用水化资料对南黄海6.1级地震的预测

根据区域水氡平均年离散度变化及应用“地下流体预报方法ＳＨＥＰ软件”，对水化资料和一些Ｒｎ，Ｃｌ－，Ｃａ２＋单项异常进行综合分析，于１９９６年１０月提出：从１９９６年１０月下旬至１９９７年下半年，在南长带海域（尤其是东经１２１°±１°，北纬３３°±１°的区域）有发生Ｍｓ６．０级左右地震的可能，要特别注意１９９６年１０月下旬至１９９７年上半年（信度ＣＦ＝０．６）。本次南黄海６．１级地震映证了这一预报意见     

对1976年陕西关中地震短期预报的反思

对1976年在陕西关中东部地区所发布的地震短期预报进行了回顾；对发布预报的前因后果进行了反思。     

新疆伽师6级强震群综述

本文对伽师成丛发生强震的机因，伽师地震的预报以及地震灾害损失与应力场状态等给出了结果。并就伽师地区防震减灾对策和重建问题提出了讨论及具体对策意见。     

孟连,丽江地震前云南天文台时纬残差异常

本文分析了云南天文台光电等高仪自有观测以来的时纬残差异常与云南及其周邻地区大地震的对应关系；并报导了孟连、丽江地震前云南天文台的时纬残差均有明显异常。这再次证明时纬残差的明显异常可为台站周围的强震预测提供可靠信息     

自然灾害变动的集成预测模型及其应用

本文提出了以非线性回归拟合发展趋势、正弦函数逼近周期变动和马尔可夫链刻划随机扰动的集成预测模型，并应用于山东省农业自然灾害成灾面积的变动规律模拟，得到了较好的预测效果。理论和实践表明，集成预测模型优于传统的单模型预测，为预测具有复杂机制的自然灾害演变提供了一种新方法。     

亭子口库区水质汞的污染特征及建库后水体中汞的预测

亭子口水利枢纽位于喜陵江平流苍溪县城以上，１５ｋｍ处。本文根据嘉陵江广元段水质监测资料，分析库区地面水体中汞的现状污染特征，并运用沉积物的负指数方程预测库区建坝后水体中汞的浓度。     

地震序列的h值快速震型判别与强余震预测

用数值拟合的方法对１９６６年以来７６个ＭＬ≥５．５地震序列的衰减特性进行了较详细的研究，提出从ｈ值的逐日时间扫描和逐日累积时间扫描两个方面去把握地震序列的衰减过程并将其用于强余震（含双震）的预测和震型的快速判定。     

单一震源地震发生的等效物理模型

建立了模拟单一潜在震源区地震孕育和发生的等效物理模型，给出了通过调整各次地震之间断层位移速率来拟合已有地震序列的方法。通过考虑模型参数的不确定性，提出了在未来一定年限内潜在震源区发生震级在不同震级段的概率预报方法。通过两种等效物理模型的对比，本文认为就工程地震危险性评定而言，可用简单的滑块－弹簧模型代替滑块－弹粘塑性模型     

我国东亚飞蝗发生的气候背景及长期预测

我国东亚飞蝗的发生发展与大气环流的变化密切相关。对1952—1999年我国东亚飞蝗的发生面积与大气环流的74项特征指标值进行了相关研究。结果表明，上一年9月到当年4月大西洋副高面积、强度、脊线位置、北界，上一年9月、10月西藏高原指数，当年1月、2月、5月亚洲区极涡面积。北半球1月极涡面积，亚洲3月纬向环流指数以及亚洲5月经向环流指数与我国蝗虫发生面积相关明显。其中大西洋副热带高压对我国东亚飞蝗发生的影响主要是通过影响秋冬季节蝗卵的孵化和越冬期间的地面温度，从而影响蝗卵基数和孵化为成虫的数量，进而影响着我国东亚飞蝗发生、发展和危害情况的变化。通过上述对蝗虫发生有明显影响的大气环流特征值进行回归分析，结果表明。上年9月和当年4月大西洋副高脊线、3月大西洋副高北界、上年9月西藏高原指数、5月亚洲区极涡面积和3月亚洲纬向环流指数与发生面积拟合较好，说明这些大气环流特征值的强弱是决定东亚飞蝗发生的关键因素。     

Discriminate Analysis for Dust Storm Prediction in the Gobi and Steppe Regions in Mongolia

A discriminate analysis method for probability forecast of dust storms in Mongolia has been developed. The prediction method uses data recorded at 23 meteorological stations in the Gobi and steppe regions of Mongolia, including surface air pressure and geo-potential height at the 500-hPa level on grid points, and weather maps from 1975 to 1990. Weather elements such as air temperature, pressure, geo-potential height etc, which influence the formation of dust storms, are prepared as predictors. To select the most informative/important predictors (variables), we used a mean correlation matrix of variables together with the Mahalonobis distance, and correlation coefficients between dust storms and predictors with an orthogonalization for removing correlated predictors. The most informative predictors for dust storm prediction are intensities of surface cyclones and migratory anticyclones, passage of cold fronts, the horizontal gradients of the surface air pressure in the cold frontal zone, cyclonic circulations from the ground surface up to the 500-hPa level, the geo-potential height at 500-hPa level and its temporal changes. Selected predictors are used in discriminate analysis for formulating dust storm prediction equations. Sandstorm data have been classified into three classes, viz., strong, moderate and weak dust storms, depending on their intensities, durations and areas covered. Predictions of the probabilities of dust storm occurrence use the prediction equations for each class. The prediction is made from 12 hours to 36 hours. Verification of the probability forecasts of dust storms is also shown. The accuracy of forecasts is 72.2–79.9% with the data used for developing equations (dependent variables), in contrast to 67.1–72.0% with unrelated data for deriving equations (independent variables).