煤和瓦斯突出与太阳黑子活动的关系

本文在对鱼田堡煤矿和白皎煤矿历年突出资料进行统计和处理的基础上，研究了煤和瓦斯突出与太阳黑子活动的关系。发现煤和瓦斯突出年分布具有周期性，并与太阳黑子活动周期有关，讨论了太阳黑子活动影响煤和瓦斯突出的机理，最后就如何利用太阳，黑子活动周期预防煤和瓦斯突出提出了方法和建议。     

现代黑子观测的太阳黑子活动的周期性

黑子数、黑子面积数和黑子单元面积数表征太阳黑子活动. 对这三个指数的1874年5月至2004年5月的每月平均值进行小波分析来研究现代黑子观测的太阳黑子活动的周期性, 详细分析了它们的总功率谱和局部功率谱, 并考虑了结果的统计意义. 主要结果为: (1) 黑子数和黑子面积数的局部小波功率谱很相像, 这表明黑子数和黑子面积数的周期性是很相似的. 黑子单元面积数的局部功率谱和上述二者的局部功率谱较相似, 但细节更丰富. (2) 黑子活动的主要周期有三个, 一是约为10.6年(黑子单元面积数的周期略高, 为10.9年), 这个周期在所考虑的时间范围内都是统计上有意义的, 另两个可能的周期是约为31年的周期和约为42年的周期, 它们的总功率谱的置信度低于95%, 但高于平均红噪声谱. 其他周期是没有统计意义的. (3) 这三个周期的局部功率在所考虑时间范围的后期高于早期. (4) 太阳黑子活动的周期性在这三个量的表现为, 总功率谱和局部功率谱均三者大体相似、细节上有差别.     

国际太阳黑子相对数新旧数据的对比分析

太阳黑子是太阳活动的重要外在特征,且与诸多太阳活动指标有良好的相关性.黑子数据在太阳活动、空间环境、日地关系及地球气候变化等方面均有广泛应用.国际太阳黑子相对数是各类黑子数据中观测时间最长的时间序列,在诸多研究中均有十分重要的作用.2015年,国际太阳黑子相对数经过校订,公布了新版本.新、旧版本的数据存在诸多差别,而这些差别可能会对使用该数据开展的研究以及研究方法造成一定的影响.本文对新、旧版本数据进行对比,简述了二者间的差别,并说明原因,且以已有研究为例,具体讨论了数据更替对研究工作的影响.     

Ap,aa和Dst指数周期变化特征的EMD分析

经验模态分解(EMD)方法在处理非线性及非平稳随机信号序列时表现出很大的优势和应用潜力.利用EMD方法对地磁指数(Ap,aa及Dst)月均值进行了分解,分别得到一系列模式和一个趋势项.其中可能包含了6个月周期分量,准1a周期分量,准两年震荡(QB0)分量,准5a周期分量,准11a周期分量和22a Hale周分量等.地磁活动指数与太阳黑子数都有着显著的11a周期变化分量,比较发现Ap和aa指数准11a周期分量极值出现要比太阳黑子数R准11a周期分量极值出现平均滞后1-2a,滞后最大值发生在1970年前后;Dst指数没有特别明显的滞后特征.     

中国大地震规律初探——爆炸地质动力学理论在地震研究中的应用

地震是地球断裂构造释放能量的窗口,含能量积聚、触发、爆发和沉寂过程。地震是震源断裂结构的爆裂过程,断裂结构内压力超过岩层的断裂强度和重力之和时,地震随之爆发。对地震的触发,太阳活动影响最大,月球和太阳引力也有影响。断裂结构内的磁场异变和赵锬的形变矢量观察具有临震警报意义。     

科学家观测到太阳极地强磁场 磁场强度与太阳黑子相当

<正>[科技日报]日本国立天文台宣布,一个国际联合研究小组利用日本太阳观测卫星"日出号"搭载的可见光磁场望远镜,成功观测到太阳极地地区超过1000高斯的强磁场,磁场强度与太阳黑子相当。     

磁力规律新探

本文提出了洛仑兹力的三种力效应形式．应用第一种形式导出了安培定律，同时从导出定律的过程说明安培力的机理．接着提出霍尔效应的新观点和机理，并进行了计算．最后利用本文观点对太阳黑子平衡问题进行了计算，计算结果表明理论值与实际测值极好地吻合．     

渤海辽东湾海冰条件的概率分析

本文利用辽东湾海域及其沿岸台站多年的海冰观测资料和有关气象资料,对该海域的海冰条件以及相应的气候规律进行了概率分析、研究了辽东湾南北两个分区的划分、冰厚与气温的关系、冰厚的极值概率分布、太阳黑子数以及El Nino现象对渤海冰情的影响及其长期变化的规律,得到一些可供辽东湾抗冰平台设计参考的数据和结论。     

Prediction of solar cycle based on the invariant

A new method of predicting solar activities has been introduced in this paper. The method can predict both the occurrence time and the maximum number of sunspot at the same time. By studying the variation of sunspot, we find that the combination of the several variables was nearly invariable during the entire solar cydes, as called invariant. And just only by determining the start time of a cycle, we can predict the occurrence time of cycle‘s peak value accurately. Furthermore, according to observational data of the sunspot cycles, it showed that the sunspot maximum number has correlation not only with the prophase variety of the number in the cycle but also with the anaphase of the previous period. So we can introduce an equivalent regression coefficient, which can dynamically self-adapt to different cycle lengths, and effectively solve the inconsistency between the accuracy and the lead-time of the forecast. It can guarantee the satisfied accuracy and effectively increases the lead-time of the forecast. This method can predict the maximum sunspot number for solar cycle at the approximate half rise of the period. This method predicts that the occurrence time of the maximum sunspot number for cycle 24 will be in January 2011.