及国际范围内典型高速远程滑坡为研究对象，提出了基于滑震信号分析的地质灾害重构研究思路、方法体系和理论模型(Zhao et al.，2015; Li et al.，2017， 2019; Yan et al.，2017， 2020a， 2020b; 黄兴辉等， 2018; Yu et al.，2019; 赵娟等， 2019; Zhang et al.，2019a， 2019b， 2021; 严炎等， 2021)。

图 2 Nature报道2013年美国犹他州宾汉姆矿区高速 远程滑坡以及Pankow团队相应研究成果Fig. 2 Nature reported the 2013 Bingham Canyon rock avalanches and the corresponding research results of Pankow’s Lab

近10年，国际两大顶级权威学术期刊Nature和Science，以及工程地质领域权威评论家曾多频次地发表学术论文以及评论性文章，高度评价了滑震信号对高速远程滑坡监测预警工作及其运动机理研究工作的重要作用。2013年4月10日，美国犹他州盐湖城宾汉姆矿区发生大规模滑坡，该滑坡产生的滑震信号(相当于 2～3 级地震)被其周边400km范围内的密集地震台网完美捕获，使其成为除1974年Mantaro滑坡以外，又一被完整记录的大型滑坡。Pankow et al. (2014)在国际权威期刊GSAToday撰文，利用翔实的滑震信号对该滑坡事件展开了深度分析，著名自然杂志Nature将该成果作为亮点研究(Research Highlights)进行了报道，并直接以“Landslide triggered earthquakes”作为头号标题(图 2)，高度肯定了滑震信息在滑坡灾害监测预警及滑坡运动学、动力学机理研究领域的重要价值(报道详见：https：∥doi.org/10.1038/505264a)。同年，Ekström et al. (2013)在Science期刊上发表文章，通过对29处滑坡事件运动过程中所监测到的滑震信号进行定量化分析，提出滑体与下伏底滑面相互作用过程中所引起的下伏底滑面的加卸荷过程可引起滑震波的产生，并建立了滑震震级与滑体质量的定量关系模型；

2021年2月7日，印度北阿坎德邦查莫利地区体积2700×104m3的片麻岩岩体和冰体，从海拔6063m处的朗蒂峰极为陡峭的北侧崩塌，随后与下方山体和沟谷撞击形成碎屑流，平均速度达 57～60m·s-1，运动距离达 10km 以上，堵塞阿拉克南达河，并形成堰塞湖，最终堰塞湖溃决形成洪水和泥石流，造成200多人死亡或失踪。针对此次灾害链事件，Science期刊两度刊登文章(Cook et al.，2021; Rao et al.，2021)，强调强有力的地震台网系统是崩滑地质灾害(链)识别、定位、多灾种临界转化过程分析以及灾害早期预警的关键。此外，国际滑坡领域著名科学家、英国谢菲尔德大学副校长Dave Petley教授，在其博客(The Landslide Blog)中四度撰文，分别以2017年8月28日纳雍滑坡(Zhu et al.，2019)， 2018年10月、11月金沙江白格滑坡(Zhang et al.，2019a)， 2019年7月23日贵州水城滑坡(Yan et al.，2020b)和2021年印度查莫利灾害链事件(Cook et al.，2021)为例，高度评价了滑震信号在预测或校核滑坡发生时间，明确岩体变形、破裂迹象，辨别多灾种临界转化过程，以及揭示滑坡运动过程和动力学机理方面的突出贡献。

高速运动的雪崩、滑坡、岩崩和泥石流等失稳崩滑体与下伏不平顺运动路径间的剧烈相互作用产生振动波，其特征通常相当于浅源地震(Ekström et al.，2013)，其中体波信号相对较弱(Allstadt et al.，2018)，面波信号显著(Hibert et al.，2011， 2017a; Levy et al.，2015; Zhang et al.，2021; Cook et al.，2022)，当体波与面波时差极短时，通常难以识别明显的体波信号(Cook et al.，2022)。通常情况下，岩崩、滑坡产生的滑震震级约为 0～ML3.0(Deparis et al.，2008; Guthrie et al.，2012; Hibert et al.，2014a; Pankow et al.，2014; Fuchs et al.，2018; Li Z Y et al.，2019)。特别地， 1991年发生于新西兰南岛的Mount Cook 高速远程滑坡产生了高达ML3.9的滑震波信号(Evans et al.，2002)；

Ambraseys et al. (2012)的研究指出， 1911年发生在塔吉克斯坦东部的规模达2.4km3的滑坡产生的滑震能量相当于于一次MW=7.8±0.1的地震。与震级相当的构造地震相比，滑震信号的波形相对较复杂，通常不具有可显著识别的P波和S波震相。现有研究通常将滑震信号按频段范围划分为两种尺度：规模巨大的滑坡体系统整体在加速或减速运动过程中对地表产生卸载或加载作用，辐射出周期为数秒至数百秒的长周期低频(<1Hz)滑震信号(Kanamori et al.，1982, 1984; Brodsky et al.，2003; Favreau et al.，2010; Allstadt， 2013; Ekström et al.，2013; Zhao et al.，2015; Coe et al.，2016; Li W et al.，2019)；

