天山各分区地震活动性与能量积累阶段关系初探

本文研究了天山各地震构造区的地震活动特征与所处能量积累阶段之间的关系，在此基础上分析了天山各分区当前地震危险性。初步得到处于不同能量积累阶段的天山不同地震构造区的地震活动特点及其所反映的能量积累状态。认为天山地区的地震活动性既受区域构造运动强度的影响，又受地震构造所处的能量积累阶段的影响。对于构造运动非常强烈的地区，正确判断其目前所处能量积累阶段，可以对未来地震震级上限有比较准确的判断；而对现今地震活动相对较弱地区所处能量积累阶段的判断，可使我们对潜在地震危险有较充分的认识。研究表明，南天山西段各区能量积累水平大都进入中、后期阶段，地震活动水平高，地震危险性明显高于北天山和中天山各区（段）。北天山各分区以及中天山地区能量积累多处于早、中期阶段．     

密码技术在电子政务公文交换中的应用

“公文管理”是政府机构日常办公的重头戏。目前电子政务正在我国如火如荼地展开，政府机构普遍采用电子公文交换系统实现办公自动化，对公文进行高效有序的管理，完成日常办公业务。随着网络化的发展，安全防护问题显得日益突出，本文针对电子公文交换系统敏感信息的不同安全需求，提供了切实可行的方法，介绍了密码学的基本原理，给出了基于数字签名、信息加密和电子印章的安全解决方案。     

中国地震学会推荐论文获“第三届中国科协期刊优秀学术论文奖”

为了鼓励科技创新,倡导高水平的学术论文在国内外学术期刊发表,进一步提高我国学术期刊质量,促进我国学术期刊不断繁荣,中国科协决定开展表彰“第三届中国科协期刊优秀学术论文奖”活动。《爱因斯坦对光子的想象辐射与分子间能量动量转移的动平衡》等100篇论文,经中国科协学术交流工作委员会初评、复评、终评、公示和审定后获奖。由中国地震学会推荐,《地震学报》编辑部发表的论文《地磁日变化异常与强震的关系》(丁鉴海、刘杰、余素荣、肖武军)一文在这次评选中获得“第三届中国科协期刊优秀学术论文奖”。中国地震学会推荐论文获“第三届…     

基于人工神经网络的ChinaFLUX观测站CO_2模拟研究通量

涡度相关技术的发展,为准确获取区域尺度的CO2通量分布格局提供了数据基础．但由于涡度相关技术自身的局限性,需要利用模型模拟作为获取区域CO2通量的重要手段．可是CO2通量和其他微气象变量之间的非线性关系给模拟CO2通量的时空动态变化带来了一定的困难．人工神经网络模型为模拟CO2通量与其他微气象变量的非线性关系提供了一种新的手段．在ChinaFLUX三个不同类型(农田、森林、草地)生态系统中,基于2003年6～8月的半小时涡度相关观测数据,采用BP人工神经网络模型,以能量通量(净辐射、潜热、显热和土壤热通量)以及温度(空气温度、土壤温度)和表层土壤水分作为输入变量,模拟了CO2通量的动态变化．结果表明,人工神经网络模型具有较好的模拟结果,其R2系数在0．75与0．866之间．RMSE在0．008μmol／m2与0．012μmol／m2之间,MAE在1．38μmol／m2与3．60μmol／m2之间,其中农田和森林生态系统的模拟精度略高于草地生态系统．其次,通过比较土壤水分要素是否参与模拟的结果表明,在生长季期间,不存在土壤水分胁迫的情况下,土壤水分的参与并不能显著提供模型模拟的精度．最后,应用连接权重方法进行了神经网络模型不同输入变量的重要性分析,指出神经网络模型不完全是一个黑箱模型,也可以有效地揭示出某些机理性现象．该研究证明,神经网络模型不仅可以有效地模拟CO2通量,也可以揭示出一些机理现象,为通过涡度相关观测与遥感反演技术的集成途径,利用已获取的区域尺度能量通量数据,模拟分析区域尺度的CO2通量分布格局提供了一种有效的方法．     

