基于问题式教学的地理深度学习路径研究——以"美国西海岸山火问题探究"为例

随着新课标的实施与新教材的使用,深度学习已经成为新课程改革的焦点.本文将问题式教学作为地理教学的主要方式,将基于问题的教学策略融入到地理学习过程中,以"设疑—解疑—质(释)疑"开展教学设计和教学评价,激励学生在课堂中进行深度学习,凸显学生的学习主体性,优化学生的思维品质,实现地理核心素养的培育目标.     

基于异质差异的研学旅行分组准备研究 ——以地理类课程为例

研学旅行课程以引导探究与合作学习为教学方式,要使分组活动达到效能最大化,就需要在组内异质、组间同质的基础上,依据学生的异质差异进行分组.本文根据研学旅行目标等要求及合作学习理论,将地理类研学旅行分组异质因素划分为:基础理论知识、实践能力、个性特征、人际关系情况四类,并就四个要素的作用及内容进行了剖析.     

基于深度学习的高三地理二轮复习单元教学的实践探索

传统的高三二轮复习重视知识的传授,以机械化"题海"战术为学习手段,学生的思维能力发展不足,难以适应新课改背景下的考试.本文基于深度学习的单元教学,从深度调查确定单元主题,到深度学习教学实践探索,再到深度反思,通过双向教学反馈,提供可以借鉴的基于深度学习的高三地理二轮复习单元教学实践经验.     

基于尺度概念的初中地理单元学习设计 ——以"长江三角洲"为例

单元学习是实现学生深度学习进而达成学科素养目标的重要途径.本文在对《义务教育地理课程标准(2011年版)》、各版本教材中隐性表达的"尺度"概念解析的基础上,以长江三角洲区域作为单元学习主题,进行单元学习活动设计,基于地理核心概念发掘学生学科素养发展价值.     

"学具"在地理教学中的实践与思考 ——以"地球自转"为例

地理"双新"即将全面实施,"如何加强学生的地理课堂参与度、提升学生的地理实践力"成为地理教师思考的主要问题.本文从转变地理教学理念出发,引导学生制作使用学具学习"地球自转",并将其延伸至其它地理内容教学.通过研究发现:(1)学具可以帮助学生解决地理知识难点、获得更多新知和体验,同时加强与同学的合作沟通能力,并真正融入地理学习中;(2)学生通过构思、选材、制作学具到操作演示、口头表述等一系列过程体验,能够提升地理实践力和创新思维.     

基于深度学习的旅游景区空间格局模拟与预测 ——以中国"一带一路"沿线18个省份为例

应用核密度、基尼系数、地理探测器及深度学习技术,分析了中国“一带一路”沿线高等级旅游景区空间分布特征、影响机制,模拟预测出适宜高等级景区发展的新区域。结果表明:(1)中国“一带一路”沿线高级别景区呈集聚分布,集中程度高,均衡性差异悬殊,景区密度东南高、西北低。(2)通过地理探测器识别与高等级旅游景区空间分异密切相关的因子,得出城市分布、交通状况、植被覆盖情况及地形起伏对高级别景区空间分异有较强的影响力。(3)采用深度学习技术对景区空间格局进行模拟和预测,发现西南地区极适宜发展高级别景区,且无论是从自然环境角度还是从社会发展角度,均具有地域的成熟性与发达性;沿海地区和东北三省次之;西北地区较不适宜。     

基于GF-1与Sentinel-2融合数据的地膜识别方法研究

随着我国地膜使用面积的增加和人们对土壤微塑料污染问题的日益关注,大尺度的地膜遥感识别已成为农业生产管理、土壤污染防治的必要手段。针对地膜光谱反射特征的复杂性以及基于单一遥感影像光谱特征识别方法错分率高等问题,该文以河北省邯郸市邱县为试验区,利用GF-1数据的空间细节与Sentinel-2数据的光谱信息进行NN Diffuse Pan Sharpening融合,据此建立地膜识别的特征矩阵(NDVI、MNDWI、NDBI、IBI、PSI),基于该特征矩阵可实现自动阈值地膜分层分类识别。多种方法的地膜识别结果精度对比表明:多源光学遥感数据融合方法的总体精度为94.87%,Kappa系数达0.89,显著优于基于单一数据源的深度学习法的精度(93.14%)以及基于传统机器学习分类方法的支持向量机(85.91%)和随机森林分类法(86.78%)的精度;通过与Sentinel-2多光谱影像融合,弥补了GF-1数据光谱分辨率低的缺陷,实现了多源数据在地膜识别中的优势互补,可为相关部门农业规划与管理以及生态环境保护等研究提供大尺度、高精度的地膜分布参考数据。     

面向高光谱遥感图像分类的连续空间依赖增强型空—谱卷积神经网络

利用深度学习技术对高光谱图像进行地表覆被的精细识别与分类已取得瞩目成果.其中,A2 S2 K-ResNet方法分类精度高、综合性能稳定,但其自适应卷积核选取机制未对卷积神经网络的感受野起到实质性的优化作用,进而影响分类结果.该文提出一种面向高光谱遥感图像分类的连续空间依赖增强模块,以弥补A2 S2 K-ResNet方法的不足,并借助三维残差网络框架,形成一种全新的空—谱卷积神经网络.实验采用4组高光谱图像分类标准测试数据集,并结合3种国际通用的精度评价指标进行方法验证.定性分析结果表明,该文方法可增强空间依赖信息,有效抑制噪声现象,大幅减少分类误判现象;定量分析结果显示,相比A2 S2 K-ResNet,该文方法的分类精度更高,计算复杂度更低,且随着训练样本数量递减,其优势逐渐增大.研究结果有助于解决极少训练样本支持下的高光谱图像分类问题,并提高高光谱图像分类模型的泛化能力.     

关于认真学习贯彻《山东省人民政府关于进一步加强测绘工作的意见》的通知

近日,省政府印发了《关于进一步加强测绘工作的意见》（鲁政发[2008]72号,以下简称《意见》）,这充分体现了省政府对测绘工作的高度重视。为学习贯彻落实好《意见》精神,现就有关要求通知如下：     

汤阴县国土资源局深入学习宣传《土地登记办法》

为迎接2008年2月1H起施行的《土地登记办法》,进一步规范土地登记工作,维护国家、企业和个人土地权利,促进全县经济社会的可持续发展,汤阴县国土资源局积极开展形式多样的学习宣传活动：一是组织全局干部职工采取集中学习和自学相结合的方式,利用局例会和业余时间逐条逐句进行学习,深入探讨《土地登记办法》新规定、新要求;二是利用广播、电视、手机短信以及国土局网站等新闻媒体广泛宣传施行《土地登记办法》的重要意义,进一步增强群众的法律意识;三是紧密结合目前开展的全国县乡村国土资源法律知识宣传教育培训活动,把《土地登记办法》及时宣传到广大基层干部,进一步提高广大基层干部的土地登记知识水平。