检索结果-南通市图书馆

International Journal of Digital Earth 2022年第1期15卷 1966-1988页

作者： fanshu xu Baoyun Wang School of Information Science and Technology Yunnan Normal UniversityKunmingPeople’s Republic of China School of Mathematic Yunnan Normal UniversityKunmingPeople’s Republic of China Key Laboratory of Complex System Modelling and Application Yunnan Normal UniversityKunmingPeople’s Republic of China

Efforts to evaluate the susceptibility of debris flows in large areas,especially in mountainous regions,are often hampered by the alpine and canyon *** paper proposes a convolution neural network(CNN)model named dense residual shuffle net(DRSNet).It is successfully applied to Nujiang Prefecture in Yunnan Province of China,a typical alpine area with frequent debris *** uses digital elevation model,remote sensing,lithology,soil type and precipitation data as ***,dense connection and residual structure were used to extract the shallow features of various ***,channel shuffle,fuse block and fully connection were applied to strengthen the correlation between different shallow features and give inner danger ***,precipitation as the activation factor was introduced giving the valleys *** verify the feasibility of DRSNet,comparative tests were conducted on 7 CNN models and 3 other machine learning(ML)*** results show that DRSNet can achieve 78.6%accuracy in debris flow valley classification,which is at least 7.4%higher than common CNN models and 15.2%higher than other ML *** article provides new ideas for debris flow susceptibility evaluation.

关键词： Debris flow disaster prediction convolutional neural networks mountainous valleys

2024年4月广东韶关江湾镇极端降雨诱发群发性滑坡初步分析

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2024年第8期49卷 1264-1274页

作者：许强徐繁树蒲川豪李为乐范宣梅董秀军王晓晨李志刚成都理工大学地质灾害防治与地质环境保护国家重点实验室四川成都610059

2024年4月中下旬,广东省韶关市发生极端强降雨事件,在韶关江湾镇地区诱发大量滑坡灾害,造成部分地区持续断联近36 h,引起了社会的广泛关注。快速准确地查明滑坡基本特征、发育分布规律及形成条件对于灾害应急决策和风险隐患排除处置至... 详细信息

2024年4月中下旬,广东省韶关市发生极端强降雨事件,在韶关江湾镇地区诱发大量滑坡灾害,造成部分地区持续断联近36 h,引起了社会的广泛关注。快速准确地查明滑坡基本特征、发育分布规律及形成条件对于灾害应急决策和风险隐患排除处置至关重要。利用灾后的光学遥感影像并结合深度学习模型,对韶关江湾镇降雨诱发滑坡进行了快速智能识别与人工校核,共解译出1192处滑坡,总面积约3.14 km^(2)。滑坡规模以中小型滑坡为主,主要沿河流呈北东-南西向聚集带状分布,群发性效应显著。空间统计分析表明,滑坡主要分布在200~300 m高程范围内、坡度为10°~30°的凹坡上。进一步使用随机森林模型与SHAP理论对滑坡的地貌主控因子进行量化分析,发现不同地形地貌因子对滑坡形成均有不同程度的非线性影响,高程、坡度和汇水条件等多因素耦合作用共同控制了滑坡的形成。该研究突出了基于深度学习的智能识别与分析技术在滑坡灾害应急调查与形成条件分析中的巨大优势,可为灾害损失快速评估和风险隐患排查提供重要技术支撑。

关键词：极端降雨群发性滑坡智能识别分布规律形成条件

基于自校正原型网络的泥石流灾害易发性评价——以怒江州为例

在线全文

学校读者我要写书评

暂无评论

人民长江 2024年第3期55卷 123-133页

作者：韩俊王保云徐繁树云南师范大学信息学院云南昆明650500 云南师范大学数学学院云南昆明650500 云南省高校复杂系统建模及应用重点实验室云南昆明650500

为解决泥石流易发性评价中因子选择不一致造成的评价差异问题,以及目前神经网络不能有效提取泥石流特征以提升易发性评价正确率问题,提出了基于自校正原型网络的泥石流灾害易发性评价方法。以沟谷为评价单元,提取沟谷的DEM、高分一号和G... 详细信息