而大于1Hz的高频滑震信号通常与滑坡体内部颗粒之间、滑坡体与下伏运动路径之间的摩擦、碰撞以及弹性介质中局部小尺度的动力学过程有关(Huang et al.，2007; Deparis et al.，2008; Vilajosana et al.，2008; Helmstetter et al.，2010; Hibert et al.，2014a, 2017a; Levy et al.，2015；

Farin et al.，2018， 2019a， 2019b)。

高速远程滑坡运动产生的振动波反映着运动物质对地球表面施加作用力的时空演化过程，而在滑坡运动过程中，其运动形式常在坠落、滑动和流动之间相继转换，甚至多种运动过程并存(Allstadt et al.，2018)。为了清晰刻画和区分不同运动形式产生的滑震信号特征，进而对滑震信号的震源机制形成更为全面且深刻的理解和认识，本节将以：
(1)以近自由落体、大角度碰撞、弹跳为主要运动特征的岩崩、落石，(2)高陡斜坡上大规模基岩岩体失稳后形成的运动速度极快的岩质碎屑流(高速远程滑坡)，(3)含大量液相物质的泥石流为滑震信号源，阐述不同动力过程产生的滑震信号特征。

2.1 岩崩、落石

岩崩被认为是陡峭斜坡上的危岩体在重力作用下脱离母岩体崩落，经过自由落体、反弹和/或滚动，高速度运动并在坡脚发生大角度甚至近乎法向地碰撞，最终在坡脚停积的地质现象(Cruden et al.，1996; Okura et al.，2000; Jackson， 2005)。岩崩体的规模从若干立方米至数百万方不等(Nicoletti et al.，1991; Corominas， 1996; Manconi et al.，2016; Fuchs et al.，2018; Provost et al.，2018)，单个或者若干个独立运动的小规模落石在运动过程中经过跳跃、翻滚、崩解，最后堆积于斜坡坡脚(Evans et al.，1993; 唐红梅等， 2003; 张路青等， 2004)，并通过碰撞、冲击等方式对斜坡下方的人口聚集地、公路、铁路、防护建筑等构筑物造成威胁；

大规模的岩崩，在运动过程中经过强烈的碎屑化作用，形成运动速度极快的灾难性高速远程滑坡，长距离大范围的运移或扩散，严重威胁高山峡谷地区社会、经济和环境的可持续发展(Hsü， 1975; Evans et al.，1993; Cruden et al.，1996; Crosta et al.，2007; Hewitt et al.，2008; Ruiz-Carulla et al.，2017; De Blasio et al.，2018; Lin et al.，2020; 王玉峰等， 2021a， 2021b)。了解岩崩、落石的滑震信号特征及其动力学行为，对高山峡谷地区地质灾害危险性评价以及高速远程滑坡启动、运动机理等研究至关重要。

图 3 不同地点捕获的岩崩滑震信号Fig. 3 The seismic signals of rockfall events recorded at Chamousset(a)，Super-Sauze(b) and Séchilienne(c). (Provost et al.，2018) a. Chamousset; b. Séchilienne；

c. Aaknes(Provost et al.，2018)

对于坠落过程中保持相对完整(未发生显著碎屑化)的单体落石，其与运动路径碰撞接触产生的地震动信号与构造地震信号相似，表现为陡然出现的尖锐脉冲信号(Dammeier et al.，2011)，当落石与运动路径发生连续碰撞时，其系列动力相互作用行为将被接连出现的离散脉冲信号记录和表达，各脉冲之间的间隔可用于表征落石与地面碰撞接触之后的反弹过程(Hibert et al.，2017a; Le Roy et al.，2019)(图 3a)。通过分析落石脱离母岩和初次撞击地面产生的2次特征振动信号时间差，Le Roy et al. (2019)成功反演了落石的坠落高度。当若干危岩体同时崩落或落石在运动过程中破碎为若干块体时，各离散块体与运动路径之间产生接连不断的频繁碰撞(图 3b)，随之产生时间间隔紧密的大量振动脉冲，随着崩塌运动的持续发育，振动脉冲将发生不同程度的重叠；

进一步地，随着崩塌体碎屑化程度的不断加深，岩体的运动由崩塌向碎屑流过渡，各离散块体产生的振动脉冲将充分重叠并难以分辨，此时的滑震信号与高速远程滑坡产生的滑震信号相似，其外包络线呈雪茄型(图 3c)(Moran et al.，2008; Levy et al.，2011, 2015; Hibert et al.，2014b; Zimmer et al.， 2015; Provost et al.，2017; Le Roy et al.，2018)。

