杨晗
- 作品数:8 被引量:22H指数:2
- 供职机构:重庆交通大学更多>>
- 发文基金:国家自然科学基金国家级大学生创新创业训练计划中国博士后科学基金更多>>
- 相关领域:自动化与计算机技术环境科学与工程天文地球农业科学更多>>
- 基于BIOME-BGC模型的三江源区典型草地群落碳源/汇动态模拟研究
- 杨晗
- 基于地形因素巫山县夏半年降雨量空间模拟
- 2017年
- 为了对水资源进行合理管理,研究农业气候资源和区域可持续发展,分析山洪灾害危险性及有效预测和防治山洪灾害,选取重庆市的巫山县作为研究对象,利用巫山县周边21个气象站点的4~9月多年月均降雨量数据,基于SPSS对相关要素进行了线性回归模拟;利用线性回归模型对巫山县夏半年(4~9月)降雨量进行了空间综合模拟,利用GIS的空间信息处理能力,分析研究了夏半年降雨量对山区县域洪灾的影响及在农业气候资源和区域可持续发展方面的贡献。研究结果表明:巫山县夏半年降雨量分布由东和东南向西和西北、由高海拔向低海拔地区逐渐减少,夏半年降雨量的地区分布差异明显,但整体上巫山县夏半年降雨量相对较充沛。
- 周元瑞林孝松杨晗崔梦瑞何浪王芳
- 基于高光谱的三江源区土壤有机质含量反演被引量:21
- 2021年
- 土壤有机质(SOM)是指土壤中各种含碳有机化合物的总称,其动态变化不仅影响农业生态系统的稳定,而且与大气圈和生物圈的碳循环密切相关,对土壤有机碳的大规模快速监测和碳储量核算具有重要意义。本研究于2017年、2018年7月在三江源区野外采集了145个土壤样品,检测了土壤光谱信息。然后将原始光谱反射率数据及其不同数据变换形式下的光谱分别与土壤有机质(SOM)含量进行相关分析,并选取了特征波段,此外利用偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)模型对三江源区SOM含量进行建模估算。结果表明,不同深度土壤有机质含量差异明显,且呈逐层下降趋势。而三种建模方法的检验精度分别为:RF>SVM>PLSR,其中RF和一阶微分(FD)组合模拟最好(建模集和验证集的R^(2)、RMSE分别为0.9678、8.9132和0.7841、20.9787)。对于三江源土壤有机质含量反演,不同模型的最佳数据变换方法不同。本研究成果能为后续的高光谱遥感反演提供理论支撑,从而实现三江源区土壤有机质含量的快速检测和实时动态监测。
- 周伟谢利娟周伟谢利娟杨晗黄露
- 关键词:土壤有机质偏最小二乘法支持向量机
- 一种基于重参数化卷积神经网络的结构损伤状态识别方法
- 本发明公开了一种基于重参数化卷积神经网络的结构损伤状态识别方法。具体来说,本发明提出了一种基于重参数化技术的神经网络,它可以将模型的训练和部署解耦,并在考虑模型推理速度的前提下保持较高的精度。具体来说,在训练中使用了一个...
- 王笛陆源明宋峰全罗肖辑杨晗代璐李韧蒋仕新刘新龙杨建喜
- 山区县域洪灾危险性评价指标体系构建方法
- 2017年
- 洪灾作为影响人类最严重的自然灾害之一,给人类带来了巨大的伤亡和经济损失。而山区由于其特殊的地形地貌和气候水文条件,是洪灾形成且受洪灾影响最大的区域之一。以山区县域为研究尺度,从地形地貌、气象水文、下垫面和人类活动等4方面因素入手,针对每个因素对山区洪灾的影响机制,进行指标遴选及量化分级,最终选取坡度、起伏度、微地貌类型、河网密度、夏半年降雨量、土壤类型、植被覆盖度、土地利用综合程度等作为静态指标,将不同暴雨强度下的汇流累积量作为动态指标,详细探讨了各评价指标的获取方法并将山区县域洪灾危险划分为高、中、低和微危险4个等级,最终构建得到山区县域洪灾危险性综合评价指标体系。
- 王芳林孝松何浪崔梦瑞周元瑞杨晗
- 关键词:洪灾指标体系山区县域
- 基于改进DeepLabV3+的混凝土桥梁裂缝检测方法
- 本发明属于图像处理技术领域,具体涉及一种基于改进DeepLabV3+的混凝土桥梁裂缝检测方法,包括:获取待检测的混凝土桥梁图像,将待检测的混凝土桥梁图像输入到训练后的改进DeepLabV3+神经网络中,得到混凝土裂缝图像...
- 王笛宋峰全陆源明罗肖辑杨晗代璐刘新龙李韧蒋仕新杨建喜
- 三江源区土壤重金属含量高光谱反演研究
- 高光谱遥感技术处于土壤重金属污染监测评价研究的前沿领域,具有巨大研究价值。本研究以三江源区为研究区,通过对野外采集的土壤样品进行理化性质的测定分析和土壤反射光谱的采集,研究了Mn、Cu、Zn、Pb、Cr、Ni这6种土壤重...
- 杨晗
- 关键词:土壤重金属偏最小二乘法支持向量机
- 基于注意力机制的多模态桥梁裂缝特征提取方法和系统
- 本发明公开了一种基于注意力机制的多模态桥梁裂缝特征提取方法和系统,所述方法包括:收集桥梁裂缝的多模态数据;设计各个模态的子网络,在子网络中引入自注意力机制,每个子网络负责处理一种特定类型的数据;在各个模态的子网络间引入多...
- 王笛代璐宋峰全杨晗陆源明罗肖辑李韧蒋仕新刘新龙杨建喜