湘西北页岩层地震反射波组特征研究

湘西北地区发育寒武系下统牛蹄塘组、志留系下统龙马溪组两套富有机质黑色页岩。通过合成地震记录和已知地质特征推断反射层位的方法,对两套含烃黑色页岩层的地震地质特征、波组层位识别、波组特征进行了分析对比,总结出湘西北地区页岩层地震反射波所具有的典型特征:龙马溪组存在3~4个强相位,主频集中在30Hz左右;牛蹄塘组存在3个强反射界面,因深度加大,其主频集中在20Hz左右。由于龙马溪组和牛蹄塘组二组地层间距达2 500~3 000m,因此在湘西北地区将二组地层的反射波视作一个波系,其二维地震剖面存在3个波组4个反射层位或3个波组3个反射层位,三个波组分别为龙马溪组,中寒武底界及牛蹄塘组。另外因龙马溪组砂质泥岩段具有低速、低密度、低电阻率、高放射性等特征,其界面波阻抗差异较大,可作为本区的地震波标志层位。     

中国大陆活动地块边界带主要断层的强震震间晚期综合判定

由于中国大陆强震主要分布在活动地块边界带上,所以活动地块边界带主要断层成为我国大陆型强震研究的重要目标,各强震孕育阶段的判定是大陆型强震原地复发的动力学过程研究主要内容,而目标断层是否处于震间晚期也是强震时间预测的重要研究基础.虽然地震短临预测仍存在诸多科学难题,但最近20年来全球若干强震相关研究表明,如果放宽预测时间尺度的要求,有些方法也可用于强震震间晚期的判定.本文以中国大陆活动地块边界带的391条断层段为研究目标,利用地震地质的强震破裂空段、大地测量的断层运动闭锁段、地震活动的中小地震稀疏段、数值模拟的库仑应力增强显著段等方法,综合判定中国大陆活动地块边界带可能处于震间晚期的主要断层段.本文结果仅是初步结果,该结果的可靠程度有赖于监测条件,其科学性有赖于大陆型强震孕育发生动力学过程的认识水平,虽然本文尝试给出中国大陆活动地块边界带主要断层的震间晚期判定结果,但其结果可靠程度、精细程度等均存在巨大的改善空间.最后,从断层孕震阶段判定需求的角度,本文尝试给出大陆型震源物理模型的具体基础模型,期望起到抛砖引玉的作用,也期望更多地震学家关注大陆型强震的物理机制及其预测基础研究.

     

印尼苏门答腊大地震中国钻孔应变台网整点值记录资料

2004年12月26日北京时间08时56分，印尼苏门答腊西北海域发生了8．7级地震。震后不到3个月，即2005年3月29日，在原震区东南约200km处又发生了8．5级地震。这次地震是全球百年以来发生的最大地震之一，也是1964年美国阿拉斯加地震后全球发生的最大地震。     

中国西部积雪对我国汛期降水的影响

本文利用台站及卫星资料建立了中国西部积雪３０年逐月时间序列。该序列是目前资料时间最长、最好的序列，为研究该区积雪月际和年际变化及其影响提供了较可靠的依据。中国西部冬春积雪对我国汛期降水的影响平均为负相关趋势，与６月降水的相关分布较有规律，冬春多（少），其它地区６月降水偏多（少）。我国西部多（少）雪对６月从份５００ｈＰａ高度的变化是：高原北边高纬高度降低（升高）及副热地区升高（降低），有（不）利于高     

青藏高原积雪和季节冻融层的突变特征及其对中国降水的影响

利用青藏高原气象台站观测的积雪和冻土资料,建立了高原积雪和季节冻融层1965—2004年的变化序列,通过滑动T平均、M-K检验、动力学分割算法(BG算法)等方法检验出高原积雪没有发生明显的突变过程,而高原季节冻融层在1987年前后有一次明显的突变,冻结深度减少比较显著.当高原积雪偏少时,华南和西南降水偏多,而当高原冻结较厚时,全国的降水几乎都偏少.通过计算高原积雪和季节冻融层与全国夏季降水的单因子相关和复相关发现,积雪和季节性冻土对中国夏季降水都有一定的可预测性,但是如果共同考虑两个因子的影响,则能够提高夏季降水预测的准确率.考虑两个因子的共同影响,有3个明显的相关带,分别是北部沿大兴安岭经太行山北部到陕北最后到河西走廊,中部在长江中下游地区,南部则是沿武夷山经南岭到云贵高原中部.     

