宏基因组二代测序在重症肺炎病原学诊断中的价值

目的探讨宏基因组二代测序(mNGS)对重症肺炎患者病原学诊断的价值。方法选择2021年5月至2023年5月宁波市泌尿肾病医院收治的60例重症肺炎患者。收集肺泡灌洗液5~10 mL分别行常规检测与m NGS检测。比较mNGS检测与常规检测病原微生物阳性率。结果mNGS检测病原微生物阳性率为81.67%,显著高于常规检测的58.33%(P=0.002)。mNGS检测细菌阳性率为53.33%,显著高于常规检测的35.00%(P=0.005);检测真菌阳性率为36.67%,显著高于常规检测的20.00%(P=0.005);检测病毒阳性率为21.67%,显著高于常规检测的8.33%(P=0.011)。结论mNGS对重症肺炎病原学诊断阳性率较高,具有临床意义。

川西龙门山及邻区地壳上地幔远震P波层析成像

本文利用川西地震台阵记录到的远震P波走时数据和非线性层析成像算法,获得龙门山地区400 km深度范围内的三维P波速度结构.为了适应川西地区复杂的地质结构,本文的层析成像方法采用了快速行进三维走时计算算法和Tarantola非线性反演算法.我们的结果揭示了川滇地块、松潘—甘孜地块和四川盆地三个不同地块构造差异及该区深部动力学特征.本文的研究表明:1)研究区地壳上地幔P波速度结构具有较为明显的分区特征,松潘—甘孜地块和川滇地块岩石圈速度较低,四川盆地岩石圈速度较高,四川盆地的岩石圈厚度从南250 km向北逐渐减薄至100 km.松潘—甘孜地块上地幔存在地幔上涌的特征.2)川滇地块和四川盆地仅是垂直接触关系,而在龙门山地区四川盆地前缘存在减薄的现象,并伴随松潘—甘孜地块上地幔低速物质有侵入四川盆地岩石圈下方的特征,这显示了四川盆地与松潘—甘孜地块和川滇地块的动力学关系的差异.3)以映秀为界,龙门山断裂带被从松潘—甘孜侵人的低速异常分为南北两段:龙门山南段和龙门山北段,汶川大地震及其余震序列均分布在龙门山断裂带的北段.在青藏高原向东挤压和地幔上涌的双重作用下造成松潘—甘孜地块隆升,由于汶川处于龙门山北段的最南端,应力容易在此集中.这些因素可能是汶川Ms8.0地震的基本动力学背景.本文的结果不支持四川盆地的俯冲及层间流动的动力学模型.

邢台地区地壳各向异性特征初步研究

邢台地区处于华北平原地震带中南段,是华北地区活跃的地震活动区。本研究根据该地区的构造环境,采用SAM方法研究地壳各向异性特征,通过对邢台地区台站的数字波形进行分析,初步得到邢台地区的剪切波分裂参数,该地区的快剪切波平均偏振方向为73.9°±40.2°,慢剪切波平均时间延迟为(2.74±1.54)ms/km。结果表明,快剪切波平均偏振方向与华北区域最大主压应力场方向基本一致,但是受到局部断裂的制约,部分台站下方的快剪切波的偏振方向显示为NWW方向。

基于CM4模型的中国大陆地区地磁场时空分布特征分析

本文利用第四代地磁场综合模型(Comprehensive Model 4,CM4),计算了1982—2001年中国大陆地区同一经度链和同一纬度链上地磁台站的磁层源磁场及其感应场、电离层源磁场及其感应场的地磁北向分量X、东向分量Y、垂直分量Z的模型值,分析了各场源磁场随时间和空间的变化特征。结果表明:在时间上,经度链和纬度链台站的磁层源磁场及其感应场均呈现出11年和27天周期性变化。电离层源磁场及其感应场具有明显的季节变化,不同年份相同季节变化形态一致但幅度不同。在空间分布上,经度链和纬度链台站磁层源磁场及其感应场的年变化幅度呈现出不同变化特征,电离层源磁场及其感应场在经度链上变化特征不同,而纬度链台站的数值基本一致。日变化分析显示,磁静日和磁扰日期间,模型数据与台站实测数据变化一致性较好,相关性较高。

