2022年冬奥会对张家口城市旅游地形象的影响研究——基于UGC文本分析     

徐琳琳  周彬  虞虎  张鹏飞 《地理研究》2023,42(2):422-439

重大节事活动对旅游地形象的影响具有时序动态特征,分析其内在机理有利于促进目的地营销和竞争力提升。本文采用Python数据挖掘技术和自然语言处理技术（NLP）,爬取国内知名旅游门户网站的旅游评论,从“认知-情感-整体”3个维度构建分析框架,探究2022年冬奥会申办期、筹备期、预热举办期的张家口城市旅游地形象的时序变化特征,解析特殊时期冬奥会对城市旅游地形象的潜在影响和作用机制。结果表明：(1)张家口市的城市旅游地形象构成要素日趋多元化,冬奥会的作用效果由弱变强。张家口市的冰雪旅游形象关键度不断提升,经历了由模糊向具象转变的细化过程,情感形象产生积极变化;(2)冬奥会对张家口城市旅游地形象产生了渐进式影响效应,通过旅游体验的建构作用、投射形象的引致作用和品牌感知的晕轮作用发挥效果。冬奥会推动张家口市的产品业态创新、基础设施升级及服务水平提升,通过改善游客体验对城市旅游地形象产生积极影响。研究结果对东道主城市的旅游营销和规划具有一定指导意义。  相似文献   

基于因子分析法的地理课堂教学生成因素研究     

邵靳  耿新强 《地理教学》2014,(8):16-19

影响地理课堂教学生成的因素较多。选取19个因素,运用因子分析法研究影响地理课堂教学生成的主要因素,最终提取出5个主成分,分别是师生的情感投入与态度因子、教学氛围因子、教育教学理论储备和教学机智因子、教学实际操作因子、情境设置下的学生认知水平因子。就此提出建议：教师应以饱满的热情投身到地理教学工作中去,热爱本学科,更爱朝夕相处的学生,建立起良好的师生关系;提升自身的整体素养,夯实教育教学的基本功,掌握先进的教育理念,通过言传身教,感染每一个学生;备课时,充分站在学生的立场上考虑问题,恰当地选取教学方法,弹性预设,准备生成;授课时,创设贴近学生实际生活的情境,营造公平民主的教学环境,启发学生思考,引导生成;合理利用这些宝贵的生成资源,助学生的思维升华一臂之力,使得再生成,再利用,让地理课堂始终展示生机勃勃的景象;课后,反省吾身吾课吾学生,扬长避短,让生成之火得以延续。  相似文献   

The Combined Effect of Initial Error and Model Error on ENSO Prediction Uncertainty Generated by the Zebiak-Cane Model          下载免费PDF全文

ZHAO Peng  DUAN Wan-Suo 《大气和海洋科学快报》2014,(5):447-452

Initial errors and model errors are the source of prediction errors. In this study, the authors compute the conditional nonlinear optimal perturbation （CNOP）-type initial errors and nonlinear forcing singular vector （NFSV）- type tendency errors of the Zebiak-Cane model with respect to El Nifio events and analyze their combined effect on the prediction errors for E1 Nino events. The CNOP- type initial error （NFSV-type tendency error） represents the initial errors （model errors） that have the largest effect on prediction uncertainties for E1 Nifio events under the perfect model （perfect initial conditions） scenario. How- ever, when the CNOP-type initial errors and the NFSV- type tendency errors are simultaneously considered in the model, the prediction errors caused by them are not am- plified as the authors expected. Specifically, the predic- tion errors caused by the combined mode of CNOP-type initial errors and NFSV-type tendency errors are a little larger than those caused by the NFSV-type tendency er- rors. This fact emphasizes a need to investigate the opti- mal combined mode of initial errors and tendency errors that cause the largest prediction error for E1 Nifio events.  相似文献   

