勿让地球“肾亏”——湿地保护调查

“扎龙湿地这么有名,完全是因为2000年的那场大火。”黑龙江杜尔伯特蒙古族自治县烟筒屯镇的李永晨老者在接受《地球》记者采访时,言语中充满了无奈。他说,那场大火烧了好几天,10万倾湿地化为碳十,丹顶鹤等飞禽也失去了栖息的场所。上世纪70年代,“这里是成片的湿地,比现在还火,经常能看到成群的丹顶鹤飞舞。”     

"数字地球"在我国地震信息系统与地球科学发展中的地位和作用

从“数字地球”出发,以我国２１世纪地球科学发展的战略目标为例,以地震信息系统为例,简要阐述了“数字地球”在地震信息与地球科学发展中的地位和作用。     

数字强震仪在大坝安全监测中的应用研究

介绍了一种新型的数字强震仪（GDQJ-2型数字强震仪）,该强震仪以其独特的结构原理和技术性能, 在强震观测、大坝安全监测等地震领域得到广泛的应用.介绍了大坝安全监测的重要意义以及安全监测设备中地震监测设备的进展,介绍了GDQJ-2型数字强震仪的结构原理、技术指标以及在大坝安全监测中的应用,为大坝安全规范设计提出直接依据.     

中国火山温泉气体地球化学特征及其在火山监测中的应用

中国火山温泉主要分布在吉林长白山、云南腾冲和黑龙江五大连池等火山区。这些火山虽然处于休眠状态,但大面积的温泉分布指示着岩浆房存在的可能性。本文总结了前人研究成果,分析了中国主要火山区温泉气体地球化学特征,并探讨了温泉气体在火山监测中的应用。长白山、腾冲和五大连池火山区温泉气体地球化学性质类似,都以CO₂为主要气体,含量在80%以上,最高可达99%以上,其它气体组分包括CH₄、N₂、O₂、SO₂、H₂S、He和H₂等。长白山火山温泉气体中氦同位素比值（3He/4He）最高,约为4—6R_A,CO₂中碳同位素比值（δ13C）为-7.9‰—-1.3‰,CH₄中碳同位素为-48.0‰—-28.7‰;腾冲火山温泉气体氦同位素比值为3—5.5R_A,CO₂中的碳同位素为-6.49‰—-2.07‰,CH₄中碳同位素为-23.5‰—-9.3‰;五大连池火山温泉气体氦同位素比值约为3R_A,CO₂中的碳同位素比值为-9.6‰—-3.1‰,CH₄中碳同位素为-47.2‰—-44.4‰。3个火山区的温泉气体均显示地幔来源的岩浆气体特征,并在上升运移过程中受地壳或古俯冲物质的影响。     

重力监测在地震预报中的应用与展望

正2008年以前,我国地震重力监测与分析预报研究工作,主要是各省局单位针对自己的监测网开展工作,这种按各个省区监测网进行的分散研究,由于观测信息的空间密度严重不足,所得到的信息是残缺不全的,不能捕捉到孕震过程中出现的完整前兆信息,它直接制约着地震分析预报的能力。2008年汶川8.0级地震后,中国地震局经过认真总结与反思,提出了《关于加强地震监测预报工作的意见》,对今后一段时间我国地震监测预报发展工作进行了整体部署,确     

神经网络在地球物理反演中的应用

本文简要介绍神经网络与神经计算机，神经元模型，层状网络结构，误差逆传播算法及其在地球物理反演中的应用。     

人工智能计算在地球物理中的应用

人工智能计算在地球物理中的应用现代计算机技术和人工智能领域的迅速发展，在地球物理科学中得到了广泛的体现和应用。为了交流和探讨人工智能计算在地球物理领域中的应用进展，ＩＡＳＰＥＩ和ＳＥＧ共同设置了本专题。在收到的３４篇报告中，１７篇被安排作口头报告，另...     

遗传算法在地球物理中的应用进展

简要介绍了遗传算法的基本原理及实现步骤；论述了遗传算法在地震数据处理中的AVO波、速度参数、静校正，波阻抗等方面的应用状况；概述了该方法在重力、电法、测井及磁力等非地震勘探的研究进展；最后讨论了遗传算法的优缺点，对遗传算法的发展及其在地球物理勘探中的进一步应用作了展望。     

人工神经网络在地球物理中的应用综述

本文首先介绍人工神经元网络模型，包括神经元结构、，网络结构及其学习算法－ＢＰ算法。然后简要介绍了人工神经元网络在地震预报、地震工程、地震信号识别、地球物理勘探及卫星遥感等地球物理等问题中的应用。分析结果表明：运用人工神经元网络比使用传统的统计方法结果更精确、使用更方便、适应性更强，因而人工神经地网络在地球物理问题的研究中有广泛的应用前景。     

SQUID及在地球物理中的应用

SQUID(Superconducting Quantum Interference Device)技术(特别是高温SQUID)的发展，为地球物理探测技术的发展提供了巨大潜力，基于SQUID技术开发的地球物理探测系统不仅具有精度高、分辨率高的优点，而且仪器系统轻便，在野外实验和应用取得了巨大的进展，本文将近年SQUID技术应用于地球物理取得的进展进行了简要的总结，并阐述它了在地球物理勘探领域的广阔应用。     

深度学习在地球物理中的应用现状与前景

深度学习是机器学习的一个分支,是使用低维特征组合来表示高维特征组合,包含多重复杂结构或多个非线性变换的多个处理层对数据进行高维抽象的一种算法.深度学习的自我学习和适应能力使它在计算机视觉、语音识别、金融等领域得到了广泛应用.为分析深度学习在地球物理领域的应用前景,本文在介绍深度学习概况的基础上,结合实例分析了深度学习在地震探测定位、大地电磁数据处理、航空电磁数据解释等领域的应用现状.发现深度学习在处理海量数据在并行处理、进行模式识别特征提取、数据预测等方面都有巨大的优势.随着三维探测逐渐成为地球物理勘探主流趋势,必将产生海量数据,涉及大型计算和反演,深度学习在地球物理探测中应用将更加广泛.     