数字地震台断记报警软件的设计与应用

根据实际工作的需要,为确保数字地震记录资料的连续性和完整性,研制了数字地震台断记报警软件,实现对实时记录系统的监视。当记录系统由于某种原因停止记录数据或记录恒值数据时,弹出报警窗口和播放报警音乐,提醒值班人员处理系统故障。几年来,该软件在红山地震台运行稳定,发挥了较大作用。

利用红山单台研究邢台震区尾波(Q_C)衰减特征

利用红山数字地震台记录到的,自2001年3月到2006年7月近震波形资料,采用Aki的尾波单次散射模型计算了该台站周围50km内的尾波QC值;该范围代表了邢台震区的地下介质的特征,经多地震拟合后得出尾波与频率的衰减关系。并给出震区的尾波QC值随时间的变化结果,发现在邢台2002年4月22日的ML5.0级地震前后尾波QC值由低升高然后再降低。

地震后续震相自动生成软件的设计与应用

为了提高地震观测资料的价值和利用率,台站应标注出记录清楚的地震震相。但识别地震震相需要花费大量的时间和精力,为了能够给工作人员在人机交互标注地震震相时提供参考和提示,研制出地震后续震相自动生成软件。此软件只要指定震相走时表文件目录和需处理的震相文件,即可实现后续震相的自动添加。软件目前在红山地震台运行正常,日常工作中发挥了积极作用。

导致拾震器常数标定进入误区的研究

在拾震器的标定过程中 ,当 Ri≤ 1 0 MΩ 时 ,空气阻尼太大 ,所测定的 D10 结果不准确 ,从而导致 S1、a12 、RD 以及 C、β12 均不准确 ,所得 V也不准确 ,同时记录地震的波形也会受到影响 ,为此建议在标定和工作时 ,要串上分压电阻 R,以此为导向使得放大器输入电阻 Ri≥1 0 MΩ时 ,所得结果才能符合规范要求 ,本研究通过多次测试均达到良好的效果。

HNS.BAS软件在地震观测报告数据处理中的应用

HNS.BAS是一个地震数据处理软件 ,用于把地震数据处理成中国地震局要求的地震观测报告。此软件在输入地震数据时 ,操作便捷 ,并具有多种数据处理功能 。

河北邢台地震区外的小震丛集活动

1966年3月8日和22日河北省南部邢台地区发生了M6.8和M7.2大地震,之后,与其相邻的一些地区及由邢台地震引起的各烈度异常区也相继发生了小震活动。追述了邢台地震区附近的一些小震丛集活动序列,并对其活动特征进行了总结。

主成分分析法和遗传算法优化的支持向量机模型在地震伤亡人数预测中的应用

为有效解决地震伤亡人数预测所需影响因子多、运算量大、模型训练烦琐等问题,构建了主成分分析法(PCA)和遗传算法(GA)优化的支持向量机(SVM)模型,采用PCA对地震伤亡人数影响因子进行降维以去除贡献率较低的主成分,将贡献率较大的主成分作为支持向量机的输入变量,以地震伤亡人数作为输出变量,利用GA对SVM模型性能参数进行优化,建立基于PCA-GA-SVM的地震伤亡人数预测模型,并对测试样本进行预测,结果表明:与SVM模型、GA-SVM模型和PCA-GA-BP模型相比,PCA-GA-SVM模型的预测准确率和运行效率分别提高4.73%、1.14%、9.99%和47.05%、36.76%、44.55%。结果显示,PCA-GA-SVM模型预测精度高,泛化能力强,能够科学合理地对地震伤亡人数作出预测。

基于粗糙集优化支持向量机的泥石流危险度预测模型

为准确预测泥石流危险度,提出了基于粗糙集理论(rough set,RS)的粒子群算法(particle swarm optimization,PSD)优化支持向量机(support vector machine,SVM)模型。首先离散化泥石流样本数据形成初始决策表,利用粗糙集理论对10个泥石流危险度影响指标进行属性约简,将约简后的泥石流指标数据归一化处理作为支持向量机的学习样本,通过粒子群算法寻优获得最佳支持向量机模型参数,最终建立基于粗糙集的泥石流危险度预测的优化支持向量机模型。并将构建的RS-PSO-SVM模型用于对测试样本的预测。结果表明:在相同训练样本的条件下,RS-PSO-SVM模型、PSO-SVM模型及RS-PSO-BP模型三者的预测准确率分别为87.5%、87.5%、75%,说明RS-PSO-SVM模型和PSO-SVM模型具有比RS-PSO-BP模型更高的精度。此外,尽管RS-PSO-SVM模型和PSO-SVM模型具有相同的预测精度,但是由于进行了属性约简,RS-PSO-SVM模型可以有效提高运行效率,降低模型复杂度。

