四川盆地东北缘灯影组核形石特征及环境意义

四川盆地紫阳麻柳地区震旦系灯影组中见有核形石发育。通过野外剖面实测、偏光显微镜和场发射扫描电镜等手段,对核形石的形态、结构、形成环境及其主控因素进行研究,结果表明:麻柳灯影组核形石主要集中在灯四段中上部,其可分为四类:Ⅰ类正常核形石,Ⅱ类正常复合核形石,Ⅲ类薄皮核形石,Ⅳ类薄皮复合核形石,且以Ⅰ类为主。核形石形态以球形为主,可见少量椭球形、棒形以及不规则形态。紫阳麻柳地区灯影组核形石的形成受灯影组充足的物质基础、适宜的中-高能水动力条件以及低陆源碎屑物质的注入等因素共同控制。通过研究该区核形石沉积环境可知,灯影组四段的沉积环境为中-高能浅缓坡沉积相带。     

基于小波变换的多光谱图像压缩方法

在分析多光谱图像小波变换后系数特点的基础上,提出了一种共享有效图的小波变换压缩方法（ＳＳＭＷＴ）。该方法将小波变换压缩技术中的零树编码推广到多光谱图像压缩中,利用多光谱图像的结构相关性,对多幅小波图像只需构造一幅有效图,同时去除空间冗余和谱间结构冗余,并与Ｋ－Ｌ变换相结合,进一步去除谱间统计冗余,实验表明了该方法的有效性。     

CARD/1软件在公路测量中的应用与后期开发

介绍CARD/1软件的功能特点,论述其在奎屯一克拉玛依高速公路前期规划、数字地面模型建立、公路路线选线设计等方面的应用,并论述后期开发时能达到的功能和产生的经济效益。     

艾比湖阶地三维反演研究

以ASTER、ETM、SPOT遥感影像为数据源,应用遥感软件对影像增强处理,突出了艾比湖湖积堤信息。将实际采样点、卫星遥感影像和DEM数据叠加,确定了湖岸线和阶地遗址。通过构建水淹模型,方便准确地获得艾比湖阶地的实地三维信息,制作高精度DEM数据,生成仿真的三维数字地形模型,实现了艾比湖的三维显示以及三维水淹,可以从不同角度、视点和高度观察地貌的整体和部分特征,借助地理信息系统工具还可以准确地计算不同时期湖面面积、体积,确定水淹范围,反演不同时期艾比湖湖面情况,对研究艾比湖难以到达区域的地貌形态和地貌演化具有十分重要的意义。     

面向多媒体通信的流控传输协议SCTP的研究

介绍了一种面向多媒体类信号传递的基于IP网络的流控传输协议SCTP,讨论了它为提供可靠传输服务而采用面向联结机制的主要框架和多路流、多地址两大核心特性;分析了SCTP的消息、状态机和各状态的变迁过程,以及在联结的不同阶段为进行拥塞控制和攻击预防而采用的独特的处理机制;给出了SCTP控制和流引擎部分的具体实现策略。     

武汉市供电局110联动报修系统信息流转的实现

介绍了武汉市供电局 1 1 0联动报修系统报修单流转子系统的设计思想和主要实现技术 ,着重阐述了报修单流转系统中的通信实现技术 ,包括ATM网终端通信和PSTN网终端通信     

基于企业网的IP电话系统的实现

介绍了企业网IP电话系统的设计和实现方法。系统利用企业网这一高效的通讯介质,并针对目前Ethernet的特性进行优化,辅以三层数据应用实现了局域网内的话音文字通讯和局域网与PSTN电话网间的拨号及话音通讯。     

结合信息量与AHP模型的阳泉市矿区地质灾害风险评价

阳泉市矿区地质环境复杂,人类活动频繁,存在塌陷、滑坡等地质灾害隐患。本文在充分调查地质灾害的基础上,构建了矿区风险评价体系,运用信息量法和层次分析法,选取了交通、居民地、矿山等8项指标开展易发性区划;在易发性评价的基础上叠加降雨因子,实现了矿区地质灾害的危险性评价;采用人口、建筑、交通因素构建了承载体易损性模型;并结合危险性和易损性构建了矿区的地质灾害风险评价模型。研究结果表明,矿区中地质灾害高风险地带主要分布在存在矿山活动的赛鱼、蔡洼街道且靠近人口聚集的地方,其影响范围较大,应及时采取监测预报等措施。     

人工重矿物组份的研究法在岩相古地理研究中的应用——以厂坝王家山组浅变质岩系为例

人工重矿物组份的研究,在变质岩地区是一种经常使用的工作方法。因为它对变质岩地区的地层划分与对比、确定母岩区等是十分有效的。此外,在变质岩地区进行沉积相和再造古地理的研究中,它也有不可忽视的作用。这是由于变质岩区的许多原始沉积构造标志大多遭受改造和破坏。有些标志虽尚能辩认,但毕竟有其一定的局限性。而人工重矿物的研究,可以对沉积相观察和分析的结果进行检验和补充。西秦岭大陆边缘沉积学专题组,在对厂坝矿区王家山组的一套浅变质岩系沉积相观察中,利用了人工重砂组份的研究,三年来已取得了不少的成果。     

基于支持向量机的2021年2月13日日本福岛近海Mj7.3级地震震级估算

2021年2月13日日本福岛县近海发生M_j7.3级地震,触发了日本气象厅地震预警系统,系统在首台触发后5.6s发出震级为M_j6.3级的预警第1报,首台触发后10s对公众发布警报、预警震级为M_j6.4级。基于多类型特征参数输入的机器学习支持向量机震级估算模型（SVM-M）,利用2021年2月13日日本福岛县近海M_j7.3级地震获取的日本K-net强震动观测数据,分析SVM-M模型在该次地震中首台触发初期（首台触发后1~10s）的震级估算效能。结果表明:SVM-M震级估算模型,在首台触发后1s即可给出M_j6.3级的震级估算结果,与日本气象厅在首台触发后5.6s发布的预警第1报震级相同;随着时间窗的增加,首台触发后5s和10s,SVM-M模型的震级估算结果分别是M_j6.7级和M_j6.6级,均大于日本气象厅首台触发后10s对公众发布警报的预警震级。该次地震的离线模拟结果表明:SVM-M模型可在地震发生初期有效提高地震预警震级确定的准确性和时效性。