为解决泥石流易发性评价中因子选择不一致造成的评价差异问题,以及目前神经网络不能有效提取泥石流特征以提升易发性评价正确率问题,提出了基于自校正原型网络的泥石流灾害易发性评价方法。以沟谷为评价单元,提取沟谷的DEM、高分一号和Google Earth遥感影像作为训练数据,引入注意力机制和空洞空间卷积池化金字塔结构构建原型网络的特征提取器,并使用自校正的方法优化原型网络的计算,将未发生泥石流的沟谷图像输入改进后的模型,计算其泥石流灾害易发性指数从而得出泥石流评价等级。运用该模型对怒江州的沟谷进行评价,并与历史灾害数据进行对比。结果表明:模型分类正确率达到86.32%,评价结果中的易发区和高易发区均与历史泥石流沟谷的空间分布较为吻合;相比于传统评价方法,该方法能够较好地自动学习遥感影像中泥石流特征,并实现灾害区域的快速识别与评价。研究成果可为泥石流灾害的研究提供新的思路。

关键词：泥石流易发性评价原型网络小样本学习遥感影像怒江州

一种沟谷型潜在泥石流危险性评价方法:基于多源数据融合的卷积神经网络

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2023年第3期25卷 588-605页

作者：徐繁树王保云韩俊云南师范大学信息学院昆明650500 云南师范大学数学学院昆明650500 云南省高校复杂系统建模及应用重点实验室昆明650500

山区多发沟谷型泥石流,而由于山区地形崎岖,导致无法开展大面积的泥石流危险性评价工作。本文使用遥感数据、DEM(Digital Elevation Model)数据以及岩性、土壤、植被数据,构建了一个基于多源数据,能快速进行大面积排查工作的卷积神经网... 详细信息

山区多发沟谷型泥石流,而由于山区地形崎岖,导致无法开展大面积的泥石流危险性评价工作。本文使用遥感数据、DEM(Digital Elevation Model)数据以及岩性、土壤、植被数据,构建了一个基于多源数据,能快速进行大面积排查工作的卷积神经网络模型RSDNet(Residual-Shuffle-Dense residual Net)。该模型首先使用最大池化改进的残差结构对各类不同数据进行浅层特征提取,然后使用通道重排以加强各类数据底层特征间的关联性,接着使用密集残差结构对底层特征作进一步的特征提取,学习各类特征间的相互作用对潜在泥石流危险性的影响,最后根据待评价沟谷与已发生过泥石流沟谷的相似度给出沟谷的潜在危险性。在训练过程中,使用了交叉熵和基于焦点损失改进的联合损失函数,使模型能更好地区分各类沟谷的形态特征和致灾特征。RSDNet在沟谷分类任务上可达到89.7%的精确率。在对怒江州全境沟谷进行潜在危险性评价的任务中,132条历史泥石流沟谷有122条被模型判断为高危险或极危险。结果表明模型性能良好,为沟谷泥石流的危险性评价提供了新思路。

关键词：泥石流灾害预测山区沟谷多源数据融合怒江州卷积神经网络残差模块焦点损失

“绿色+文脉”理念下传统井干式建筑围护墙体改造策略浅析——以吉林省通化市东来乡鹿圈子村为例

在线全文

学校读者我要写书评

暂无评论

建筑与文化 2019年第8期 214-215页

作者：王科奇徐凡舒吉林建筑大学建筑与规划学院

建筑业的快速发展使传统地域技术逐渐被抛弃,建筑文化多样性消失,导致文脉割裂,我国大力发展的绿色建筑也缺少对文脉的关注。吉林省通化县东来乡鹿圈子村的井干式建筑具有较强的地域性,蕴含丰富的生态智慧。文章通过对其建筑围护墙体的... 详细信息

