基于甘肅積石山6.2級和日本能登7.6級地震前熱紅外現象的均線差值增強比法的異常提取能力分析

[摘要]""" 2023年12月18日甘肅省積石山縣發生6.2級、2024年1月1日日本能登發生7.6級地震，兩次地震間隔時間較短，均造成較多的人員傷亡和巨大的財產損失，引起地震界的高度關注。運用均線差值振幅增強比法分析發現，這兩次地震前均存在顯著熱紅外異常：積石山地震前約110～90天，長波輻射熱紅外活躍性水平高于歷史平均水平1.5～5倍；日本能登地震前約140～100天，熱紅外活躍性水平高于歷史平均水平3～4倍。以上現象再次證明了強震前存在熱紅外異常現象，也從側面說明了均線差值振幅增強比法具有較強的熱紅外異常提取能力。

[關鍵詞] 甘肅積石山地震; 日本能登地震; 均線差值振幅增強比法; 熱紅外

[DOI] 10.19987/j.dzkxjz.2024-018

0" 引言

衛星遙感觀測數據較地面觀測數據具有抗干擾強、觀測范圍廣、測點分布均勻等優點，眾多學者利用遙感數據探索研究地震前兆取得豐碩成果[1-4]。康春麗等[5]以NOAA衛星的長波輻射（Outgoing Long Radiation，OLR）數據和日本靜止氣象衛星的GMS-5亮度溫度數據為基礎，分析了2001年11月14日昆侖山口西8.1級地震前后的熱紅外變化特征，結果顯示在震前1個月OLR出現增溫異常，震前1周亮度溫度出現異常。2023年12月18日甘肅積石山發生6.2級地震（35.7°N，102.79°E），2024年1月1日日本能登發生7.6級地震（37.5°N，137.2°E），兩次地震間隔13天，震級相差1.4級，緯度相近，經度相差約35°。運用熱紅外均線差值振幅增強比法以NOAA衛星的長波輻射數據為基礎分析這兩次地震，發現震前均存在顯著異常。尤其是，日本能登地震前約140～100天，震中及附近較大范圍區域內均出現了強烈的熱紅外升溫現象，從熱紅外異常角度分析，日本能登7.6級地震并不是“黑天鵝”事件，而可能是一次“灰犀牛”事件[6]。

均線差值振幅增強比法對熱紅外持續性微弱升溫異常捕捉效果較好，震例研究表明，6級以上淺層陸地和近海破壞性地震，均存在不同形式和強度的震前異常。為介紹本方法，作者并未刻意從歷史震例中挑選個別典型震例進行分析證明，而是選擇了不同地域、發震時間間隔較短、不同級別、且當前社會關注度較高的兩次地震進行現象剖析，希望與同行一起討論本方法的優缺點及積石山6.2級、日本能登7.6級兩次地震前的熱紅外現象。

1" 數據和方法

采用美國國家海洋與大氣管理局（NOAA）官方全球熱紅外長波輻射（OLR）數據，數據下載地址https：//ftp.cpc.ncep.noaa.gov/precip/CBO_V1/。數據空間分辨率為1°×1°，每個網格每天1個數據，數據通常滯后2天。

熱紅外數據的處理分析，采用作者研發的均線差值振幅增強比法，該方法數學公式和數據處理流程為：

（1）

（2）

（3）

（4）

（5）

各公式作用如下：公式（1）計算當天長波熱紅外年均值；公式（2）計算年均線差值；公式（3）計算當天差值振幅；公式（4）計算歷史差值平均振幅；公式（5）計算異常值（熱紅外活躍指數），即當天的差值振幅值與平均振幅值之差，再與平均振幅值相比，得到差值振幅增強倍數。公式詳細解釋請參閱文獻[7-8]。本方法最低異常標準值設定為1.618。

當前學術界熱紅外分析主要方法為功率譜法、小波法、距平法等。相對于以上方法，本方法具有以下3個特點： ① 數據處理時無需去云，可產出以天為單位連續的數據產品。由于滑動年均值是一個包含春夏秋冬4個季節較大時間尺度的參數，每組年均線數據包含的云數據信息可視為一個相同或相近值，亦可視之為背景值。在此基礎上做年均線差值分析，差值時云數據全部或絕大部分被對沖掉，故無需做去云技術處理，最終提取的異常結果并不劣于甚至優于其他方法。 ② 可以發現持續的微弱熱紅外升溫異常。年均線差值可以提取出1年或指定時間長度內微弱熱紅外上升量值的總和，微弱異常在本方法處理下，經累積演變為顯著異常。 ③ 可提前發現異常。眾多研究文獻表明，臨震前通常會發生顯著熱紅外異常[9-13]，在此之前，也可能會發生持續性且容易被忽視的微弱異常，本方法可以提前捕捉到該類異常。

