岷县地震（MS 6.6）指纹法临震预测

2013年7月22日7时45分,在甘肃定西市岷县和漳县交界处（34.5°N,104.2°E）发生了MS 6.6级地震,震源深度20 km,死亡95人,伤1 366人,经济损失达210亿元。文中回顾利用第一作者独创的指纹法对于此次地震做出临震预测的过程与依据,并探讨发震断裂与发震机制。利用SW地震前兆监测仪（简称SW仪）,输出地磁分量、地电分量、地应力分量、谐振分量、地倾斜分量等9通道或15通道异常分量时间曲线,当压缩时间轴,就可以输出不同的异常几何图像。不同地区的地震具有不同的前兆几何图像。相同地区的地震具有相同或相似的前兆几何图像。因此,可以根据特定前兆几何图像,找到将要发生地震的震中位置。这就相当于每个人都有特定指纹,根据指纹可以找到对应的人。所以,利用SW仪输出图像预测地震的方法称为指纹法。按照7年来对于前兆图像与对应指纹之间关系的观测,一般是提前6天收到临震指纹信号。震级预测则需要对于同通道指纹波幅进行比较与计算。于是,指纹法创造出单台站预测全球地震三要素的奇迹。作为专家内部交流,2013年7月15日10：45,根据2013年7月14日第五通道指纹与2013年6月2日同通道指纹的对比,文章第一作者预测2013年7月19日,甘肃（35.19°N, 103.69°E）将发生MS 5.1级地震。2013年7月22日定西市岷县MS 6.6级地震表明,预测震中准确,发震时间比预测时间仅仅延迟3天,震级比预测值大1.5级,总体上是一次成功的临震预测。构造背景、地壳结构和震源机制研究认为,临潭-礼县左行逆冲活动断裂是定西岷县地震的发震断裂。中地壳低速（高导）层尖端与临潭-礼县左行逆冲断裂接合部位是流变界面能量释放的震源位置,为板内地震三层次构造模式提供了一个新的案例。     

基于多传感器信息融合的城市边坡监测数据异常事件检测

为预防和管控城市突发地质灾害造成的人民生命和财产损失,国家针对城市地质灾害易发地区部署了大量的各类传感器,用来感知和监测城市边坡等地质体的变化情况,以支持对地质灾害的预警.从边坡监测数据特点和时序数据分析技术出发,针对监测数据噪声混杂、模式分析困难、预警阈值的不确定性等问题,给出了一种基于多传感器信息融合的边坡监测数据...     

河北省北部地震次生灾害预测

在收集大量调查资料的基础上,对河北省北部地震次生灾害做了预测,认为地震火灾、毒气泄漏和地震水灾是震后可能发生的较为严重的地震次生灾害。张家口、宣化、唐山和秦皇岛市具备发生大型地震火灾的条件,张家口市、怀来县和唐山市有可能发生地震引发的毒气泄漏、官厅、密云、陡河及山西省的册田水库大坝震后出现险情引起的地震水灾将对我省北部造成危害。地震造成的剧毒物质、腐蚀性物质及人工放射源的泄漏的散落也应引起高度重视     

粘土质白云岩去除水中铜离子的效果及其机制

利用静态吸附实验研究了溶液pH值、反应时间、初始Cu2+浓度等因素对凹凸棒石粘土矿中粘土质白云岩去除Cu2+效 果的影响,将准一级、准二级、Elovich动力学方程与反应动力学进行拟合,再利用Langmuir、Freundlich等温方程对实验数 据进行等温式拟合,并与普通白云岩和凹凸棒石粘土进行了对比研究。结果表明,粘土质白云岩相对于其他两种材料受pH 影响较小,且在pH3~5范围内对Cu2+去除率均大于85%,最佳pH为5;对Cu2+的去除符合准二级动力学模型,粘土质白云 岩对铜的去除速率和去除率均最高;等温数据符合Freundlich模型,对Cu2+的最大去除量（pH=5,30℃）为186.2×10-3。粘 土质白云岩去除水中Cu2+的主要机制为矿物水化与溶解引起的表面沉淀及凹凸棒石与新生碱式碳酸铜[Cu2CO3(OH)2]胶体的静 电吸附。粘土质白云岩中纳米凹凸棒石与亚微米多孔白云石共生,具有较高的化学反应活性,除Cu2+效果明显优于普通白 云岩和凹凸棒石粘土,在处理含Cu2+废水方面具有潜在应用价值。     

三—丹汞矿带中的微细粒浸染型金矿地质特征及矿床成因探讨

本文根据多年地质勘查和科研成果,对黔南三都—丹寨汞矿带中之微细粒浸染型金矿矿床地质特征、成矿地质条件作了较详细的介绍,指出其找矿标志。并列出一些测试成果,讨论其矿床成因属沉积低温热液再造矿床,其成矿时代可能始于加里东期,但主要形成于燕山晚期至喜山早期。     

鲁甸地震(Ms6.5)临震预测、中期预测及中地壳流变结构

2014年8月3日16时30分, 在云南省昭通市鲁甸县(27.1°N, 103.3°E)发生M_s6.5地震, 震源深度10 km, 死亡617人, 失踪112人, 受伤3 143人, 受灾人口108.84万人.根据月亮赤纬角、太阳黑子极值年等周期变化及两者的叠加效应, 总结出2013—2014年是云南强震高危期, 具备M_s7地震的发生条件.次年, 利用基础SW前兆仪的临震预测指纹法信息, 制定了2014年底211号地震预测表, 预测了2014年8月四川(26.18°N, 105.33°E)将发生M_s5.3地震发生.2014年8月3日云南鲁甸M_s6.5地震表明: 这次地震的指纹法预测时间相差1天, 震中相差226 km, 震级误差M_s1.2.通过构造背景、地壳速度结构和震源机制研究, NW向的包谷垴-小河左旋走滑断裂是鲁甸地震的发震断裂.中下地壳低速(高导)体与包谷垴-小河断裂交接部位是流变界面能量释放的位置, 即本次地震的震源位置, 为板内地震三层次构造模式提供了一个新的案例.      

基于多传感器信息融合的城市边坡监测数据异常事件检测

为预防和管控城市突发地质灾害造成的人民生命和财产损失,国家针对城市地质灾害易发地区部署了大量的各类传感器,用来感知和监测城市边坡等地质体的变化情况,以支持对地质灾害的预警。从边坡监测数据特点和时序数据分析技术出发,针对监测数据噪声混杂、模式分析困难、预警阈值的不确定性等问题,给出了一种基于多传感器信息融合的边坡监测数据异常事件检测方法。主要工作包括：(1)边坡监测数据变化模式可以归结为周期项、趋势项以及噪声项的叠加,实践中在预处理基础上对边坡监测数据进行周期为24 h的重采样,同时趋势项可以近似看作是经典的牛顿运动,以此构建形变运动模型,为卡尔曼滤波的状态转移提供理论支持;(2)采用集中式衰减记忆卡尔曼滤波,引入衰减记忆因子,对多传感器边坡监测数据进行特征级融合,降低了噪声的影响,提高了边坡监测数据的可靠性;(3)引入惩罚系数,应用改进的动态时间弯曲算法对于周期序列数据进行相似性度量。在此基础上基于K-means聚类和局部异常因子分析对边坡监测数据进行异常检测,并基于3σ准则确定预警阈值。该方法能将正常模式和异常模式的时序数据进行区分,有效检测出边坡监测数据的异常,为灾害预防提供支持。...