2.2 高速远程滑坡

高速远程滑坡(Rock avalanches， Sturzstorms)是地球岩石圈造山带一类大规模、多相变、跨尺度的地表固体物质迁移过程。具体是指高山峡谷地区高陡斜坡上大规模基岩岩体失稳后以快速或者极快速的速度，以岩屑流的形式似流体状态长距离运动且具有极端破坏力的地质灾害现象。其典型的运动特征是：滑坡源区斜坡岩体初始破坏表现为大型的岩崩(rockfall)或者岩滑(rockslide)，在失稳后沿运动路径的后续运动过程中岩体经过强烈的碎屑化作用而逐渐解体为颗粒尺寸范围通常跨越十几个数量级的碎屑颗粒，以类似流体的形式(flow-like form)长距离大范围地运移或扩散，属于一种非常快速至极快速的岩质碎屑流(程谦恭等， 2007; 张明等， 2010; 刘传正， 2017; 兰恒星等， 2019; 林棋文等， 2021; 王玉峰等， 2021a， 2021b; 李坤等， 2022)。

高速远程滑坡运动过程中，滑体内部以及滑体与下伏高低起伏、颠簸不平的运动路径之间频繁产生诸如碰撞、摩擦等诸多不同时间和空间尺度的动力相互作用，进而辐射出振动信号(Tilling et al.，1975; Huang et al.，2007; Schneider et al.，2010; Farin et al.，2015， 2018， 2019a， 2019b; Lin et al.，2015; Allstadt et al.，2018; Saló et al.，2018; Li W et al., 2019; Li Z Y et al.，2019; Huang et al.，2019)，这些振动信号相互叠加，并随着时间、空间的演化，形成滑震信号，被地震监测台站所记录(Allstadt et al.，2018; Cook et al.，2021; Tiwari et al.，2022)。

与同等震级的构造地震产生的信号相比，高速远程滑坡产生的滑震信号更加复杂，信号的持续时间相对较长，伴随于滑坡运动的整个过程(Jeffreys， 1937; Hibert et al.，2011; Ambraseys et al.， 2012; Li W et al.，2019)。滑震波的外包络线通常呈典型的雪茄形、纺锤形或者水滴形(Norris， 1994; Allstadt et al.，2018; Provost et al.，2018)，即滑震波率先以振幅较低的低频信号形式出现，随后振幅逐渐增大并伴随高频信号的出现，在迅速增大至峰值后逐渐减小至底噪水平。这种典型的波形信号特征不依赖于事件的尺度，从小尺寸颗粒流斜滑槽实验(Farin et al.，2018， 2019a; Arran et al.，2021)到体积为数立方米、数千立方米的碎屑流(Deparis et al.，2008；

Vilajosana et al.，2008)，直至规模超过数百万立方米的大型高速远程滑坡均能观测到此现象(Favreau et al.，2010; Schneider et al.，2010; Allstadt， 2013; Pankow et al.，2014)。不同学者对这种特殊的波形特征展开了探讨：Suriach et al. (2005)认为，滑震振幅的演化趋势反映了高速远程滑坡体流经地震动监测台站时，逐渐靠近随后逐渐远离台站的相对运动过程；

Hibert et al. (2011)则认为，距震源不同距离的地震动监测台站均捕获到了雪茄形的滑震波形特征，表明这种特殊的波形可能是由特定的震源机制而并非振动波的传播路径所控制的；

高速远程滑坡的运动伴随着势能的逐渐释放，亦即滑坡体运动速度的逐渐增大-逐渐减小的过程，Havens et al. (2014)认为，滑震信号的波形特征恰恰对应着滑坡体运动速度的发育和演化过程；

Hibert et al. (2017b)通过对 1999～2014 年发生的12例大型滑坡进行滑震信号分析表明，频段为3～10Hz的滑震波包络线与滑坡体动量之间存在显著相关性(相关性系数为 0.87～0.98)，值得注意的是，这种相关性依赖于滑震信号的频段范围，即频段为1～3Hz的滑震波包络线与滑坡体动量之间的相关性要弱于 3～10Hz 频段的滑震波。

2.3 泥石流

高速运动的滑坡体经过强烈的碎屑化作用而逐渐解体为碎屑流，并与沿途地表物质相互作用。在降水、冰雪融水或其他水分补给作用下，滑坡体与水分不断掺混，其物理力学性质发生改变，当液相含量超过临界值时，混合体发生相变，形成泥石流(崔鹏等， 2021)。

与岩崩及高速远程滑坡相比，泥石流产生的滑震信号具有更长的持续时间和更宽的频段范围(Allstadt et al.，2018)。当地震动传感器安装在泥石流邻近位置时，可监测到100Hz甚至更高频的滑震信号(Burtin et al.，2016; Walter et al.，2017)。滑震信号的特征频率、振幅与流经传感器的流体质量或固相物质含量有关，泥石流固相物质含量越高，其产生的滑震信号的低频段组份强度越高(Cole et al.，2009)。受分选效应的影响，粗大块石主要聚集于泥石流的龙头区域。相应地，当泥石流龙头逐渐靠近地震动传感器时，滑震信号的振幅逐渐增大，随着龙头流经传感器并逐渐远离，滑震信号逐渐减小(Kean et al.，2015; Burtin et al.，2016; Walter et al.，2017)。此外，在泥石流滑震信号中可以观察到尖锐的低频脉冲信号，对应于大巨石与沟道间剧烈的碰撞接触(Provost et al.，2018)。Farin et al. (2019b)根据泥石流流体不同位置的动力学机制的差异，将泥石流流体划分为4个区域，并探讨了不同区域的滑震信号特征。Lai et al. (2018)分析了2018年美国加州Montecito 泥石流产生的地震动信号，并探讨了泥石流龙头区长度(L)、宽度(W)、固相颗粒尺寸(D3)和龙头平均流速(u3)之间的关系。Allstadt et al. (2020)通过开展大型水槽实验，利用流体运动产生的 15～50Hz 频段的振动信号，反演了水槽基底的波动应力，并指出泥石流产生的滑震信号可用于表征泥石流的流深、密度、动量等运动特征信息。

