多目标视频运动分析系统中的多几何特征参数快速提取实现

首先通过将整个图像区域看成系列行、行内的各线段构成的集合，然后判断相邻行各线段是否满足合并条件，最后根据判断结果实现对应的目标区域几何特征参数的设计。理论与应用都表明该算法优点是：对图像只扫描一次，即可同时、并行地获得多目标区域多个几何特征参数。     

对青藏东北缘现今块体划分、运动及变形的初步研究

利用2维非连续变形分析方法（DDA），以位移代替围压作为边界约束力，研究青藏东北缘现今块体划分及其运动变形。根据该地区地质构造及地震活动，以GPS点测量位移作为模拟结果约束点，得出了较合理的块体划分模型和随时间演化的主应变分布图，并把应变高值区与近几年来发生的5级以上地震作对比，得出了研究区内地震危险性可能较大的区域。另外，对模拟的甘青块体与阿拉善块体的边缘带断裂左旋运动做了大概计算。     

DE200／LE200和DE245／LD245历表——差别及其对登月轨道的影响

DE200／LE200和DE245／LE245都是行星和月球的精密历表。DE200／LE200已在很多领域（例如SLR和GPS）中得到了广泛应用，DE245／LE245却是刚发表不久的新历表。DE245／LE245中增加了DE200／LE200中没有同时提供的月亮天平动。本主要比较DE245／LE245和DE200／LE200的差别对月球探测器着月点位置的影响，得到的结论是如果要使着月点位置满足一定的精度要求，采用DE245／LE245历表比DE200／LE200历表更好。     

戍海固边 任重道远

一场新的“蓝色圈地运动”正在世界各大洋、海域间展开，世界开始进入一个全面争夺瓜分海洋、开发利用海洋的新时期。     

西宁盆地泥石流类型及其防治意见

概略地叙述了西宁地区的泥石流形成条件和形成机理,并将西宁地区泥石流划分为稀性泥石流类及泥石质泥石流种类。在此基础上提出防治泥石流灾害的意见。     

描述地壳垂直运动过程的一种函数形式

本文在已有数据处理方法的基础上，利用近代数值逼近理论，给出了从时空域角度描述地壳垂直运动过程的一种具体的函数解析形式。最后给出了一个实际算例。     

长诏断裂带垂直运动与地震关系初探

利用跨断层短水准资料分析了长诏断裂带断层活动特征，结果表明：长诏断裂带总体活动性质基本相同．分时段活动性质有所不同。断层各段多数以压性逆断为主，不同于历史地质考察结果。此外，长诏断裂带各断裂都具有分段活动特点。     

景宁县国土资源局 早准备 早部署 有效地组织抗洪

6月18日以来，景宁县普降大暴雨，洪水；中毁道路、房屋、桥梁、电力通讯设备等，造成重大经济损失。截止23日统计，这次洪灾共引发滑坡、崩塌、泥石流等各类地质灾害106起。在这次抗洪中，县国土资源局早准备、早部署，有效地组织抗洪，全局出动抗洪23次59人。县乡村各级干部战斗在抗洪一线，特别是负责地质灾害隐患点的乡镇村干部和国土资源所工作人员高度重视，紧急撤离63个隐患点中的1503人，     

SIMULATION AND PREDICTION OF DEBRIS FLOW USING ARTIFICIAL NEURAL NETWORK

Debris flow is one of the most destructive phenomena of natural hazards. Recently, major natural haz-ard, claiming human lives and assets, is due to debris flow in the world. Several practical methods for forecasting de-bris flow have been proposed, however, the accuracy of these methods is not high enough for practical use because of the stochastic and non-linear characteristics of debris flow. Artificial neural network has proven to be feasible and use-fill in developing models for nonlinear systems. On the other hand, predicting the future behavior based on a time se-ries of collected historical data is also an important tool in many scientific applications. In this study we present a three-layer feed-forward neural network model to forecast surge of debris flow according to the time series data collect-ed in the Jiangjia Ravine, situated in north part of Yunnan Province of China. The simulation and prediction of debris flow using the proposed approach shows this model is feasible, however, further studies are needed.