本方法設置了兩種差值時間：長周期（365天）和短周期（40天，可調節），長周期代表1年內的變化影響，短周期代表40天內的變化影響。長短周期適應性有所區別，長周期提取持續時間長的微弱異常優于短周期，而短周期提取相對強烈異常優于長周期，兩者各有所長，互為補充。長周期也可提取持續的強烈異常，但短周期提取持續弱異常能力遠低于長周期。長周期異常包含1整年的異常變化信息，通常可代表大環境異常或背景異常，短周期異常可代表顯著異常。兩者可能同步出現，短周期異常的可靠性通常建立在長周期異常存在的基礎上，長周期異常級別應高于短周期異常。

本方法的差值分析狹義上為1年差值分析，即指定時間段內數據與上1年度相同時段數據的滑動差值分析。為提高異常的可靠性及深度異常挖掘，本方法增加了3年、5年綜合差值分析，方法為指定時間段內數據與前3年、前5年內每年相同時段數據進行差值分析，取異常平均值。3種異常值均為相對異常，由于參照對象不同，其物理意義有所區別，歷史參照對象均假定是正常狀態，理論上，如果出現持續強烈熱紅外上升異常，3種異常時間曲線的趨勢形態應是相似的。實際情況并非如此。假設強震前必定出現熱紅外異常，在強震多發地區，其熱紅外正常狀態與非正常狀態交替出現，正常狀態存續時間較短（小于兩次強震間隔時間），非正常狀態數據在差值分析中可能對沖現有異常數據，從而屏蔽異常。類似情形下，與較近的歷史數據對比分析可更好地發現異常。如泛青海地區，該區域震例表明1年差值分析提取異常效果最佳，而3年、5年綜合差值分析效果可能不如前者甚至提取不到異常。地震少發地區，強震前連續正常狀態時間可能很長，1年差值、3年和5年綜合差值分析通常均可同時提取到異常，3種時間異常曲線的趨勢形態相似性概率高于強震多發地區。但理論上參考的歷史數據時間越長，參照對象越多，提取的異常結果越可靠。

2" 甘肅積石山6.2級地震和日本能登7.6級地震異常分析

分別運用時間曲線和空間平面圖闡述兩次地震前異常發展過程及特征。時間曲線圖左縱軸為異常放大指數，放大方法為在原異常值基礎上立方運算，預警線由1.618同步放大至4.235。異常放大的目的是為了拉大正常值與異常值的差距，提高異常時段在整個時間曲線中的顯示度。右縱軸為以當前網格為中心半徑100 km內發生的6級以上地震震級，橫軸為時間。平面影像由SURFER繪圖工具繪制空間熱紅外活躍指數（異常指數）等線圖，橫坐標為經度，縱軸為緯度。

2.1" 甘肅積石山6.2級地震

據中國地震臺網正式測定，北京時間2023年12月18日23時59分在甘肅積石山發生6.2級地震，震源深度10 km，震中位于（35.7°N，102.79°E）。此次地震發生在拉基山北緣斷裂帶東支。拉脊山斷裂帶地處中國南北地震帶的北部，是青藏高原東北緣的一個重要組成區域，該地區由于青藏高原的隆起，加上歐亞板塊與印度板塊的長期擠壓作用，是我國構造變形和地震活動最為強烈的地區之一[14-15]。

2.1.1" 時間異常分析

首先分析1年差值異常。以積石山6.2級地震震中所在網格（35.5°N，102.5°E）為中心提取其1年差值時間異常曲線（圖1），曲線清晰顯示長周期和短周期異常峰值發生時間非常接近，長周期為2023年9月9日，距離發震時間間隔100天，短周期為9月8日。長周期峰值為4.7倍，即當日熱紅外年活躍度高于歷史平均水平4.7倍。短期異常活躍度高于歷史平均的2.6倍。表明2023年8月底—9月中上旬這段時間較上1年同期出現顯著的熱紅外升溫異常。

