河源新丰江地区地震烈度、地震影响场与新丰江水库大坝设防烈度

简述了1950年以来新丰江水库地区和水库大坝地震烈度的变化,并对新旧大坝设防烈度进行了对比,认为按现今的国家标准,新丰江水库大坝的设防烈度为Ⅶ度强。对库区6次4级以上地震的烈度宏观调查数据进行了分析,拟合了河源地区的地震烈度衰减关系,并与华南地区的地震烈度关系进行了比较．最后计算了新丰江水库地区的在5-6级地震情况下的宏观烈度影响场。     

地震地质灾害对广州市部分城区工程环境的影响分析

通过震害预测研究,探明地震地质灾害源,应用地理信息系统掌握地震地质灾害源空问分布情况,分析其对工程环境的影响范围和影响程度,有助于政府制定防震减灾规划和城市建设与改造。针对广州市部分城区的地震地质灾害源、建筑物、生命线工程、地震次生灾害源的分布情况,应用基于GIS平台的防震减灾信息管理与地震应急辅助决策系统,分析了该区内地震地质灾害破坏对建筑物、生命线工程和地震次生灾害源的影响。结果表明,城市中的建筑物、生命线工程和地震次生灾害源不同程度地受到地震地质灾害的影响。     

地下水位变化对桂林地区地基基础的影响

不同季节桂林地区的地下水位变化较大。通过分析发现,地下水位的变化对地基的稳定不利。地下水位上升将降低地基土承载力特征值f a 和软弱下卧层地基承载力特征值f az ,并影响到地基换土垫层的处理设计; 而地下水位下降将加大地基沉降。因此,《地基规范》第5. 3. 5条地基变形验算没有考虑地下水位变化的影响是不合适的。为此,建议对于受地下水位影响的地基,宜按分层总和法进行地基变形计算。此外,由于桂林漓江沿岸不少的地基主要由砂砾土组成,地下水位上升还会增加砂、砾石土地基基坑主动土压力,但对于粘性土的基坑土压力则影响不明显。      

广西2005年气候特点及其影响评价

2005年，广西大部地区气温偏高、降水量偏少、日照时数偏少。年内出现了干旱、暴雨洪涝、强对流天气、高温天气等气候事件，其中以干旱和暴雨洪涝最为突出，2005年气候灾害属偏重年份。气候对社会经济的影响有利有弊。     

酸性高锰酸盐指数的准确测定及影响因素探讨

采用酸性法对水质中高锰酸盐指数进行了测定,分析了影响其准确测定的因素,探讨了反应体系酸碱度、高锰酸钾标准溶液浓度、加热反应时间、滴定温度及滴定时间对酸性高锰酸盐指数准确测定的影响。实验表明：当反应体系的pH值小于2．0、高锰酸钾标准溶液浓度在0．0100mol／L左右、加热反应时间为30min、滴定温度保持在70℃～80℃、滴定操作时间控制在2min内时,酸性高锰酸盐指数测定的准确性较高。     

近20年来风电场（群）对气候的影响研究进展

随着风电场的大规模开发,其对气候的影响受到关注,自2000年以来美国和欧洲等国陆续开展了一定的研究,中国也开展了一些观测和模拟研究,对已有研究进行综述可指导这项工作的进一步开展。通过对文献的梳理,总结了风电场对气候影响的研究进程、研究方法、影响机理和研究成果。大量观测和数值模拟结果显示风电场会导致地表气温上升,风电场下游一定距离范围内风速衰减,并间接影响降水、蒸发等其他气象要素,风电场对局地气候变化产生影响的结论具有较高信度;部分模式模拟结果显示未来大规模风电场（群）开发对全球气候也有可能产生一定影响,但仍需进一步的探索。     