三峡坝区一次强风害天气多普勒雷达回波分析

2002年4月15日夜间发生在三峡坝区的强风暴属于典型的地面冷锋侵入西南倒槽天气背景下的强对流过程,其瞬间最大风力达11级,降水强度达50 mm/h左右。多普勒雷达发现风暴成熟阶段的回波具有中气旋等特征。强回波历时近4 h,根据当地短时大风的记录近地面伴随较强的下泄气流,造成灾害性大风。灾害性大风的能量可能来自对流层中层对流不稳定能量的积聚,能量大小对风害的强度有很好的指示性,对流不稳定能量层消失时刻预示风害爆发时刻。此个例灾害性大风和强降水发生在最强回波、最高回波顶和最大垂直累积液态水含量之后。强烈的天气现象与天气雷达回波指示值之间的时间差可作为预报员今后预报此类天气的重要参考。     

一次局地大暴雨的单站能量分析

通过对2004年6月18日,济南局地大暴雨过程的单站能量廓线,以及850hPa湿静力能量场的分析,结果表明:6.18大暴雨是在有利的环境场下,由强对流运动所引发的.而强对流运动的发生、发展,主要是因为单站前期积累下来的大量位势不稳定能量的集中释放所促成的.其中,潜在不稳定能量的积累和释放在这次强对流运动中有着突出贡献.暴雨落区上空对应着明显的能量锋区,随着能量锋区的消失,暴雨天气过程结束.说明高空能量锋区是本次过程产生局地大暴雨的一个重要条件.     

基于能量原理的钢筋混凝土筒体结构抗震性能研究

本文通过能量法研究了钢筋混凝土筒体结构的抗震性能。文中采用振型分解法按等效单自由度体系求解筒体结构的滞回输入能;用pushover法分析了滞回耗能在结构层间的分布规律及结构自身的耗能能力;根据楼层滞回耗能与弹塑性层间位移的关系求出了薄弱层的弹塑性位移。对一高层钢筋混凝土框架-筒体结构在7度罕遇地震下的抗震性能进行了评估,通过与非线性动力时程分析的对比,证明了方法的可行性。     

基于人工神经网络的ChinaFLUX 观测站CO2模拟研究通量*

涡度相关技术的发展, 为准确获取区域尺度的CO₂通量分布格局提供了数据基础. 但由于涡度相关技术自身的局限性, 需要利用模型模拟作为获取区域CO₂通量的重要手段. 可是CO₂通量和其他微气象变量之间的非线性关系给模拟CO₂通量的时空动态变化带来了一定的困难.人工神经网络模型为模拟CO₂通量与其他微气象变量的非线性关系提供了一种新的手段. 在ChinaFLUX三个不同类型(农田、森林、草地)生态系统中, 基于2003年6~8月的半小时涡度相关观测数据, 采用BP人工神经网络模型, 以能量通量(净辐射、潜热、显热和土壤热通量)以及温度(空气温度、土壤温度)和表层土壤水分作为输入变量, 模拟了CO₂通量的动态变化. 结果表明, 人工神经网络模型具有较好的模拟结果, 其R2系数在0.75与0.866之间.RMSE在0.008 ?mol/m²与0.012 ?mol/m²之间, MAE在1.38 ?mol/m²与3.60 ?mol/m²之间, 其中农田和森林生态系统的模拟精度略高于草地生态系统.其次, 通过比较土壤水分要素是否参与模拟的结果表明, 在生长季期间, 不存在土壤水分胁迫的情况下, 土壤水分的参与并不能显著提供模型模拟的精度. 最后, 应用连接权重方法进行了神经网络模型不同输入变量的重要性分析, 指出神经网络模型不完全是一个黑箱模型, 也可以有效地揭示出某些机理性现象.该研究证明, 神经网络模型不仅可以有效地模拟CO₂通量, 也可以揭示出一些机理现象, 为通过涡度相关观测与遥感反演技术的集成途径, 利用已获取的区域尺度能量通量数据, 模拟分析区域尺度的CO₂通量分布格局提供了一种有效的方法.     