（a） 長周期（365天）差值異常；（b） 短周期（40天）差值異常

（a） The long period （365 days）; （b） The short period （40 days）

經分析對比，3年和5年綜合異常結果大同小異。以5年綜合差值異常分析為例（圖2），其短周期異常峰值出現在震前7天，峰值倍數1.9，長周期峰值出現在震前101天。

（a） 長周期（365天）差值異常；（b） 短周期（40天）差值異常

（a） The long period （365 days）; （b） The short period （40 days）

1年、3年、5年差值3種模式分析綜合統計結果如表1。

分析表1發現：在3種狀態下，長周期異常峰值時間幾乎相同，均發生于震前約100天，表明在2023年9月10日前后，震中及附近區域發生了持續性的升溫異常。3年、5年綜合異常時間曲線短周期趨勢形態與1年差值不一致，前兩者短周期異常峰值分別出現在震前5天、7天，而1年差值異常則出現在震前約100天。該異常現象表明，與上1年數據比較，積石山地震前100 天異常最強烈。而與震前3年、5年數據差值比較取異常均值，則震前5天、7天熱紅外短臨異常最強烈，可視為積石山地震臨震異常。表1顯示，異常持續時間較長，為30～60天，不容易錯過或漏過，為提前發現地震異常創造了良好的條件。

時間曲線分析表明，積石山6.2級地震前兩年內，至少在兩個時間段出現過熱紅外上升異常，分別在2023年9月10日前后及臨震前2023年12月10日前后。

2.1.2" 平面異常分析

運用平面法分析積石山地震前熱紅外異常范圍和面積等特征，由于1年、3年、5年3種模式最終結果相近，由于篇幅所限，本文僅對1年差值和5年綜合差值平面異常進行分析。

1年差值長周期平面異常分析：在長周期峰值2023年9月9日當天，在（34°N～43°N，86°E～108°E）區域出現大范圍異常，大環境異常明顯。震中位于異常區內，且位于異常區的最高值區域（圖3）。說明震前100天前后震中區域可能受擠壓影響最嚴重，導致相對升溫最高。

1年差值短周期平面異常分析（圖4）：盡管短周期異常數據峰值時間與長周期異常峰值時間幾乎相同，相對于長周期異常平面圖，短周期異常平面圖內異常范圍成倍縮小，震中仍位于異常最高值區域，同樣說明，震前震中所在區域可能受擠壓影響最嚴重。

利用交叉方法將以上兩圖進行合并，得到該時間公共異常區域。交叉原理為：將兩圖相同位置的每個網格異常數據進行對比，取其最小值。也就是說，如果其中之一不為異常，則認為該網格為正常狀態。如果異常值均大于1.618，則取最小異常值，最終得到新的平面圖數據，平面圖內異常區域長短周期公共異常區域（圖5）。交叉后平面圖顯示，其異常范圍再次縮小，震中仍位于異常最高區域且位于主要異常區中央區域。該結果表明，長短周期平面圖的交叉分析處理，可以過濾大部分區域的偽異常。

利用同樣方法與流程得到5年綜合差值分析長短周期峰值交叉異常平面圖（圖6）。顯示公共異常區相對較小，震中位于異常區中央區域。

1年及5年差值兩種不同模式下產出的平面交叉圖，均能較好地將實際震中與異常區域結合，整個平面中異常區域數量較少，且震中與異常區域中心、異常高值區十分接近。以上特征在熱紅外前兆異常實際分析中，對于未來震中預測范圍的圈定具有現實指導意義。

2.2" 日本能登7.6級地震

日本能登半島7.6級地震（37.5oN，137.2oE）發生在當地時間2024年1月1日16：10，震中位于石川縣鳳珠郡穴水町東北方16 km處，震源深度為16 km。據研究，本次地震的震源機制、斷層分布和余震情況，顯示此次地震為明顯的逆沖型破裂，余震呈現NE向帶狀分布，長度約150 km，并且余震條帶北側的斷層向南傾斜、東南側斷層則向NW向傾斜。據日本氣象廳給出的研究區域的GNSS觀測同震位移結果，顯示能登半島地區的同震位移方向以W-NW向為主，稍遠距離同震以NW向為主[16]。

2.2.1" 時間異常分析

參照積石山地震的分析方法和流程，分析日本能登7.6級地震。在能登地震震中（37.5oN，137.2oE）及附近網格均可提取到震前高強度異常曲線，且1年、3年、5年差值時間異常曲線趨勢形態十分相似。與積石山地震比較，日本能登7.6級地震前沒有出現2次短臨地震異常現象。由于3種曲線的趨勢十分相似，本文僅對3年綜合差值異常曲線和平面圖進行分析。