重力场的潮汐变化观测及其研究

基于我国武汉超导重力仪长周期序列潮汐观测数据,研究了重力场潮汐变化特征,精密确定了地球潮汐常数,讨论了重力观测中的海潮负荷和大气效应问题;根据地球自由核章动在周日重力潮汐观测中的共振效应确定了自由核章动的复本征周期和品质因子Q值,研究了极移重力效应;并对进一步利用重力潮汐观测研究地球物理问题进行了讨论。     

大亚湾海域沉积物中的硝化与反硝化作用

2004年1、4、8、10月在大亚湾海域的4个站点采用自行设计和制作的无扰动沉积物采样器采集沉积物样品,通过使用AIT技术(乙炔同时抑制硝化与反硝化作用),进行实验室同步恒温受控模拟培养实验,并同时测定沉积物上覆水的温度、盐度、DO和pH值,沉积物的Eh值和有机质含量,间隙水的NO3-、NO2-和NH4 浓度,研究沉积物中的硝化与反硝化速率及其影响因素。结果显示大亚湾沉积物的硝化速率范围为[(0.00—4.68)±0.87]μmol/(m2·h);反硝化速率范围[(0.00—2.88)±0.41]μmol/(m2·h);硝化与反硝化作用之间存在耦合,比例范围为0%—100%。沉积物的硝化、反硝化速率和耦合比例与上覆水的温度、DO含量,及沉积物中的有机质含量和Eh值密切相关,人类活动对沉积物的硝化与反硝化作用有明显的影响。     

基于PCA的地震官方微博影响力评价研究

随着政务微博用户规模及影响力的不断提升,微博作为地震部门传播平台,在地震信息传播方面发挥着巨大的作用。本文在充分考虑地震部门行业特点的基础上,对30个地震官方微博数据进行收集,利用主成分分析法(PCA)归纳出3种地震微博的主要影响指标,即服务力主成分、交互力主成分和创作力主成分,并由此构建出地震官方微博影响力评估指标体系,在此基础上计算得出各地震官方微博的主成分指标得分和影响力综合得分,最后根据得分情况对地震官方微博影响力提出了具可行性的提升策略。     

Characteristics of tropical Pacific SST predictability in coupled GCM forecasts using the NCEP CFS

The limits of predictability of El Niño and the Southern Oscillation (ENSO) in coupled models are investigated based on retrospective forecasts of sea surface temperature (SST) made with the National Centers for Environmental Prediction (NCEP) coupled forecast system (CFS). The influence of initial uncertainties and model errors associated with coupled ENSO dynamics on forecast error growth are discussed. The total forecast error has maximum values in the equatorial Pacific and its growth is a strong function of season irrespective of lead time. The largest growth of systematic error of SST occurs mainly over the equatorial central and eastern Pacific and near the southeastern coast of the Americas associated with ENSO events. After subtracting the systematic error, the root-mean-square error of the retrospective forecast SST anomaly also shows a clear seasonal dependency associated with what is called spring barrier. The predictability with respect to ENSO phase shows that the phase locking of ENSO to the mean annual cycle has an influence on the seasonal dependence of skill, since the growth phase of ENSO events is more predictable than the decay phase. The overall characteristics of predictability in the coupled system are assessed by comparing the forecast error growth and the error growth between two model forecasts whose initial conditions are 1 month apart. For the ensemble mean, there is fast growth of error associated with initial uncertainties, becoming saturated within 2 months. The subsequent error growth follows the slow coupled mode related the model’s incorrect ENSO dynamics. As a result, the Lorenz curve of the ensemble mean NINO3 index does not grow, because the systematic error is identical to the same target month. In contrast, the errors of individual members grow as fast as forecast error due to the large instability of the coupled system. Because the model errors are so systematic, their influence on the forecast skill is investigated by analyzing the erroneous features in a long simulation. For the ENSO forecasts in CFS, a constant phase shift with respect to lead month is clear, using monthly forecast composite data. This feature is related to the typical ENSO behavior produced by the model that, unlike the observations, has a long life cycle with a JJA peak. Therefore, the systematic errors in the long run are reflected in the forecast skill as a major factor limiting predictability after the impact of initial uncertainties fades out.