首都圈数字地震台网地震事件波形的管理与服务

介绍了首都圈数字地震台网地震事件波形数据的管理和服务系统的基本功能及使用方法,该系统利用GMT,SAC作为后台处理软件,通过perl,Unix Shell程序实现首都圈地震事件波形数据的网络发布。     

固体潮观测数据预处理中的常用方法及计算机实现

从地震台站产出的原始地形变前兆数据出发,提出实际操作性较强的预处理方法,从已编制好的软件中给出处理实例,从而提高地震台站观测人员的科研能力,填补资料预处理方面的某些空白,对于地震台站人员集观测、科研于一体有着十分重要的意义。从95-01-02项目厦门地震台前兆数据预处理的实践表明:这些方法取得了明显的实效,直到今天仍然具有很大的使用价值。     

国产磁通门磁力仪稳定性分析

国产磁通门磁力仪(GM-3磁通门磁力仪)在全国各地磁台站推广应用,两年来,该仪器在武汉地震台工作比较稳定。本文对该仪器的基线值进行了多层线性回归分析。结果表明仪器性能比较稳定。     

一种高精度三通道强震动记录器的设计

为了适应中国数字强震动台网建设发展的需要,设计出了高精度三通道数字强震记录器,本文对该记录器作了简要介绍。高精度三通道数字强震记录器采用了高精度的Δ-∑类型的24位AD转换器,其有效转换位数达到17.5位。记录器支持本地串口通信、Modem远程拨号通信、TCP/IP网络通信等多种通信方式,仪器面板上有液晶屏、小键盘,直接支持自启动、参数设置等,并且实现了便携式低功耗设计方式,完全满足数字强震动监测网络建设发展的需求。     

浅层地震勘探资料处理中的速度分析参数选取

浅层人工地震勘探是当前城市地震活断层探测的主要方法,勘探精度不仅受激发、接收等因素的影响,还与地震数据处理的精度密切相关。速度分析是地震勘探资料处理中的关键环节,它的准确与否对动校正、共深度点叠加、叠后偏移及时深转换等都将产生影响。针对浅层地震资料目的层较浅、叠加次数少和城市背景干扰大等特点,文中对速度分析的参数选取问题进行了研究。首先通过对相邻CDP道集内各接收道炮检距的分析,以及单个和多个CDP道集的对比,提出了用于速度分析的CDP大道集的抽取原则。并通过对不同的CDP大道集、速度扫描间隔、计算时窗长度、动校切除比例等所获得的速度谱的对比分析,对速度谱扫描过程中各参数的选取提出了建议,并对速度分析及时深转换过程中值得注意的问题进行了讨论     

海南岛鹦歌岭白垩纪红盆中韧性剪切带的地质特征

鹦歌岭白垩纪红盆中的韧性剪切带由糜棱岩系列岩石组成,发育线理、面理和褶皱构造,具有拆离活动的运动学特征。变形差应力变化在27.2~66.2 MPa之间,变形温度高于500℃.近垂直的挤压和近水平的伸展显示剪切带的形成与深部岩浆上侵作用有关,对进一步认识海南岛燕山期构造岩浆作用以及岩浆侵位机制具有重要的地质意义。      

黄河上游地区崩塌滑坡泥石流地质灾害风险评价

本文在对黄河上游地区崩塌、滑坡、泥石流进行野外地质调查和资料收集的基础上,确定了灾害风险评价的主要影响要素和指标体系,进行了以县(市、旗)为单元的风险评价。评价单元共116个。研究区地质灾害风险共分为5级,高风险单元3个,较高风险单元8个,中等风险单元24个,较低风险单元54个,低风险单元27个。风险评价结果表明,评价区内不同地区崩滑流灾害风险程度相对差异较大,总体分布特点是中部地区较高,北部和南部较低。从风险指数的结果来看,有些风评价单元的风险指数非常接近临界值,一旦危险性条件和易损性条件发生改变,将会引起地质灾害的风险级别发生变化。因此,在西部大开发的进程中,无论是在开发资源还是进行各种工程活动,都应注意保护环境,避免地质灾害向着严重的方向发展。      

中国地震次生地质灾害危险性评价

地震次生地质灾害主要指地震引起的崩塌、滑坡、塌陷、地裂缝、砂土液化。震级大于5级、烈度超过Ⅵ度的地震可能引发不同程度的地质灾害,震级和烈度越高,次生地质灾害越严重。本文根据中国历史地震次生地质灾害活动程度及发生条件,以地(市、区、盟)为单元,进行了危险性评价:高度和中度危险区主要分布在中国中部的陕甘宁川渝滇藏地区,形成一个大致NE向高危险带,其余大部分地区为轻度危险区。      

基于小波变换的射频干扰消除方法的研究

在射电天文观测中,射频干扰(Radio Frequency Interference, RFI)会以多种形式混入望远镜接收系统,给观测带来误判或者降低观测信噪比.近年来国内国际射电天文快速发展,国内国际大型射电望远镜和阵列先后建设,观测灵敏度大为提高,射频干扰的影响尤为突出.随着科技发展和人类活动的加剧,射频干扰日益严重且不可逆转.提出利用2维离散小波变换的方法分析射电天文观测的数据,对望远镜系统输出的时间频率序列进行小波变换,根据小波系数分离出原始信号中各分量,每个分量统计得到相应的阈值,将各分量与阈值相比较识别干扰成分并标记去除.利用该方法对实际观测数据进行了处理,结果表明该方法能够很好地标记并消减干扰信号,且提高了观测的信噪比.     

The Basic Shape Classification of Space Debris with Light Curves

We study the machine learning method for classifying the basic shape of space debris in both simulated and observed data experiments, where light curves are used as the input features. In the dataset for training and testing, simulated light curves are derived from four types of debris within different shapes and materials. Observed light curves are extracted from Mini-Mega TORTORA (MMT) database which is a publicly accessible source of space object photometric records. The experiments employ the deep convolutional neural network, make comparisons with other machine learning algorithms, and the results show CNN (Convolutional Neural Network) is better. In simulational experiments, both types of cylinder can be distinguished perfectly, and two other types of satellite have around 90% probability to be classified. Rockets and defunct satellites can achieve 99% success rate in binary classification, but in further sub-classes classifications, the rate becomes relatively lower.