大规模高速远程滑坡运动过程将释放不同频段的滑震信号。滑坡体系统整体在加速或减速运动过程中对地壳产生卸载/加载作用，辐射出周期为数秒至数百秒的长周期低频(<1Hz)振动信号，这类滑震信号在地层传播过程中不受小尺度的不均匀性影响，且衰减程度相对较低，能够被数百公里外甚至全球范围内的地震台站捕获(Kanamori et al.，1982， 1984; Brodsky et al.，2003; Favreau et al.，2010; Allstadt， 2013; Ekström et al.，2013; Zhao et al.，2015; Coe et al.，2016)。而小规模滑坡-碎屑流或局部小尺度滑坡岩土体单元在运动过程中，与基底和侧壁之间的摩擦和碰撞通常产生大于1Hz的振动信号，这些滑震信号在传播过程中通常较易衰减，只能被距离震源较近的台站捕获(Levy et al.，2015; Hibert et al.，2017a， Cook et al.，2022)。

密集的振动监测台站组成的地震台网协同工作，可以近乎实时地进行滑震信号监测(Ekström et al.，2013)。滑震信号时域特征与滑坡持续时间相关，通过对滑震信号进行阶段划分和时频分析，可推断滑坡运动过程的关键时间节点和持续时间，表征滑坡的发生过程(Burtin et al.，2009; Dammeier et al.，2011; Fuchs et al.，2018; Li Z Y et al.，2019；

Li W et al.， 2019; Zhang et al.，2019a)；

利用长周期滑震信号反演大规模灾难性滑坡体受力-时间函数，可以实现对滑坡发生位置、运动速度、运动路径、影响范围、基底摩擦系数等关键运动参数的定量化推演分析(Brodsky et al.，2003; Yamada et al.，2012， 2013， 2018; Allstadt， 2013; Ekström et al.，2013; Moretti et al.，2015; Coe et al.，2016; Moore et al.，2017; 黄兴辉等， 2018; 赵娟等， 2019; 许世民等， 2020)；

利用高频滑震信号可提取更为丰富的目标参数，用于聚焦大型滑坡体局部小尺度破撞、摩擦、侵蚀等动力学行为以及中小规模滑坡的运动特征(Cole et al.，2009; Dammeier et al.，2011; Kean et al.，2015; Levy et al.，2015; Bachelet et al.，2018; Saló et al.，2018)，或建立滑坡复杂运动路径地形条件(粗糙度、坡面或沟谷形态、可侵蚀程度等)、岩土体物理力学属性(规模、质量、粒径、材质等)与振动信号之间的定量化数学-力学关系模型，进而将滑震信号应用于滑坡灾害的快速识别、精准定位、类型划分、运动学参数反演(Huang et al.，2004; Favreau et al.，2010; Barrière et al.，2015; Farin et al.，2015， 2018， 2019a， 2019b; Hibert et al.，2017b; Bachelet et al.，2018; Allstadt et al.，2020; Arran et al.，2021)。

3.1 基于滑震信号的高速远程滑坡基本特征识别

对于地形条件复杂、地质环境恶劣或隐蔽性、突发性、灾难性滑坡频发的高山峡谷或火山地区，对由大规模高速远程崩滑体产生的长周期地表振动波的探测，使得人们能够在远离灾害危险范围的安全地带确定灾害发生的时间、地点和规模等特征信息，从而有针对性地采取应急避险或防控治理措施，并开展灾情研判和应急响应工作。

Burtin et al. (2009)利用地震动包络线互相关方法(Cross correlation of seismic envelopes)，分析低频(0.6～0.9Hz)振动信号，确定了2003年8月15日发生于喜马拉雅山地区的Ramche泥石流震源位置；

2018年10月金沙江白格滑坡发生后，Zhang et al. (2019a)基于国家测震台网数据备份中心提供的滑震波形数据，推演并校正了该滑坡的准确发生时间；

Fuchs et al. (2018)通过对阿尔卑斯山脉东部地区19组中大型崩塌长周期振动信号进行分析，开发了一种自动化崩塌时间检测、定位和分类方法；

Li Z Y et al. (2019)针对2017年6月新磨村高速远程滑坡，利用距震中360km的21个地震台站的46条地震道，进行了0.01～0.1Hz频段的长周期振动波形反演，结果表明，新磨滑坡持续时间为79s，加速阶段为47s，减速阶段为32s；

