杭州市余杭区举办地质灾害防治知识培训班

7,,EJ19日到2013,梅汛期刚过,余杭分局立即举办全区地质灾害防治知识培训班,来自全区基层一线的200多名地质灾害日常防治工作责任人员、有关镇村分管人员、有关部门分管人员和国土所全体成员在两天时间里接受专业知识培训。本次培训邀请省内专家讲解,内容包括浙江省地质灾害防治条例讲解、气象与防灾减灾、气象与地质灾害防治、地址灾害基本知识与日常监测等。     

冰雪灾害条件下地质灾害应急抢险处置知识构成分析

知识库是冰雪灾害条件下地质灾害应急抢险决策支持系统的核心,知识库中的知识构成则是整个研究的基础。本文按照产生式规则法的知识表示方式,分别分析了冰雪灾害条件下地质灾害应急抢险处置知识的前提及结论部分的主要构成内容,并总结了应急抢险处置措施选择应该遵循的基本原则,另外还给出了根据知识构成抽取具体知识的范例,为冰雪灾害条件下地质灾害应急抢险知识库及决策支持系统的建立提供了基础性研究成果。     

郯城县国土资源局培训农村干部注重“精、实、广、新”

8月30日至9月10日,全县农村党支部书记村居主任培训班在县委党校举办,郯城县国土资源局依托县委党校这一培训基地,注重“精、实、广、新”,以“土地增减挂钩及相关国土资源知识”为主题,分3期对全县837名农村党支部书记、村居主任进行国土资源法律法规知识培训、轮训,取得了良好效果。     

中国城市群技术知识多中心性演化特征及创新效应

技术知识多中心性是多中心性在知识创新方面的表征,是城市群技术知识生产与合作的空间结构反映,对城市群创新与高质量发展具有重要作用。本文运用2000年、2005年、2010年、2015年、2019年中国293个城市的专利申请和城市间专利合作数据,采用多中心性测度、工具变量和面板门槛模型等方法,对19个城市群技术知识多中心性的时空演化特征、类型演替趋势与创新产出效应进行分析,研究发现：(1)城市群形态和功能多中心性的演化过程差异明显,形态多中心性总体呈现“降低—升高—再降低”波动发展,而功能多中心性总体呈现“从低到高”递增发展。(2)高形态—高功能型的城市群创新水平总体较强,低形态—低功能型的城市群创新水平总体较低;分布呈现出形态多中心性多年持续分散,而功能多中心性呈现从较低功能多中心性向较高功能多中心性显著推进趋势。(3)模型结果显示城市群形态多中心性与创新产出呈现倒“U”型关系,拐点值为0.438;功能多中心性则与创新产出始终保持正相关关系,证实城市间创新合作对城市群整体创新产出的重要性。研究得出的城市群创新多中心性发展规律可为城市群创新发展战略制定提供研究支撑。     

基于知识图谱的地理教学研究热点及研究趋势分析

本文对中国知网数据库1992至2022年中有关地理教学的研究文献进行计量分析,利用CiteSpace软件对1477篇核心期刊进行可视化分析。研究得出：（1）地理教学研究发文量总体呈现上升趋势,2018年回落后又出现增长趋势;（2）地理教学研究热点主要集中于区域地理、地理教材、课程标准、教学内容、教学策略、核心素养;（3）近30年地理教学发展趋于现代化和专业化,地理教学理念与时俱进,地理教学内容与地理教学方法多元化。基于此,本文提出两点展望：加强地理教学研究机构以及作者之间的合作交流;重视一线地理教师教学研究,发挥一线教师的作用。     

“3+1+2”选科模式下学生人文地理知识掌握情况探析

2019年广东省颁布《广东省深化普通高校考试招生制度综合改革实施方案》,确定推行“3+1+2”选科模式。新模式、新教材背景下,学生对人文地理知识掌握情况如何,选科组合是否影响学生对地理知识模块的掌握情况,对某种选科组合的学生是否需要进行针对性教学,这些问题值得关注。本文分析试卷结构以及不同选科组合下学生在各知识模块、各题型的得分情况。结果表明：整体而言,学生对“资源枯竭型城市的转型发展”“城市的辐射功能”“资源跨区域调配”“资源安全与国家安全”“流域内协调发展”等模块的掌握相对欠缺;学生解答综合题的难度较大;学生选科组合差异对知识模块的掌握不具有显著影响。     

基于乡土资源的初中地理情境化教学设计——以“海洋对人们生产生活的影响”为例

乡土资源是重要的地理教学资源,本文以“海洋对人们生产生活的影响”为例,以深圳沙井“千年蚝乡”乡土资源为素材,以开发海洋资源为背景,以“生蚝”养殖地变迁为主线,探索基于乡土资源的初中地理情境化案例设计。这样的情境化教学设计有助于学生克服学习内容的抽象性,有利于学习内容的强化和迁移,并且是渗透家国情怀教育的重要方式。     

基于ALBERT模型的园林植物知识实体与关系抽取方法

园林植物知识图谱可为顾及区域适应性、观赏性和生态性等因子的绿化树种的选型提供知识支持。植物描述文本的实体识别及关系抽取是知识图谱构建的关键环节。针对植物领域未有公开的标注数据集,本文阐述了园林植物数据集的构建流程,定义了园林植物的概念体系结构,完成了园林植物语料库的构建。针对现有Word2vec、ELMo和BERT等语言模型存在无法解决多义词、融合上下文能力差、运行速度慢等缺点,提出了嵌入ALBERT（A Lite BERT）预训练语言模型的实体识别和关系抽取模型。ALBERT预训练的动态词向量能够有效地表示文本特征,将其分别输入到BiGRU-CRF命名实体识别模型和BiGRU-Attention关系抽取模型中进行训练,进一步提升实体识别和关系抽取的效果。在园林植物语料库上进行方法的有效性验证,结果表明ALBERT-BiGRU-CRF命名实体识别模型的F₁值为0.9517,ALBERT-BiGRU-Attention关系抽取模型的F₁值为0.9161,相较于经典的语言模型（如Word2vec、ELMo和BERT等）性能有较为显著的提升。因此基于ALBERT模型的实体与关系抽取任务能有效提高识别分类效果,可将其应用于植物描述文本的实体关系抽取任务中,为园林植物知识图谱自动构建提供方法。     

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数（Normalized Difference Vegetation Index, NDVI）、改进的归一化水体指数（Modified Normalized Difference Water Index, MNDWI）和归一化建筑指数（Normalized Difference Building Index, NDBI）年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明：单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高（精度可达93.66%,Kappa系数为0.81）。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。     

第45个世界地球日活动主题确定

今年4月22日是第45个世界地球日（以下简称“地球日”）。国土资源部办公厅日前发布通知指出,按照“十二五”期间地球日主题宣传活动要求,结合当前国土资源工作重点和社会关注热点,确定2014年地球日活动主题为“珍惜地球资源,转变发展方式一一节约集约利用国土资源共同保护自然生态空间”。通知指出,地球日是宣传我国国土资源国情国策、提高公众节约集约利用资源意识、普及地球科学技术知识的重要平台。第45个世界地球日主题宣传活动周从4月20日开始,至4月26日结束。