基于快鸟的多尺度景观模糊分析城市绿地

以25像元和150像元的目标分割值生成小尺度和大尺度的快鸟影像景观目标层,利用知识分类提取出绿地信息,计算分析城市绿地6种景观参数,并利用模糊数学方法构造景观综合指数,研究探讨多尺度城市绿地景观特征。结果表明:多分辨率分割方法能有效产生两种绿地景观尺度;小尺度景观指标大多大于大尺度景观指标,符合景观学规律。     

多时间尺度下中国区域土壤湿度记忆性时空特征及趋势分析

土壤湿度是大气陆面异常的最敏感指示要素,在土壤和植被作用下土壤湿度变化具有一定持续性,能够不同程度地保留前期土壤湿度的状态,对干旱、洪水等极端事件具有显著的影响和调节作用,开展土壤湿度记忆性研究对农业、水利部门具有重要意义。为探究多个时间尺度下土壤湿度记忆性时空特征及演变趋势,该研究基于欧洲中心再分析产品（ERA5-Land）中国区域1979—2018年的土壤湿度数据,结合滞后自相关分析,计算中国区域1979—2018年土壤湿度记忆性（soil moisture memory,SMM）,探究不同时间尺度（季节、年、年际）及干湿条件下SMM的时空分布特征及演变趋势。结果表明：1）从多年平均状态来看,土壤湿度在滞后时间超过300 d后无显著相关;空间上北方地区SMM远高于南方地区,其中西南地区记忆时长不足20 d,华中、华东及华南地区小于40 d,西北和华北地区则超过80 d。2）季节上,大部分区域表现为冬季长、夏季短、秋春季次之的规律,其中华北地区季节性差异较大,冬季记忆时长超过70 d,夏季则低于20 d;同时在不同干湿条件下,土壤湿度在干燥期的记忆性明显强于湿润期,干燥期青藏高原、华北和东北地区记忆时长超过90 d,湿润期则小于60 d。3）从演变趋势来看,北方地区土壤湿度记忆时长呈下降趋势,其中华北和青藏高原地区较为显著,南方地区则呈增长趋势,2010s记忆时长比1980s记忆时长增加30 d以上;此外,大部分地区记忆时长的变化趋势与滞后30 d记忆性的变化趋势较为一致。研究可为气候预测和农业干旱监测提供参考。     

基于改进ShuffleNet V2的轻量化农作物害虫识别模型

及时准确地识别害虫是有效防治的重要前提。针对现有基于卷积神经网络的害虫识别模型实时性差、识别率低、结构复杂不易部署等问题,提出基于改进ShuffleNet V2的农作物害虫识别模型。首先,在ShuffleNet V2中引入多尺度特征融合模块LMFF（Lightweight Multi-scale Feature Fusion）,加强模型对不同尺度害虫的特征提取能力;其次,在ECA（Efficient Channel Attention）注意力机制中增加并行路径,并通过可学习参数自适应更新不同路径的权重,提出AECA（Adaptive and Efficient Channel Attention）注意力机制,将AECA注意力机制嵌入到ShuffleNet V2中,提高模型的跨通道交互能力;然后,使用SiLU（Sigmoid Weighted Liner Unit）替换ReLU激活函数,增强模型的泛化能力;最后,通过调整输出通道数和核心模块的堆叠次数重新设计ShuffleNet V2的整体架构,降低模型的计算量和参数量,从而提出轻量化的农作物害虫识别模型SNPF（ShuffleNet for Pest Field）。试验结果表明,SNPF模型在自建害虫数据集上的平均识别准确率和F1分数为79.49%和78.54%,较改进前分别提高了4.00个百分点和3.09个百分点,而参数量和浮点运算量为3.74 M和0.48 G,较改进前分别下降了30.60%和18.60%。SNPF模型对单张害虫图像的平均推理时间为11.9 ms,与ResNet 50、GoogLeNet、EfficientNet B1等模型相比,SNPF模型的识别精度更高,并且识别时间分别减少了57.04%、50.21%和40.50%。该研究提出的SNPF模型能够较好地识别农作物害虫、并且具有识别速度快和轻量化的特点,可以为农作物害虫的防治提供帮助。     