能登地震震中3年綜合差值時間曲線（圖7）顯示：長周期異常峰值發生于2023年9月1日，距發震間隔122天，短周期異常峰值發生于2023年8月30日，距離發震時間124天，兩者異常發生時間高度重疊，異常同步特征明顯，說明40天內產生的升溫總量積極影響年內升溫總量，影響權重非常高。長周期峰值倍數為3.8，短周期為3.6。表明地震前120天前后震中及附近區域熱紅外長短周期異常活躍度高于歷史平均水平接近3～4倍。

（a） 長周期（365天）差值異常；（b） 短周期（40天）差值異常

（a） The long period （365 days）; （b） The short period （40 days）

日本能登地震1年、3年、5年差值3種模式分析綜合統計結果如表2。

能登地震震級比積石山地震震級高1.4。表2顯示，能登地震前3種差值熱紅外異常峰值集中于110～130天之間，異常發展時間長約40～60天，長于積石山地震，異常峰值也就是最大異常強度也普遍高于積石山地震。

2.2.2" 平面異常分析

研究分析表明，3種差值模式的平面分析最終結果相似，現以3年綜合差值為例進行分析。由于可能受大震前板塊間相互擠壓影響，長周期峰值時間2023年9月1日當天平面圖顯示，在（35°N～45°N，130°E～150°E）出現了條狀大范圍異常，主異常區方向為北東方向，震中北部55°N區域，也出現了大面積異常。整個平面大環境背景異常十分明顯（圖8）。震中位于異常區中部稍偏西2°～3°。說明相對于前3年，該區域熱紅外升溫明顯。由于長周期代表過去1年內的變化總影響，因此平面圖反映的并不是當天熱紅外的實時異常，因此出現大面積異常可以理解和接受。

3年綜合差值短周期分析震中附近異常也呈條狀（圖9），形態與長周期平面圖相似。短周期峰值時間為2023年8月30日，早于長周期3天，盡管異常數據時間非常接近，相對于長周期異常，短周期異常平面圖北面只存在小范圍異常區，其異常總面積明顯縮小，震中位于異常核心偏北約1°～2°，同樣說明震前120天前后震中及所在東南區域熱紅外升溫明顯。相對于長周期（365天），短周期40天內的變化影響產生異常的面積明顯小于長周期，且沒有在長周期的異常主體輪廓外產生新的大異常區，符合邏輯。

與積石山地震平面分析結果特征相似，將長短周期峰值異常數據交叉處理后，新的平面圖內異常區總面積、異常區域數量再次縮小，震中也非常接近于異常核心區域（圖10），異常區總體呈條狀，其長軸方向與USGS官網公布的烈度圖長軸方向近似（圖11）。

3" 討論與結論

利用均線差值振幅增強法提取熱紅外異常，其首要優點是不需考慮去云，數據處理流程簡單高效，產出的連續異常數據可以分析空間持續的變化過程。3種差值模式分析得到異常結果可相互佐證，提高了異常的可靠性，也可挖掘更多異常。缺點是異常面積有時非常大，尤其是長周期異常的這方面特征更加明顯，對未來發震區域的圈定帶來困難。但通過長短周期平面數據交叉技術處理，可縮小異常區域范圍，減小震中位置偏離度。

通過包括積石山地震、能登地震等的震例分析，震前異常有如下特征：

（1）6級以上的大陸或近海淺層地震前通常會出現長短周期異常。短周期異常出現頻次通常高于長周期，長周期異常可靠性高于短周期。

（2）震級越大，長短周期異常同步或準同步現象概率越高。

（3）理論上，3年綜合差值異常可靠性高于1年差值異常，5年綜合差值異常可靠性高于3年綜合差值異常。但在強震多發區，通常1年差值異常可靠性最高。

（4）由于強震前地塊間加速擠壓運動的不確定性，震前可能出現1次以上的異常，如果出現2次異常，強震發生在第2次異常發展期內或距離第2次異常較近時間的概率較高，該異常可視為臨震異常。只出現1次顯著異常時，發震時間距離異常峰值為幾天到幾個月不等，通常不超過1年。

由于方法原理及分析數據對象時間尺度的不同（本方法研究的基礎數據對象為年均線，主要是年均線基礎上的年差值及40天差值異常，其時間尺度大于同行），所提取的異常性質、內涵與其他方法存在差異，本方法所提取異常的出現時間可能早于其他方法，單日實時監測數據顯著異常本方法可能無法發現，因此，認為相同震例異常分析結果與同行有所偏差為正常現象。

