Field of vertical crustal deformation in North China and the feature of its dynamic evolution

ＦｉｅｌｄｏｆｖｅｒｔｉｃａｌｃｒｕｓｔａｌｄｅｆｏｒｍａｔｉｏｎｉｎＮｏｒｔｈＣｈｉｎａａｎｄｔｈｅｆｅａｔｕｒｅｏｆｉｔｓｄｙｎａｍｉｃｅｖｏｌｕｔｉｏｎ王若柏，洪汉净，许忠淮，耿世昌，孙东平，韩月萍Ｒｕｏ－ＢａｉＷＡＮＧ；Ｈａｎ－ＪｉｎｇＨＯＮ...     

对于几种绝对值观测仪器在北京地磁台同期观测结果的对比分析

一、概述在1983—1986年的4年中,国家地震局地球物理研究所九室用丹麦新型 QHM_(?)和日本产PPM 与 GST 配套,在北京地磁台每月2—4次作了长期对比观测。1985年以前的初步结果已于1986年的报告中提出。其中主要分析了各仪器在观测数据中的偶然误差,以均方差形式表之,结果为 QHM_(?)所得的 H 基线值 H_B~Q 中的(?)H_B~Q=±1nT;GSI 与 PPM 配套而得的 Z 基线值 Z_B~G 中的δZ_B~G     

航空重力测量的测线设计

测线设计是航空重力测量一项十分重要的技术工作。测线布设的基本依据是对测区推求平均重力异常精度和分辨率的要求。其主要内容包括：航高和航速设计，测线间距，主、副测线布设，测线长度等。本文对此作了详细讨论，并得出若干初步结论。     

德州市中心城区地下空间资源潜力研究

为合理评价德州市中心城区地下空间资源潜力,研究工作从水文及水文地质、工程地质、环境地质、生态环境保护以及人类工程活动5个方面建立了由16个评价单因子组成的地下空间开发利用潜力评价指标体系,根据层次分析法评估结果将德州市中心城区地表以下不同深度内的地下空间划分为“可充分开发”、“不可充分开发”、“慎重与限制开发”三个等级区,并结合城市建设及环境条件,基于GIS平台开展了中心城区地下空间开发利用潜力评价。研究结果能够较为准确地反映地下空间开发利用潜力状况,具有实际的应用价值,可以为政府部门的管理和决策提供信息支持。     

地球弓激波前的低频磁流体波

一、引言 在地球弓激波前存在着低频磁流体波。这种低频磁流体波是太阳风在地球弓激波上的反射粒子和太阳风粒子之间相互作用产生的。根据人造卫星的观测资料可以得到,在地球弓激波前,Pc3-4脉动频率范围内的低频磁流体波的主频率和行星际磁场强度     

基于分类与形态综合的高分辨率影像建筑物提取方法研究

本文提出了一种基于分类和形态综合的高分辨率影像建筑物提取方法。主要研究的是基于高分辨率影像多尺度分割的面向对象人工地物分类方法,并以此为基础提取房屋,实现房屋位置、范围的初步自动化提取。最后,对提取的地物图斑的精确边界利用Hough变换提取直线边缘轮廓线,并以此为基础进行轮廓拟合和制图综合,从而得到规则的、方形组合的建筑物形状信息。     

2022年1月8日青海门源6.9级地震前电离层异常特征分析

利用张衡一号电磁卫星朗缪尔探针观测的原位电子密度数据和等离子体分析仪观测的原位氧离子密度数据,针对2022年1月8日青海门源M_S6.9地震,分析震前电子密度和氧离子密度异常特征,并总结以往震例。结果显示,在门源M_S6.9地震前11天出现电子密度和氧离子密度高值异常;对电离层异常进行震例统计分析,发现大多数地震前6天以内出现电离层异常,且走滑型地震和逆冲型地震震前居多,讨论异常产生的机理可能为大气声重波机制和电场机制。     

河南冷水北沟铅锌矿地质地球化学特征及成因探讨

冷水北沟铅锌矿床赋存于元古界栾川群和管道口群内,矿体受断裂破碎带及矽卡岩带的控制。矿石类型可分为热液脉型和矽卡岩型,矿体围岩蚀变强烈。根据矿床地质-地球化学特征,结合矿石的矿物共生组合、铅和硫同位素组成及成矿年龄、包裹体成分及特征,认为该矿床的矿源为岩浆岩,成矿溶液主要来自岩浆水和大气降水的混合溶液,矿床成因类型属中高温条件下形成的热液脉型-矽卡岩型矿床。     

基于支持向量机回归的岩体变形模量预测

岩体变形模量是表征岩体变形特性的最重要参数之一,其获取手段有室内试验与现场试验法、经 验 关 系 法、数 值 模 拟法、人工智能预测方法等。人工智能预测方法中常用的是神经网络方法,但神经网络易陷入局部极小值和过学习而导致低精度,支持向量机回归（ＳＶＲ）方法能有效地避免神经网络的以上缺陷,并在小样本、非线性预测方面具有较大优势,但目前 ＳＶＲ 应用于岩体变形模量预测的研究较少。以某水电站坝址区英安岩的试验数据为依托,采用灰色关联分析筛选出与变形模量最相关的纵波波速作为输入变量。在此基础上,以３个国内的水电站为例,分别建立相应的以实测纵波波速作为输入变量的粒子群算法优化－支持向量机回归（ＰＳＯ－ＳＶＲ）变形模量预测模型,同时,通过与 ＢＰ神经网络（ＢＰ－ＮＮ）、ＲＢＦ神经网络（ＲＢＦ－ＮＮ）２种预测方法进行对比,对比分析表明ＳＶＲ模型具有更高的预测精度,预测效果较好,说明 ＰＳＯ－ＳＶＲ方法更适用于岩体变形模量预测。