安西县寒山金矿区钻探施工难点及解决措施

介绍了复杂地层取芯钻探的实施情况,涉及施工过程中遇到的各种技术难题和采取的解决措施,为此类项目的施工提供有益借鉴.     

RT3型岩石高压真三轴仪的研制

本文介绍了新近研制成功的岩石高压真三轴仪的结构特点、功能和试验研究结果。岩石高压真三轴仪能够独立地控制和改变三个主应力,从而可模拟工程岩体和地壳内部的任何应力状态和应力途径,是对卡阿曼(Von.Karman)型普通三轴压缩仪的重大改进。RT3型岩石高压真三轴仪,可施加最大主应力到800MPa,中间主应力200MPa,最小主应力200MPa,并能测定三个主应力方向的应变和声波参数,可供岩石力学基础理论、工程岩体稳定性和地震前兆特性等研究之用。     

离子色谱法测定水果和蔬菜中硝酸盐

利用DIONEX-2020i离子色谱仪、IonPac AS3分离柱对蔬菜和水果中硝酸盐进行测定。通过．等冀合适的前处理方法，获得纯清溶液。提出只使用分离柱，以提高灵敏度、缩短出峰时间和改善峰形。方法精密度好、检出限低、操作简便快速，用于实际样品的检测，10次测定的相对标准偏差小于2％，加标回收率为97％～98％。     

钨钼矿中痕量金的化学光谱法测定

采用化学光谱法测定钨钼矿样品中痕量金时,活性炭在富集金的同时也富集了钨、钼等杂质元素,灰份中这些杂质元素均以氧化物形式存在,对铂(内标)的激发行为有明显的抑制作用,表现为铂的黑度值显著偏低,因而不能沿用铂作为测定金的内标,另外分析线Au267.6nm还受钨的谱线叠加干扰.鉴于此,作者采用干扰较少的Au242.8nm/左背景作为分析线对进行测定,测定值与泡塑吸附富集-ICP-MS的结果一致.     

深圳市景亿山庄滑坡特征及成因分析

根据现场工程地质调查和勘察,论文深入分析了景亿山庄滑坡的变形特征、性质、变形机制,并探讨了滑坡的成因。指出在具有剥蚀残丘地貌特征的场地开挖以砂岩残积物为主要组成物质的边坡时,边坡高陡是造成边坡变形破坏的主要因素。长时间的持续降雨是诱发因素。对于陡倾原生节理裂隙发育的土质和类土质边坡,滑坡周界受边坡体内原生节理裂隙控制,滑坡后缘常沿该陡倾的节理裂隙发育。在深圳等降雨量大的亚热带气候区,若坡体内没有不利于边坡稳定的各种结构面,当边坡开挖高度不超过20m,总体坡率不陡于1∶1时,边坡能够保持短期稳定。但长期稳定性受当地降雨量和降雨强度的控制,开挖后若不采取适当的加固措施,易发生滑坡等浅层病害。其病害从孕育到发生可持续长达10a之久。通过论文的研究,可供在类似地区开挖边坡、整治边坡病害借鉴。     

天然气中甲烷和CO2的二元同位素特征

不同成因的天然气由于形成温度不同,往往会有不同的稳定同位素特征。但是,由于经常不能同时获得天然气以及它的生成母体的同位素成分,很难用单独的C或H同位素成分来确定它的形成温度。在形成天然气时,不同的温度会形成不同的二元同位素的浓度,温度越低,二元同位素的比例越大,因此只需要知道天然气本身的二元同位素的浓度,就可以确定形成温度,从而避免了需要知道天然气生成母体的同位素成分这一难题。本文利用高级量子化学计算,预测了不同温度下天然气中甲烷和CO2气体的二元同位索（Clumped isotope）的特征,提供用于天然气成因分析的新方法。     

MODIS多光谱云相态识别技术的应用研究

介绍了卫星多光谱云相态识别的基本原理, 并给出了EOS/ MODIS云相态识别的流程。针对简单和复杂云场, 利用个例并结合无线电探空资料与MODI S三通道合成图肯定了多光谱云相态识别的合理性和实际效果。文中对几个特定天气系统(西南涡旋和西太平洋台风)下大面积云场相态分析的结果表明:多光谱云相态识别技术有一定应用价值, 且需要引入可见光技术来减少红外谱段对多层云覆盖和薄卷云的相态分析误差。     

不同边界层参数化方案在暴雨数值模拟中的对比分析

本文利用非静力平衡的中尺度模式(MM5),通过对一次华南锋前暖区暴雨的数值模拟,比较了3种边界层参数化方案的作用。结果表明：从24小时累积降水的分布来看,MRF方案的预报与实况对比效果最好,其次是Blaekadar高分辨率PBL模式,最差是no PBI,方案。分析MRF方案的输出结果,发现对应每个时刻的累积雨团上空,925hPa都有较强的辐合辐散偶极子与之相配合,而在300hPa则有较强的辐散。不同边界层方案模拟的辐散场有一定的差别,导致了降水的不同预报效果。     

青藏高原臭氧的ENSO

通过对臭氧卫星观测资料及大气环流资料的分析，研究了青藏高原上空臭氧年际变化中的 ＥＮＳＯ信号，并与同纬度无山区及赤道地区进行比较。研究指出：在 Ｅ１ Ｎｉｎｏ年（ＳＯＩ指数为负）青藏高原臭氧总量增加，在 Ｌａ Ｎｉｎａ年（ＳＯＩ指数为正）青藏高原臭氧总量减小。本文同时讨论了与ＥＮＳＯ事件有关的大气环流物质输送。     

Forecasting Monsoon Precipitation Using Artificial Neural Networks

This paper explores the application of Artificial Intelligent (AI) techniques for climate forecast. It pres ents a study on modelling the monsoon precipitation forecast by means of Artificial Neural Networks (ANNs). Using the historical data of the total amount of summer rainfall over the Delta Area of Yangtze River in China, three ANNs models have been developed to forecast the monsoon precipitation in the corre sponding area one year, five-year, and ten-year forward respectively. Performances of the models have been validated using a ＇new＇ data set that has not been exposed to the models during the processes of model development and test. The experiment results are promising, indicating that the proposed ANNs models have good quality in terms of the accuracy, stability and generalisation ability.