雖然本方法能提取到強震前顯著的疑似地震異常，不可否認，該方法本身還存在某些局限性，如異常總數量大于地震數量、異常強度與震級水平非正比關系導致震級難以預測、異常面積大、震中位置難以精準定位等缺點，需通過更多地震案例整理研究、引用高分辨率數據源、改進異常指標、利用其他監測手段輔助綜合分析等，逐步加以改進，并在同行專家協助指導下，不斷升級完善。

致謝

甘肅省地震局張元生研究員、江蘇省地震局馮志生研究員及中國地震局第二監測中心季靈運研究員在本方法研究過程中提供了指導和支持，對本文的完成起了推動作用，在此表示感謝。

參考文獻

[16]Qin K，Wu L X，Zheng S，et al. Discriminating satellite IR anomalies associated with the MS7.1 Yushu earthquake in China[J]. Advances in Space Research，2018，61（5）：1324-1331

[17]王瑩，張元生，魏從信. 云南幾次中強地震熱紅外異常特征對比研究[J]. 影像科學與光化學，2019，37（3）：215-226""" Wang Y，Zhang Y S，Wei C X. Comparative study on thermal infrared anomaly characteristics of several moderate and strong earthquakes in Yunnan Province[J]. Imaging Science and Photochemistry，2019，37（3）：215-226

[18]張璇，張元生，郭曉，等. 尼泊爾8.1級地震衛星熱紅外異常解析[J]. 地學前緣，2017，24（2）：227-233""" Zhang X，Zhang Y S，Guo X，et al. Analysis of thermal infrared anomaly in the Nepal MS8.1 earthquake[J]. Earth Science Frontiers，2017，24（2）：227-233

[19]Zhong M J，Shan X J，Zhang X M，et al. Thermal infrared and ionospheric anomalies of the 2017 MW6.5 Jiuzhaigou earthquake[J]. Remote Sensing，2020，12（17）：2843

[20]康春麗，陳正位，陳立澤，等. 昆侖山口西8.1級地震的衛星熱紅外前兆特征分析[J]. 西北地震學報，2003，25（1）：12-15""" Kang C L，Chen Z W，Chen L Z，et al. Analysis on the satellite infrared anomaly feature before west to Kunlun mountain pass M8.1 earthquake[J]. Northwestern Seismological Journal，2003，25（1）：12-15

[21]劉月，吳忠良，張永仙. 2024年1月1日能登半島MW7.5地作為一個可能的“龍王”事件[J]. 地球與行星物理論評（中英文），2024，55（4）：493-499""" Liu Y，Wu Z L，Zhang Y X. The January 1，2024，Noto Peninsula，Japan，MW7.5 earthquake as a plausible ‘Dragon King’ event[J]. Reviews of Geophysics and Planetary Physics，2024，55（4）：493-499

[22]廖洪月，董娜，王剛. 利用均線差值振幅波動水平分析汶川、雅安蘆山、九寨溝地震前熱紅外異常[J]. 地震科學進展，2021，51（8）：352-361""" Liao H Y，Dong N，Wang G. Analysis of thermal infrared anomalies before Wenchuan，Yaan Lushan and Jiuzhaigou earthquakes by using amplitude fluctuation level of mean difference[J]. Progress in Earthquake Sciences，2021，51（8）：352-361

[23]唐好叢，廖洪月，吳佳，等. 2023年2月6日土耳其兩次強震前衛星熱紅外及TEC趨勢異常分析[J]. 地震科學進展，2023，53（10）：449-461""" Tang H C，Liao H Y，Wu J，et al. Anomaly trend analysis of satellite thermal infrared and TEC before two strong earthquakes in Turkey on February 6，2023[J]. Progress in Earthquake Sciences，2023，53（10）：449-461

[24]郭衛英，單新建，屈春燕. 塔里木盆地紅外增溫現象與地震關系的初步探討[J]. 干旱區地理，2006，29（5）：736-741""" Guo W Y，Shan X J，Qu C Y. Correlation between infrared anomalous and earthquakes in Tarim basin[J]. Arid Land Geography，2006，29（5）：736-741

[25]李青梅，張元生，呂俊強，等. 2014年10月7日云南景谷MS6.6地震熱紅外異常[J]. 地震工程學報，2015，37（4）：1007-1012""" Li Q M，Zhang Y S，Lü J Q，et al. Thermal infrared anomaly occurring before the Jinggu，Yunnan MS6.6 earthquake on October 7，2014[J]. China Earthquake Engineering Journal，2015，37（4）：1007-1012

