印度洋岸边某电站工程的岩土工程问题初探

从海岸地带的地理地质环境入手,针对燃煤电站工程的特点,就工程建设中的几个主要岩土工程问题,分析探讨了其成因、特点和对工程建设的制约与影响程度．提出了解决这些问题的对策和建议。     

地震学定量预报指标的一种提取方法——对比筛选法

鉴于目前地震学综合定量预报指标的缺乏和预报工作的急需,尝试使用“对比筛选法(简称CSM方法)”进行地震学定量预报指标的提取试验。较之以往作法的进展在于:1.同时使用“有震”和“无震”两类样本对比筛选;2.对不同地区的地震学参数进行了归一化处理。这样做的显著优点是:1.可以较有效地提取“有震异常”和“正常变化”指标;2.提取的异常和预报指标具有定量化和普适性特点。 试验研究使用大华北地震区资料,研究对象取中强地震。经内符和外推检验,证明该方法提取的异常和预报指标有效性和实用性较高。     

襄樊汉江四桥大口径灌注桩成孔施工实践

介绍了使用泥浆护壁气举反循环回转钻进工艺进行襄樊汉江四桥大口径嵌岩桩的施工实践。施工中采用下置双护简隔离卵石层，合理选用钻头类型(卵砾石层采用五翼合金刮刀钻头，基岩采用球齿滚刀钻头)和钻进参数(混合器沉没深度，尾管长度，孔内空气流量与压力)，摸索与总结出一套复杂地层成孔施工经验。     

黄河聊城段侧渗分析研究

黄河在山东境内属地上河,常年补给两侧地下水,是沿河地带地下水资源的重要组成部分.依据黄河聊城段东阿县境内的艾山侧渗断面1986～1994年地下水位资料,在分析水文地质条件和地下水流态的基础上,应用水均衡原理分析计算导水系数T,并通过同位素示踪试验得到了验证.利用达西公式计算单侧年侧渗量,建立艾山水位、年径流-侧渗量关系,并与应量平衡法和地下水非稳定流公式计算的成果作了对照分析.     

乾安地区盐碱地显热通量的测量

文中给出了用大孔径闪烁仪在 2 0 0 0年生长季观测到的盐碱地区显热通量的主要结果 ,并初步计算了当地的水热平衡状况。结果表明 :乾安盐碱地区显热通量占净辐射量的百分比在干旱、非生长季达到 6 5 % ,在多雨、植被生长季仅为 11% ;显热通量因降水而明显降低 ,幅度与降水强度有关 ,反映了当地的气候和土壤特征。文中还把LAS的测量结果与传统的梯度法作了比较 ,结果基本一致。     

反扩散格式在二维锋生数值模拟中的应用

把无粘流中能成功捕捉接触间断的反扩散差分格式，用在了准地转二维理想锋生的数值模拟中，并将计算结果与Cullen的计算结果和半地转方程的精确解进行了比较。用反扩散格式模拟的锋面较Cullen的结果更加显，而且更接近半地转方程的精确解。     

李连捷教授在南山

李连捷教授作为1973-1978年北京农业大学专家工作组最年长的一位，深入湘桂交易的南岭西部的山地，为引种奶牛、肉牛建设山地牧场进行草地和土壤调查。当时生活和交通条件等均很差，近70风气高龄的李老跋山涉水，步行到有关山地、坪地进行调查，并修建梯田，引种牧草，为开发南山牧场进行科学规划。特别是对南山的花岗岩风化土壤的保护和山地沼泽的保护等生态保护和合理用肥提出了关键性建议，保证了南山牧场的顺利发展，南山的人民永远不会忘记。     

北极海冰细菌产胞外酶及主要环境因子的初步研究

覆盖在北极海洋上的广阔海冰为其内部生存的微生物群落提供了一个独特的生境。研究表明 ,大量海冰细菌能够分泌产生胞外酶 ,其中产蛋白或脂质水解酶细菌的比例远高于产多糖水解酶的细菌。温度、盐度是直接影响海冰细菌生存与活力的 2个主要环境因子。 76%的产酪蛋白酶海冰细菌为低温菌 ,菌株只能在 <35°C条件下生长 ;而 98%的酪蛋白酶最适作用温度≥ 35°C ,其中 62 %的酶最适作用温度≥ 45°C。几乎所有的产酪蛋白酶海冰细菌都耐盐或嗜盐     

塔里木盆地塔中32井中上奥陶统内潮汐沉积

塔里木盆地塔中32井的中、上奥陶统钻遇厚度为1 462 m。它是一套巨厚的深灰色泥岩、页岩与灰色砂岩、粉砂岩互层夹少量灰岩的地层。其中深灰色泥岩、页岩最多；砂岩和粉砂岩主要分布于上部和下部，中部砂岩和粉砂岩较少；鲕粒灰岩数量少，主要夹于深灰色泥页岩中。这些砂岩和鲕粒灰岩既可单独成层，但更常见它们与深灰色泥页岩组合成薄互层。薄互层中发育脉状、波状和透镜状层理，并普遍发育交错层理和双向交错纹理。这些特征表明砂岩和鲕粒灰岩为深水斜坡上的内潮汐沉积的产物。这些内潮汐沉积进一步划分为4种类型：双向交错纹理细砂岩型、单向交错层和双向交错纹理中-细砂岩型、韵律性砂泥岩薄互层型和鲕粒灰岩型。它们具有5种垂向沉积层序，在剖面上常形成多旋回韵律性沉积组合。     

A neural network approach for structural identification and diagnosis of a building from seismic response data

This work presents a novel procedure for identifying the dynamic characteristics of a building and diagnosing whether the building has been damaged by earthquakes, using a back‐propagation neural network approach. The dynamic characteristics are directly evaluated from the weighting matrices of the neural network trained by observed acceleration responses and input base excitations. Whether the building is damaged under a large earthquake is assessed by comparing the modal parameters and responses for this large earthquake with those for a small earthquake that has not caused this building any damage. The feasibility of the approach is demonstrated through processing the dynamic responses of a five‐storey steel frame, subjected to different strengths of the Kobe earthquake, in shaking table tests. Copyright © 2002 John Wiley & Sons, Ltd.