-
实验教学作为高校教学工作的主要环节之一越来越受到重视.随着实验设备的不断完善和设备水平的不断提高,实验教学模式需要不断调整和改进,以取得更好的教学效果.通过对实验教学模式的创新改革,提高了实验教学的完整性、系列化及实用性,进一步增强了对学生的实际动手能力的培养.
实验教学模式创新改革实践
-
为了克服传统机器学习往往只关注文本数据而对图像数据的识别与分析的不足,基于静力触探试验(static cone penetration test,简称 CPT)测试关键参数曲线图像数据集提出一种改进的密集链接卷积神经网络(densely connected convolutional networks,简称DenseNet)算法的土层分类模型.首先,利用CPT测试数据生成关键参数曲线图像,并整理成数据集;其次,将Optuna优化框架与压缩和激励(squeeze and excitation,简称SE)注意力模块嵌入到DenseNet模型,并引入损失函数、准确率、受试者工作特征曲线(receiver operating characteristic curve,简称ROC)等评估指标对模型性能进行评价;最后,将改进的 DenseNet 模型运用到对实际工程中的预测中,验证模型的泛化能力.研究结果表明:构建的改进DenseNet算法的土层分类模型在自建的山东黄河冲积平原地区CPT图像数据集上识别准确率达到0.920 9,具有较高的识别准确率和较强的鲁棒性,且相较于当前主流深度学习模型和未改进前模型土层识别效果都有所提升;将改进模型应用于实际工程项目中,验证了滨州、德州、东营、菏泽、聊城5个地区共50个钻孔数据,分层准确率均在0.82以上.与双桥静力触探分类图相比,改进模型更具优势,提出的改进的 DenseNet 模型为土层分类问题提供了一种有效的解决方案,并为该领域的进一步研究提供了有益的参考.
DenseNetSE模块Optuna优化框架CPT曲线图像数据增强土层分类
-
[目的]构建亚高山草甸风电场土地损毁评价模型并开展实证研究,以期为该区域和其他风电场建设项目土地损毁区域的精准识别和评价提供理论依据和技术参考.[方法]以位于云南省寻甸县高本山的亚高山草甸风电场为例,选取17个评价指标(土壤要素10个、损毁要素7个),基于Delphi-Fuzzy-AHP(以下简称为DFA)方法确定指标权重,并结合灰色聚类法建立可能度函数,通过观测值计算7个评价单元(一期风机区2个,二期风机区2个,弃渣场,采石场,原地貌)的可能度函数值,最终通过比较系数大小,确定各评价单元的土地损毁程度分级.[结果]①损毁要素权重(0.642 0)显著高于土壤要素(0.358 0);损毁要素核心因子为损毁面坡长(0.183 2)与植被覆盖度(0.167 6),反映其对工程安全与水土流失的直接影响;土壤要素中土壤容重(0.069 5)与有机质含量(0.050 4)权重最高,主因施工导致土壤结构变化与肥力下降.②灰色聚类评价显示,一期工程损毁程度为中度(Ⅲ级),二期风机区为极强度(Ⅴ级),弃渣场为强度(Ⅳ级),采石场为剧烈(Ⅵ级),原地貌为轻度(Ⅱ级).③损毁程度差异源于施工扰动强度与修复周期:一期工程因表层土壤保存与自然恢复时间长,生态修复效果较好;二期工程扰动面积大且竣工时间短,植被恢复滞后.[结论]目前,该风电场建设土地损毁较为严重,其土地损毁以施工扰动为主导,损毁要素的高权重凸显其对工程安全与生态风险的优先性.研究结果也验证了DFA-灰色聚类模型在风电场生态修复与管理中的适用性.
风电场亚高山草甸土地损毁评价Delphi-Fuzzy-AHP(DFA)灰色聚类法
-
黄绵土是黄土高原区粮食安全与生态环境高质量发展的根基,在我国正在开展土壤普查工作的关键时期,黄绵土的分类系统成为黄土高原区土壤农业利用适宜性评价及生态环境建设与规划的重要基础.本文在系统总结我国黄绵土的成因、分布与成土过程的基础上,回顾了历次土壤调查或普查时期黄绵土的分类系统及其继承关系,并对当前土壤普查阶段提出的黄绵土分类系统存在的问题进行了讨论,提出了黄绵土亚类、土属和土种的分类建议,以及应通过系统的成土环境、成土过程、发生特性、剖面特征及生产实践经验多方面调查,提出符合科学性与实践性的黄绵土分类系统.