基于多尺度融合模块和特征增强的杂草检测方法

针对单步多框检测器(Single shot multibox detector, SSD)网络模型参数多、小目标检测效果差、作物与杂草检测精度低等问题,提出一种基于多尺度融合模块和特征增强的杂草检测方法。首先将轻量网络MobileNet作为SSD模型的特征提取网络,并设计了一种多尺度融合模块,将浅层特征图先通过通道注意力机制增强图像中的关键信息,再将特征图经过不同膨胀系数的扩张卷积扩大感受野,最后将两条分支进行特征融合,对于检测小目标的浅层特征图,在包含较多小目标细节信息的同时,还包含丰富的语义信息。在此基础上对输出的6个特征图经过通道注意力机制进行特征增强。实验结果表明,本文提出的基于多尺度融合模块和特征增强的杂草检测模型,在自然环境下甜菜与杂草图像数据集中,平均检测精度可达88.84%,较标准SSD模型提高了3.23个百分点,参数量减少57.09%,检测速度提高88.44%,同时模型对小目标作物与杂草以及叶片交叠情况的检测能力均有提高。     

家畜排泄物归还对天然灌丛草地土壤-植被影响的研究进展

家畜粪便归还是影响草地生态系统的主要途径之一.为退化草地的恢复措施提供参考,从家畜粪便归还分解过程、归还的多尺度格局、归还对土壤氮素的影响和土壤-植被分布格局对家畜归还响应4个方面进行了阐述.最后提出了今后应从研究区域、研究尺度上探究家畜排泄物对植被地下生物量的响应,同位素在家畜粪便-土壤-植物系统中含量的差异和室内模拟,使研究结果进一步达到量化程度.     

Numerical Simulation of Eelastoplastic Multi-scales Model for Casting Magnesium Alloy

To realize the transforms of stress and strain and obtain the multi-scale constitutive equation across micro/meso/macro scales.strain-stress curves for magnesium alloy(AM60) and magnesium matrix are carried out with the machine MTS.By means of mixture law,mechanical property of particle is obtained.Based on the character of magnesium alloy structure,the finite element model of unit-cell included complex micro-structures is carried out.Via finite element numerical simulation of magnesium alloy unit-cell,the methodology overcome the limitation of present analytical method.Finally the multi-scale constitutive equation has been used for the analysis of the tensile stress vs. strain curve for magnesium alloy.Results show satisfactory agreement between the stress vs strain curve by the present methodology and the experimental data for AM60.     

干旱指数在杭州市历年旱涝特征分析中的应用

为了加强杭州市的旱涝灾害监测和评估,利用5个气象站近50年的月降水资料,比较分析了Z指数和SPI计算结果的一致性与差异。采用频率分析、趋势变化特征分析和多尺度SPI分析等方法,研究了杭州市各站及各季旱涝的变化特征。研究表明：Z指数和SPI在计算杭州市旱涝情况结果基本一致;杭州市的干旱情况自西向东逐渐加重,洪涝反之;夏季与秋季易引起梅汛、台风洪涝与夏秋干旱交替出现。本文首次使用多时间尺度SPI计算杭州市的旱涝情况,为今后杭州市旱涝预测提供了一定的参考价值。     

原竹多尺度力学性能及其在设计中的应用

原竹是一种天然的生物复合材料,在长期的生物进化过程中形成了从宏观到微观不同尺度的分级结构,这种分级结构使得原竹具有独特的力学性能,利用原竹生产的产品因此具有优良的实用功能。文章详细分析了原竹的分级结构及其多尺度的力学性能,通过典型设计案例阐述了原竹多尺度力学性能在产品设计中的应用潜力,以期为设计师将材料与设计更加有效地结合提供思路。     

农田土壤重金属空间变异多尺度分析——以北京顺义土壤Cd为例

为了揭示土壤重金属的空间分异性及其空间结构特征,对2007年北京市顺义区农田土壤采样数据中Cd含量进行多尺度分析,采用半方差分析法和尺度方差分析法定量刻画了土壤Cd空间变异的空间等级结构和特征尺度。结果表明:顺义区土壤Cd含量的变异系数为44.9%,达到中等强度变异,土壤Cd含量具有较强的空间自相关性,且存在空间多尺度结构,3.5、9.6 km左右为土壤Cd的两个特征尺度,其在小尺度上受土地利用强度的影响,大尺度上主要受土壤类型的影响。多尺度分析方法可定量化解析农田土壤重金属空间变异,有效识别不同尺度上的主导因素。