丘陵山地采煤地地表移动变形与裂缝特征相关性研究

在预测模型修正的基础上,运用地表变形预计系统对丘陵山区采煤地地表变形预测,通过对比分析预计裂缝结果和裂缝调查结果,分析裂缝与地表变形参数之间的相关性。研究结果发现,经过修正后的丘陵山地预测模型,预测结果与调查结果吻合;裂缝宽度与预计的水平变形值的相关性显著,而裂缝长度与预计水平变形值的的相关性不显著。     

不同植被恢复模式对黄土高原丘陵沟壑区土壤水分生态效应的影响

研究了渭北黄土高原丘陵沟壑区内侧柏、荆条、20年刺槐、4年刺槐、4年苜蓿、农地不同植被恢复模式土壤水分生态效应,结果表明:不同的植被恢复模式土壤容重均低于对照农田,减小幅度为16%~8%,孔隙度增加,总孔隙度增幅为24.5%~8.1%,毛管孔隙度增幅为1.2%~13.9%,非毛管孔隙度增幅为20.5%~90.0%;土壤持水性比农地增加33%~7.5%;水分补给量在0~2m范围内,侧柏、荆条、4年刺槐是农地的2、1.5、1.71倍,20年刺槐和苜蓿比农地低22.5%和31.4%;0~1m内,侧柏、荆条、4年刺槐分别是农地的2.16、1.78、1.85倍,20年刺槐、苜蓿为农地的25%和62.3%;>0.25mm水稳性团聚体含量比农地增加56.84%~30.72%;土壤结构破坏率农地最高为41.09%,其它植被为6.67%~25.73%。相关性分析表明土壤容重、总孔隙度、水分特征曲线a、水稳性团聚体含量、结构破坏率相关性显著。不同植被土壤水分生态效应不同,除20年刺槐、苜蓿土壤水分补给量小于对照农地外,其它各项指标均显著优于农地。     

琅勃拉邦——老挝的一颗绿明珠

有着"印度支那屋脊"之称的内陆国家老挝,位于东南来中南半岛中部,总面积23.68平方公里,其中约70%的土地是山地.     

基于R语言的非点源颗粒态磷指数构建及应用——以丘陵红壤区小流域为例

以南方丘陵红壤区典型小流域为例,构建了基于R语言的流域非点源颗粒态磷污染指数并进行应用.结果表明,（1）流域土壤侵蚀模数在0.7~15244.2t/（km²·a）之间,超出南方丘陵红壤区容许土壤侵蚀量的区域占流域面积59%;平均非点源颗粒态磷产生强度为0.86kg/hm²,超出非点源磷流失阈值的区域占流域面积14%.流域侵蚀等级以微、轻度为主,但中度及以上强度区域以较小的面积（7.2%）贡献了较大比例的流域侵蚀产生量（35%）和输出量（43%）、以及非点源颗粒态磷输出量（31%）.（2）识别的关键源区占流域面积14%,贡献了65%和58%的侵蚀土壤和颗粒态磷输出负荷;主要分布在近河道的坡地（<25°,水文距离≤800m）,林地、耕地、园地是主要土地利用类型组成.（3）过量施肥导致的土壤磷素富集、强降雨条件下低丘缓坡地带的高易蚀性是关键源区形成的主因.研究进一步对关键源区进行分类分区,提出了以水土保持、配方施肥、工程治理为核心的非点源颗粒态磷污染治理组合措施.研究为丘陵红壤区流域非点源颗粒态磷污染的防治提供了较为系统完善的思路.     

岷江上游山地生态系统退化机理研究的核心——关键种群的作用

岷江上游地区在我国长江上游同山峡谷区代表性，由于近几十年来人为活动加剧，该区生态系统严重退化。简要介绍了岷上游山地生态系统的概况，讨论了关键种群在退化生态系统研究中的作用和意义。在此基础上进一步认为，岷江上游山地系统退化机理研究应以典型的干旱河谷灌丛，亚高山森林和亚高山草甸等主要生态为对象，以关键种群为核心和切入点，重点研究了干旱河谷批示植物种群动态有其与环境退化的关系、主要动植物种群在变化在草地生态系统退化过程中的作用、亚高山关键种苗木定居及对退化产生理生态适应机制、土壤微生物区系变化有其对系统中氮素归还的影响等，进而有助于在理论上阐述关键种群的生态功能，探讨关键种群变化导致生态系统退化的作用机理；在实践上为目前国家实施西部大开发生态环境建设的重大需求提供理论依据，推动恢复生态学的发展和该区域的生态建设。     

秦岭南北降水空间分异研究

为了探讨秦岭南北降水空间分异特征,本文以秦岭山脊线南北22个气象站点2011～2018年间的逐日降水量及全球资料同化系统风向数据为基础,借助协同克里金插值和混合单粒子拉格朗日积分扩散传输模型(HYSPLIT模型)的后向轨迹模式等方法,对秦岭山区降水进行了空间格局分析、水汽轨迹追踪及水汽源地贡献率计算.结果 表明:①秦岭...     

融合YOLOX和ASFF的高原山地灾害检测模型

YOLOX 是全球首个一阶无锚框目标检测模型，超越了 YOLO‐V（3‐5）和 SSD 等传统锚框模型，极大提高了山地灾害检测识别精度。然而，该模型存在不同尺度之间特征不一致的问题，融合后的特征图质量有待提升。以西藏高原山地灾害重灾区为试验区，在建立了西藏高原山地灾害数据集的基础上，通过融合 Adaptively Spatial Fea‐ ture Fusion（ASFF）注意力机制和骨干网络尺寸调整机制，设计了一个优化的、不同适用性的高原山地灾害检测模型（Plateau mountain disaster detection model，PMDDM）。为验证 PMDDM 模型的优越性，将其与传统 YOLOX 模型、不同注意力机制、不同目标检测模型进行了对比分析，并且对不同尺度模型的检测性能和可视化结果也进行了对比分析研究。结果表明：ASFF 注意力机制可以有效的解决传统 YOLOX 模型中存在的不同尺度特征间的特征不一致问题，且对模型检测性能提升明显优于 SE、CBAM、ECA、GAM 和 Coord 等注意力机制；PMDDM 模型对山地灾害的检测精度优于 Faster‐RCNN、SSD 和 YOLO‐V3 模型，可以满足不同工作场景对硬件配置、检测速度和精度的需求，且模型尺度越大，识别目标的准确率越高。