浅谈互联网的发展及其对数字地球的影响

在数字地球中,互联网是数字地球的重要支撑技术,它可以将全球的地理信息采集、汇总,从而供用户使用。基于网络构建的数字地球具备很多先天的优势,最核心的一点在于可以实现全球的信息方便、快捷的共享。     

融合多种深度学习模型的岩石铸体薄片孔隙自动分割方法

铸体薄片图像孔隙形态复杂多样,常规分割方法存在主观因素影响、效率低等问题,而深度学习方法效果取决于数据量、标注、训练周期等因素。针对这些问题,采用真实的增强型超分辨生成对抗网络（Real-ESRGAN）方法提高铸体薄片图像分辨率,应用图像旋转、比例变换等数据增强算法增加样本的多样性,利用阈值法结合颜色空间转换自动标注铸体薄片中大部分孔隙;在Unet网络编码器部分加入残差网络加深编码器网络深度（R-T-Unet）,增强孔隙特征分割能力;引入ImageNet数据集上的ResNet50和ResNet101模型,将其结构作为编码器主干特征分割网络,其模型权重作为预训练权重,提高训练速度。实验结果表明,改进的R-T-Unet 模型优于Unet模型,本方法更适合用于岩石铸体薄片孔隙分割。     

黄土地貌区水力侵蚀敏感性分析：以山西省五寨县为例

在自然与人为因素的干扰下,黄土高原地区常年遭受较为严重的水力侵蚀。为了减缓水力侵蚀进程并避免对人类生命财产的损害,对其进行敏感性分析是具有重要意义的。从CSLE模型出发,以地貌单元作为评价单元,对降水侵蚀力因子、土壤可蚀性因子、坡长坡度因子、生物/耕作措施因子以及工程措施因子分别进行正向化处理与熵值法确权叠加后建立了一个水力侵蚀敏感性评价模型,借助面积-高程积分对该模型进行评价后,利用该模型对研究区进行水力侵蚀敏感性分析。结果表明：在区域尺度下,文中提出的水力侵蚀敏感性评价模型的评价因子为0.61,相对优于作为对比验证的CSLE模型,因此可以利用该模型对研究区进行水力侵蚀敏感性评价;水力侵蚀敏感性值在不同地貌单元之间表现为：大起伏山地>洪积平原>黄土塬>黄土梁峁>中起伏山地>冲积洪积平原;为了避免对人类生命财产造成损害,北部冲积洪积平原与中起伏山地相交地带、南部大起伏山地的清涟河流域应重点进行治理。该文提出的方法有效解决了黄土地貌区的水力侵蚀敏感性分析问题。