Sulfate Attack on Concrete in an Inland Salt Lake Environment

INTRODUCTIONSulfate attack is one of the reasons for concretestructures deteriorating earlier than usual,thusshowing poor durability.The SO42-from the sur-rounding environment such as ocean,saline,groundwater,and even the concrete itself,reacts with thehydration products of cement,whichleads to the de-terioration of the concrete(Li et al.,2000;Kang,1995;Neville,1983;Samarai,1976).The deteriora-tionincludes three processes:the external swelling,cracking,peeling,and disjointing caused by …     

改进U-Net模型的遥感影像水体提取研究

针对传统遥感水体提取方法在大范围、高分辨率遥感影像水体提取任务中效率低等问题,该文提出了一种基于改进U-Net模型的遥感影像水体快速提取方法。通过减少以VGG16为特征提取网络的下采样层和相对应的上采样层来精简网络,提升模型运行效率。基于高分影像进行了沈阳市的水体提取研究,结果表明,改进U-Net模型各项精度指标均高于U-Net模型,交并比(IoU)和F₁分别达到了90.3%和94.9%。与此同时,模型的训练时长和预测时长分别缩短了25.8%和21.6%。该文为遥感影像中水体的高效提取和分类提供了参考,并可用于水资源调查、管理和规划。     

知识经济与旅游地理学

作为一种全新的经济形态,知识经济的产生和发展,必将对人类的社会主义发展方式产生巨大改变。文章分析了知识经济对旅游业发展的影响,探讨了知识经济对旅游地理学的影响和要求,以及旅游地理学研究的发展趋势。     

复杂场景下农村道路裂缝分割方法

针对农村道路裂缝识别中存在训练样本数量少、场景单一、提取结果不准确等问题,本文首先依托辽宁省多年份实测道路图像数据,构建具有多种类、多场景的路面裂缝数据集(PCDs),以ResNet50为编码器、SegNet为解码器,构建路面裂缝图像识别模型Res-SegNet,通过增大卷积核的大小获取更丰富的裂缝信息,使用Focal Loss损失函数,令模型更专注困难样本。然后采用分块预测方法提升裂缝在图片中的占比,使图片预测更加精细。最后通过网络模型和预测方法进行对比试验。结果表明,使用Res-SegNet识别PCDs的测试集,在不同的场景中F值为0.691,使用Res-SegNet结合分块预测识别PCDs的测试集,在不同的场景中F值达0.753。     

结合贝叶斯特征选择的近海水深反演方法研究

针对现有近海水深数据获取周期长、危险性大,难以满足大范围近海水深数据高时间分辨率测量的问题。本文以辽东湾地区为研究区域,提出了一种结合贝叶斯特征选择的改进LightGBM近海水深反演方法。该方法对首先依据贝叶斯特征选择方法对13个波段及波段比值特征进行优选;其次基于地理空间加权模块计算输入变量的权重;最后基于LightGBM反演模块对水深数据进行反演研究。本文选用辽东湾200个不同空间位置的数据样本作为测试集,验证本文方法和LightGBM模型在近海水深反演任务中的精度。结果表明,本文方法的皮尔森相关系数（r）值为0.946,均方根误差(RMSE)为0.265?m,偏差(bias2)为0.017,平均绝对百分比误差(MAPE)为0.031。反演精度及稳定性均优于经典LightGBM模型,能够适应于近海水深反演。     

农村路面多类型病害检测方法研究

针对实际采集场景下路面影像中病害受背景纹理噪声影响程度大、病害边缘模糊导致分割不准确的问题,该文提出了一种基于Res＿UNet和全连接条件随机场的路面病害像素级精准检测方法：(1)对路面影像进行灰度化、中值滤波和自适应直方图均衡化等预处理;(2)根据辽宁省多年份实测路面影像制作大规模、多场景、像素级路面病害数据集,然后融合注意力机制及Dense Crf优化Res＿UNet网络结构完成模型训练;并引入损失函数dice loss增强了该方法对细小病害提取的能力;(3)将深度卷积神经网络分割后的路面病害特征图导入全连接条件随机场,对预测的路面病害结果进行轮廓优化,其检测结果为获取路面裂缝宽度,进而评估路面病害等级奠定了基础。该文选用2 000张辽宁省农村公路实测路面影像,并以人工判读作为标准,分别从准确率、召回率和精确率3个方面验证本文方法、分水岭算法和Res＿UNet模型在实际工作环境下的农村公路路面病害分割性能。结果表明,方法的准确率为91.3%,召回率为87.8%,精确率为87.5%,路面病害轮廓提取更加精细,能够适应于复杂路面条件下病害高鲁棒分割。