黄绵土发生分类土壤制图研究进展分类建议
-
黄土陷穴作为黄土高原土壤侵蚀的关键触发因子,其精准识别对水土流失治理具有重要意义.提出了融合无人机遥感、面向对象分类与机器学习中的K 最近邻(KNN)和分类与回归树(CART)算法的协同解译框架,在周屯沟流域实现陷穴提取与空间异质性解析.结果表明:多尺度分割参数优化显著提升分类效能,分割尺度30 下 KNN 分类器取得最优精度(Kappa 系数为0.896,提取质量82.6%),较 CART 算法 Kappa 系数提升0.069,提取质量提高1.9%;形态参数反演揭示线性特征捕捉优势,长轴长(R2=0.773)与周长(R2=0.842)标准误差分别低于1.1 m 与4.7 m,满足工程监测需求;陷穴空间分布呈现显著地形耦合性,流域内共识别黄土陷穴453 个,其中84.99%黄土陷穴集中于坡度大于15°区域,且坡度每增加10°,陷穴密度提升1.8 倍(R2=0.91),半阴坡密度(5.8 个/km2)是阳坡的2.76 倍,中海拔带(1 125~1 210 m)占比71.1%;形态参数谱系显示75%陷穴面积在9.02 m2 以内,长宽比(2.05±1.13)呈现陷穴径流冲刷或裂隙扩展驱动的横向扩张特征侵蚀机制,深度呈现冲蚀-崩塌双峰分布.
黄土陷穴提取面向对象分类无人机遥感形态参数谱系空间异质性
-
[目的]探明砒砂岩区天然降雨条件下不同土地利用类型坡面产流产沙特征,为该区水土流失防控和流域生态综合治理工作提供理论和数据支撑.[方法]以内蒙古伊金霍洛旗砒砂岩区小流域为研究区,基于该区2018-2023年天然降雨产流产沙观测数据,对该区降雨类型进行划分,研究天然降雨特征与不同地类产流产沙量的关系,以降雨特征和坡度建立不同地类产流产沙模型.[结果]①降雨类型可划为3类.Ⅰ类降雨为短历时中雨,是研究区主要的降雨形式,占降雨总次数的 80.6%;Ⅱ类降雨为中历时大雨,降雨发生频率较低,占降雨总次数的18.6%;Ⅲ类降雨为长历时中雨,发生频率最低,占降雨总次数的0.8%;Ⅰ型和Ⅱ型降雨分别占研究区坡面径流总量的39%和40%,是研究区坡面径流的主要来源.Ⅰ型降雨占研究区坡面产沙总量的81%,是研究区坡面产沙的主要来源;②不同雨型下,5º和10º坡面产沙规律整体呈:Ⅰ型降雨>Ⅱ型降雨>Ⅲ型降雨的规律,产流规律整体呈:Ⅱ型降雨>Ⅰ型降雨>Ⅲ型降雨的规律.15º坡面产流产沙规律整体呈:Ⅰ型降雨>Ⅱ型降雨>Ⅲ型降雨的规律.不同地类坡面产流产沙规律整体呈:裸地>耕地>草地>林地的规律.[结论]土地利用类型和坡度的交互作用是影响Ⅰ型降雨产流量的主要因素;土地利用类型、坡度单因素和交互作用对Ⅱ型降雨产流产沙量均有影响;土地利用类型是影响Ⅲ型降雨产流量的主要因素.构建的不同土地利用类型下降雨与产流产沙量模型,可运用于砒砂岩不同土地利用类型土壤侵蚀模拟研究.
