通过实验教学传授生物学知识

高中生物新课标倡导探究性学习,探究模式源于美国教育家萨其曼（Richrd Suchman）对于独立学习者发展的信念.他认为,在学生积极参与科学探索过程中,教师模拟科学家解决问题的过程,使学生体会科学家如何面临疑难情境,学会搜集、加工和整合资料,最终达到问题的解决,从而获得在真实生活情境中发现问题和解决问题的能力.     

高中生物探究性学习的指导策略初探

探究性学习——学生的福音。多年的讲学性教学方法让很多学生成了机器人,机械地接受老师传达的内容,刻在脑子里。学生只是学到了知识,而不是拥有了能力。我们不能完全的批判讲学性学习的缺点,但实践证明,这种方式确实是不完善的.。而新课标提出的探究性学习,弥补了讲学性学习造成的不足,使培养出的学生更具竞争力。     

北京温榆河公园不同建成时间城市绿地鸟类群落组成的空间变化与栖息地质量评价

公园作为城市绿地生态系统的重要组成部分，其鸟类群落组成与栖息地质量情况密切相关，是城市环境的重要指示指标。北京温榆河公园于2019年启动建设，是城区最大的生态空间。为了解公园建设过程中鸟类多样性的变化，给公园运行管理提供科学依据，2020年9月—2021年8月对其中2010年已建成的清河营郊野公园、2020年9月新建成的朝阳示范区、规划中尚未建设的温榆河与清河交汇处采用样线法开展鸟类多样性月度调查，并在此基础上结合遥感解译和食源植物多样性调查对鸟类栖息地质量进行评价。共记录到鸟类65种，隶属于13目29科，其中国家二级保护动物4种。温榆河与清河交汇处鸟类丰度、多度和多样性指数最高，Shannon指数平均为2.20±0.30,鸟类栖息地质量评分为优。朝阳示范区保护及受威胁鸟类多样性指数较高，Shannon指数平均为1.89±0.28,鸟类栖息地质量评分为良。清河营郊野公园鸟类多度和丰度最低，Shannon指数平均为1.49±0.27,鸟类栖息地质量评分为优。温榆河与清河交汇处是维持公园生物多样性最重要的点位，在建设中将作为核心区予以保留，减少人工绿地设置。今后公园生物多样性保护与建设中可...     

神经元图像大数据的弱监督自动识别技术

在介观尺度上，小鼠大脑图像的数据量可达到10 TB量级，人脑数据量则达到惊人的几十PB，从海量脑图像数据中识别和分析神经元的形态是一项复杂且具有挑战的任务。当前研究人员提出了基于传统机器学习和深度学习的神经元识别算法，其中传统机器学习方法存在迁移、泛化能力较差的问题，基于深度学习的算法虽然可以通过海量精确标注的训练数据提高模型的泛化性，但缺乏精确且丰富的图像标记数据集，因此同样存在过拟合和泛化能力弱等问题。本文提出了一种基于深度学习的弱监督神经元识别方案，仅需要少量有标注的数据，即可通过迭代策略获取海量神经元图像的精确识别结果，具备较强的泛化能力，并最大限度减少人工参与量。该方法在fMOST、BigNeuron等数据集上进行了实验，自动识别精度F1值分别为0.9247和0.8318，优于其他对比的神经元识别算法。     

1980—2018年祁连山南坡土地利用变化及其驱动力

祁连山是我国第一阶梯和第二阶梯的分界线,生态环境脆弱,对过渡地带土地利用变化及其驱动力研究具有重要的生态意义。本研究以祁连山南坡为研究区,基于1980—2018年遥感影像数据,运用空间自相关分析法、ArcGIS空间分析方法和主成分分析法分析了土地利用的时空变化特征及其驱动力。结果表明: 1980—2018年,草地是研究区土地利用类型的主体,建设用地所占比重最小,水域、草地表现为下降趋势,未利用土地、建设用地和耕地均呈现出增长态势,林地变化较小。不同地类单一土地利用动态度从大到小依次为:建设用地＞水域＞耕地＞未利用土地＞林地＞草地,综合土地利用动态度为0.9%。不同土地利用类型空间分布表现出空间集聚性特征。耕地增加的区域和林地、草地减少的区域主要分布在门源县城所处大通河谷地西北侧,天峻县东北部大通河上游地区存在工矿建设用地占用草地的现象。土地利用变化驱动力主要为人口数量、科技、城市化、经济发展水平和政策。本研究结果可为政府合理规划和利用土地资源提供依据,对祁连山南坡生态环境保护和社会经济可持续发展具有重大意义。