摘要：为确保稻虾共作的安全生产、社会供应以及政府政策的有效制定,须准确获取稻虾共作种植面积、空间分布及变化信息。现有稻虾养殖田提取方法以中分辨率时序影像为数据源,提取结果存在边界粗糙且噪声较多等问题。为获取精度高、边界规整的稻虾养殖田提取结果,该研究以高分辨率影像为数据源,提出一种基于边缘辅助任务的深度学习语义分割模型——edge assisted segmentation network(EASNet)。该模型首先将稻虾养殖田特有的边缘“虾沟”作为一种辅助信息在设计的边缘辅助模块单独分割,然后将该模块的输出与主任务分割模块输出进行融合,使主任务既增强了稻虾养殖田边界结构信息,又能学习到稻虾养殖田特有的空间及语义信息。试验结果表明,在边缘辅助模块的增强下,稻虾养殖田分割结果更完整,边界更清晰,其语义精度的交并比和边界精度的F1分数分别提升了1.5%、5.8%。整体语义精度的召回率、交并比、F1分数分别达到0.970、0.964、0.930,边界精度的召回率、F1分数达到0.864、0.859,松弛边界精度的召回率、F1分数达到0.876、0.913。将训练好的EASNet模型应用到盱眙县全域,得到2020年盱眙县稻虾养殖田空间分布图,在与传统的水体季相差异法、随机森林方法提取的稻虾养殖田结果的对比中,该方法取得了总体精确度为96.71%及Kappa系数为0.934的最优结果,为基于深度学习的稻虾养殖田提取方面的应用提供参考。

摘要：近年来,将倾斜摄影技术应用于房地一体化的应用越来越广,但由于需要高精度的实景三维模型,因而对外业飞行和影像数据采集都提出了较高要求。本文结合现有测图软件并设计了一系列测图技巧,能够减少对精细实景三维模型精度的依赖,降低内业数据采集难度、提高内业数据采集效率与精度。经过试验论证,该方法在保证测图精度的同时,有效提高了数据采集的效率。

摘要：为获得更精确、科学的配筋方法,提高钢筋混凝土结构的抗拉强度,节省工程造价,提出一种基于ANSYS的弹性正应力配筋方法,选取某地进出水口的拦污栅框架结构为例,提取其连系梁截面上的应力,分别利用基于规范的小偏心受拉配筋法和基于ANSYS的弹性正应力配筋法进行配筋计算,发现基于ANSYS的弹性正应力配筋法根据结构截面应力分布情况进行钢筋分配,总配筋量相同的情况下,主要受拉区配筋量更多。为进一步验证基于ANSYS的弹性正应力配筋方法的合理性,对采用两种配筋方法的钢筋混凝土结构裂缝开展宽度进行验算,并结合ANSYS观测了其裂纹分布情况,发现相同工况下基于ANSYS的弹性正应力配筋法裂缝开展宽度更小,主要受拉区裂纹更少,相比基于规范的小偏心受拉配筋方法可使混凝土承受更大的拉应力。研究结果可为同样工况的钢筋混凝土结构的精确配筋计算提供参考。

摘要：针对现有摄影地质编录方法处理平硐工作量大、效率不高的缺点,在自主研制的高精度活动控制架基础上,研究了基于普通数码影像的平硐正射影像展示图的快速生成方法。精度分析及实验证明该方法现场作业效率高、内业处理方便快速,且精度达到施工地质编录要求。

摘要：采用饱和D最优回归设计田间试验测得的数据,建立了优质小麦以产量为目标函数的氮(x1)磷(x2)两因素效应模型y=522.11+45.39x1+15.55x2-88.94x21-3.78x22-18.20x1x2(Rxyy=0.99**)据此求得高产最大施肥量为每666.7m2,施纯氮12.54kg,P2O512kg,并对单因素效应及两因素互作效应进行了剖析。