Feng (2011)利用Hilbert-Huang变换对莫拉克台风诱发的小林滑坡滑震信号进行时频分析，得出该滑震信号能量主要来自于 0.5～1.5Hz 频段；

Dammeier et al. (2011)基于区域地震数据，对阿尔卑斯山区域内发生的20个岩滑(Rockslides)进行分析，利用滑震信号持续时间、地面速度包络曲线等量化了5个特征指标，用以评估崩滑体体积、运动距离、竖向落差、Fahrböschung等基本致灾信息；

Pankow et al. (2014)和Moore et al. (2017)根据全球地震台网记录的数据，指出美国犹他州宾汉姆峡谷矿区分别于2013年4月11日03：30和 05：05发生两次大规模高速远程滑坡以及11处小型崩滑事件，推测崩滑体总规模约(6200～6500)×105m3。Schöpa et al. (2018)利用来自58个地震台站捕获的滑震数据，对2014年7月21日发生于冰岛Askja火山地区的大型滑坡展开研究，通过长周期振动波反演表明该滑坡于23：24：
05 UTC自SE向NW方向运移，持续时间约2min。

3.2 基于低频滑震信号的高速远程滑坡运动学特征反演

高速远程滑坡运动学过程和动力学机理研究一直是国际工程地质及地质灾害领域长期关注的热点与前沿性科学问题。滑震信号能够克服滑坡灾害高隐蔽性、突发性和巨大灾难性等特点，弥补传统工程地质调查手段的缺陷和不足，为高速远程滑坡运动全过程提供连续的高分辨率数据支撑。

在利用滑震手段探索高速远程滑坡运动学过程中，最为成熟的应用之一是通过低频滑震信号重建滑坡力-时间函数(Cook et al.，2022)。如前文所述，在规模巨大的高速远程滑坡启动及运动过程中，滑坡体作为一个整体对地表产生卸载/加载作用，并伴随低频滑震信号的辐射和传播。此类信号可被远至数百公里甚至全球范围内的地震监测台站捕获，进一步地，由于滑坡的运动尺度远小于滑坡发生位置与地震台站之间的距离，因此可以将高速远程滑坡的运动过程视为作用在地球表面上的力矢的时间序列(Allstadt et al.，2018; Yu et al.，2019)，低频滑震信号的产生来源于施加在地球表面上的力矢序列，进而表征着滑坡整体随时间演化的加速、减速运动行为。

尽管低频滑震信号的相关研究提高了对灾难性高速远程滑坡的理解，但低频段滑震信号通常在规模大于107m3的大型高速远程滑坡运动过程中产生(Allstadt et al.，2018)，且现有研究方案仅适用于持时大于10s的大型滑坡体，有研究价值的完整低频滑震信号仅在有限的典型高速远程滑坡研究中被记载(Hibert et al.，2017b)。此外，通过长周期滑震信号反演滑坡体受力时序过程，须将滑体视为一个质点，因此反演所得结果主要表征滑体质心的运动特征，更接近滑体的平均速度(Yu et al.，2019)，而高速远程滑坡不同部位的动力学特征，难以通过此方法进行研究。换言之，即便研究者能够顺利获得完整的低频滑震信号数据，如果期望利用它来理解，研究或表征滑坡的内在动力学机理，还需配合高频滑震信号，提取更为丰富的动力学细节参数。

3.3 基于高频滑震信号的高速远程滑坡运动特征分析

高速远程滑坡体中，岩土体结构单元的岩性、磨圆度、强度、粒度、粒序分布等内在物理力学特征以及运动路径地形条件等因素往往控制着高速运动的滑坡体的碰撞、摩擦、剪切、挤压、偏转、冲高等小尺度动力学行为，进而影响着滑坡运动及停积就位的全过程(程谦恭等， 2007; 王玉峰等， 2012a， 2021b; 樊晓一等， 2017; 兰恒星等， 2019)，并以源区层序保留、反粒序沉积结构、碎屑化、多层剪切带、相态转化、流态化堆积地貌等特征结果而显现(Dufresne et al.，2016， 2017; Wang et al.，2018， 2019a， 2019b， 2019c; Lin et al.，2020; Li et al.，2021， 2022)。现有研究表明，滑震震源邻域内的地震监测台站记录的高频滑震信号蕴含着崩滑体及其组成单元的定量化特征信息，能够表征高速远程滑坡小尺度运动行为，进而有助于揭示滑坡运动的内在运动机理(Deparis et al.，2008; Dammeier et al.，2011; Hibert et al.，2011， 2017b; Yamada et al.，2012; Levy et al.，2015; Le Roy et al.，2019; Yan et al.，2020a，2020b)。

由于高频滑震信号易在传播过程中衰减、弥散，仅有少量现场研究建立了崩滑体运动参数与高频滑震频谱信号之间的尺度关系。Deparis et al. (2008)对阿尔卑斯山地区10处体积为 2×103～1.75×106m3的崩塌进行滑震信号分析表明，滑震释放能量与势能减少量之比ES/EP在 10-3～10-5范围内；

