基于ALBERT模型的园林植物知识实体与关系抽取方法

园林植物知识图谱可为顾及区域适应性、观赏性和生态性等因子的绿化树种的选型提供知识支持。植物描述文本的实体识别及关系抽取是知识图谱构建的关键环节。针对植物领域未有公开的标注数据集,本文阐述了园林植物数据集的构建流程,定义了园林植物的概念体系结构,完成了园林植物语料库的构建。针对现有Word2vec、ELMo和BERT等语言模型存在无法解决多义词、融合上下文能力差、运行速度慢等缺点,提出了嵌入ALBERT（A Lite BERT）预训练语言模型的实体识别和关系抽取模型。ALBERT预训练的动态词向量能够有效地表示文本特征,将其分别输入到BiGRU-CRF命名实体识别模型和BiGRU-Attention关系抽取模型中进行训练,进一步提升实体识别和关系抽取的效果。在园林植物语料库上进行方法的有效性验证,结果表明ALBERT-BiGRU-CRF命名实体识别模型的F₁值为0.9517,ALBERT-BiGRU-Attention关系抽取模型的F₁值为0.9161,相较于经典的语言模型（如Word2vec、ELMo和BERT等）性能有较为显著的提升。因此基于ALBERT模型的实体与关系抽取任务能有效提高识别分类效果,可将其应用于植物描述文本的实体关系抽取任务中,为园林植物知识图谱自动构建提供方法。     

逐点激发井深设计网格化方法的选取

随着地震勘探的不断深入,地震资料采集要求主频足够高,频带足够宽,能量足够强,而逐点激发井深设计有助于获得满意的地震信号,要设计合理的井深,网格化方法的选取非常重要。这里首先介绍了Surfer软件中十二种网格化方法原理特征,以及在逐点井深设计上的应用;然后运用Surfer软件中不同的插值方法,对BIN12工区岩性数据进行网格的效果对比与网格的密度探讨,选取了最佳的网格化方法;最后针对几种网格化方法进行井深对比试验,通过资料分析,说明了设计的井深合理,选取网格化方法的效果较好。     

植物根系与边坡土体间的力学特性研究

建立了根土相互作用的力学模型,在限定根在土体中方位的情况下推导出了由于根的加筋作用所增加的土体抗剪强度公式。并在实验室进行了大量常规直剪试验。对试验结果进行了分析,并和理论计算相比较,结果表明：植物根系可以明显提高土体的抗剪强度;随着含水量的增加,土体和根-土复合体的抗剪强度会下降;直根和斜根对根-土复合体抗剪强度的提高是相似的,都是随着根条数的增加而增加,但斜根的加强作用要大些;随着根条数的增加,根-土复合体的c、φ值都会提高。     

基于城市园林树木景观三维模拟的绿视率估算方法

城市生态景观功能主要是绿色植物对人的视觉作用。绿视率被认为是一种比较好的衡量绿色空间视觉感受的描述因子。目前绿视率的估算主要基于静态的图像或者街景数据,而绿视率是一种动态的量,不同视点有不同的值,且植物是生长变化的。因此,本文提出一种基于数据和模型综合驱动的园林树木三维模拟景观的绿视率计算方法,其利用虚拟地理环境、虚拟植物等技术,通过道路、建筑物等硬质景观数据和树木模型驱动,建立城市园林树木三维景观;根据视觉成像原理,构建虚拟相机,模拟不同视点园林景观的视觉图像,然后识别表征植被信息的像素,从而计算绿视率。本文研发了园林树木景观三维模拟及绿视率估算原型系统,并以城市道路树木景观为例,模拟分析了机动车道中车辆乘客可获得的绿视率,与街景图像提取的绿视率值相近。该方法和系统可用于包含时间变量的不同生长阶段园林树木景观的绿视率评估,支持交互设置不同的视点参数,估算城市任意位置和任意方向的绿视率,评价过去、现在和未来的园林景观绿化质量,以人的视觉感知角度为城市绿地规划提供参考。     

基于改进反距离加权算法的海底DEM建模方法

为了实现海底地形三维可视化,首先需要对海量多波束离散水深数据进行DEM建模处理。其中,基于反距离加权网格化的内插法原理简单、效率较高,生成的DEM模型较为贴近海底实际底面,适用于海底地形数字建模。但本文在实际建模过程中发现传统反距离加权算法在理论上存在缺陷,因此本文引入圆形窗口和夹角权因子对插值算法进行进一步改进。实例表明,改进反距离加权算法可以有效提高海底DEM的建模效率与精度。     

双重极球面投影的极区投影误差分析

针对现有研究中未充分考虑地球扁率对极区极球面投影误差影响的问题,研究了双重极球面投影下极区投影误差与各重基准纬度的关系,以更加系统准确地反映极球面投影误差的极区分布规律和总体水平。结果表明:双重极球面投影能与极区地球椭球面更好地吻合、有效控制投影误差,可以满足高精度极区航海图编制及其导航应用需要。