2002年7～8月海河流域面雨量预报的误差分析

对天津市气象台和河北省气象台在2002年7—8月的海河流域面雨量24h、48h预报进行了误差对比分析，列举了几种预报误差，并利用模糊数学中的综合评判法，计算了它们的模糊评分。结果表明：海河流域的面雨量预报有一定的可信度，把其作为水文模式的初值，有较高的利用价值；对于各气象台各自辖区内的预报，范围越小，预报越准确；在对面雨量预报效果的评估上，80％(或80)这一数值是客观、可信的。     

用非线性多因子动态组合方法作降水概率预报

将逐时段定点降水预报这个以往一般作为非连续量处理的预报问题转化为对一个连续的降水可能函数的预报问题。降水可能函数为一由实况值确定的函数。因为现在模式变化较快，且许多因子和降水可能函数为非线性关系，文章采用一种新的非线性多因子动态组合方法，通过对降水可能函数的预报，作客观分站降水概率预报。     

浅述五大连池火山区浅层气体钍、氡与断裂构造和火山活动的关系

在五大连池火山区流体化学研究原有工作的基础上，对火山群的重要区段开展了野外踏勘、气体普查，特别是用放射性气体测量方法对火烧山、老黑山、笔架山、药泉山等火山区进行了Tn、Rn测量。通过大量实测资料，分析和研究了Tn、Rn等气体和火山、火山活动、断裂构造、断裂活动性及其他地质条件的关系，初步查明了五大连池火山区的气体组成特征、分布和形成规律，对地下主要气体的成因、气体和火山构造活动及其它地质条件的关系进行了初步探讨，并提出了对五大连池火山区气体观测的初步设想和建议。     

利用SV分量接收函数反演地壳横波速度结构

详细讨论了远震体波SV分量接收函数的特点及其在反演地壳S波速度结构中的优势．与径向接收函数类似，SV分量接收函数可通过对远震体波的SV分量直接反褶积P分量获得．研究分析表明:与径向接收函数相比，SV分量接收函数的振幅随震中距的变化更加稳定，波形简单且突出了对结构最敏感的PS转换波信息．理论数值实验显示:在反演地壳S波速度结构时，SV分量接收函数比径向接收函数具有更好的收敛性．作为实例，利用SV分量接收函数反演方法反演了海拉尔台下的S波速度结构．      

场地条件对地震动相干函数的影响

本通过弹性半空间内位错源的数值解法研究了曲岩地震动相干函数，采用有限元方法分析了一些典型场地的地表地震动相干函数，两的对比结果表明：复杂场地对地震动相干函数的影响强烈。     

高耸塔架结构节点损伤基于神经网络的两步诊断法

本文针对高耸钢塔架结构的损伤特点，建立了具有节点损伤的有限元模型，提出了一种分层神经网络两步诊断法：第一步，由基于区域残余力理论的第一层神经网络进行结构损伤区域的初诊；第二步，由基于应变模态理论的第二层神经网络进行损伤区域内的具体损伤节点位置和程度的诊断。对一平面塔架结构的数值仿真分析表明：本文提出的损伤诊断方法的结果是令人满意的。     

单一震源下生命线系统失效概率分析的新方法(一)--系统可靠路径与失效路径的识别

本文第一部分提出一类识别生命线系统可靠路径与失效路径的新方法，该方法从系统发生概率最大的可靠路径出发，采用递推分解的思路，识别出系统的互斥可靠路径和互斥失效路径，并给出系统失效概率的表达式和失效概率上下界表达式。实例分析表明，该识别方法的计算复杂性较小并具有较高的运算效率。     

确定结构基底等效输入地震动的简化方法

本文用理论和实例计算分析了土与结构间的动力相互作用。根据基底等效输入的地震动相对入射地震动的传递函数特点研究出了一种等效输入的方法，该方法比较好地反映了场地和结构的动力特性对基底等效输入的影响。为利用刚性基底假设理论来分析土-结构动力相互作用提供了一种方法。     

泰国三塔断裂活动性及其板缘动力学意义

通过对位于印度板块与欧亚板块碰撞带缅甸弧附近三塔断裂带活动性的野外考察研究，探讨了位于缅甸弧东侧的滇缅泰板缘地区现代构造与地震活动动力来源和空间不均匀性。指出印度板块与欧亚板块沿兴都库什弧的正面碰撞和青藏高原隆起导致的侧向挤出作用对滇缅泰板缘地区现代构造与地震活动的影响可能大于印度板块与欧亚板块沿缅甸弧的碰撞对上述地区的影响。     

冀鲁豫交界区地下流体模糊熵值的变化与地震的关系

采用概率化预处理方法，把冀鲁豫交界区地下流体多种观测项目的观测值转化为概率值时间序列，然后计算其模糊从属函数。在此基础上计算该区地下流体构成的信息源系统的模糊熵值，分析了模糊熵值变化与1983年山东菏泽Ms 5.9地震和1985年河北任县Ms5.0地震的关系。结果显示，在这两次中强地震前分别有明显的减熵异常过程，并且一次比一次明显，中强地震都发生在低熵值处，震后恢复到高熵值的变化过程。这可能反映了地下流体构成的信息源系统在地震孕育和发生过程中的减熵有序变化。通过研究认为，该区模糊熵值减到0.907为发震前兆异常警戒线，并且离中强地震发生的时间越近，减熵过程越大；震级越大，减熵过程越明显，减熵时间越长。