Hibert et al. (2011)证实了Deparis et al.(2008)的研究结论，并在此基础上建立了崩滑体规模与滑震能量的函数关系；

进一步地，Dammeier et al. (2011)通过对阿尔卑斯山区域内20处规模在 1×103～2×106m3的崩滑事件进行研究，建立了考虑持续时间ts、振动速度包络线峰值Amax及包络面积EA与崩滑体规模V之间的函数关系；

Yamada et al. (2012)通过对日本Talas台风诱发的18处滑坡及其产生的高频滑震信号进行分析表明，距震源 1km 处的滑震能量近似与滑坡体积的平方呈成正比关系；

Levy et al. (2015)通过对Montserrant地区的200处滚石滑震信息进行分析表明，滑震能量与势能的变化量存在正比例关系，此外，崩滑体与复杂运动路径之间的相互作用直接影响着高频滑震信号的脉冲波形；

Hibert et al. (2017b)通过对 1999～2014 年发生的不同地质条件下的12处特大滑坡滑震信号进行分析表明，高频滑震信号归一化包络图与长周期滑震信号反演得到的滑坡体动量时程曲线吻合性良好，高频滑震信号振幅与滑坡体动量存在正相关；

Le Roy et al. (2019)通过对阿尔卑斯山脉Chartreuse Massif地区发生的21处崩塌事件及其振动信号分析表明：振动波信号能有效地用于识别崩塌体的位置、体积、几何形状和运动演化过程等，此外，还给出了崩塌体势能与振动能量之间的经验函数；

2019年7月23日贵州水城发生灾难性滑坡事件，对此滑坡的已有研究结论认为该滑坡体的初始破裂位置位于滑源区顶部，Yan et al. (2020b)结合滑坡野外调查资料，基于 4.5～6Hz 滑震信号重构滑坡的动态过程，对前人研究结论进行修正，认为滑坡的初始断裂点位于滑源区底部和加速带顶部之间，其研究成果得到了国际滑坡领域著名科学家、英国谢菲尔德大学副校长Dave Petley教授的高度肯定。

3.4 基于高频滑震信号的物理模型实验研究

滑坡沿其运动路径运动时伴随着裹挟或沉积过程，导致滑体体积随时间产生显著变化(Egashira et al.，2001; Iverson et al.，2011; Mangeney， 2011)。当滑坡体中有冰雪融化和/或有气、液介质掺入时，其运动特征也会相应改变(王玉峰等， 2014; Stilmant et al.，2015; Pérez-Guillén et al.，2016)。此外，与释放的振动能量有关的势能变化取决于下落高度(Farin et al.，2018， 2019a)，相应地，滑坡运动的竖向运动距离很大程度上又取决于运动路径地形条件、初始滑坡体规模和岩体结构等(樊晓一等， 2014， 2017， 2018， 2020; 兰恒星等， 2019)，滑坡运动影响因素的复杂性决定了滑震信号的复杂性(Schneider et al.，2010; Hibert et al.，2015， 2017a; Levy et al.，2015; Allstadt et al.，2018)。

囿于滑坡影响因素和运动机理的复杂性，高频振动信号与颗粒流参数之间的定量关系难以单纯通过现场调查而建立(Hibert et al.，2017a; Farin et al.，2019a)。一方面，对于高速运动的滑坡体，其厚度、运动速度、粒度分布等参数随时间和空间而呈现连续性演化和非均匀分布，这使得运用野外捕获的振动信号推导上述目标参数极具挑战(Suriach et al.，2000; Favreau et al.，2010; Pérez-Guillén et al.，2016)。另一方面，除滑坡岩土体物理力学参数以外，运动路径地形条件的不规则性及下伏层物质的非均质性引起的路径效应(如路径偏转程度、路径起伏程度，下伏层松散程度等)，将导致振动信号的抑制、弥散或衰减，同时显著影响滑震信号的产生及传播(Favreau et al.，2010; Allstadt， 2013; Kean et al.，2015; Moretti et al.，2015; Bachelet et al.，2018)。

有介于此，近年来，有关学者尝试利用振动传感器记录颗粒流运动碰撞产生的振动信号，开展室内模型实验研究，通过改变某一目标参数同时固定其他参数，从而逐一探讨各初始条件对滑震信号的影响，建立滑坡运动的初始/边界条件与滑震波信号的定量关系(Huang et al.，2004; Hsu et al.，2014; Barrière et al.，2015; Farin et al.，2015， 2018， 2019a; Bachelet et al.，2018; Allstadt et al.，2020; Arran et al.，2021; Feng et al.， 2021)。

Huang et al. (2004)利用地声检知器记录单体块石及泥石流流体碰撞、摩擦行为下产生的振动信息，经由快速傅里叶变换(FFT)及Gabor变换分析处理实验所测信号，研究结果表明：单体块石摩擦产生的地表振动频率范围约在 10～300Hz 之间；

