摘要：裂缝检测对路面养护具有重要意义,深度学习在该领域取得一定成效。然而,在实际应用中,图像中的噪声纹理背景、复杂的裂缝拓扑结构和图像采集设备给裂缝检测带来了一定的挑战。为了提升在复杂场景下的路面裂缝检测精度,提出了一种改进掩码区域卷积神经网络(Mask R-CNN)模型的实例分割算法。使用ConvNeXt-T替代Mask R-CNN的ResNet50框架作为特征生成网络,在自下而上捕获长期依赖的同时保持裂缝特征多样性;设计高维特征提取模块(HFEM)获取高级语义信息,消除背景噪声;引入感受野模块(RFB),扩大感受野,增强多尺度特征信息交互能力。在多结构裂缝图像(MSCI)数据集上进行对比实验,结果表明,提出的改进方法能显著提升Mask R-CNN模型的分割精度,优于经典的Cascade Mask RCNN,最佳模型F1得分84.15%,相较原算法提高了6.29%。在DeepCrack数据集上进行泛化性实验,表现优异。

摘要：土壤侵蚀是当今全球面临的重要生态问题,也是全球水土流失研究的重要内容.以鄱阳湖流域为研究区,基于修正通用土壤流失方程(The Revised Universal Soil loss Equation,RUSLE)模型估算2000-2019年间5个时期研究区的土壤侵蚀强度,并分析各影响因子及土壤侵蚀强度的时空分布特征,以及研究区内地形因子对土壤侵蚀分布的影响.结果表明:①流域内降雨侵蚀因子R均值介于9549~15371(MJ·mm)/(hm^(2)·h·a)之间,土壤可蚀性因子K均值为0.02922(t·km^(2)·h)/(km^(2)·MJ·mm),坡长坡度因子LS均值为3.91,植被覆盖与管理因子C均值介于0.081~0.094之间,水土保持措施因子P均值介于0.3781~0.3870之间;②鄱阳湖流域5个年度的平均土壤侵蚀模数分别为882.10,1244.32,1463.72,964.82,794.74 t/(km^(2)·a),流域内整体属于轻度侵蚀等级,土壤侵蚀状况在2015年、2019年得到很大好转;③研究区内土壤侵蚀强度在海拔及坡向上的分布具有一定的稳定性,[100,200)m区域是海拔900 m以下土壤侵蚀强度最高的区域,在900 m以上地区,侵蚀强度随海拔升高急剧增加,流域内朝向偏东北区域的土壤侵蚀强度大于朝向偏西南区域.总体上,流域内水土流失治理应重点关注极强烈及剧烈侵蚀地区、平原与丘陵交界地区、高海拔地区,应加强对朝向偏东北方向区域水土保持措施的实施.