里奥格兰德裂谷南部地壳结构的地球物理约束

里奥格兰德裂谷仍有地质活动发生的证据,主要有第四纪断层作用、地震活动和裂谷低速扩张。利用绘制的地壳厚度与地震波速比所生成的约束地壳模型横剖面,来突出里奥格兰德裂谷南部的区域扩张。计算了147个台站的接收函数和它们的叠加,使用的数据包括地球透镜计划美国台阵移动阵列、以前收集的美国西南部数据,并使用克里金插值方法对地壳和速度结果进行了插值。再将上述接收函数结果作为反演密度剖面的一个约束条件,得到了一个新的、优化的重力反演方法。最终,得到了约束地壳模型。该模型显示里奥格兰德裂谷南部地区存在浅层莫霍面(30km),此结果比前人得到的要厚。在盆岭区,里奥格兰德裂谷西部地壳分层,接近大平原的里奥格兰德裂谷东部存在较厚的地壳,且伴有密度大的低速层。我们也发现特拉华盆地表现出显著的地球物理异常,其原因可能是该盆地存在厚的饱和沉积物。考虑到其他研究中并没有发现该区域有深部地幔异常,本文提出裂谷可能是上地幔小尺度对流的结果,并得出里奥格兰德裂谷处于盆岭区和大平原的最小边界处,也可能是板块俯冲的终点。     

呼图壁地下储气库GNSS连续站一致性分析

利用新疆呼图壁地下储气库内外的3个GNSS连续站一年的观测资料分析库区内部2个连续站的一致性及其与呼图壁M_S6. 2地震的关系。研究表明:储气库库区内部2个GNSS连续站的位置时间序列和基线时间序列均显示出较好的一致性,站点稳定,可以做为基准点。由于距离12月8日呼图壁M_S6. 2地震较远,地下储气库库区的2个连续站震前未能有明显形变异常反映,同震效应较小,震后有小幅的波动变化。     

呼图壁地下储气库重力变化及其影响因素初步分析

利用呼图壁地下储气库2013～2016年共7期流动重力、水准观测资料,对储气库地表重力场变化特征及其影响因素进行了初步分析。研究结果表明,影响地下储气库重力场的主要因素有地下介质密度变化、注采气压力变化、地下水位和土壤湿度变化和地表升降变化等。其中,重力场变化中占主导作用的影响因素为地表升降变化和地下水位的变化,储气库区内的测点重力变化主要来自于地表升降(储气库注采气压力变化导致的地表升降)和地下介质密度变化,储气库外部的测点重力变化主要来自于地表升降(季节性地表升降和地下水超采引起的地表沉降)和地下水位的变化。     

基于安卓平台的历史地震灾害信息管理系统的设计与实现

针对历史地震灾害数据再利用方面的不足,提出一种基于移动环境的灾害信息管理系统。探讨了在Android平台,利用SQLite数据库对历史破坏性地震基本震害数据进行存储并分析,阐述了该系统的总体架构。经测试发现该系统运行稳定,在灾害辅助决策及历史地震信息再利用方面具有应用价值。     

西藏雅鲁藏布缝合带甲查拉组:晚白垩世新特提斯洋海沟沉积?

雅鲁藏布缝合带记录了印度与亚洲板块汇聚、碰撞及碰撞后造山的信息.甲查拉组位于雅鲁藏布缝合带南侧,自建组以来一直被认为是印度-亚洲大陆碰撞后前陆盆地的深水沉积,物源来自其北侧亚洲大陆南缘的冈底斯弧.然而,一个长期令人不解的问题是:甲查拉组砂岩最年轻的碎屑锆石年龄为88Ma,考虑冈底斯弧晚白垩世-古近纪持续的岩浆活动,如果地层时代是前人基于孢粉、沟鞭藻化石提出的古新世-早始新世(65~50Ma),为何砂岩中缺乏白垩纪晚期-始新世早期(88~50Ma)的碎屑锆石?针对这个问题,本次研究对江孜-萨迦地区的甲查拉组开展了孢粉、沟鞭藻化石分析、岩石地层学、沉积学与物源分析等工作.两个不同实验室的分析处理都未获得保存良好的孢粉、沟鞭藻化石;甲查拉组与宗卓组呈断层接触,岩石组合与沉积结构、构造指示海底扇沉积环境;碎屑组分、碎屑锆石U-Pb年龄和Hf同位素指示甲查拉组的物源来自冈底斯弧和中拉萨地体,最年轻的碎屑锆石年龄为84Ma.综合考虑沉积环境、物源与大地构造位置,在区域对比研究基础上,本文认为甲查拉组的时代很可能是晚白垩世(88~84Ma),代表了新特提斯洋向北俯冲阶段亚洲南缘的海沟沉积.     