单体块石碰撞产生的地表振动频率在 10～500Hz 范围内；

实验条件下，泥石流流体产生的振动频率范围介于 20～300Hz 之间，固相粒径越大或斜坡坡度越陡，地表振动的强度越强。Hsu et al. (2014)分析了干燥和固-液两相宽级配碎屑流对转鼓基底动态碰撞行为及平均冲击力，建立了碎屑流基底动态冲击力与有效粒径和流速之间的近线性关系。Barrière et al. (2015)通过滑槽模型实验对颗粒流与滑槽底部相互作用产生的振动信号进行捕捉分析，建立了颗粒流中值粒径D50与峰值振幅Amax以及平均振动频率fmean之间的经验定律。Farin et al. (2015， 2016)对球状颗粒与平面间的碰撞过程进行了基于弹性、黏弹性、弹塑性碰撞原理的理论分析，并对不同物理力学性质的球体颗粒与底板/底座之间的碰撞过程进行了系列物理实验分析，建立了振动能量与碰撞体质量、碰撞速度、弹性参数等之间的定量化关系，从而有助于根据滑震信号推测崩滑体的规模、速度等致灾参数。Bachelet et al. (2018)通过室内碰撞试验并收集弹性波动信息，在非线性赫兹接触定律理论支持下，探讨了碰撞体尺寸、材质、碰撞速度、碰撞角度、底板粗糙度、可侵蚀性等因素对振动波能量的影响。Farin et al. (2018)建立了离散颗粒集合体在PMMA斜板上的坍落模型实验。首先，探讨了不同倾斜角度条件下，颗粒流沿斜板坍落至停积过程中产生的振动信号，重点分析了振动能量与颗粒体势能变化量之间的比例关系。进一步地，完善了不同离散颗粒结合体质量m，高宽比a，颗粒粒径d等不同工况下滑震信号的频谱特征，分析了振动能量Wel，势能Ep在不同工况下的演化特征，并从颗粒与底板之间的碰撞率Rimp和碰撞强度Iimp两方面，探讨了振动波的产生和演化机理(Farin et al.，2019a)

国内外学者经过百年探索，在理解高速远程滑坡动力相依滑震波动特征和机理方面正不断取得突破性进展。地震学方法的应用将极大程度地推进地球科学及工程地质学者对高速远程滑坡事件的几何学尺度、运动学性质和动力学机理的探索深度和认知疆域，并有望实现传统滑坡调查研究手段无法实现的洞见。然而，面对这项极具发展潜力的研究手段，我们仍缺乏对高速远程滑坡滑震波内在机理的进一步理解，关键问题依然存在。

高速远程滑坡的运动过程是由多个同时发生的子事件组成的复杂动力学过程，失稳滑坡体的初始势能(由滑坡体规模和滑源区高程决定)，岩土体结构单元的岩性、强度、粒度、粒序分布等内在物理力学特征以及坡度、粗糙度、坡面或沟谷形态等运动路径地形条件等因素，往往控制着高速运动的滑坡体的碰撞、摩擦、剪切、挤压乃至犁铲、推挤、裹挟、偏转、冲高、碎屑化、相态转化等动力学行为，进而影响着滑坡运动及停积就位的全过程，并以流态化堆积地貌(横向脊、纵向脊、边缘堤、锥状丘以及舌形、扇形及指状分叉式堆积形态等)，“滑坡-构造”形态(小型逆冲断层、翻卷褶皱、冲入火焰状砂脉甚至底辟构造等)，沉积学结构特征(原岩层序保留、反粒序结构、拼贴构造等)等一系列复杂的特征地质现象而显现。

有介于此，通过滑震波视角研究或表征高速远程滑坡的运动过程，就必须在获取丰富的滑震信号的基础上，建立滑震信号与高速远程滑坡几何学、运动学和动力学参数之间的数学、力学定量化关系，进一步地，需要明确不同初始条件和边界条件下滑坡动力行为产生特征振动波的内在机理。为实现上述关键科学突破，亟待从以下几个方面进一步开展研究工作：

4.1 滑震数据库的建立与完善

尽管高速远程滑坡运动产生的滑震信号具有诸多普遍存在的标志性特征，被用来区分滑震与构造地震信号之间的差异。然而，如前文所述，滑坡体的运动受岩土体结构单元的物理力学条件以及运动路径的地形条件等多方面因素制约，这些制约因素将在不同滑坡事件之间存在很大差异，亦可能在同一事件的不同阶段发生变化，进而直接控制着滑震信号的细节呈现(例如，幅度、持续时间、频率特征等振动信号参数)及其随滑坡运动的演化。介于高速远程滑坡影响因素和动力学机理的复杂性以及滑震信号的敏感性，对偶得滑震信号的有限案例分析已难以满足日益发展的滑震波动机理研究进程。

因此，有必要创建一个全面的、集中的、持续更新的滑震数据库，将滑震定量化信息与高速远程滑坡事件的各种几何学特征、运动学过程和动力学机制等关键细节(如滑坡体规模、岩性、水平及竖向运动距离以及卫星影像、气象数据等)建立密切定量化关系，以便帮助我们更好地利用滑震信号推进高速远程滑坡动力学机理的研究。

