Distribution of the nonlinear random ocean wave period

Because of the intrinsic difficulty in determining distributions for wave periods, previous studies on wave period distribution models have not taken nonlinearity into account and have not performed well in terms of describing and statistically analyzing the probability density distribution of ocean waves. In this study, a statistical model of random waves is developed using Stokes wave theory of water wave dynamics. In addition, a new nonlinear probability distribution function for the wave period is presented with the parameters of spectral density width and nonlinear wave steepness, which is more reasonable as a physical mechanism. The magnitude of wave steepness determines the intensity of the nonlinear effect, while the spectral width only changes the energy distribution. The wave steepness is found to be an important parameter in terms of not only dynamics but also statistics. The value of wave steepness reflects the degree that the wave period distribution skews from the Cauchy distribution, and it also describes the variation in the distribution function, which resembles that of the wave surface elevation distribution and wave height distribution. We found that the distribution curves skew leftward and upward as the wave steepness increases. The wave period observations for the SZFII-1 buoy, made off the coast of Weihai (37°27.6′ N, 122°15.1′ E), China, are used to verify the new distribution. The coefficient of the correlation between the new distribution and the buoy data at different spectral widths (ν=0.3−0.5) is within the range of 0.968 6 to 0.991 7. In addition, the Longuet-Higgins (1975) and Sun (1988) distributions and the new distribution presented in this work are compared. The validations and comparisons indicate that the new nonlinear probability density distribution fits the buoy measurements better than the Longuet-Higgins and Sun distributions do. We believe that adoption of the new wave period distribution would improve traditional statistical wave theory.     

山东海阳周格庄多金属矿化带地质特征及找矿标志

周格庄多金属矿化带位于山东海阳周格庄东部,区内中生代地层广泛分布,中生代岩浆岩活动频繁,构造活动强烈、破碎带发育.激电异常明显且低阻高激化特征,多金属矿化期为岩浆期后热液阶段.岩体边部和外侧的断裂破碎带为成矿热液运移、储存提供了有利空间,是寻找多金属矿的有利部位.     

基于地图数据库进行自动化制图的研究和实现

结合实际应用,对基于地图数据库进行自动化制图工艺从技术优势、数据库建设内容、数据库制图系统功能、制图工艺等几个方面进行详细的介绍和分析.     

基于TIN模型的空间索引方法研究

结合常见的三表数据结构,构建二表数据结构,在二表数据结构的基础上,探讨适应TIN模型的空间索引方法,提出重心空间索引和顶点空间索引两种算法,同时比较各空间索引算法的优劣,为提高空间数据查询的效率提供依据。     

武昌电离层E-F谷区白天变化形态

本文利用文献[4]的分析程序对武昌地区三年共300多张频高图作了剖面换算和统计分析,得出白天E-F谷区电离的基本形态并发现一些新的变化特征;对分析结果的可能原因提出了讨论。     

断陷湖盆碳酸盐与陆源碎屑混合沉积——以东营凹陷金家地区古近系沙河街组第四段上亚段为例

混合沉积是一种特殊的沉积类型,研究程度较低。金家地区处于东营凹陷的斜坡带,该区古近系沙河街组第四段上亚段发育了碳酸盐与陆源碎屑的混合沉积,研究认为该混合沉积为古湖泊内的混合沉积,可划分为混积砂滩亚相、混积砂坝亚相及半深湖混积亚相,混合沉积物既包括同层混合沉积物（灰质砂岩、砂质灰岩、泥质灰岩等）,又包括互层混合沉积物（砂岩与颗粒灰岩互层沉积等）,研究区的混合沉积受当时构造运动、碎屑物质供给量、湖平面的变化等诸多因素控制。     

青藏铁路清水河地区路基下伏多年冻土地温变化特征研究

基于埋设在青藏铁路清水河地区路基中两个断面内的共8个地温测试孔3年来的地温观测资料,研究了该地区铁路路基下伏高原多年冻土融化特征,分析了多年冻土上限的变化规律以及填筑铁路路基施工对下伏多年冻土赋存条件的影响。研究表明,由于受到填筑路基时赋存在路基填料内的热量的影响,铁路路基下伏多年冻土近地表的地温变化特征与天然地面下的多年冻土的地温变化特征有明显的不同,且向阳面与被阴面差别较大。多年冻土的上限在施工初期会有一个明显的下移沉降,随着时间的推移,虽然残存在路基中的热量逐渐消散,多年冻土上限下降会逐渐稳定。由于受到太阳辐射和路基边坡形状及融化夹层的影响,多年冻土上限会逐渐稳定,但不会在短时期内上升到天然地面下多年冻土的上限水平。     

西昆仑山前冲断带晚新生代构造地貌特征

在卫片解译、DEM数据处理、地形图分析与剖面制作的基础上,结合野外构造地貌考察与观测,对西昆仑山前冲断带的构造地貌特征进行了定量、半定量的研究。沿山前发育系统的水系变化、冲积扇变化、不对称背斜、大规模正断裂、不对称河流阶地等典型的构造地貌,表明这条由南向北逆冲的冲断带在扩展过程中存在着由西向东迁移的特征。冲断带的东西分段以桑株河为界,以西发育固满背斜,其构造样式为向北的逆冲伴随向南的反冲;以东发育一系列不对称的背斜,表现出明显的由南向北逆冲的特征,地表无明显的反冲构造出现。利用生长地层和河流阶地估算了西昆仑山的隆升速率:晚上新世—早更新世以来的最低隆升速率为0.21～0.25mm/a,100ka以来的隆升速率为1.5mm/a。     

广西山地风能资源开发利用可行性分析——以大容山为例

利用大容山自动观测站2004年8月～2006年7月气象观测资料和容县气象站1958～2006年7月测风资料,对大容山的风能资源各参数进行了详细计算和分析,并结合预选风电场的地形地貌、交通运输、联网条件、环境保护等状况对大容山风能资源开发利用进行了可行性分析评价.结果表明：大容山年平均风速为7.2m/s,年平均风功率密度为390.8W/m^2,其风能资源丰富,且交通运输、联网、工程地质等条件较好,可选择在坡度较小的山头或山腰建设风电场,预选风电场可布置750kW的风机45台,总装机容量约为34MW.