[26]劉德富，彭克銀，劉維賀，等. 地震有“熱征兆”[J]. 地震學報，1999，21（6）：652-656""" Liu D F，Peng K Y，Liu W H，et al. Thermal omens before earthquakes[J]. Acta Seismologica Sinica，1999，21（6）：652-656

[27]馬瑾，陳順云，扈小燕，等. 大陸地表溫度場的時空變化與現今構造活動[J]. 地學前緣，2010，17（4）：1-14""" Ma J，Chen S Y，Hu X Y，et al. Spatial-temporal variation of the land surface temperature field and present-day tectonic activity[J]. Earth Science Frontiers，2010，17（4）：1-14

[28]強祖基，徐秀登，賃常恭. 衛星熱紅外異常：臨震前兆[J]. 科學通報，1990，35（17）：1324-1327""" Qiang Z J，Xu X D，Lin C G. Satellite thermal infrared anomaly： Precursor to impending earthquakes[J]. Chinese Science Bulletin，1990，35（17）：1324-1327

[29]郭祥云，韓立波，張旭，等. 2023年12月18日甘肅積石山6.2級地震震源參數和破裂特征[J]. 地震科學進展，2024，54（1）：75-85""" Guo X Y，Han L B，Zhang X，et al. Source parameters and rupture characteristics of the M6.2 Jishishan earthquake in Gansu Province on December 18，2023[J]. Progress in Earthquake Sciences，2024，54（1）：75-85

[30]陸詩銘， 吳中海， 李智超. 2023年12月18日甘肅省積石山6.2級地震的控震構造及特征[J]. 地震科學進展，2024，54（1）：86-93""" Lu S M， Wu Z H， Li Z C. Seismic structure characteristics of the 18 December 2023 M6.2 Jishishan earthquake， Gansu Province[J]. Progress in Earthquake Sciences，2024，54（1）：86-93

[31]陳光齊，武艷強，夏明垚，等. 2024年1月1日日本能登半島7.6級地震：震源特征、災害概況與應急響應[J]. 地震，2024，44（1）：141-152""" Chen G Q，Wu Y Q，Xia M Y，et al. The Japan Noto peninsula M7.6 earthquake on January 1，2024：Focal characteristics，disaster situation and emergency response[J]. Earthquake，2024，44（1）：141-152

Anomaly extraction capability analysis based on the mean line difference enhancement ratio method for thermal infrared phenomena before the Jishishan M6.2 earthquake in Gansu Province and Noto M7.6 earthquake in Japan

Liao Hongyue1， Zhong Meijiao2， *， Zhang Yongxian3， Guo Yuqin4， Zheng Yi5

1. Xi’an Earthquake Agency， Shaanxi Xi’an 710018， China

2. Gansu Lanzhou Geophysics National Observation and Research Station， Gansu Lanzhou 730030， China

3. Institute of Earthquake Forecasting， CEA， Beijing 100036， China

4. Hainan Earthquake Agency， Hainan Haikou 570100， China

5. Shaanxi Earthquake Agency， Shaanxi Xi’an 710068， China

[Abstract]"""" On December 18， 2023， a M6.2 earthquake occurred in Jishishan County of Gansu Province， and on January 1， 2024， a M7.6 earthquake occurred in Noto， Japan， with a short interval between the two earthquakes. They caused a large number of deaths and huge property losses with causing great concern in the seismic community. By using the mean line difference amplitude enhancement ratio method， it was found that there were significant thermal infrared anomalies before the two earthquakes. About 110 to 90 days before the Jishishan earthquake， the activity of long-wave radiant thermal infrared was 1.5 to 5 times higher than the historical average. Thermal infrared activity levels were 3 to 4 times higher than the historical average for about 140 to 100 days before the Noto earthquake in Japan. These results once again prove that there are thermal infrared anomalies before strong earthquakes， and also indicate that the mean line difference amplitude enhancement ratio method has strong ability to extract thermal infrared anomalies.

[Keywords] Jishishan earthquake in Gansu Province; Noto earthquake in Japan; the mean line difference amplitude enhancement ratio method; thermal infrared

作者簡介： 廖洪月（1970-），男，工程師，主要從事TEC、熱紅外及大數據與地震關系等方面的研究。E-mail：liao_700424@163.com。