4.2 理论模型的优化与发展

尽管国内外大量学者尝试提出并建立了滑震特征参数与高速远程滑坡基本特征、动力学参数之间的经验关系和理论模型。然而，大部分研究成果都是基于某种特殊区域地质背景或理想的实验室条件下实现的，脱离特定边界条件难以实现不同理论模型之间的相互论证和结合。例如，滑震释放的振动能与高速远程滑坡释放的势能的比值Rs/p被广泛用于定量化评估高速远程滑坡灾害的潜在危害，然而不同学者提出的Rs/p值在 10-6～1 范围内波动，差异悬殊；

再如，由于滑震波传播介质的非均质性以及滑震波衰减和弥散的不确定性，导致观测到的滑震波频谱特征在很大程度上取决于地震台站相对于事件的位置以及特定地质条件。因此，将不同研究成果推广并应用到其他滑坡事件，就要求相关学者充分理解和量化差异的来源(例如，不同的震源理论、震源过程、振动波传播效应等)，并进一步建立解译这些差异的技术手段和理论方法。

4.3 从接触力视角解译滑震信号

高速远程滑坡与运动路径的相互作用是其动力学特性的重要表现形式之一，也是滑震信号产生的主要来源。岩土体单元与运动路径的复杂相互作用可以在一定程度上反映滑坡体的运动行为，如声波流态化(Melosh， 1979; Johnson et al.， 2016)、颗粒弥散力减阻效应(Bagnold， 1954; Davies， 1982; Campbell， 1989)、自激振动悬浮减阻效应(Wang et al.， 2015)等。高速远程滑坡与运动路径之间以接触力的形式进行相互作用，并通过振动波的形式进行传播。因此，接触力的力学特征、滑震波的波动特征以及高速远程滑坡的动力学特征存在内在联系。从接触力视角研究滑震信号有望为高速远程滑坡滑震波动机理研究提供有价值的参考。

4.4 深化多学科交叉融合

高速远程滑坡动力相依滑震波动机理科学问题具有多学科交叉性和复杂性的特点，要让地震学研究方法和理论知识在推进高速远程滑坡动力学的研究中发挥其全部潜力，要求跨越领域和学科的视角，整合不同过程、不同时空尺度、不同学科领域，提出解决方案。在地貌学和滑坡动力学中更广泛地引入、采用、适应并继续发展地震学理论和技术，打破不同领域技术和方法的界限，融合并创新，这是支撑高速远程滑坡滑震波动机理相关研究长足发展的必然要求。

滑震研究方法与传统的工程地质研究方法相比具有明显的优势和互补性。基于滑震特征的高速远程滑坡研究有助于直观揭示高速远程滑坡与地球表面动力相互作用的时-空演化细节，其不仅是目前高速远程滑坡研究领域关注的热点问题之一，同时也是揭示高速远程滑坡动力学机理的一个重要切入点。本文围绕国内外基于滑震特征的高速远程滑坡运动学相关研究内容，对本领域近百年来的历史进程和发展趋势进行了归纳，对滑震波的典型信号特征进行了概述，在此基础上，从高速远程滑坡基本特征识别、高速远程滑坡运动学过程和运动特征推演等方面，对现有研究成果进行了述评，探讨了滑震手段推进高速远程滑坡动力学机理研究的重要贡献和巨大潜力；

最后，从滑震数据库的建立和完善、滑震波动机理理论模型的优化与发展、滑震波与滑坡接触力的耦合分析以及多学科交叉融合4个方面对下一步的研究工作进行了讨论和展望。

国际著名地震学家Galitzin曾表示：“地震波是一盏灯，尽管它点燃的时间短暂，却照亮着地球的内部；

尽管目前这盏灯的光芒还不够耀眼，但毋庸置疑，随着时间的流逝它将愈发明亮”。尽管目前国内外对于高速远程滑坡滑震波动机理的研究尚处于起步和发展阶段，现有研究成果以基于低频滑震信号的滑体宏观运动过程反演为主，尚缺乏对全频域滑震信号形成机理以及滑震表征滑坡宏/微观动力学过程的深入系统性研究，现有地震台网并非针对高速远程滑坡监测预警工作而设计和建立，上述种种局限使得应用滑震信号全面准确地揭示高速远程滑坡动力学行为并进行有针对性的灾害(链)的预测预报和应急响应面临着诸多困难。但毫无疑问，随着滑震波相关研究的不断深入，滑震信号分析与传统工程地质调查手段的密切结合将成为推动高速远程滑坡运动学过程和动力学机理研究的最有效方法之一。

通讯作者程谦恭寄语：谨以此文纪念中国工程地质学科重要奠基人之一、区域工程地质理论体系创始人刘国昌先生诞辰110周年。刘国昌先生曾担任西安地质学院(现长安大学)副院长，并兼任学术委员会、学位委员会主任。我1983年7月大学毕业的毕业证和学位证上，就加盖有刘先生手迹签名的印章。刘先生1983年在西安地质学院创立了水文地质工程地质学科博士点，培养了一大批水文地质工程地质学科人才。吃水不忘挖井人，作为1997年11月在母校获得水文地质工程地质博士学位并由此跨入工程地质学研究领域受益匪浅的学子，当永远铭记刘国昌先生的培育之恩!