1879年甘肃武都南8级地震的震灾特征

1879年7月1日(即清光绪五年五月十二日)在甘肃南部的武都、文县之间发生了一次8级大地震,称为武都南地震,震中烈度达Ⅺ度.本次地震造成了严重的建筑物破坏和滑坡、崩塌、次生水灾等震害和约2万余人死亡.本文简要回顾了武都南8级地震的研究历史,归纳总结了本次地震的烈度分布特征和衰减规律,重新绘制了烈度等震线图,重点对本次地震的震害类型及特征、地震形变特征和震后抗灾救灾等情况进行了综合分析与评述.总体上看,本次地震震级大,人员伤亡率高,破坏区范围广,震灾非常严重.科学总结和分析本次地震的震灾特征,对未来的大震科学研究、震灾防御和应急救援等均有重要科学意义和实用价值.     

轴瓦合金层应力的有限元分析

建立了合金屋、钢背和轴承座的三层圆筒模型,利用ANSYS软件对轴瓦应力,尤其是合金层应力进行了计算,计算过程中考虑应力沿合金厚度方向的变化,结果显示,轴瓦周向应力分布取决于油膜压力的梯度,最大拉应力位于压力梯度最大处,而周向压应力的峰值则位于压力梯度方向改变处,径向应力的分布与滑膜压力的分布相同,压应力存在于油膜压力区域,径向应力与周向应力的最大值位于轴瓦合金层内表面,剪应力存在于压力峰值周围,并有一个转向过程,且剪应力的峰值位于轴瓦中截面合金层与钢背的结合处,理论计算证实,轴瓦合金层愈薄,疲劳强度愈高。     

钾离子高效吸附剂H8Nb22O59·8H2O的合成及其特性

用浓度为10mol／L HNO3对高温固相合成的H8Nb22O59进行酸洗脱Rb＋,制得吸附剂H8Nb22O59·8H2O,并对心的交换性能进行研究,同时运用XRD和SEM进行表征．结果表明：H8Nb22O59·8H2O与H8Nb22O59具有相似的结构;H8Nb22O59·8H2O对于Na＋和K＋的饱和吸附量接近理论吸附量2．55mmol／g,表明吸附剂对Na＋和K＋具有较高的亲和性;在pH为2～8的范围内,H8Nb22O59·8H2O对K＋具有较高的分配系数,而分离因数随pH的升高而显著降低;H8Nb22O59·8H2O重复使用后对0仍具有较高的吸附选择性．     

产中性纤维素酶真菌产酶条件的优化

研究了碳源、氮源、接种量、培养时间、培养温度、培养基初始pH等条件对产中性纤维素酶真菌菌株瓶霉菌（Phialophora sp．z8）产酶的影响．结果表明：该菌株产中性纤维素酶的适宜碳源为1％稻草粉加1％可溶性淀粉,最适氮源为0．2％的（NH4）2SO4加0．1％的牛肉膏,接种量为5％,培养时间为72h,培养温度为28℃,培养基初始pH为6～7．在最适宜的条件下,培养液中内切葡聚糖酶活力可达到2．95IU／mL,而天然纤维素酶活力和滤纸酶活力却很低。     

破解人类感知之谜

 戴维·朱利叶斯和阿尔登·帕塔普蒂安因发现TRPV1、TRPM8离子蛋白通道和PIEZO基因，“揭开了人类温度和触觉感受器的‘神秘面纱’”，荣获2021年诺贝尔生理学或医学奖。通过回顾2位科学家的成长经历、科研历程及在人类感知领域的研究成果，探讨了“痛感”对人体的利弊，分析了新科学仪器的应用与基础科研的关系。     

