全球变化陆地样带研究及其进展

对ＩＧＢＰ中的研究热点——全球变化陆地样带研究——作了较为详细的综述。分析了ＩＧＢＰ样带兴起的原因，在全球的分布以及各条样带的主要研究任务，特别对于美国俄勒冈样带（ＯＴＩＥＲ）和中国东北温带样带（ＮＥＣＴ）作了详细的论述。美国ＯＴＴＥＲ项目的完成，表明即使是ＲＯＲＥＳＴ－ＢＧＣ这样需要众多环境变量的机理性模型，其所需的大部分变量可以用遥感手段获得，从而为机理性模型斑块推向区域、保证其模拟精度，并使其具有良好的操作性提供了途径，对于以后的样带研究有良好的启发性。中国ＮＥＣＴ已经进入实质性研究阶段，对于生态脆弱地区的判定，空间仿真模型的建立以及从ＮＤＶＩ推导参数都取得了较大进展     

利用高分辨率卫星影像进行地震损失评价所需的城市特征识别

高分辨率卫星影像已经在一些国家的民用领域得到应用。利用高分辨率卫星影像来收集地震损失评价所需要的各类城市信息不仅高效和有较好的时间分辨率，而且它可以减少以往所必需的大量的代价高昂且费力的城市调查。基于在印度城市台拉登所做的研究，讨论了如何利用高分辨率卫星影像进行城市特征识别的一些问题，同时也简单论述了利用GIS／RS软件综合所得的数据以便用于地震损失评价的方法。     

巨型钢结构抗震研究综述

介绍了巨型结构及其特点，着重总结、论述了巨型钢结构在分析方法和抗震研究方面的发展现状，指出了这种钢结构形式在抗震研究中存在的主要问题及今后进一步的研究方向。     

碳酸岩Sr、Nd、Pb 同位素地球化学研究评述

碳酸岩是出露相对较少的幔源岩石，其中Sr与Nd是研究地幔物质组成的主要对象之一。本文统计了世界上主要碳酸岩的锶、钕、铅同位素组成特征；研究显示，碳酸岩源区主要是洋岛玄武岩高U／Pb的HIMU端员和富集端员(EM1或EM2)的混合作用；此外大部分碳酸岩的锶、钕同位素落在大洋玄武岩范围内；这些均表明其成因与地慢柱有密切联系。碳酸岩及与之共生的硅酸岩的同源或独立源区模式部很难充分解释两者同位素组成特征，逭反映碳酸岩的演化模式涉及更复杂的过程。可能是俯冲作用使碳酸岩源区经历不同时间和程度的富集、亏损过程导致地幔源区成分不均一。     

高师人文地理课程建设的创新

本文就高师人文地理课程的创新目标以及课程体系、课程内容、实践教学环节等方面的改革创新，进行了初步探索。认为课程体系创新，要瞄准人文地理学学科的新进展、新趋向，体现时代特色；要服务于科教兴国和可持续发展战略；要注重学生的个性发展。内容创新，要突出新、中国特色、师范性。实践教学创新，要注重学生创新精神和能力的培养。     

基于GPS掩星技术反演大气参数模型的优化

准确掌握地球大气中的水气分布，了解水气变化趋势对天气现象、全球气候变化、数值预报具有理论研究及实用价值。以无线电掩星技术为基础，利用掩星数据反演大气参数剖面。对原反演模型的不足进行了论证，并给出了反演个例。详细地论述了通过引入MM5先验温度T再通过线性迭代的方法反演对流层下部水汽廓线原理，给出了优化后模型反演个例。并对模型优化后反演廓线中存在的问题进行了分析，提出了下一步优化方向。     

论职业能力取向的高职旅游地理课程教学改革

作为旅游职业教育的一门专业基础课，旅游地理课程必须重视职业能力的培养。本文运用教育学、地理教育学、职业教育学等学科原理，从理论和实践两方面对以职业能力为取向的高职旅游地理课程教学改革的背景、理论依据和实践研究进行了论述。     

中国地质学会期刊集群多刊入编2023年版《中文核心期刊要目总览》

依据文献计量学的原理和方法,经研究人员对相关文献的检索、统计和分析,以及学科专家评审,中国地质学会主办、合办、协办期刊《地质学报》《地质论评》《矿床地质》《岩石矿物学杂志》《岩矿测试》《西北地质》《沉积学报》《石油与天然气地质》《地质与勘探》《石油实验地质》10本中文刊物入编2023年版《中文核心期刊要目总览》（即第10版）之 “地质学”类的核心期刊。     

可解释性长短期记忆模型用于预测湖泊总磷浓度变化

对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R²=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。