多条太阳光球FeI线在磁场中形成及形成深度的综合分析(Ⅰ)

针对多通道滤光器太阳磁场望远镜的磁场观测定标及掌握(所采用的)谱线特征之需要,取VAL宁静太阳大气模型计算了7条Fel光球线的Stokes轮廓、形成深度、贡献函数分布,从而较为系统地对多条反常及正常Zeeman线的特征及性质作出了分析与总结,解释了在磁光效应影响下Stokes Q,U参量的形成深度曲线在近线心区域处出现陡峭峰值的原因。     

全日面日冕磁场的计算：边界元法与级数法的比较

本以线性无力场模式下边界元法（ＢＥＭ）为基础，根据Ｃａｒｒｉｎｇｔｏｎ１７３３－１７４２周的光球磁场观测数据，计算出相应各Ｃａｒｒｉｎｇｔｏｎ周日冕高度（２．５Ｒ⊙）全日面的太阳磁场，计算结果同势场模式下的级数解法（即待定系数法）的相应结果对比表明，两种方法都体现了较为一致的大尺度日冕磁场特征，但在数值上存在某些差异；有些Ｃａｒｒｉｎｇｔｏｎ周的磁中性线形状差异较明显；另外，两都没有反映出光球     

GPS相位预测值周跳检测的小波分析法

本文研究了利用小波分析法来检测ＧＰＳ相位观测整周跳变的理论与方法，并通过实测数据进行分析，得出了一些有益的结论，有助于ＧＰＳ基线解算及其软件开发。     

行星磁场与卫星引力及其相对运动的统计关系

从知道某些天体具有磁场起，人们就对其磁场的起源提出种种解释，例如有电池说，转子说，化石说，发电机说等等。但由于这些学说都分别与某些观测事实相抵触而未被公认，因此星球磁场的起源一直是未能解决的命题。余先河先生提出，星球的磁场起源可能与所受的引力有关，行星的磁场强度正比于其所受卫星的引力；正比于卫星与行星的引力连线转动的相对角速度。本文对这两方面的命题分别进行了相关分析，得到其相关系数分别为：ｒ＝０．８４８１和ｒ＝０．８４２５，它们都在ａ＝０．０１的信度水平上相关。结果表明余新河关于行星磁场起源的设想是有基础的。本文还对其统计结果和可能机制进行了讨论。     

浅议痕量分析中的污染源

关于痕量分析的污染问题已有许多文献作为全面阐述，本文主要介绍笔者在分析测试和方法研究中遇到的一些现象与解决的途径。     

β-环糊精-1，2，5，8-四羟基蒽醌包结物荧光法测定铍

本文对1，2，5，8-四羟基蒽醌(THA)与镀形成配合物和THA进入β-环期精(β-CD)的内空腔与镀形成包结物这两种测定镀的荧光分析方法进行了比较，试验表明，后者的灵敏度和重现性有显着提高．选择性明显改善。详细研究了方法的测定条件．并应用于矿样中痕量镀的测定，结果符合质量要求。     

台湾海峡西岸重力场变化梯度场图像分析

讨论了应用曲面拟合技术和利用离散的重力观测点的重力变化对特定研究区的重力场变化进行数值模拟以获取该区重力变化空间梯度场图像的具体方法;并应用该方法获得了2004年3月福建安溪3.6级地震前的重力变化空间梯度场图像,发现空间梯度场图像能清晰地反映出地震前重力场群体性变化的差异性;利用此方法对2005年6月~2006年3月间台湾海峡西岸重力场变化进行数值模拟,获得其空间梯度场图像。     

某滑坡稳定分析及处理方案探讨

滑坡属于不良地质现象，是斜坡上的部分岩体和土体在自然或人为因素的影响下沿某一明显的界面发生剪切破坏向坡下运动的现象。当高速公路不得不通过某一滑坡时，对其稳定性进行分析和整治设计就显得尤为重要。以祁临高速公路灵石至霍州段窑深沟大桥东南窑深沟滑坡为实例，根据勘察资料，利用岩土力学知识，在公路修好后并运行的情况下，计算出了其稳定系数和推滑力，又以材料力学、结构力学等力学理论为基础，设计出抗滑桩和锚索抗滑桩等两种整治方案，经验证，效果良好。     

SIMULATION AND PREDICTION OF DEBRIS FLOW USING ARTIFICIAL NEURAL NETWORK

Debris flow is one of the most destructive phenomena of natural hazards. Recently, major natural haz-ard, claiming human lives and assets, is due to debris flow in the world. Several practical methods for forecasting de-bris flow have been proposed, however, the accuracy of these methods is not high enough for practical use because of the stochastic and non-linear characteristics of debris flow. Artificial neural network has proven to be feasible and use-fill in developing models for nonlinear systems. On the other hand, predicting the future behavior based on a time se-ries of collected historical data is also an important tool in many scientific applications. In this study we present a three-layer feed-forward neural network model to forecast surge of debris flow according to the time series data collect-ed in the Jiangjia Ravine, situated in north part of Yunnan Province of China. The simulation and prediction of debris flow using the proposed approach shows this model is feasible, however, further studies are needed.