英语专业写作教学与建构主义

对英语专业写作教学中存在的问题进行了分析,并讨论了学生对英语写作的认知、动机和态度以及他们对自己写作水平、写作教学方法的评价和对该课程所给予的期望。结合笔者的教学经验探讨针对具体的教学对象如何激发其写作动机、培养其写作兴趣,并提出将建构主义学习理论应用于写作教学中,通过过程教学法提高英语专业写作教学的质量。     

青藏高原降水变化特征及趋势分析

研究干旱半干旱典型区域降水的动态变化及未来走向有助于应对气候变化。采取线性回归、Mann-Kendall趋势检验、小波分析的方法探讨青藏高原1961—2019年降水量的变化特征。结论如下：（1）降水量整体上均呈现增长趋向,春冬季上升趋势最强,且春季降水对年降水量贡献率存在骤增现象。（2）春冬两季的降水量和年降水量的趋势检验均为显著增加,降水量分别于1996年、1982年和1998年起快速上升,夏秋两季检验结果不显著。（3）年降水量震荡最显著的周期为1 a,结果亦显示未来降水处于偏高期。研究显示：青藏高原降水量增加势头不变,春冬季降水量将持续增加并显著影响年降水量,全球需发展低碳经济以减缓冰川消融进程。     

广西非气象参数Tm模型研究

通过分析广西4个探空站资料，结合GGOS Atmosphere格网Tm数据，建立随高程增大的温度递减率模型。根据温度递减率模型分别采用反距离加权法、双线性插值法、新反距离加权法和新双线性插值法计算探空站Tm，通过分析插值误差建立广西非气象参数Tm模型，并与Bevis模型、中国东部模型、广西模型进行比较。结果表明，温度递减率模型的Tm插值精度相对其他3种模型有比较明显的提升，4种方法的平均绝对误差（MAE）和均方根误差（RMSE）在1~2 K之间；广西非气象参数Tm模型的插值精度得到进一步提高，百色站的MAE约为2 K，其余站点的MAE和RMSE均在1 K左右，能满足可降水量反演的精度要求。     

基于WPA-WOA-BP神经网络的PM2.5浓度预测

针对传统BP神经网络存在的学习速度慢、易陷入局部极值等问题,利用鲸鱼优化算法(WOA)以及狼群算法(WPA)混合优化BP神经网络的权值和阈值,构建WPA-WOA-BP神经网络模型,并对PM2.5浓度进行预测.实验结果证明,WPA-WOA-BP神经网络模型预测稳定性高,可用于PM2.5浓度的预测,且预测精度优于BP神经网...