六道湾煤矿塌陷西区地面沉降监测设计方法探讨

介绍乌鲁木齐市六道湾煤矿塌陷区综合治理过程中地面沉降观测站、观测线的设计方法,所需观测内容,观测方法以及所使用观测仪器的精度。在观测站、观测线设计时综合考虑老采空区变形的影响,并针对该区两个不同时段开采变形观测站布设方法分别进行了设计。其中所介绍的设计方法对其它地区类似煤矿塌陷区综合治理有一定意义。     

基于弹性薄板的地表沉陷预计模型

在分析地表沉陷基本规律的基础上,依据弹性薄板理论,建立非充分采动条件下岩层和地表沉陷预计的一类新模型,并推导出地表任意点倾斜、曲率、水平移动以及水平变形的计算公式。该模型充分考虑到地质采矿因素（煤层倾角）及煤层上方各岩层的影响,克服传统预测方法的缺陷,特别是概率积分法关于拐点反对称要求。最后,应用实例证明该方法的应用效果。     

苏锡常地区地面沉降风险评价管理模型研究初探

平原区超采地下水引发的地面沉降地质灾害已成为影响这些地区经济可持续发展的重要制约因素,如何从收益、成本、风险三个方面为决策者提供制定地面沉降相关防治措施的综合支持,实现灾害防治从被动应对向主动防御转变,是地面沉降防治研究领域的新课题。在综合考虑苏锡常地区技术、经济、人类活动等因素基础上,从地面沉降总体风险和地区差异水平出发,提出构建地面沉降风险评价模型及决策支持系统的初步研究思路和方法,为实现地面沉降防治的科学化决策管理进行了探索。     

合肥市膨胀土试验研究

主要介绍合肥市二环路用生石灰,石膏改良膨胀土的室内试验研究,并根据试验资料说明生石灰、石膏改良膨胀土的效果。同时提出一种用生石灰一石膏改良合肥膨胀土的最佳配方。大量的试验结果表明,用该配方改良后的膨胀土其单轴抗压强度,水中稳定性、耐久性都有显著提高。经十几年来在合肥市二环路上应用效果良好。     

浅谈建筑设计企业的数据中心建设

信息系统数据和计算能力逐步集中的发展趋势以及信息系统逐步成为企业核心业务的支撑,使得企业数据中心的作用越来越重要。如何搞好数据中心建设,保障数据系统的安全、稳定运行,成为信息主管首先要考虑的问题。首先讨论数据中心的作用和数据中心与信息系统之间的关系,然后介绍一个目前在国际上处于领先水平、防护等级最高的数据中心的实例,最后论述数据中心的实施对策。     

煤矿区沉降与遥感监测方法探讨

以晋城市煤矿区沉降研究为例,介绍了应用遥感图像调查与数字高程模型相结合的方法进行煤矿区沉降研究及监测。监测结果表明,沉降区主要集中在该区域的西北部,沉降区面积较大,沉降原因是大矿开采3#煤层,导致地面沉降,只有2处沉降由小煤矿开采9#煤层引起。经验证,具体位置虽有差异,但沉降区基本与实际吻合。依据当前合成孔径雷达干涉测量技术的发展,对煤矿区遥感综合监测方法进行了讨论。     

靖远矿区采煤沉陷区复垦综合评价方法研究

以靖远矿区为例,从土地复垦和恢复生态学的角度出发,建立了靖远矿区采煤沉陷区复垦综合评价系统,选择土壤条件（土层厚度、土壤质地、有机质含量、土壤水分）、地形改造条件（地面坡度、地表破坏程度、改造难易程度）、气候及水文条件（年降雨量、灌溉条件）作为分类及评价因子对复垦潜力进行评价。将采煤沉陷地分为四种潜力区,对每种潜力类型区的复垦开发利用方向进行了优化设计,从理论上和实践上对靖远矿区采煤沉陷地的复垦能力以及复垦过程中用地结构的优化作了探讨,以期对当地沉陷地的复垦提供一定的科学依据。     

Dynamics of the mid-ocean ridge plate boundary: Recent observations and theory

The global mid-ocean ridge system is one of the most active plate boundaries on the earth and understanding the dynamic processes at this plate boundary is one of the most important problems in geodynamics. In this paper I present recent results of several aspects of mid-ocean ridge studies concerning the dynamics of oceanic lithosphere at these diverging plate boundaries. I show that the observed rift valley to no-rift valley transition (globally due to the increase of spreading rate or locally due to the crustal thickness variations and/or thermal anomalies) can be explained by the strong temperature dependence of the power law rheology of the oceanic lithosphere, and most importantly, by the difference in the rheological behavior of the oceanic crust from the underlying mantle. The effect of this weaker lower crust on ridge dynamics is mainly influenced by spreading rate and crustal thickness variations. The accumulated strain pattern from a recently developed lens model, based on recent seismic observations, was proposed as an appealing mechanism for the observed gabbro layering sequence in the Oman Ophiolite. It is now known that the mid-ocean ridges at all spreading rates are offset into individual spreading segments by both transform and nontransform discontinuities. The tectonics of ridge segmentation are also spreading-rate dependent: the slow-spreading Mid-Atlantic Ridge is characterized by distinct bulls-eye shaped gravity lows, suggesting large along-axis variations in melt production and crustal thickness, whereas the fast-spreading East-Pacific Rise is associated with much smaller along-axis variations. These spreading-rate dependent changes have been attributed to a fundamental differences in ridge segmentation mechanisms and mantle upwelling at mid-ocean ridges: the mantle upwelling may be intrinsically plume-like (3-D) beneath a slow-spreading ridge but more sheet-like (2-D) beneath a fast-spreading ridge.     

关于海平面上升及其环境效应

沿海地区地质环境复杂。由于国民经济的迅速发展,人类活动日益增多,对地质环境进一步造成严重的不利影响。特别是“温室效应”引发的海平面上升,使各种地质灾害更加激化。文章详细探讨了海平面上升的影响因素,理论海平面与相对海平面升降幅度的评估,以及海平面上升所造成的地质环境效应与相应的防治对策,特别强调控制沿海城市地面沉降,以减轻海平面相对上升造成的危害,具有特殊而重要的意义。     

预测陕西关中地区需水量的改进GM(1,1)模型

需水量评价与预测是水资源规划与管理一项重要的研究内容。本文采用定额法计算需水量。通过对陕西关中地区需水量要素组成的分析,认为需水量要素属平稳时间序列,且一阶累加生成数据系列满足指数规律,符合灰色预测条件。为了提高GM(1,1)模型的精度,采用一种改变背景值的新方法,即:中心逼近方法。通过精度检验,中心逼近式GM(1,1)模型平均误差百分比、误差平方和分别比传统的GM(1,1)模型提高了0.147和1.579。用中心逼近式GM(1,1)模型预测需水量各要素近期和中长期值,经检验,其中非农业人口、农业人口、耕地面积、工业总产值预测模型满足一级模型,等级为良好。牲畜头数预测模型为不合格模型,分析其原因,主要是因为时间序列数据不完全符合指数规律。通过定额法计算,预计75%保证率时2005年和2010年关中地区工农业需水量分别占总需水量的92.21%和89.75%,生活需水量分别占7%和9.04%。