基于主成分分析法优化广义回归神经网络的地震震级预测

为科学有效预测地震震级,提出了基于广义回归神经网络(general regression neural network, GRNN)的地震震级预测模型。选取地震累计频度、累计释放能量、b值、异常地震群数、地震条带个数、活动周期、相关区震级等7个指标作为地震震级影响因子,利用主成分分析法(principal component analysis, PCA)对7个影响因子进行降维处理,以新生成的4个主成分作为模型输入变量,地震震级为输出变量,运用粒子群算法(particle swarm optimization, PSO)寻优得到GRNN模型最优光滑因子,最终建立基于PCA-PSO-GRNN的地震震级预测模型,利用建立的模型对训练样本进行回判检验,并对测试样本进行预测,并同传统反向传播(back propagation, BP)神经网络模型和单一GRNN模型预测结果进行对比,结果表明:PCA-PSO-GRNN模型预测结果的平均误差为5.17%,均方根误差为0.100 0,决定系数为0.986 8,均方相对误差为0.007 3,平均绝对误差为0.100 0,运行时间为5.2 s,预测精度和运行效率均优于BP模型和单一GRNN模型。

基于PCA-GSM-SVM的地震伤亡人数预测

针对影响地震伤亡人数的评价指标数量较多且各指标之间存在着复杂的非线性关系,运用机器学习理论,提出了基于支持向量机(Support Vector Machine)的地震伤亡人数预测模型;首先利用主成分分析法(Principle Component Analysis)对7个地震死亡人数影响指标进行数据降维,然后对提取出的主成分进行归一化处理,将归一化的主成分数据作为预测模型的输入向量,将地震伤亡人数作为预测模型的输出向量;以27个地震伤亡实例作为学习样本进行训练,运用网格搜索法(Grid Search Method)寻优获得最优支持向量机参数,最终建立基于PCA-GSM-SVM的地震死亡人数预测模型,并对5组样本进行死亡人数预测。结果表明:PCA-GSM-SVM模型的最小误差、最大误差和平均误差分别为5.12%、15.7%和9.16%,其平均误差相比于GSM-SVM模型和SVM模型分别降低6.51%和7.11%,因此PCA-GSM-SVM模型预测精度较高,可在工程实际中推广。

2017年9月4日河北临城M_L4.4地震震源深度测定

震源深度是地震定位中的重要参数之一。对于一个地震,sPn与Pn震相到时差是一个常量,与震中距无关,只与震源深度和地壳模型有关。基于该理论,以河北数字台网数据为基础,识别sPn震相和Pn震相,计算2017年9月4日河北临城ML4.4地震震源深度,结果为6.86km。双差定位法是目前确定震源深度比较精确的方法,双差定位得到的震源深度为7.01km。双差定位法所用数据量比较大,计算过程繁杂。利用sPn与Pn到时差计算震源深度的结果与双差定位法结果接近,计算快速、简单,所需数据量小。因此,将该方法应用到实际工作中,可以快速、准确地测定近震震源深度。

钻井对红山基准地震台测震数据的干扰特征及去噪浅析

文章选取2017年7-9月红山基准地震台钻井作业期间测震波形数据,截取环境噪声相对平静及干扰时段的地震波形记录,采用噪声频谱密度分析方法,对钻井干扰噪声频谱特征加以分析,掌握干扰频段,去除钻井作业对测震数据所产生的噪声干扰。该结果可为提高地震波形质量、地震事件的分析提供参考。

第二影区地震震相到时特征变化浅析

运用国家台甚宽和超宽频带地震计记录的波形数据,对震中距介于105°~128°(即第二影区)的地震波形进行仿真处理,分析各台站地震波由地幔传播到核幔交界面时,各震相记录特征发生的变化。结果表明,当震中距增大到105°左右时,地震波进入到核幔过渡带这一复杂的低速层中,地震波能量衰减加快;P波与Pdif波震相未表现出明显的分界,S波震相也未出现断崖式消失,且随着震中距的增大还会出现。这也间接印证这一低速层的不均匀性。

