地震快报目录自动网上发布软件QCAT的开发与应用

地震快报目录是国家数字地震台网分中心数据服务的重要组成部分之一,为了能够更好地提供服务,我们使用Perl语言,开发了地震快报目录自动网上发布软件QCAT。本文分析了QCAT软件开发的应用需求,阐明了软件的设计思路,描述了软件的功能和结构,并对QCAT软件的各个模块进行了详细介绍,最终对应用QCAT之后,用户访问快报目录的方法做了说明。     

国家数字地震台网产出资料的分析与说明

介绍了2001年以来地震台站的资料分析情况和国家数字地震台网分中心的资料产出情况,通过分析表明,由于宽频带数字地震资料具有频带宽、动态范围大等特点,2003年利用数字地震台网资料分析地震的数量比传统的模拟记录提高30％～40％。     

美国国家广播公司的节目"10.5"与一个古老的地震学问题

5月份以来,美国国家广播公司有一个4小时的小型的系列节目,节目的名称非常简单,叫做“10．5”。这既不是“9周半”的继续,也不是“10”的延续,这个数字是和能够使美国西海岸产生巨大摇晃的地震有关。有人可能会想,编导已经为此做了一定的准备工作,并且咨询了地球物理学家,所以给这个节目起了这么个独特的名字。     

亚洲地震委员会第三届会议暨地震学、地震灾害评估和地球内部结构相关论题讨论会概述

亚洲地震委员会第三届会议暨地震学、地球灾害评估和地球内部结构相关论题讨论会于2000年10月10－12日在伊郎德黑兰大学地球物理研究所召开。文章介绍了这次学术大会的概况及近年来来亚太地区各国在地震前兆、地震预测、震源物理、地球内部结构、地震台网和数据处理，以及地震灾害评估和诱发地震等方面的研究和进展情况。     

地震矩张量反演在地震快速反应中的应用

利用地震矩张量反演的方法,对1996年11月～1998年1月发生于我国境内的10次MＳ5.2地震的震源机制进行了快速测定,并以地震震源参数简报的形式将测定结果及时发送中国地震局震情值班室和有关省地震局,在大震的快速反应中发挥了作用．      

中国地震局成立中国地震台网中心

2004年10月18日上午10时，中国地震局中国地震台网中心成立大会在中国地震局隆重举行。中国地震局机关各部门的领导、在京院士、京区各单位领导、台网中心的部分职工以及其他来宾、记者共200余人参加了大会。     

宽频带数字地震记录仿真的应用

利用傅里叶分析法，把速度型宽频带数字地震记录变成台站人员所熟悉的长周期，中长周期模拟常规地震记录，分析人员能在仿真后的记录波形图上识别震相和计算震级。为地震台站用宽频带数字地震记录取代模拟记录提供了一种资料处理方法。     

用遗传算法反演京津唐张地区的三维地壳结构和震源位置

介绍了遗传算法反演京津唐张地区速度结构和震源位置的方法．运用华北遥测地震台网收集到的地方震到时数据，反演得到所选地震的震源位置和该地区的地壳结构．得到的震源位置的平均残差和标准残差大大小于地震报告给出震源位置的平均残差和标准残差；得到的第1层和第2层地壳结构较好地解释了该地区的平原山区的构造轮廓，第3层地壳结构与前人反演及人工测深得到的Moho界面起伏大体一致．表明遗传算法反演地震震源位置和速度结构是很有效的．      

中国地震台网与美国地震台网测定震级的对比(Ⅱ) #8209;面波震级

采用正交回归方法， 利用中国地震局地球物理研究所（IGCEA）和美国地质调查局国家地震信息中心（USGS/NEIC）1983——2004年的观测资料，对这两个机构测定的面波震级进行了系统的比较，得到了中国地震台网与美国地震台网面波震级之间的关系式. 结果表明，由于使用的震级计算公式和观测仪器不同，IGCEA测定的面波震级总体上要比NEIC测定的结果偏高0.2级；对于3.5~4.5级的地震，IGCEA测定的震级比NEIC测定的震级偏高0.3级；对于5.0~6.5级的地震，IGCEA偏高0.2级；对于7.0级以上的地震，IGCEA偏高小于0.1级.      

Resource management and job scheduling of China earthquake grid experiment system： Construction of resource management and job dynamic scheduling model ProRMJS

Grid technique is taken as the third generation internet technology and resource management is the core of it. Aiming at the problems of resource management of CEDAGrid （China Earthquake Disaster Alleviation and Simulation Grid） in its preliminary construction, this paper presents a resource management and job scheduling model： ProRMJS to solve these problems. For platform supposed agreeably each computing node can provide computation service, ProRMJS uses ＂computation pool＂ to support scheduler, and then the scheduler allocates jobs dynamically according to computing capability and status of each node to ensure the stability of the platform. At the same time, ProRMJS monitors the status of job on each node and sets a time threshold to manage the job scheduling. By estimating the computing capability of each node, ProRMJS allocates jobs on demand to solve the problem of supposing each node can finish the job acquiescently. When calculating the computing capability of each node, ProRMJS allows for the various factors that affect the computing capability and then the efficiency of the platform is improved. Finally the validity of the model is verified by an example.