【摘 要】
：
为探究残膜量及残膜分布对土壤水分蒸发的影响效应,采用室内一维土柱试验,设计8种(0、39.6、79.2、158.4、264、396、792、1 320 kg/hm~2)残膜量处理在土壤中平均和逐层递减2种残膜分布特征,对不同处理累计蒸发量进行监测,分析残膜量及其分布,并对蒸发过程的影响并进行模型拟合。结果表明:各处理单位时间内土壤累积蒸发量整体随残膜量的增加而减小,当残膜量高于79.2 kg/hm
论文部分内容阅读
为探究残膜量及残膜分布对土壤水分蒸发的影响效应,采用室内一维土柱试验,设计8种(0、39.6、79.2、158.4、264、396、792、1 320 kg/hm~2)残膜量处理在土壤中平均和逐层递减2种残膜分布特征,对不同处理累计蒸发量进行监测,分析残膜量及其分布,并对蒸发过程的影响并进行模型拟合。结果表明:各处理单位时间内土壤累积蒸发量整体随残膜量的增加而减小,当残膜量高于79.2 kg/hm~2时,土壤累积蒸发量较无残膜处理显著减小(P<0.05)。蒸发前期残膜逐层递减分布的累积蒸发量大于平均
其他文献
为查明吉林省黑土、盐碱土理化性质和氮形态含量特征差异并建立氮形态含量预测方法，通过数据对比分析及基于MATLAB的偏最小二乘回归预测方法研究了两类土壤的性质差异和硝态氮、铵态氮含量的回归预测。结果表明，黑土、盐碱土在pH值、有机质、碱解氮、硝态氮和铵态氮含量上均有显著差异；提出了基于土壤理化指标的偏最小二乘法估计土壤中两种氮形态的含量，效果良好。
针对实验室场景理解时存在背景复杂、光照多变等问题，利用RGB信息与深度信息在场景理解中具有互补性的特点，提出了一种感知注意力和轻量空间金字塔融合的网络模型（Perception Attention and Lightweight Spatial Fusion Network,PLFNet）。在该模型的感知注意力模块中，利用RGB图像与深度图像在网络中的权重不同，以加权的方式实现深度信息对RGB信息
随着计算机技术日益发展，计算机视觉逐渐融入人们的生活，深度卷积神经网络在计算机视觉领域得到了广泛的应用。然而计算资源和内存的限制，为卷积神经网络在嵌入式设备的部署带来了巨大的困难。本文提出了一种新的轻量级的人脸识别的卷积神经网络 -- Emfacenet，通过在CASIA-WebFace数据集上进行卷积神经网络的训练，并在计算机CPU平台以及嵌入式平台上利用LFW数据集对模型的预测效果分别进行测试
针对现有去雾算法无法根据有雾图像的不同区域特征进行差异化处理的问题，提出了一种基于注意力机制和PatchGAN的图像去雾算法。在算法中加入注意力机制，使算法能够为不同区域的特征自适应分配权重；使用带有Inception机制的模块来预测全局相关的大气光值更加准确，也更为有效。将预测到的大气光值、透射率以及有雾图像输入到大气散射模型中，即可得到去雾图像，将去雾图像输入到马尔科夫判别器（PatchGAN
卷烟烟包外包装图案缺失检测是卷烟生产中的重要环节，目前常用的图案缺失检测方法普遍存在漏检率高、识别精度不够和速度慢等问题。因此本文提出了一种基于YOLOv4-tiny的烟包缺陷快速检测方法。该方法主要包括：(1) 使用CSPDarknet53-tiny对图像特征进行提取 (2)通过添加多空间空洞卷积融合模块，获得丰富的上下文信息，增强感受野，从而提高模型的检测精度。(3)使用EIoU边框位置回归损
选取宁夏西吉县为目标区,对区内1920年海原8.5级特大地震所诱发的347处黄土地震滑坡进行野外调查,获取了详实的基础数据.在此基础上结合遥感影像解译,总结了研究区内黄土地震滑坡的分布特征,并依此提出了宏观、定性的黄土斜坡地震稳定性快速判别方法.基于分布特征选取了坡高、坡角、坡向及地震动强度作为基本参数,应用MLP神经网络模型提出了黄土斜坡地震稳定性的定量快速判定模型.提出了一种定性、定量快速判定
2017年称多震群为青海省称多县第一次记录到的M_L3.0以下小震群活动,发生在唐古拉地震带M_S5.0地震平静被打破且M_L4.0以上地震活跃的背景下.为研究2017年称多震群对青海及邻区后续震情的影响,对该震群的活动特征、震群参数、震源机制、视应力等进行了计算和分析.结果主要表明:该震群为前兆震群,震群中地震以走滑为主.对比唐古拉地震带历史震群活动对应中强震情况,分析认为本次震群的发生表明唐古
[目的]为有效支撑突发事件画像，融合文本信息对社交媒体图像进行分类。[方法]首先分析了基于社交媒体的突发事件画像基本流程，并面向突发事件画像描述维度需求设计了具有双层结构的图像分类体系，进而提出一种融合图像和文本多模态语义的图像分类深度学习模型UCTM（UniModal and CrossModal Transformer Model），在“台风山竹”事件数据集上开展对比实验，并构建了示例画像。[
针对垃圾分类检测任务中，检测目标尺寸大小不一、小目标检测精度不高等问题，构建一种IFPN+MobileNetV2-SSD(Single Shot MultiBox Detector)模型对垃圾进行实时分类检测。首先，将改进后的MobileNetV2网络引入SSD，加入带有空洞卷积的空间金字塔池化模块(ASPP)，在减少网络模型计算复杂度的同时保证网络实时性和精确性；其次，采用隐式特征金字塔网络(I
[目的]探讨基于乳腺全容积成像（ABUS）机器学习模型对乳腺结节良恶性的诊断效能。[方法]收集因“乳腺结节”就诊的164例患者，均行手术治疗且病理诊断明确，采用回顾性研究，根据患者手术病理结果分为良性组和恶性组，对患者进行乳腺ABUS检查后勾画图像，提取影像组学特征，使用四种机器学习方法（LR、FR、SVM和DL）进行独立识别测试，检测DL的阳性预测值、阴性预测值、阳性似然比、阴性似然比等。[结果