基于集成学习的海岸带变化检测方法研究

随着我国自主研发卫星组网的不断完善,利用遥感变化检测技术进行海岸带变化检测成为海岸带监测的重要手段。针对沿海地区的变化信息提取,文章首先利用多特征构建差异影像,在此基础上采用两种集成学习方式:随机森林（Random Forest）和极端梯度提升（XGBoost）,进行试验区的变化检测,并与传统的机器学习SVM、经典的变化检测方法CVA和IR-MAD进行对比,结果表明集成学习进行变化信息提取效率远超其余方式,且XGBoost在变化信息提取精度方面具有一定优势。研究成果对海岸带及海域使用开展自动化变化监测和海岸带监督管理具有重要意义。     

木质素抑制黄土湿陷性试验研究

黄土湿陷性常引发黄土地区构筑物基础发生沉降甚至破坏,给黄土地区基础设施建设造成了严重的威胁。通过改良黄土可减轻和降低湿陷性的危害,拟采用绿色可降解工业废料木质素对湿陷性黄土进行改良,发现木质素改性黄土可显著减轻黄土湿陷性的危害,并从形变机制和微结构两方面对改良机制进行解释。研究结果表明：2%木质素掺量的黄土试样,其原有的强烈湿陷性已基本消除,改良效果在4%木质素掺量达到峰值;从形变机制看,木质素的加入改变了其结构特征,原本由湿陷性导致的结构失稳在加压期间被释放,致使改良土受湿陷影响降低;从微结构角度看,木质素会使黄土颗粒之间产生新的胶结物,使颗粒之间的联结力增强,从而提升其改良效果。通过室内试验验证木质素在抑制湿陷方面的有效性,2%木质素掺量即可达到改良效果且具有量省效宏的优点,同时符合绿色施工理念并提高工业副产品木质素的利用率,为实际工程解决湿陷问题提供新参考。