当归芍药散HPLC指纹图谱及7个成分含量测定的研究

目的:建立当归芍药散的高效液相色谱(HPLC)指纹图谱,结合化学模式识别技术对其进行分析,并测定芍药苷、阿魏酸、23-乙酰泽泻醇B、23-乙酰泽泻醇C、白术内酯Ⅲ、白术内酯Ⅰ、茯苓酸7个成分的含量,为当归芍药散质量控制提供科学依据。方法:采用Waters WAT054275 C18色谱柱(250 mm×4.6 mm, 5μm),以乙腈-水为流动相进行梯度洗脱,流速:1.0ml·min^(-1),检测波长:210 nm,柱温:30℃,进样量:10μl。建立15批当归芍药散的HPLC指纹图谱,并采用“中药色谱指纹图谱相似度评价系统”计算相似度;采用SPSS 22.0及SIMCA 14.1软件对15批当归芍药散的HPLC指纹图谱进行聚类分析(HCA)、主成分分析(PCA)、正交偏最小二乘判别分析(OPLS-DA),评价不同批次样品间的质量差异;测定7个指标性成分的含量。结果:建立了15批当归芍药散的HPLC指纹图谱,相似度均大于0.90;标定了23个共有峰,指认出7个色谱峰;HCA和OPLS-DA将15批当归芍药散样品分为2类;15批当归芍药散中芍药苷、阿魏酸、23-乙酰泽泻醇B、23-乙酰泽泻醇C、白术内酯Ⅲ、白术内酯Ⅰ、茯苓酸的含量分别为7.635 0~12.360 0 mg·g^(-1),0.359 6~0.612 3 mg·g^(-1),0.256 6~0.421 7 mg·g^(-1),0.057 4~0.102 5 mg·g^(-1),0.056 3~0.098 5 mg·g^(-1),0.067 1~0.124 1 mg·g^(-1),0.145 2~0.214 5 mg·g^(-1)。结论:HPLC指纹图谱结合多成分同时测定的方法,快速、简便、重复性好,可为当归芍药散的质量评价提供参考。

基于PCA-PSO-SVM的地震死亡人数预测模型研究

为准确预测地震死亡人数,提出了基于主成分分析法(PCA)和粒子群算法(PSO)优化的支持向量机(SVM)模型。首先利用主成分分析法对地震死亡人数7个影响因子中的6个进行数据降维,同时对第7个发震时刻因子单独进行区间分类,然后对提取出的主成分进行归一化处理,将归一化的主成分数据作为支持向量机的输入向量,通过粒子群算法寻优获得最优支持向量机模型参数,最终建立基于PCA-PSO-SVM的地震死亡人数预测模型,并对5组样本进行死亡人数预测,同时对比分析包含和不包含发震时刻因子的2种情况下的模型预测效果。结果表明:在不考虑发震时刻因子的情况下,使用PCA-PSO-SVM模型的最小误差、最大误差和平均误差分别为0.85%、20%、10%,其平均误差相比PSO-SVM、SVM模型分别降低2.08%、2.28%;输入向量加入发震时刻因子分类数据后,PCA-PSO-SVM模型的最小误差、最大误差和平均误差分别为0.25%、20%、7.18%,其平均误差相比PSO-SVM、SVM模型分别降低3.34%、3.50%。因此,加入发震时刻因子后3种模型的平均误差明显降低,同时由于PCA-PSO-SVM模型进行主成分降维处理,能够明显提高运行效率和预测精度,故降低了模型复杂度。

数字信号分配器在红山地震台数字化地震观测系统中的应用

为了保证红山地震台数字化观测系统的正常运行和向国家台网中心的实时波形传输,数字信号分配器在数字化地震观测系统中的应用实现了数采输出的信号分道,分别输出到卫星、台站的实时监控前台机和备份前台机及数采监控仪。避免了实时监控机因硬件和软件故障所造成的台站资料断记和卫星传输中断,在全国数字化台站中具有普遍的应用价值。