浅海地震勘探

1959年,中国科学院海洋研究所地震队,曾在浅海进行了地震勘探工作,获得了品貭较好的地震记录,并在海上进行地震勘探工作方面取得了一些经验.下面将分别介绍这次海上地震勘探中工作方法方面,和地震记录方面的一些特点.本文所引用的实际资料均取于中国科学院海洋研究所地震队的1959年总结报告.     

新疆乌恰2002年12月25日5.7级地震灾害损失评估

2002年12月25日20时57分，新疆维吾尔自治区克孜勒苏柯尔克孜自治州乌恰县境内发生5．7级地震。阿图什市、喀什市强烈有感。乌恰县城、黑孜苇水泥厂、康苏镇等地感受地震强烈。房屋建筑物遭受一定程度的破坏。本次地震没有造成人员死亡，轻伤1人，部分房屋结构受损，总经济损失为3045．85万元，属轻微破坏性地震。     

极点和零点——数字地震学基础(英文,续4)

9 数字地震图的反演和仿真滤波 前面讨论的主要是滤波器问题,也就是已知系统特性时,对任意输入信号系统的输出.下面,将讨论仿真问题,即将数字记录转变为其他不同地震仪的记录.这个问题很重要,因为它能使我们用已经习惯的观测系统的处理方式来处理地震纪录.仿真主要针对一些标准的仪器类型进行.由于仪器的类型不止一种,所以在分析不同类型的地震波时必须考虑仪器的类型.例如,许多地震学家认为,对于高频的近震体波,短周期仪器(A类)的记录最易于分析;长周期的体波和远震的面波,长周期仪器(B类)的记录最易于分析;而区域范围内地震的体波和面波,则中等周期仪器(C类)的记录最合适.另外,伍德-安德森地震仪在确定近震震级方面具有特殊的历史地位.     

海沟型地震、内陆型地震和板内地震

1日本周边的板块围绕日本列岛的板块状况如图1所示。在日本东北的东部近海,有厚度为70～100km的太平洋板块,以每年约8cm的速度向西北西方向运动。另外在日本西南的南方近海,有厚度为30～40km的菲律宾海板块,以每年约4cm的速度向西北方向运动。另一方面,陆地一侧的日本列岛,从来     

基于VisIt的全球科学数据并行可视化——以大气温度场为例

针对当前大规模全球科学数据可视化中存在的单机可视化数据量有限、从底层开发并行可视化系统难度大等问题,该文基于分布式环境和VisIt,提出了一种简便、开放而又有效的大规模全球科学数据可视化方法。介绍了VisIt的体系结构及运行机制,给出了自定义数据的并行可视化方法;并基于NCEP数据集及全球空间格网,在小规模集群环境下实现了小粒度适应性球体退化八叉树格网(SDOG)下的全球大气温度场的并行可视化。VisIt的并行可视化性能测试结果表明:通过增加计算节点,VisIt能有效摆脱传统单机可视化对数据量的限制,可实现大规模全球科学数据的并行可视化。     

吉尔吉斯斯坦伊塞克湖一处土壤样品细菌多样性

采用纯培养方法从吉尔吉斯斯坦共和国伊塞克湖一处温泉旁的土壤中分离到32株细菌,通过ARDRA 分析后得到不同的类群,从各个类群中随机选取1个代表菌株进行16S rDNA 序列测定和系统发育的分析。结果表明：分离的菌株分布在假单胞菌属（Pseudomonas）、类芽孢杆菌属（Paenibacillus）、芽孢杆菌属（Bacillus）、寡养单胞菌属（Stenotrophomonas）、Lysinibacillus、溶杆菌属（Lysobacter）、短芽孢杆菌属（Brevibacillus）、根瘤菌属（Rhizobium）、变形杆菌属（Proteus）等9个属,且部分菌株的16S rDNA序列同源性低于97%,可能是潜在的新种。结果揭示了该样点可培养细菌种群的多样性及独特性。     

岩溶浸没－内涝灾害研究

水库周边岩溶浸没-内涝现象是水利水电设计的环境问题之一。80年代以来,已在若干水库发生了此类现象,造成了一定的经济损失,本文以红水河岩滩水电站库区的内涝为例,分析了岩溶浸没内涝的主要原因和形成条件,归纳为降雨、管道、水库三要素。讨论了岩溶浸没-内涝灾害的预测及对策。     

塔里木河荒漠植被光谱可分性模拟

以塔里木河典型植被为研究对象,分析胡杨、芦苇叶片及柽柳冠层的可分性,并计算背景的影响。首先用ASD光谱仪测新鲜叶片光谱,找出光谱特征点;然后模拟EO-1高光谱数据和TM多光谱数据;最后植被与土壤光谱按比例混合,分析背景的影响。以上三步分别计算植被指数（VI）。结果显示:叶片光谱特征位置430 nm、670 nm、750 nm附近,黄边斜率和红外平台平均高度,1 080~1 280 nm、1 430~1 650 nm能够区分塔里木河流域3个主要植被类型。模拟的EO-1波谱保持了控制波形的10个特征,TM 只有绿反射峰和红吸收谷、近红外1个反射峰3个特征,大部分特征都消失了。植被指数显示(R680-R500)/R750、(R680-R550)/R705、R1430+\:+R1650、D712/D688能够区分3类,且指数值差异较大,为绿峰、红谷和近红外波峰的组合;模拟的EO-1数据(R680-R500)/R750、(R680-R550)/R705、R1430+\:+R1650能分别区分植被,TM多波谱数据不能有效区分植被。     

城市居民时空行为序列模式挖掘方法

通过问卷调查获得北京市500个家庭的活动日志数据.运用序列比对方法对时空行为序列数据进行序列模式挖掘,对每类序列模式通过频繁模式挖掘出其中潜在有用的行为模式.试验结果表明,序列比对方法与频繁模式挖掘相结合在城市居民行为模式分析中应用成功,其弥补了传统数据分析方法的不足,为复杂时空行为数据的分析提供了一种新视角.