【摘 要】
：
为了明确鱼鳞坑措施下降雨后土壤水分再分布过程及范围的变化,以汇流面积2 m~2,径流系数0.3为试验条件,选取规格为60 cm×40 cm×10 cm(长×宽×深)的鱼鳞坑,通过灌水试验研究了降雨强度分别为60,30 mm/h、历时1 h后连续7 d的土壤水分动态。结果表明:(1)降雨强度60,30 mm/h时灌水后第1天水分入渗深度为60,50 cm,第2天达到最大值,分别为80,60 cm,水
论文部分内容阅读
为了明确鱼鳞坑措施下降雨后土壤水分再分布过程及范围的变化,以汇流面积2 m~2,径流系数0.3为试验条件,选取规格为60 cm×40 cm×10 cm(长×宽×深)的鱼鳞坑,通过灌水试验研究了降雨强度分别为60,30 mm/h、历时1 h后连续7 d的土壤水分动态。结果表明:(1)降雨强度60,30 mm/h时灌水后第1天水分入渗深度为60,50 cm,第2天达到最大值,分别为80,60 cm,水分最大入渗深度随降雨强度增加而增大;灌水后第1天水分水平入渗距离达到最大值40 cm,水分水平入渗距离随
其他文献
传统的聊天卡通表情图像生成技术主要基于预定义的聊天卡通表情图像库，通过用户的语义描述，进行“语义-视觉”跨模态检索，匹配合适的表情图像。但是，预定义表情图像库样本数量有限且是固定形式的，在实际的聊天场景中常常出现表情图像的错误匹配或无合适匹配。针对此问题，本工作聚焦于合成新的聊天卡通表情图像而非检索。设计了一种基于知识元模型的跨模态聊天卡通表情图像合成方法，根据用户的语义描述，即时合成对应的聊天卡
等效功率通量密度(equivalent power flux density,EPFD)是衡量非静止轨道卫星(non-geostationary orbit,NGSO)星座系统对静止轨道卫星(geostationary orbit,GSO)系统干扰的一项重要评价指标,通常采用外推卫星轨道位置、统计不同EPFD值出现时间占比的方法获得其概率分布。对于如Starlink等的巨型星座,沿用传统外推方法计
现有图像融合方法不同程度的存在边缘阶梯效应，会导致一些空间伪影引入融合图像。本文提出了一种新的解决图像融合过程中鲁棒性差的方法，即前向-后向自校正扩散引导特征重建（Forward-backward Selfcorrecting diffusion,FBSD）。并对分解后各特征之间的差异设计了一种基于期望值最大算法和主成分分析的混杂融合策略。最后利用评价指标评估了所提出算法的性能，验证了该方法在边缘
为提高重型运载火箭集中力扩散舱段的承载能力和集中力扩散性能，提出了变截面-等比布局多区域联合设计方法和建立了基于静力分析以及工程估算方法的优化模型，并据此开展集中力扩散舱段优化设计。建立了集中力扩散舱段参数化有限元模型，基于显式动力学方法开展了结构承载性能和集中力扩散性能分析。依据集中力扩散舱段结构形式和承载特点，提出了综合多区域变厚度蒙皮、变截面主梁和副梁/桁条等比非均匀布局的联合设计方法，实现
土壤水文性质在一定程度上控制着生态系统的构成和演替，决定着生态修复的成败与效益高低。采矿造成植被和土壤系统受到严重破坏，进行土壤重构可快速提升土壤持水性能，对生态修复及土壤水文条件改善具有重大意义。然而目前矿区生态修复研究多集中于单因素或多因素对原有土壤水文的影响，对于矿区土壤水文性质的演变规律研究尚未形成成熟理论，还缺乏重构土壤水文性质变化规律及其影响因素等方面研究。本研究以不同煤矸石土壤复配比
为解决多数基于孪生网络的跟踪算法存在骨干网络特征提取能力弱、模板不适应目标变化等问题,本文在SiamFC的基础上提出了基于可变形卷积的孪生网络算法(DCSiam)。首先,采用可变形卷积模块在不同方向上学习多层特征数据的自适应偏移量,增大卷积过程中的有效感受野,通过多层可变形互相关融合得到最终响应图,以增强骨干网络的深层语义特征提取能力;最后,采用一种高置信度的模板在线更新策略,每隔固定帧计算响应图
中小地震的震源机制准确求解是震源参数研究中的一个核心问题，其中数据与方法选择是关键。本文以近年来发生在山西地震带的3次代表性中小地震为例，基于P波初动、P波初动联合P/SV/SH振幅比、CAP波形反演与矩张量反演等多种方法，通过逐步增加参与计算的台站个数及选用不同的数据类型和数据量，全面展示了中小地震震源机制的求解过程与结果，并分析验证了不同数据类型、数据量及求解方法对中小地震震源机制解可靠性与稳
电力线分割对于实现无人机自动避障、保障无人机低空飞行安全具有重要意义。传统基于线和线段的算法只能在一些简单场景下应用，在复杂场景下极容易出现误检、漏检情况。近年来深度学习的快速发展极大的促进了电力线分割研究，但是相关研究仍然存在三个问题：1）较少考虑实际应用2）没有充分利用电力线特点3）忽略了缺乏大规模电力线数据的问题。基于电力线分割的实际应用需求，本文改进了传统的F1-Score评价指标，提出了
深度神经网络在图像分类领域具有突出表现，但易受到对抗样本攻击。为提高图像分类神经网络的鲁棒性，提出一种基于k-WTA的对抗样本防御模型Att-k-DefGAN。模型在Rob-GAN的基础上做出改进，并利用k-WTA激活函数的不连续性与模型训练中的对抗攻击预处理形成对抗，进一步提高分类神经网络的鲁棒性。实验结果表明，在CIFAR-10数据集和ImageNet子集上，Att-k-DefGAN训练得到的
本文提出一种改进的红外多类别多目标实时跟踪网络，在确保跟踪精度的同时，重新设计无锚框网络结构，进一步降低网络的参数量与推理时间。通过优化目标特征向量，进一步提高识别精度，同时简化与改进跟踪流程。此外，通过细化分析相关流程执行时间，选用GPU与CPU分别执行最优运算，提升跟踪整体运行速度。上述方法被应用于低空海面红外目标跟踪数据集中。结果表明，在本文所提的综合评价指标下，所设计的网络相较其它轻量级网