砒砂岩区坡面产流产沙土地利用类型天然降雨
-
国土调查"互联网+举证"模式下,基于举证照片的土地利用类别审核高度依赖人工目视判读,存在效率低、主观性强等问题.土地利用类别由承载功能及空间组织模式决定,不同类别举证照片常呈现相似视觉表征,仅依赖视觉特征的方法难以实现精细化分类.为此,本文提出一种融合视觉大模型与图神经网络的举证照片土地利用分类方法.该方法利用视觉大模型提取地物实例级语义特征,通过多视角照片三维重建将跨视角实例映射至统一空间坐标系,构建融合语义信息与三维空间关系的图结构以实现图斑级信息联合表征,进而利用图神经网络完成土地利用分类.为验证方法有效性,本文构建了源自国土变更核查真实业务的建设用地精细类别举证照片数据集.试验结果表明,相较于性能最优的特征级融合ResNet-50基线模型,本文方法总体精度提高了 9.87个百分点,宏平均F1值提升了 11.46个百分点,其中零售商业用地F1值由 25.84%提升至 61.41%.
土地利用分类举证照片视觉大模型图神经网络
-
近年来,在全球气候变暖带来强降雨风险的背景下,黄土高原地质灾害有了新的变化趋势,常呈链式形态形成黄土地质灾害链,其往往具有多发性、隐蔽性、灾难性和复杂性等特征,亟需阐明黄土高原地质灾害链的发育特征,并对其进行科学系统的分类.在广泛查阅和总结黄土高原地区各类地质灾害分类基础上,通过野外调查、无人机航测和室内遥感影像分析等方法对黄土高原地区典型地质灾害链进行了综合分析,系统性地从灾种、控制性界面、地貌、动力成因、因果关系和形成时代等几个方面对黄土高原地质灾害链进行了归纳,提出了黄土高原地质灾害链6大类26亚种的分类体系,总结了典型黄土地质灾害链的发育特征和成灾模式,揭示了典型黄土高原地质灾害链的链式结构及其彼此间的影响关系.研究可为黄土高原地质灾害链防控治理提供理论借鉴,有助于对黄土灾害链针对性减灾防灾工作的实施.
黄土高原灾害链发育特征分类工程地质学
-
本工作以普通硅酸盐水泥泡沫混凝土(OF)为对照组,研究了激发剂类型(CNC(CaO+Na2CO3)、CNS(CaO+Na2SO4)、NH(NaOH))对磷石膏-碱矿渣泡沫混凝土(PAF)的流动度、湿密度、抗压强度、抗折强度、吸水率、软化系数和干燥收缩的影响规律.结合XRD、TG-DTG、SEM和BSE,从水化产物的种类、数量、形貌及孔结构角度进行机理分析.研究表明,当磷石膏掺量为50%、碱当量为3%时,泡沫混凝土流动度排序为CNSF<CNCF<NHF<OF,湿密度排序为OF<CNCF<CNSF<NHF,抗压强度和抗折强度排序为CNSF<OF<CNCF<NHF,软化系数排序为CNSF<NHF<CNCF<OF,干燥收缩排序为OF<CNSF<CNCF<NHF.CNCF生成较多的C-(A-)S-H凝胶和AFt,平均孔径最小,平均圆度值最接近1,孔结构致密,抗压强度、抗折强度和软化系数较高,湿密度、干燥收缩和吸水率较低,因此制备PAF时优先采用CNC为激发剂.这为高效利用磷石膏提供了新途径.
磷石膏-碱矿渣泡沫混凝土(PAF)激发剂类型干燥收缩软化系数
-
土地分类标准是国土空间规划与管理的基础文件,现行土地分类体系存在维度混杂缺失、层级结构封闭局限、含义错位失序等问题,地方标准补丁式改良仅为权宜之计.本文梳理了多维土地分类体系发展历程,借鉴古滕贝格规划语言学思想及国际标准组织发布的土地覆盖和土地利用元语言模型,提出根据规划工作性质,区分土地分类标准和规划分区标准;面向国土空间调查,探索多维土地分类标准框架;衔接地理信息国际标准,应用土地覆盖和土地利用元语言等建议.建立国土空间智能化信息平台的基础任务是拓展土地分类标准的描述能力,使其能准确描述土地实体与土地特征之间的多重对应关系,而区分土地覆盖标准和土地利用标准是实现土地分类体系科学化、精细化管理的前提.
土地利用土地覆盖分类体系多维国土空间调查