建筑业的快速发展使传统地域技术逐渐被抛弃,建筑文化多样性消失,导致文脉割裂,我国大力发展的绿色建筑也缺少对文脉的关注。吉林省通化县东来乡鹿圈子村的井干式建筑具有较强的地域性,蕴含丰富的生态智慧。文章通过对其建筑围护墙体的文脉表现要素和绿色性能进行分析,运用"绿色+文脉"理念,在文脉传承的基础上,对其保温性、绿色性上存在的问题提出改造策略,为乡镇传统建筑健康发展提供借鉴。

关键词： “绿色+文脉” 井干式建筑围护墙体改造策略

在线全文

学校读者我要写书评

暂无评论

基于残差网络的泥石流孕灾沟谷快速识别

现代计算机 2022年第12期28卷 75-80页

作者：徐繁树王保云云南师范大学信息学院昆明650500 云南师范大学数学学院昆明650500 云南省高校复杂系统建模及应用重点实验室昆明650500

本研究选取怒江州怒江流域,提取沟谷数字高程模型(DEM)图训练深度残差网络,对泥石流的灾害区域进行快速识别。首先,使用增强后的DEM图训练残差网络,然后用该训练后的模型对沟谷DEM图进行分类,并使用准确率、召回率、AUC值等对模型进行... 详细信息

本研究选取怒江州怒江流域,提取沟谷数字高程模型(DEM)图训练深度残差网络,对泥石流的灾害区域进行快速识别。首先,使用增强后的DEM图训练残差网络,然后用该训练后的模型对沟谷DEM图进行分类,并使用准确率、召回率、AUC值等对模型进行评价。测试结果表明,残差网络结合DEM图可以达到泥石流沟谷最高73%的识别率以及76%的召回率,AUC值约为0.7,模型性能较为良好,为泥石流孕灾沟谷的识别提供了新思路。

关键词：数字高程模型残差网络泥石流深度学习

在线全文

学校读者我要写书评

暂无评论

基于原型网络的泥石流沟谷图像预测

现代信息科技 2022年第11期6卷 130-132页

作者：王旭王保云韩俊徐繁树云南师范大学数学学院云南昆明650500 云南师范大学信息学院云南昆明650500 云南省高校复杂系统建模及应用重点实验室云南昆明650500

泥石流灾害发生迅速、破坏力极大,给人类生命财产安全带来了严重的威胁,云南省西北部地区极易发生泥石流灾害。针对泥石流灾害预测问题,文中以云南怒江流域为研究区域,以历史泥石流灾害数据为基础,提取该流域沟谷数字高程模型图,发生泥... 详细信息

泥石流灾害发生迅速、破坏力极大,给人类生命财产安全带来了严重的威胁,云南省西北部地区极易发生泥石流灾害。针对泥石流灾害预测问题,文中以云南怒江流域为研究区域,以历史泥石流灾害数据为基础,提取该流域沟谷数字高程模型图,发生泥石流的沟谷图像记为正样本,未发生过泥石流的沟谷图像记为负样本。采用原型网络作为小样本学习框架,Conv4和ResNet12分别作为特征提取网络对沟谷图像进行训练、测试,实现了六分类预测。经实验结果对比,2-way 5-shot条件下、ResNet12作为特征提取网络时表现最佳,预测准确率达到75.36%。

关键词：小样本学习原型网络泥石流数字高程模型

基于原型网络对泥石流沟谷的分类预测——以怒江流域为例

在线全文

学校读者我要写书评

暂无评论

现代计算机 2022年第2期28卷 88-90页

作者：韩俊王保云徐繁树刘坤香云南南师范大学信息学院昆明650500 云南南师范大学数学学院昆明650500 云南省高校复杂系统建模及应用重点实验室昆明650500

从泥石流沟谷的地貌条件出发,借助谷歌地图高清遥感图,截取云南省怒江流域发生泥石流的沟谷图像作为正样本,未发生泥石流的沟谷图像作为负样本,使用原型网络(Prototypical Networks)对正负样本进行训练,实现2分类预测。经实验,模型能够... 详细信息

