对地理概念教学的几点认识

一、地理概念教学中的常见问题 1.对概念教学的疏忽、缺失 这一点在新教师中表现得更明显。因为有的概念词句简单,无甚可讲,且可以顾名思义,教师也没有对概念做过多解释。导致许多学生不重视概念的学习,对一些地理概念的内涵和外延认识模糊,相互混淆,直接影响到地理概念的掌握和使用,影响到地理基础知识的掌握和基本能力的提高。     

巧设“微专题”助力高三地理复习

正通过对近年高考试题的研究发现,高考对主干知识的考察更加细致入微,尤其在非选择题当中围绕某个主题设计新情境,依据信息迁移知识,进行梯度设问,重视思维和推理过程,同时对答案的表述要求更加精细和准确。为了能在地理高考中突破非选择题的瓶颈,取得理想成绩,笔者针对近年地理高考试题特点并结合自身教学实践,提出"微专题"复习模式,以期与同行交流。     

“百图齐放,殊图同归”——例谈高效地理复习中的“多图一用”

正纵观历年高考地理试题,几乎是"题题有图,无图不成题",图式的呈现往往比较新颖,因此读图能力的培养变得更加迫在眉睫。在此背景下,"多图一用"的教学方法受到众多一线教师的青睐。该方法是指复习中,在保持地理概念、规律等本质属性不变的前提下,从多角度、多侧面、多方位绘制图像,并通过图图转换,以多幅图像来呈现同一知识块,从而实现高三复习的高效化。     

高中地理课堂教学中的“乡土一刻”

正中学地理课堂教学中有许多案例分析,多是国内外业已引为经典的事例。这些地理事例图文并茂、事实详尽、特征鲜明,是课堂教学中不可或缺的部分。但经典的事例总是与我们的学生有着不能言状的时空距离,仿佛隔着一层纱。所以,能否将学生每天生活着的家乡地域中的日常地理事物或新近发生的乡土地理现象作为教学素材运用到课堂教学中来,以拉近学生对地理案例的现实感知,成为笔者常常思考的一个问题,并也努力在课堂教学中进行了尝试和实践。几年下来,我发现,将乡土地理素材运用到高中地理课堂教学中来并不缺乏契机和知识结合点。笔者把将乡土地理素材融入到高中地理课堂教学的这一教学模式取名为"乡土一刻"。     

省厅要闻

正国土资源厅上下联动指导基层党的群众路线教育实践活动省国土资源厅分别于3月8日、4月11日、5月9日深入海东市、海南州和海北州及部分县国土资源局调研指导党的群众路线教育实践活动开展情况。海南州国土资源局组织开展了"集中化解矛盾纠纷和突出信访案件"、"整治矿产资源     

2013年《气象知识》优秀作品获奖名单

2013年优秀文章 特等奖：第4期深藏故宫中附带气象仪表的钟表 一等奖：第2期岭南传统建筑中的气象学问 第6期“天人合一”的贵州民族建筑 二等奖：第3期甲骨文占卜天气剪影 第1期查干湖冬捕与气候 第2期古诗词中的气象知识——漫谈动植物的地域性与差异性 第6期“污闪”：输电大动脉的“柔情杀手”     

评刊问卷表

亲爱的读者：新一期《气象知识》又与大家见面了,衷心地希望这一期杂志能带给您一份收获的欣喜!     

构造地理要素趋势面的尺度转换普适性方法探讨

当前的遥感科学面临着遥感数据获取能力与数据应用能力之间突出的供需矛盾。尺度问题作为遥感科学中的关键问题,既限制了遥感作为一门科学向系统性、普适性的发展,又限制了遥感应用能力的发展。本文对定量遥感中的尺度问题进行了梳理,包括:遥感与传统站点观测之间的不一致、不同尺度遥感产品之间的不一致、机理模型的尺度适用问题,以及遥感产品与用户需求时空尺度间的不一致。对遥感中的尺度转换方法展开了讨论,总结了尺度转换的关键问题在于原数据信息量不足时引入额外信息和保留关键信息两方面。提出了构造地理要素趋势面的基本构想,搭建了一个具有普适性的尺度转换方法框架。核心内容是充分利用地表环境要素时间、空间上的信息作为先验知识,通过关联遥感观测新信息和先验趋势面生成指定时空尺度的地表要素产品。     

领域知识优化深度置信网络的遥感变化检测

为提高高分辨率遥感影像变化检测精度,提出一种以领域知识为优化策略的深度学习变化检测方法。利用改进的变化矢量分析和灰度共生矩阵算法获取影像的光谱和纹理变化,设定合理阈值获得变化区域待选样本;引入领域知识中图斑形状特征指数与光谱知识,筛选得到高质量的训练样本;构建并训练了深度置信网络模型,使用优化策略对深度学习变化检测结果进行优化,以减少“椒盐”噪声和伪变化区对检测精度的影响。通过高分二号与IKONOS影像的变化检测实验表明,该方法较优化前准确率与召回率最大增幅分别为7.58%和14.69%（高分二号）、17.08%和23.87%（IKONOS）,虚警率和漏检率最大降幅为30.22%和23.30%（高分二号）、17.08%和23.87%（IKONOS）,能够有效提高变化检测精度。     

耦合知识图谱和深度学习的新一代遥感影像解译范式

在遥感大数据时代,遥感影像智能解译是挖掘遥感大数据价值并推动若干重大应用的关键技术,如何将知识推理和数据学习两类解译方法有机联合已成为遥感大数据智能处理的重要研究趋势。由此提出了面向遥感影像解译的遥感领域知识图谱构建与进化方法,建立了顾及遥感成像机理和地理学知识的遥感领域知识图谱。在遥感领域知识图谱支撑下,以零样本遥感影像场景分类、可解释遥感影像语义分割以及大幅面遥感影像场景图生成3个典型的遥感影像解译任务为例,研究了耦合知识图谱和深度学习的新一代遥感影像解译范式。在零样本遥感影像场景分类实验中,所提方法在不同的可见类/不可见类比例和不同的语义表示下,都明显优于其他方法;在可解释遥感影像语义分割实验中,知识推理与深度学习的联合方法取得了最好的分类结果;在大幅面遥感影像场景图生成实验中,知识图谱引导的方法精度明显高于基准的频率统计方法。遥感知识图谱推理与深度数据学习的融合可以有效提升遥感影像的解译性能。