远参考大地电磁测深法应用研究

随着大地电磁法应用领域的不断扩大,勘探环境的干扰背景也越来越复杂,而采用远参考方法是压制干扰、提高信噪比的一种有效方法。本文从信号检测的角度阐述了该方法的原理,并讨论了其在压制各种干扰方面所发挥的作用。     

714C天气雷达接收系统故障分析

本文对714C天气雷达接收系统可能发生的故障及原因进行分析，从而为检修接收系统的故障提供参考。     

近50年火山喷发和太阳活动对我国气候影响的研究

利用特征向量分析与时序叠加分析和谱分析相结合的方法，分析了近50a来我国地面气温和降水场中火山喷发和太阳活动的气候信号，强烈的火山喷发导致全国大部分地区降温，喷发1a多以后降温最明显，并能持续约半年。除这个主信号以外，青藏高原、东南沿海和东北地区都可能出现较为复杂的温度变化，温度变化与太阳活动之间的联系更多地反映在二者的振荡关系上。在降水场中的火山信号较弱，表现为火山喷发后的秋冬季节南方地区降水偏多。在青藏高原积雪和深层地温的变化中，没有发现火山和太阳活动信号。     

数字地震台实时处理软件的研制

本软件作为对北京港震机电技术公司软件系统的一个补充，在中文Windows下研制，适用于数字地震台进行数字地震信号实时连续接收和处理。软件的研制充分考虑了台站应用的特点和需求，引入完整的软件工程学理念，采用了面向对象（OOP）的分析设计方法和软件组件技术（COM）。     

FBS-3A型反馈式宽频带地震计电流标定方法研究

随着时间的推移和环境条件的缓慢变化，地震计各部件的性能参数会有所改变，及时了解这种变化并加以控制和调整，有助于提高地震计输出结果的可信度．所以，一台地震计无论在交付使用前，还是在使用过程中，都需要进行标定．目前，比较常用的标定方法有方波电流标定和正弦电流标定．本文从系统分析的角度出发，在分析得到地震计传递函数的基础上，将方波电流标定和正弦电流标定过程进行理论抽象，进而在复频域对两种电流标定过程进行仿真推导；并在此基础上，讨论了方波电流标定输出曲线与地震计固有参数之间以及正弦电流标定的稳态输出与标定电流之间的关系，并且论述了两组特定频率正弦电流的标定输出之间的关系．最后，作为理论分析在实践中的具体应用，给出了两种电流标定过程在实际工作中的应用方法．本文旨在阐明两种常用的电流标定方法的物理意义，对地震计的调试及应用有积极的参考作用．      

孤北21三维目标处理实例

结合地质目标及处理要求,对孤北21井区三维资料进行了分析。对不同处理目标采取了相应的处理措施,取得了较好的处理效果。     

用人工神经网络实现地震记录中的废道自动切除

切除废道（即道编辑）的工作是地震信号处理中重要而又工作量巨大的一步.本文提出了一种用人工神经网络实现的自动切除方法,所用的神经网络模型为新奇滤波器模型,方法简单实用,切除效果令人满意.文中介绍了方法的原理并给出了几个实验结果.     

瞬变电磁测深法的研究深度

研究发现,瞬变测深法研究深度除了与采样时间(采样间隔,起始和终止采样时间等)有关外,还与信号源强度、大地电导率、系统噪音水平以及仪器观测精度等因素有关,文中对研究深度与这些量之间的关系作了数学描述。     

华北遥测地震台网联网中心信号系统设计与实现

根据世界银行贷款项目——国家部分的总体设计和实施方案的要求,建立华北遥测地震台网联网中心。本文概括介绍了华北联网中心信号汇集与分配系统的设计与实现。     

Monthly suspended sediment load prediction using artificial intelligence: testing of a new random subspace method

ABSTRACT

The predictive capability of a new artificial intelligence method, random subspace (RS), for the prediction of suspended sediment load in rivers was compared with commonly used methods: random forest (RF) and two support vector machine (SVM) models using a radial basis function kernel (SVM-RBF) and a normalized polynomial kernel (SVM-NPK). Using river discharge, rainfall and river stage data from the Haraz River, Iran, the results revealed: (a) the RS model provided a superior predictive accuracy (NSE = 0.83) to SVM-RBF (NSE = 0.80), SVM-NPK (NSE = 0.78) and RF (NSE = 0.68), corresponding to very good, good, satisfactory and unsatisfactory accuracies in load prediction; (b) the RBF kernel outperformed the NPK kernel; (c) the predictive capability was most sensitive to gamma and epsilon in SVM models, maximum depth of a tree and the number of features in RF models, classifier type, number of trees and subspace size in RS models; and (d) suspended sediment loads were most closely correlated with river discharge (PCC = 0.76). Overall, the results show that RS models have great potential in data poor watersheds, such as that studied here, to produce strong predictions of suspended load based on monthly records of river discharge, rainfall depth and river stage alone.