单片机在数字地震仪中的应用

介绍了单片机在数字地震仪中的控制功能，较详细讨论了功能的设计和实现。     

三维数字技术在数字地震科普馆网站中的应用

随着信息技术的发展,特别是三维及网络技术的发展,用网络虚拟现实手段对各地的地震科普馆进行数字化改造,建成基于网络的数字化科普馆系统,对于加强防震减灾科普宣传、普及防震减灾理念、共享防震减灾资源,具有极其重要的意义。     

数字数据网在山东数字遥测地震台网中的应用

DDN是数字数据网(Digital Data Network)缩写,它是利用数字信道传输数字信号的数据传输网。采用光纤(数字微波和卫星)等数字传输通道和数字交叉复用节点组成的数字数据传输网,可以为用户提供各种速率的高质量数字专用电路和其他新业务,已满足用户多媒体通信和组建中高速计算机通信网的需要。主要作用是向用户提供永久性和半永久性连接的数字数据传输通道。DDN的主要特点为：①输速率高：在DDN网内的数字交叉连接复用设备能提供2Mbps或N*64kbps(≤2M)速率的数字传输信道;②传输质量高：数字中继大量采用光纤传输系统用户之间专有固定连接,网络时延小;③协议简单：采用交叉连接技术和时分复用技术,由智能化程度较高的用户端设备来完成协议的转换,本身不受任何规程的约束,是全透明网,面向各类数据用户;④灵活连接方式：可以支持数据、语音、图像、传输等多种业务,它不仅可以和用户终端设备进行连接,也可以和用户网络连接,为用户提供灵活的组网环境;⑤电路可靠性高：采用路由迂回和备用方式,使电路安全可靠;⑥网络运行管理简便：采用网管对网络业务进行调度监控,业务的迅速生成。     

浅谈人工智能在地震监测与预报中的应用

一、前言自四十年前世界上第一台计算机问世以来,计算机的影响已渗透到人们生活的各个领域,从科学计算到信息处理,应用十分广泛。随着计算机技术的迅速发展,目前计算机正处在以数据处理为主转到以知识处理为主的革命性转变之中。现在计算机不仅可以完成一般的科学计算和数据处理,而且能够进一步完成需要人的智力才能完成的工作,比如:问题求解、定理证明、自然语言理解、专家系统、模式识别、智能检索、机器人学、自动程序设计等等,这些属于人工智能领域的工作在世界上已有了相当的进展,     

透射电子显微镜在地球科学研究中的应用

随着新技术应用和学科交叉融合,现代地球科学的研究尺度正在向更宏观和更微观两极延伸,分别促进了行星地球科学的发展和纳米地球科学的诞生.纳米地球科学借助先进的微区原位分析技术,旨在研究地学中的纳米尺度现象,如纳米矿物/颗粒、纳米结构和纳米矿物界面等及其在地质、地球化学过程中的作用.透射电子显微镜具有纳米和原子水平的空间分辨率和多种微区原位分析能力,是纳米地球科学研究中的重要分析平台.本文在介绍透射电子显微镜工作原理的基础上,举例评述了透射电子显微镜技术在岩石超微结构、球粒陨石和矿物中痕量元素赋存以及微生物矿化作用与微化石研究中的应用,并简要介绍了透射电子显微镜在地球科学研究应用中的注意事项及相关建议.     

人工免疫系统在地球化学异常中的应用

地球化学元素测量数据中含有噪声,影响了圈定地球化学异常的准确性.本文率先采用人工免疫系统(AIS)对地球化学测量数据进行降噪,在此基础上确定地球化学异常,并绘制了异常等值线图.通过对西藏恒星错测区1:50000水系沉积物测量数据的处理,验证了人工免疫系统在地球化学数据降噪中的实用性和可靠性.圈定的异常基本上消除了各类假异常,使主致矿异常更加突出,更加显著地反映矿化体的分布,尤其是得到的异常与恒星错王i￡岩铜钼矿完全叠合,甚至映射了斑岩铜钼矿的边界和形态特征.     

混合最优化算法在地球物理学中的应用现状与前景

简要概述了局部最优化、全局最优化的优缺点和混合最优化算法的基本内容；详细总结论述了模拟退火算法与线性化方法结合、模拟退火算法与单纯形和均匀设计方法结合、神经网络与遗传算法结合、模拟退火算法与共轭梯度法结合、神经网络与模拟退火算法结合、遗传算法与局部算法结合等混合最优化算法在地球物理学中应用现状及其优缺点；最后展示了混合最优化算法的应用前景．     

支持向量机方法在地球物理学中的应用与展望

支持向量机方法是基于统计学习理论的新一代学习算法,在解决小样本、非线性和高维模式识别中表现出很多特有的优势。通过支持向量机分类的原理,以及在地震勘探、油气储层预测、大地电磁和地震监测中的应用现状进行简要的综述,说明此方法在地球物理学研究中是有效的。随着支持向量机方法不断完善和改进,在地球物理学中的应用前景将更加广泛。     

高阶统计量方法在地球物理学中的应用与展望

高阶统计量方法是研究非高斯过程,非线性系统和非最小相位信号的有力工具。一些使用相关函数或功率谱进行分析与处理而得不到满意结果的问题都可以使用高阶统计量方法。本文介绍了高阶统计量在地球物理学中的应用现状。