西藏高原草原化嵩草草甸生态系统CO2净交换及其影响因子

了解生态系统CO2净交换(NEE)的季节变化规律和主要生物因子及环境因子对这些过程的影响将有助于生态系统碳循环过程机理的理解以及大尺度过程的模拟.本研究利用涡度相关技术对位于西藏高原腹地的、世界海拔最高的草地碳通量观测站的NEE及生物和环境因子进行近3年观测,阐明NEE及其组分的动态变化特征和影响因子.草原化嵩草草甸生态系统碳吸收的最大值出现在8月,最大碳排放出现在11月,在生长季初的6月,受降水和植物返青快慢的影响,会出现生态系统碳吸收或排放的年际差异,7～9月表现为碳吸收,其余月份均为碳排放.在生长季,白天的NEE主要受光合有效辐射变化的控制,同时又与叶面积指数交互作用,共同调节光合速率和光合效率的强度.生态系统呼吸主要受温度的控制,同时也受到土壤含水量的显著影响,呼吸商(Q10)与温度呈负相关,而与土壤含水量呈正相关关系.生长季昼夜温差大并不利于生态系统的碳获取.10℃时标准呼吸速率(R10)与土壤水分、温度、叶面积指数和地上生物量呈正相关关系.降水格局影响了土壤水分动态,土壤含水量会显著影响生态系统呼吸的季节变化.生长季初和末期的脉冲性降水会导致生态系统呼吸的迅速上升,从而导致生态系统碳的流失.西藏高原草原化嵩草草甸生长季短,温度低,致使生态系统的叶面积指数偏低,生态系统碳吸收较少,降水格局引起的土壤湿度动态和脉冲性降水将对生态系统呼吸产生了重要影响,从而会影响到生态系统的碳收支水平.     

基于人工神经网络的ChinaFLUX观测站CO2模拟研究通量

涡度相关技术的发展,为准确获取区域尺度的CO2通量分布格局提供了数据基础.但由于涡度相关技术自身的局限性,需要利用模型模拟作为获取区域CO2通量的重要手段.可是CO2通量和其他微气象变量之间的非线性关系给模拟CO2通量的时空动态变化带来了一定的困难.人工神经网络模型为模拟CO2通量与其他微气象变量的非线性关系提供了一种新的手段.在ChinaFLUX三个不同类型(农田、森林、草地)生态系统中,基于2003年6～8月的半小时涡度相关观测数据,采用BP人工神经网络模型,以能量通量(净辐射、潜热、显热和土壤热通量)以及温度(空气温度、土壤温度)和表层土壤水分作为输入变量,模拟了CO2通量的动态变化.结果表明,人工神经网络模型具有较好的模拟结果,其R2系数在0.75与0.866之间.RMSE在0.008 μmol/m2与0.012 μmol/m2之间,MAE在1.38 μmol/m2与3.60 μmol/m2之间,其中农田和森林生态系统的模拟精度略高于草地生态系统.其次,通过比较土壤水分要素是否参与模拟的结果表明,在生长季期间,不存在土壤水分胁迫的情况下,土壤水分的参与并不能显著提供模型模拟的精度.最后,应用连接权重方法进行了神经网络模型不同输入变量的重要性分析,指出神经网络模型不完全是一个黑箱模型,也可以有效地揭示出某些机理性现象.该研究证明,神经网络模型不仅可以有效地模拟CO2通量,也可以揭示出一些机理现象,为通过涡度相关观测与遥感反演技术的集成途径,利用已获取的区域尺度能量通量数据,模拟分析区域尺度的CO2通量分布格局提供了一种有效的方法.