渤海湾盆地东濮凹陷膏盐岩与油气的关系     

刘景东蒋有录  谈玉明慕小水 《沉积学报》2014,32(1):126-137

从东濮凹陷蒸发岩系的地质特征出发,系统分析了膏盐岩对油气成藏诸要素的影响及其对油气分布的控制作用。研究结果表明,东濮凹陷烃源岩与膏盐岩共生,膏盐岩-砂泥岩过渡带烃源岩有机质丰度最高;膏盐岩发育区烃源岩有机质类型以Ⅱ₁型和Ⅰ型为主;膏盐岩的高热导作用使盐上烃源岩生烃门限深度降低和盐下烃源岩过成熟门限深度增加,有效地扩大了生烃窗范围。膏盐层下部砂岩储层孔隙度相对正常压实地层而言整体偏大,且具有随深度增加表现为先增加后减小,孔隙度最大值出现在膏盐层下部一定距离内。膏盐层不仅对油气具有很强的封堵能力,而且易于形成盐下、盐间、盐上及盐岩边缘等多种圈闭类型。膏盐层厚值区形成的异常压力明显大于膏盐层边缘区,油气更易于在膏盐层的遮挡下向膏盐层边缘区运移。综合分析认为,东濮凹陷膏盐层边缘区不仅具有良好的供烃和圈闭条件,而且具备油气充注的通道和动力条件,是最有利的油气聚集区。  相似文献   

FY-3卫星对黑龙江省林火遥感监测业务的支撑     

董晓锐  魏迎 《黑龙江气象》2014,(2):23-23

<正>1引言近年来随着信息技术尤其是3S技术的飞速发展,遥感卫星监测森林火灾逐渐向远距离,智能化,信息化方向发展。自20世纪80年代初开始,美国、加拿大、澳大利亚等国家根据自身国情先后展开了林火卫星监测研究,1972年,美国研制出国家级森林火险预报系统,并在GIS背景数据库的支持下采用NOAA/AVHRR数据生成NDVI专题图,结合气象资料及可燃物类型等因子构建了火灾潜在指数,为美  相似文献   

期刊博览     

《中国测绘》2014,(5):104-104

专题地图符号的句法结构及其自动构建机制 专题地图符号的构建是一个复杂的智能过程,可通过句法结构对符号的语义关系进行规范,便于其自动生成。本文分析专题符号的符号类型、内在结构及其设计模式,提出基于音位（符号构成元素）、词（单个符号）、句（组合或复杂符号）的符号自动构建模型,进一步讨论符号自动构建的设计、句法结构的形式化描述。最后,基于专题指标本体提出自动构建机制的流程及集成应用。  相似文献   

点云数据制作地面模型初探     

高源鸿  彭岩  欧洋 《测绘与空间地理信息》2014,(4):183-185

着重阐述了利用点云数据,以TerraScan为平台,通过对点云的粗分类及细分类制作DEM的过程。  相似文献   

海底地形数据处理与DEM生成     

丁海燕  姜艳媛  项慧丽 《地理空间信息》2009,7(5):28-31

分析了海底DEM生成经常会遇见的问题，介绍了坐标变换、接边处理、插值加密等数据预处理方法，最终生成海底规则格网DEM。  相似文献   

基于智能体的自适应入侵检测系统   总被引：1，自引：0，他引：1  

李平  黄迪明 《成都信息工程学院学报》2004,19(4):535-540

提出了一种基于智能体技术的自适应入侵检测系统体系结构,将智能体技术和自适应模型生成技术应用于入侵检测系统中.智能体技术的应用解决了传统的集中式入侵检测系统的弊病,将任务处理和数据分布到网络各个结点上,通过各种智能体来协作完成入侵检测任务,充分利用网络和主机资源.而智能体与自适应模型生成技术相结合,采用遗传算法建立准确的数据模型,使得入侵检测系统能够自动配置和更新不同环境下的入侵检测模型,能够通过自我学习、自我改进来提高系统的入侵检测能力和适应能力.  相似文献   

基于A- CGAN的深反射地震数据随机噪声压制方法研究     

韩建光  王卿  许媛  刘志伟 《地质论评》2023,69(4):2023040015-2023040015

基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。  相似文献