课程文献中心 更多>>

关键词： 概率统计   辩证思维   思政元素   教学方法  

摘要： 概率统计课程是高等院校理工类和经管类专业的基础课程,主要培养学生的辩证思维、逻辑思维和统计思维能力,引导学生善于运用统计数据分析方法来探究实际问题.概率统计课程中蕴含着丰富的人生哲理和育人素材,深入挖掘课程中的思政元素,将思政教育润物无声地融入课程的日常教学中,不仅能够激发学生的学习热情,而且能够培养学生勇于探索的科学精神和正确的世界观、人生观、价值观.

关键词： 机器学习(ML)   水质评价   河流湖泊   时间序列   驱动因子  

摘要： 机器学习(ML)具有深层次的网络结构和强大的拟合能力，可实现不依赖完整物理化学机制的污染物浓度预测。因此，ML已成为河湖污染早期预警、水质动态评估领域的重要研究工具。当前ML在河湖水质评估中的应用主要有特定时刻的污染物浓度快速评估、特定时间步长下的未来污染物浓度预测两个方向；预测污染物主要包括：氮磷营养盐、叶绿素a(Chla)、溶解性有机物(DOM)以及农药等有机物。溶解氧(DO)、水温(WT)和pH是ML预测污染物浓度的高频输入因子。内外源和水力条件也是河湖水质变化的关键驱动因子，考虑这两种因子可显著提高ML的预测精度。此外，数据缺失、过拟合以及可解释性不足等问题是制约ML在河湖水质评估领域发展的主要瓶颈；故机理模型-ML耦合和可解释机器学习(XML)等方法成为了现阶段ML研究的主攻方向。研究结果将为河湖水质快速评估和污染物浓度预测提供重要参考信息。

关键词： 生态系统服务价值   空间分异   地理探测器   多尺度   秦岭西安段  

摘要： [目的]探究生态系统服务价值空间分异的尺度效应,为秦岭地区的生态保护和经济发展决策提供参考。[方法]运用改进当量因子法,计算了2020年秦岭西安段5 km,3 km,2 km,1 km和0.5 km共5个格网尺度水平上的生态系统服务价值;采用空间自相关分析和冷热点分析归纳了不同尺度下地均ESV空间分异特征;并利用地理探测器对各尺度下的影响因素作用强度进行定量分析。[结果](1)地均ESV总体上呈北低南高的分布格局,具有小分散、大集聚的空间分布特征,并随尺度降低,其局部越丰富,但整体性降低;(2) 2 km尺度适合进行宏观分析和做整体性布局规划,1 km尺度适合进行水域变化对区域ESV影响的研究;(3)格网尺度越小,各影响因素内部差异增加,其整体性特征减少,局部特征差异凸显,空间分异性增强;(4)人类活动带来的土地利用方式转变显著影响区域生态系统服务价值,多因素耦合作用显著影响区域地均ESV空间分异,随尺度降低,其影响减弱。[结论]秦岭西安段的生态保护要重点关注区域土地利用性质的转变,可继续加强退耕还林政策,管控建设用地的规模,在兼顾生态保护的基础上,制定经济发展的布局规划。