不同模式模拟的降水稳定同位素效应的比较和评估

利用引入水稳定同位素循环的ECHAM4、GISS E、HadCM3、MUGCM以及iAWBM的模拟数据,分析了全球降水中稳定同位素效应的空间分布特征,对不同模式的模拟结果之间以及模拟结果与GNIP（Global Network of Isotopes in Precipitation）的实际监测结果之间进行了比较,旨在对稳定同位素大气环流模式的模拟有效性进行评价,改善对水循环中水稳定同位素效应的理解和认识。结果显示,5个模式均很好地再现了全球降水中平均δ18O和平均δ18O季节差的空间分布特征,降水中稳定同位素的温度效应、降水量效应的分布特点以及全球大气水线GMWL（Global Meteoric Water Line）均被很好地模拟出。比较而言,ECHAM4模拟的降水中的平均δ18O以及δ18O平均季节差的空间分布与GNIP的实际分布最接近,拟合水平也最高;ECHAM4、GISS E、MUGCM和iAWBM再现全球温度效应空间分布的能力较强,拟合水平大致相当;由iAWBM模拟的降水量效应空间分布与实际分布之间的相关性最强,5个模式模拟的与实测的δ18O/P相关系数符号相同的站点数大致位于同一水平;GISS E和iAWBM模拟的全球大气水线与实测的GMWL最接近。     

吉林省和龙市官地BIFs铁矿床地质特征

前寒武条带状磁铁矿(BIFs)是全球分布最广、规模最大的铁矿类型,官地铁矿是吉林省和龙地区的一个典型BIFs铁矿床,国内称之为鞍山式铁矿。     

Vertical atmospheric structure of the late summer clear days over the east Gansu loess plateau in China

In this paper, by using the sounding data collected in LOPEX05, we have analyzed the vertical atmospheric structure and boundary layer characteristics of temperature and humidity in the late summer over the east Gansu loess plateau. The results show that the bottom of the stratosphere is at about 16 500 m and varies between 14 000 m and 18 000 m above the ground. The center of the westerly jet is located between 8300 m and 14 300 m above the ground and its direction moves between 260° and 305°. There is an ...     

两次华南飑线卫星亮温特征与强对流天气分析

利用Himawari-8高时空分辨率红外亮温资料和ERA-Interim再分析资料,对比冷锋型和暖区型飑线个例("4·13"和"5·6")亮温特征与雷暴大风、地面强降水的关系,结果表明:(1)两次过程的云顶最低亮温、冷云区平均亮温差异小,但两次过程初生阶段云型不同,"4·13"与"5·6"相比,冷云顶面积较小、持续时间较短、移动速度较快;(2)"4·13"("5·6")的亮温梯度大值区主要位于冷云区东南侧(西南侧),与云团移动方向平行(垂直);两次过程雷暴大风与亮温梯度均具有较好的空间对应关系,亮温梯度增大超前于雷暴大风增强,可作为提前预警指标;(3)"4·13"地面强降水集中分布在低亮温区西侧,原因为风暴顶前移导致强降水与冷云区具有空间位置差异;"5·6"地面强降水则与云顶低亮温具有较好的对应关系。     

ANALYSIS OF LOCATION CONDITIONS OF FINANCIAL CENTRES IN CHINA

First of all, the necessity of establishing financial centres is expounded. The establishment of financial centres has a lot of benefits to the world economic development, China's economy and the occupied cities. The location conditions of financial centres may be summarized as follows: the location of trade centre, the factors of geographical position, the circumstances of finance, etc.. We consider that the first batch of financial centres in China should be established in the eastern cities of China. So 9 eastern cities in China are chosen as the spare financial centres. According to the location conditions of financial centres, 12 indices are chosen and the method of synthetic weighted average is used to find the best locations of financial centres. The conclusions are that the grade A financial centres should be in Shanghai and the grade B should be in Tianjin and Guangzhou.