强韧化处理对3Cr2W8V热锻模寿命的影响

通过对 ３ Ｃｒ２ Ｗ８ Ｖ 热锻模失 效组织 的电镜 观测 和 对断 裂韧 性 Ｋ Ｉ Ｃ 值的 测定 ，认 为 Ｋ Ｉ Ｃ 值 偏 低是３ Ｃｒ２ Ｗ８ Ｖ 热锻 模早期开 裂和热 疲劳的主 要原因 实践 证明， 采用 １ ２００ ℃ 高 温淬 火 和６８０ ℃高 温 回火（ 即高淬 高 回） 的 新 工 艺， 能 大 幅 度 提 高 材 料的 Ｋ Ｉ Ｃ 值， 延 长 该 类 模 具 寿 命 ４ 倍 左 右  因 而 Ｋ Ｉ Ｃ 值 是３ Ｃｒ２ Ｗ８ Ｖ 热锻 模的主 要韧性指 标，而冲 击韧性α Ｋ 值仅 能作为 参考图 ２ ，表 １ ，参６      

可持续发展理念对高等教育改革的期望

作者根据可持续发展理念认为欲实现可持续发展 ,对人才有极高的期望 ,因而赋予教育新的使命 ,而教育要完成这一使命的希望在于改革 .     

联合LiDAR和多光谱数据森林地上生物量反演研究

【目的】森林地上生物量的准确估测对于实时掌握全球碳储量变化及应对气候变化有着重要的意义。组合多种遥感数据特征优选,分类建模反演森林地上生物量,是提高森林地上生物量精度的有效方法。【方法】以根河市大兴安岭生态观测站寒温带天然林为研究对象,以机载激光雷达(LiDAR)、Landsat8 OLI两种遥感数据源结合55块地面调查数据,采用偏最小二乘算法优化筛选变量,再以线性多元逐步回归和快速迭代特征选择的最近邻算法(KNN-FIFS)构建模型,在两种数据源的不同组合方式下进行森林地上生物量反演。【结果】①基于线性多元逐步回归模型下的单一LiDAR数据反演精度决定系数(R²)为 0.76,均方根误差(RMSE)为 21.78 t/hm²;单一Landsat8 OLI数据的反演精度R²为 0.24,RMSE为39.27 t/hm²;LiDAR和Landsat8 OLI联合反演精度R² 为 0.84,RMSE为18.16 t/hm²;②基于KNN-FIFS模型下的单一LiDAR数据反演精度R²为 0.74,RMSE为23.83 t/hm²;单一Landsat8 OLI数据的反演精度R²为0.60,RMSE为 29.63 t/hm²;LiDAR和Landsat8 OLI联合反演精度R²为0.80,RMSE为21.15 t/hm²。【结论】①特征优选支持下的3种组合方式中,LiDAR和Landsat8 OLI两种数据的组合在两种模型中反演精度均最高,其中线性多元逐步回归模型的反演精度最高,说明LiDAR和Landsat8 OLI数据组合,激光雷达与光学数据优势特征互补,协同反演可有效提高森林地上生物量的反演精度;②单一数据源反演森林地上生物量精度中,LiDAR数据比Landsat8 OLI数据在两种模型反演精度中均较高,这与LiDAR数据空间分辨高、可获得垂直结构特征参数有关。     

基于人工神经网络集合预报的济南市臭氧预报方法

由于观测的不准确以及资料分析、同化中的误差,单一预报仅是一个可能的解。为弥补其不足,提出了一种基于人工神经网络集合预报的臭氧(O₃)预报模型,选取8类气象因子及2类污染物因子,搭建人工神经网络预报模型,并采用随机扰动方法,产生15组相互独立的随机扰动气象场,搭建人工神经网络集合预报模型,并以2013年—2019年5月—9月数据作为训练集,以2020年5月—9月数据作为测试集。结果表明:与单一人工神经网络预报相比,人工神经网络集合预报准确率明显提高,O₃污染命中率明显提高,O₃污染漏报率明显减少,O₃污染空报率略有增加;人工神经网络集合预报对O₃污染预报有过多倾向,而单一人工神经网络预报则有过少倾向;以2020年7月3日—9日的一次O₃重污染过程为例,与单一人工神经网络的确定性预报相比,人工神经网络集合预报能够更好地反映出污染的迅速累积上升及持续过程。通过提供定量的概率预报,人工神经网络集合预报可以给出多种可能性及其发生的概率,能为预报员提供包括不确定性在内的更多预报信息,该模型具有一定的实际应用价值。