地震安全性评价和高层建筑的地震动输入

本文根据现行的中国地震烈度区划图中烈度的含义,指出在使用现行“建筑抗震设计规范”时存在的一些问题和与《中华人民共和国防震减灾法》的不协调之处。根据多年参加工程场地地震安全性评价的经验,总结了目前进行地震安全性评价过程中存在的一些问题。文中建议：针对高层建筑进行新的场地分类方法的研究;对高层建筑工程场地作地震安全性评价时,可根据高度的不同,适当简化安全性评价过程。     

东营凹陷古近系砂岩成岩作用与孔隙演化

东营凹陷是重要的油气富集区，在古近系地层发育湖相水下扇沉积、滨浅湖沉积和三角洲沉积等砂岩。砂岩的成岩作用及孔隙演化对储层的储集性能有重要影响。在对大量薄片和岩心进行分析的基础上，运用扫描电镜和X衍射粘土分析等手段，对东营凹陷砂岩储层的成岩作用和孔隙演化进行了研究。研究结果表明，该区压实作用、胶结作用使砂岩孔隙度降低，不稳定矿物的溶蚀作用和碳酸盐胶结物的溶解作用导致孔隙度增大。根据有机质的演化及粘土矿物的变化序列，在不同的构造单元，砂岩成岩作用和孔隙演化随埋深具有明显的规律性，可划分出原生孔隙带、原生次生孔隙带和次生孔隙带3个孔隙演化带，存在着较有利的次生孔隙发育带。     

相位激发极化法应用研究

相位激发极化法是一种频率域激发极化方法,可直接测量电场电压与供电电流之间的绝对相位差。由于该方法对仪器精度要求较高,因而国内有关实际应用方面的资料相对较少。在金属矿产勘查中,目前国内大多采用时间域激发极化方法,测量岩矿石的极化率或充电率。虽然频率域激发极化法也有应用,但主要采用双频或多频测量,利用视频散率参数进行解释,野外测量工作量较大,测量精度相对较低。近几年,利用相位激发极化法在科研、生产中做了一些工作,这里介绍相位激发极化法模型试验及数据反演结果,岩矿石标本时间域(充电率)和频率域(相位)测试对比结果,以及实际应用实例及数据反演结果。应用结果表明,用相位激发极化法在矿产勘查中可以取得较好的勘察效果,并能在今后的工作中发挥更大的作用。     

谈谈航片扫描中亮点和暗点的设置

介绍了扫描仪在测绘(地图)生产中实际操作的重点,分析了选取影像中最亮点与最暗点的重要性,阐述了其原理及在实际工作中的应用。     

塔城地区近45年气候变化分析

利用1960—2004年气温、降水、初终霜、日照等资料,分析塔城地区气候变化特点。通过分析发现:塔城地区年降水变化不显著;年平均气温以0.46℃/10a的速率变暖,其中冬季变暖最为突出;年平均气温在20世纪60年代中期、60年代末分别发生了一次明显的突变。     

LN-24YSJC型实时压缩纠错系统的研制

介绍了一种适用于有线传输、无线传输的各类数字地震台及台网使用的24位地震数据采集器数据传输纠错设备。本文阐述了该仪器的工作原理、硬件结构和主要功能。     

2003年北黄海5.1级地震的地震活动特征

对2003年北黄海5．1级地震的地震活动背景、地震序列、震中周围中小地震活动图像及地震学参数等进行了详细分析。认为该次地震为前-主-余型，经历了一个活跃-平静-发震的过程；地震前震中附近出现了孕震空区和一些地震活动性参数异常。     

昆明地区早寒武世关山动物群研究新进展

总结了昆明地区关山动物群自1999年命名以来开展的研究工作和取得的新进展.简要叙述了关山动物群的研究概况、地层位置、生物群组合特征和关山动物群的研究意义.在关山动物群中首次发现了古虫动物门的Vetulicola gangtoucunensis Luo,Fu et Hu,吐卓虫Tuzoia sp.nov.,古蠕虫Palaeoscolex sp.nov.,腕足类Heliomedusa sp.nov.及三叶形虫、海绵动物新属种.指出关山动物群是一个由多门类软躯体后生动物化石组成的伯吉斯页岩型的动物群,时代介于澄江动物群与凯里动物群(或伯吉斯页岩动物群)之间,起到了承前启后的作用,在寒武纪生命大爆发和寒武纪早期生物演化的研究中有重要意义.     

中国早白垩世今鸟类甘肃鸟的蹼足化石

玉门甘肃鸟(Gansus yumenensis)是中国发现的第一只中生代鸟类化石.该化石产自甘肃西北部下沟组,时代与辽宁西部产热河生物群的早白垩世地层的时代大体相当.该鸟类趾节拉长,很短的爪具有较尖锐的屈肌结节,因而被认为是一种适应于水生生活的鸟类.玉门甘肃鸟的建立最初仅依据一件左足标本,直到最近又发现了少量可供进一步研究的新标本.本文描述了一件新的玉门甘肃鸟的完整后肢化石,标本在远端趾节之间显示出清晰的蹼的构造.这为玉门甘肃鸟具有发育足蹼的观点提供了最直接的证据.玉门甘肃鸟也成为世界上已知最古老的适应于水生生活环境的鸟类.     

DOWNSCALING FORECAST OF MONTHLY PRECIPITATION OVER GUANGXI BASED ON BP NEURAL NETWORK MODEL

Variables fields such as enstrophy, meridional-wind and zonal-wind variables are derived from monthly 500 hPa geopotential height anomalous fields. In this work, we select original predictors from monthly 500-hPa geopotential height anomalous fields and their variables in June of 1958 - 2001, and determine comprehensive predictors by conducting empirical orthogonal function (EOF) respectively with the original predictors. A downscaling forecast model based on the back propagation (BP) neural network is built by use of the comprehensive predictors to predict the monthly precipitation in June over Guangxi with the monthly dynamic extended range forecast products. For comparison, we also build another BP neural network model with the same predictands by using the former comprehensive predictors selected from 500-hPa geopotential height anomalous fields in May to December of 1957 - 2000 and January to April of 1958 - 2001. The two models are tested and results show that the precision of superposition of the downscaling model is better than that of the one based on former comprehensive predictors, but the prediction accuracy of the downscaling model depends on the output of monthly dynamic extended range forecast.