新疆25号泉震兆异常特征的初步分析

通过对新疆沙湾25号泉1991年以来的水温和硫化物总量的系统分析,发现该观测点对其周围约300 km范围内的5级以上中强地震有一定震兆异常反映,尤其是观测点附近的地方震往往表现为大幅度异常.     

基于Sentinel-2时序数据的新疆焉耆盆地农作物遥感识别与评估

为及时准确地获取干旱区农作物种植信息,研究借助PIE-Engine Studio平台,以新疆焉耆盆地为研究区,基于2022年Sentinel-2影像和1948个野外定位采样数据提取农作物生育期内14种植被指数,使用See5.0决策树、随机森林（Random forest,RF）和多元回归（Multiple regression,MR）模型优选特征参数,结合支持向量机（Support vector machine,SVM）算法构建5种分类模型和5种样方分割方案进行农作物种植信息提取,通过目视解译和混淆矩阵对比分析分类结果,确定最佳分类方案。结果表明：（1）所有分类模型的总体精度（OA）和Kappa系数均在92.20%和0.9037以上,说明在PIE平台中使用SVM算法提取农作物信息是可行的。（2）SVM-有红边的OA和Kappa系数均值为93.77%和0.9236,比SVM-无红边方法提高了0.96%和0.0120。（3）相比于SVM-有红边方法,植被指数的引入提高了SVM-RF、SVM-MR和SVM-See5.0的OA和Kappa系数。（4）5种分类模型的OA和Kappa系数均值的大小...     

Approaches for delineating landslide hazard areas using different training sites in an advanced artificial neural network model

The current paper presents landslide hazard analysis around the Cameron area, Malaysia, using advanced artificial neural networks with the help of Geographic Information System (GIS) and remote sensing techniques. Landslide locations were determined in the study area by interpretation of aerial photographs and from field investigations. Topographical and geological data as well as satellite images were collected, processed, and constructed into a spatial database using GIS and image processing. Ten factors were selected for landslide hazard including: 1) factors related to topography as slope, aspect, and curvature; 2) factors related to geology as lithology and distance from lineament; 3) factors related to drainage as distance from drainage; and 4) factors extracted from TM satellite images as land cover and the vegetation index value. An advanced artificial neural network model has been used to analyze these factors in order to establish the landslide hazard map. The back-propagation training method has been used for the selection of the five different random training sites in order to calculate the factor’s weight and then the landslide hazard indices were computed for each of the five hazard maps. Finally, the landslide hazard maps (five cases) were prepared using GIS tools. Results of the landslides hazard maps have been verified using landslide test locations that were not used during the training phase of the neural network. Our findings of verification results show an accuracy of 69%, 75%, 70%, 83% and 86% for training sites 1, 2, 3, 4 and 5 respectively. GIS data was used to efficiently analyze the large volume of data, and the artificial neural network proved to be an effective tool for landslide hazard analysis. The verification results showed sufficient agreement between the presumptive hazard map and the existing data on landslide areas.     

世界原子能的地理分布

发展阶段原子能的发展历史可简略分为四个阶段。第一阶段包括五十年代中期。这个时期出现了第一批原子能电站和现有的各种反应堆类型。每二阶段从五十年代末期到六十年代末期。这段时间由于原子能电站设备价值昂贵,反应堆功率低,一些国家又发现了大型石油天然气产地,因此与热电站比较竞争能力低。原子能电站的发展陷入低潮。     

ADULT DRAGONFLY COMMUNITIES IN TROPICAL RIVERS OF THE NORTHERN PENINSULAR MALAYSIA： SPECIES COMPOSITION, BIOTOPE AND HOST PLANT PREFERRENCES

1INTRODUCTION Manyfactorshavebeenlinkedwithobserved patternsofodonatediversity.Eachhabitatisdifferent andpresentsitsownopportunitiesforexploitationby welladaptedspecies(Krebs,1989).Theyaresensi tiveresponderstonewlycreatedphysicalandtogether withphysiogra…