大同—阳高Ms6.1地震前兆综合加权信息熵的变化     

张昭栋  刘章增  赵会蓬 《大地测量与地球动力学》2002,22(1):51-55

利用“地震预报计算机专家系统”的思想对大同 -阳高 Ms6 .1地震前每一前兆异常事件进行综合评估 ,以每一异常的最可能发震时间来计算发震概率 ,利用地震前兆综合加权信息熵研究了系统熵值与地震的关系。对华北地区的地震前兆综合加权信息熵研究表明 ,在大同 -阳高 Ms6 .1地震前 ,信息熵出现了明显的减熵有序变化  相似文献   

上海天文台激光测距站的时频系统     

张忠平  蔡见祥等 《中国科学院上海天文台年刊》1996,(17):314-319

本叙述了上海天台人卫激光测距站的时频系统。随着测距精度的提高，时频系统也要不断地加以改进，包括频率标准和时间同步技术。  相似文献   

用C#.Net实现软件系统的动态更新     

刘才铭  李旭伟  朱宏  张雁 《成都信息工程学院学报》2005,20(3):313-318

为了便于大型软件系统的后续开发和用户软件系统的升级，介绍了软件系统在Internet/Intranet上更新功能或数据的原理和方法，并用C#．Net进行了编程实现。  相似文献   

MATLAB在运用系统建模处理南海气象数据过程中应用     

董言治  周晓东  娄树理  陈永刚  沈同圣 《成都信息工程学院学报》2004,19(1):76-81

介绍了MATLAB语言特点和系统建模方法的基本理论.根据南海气象数据的实际建模处理过程,给出了建模的详细步骤及其MATLAB实现过程以及MATLABTM的主要实现程序.试验讨论和结果表明利用MATLAB语言可以方便地对南海气象数据用系统建模方法进行建模和处理,MATLAB在运用系统建模法处理南海气象数据方面具有明显的优越性.  相似文献   

平凉隐伏岩溶水环境同位素研究     

马致远  马蒂尔·亨德尔 《地球科学与环境学报》2003,25(4):60-66

地下水资源可持续利用的一个急待解决的重要问题,是对地下水补给和更新能力的评价.利用环境同位素技术研究地下水的补给和可更新性是当前较为新颖的方法之一.在西北干旱、半干旱的隐伏岩溶地区,地下水埋藏条件复杂,常规的地质勘探方法所能提供的水文地质信息有限,环境同位素方法在研究地下水的补给及可更新能力方面发挥了优势,可对传统方法进行补充和验证.其结果表明,研究区隐伏岩溶水形成较早,且有大量现代水的混入,平均混入量为54%.说明区内隐伏岩溶水的补给和更新能力较好.环境同位素分析结果还显示,大岔河隐伏岩溶水为一相对独立、半开放的水文地质单元,其补给来源部分为流域内大气降水、地表水的补给,部分为东南部三道沟岩溶地下水的补给;根据环境同位素EPM模型计算,地下水的滞留时间为36 a.地下水储存量为1.314×108 m3; 储水系数为7.29×10-3.这一结果与传统勘探方法的计算结果基本吻合,说明环境同位素方法的实用性.  相似文献   

死海（约旦）里散半岛的重磁勘查     

Batay.  A Zoubi  AA 《长春地质学院学报》1996,26(1):71-77

里散半岛位于非洲板块和阿拉伯板块交接处的死海盆地中。该盆地面积大，构造简单且有下沉运动，说明它是一拉张型盆地。由重力异常数据发现死海盆地可划分成沿南北延伸各约３０ｋｍ长的几个块体，里散半岛是其中最深的一个。中生代沉积厚度约６ｋｍ，更新世沉积厚度为９ｋｍ。死海盆地的拉张距离为２０ｋｍ，表明死海盆地的年龄约３．３Ｍａ。里散半岛下部的前寒武纪结晶基底磁化率较高，这与区内延续的构造活动性有关。  相似文献   

桐柏─大别山北麓金矿带地质物化探找矿模型     

韩存强  徐大富  陈录 《河南国土资源》1995,(1)

从桐柏─大别山成矿带区域地质、地球物理、地球化学特征的研究入手，分析与金成矿有关的地层、构造、岩浆岩等控矿因素的地球物理场及地球化学特征；建立区域金矿找矿模型。  相似文献   

台湾海峡西岸重力场变化梯度场图像分析     

梁全强  刘序俨  黄声明  吴维日  陈新泽 《大地测量与地球动力学》2006,26(4):82-85

讨论了应用曲面拟合技术和利用离散的重力观测点的重力变化对特定研究区的重力场变化进行数值模拟以获取该区重力变化空间梯度场图像的具体方法;并应用该方法获得了2004年3月福建安溪3.6级地震前的重力变化空间梯度场图像,发现空间梯度场图像能清晰地反映出地震前重力场群体性变化的差异性;利用此方法对2005年6月~2006年3月间台湾海峡西岸重力场变化进行数值模拟,获得其空间梯度场图像。  相似文献   

The Geologic Time Scale and the Italian stratigraphic record     

DomenicoRio IsabellaPremoliSilva LucaCapraro 《《幕》》2003,26(3):259-263

The construction of the Geologic Time Scale (GTS) is a titanic scientific challenge that has been under way for two centuries and will require much dedicated effort in the future. Italy preserves a paramount stratigraphic record of Mesozoic and Cenozoic marine sediments that have been significant in the development of the modern GTS. The Italian stratigraphic record has been histori-cally important in introducing and defining the standard Chronostratigraphic Units (CUs) of the Neogene and Quaternary. Pelagic successions from Northern Apen-nines and Southern Alps have been used in the seventies for integrating the late Cretaceous-Paleogene Geomag-netic Polarity Time Scale (GPTS) with planktonic microfossil biostratieraohv and standard CUs. This was a major contribution to the construction of a new gener-ation of GTS based on integrated magnetobiochronol-ogy. The middle Miocene to early Pleistocene marinerecord from Sicily and southern Italy has been funda-mental for establishing the recently developed Astro-nomical Time Scale (ATS). In prospect, there are many potentials still to be exploited in the Italian marine stratigraphic record for implementing the GTS by defin-ing GSSPs of various CUs, improving magneto-biochronology and extending downwards the ATS.  相似文献   

SIMULATION AND PREDICTION OF DEBRIS FLOW USING ARTIFICIAL NEURAL NETWORK     

WANGXie-kang HUANGEr CUIPeng 《中国地理科学(英文版)》2003,13(3):262-266

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.  相似文献