从泥石流沟谷的地貌条件出发,借助谷歌地图高清遥感图,截取云南省怒江流域发生泥石流的沟谷图像作为正样本,未发生泥石流的沟谷图像作为负样本,使用原型网络(Prototypical Networks)对正负样本进行训练,实现2分类预测。经实验,模型能够达到平均65.60%的预测正确率。

关键词：泥石流遥感影像小样本学习原型网络预测

在线全文

学校读者我要写书评

暂无评论

基于残差注意力机制的泥石流沟谷识别

中国地质灾害与防治学报 2022年第6期33卷 134-141页

作者：刘坤香王保云徐繁树韩俊云南师范大学信息学院云南昆明650500 云南师范大学数学学院云南昆明650500 云南省高校复杂系统建模及应用重点实验室云南昆明650500

针对泥石流灾害沟谷图像分类问题,文章对Resnet18网络进行改进,提出了一种改进的卷积神经网络模型。通过在网络结构中加入残差注意力模块,解决了原模型提取图像特征较差、边缘模糊的问题,改进后的网络能精确捕捉到泥石流灾害沟谷图像中... 详细信息

针对泥石流灾害沟谷图像分类问题,文章对Resnet18网络进行改进,提出了一种改进的卷积神经网络模型。通过在网络结构中加入残差注意力模块,解决了原模型提取图像特征较差、边缘模糊的问题,改进后的网络能精确捕捉到泥石流灾害沟谷图像中的轮廓和内部山脊信息。此外,文章还对多种注意力机制结构进行了实验对比,分析其差异性,得出最适合泥石流灾害沟谷数据分类的注意力机制网络。实验表明改进后的网络模型在泥石流灾害沟谷图像的分类准确率达到75.42%,其分类性能在Resnet18网络模型的基础上提升了5.1%。

关键词： Resnet18 注意力机制遥感影像泥石流灾害

枯草芽孢杆菌对土壤真菌群落结构及草莓根腐病的调控作用

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

山东农业科学 2024年第6期56卷 81-87页

作者：李宝庆石亚冰凌凡舒徐丹孙卿刘玉珊韩庆典临沂市农业技术推广中心山东临沂276000 临沂大学农林科学学院山东临沂276000 浙江大学山东(临沂)现代农业研究院山东临沂276000

为探究施用枯草芽孢杆菌对土壤真菌群落结构和作物生长的调控作用,本研究采用高通量测序技术分析枯草芽孢杆菌对草莓根际土壤真菌群落多样性和群落结构的影响,通过田间小区试验测定其对草莓根腐病的防治效果和对草莓的促生长作用。结果... 详细信息

为探究施用枯草芽孢杆菌对土壤真菌群落结构和作物生长的调控作用,本研究采用高通量测序技术分析枯草芽孢杆菌对草莓根际土壤真菌群落多样性和群落结构的影响,通过田间小区试验测定其对草莓根腐病的防治效果和对草莓的促生长作用。结果表明,施用枯草芽孢杆菌显著提高草莓根际土壤真菌多样性,Shannon指数、Ace指数和Chao指数显著上升,Simpson指数显著下降;门水平上子囊菌门(Ascomycota)相对丰度明显增加,担子菌门(Basidiomycota)和被孢菌门(Mortierellomycota)相对丰度明显减少;属水平上优势菌属毛壳菌属(Chaetomium)相对丰度明显增加,被孢霉属(Mortierella)、Tausonia和织球壳菌属(Plectosphaerella)相对丰度明显降低;枯草芽孢杆菌能有效降低草莓根腐病的发病率,定植2个月内的防治效果在70%以上,并显著提高草莓冠径、叶面积及叶绿素含量等生长指标值。综上,枯草芽孢杆菌能够增加草莓根际土壤中有益菌相对丰度,减少致病菌相对丰度,优化土壤真菌群落结构,有效防治草莓根腐病,促进草莓健康生长。

关键词：枯草芽孢杆菌草莓高通量测序真菌群落结构草莓根腐病

维普期刊数据库博看期刊