如何开展地震现场科普宣传工作初探

地震科普宣传工作多是在地震发生之前开展,主要偏重的是如何地震避险。地震灾害发生后对灾区民众如何有效地减轻地震灾害及合理地配合外来救援力量的科普宣传缺乏系统性。本文从地震现场科普宣传的形式、内容及如何更好地实现现场科普宣传三个方面对地震现场科普宣传工作进行分析,旨在为利用地震现场科普宣传维护震区的社会稳定、减轻灾害损失及顺利地开展地震现场救援提出建议。     

对我国地震学未来发展的思考

根据国际地震学发展的前沿问题,结合目前我国地震学研究的具体状况,从地震观测技术开发与资料管理、地震的地震学研究、地球内部物理的地震学研究和地震的工程学应用研究几个方面,对我国地震学的理论与应用研究的未来发展提出了建设性思考。     

强矿震地球物理过程及短临阶段预测的研究

基于中尺度地震实验场高密度数字地震和前兆台网对抚顺老虎台矿两次强矿震进行连续的现场观测,用地震学方法和小波工具分析强矿震孕震过程采集到的数据,提取短临阶段的异常信息;用区域强震震源机制解、强矿震的震源机制解、极近场震源调查、震源高精度定位、现场绝对地应力测量、三维有限差分数值试验方法,分析强矿震的孕震应力场环境和震源机制;通过定量观察采矿与矿震活动的相关性,分析强矿震的直接诱发原因．提出地质构造环境、地应力场和采矿活动共同作用诱发强矿震的机理和局部应力场在孕育该震过程起主导作用、卸荷重力应力场抑或耦合了高压瓦斯的膨胀起主要诱发作用的观点;发现煤炭深部开采条件下,矿震和瓦斯存在密切的相关性,有可能存在一种开采卸荷和高压瓦斯气体膨胀耦合作用诱发的新型矿震——卸胀耦合型矿震;提取到震前短临阶段存在的b值、η值、频次、波速比等可信的地震学异常和定点潮汐形变前兆异常,对异常信息的提取方法和强矿震短临阶段的预测进行了探讨．     

地震分析软件震相走时表文件结构研究

通过对现有地震分析软件所配置的震相走时表文件的结构类型及优劣进行分析,将震相走时表分为4种组合结构并分析其实用性。在IASPEI91震相走时表文件结构的基础上进行修改、补充和完善,从而提出了一种安全性高、适用面广、灵活性强、能存储各种结构走时表的新型走时表文件结构。应用这种新型结构震相走时表,地震分析软件可以灵活配置不同的走时表,实现精细定位,并为数字化测震台网快速利用测震资料编制和应用高精度的区域震相走时表创造了条件,对于地球深部构造研究具有一定的促进意义。     

地震部门在应急救援演练中应敢于“亮真较劲”

地震应急救援演练是检验应对地震突发事件处置能力的有效途径。如何解决地震应急救援演练中容易出现的"演为看"和"练与用脱节"等现象,厦门市地震局大胆探索、勇于实践,积累了一套科学有效的地震应急救援办法。本文结合实例,从理论与实践相结合的高度,紧紧围绕组织地震应急救援演练要做到"四真",即设置情况真、应急响应真、演练内容真、组织保障真;以及在应对地震突发事件要拧紧"四股劲",即敢于同传统观念"较劲"、敢于同自己短处"较劲"、敢于同难点难题"较劲"、敢于同突破创新"较劲"等8个方面,对如何做好新形势下的地震应急救援工作做了很好的诠释,具有较强的针对性、操作性和有效性,能够帮助人们提高对地震应急救援工作重要性的认识,促进地震应急救援工作的扎实深入开展。     

对地震文书档案OA管理及应用的几点认识和建议

对山西省地震局地震文书档案OA管理系统作简要介绍,分析其系统运行优点和注意事项,同时,结合目前档案管理工作的实际情况,对今后OA管理系统的运行提出可行性建议。     

Spatio-temporal evaluation of global gridded precipitation datasets across Iran

ABSTRACT

In this work, the accuracy of four gridded precipitation datasets – Climatic Research Unit (CRU), Global Precipitation Climatology Centre (GPCC), PERSIANN-Climate Data Record (PCDR) and University of Delaware (UDEL) – is evaluated across Iran to find an alternative source of precipitation data. Monthly, seasonal and annual precipitation data from 85 synoptic stations for the period 1984–2013 were used as the basis for the evaluations. Our results indicate that all datasets underestimate and overestimate precipitation in stations with annual precipitation greater than 600 and less than 100 mm, respectively. However, all datasets correctly recognize regimes of precipitation, but with a bias in amount of precipitation. Our spatio-temporal assessments show that GPCC is the most suitable dataset to be used over Iran. Both UDEL and CRU can be considered as the second and third most suitable datasets, while PCDR showed the weakest performance among the studied datasets.     

Clustering based on eigenspace transformation – CBEST for efficient classification

Large remote sensing datasets, that either cover large areas or have high spatial resolution, are often a burden of information mining for scientific studies. Here, we present an approach that conducts clustering after gray-level vector reduction. In this manner, the speed of clustering can be considerably improved. The approach features applying eigenspace transformation to the dataset followed by compressing the data in the eigenspace and storing them in coded matrices and vectors. The clustering process takes the advantage of the reduced size of the compressed data and thus reduces computational complexity. We name this approach Clustering Based on Eigen-space Transformation (CBEST). In our experiment with a subscene of Landsat Thematic Mapper (TM) imagery, CBEST was found to be able to improve speed considerably over conventional K-means as the volume of data to be clustered increases. We assessed information loss and several other factors. In addition, we evaluated the effectiveness of CBEST in mapping land cover/use with the same image that was acquired over Guangzhou City, South China and an AVIRIS hyperspectral image over Cappocanoe County, Indiana. Using reference data we assessed the accuracies for both CBEST and conventional K-means and we found that the CBEST was not negatively affected by information loss during compression in practice. We discussed potential applications of the fast clustering algorithm in dealing with large datasets in remote sensing studies.     

利用光谱角敏感森林的高光谱数据快速匹配方法

提出了一种新的光谱匹配算法——光谱角敏感森林方法。在位置敏感哈希函数算法的基础上引入光谱角度量,并利用新的数据桶检索结构改进了原位置敏感哈希函数算法中部分目标光谱点无法得到匹配光谱的缺陷。理论和实验证明,光谱角敏感森林算法的计算效率较传统高维数据匹配方法有较明显优势。     

基于ERA40资料的边界层厚度气候特征分析

为了解边界层厚度的大尺度分布及其气候循环特征,基于逐日ERA 40 再分析边界层厚度资料,采用统计学方法计算边界层厚度分4个时次的季节循环、年较差等气候特征场,对全球边界层厚度分布及其季节演变特征进行了研究。结果表明：全球较厚的边界层分布与大地形、沙漠等下垫面的分布有直接联系;陆地强边界层分布存在“08时”现象,即陆地较厚边界层中心分布在当地时间08时经线附近;在大洋上南北纬30°~40°两条纬度带内边界层厚度的月尺度内变率较大,与大气强斜压性的天气系统活跃区一致;月平均日较差的年循环特征存在着季节性南北进退的现象。研究结果对于全面认识和科学利用ERA 40逐日边界层再分析资料有一定帮助。