地震学中的统计学原理（二）

3.4 模型检验模型检验即检查选用模型的特征与实际样本特征是否一致。选择模型与检验模型采用不相交的数据集较为理想。在做不到这一点的地方,检验需要考虑到模型已被调整到尽可能与数据密切拟合的事实,至少在某种意义上如此。     

随机AMR模型的参数估计及其在几次强震中的应用

通过模拟强震前累积应变能释放具有加速特征地震目录的方法，系统地研究了随机AMR模型参数估计特征．在此基础上，应用AIC（Akaikes information criteria）准则，分别对中国和新西兰几次强震加速情况进行了考察，分析强震前地震活动类型， 有无加速，及何种因素引起的加速，同时探讨加速活动的区域分布特征和预测未来强震发生时间的可能途径．      

Parameter estimation of the stochastic AMR model and its application to the study of several strong earthquakes

Introduction According to many published papers, seismicity in time-space domain shows some characteristics, such as doughnut epicenter distribution (Mogi, 1969) or quiescence of seismic activity before large earthquakes (WANG, et al, 2002), and aftershock decay (Ogata, 1998). In recent years, more and more seismologists (Lynnr, Steven, 1990) have found that many strong earthquakes are preceded by enhancing regional seismicity and accelerating strain energy release (ZHANG, et al, 2001). T…     

Multifractal characteristics of general stress release（GSR）of earthquakes

Using multifractal spectrum estimating method based on the wavelet,the multifractal characteristics of GSR of earthquakes in China,Japan and New Zealand regions have been studied.It is shown that the multifractal spectra of GSR are obviously different in inter-and intra-plate regions.Moreover,though Japan and New ZeaIand are all located at the boundary of plates,West and East China are all characterized of continental tectonic structure,the multifractal spectra of GSR for both the two regions are also different.Further analysis shows that the natures of multifractal spectra of GSR are somehow related to the complexity of tectonics.     

新西兰地区地震活动时空分布的多重分形特征研究

利用多重分形维数谱估计的Hill方法，讨论了新西兰地震活动区地震活动的震源分布、震中分布以及时间间隔分布的多重分形特征．结果表明，该地区浅源地震的震中分布和震源分布在给定不同的起始震级的条件下均具有明显的丛集特征；对于中、深源地震这种特征不甚明显．而地震活动时间间隔分布则无论对于浅源和中、深源地震均呈单重分形的性质，但具有分形性质的尺度范围有较大的差别．这些结果表明，浅源地震与中、深源地震的活动特征显著不同．      

结合高光谱像素级信息和CNN的玉米种子品种识别模型

玉米作为中国重要粮食作物,品种众多,易出现错分现象,影响农业安全和粮食生产。针对传统基于卷积神经网络CNN（Convolutional Neural Network）的高光谱图像作物品种识别模型所需建模样本数量巨大的问题,提出基于高光谱像素级信息和CNN的玉米种子品种识别模型。首先,获取不同品种玉米种子在400—1000 nm范围内的高光谱图像,提取样本全部像素的203维光谱信息,利用主成分分析PCA（Principal Component Analysis）算法将光谱维度降至8维。在实验中,样本的像素级光谱信息（即：样本的全部像素的光谱信息）除应用于CNN模型外,也应用于支持向量机（SVM）和K近邻分类（KNN）模型中,结果表明：在相同模型中,基于像素级光谱信息比基于米粒级光谱信息（即：每粒样本所有像素光谱信息的平均值）识别效果好;在相同情况下,CNN模型比SVM和KNN模型的识别效果好;基于像素级光谱信息和CNN的品种识别模型识别效果最稳定,依据像素级分类结果采用多数投票策略对玉米种子样本进行识别,样本识别精度高达100%（注：100%为建模集样本与测试集样本数量为0.27和0.32时的识别精度,随着测试集样本数量的增加,该识别精度将有所降低）。最后,使用t分布随机邻域嵌入（t-SNE）算法实现CNN输出特征值的可视化,验证了基于高光谱像素级信息和CNN的品种识别模型的有效性。在建模样本极少的情况下,实现了玉米种子品种的无损、高效识别,为精准农业提供了理论基础。     

Research on the multifractal characteristics of the temporal—spatial distribution of earthquakes over New Zealand area

Using the Hill estimator,general multifractal characteristics of events in the New Zealand area have been dis-cussed.Results show that the spatial distribution of shallow events has apparent clustering characteristics,inde-pendent of the threshold magnitude;but for deep events these characteristics are not clear.While the time interval distribution has obvious clustering characteristics both for deep and shallow events,although with a different scal-ing range,the Hill estimates tend to indicate that the time interval distribution has a unifractal rather than a multi-fractal nature.All above reveal that the seismicity nature for shallow and deepevents is apparently different.     

一种强震概率预测方法

介绍了利用Logistic回归进行地震危险性概率预测方法，对以新西兰地区相同时间段内地震活动性b值和等地震个数所覆盖空间区域的半径r为例，讨论了地震活动性参数的变化和强震发生的概率关系。研究表明,该地区强震发生的概率总体上与强震发生前一年半时间窗内的地震活动性资料计算的b值呈正相关关系，与r值呈负相关关系。该方法可以推广应用于研究其他异常分布和强震的概率统计关系。     

地质勘探单位物资储备与物流管理

分析了计划经济条件下和社会主义市场经济条件下物资储备和物流管理方式的特点,提出了新的物资储备管理程序和新的物流配送理念下的作业方式.根据地质勘探行业的特点,将各类物资分为A、B、C三大类,建立了合理的物资储备方案.针对野外生产需求物资分散的实际情况,对不同的物资种类和需求特点,优选科学经济的运输线路,确立了直达、配载、即时、协同四种物流配送作业方式.以科学合理的物资储备和经济的物流配送,来降低物资消耗和物流运输成本,提高地质勘探单位的经济效益.     

第23章：地震台阵在地震与禁核试地震学中的用途

在远程检测地下核爆炸的唯一途径是依据其产生的地震信号。正因为这个原因，为验证“全面禁止核试验”情况提供数据而建立的国际监测系统（IMS）还得包含地震台站网。然而，即使监测到了地下核爆信号，也不可能准确无误地辨别出来。该监测系统旨在提供可鉴别出明显是天然扰动的数据和可识别出极有可能是地下核试验的数据。如果检测到可疑扰动，禁止核试验条约的缔约国就可要求这个被怀疑进行核试验的国家允许国际调查组织进入震中区进行现场视察，来核实其是否确实进行了核试验。