汶川地震灾区过渡房安置点场地选择中的地震问题

大地震后,如何在最短的时间内在灾区选择比较安全的过渡房安置点建设场地,是一项具有挑战性的工作。本文以四川省汶川8.0级大地震后灾区群众快速安置为背景,论述了选择过渡房安置点场地必须考虑的地震问题,并提出了处理地震断层、地表裂缝、砂土液化、坍塌等实际问题的方案;利用强余震的预测结果,分析了这些灾害对场地可能造成的危害;同时对可能潜在的滑坡、危岩崩塌、泥石流等地质灾害提出相应的处理建议,供安置点规划建设参考。     

对地观测技术在重大自然灾害监测与评估中的应用实例分析

对地观测技术可提供大范围、多时相、高分辨率的海量数据,用于自然灾害的监测与评估有其极大的优越性。本文叙述了对地观测技术在洪涝灾害、沙尘天气、森林火灾的监测与评估和地震形变场研究中的应用,并指出对地观测技术是建立数字减灾系统不可或缺的强大信息源。     

云南近期3次中强震的天文背景

分析了澄江地震至丘北地震间云南发生的3次中强震时的天体位置、地球自转与太阳活动等天文背景,分析结果表明,尽管这3次地震的震级都较小,但都发生在震中所受引潮力变化较大时刻和太阳活动局部下降时段。     

城市防震减灾能力评估研究

首先论述了目前国内外关于城市地震灾害风险评估的研究,分析了这些研究取得的成果和存在的不足。然后,提出了城市防震减灾能力的概念,采用人员伤亡,经济损失和震后恢复时间作为衡量城市防震减灾能力强弱的3个最基本的要素。围绕这3个基本要素,列举出影响城市防震减灾能力的6大因素,在此基础上,提出了城市防震减灾能力评价指标体系的具体内容。     

用Corioli力讨论台湾南投7．6级大震的余震强度

台湾南投大震是震源地方一个逆掩断层错动引起的,上盘向西错动,这种断层错动的形式其Corioli力效应是使两断层盘相互挤压,因之主震发生时能量释放不彻底,余震强度较大,本文试图用Ｃorioli力效应具体讨论台湾南投大震的余震强度。     

江苏数字地震台网地震定位能力分析

依据江苏数字地震台网的几何布局 ,对区域上设定的不同震级和震源位置的可能事件 ,作了以下两点考虑。 (1)根据不同震级地震的监测范围 ,确定了相应的定位子台组合。 (2 )对同一地震事件 ,考虑到震相分析P震相和S震相测量精度上的差异 ,引入了不同的标准误差σP 和σS。在此基础上 ,通过模拟地震波理论走时和对走时矩阵的奇异值分解方法 ,计算了估计震源参数标准误差的参量空间协方差矩阵值 ,给出了标准误差理论值等值线图 ,用此方法讨论分析了江苏数字地震台网的地震定位能力。     

常熟-太仓M5.1地震精定位及震源机制解

通过定位模型、定位方法和地震震相的合理选择 ,采用更加合理的台网布局的地震资料 ,对1990年 2月 10日常熟M 5 1地震进行了精定位 ,得到更为精确、合理的该地震三要素。通过对原震源机制解的复核 ,原定结果可以不变     

六安流动地磁测量异常的映震能力探讨

将安徽省六安地区流动地磁测线 12个流动地磁测点的∑ |δfi|异常与安徽中西部地震活动性作对比分析 ,初步结果为 :12个流动地磁测点的∑ |δfi|值较大 (∑ |δfi|≥Fu) ,一年内安徽中西部地区的地震活动性增强 ;反之 ,则安徽中西部地区的地震活动性较弱。此方法在地震的中短期预报中有一定的实用意义。     

利辛M4.1地震前的流磁异常及其变化

安徽省利辛县张村镇 1 999 1 2 3 0发生M4 1地震 ,震前数日省流磁测量组在皖北进行了 1 999年第 4期流动地磁测量。运用Sδf方法分析此期流磁资料 ,可见明显异常。震后 ,异常恢复。分析认为 :Sδf方法在运用流磁资料作短期地震预报方面具有一定实用性。     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...