安多县近30年气候变化特征分析

利用安多县1987-2016年气温、降水、大风、日照气象要素进行统计分析,结果表明气温除1997年出现一次低值外,整体气温呈微微上升趋势;年总降水量变化趋势不明显,2000年后分别出现极端最高值和最低值;大风天气明显,年平均大风日数为109天,大风天气主要集中在12月至次年5月。     

给水排水科学与工程专业实践体系建设研究——以西藏大学农牧学院为例

正给水排水科学与工程专业始建于1952年[1],当时我国部分高校仿照前苏联教育模式建立了给水排水工程专业,并在2012年由教育部将给水排水工程改名为给水排水科学与工程。给水排水科学与工程专业经历了60多年发展,已经发展成为一门应用很广泛的学科,它是以城市水的输送、净化及水资源保护与利用有关的理论与技术为主要研究内容,与城市、城镇建设事业、工业生产、环保和人民生活密切相关的重要学科。据全国高等学校毕业生就业指导中心在全国范围的抽样调查,在全国高等教育250多个专业的社会需求量排名中,给     

浅析青稞原料主要营养成分与青稞产业的发展

文章介绍了青稞含有的丰富氨基酸、微量元素和β-葡聚糖，以及这些营养成分对人体的功能，同时叙述了青稞产业在西藏的发展状况及存在的问题。     

基于机器学习方法在山南汛期季节降水预测中的研究应用

利用山南地区1980—2022年汛期降水距平资料,对其进行降水特征分析,得出山南地区汛期降水百分率整体呈略微增加趋势,即每10a降水百分率增加了1.7%;调用国家气候中心提供的气候因子与山南汛期降水距平做相关性分析,得出西伸脊点指数、亚洲区极涡面积指数、东亚大槽强度、西太平洋副高北界位置指数等气候因子与山南汛期降水相关度较高;分别用130个气候因子和挑选的优势气候因子指数为预报因子,分别基于支持向量机、决策树、随机森林等机器学习方法建立了山南汛期季节降水预测模型,采用ps评分的方法对各模型进行检验,结果发现：在检验时段内4月起报山南初夏降水ps评分为72.56分,6月起报山南盛夏降水ps评分为72.43分,6种机器学习中卷积神经网络学习ps评分最高为74.65分,挑选最优气候因子ps评分略高于国家气候中心提供的130个气候因子的ps评分。     

西藏农牧区寄宿制中学存在的问题与对策——基于西藏自治区6地(市)的调查与研究

通过对西藏自治区6地(市)的617名中学生,193名中学教师及11名校长的调查,发现西藏寄宿制中学存在的问题主要表现在5个方面:一是交通工具简单;二是西藏寄宿生学习时间偏长,自由活动时间太少,课外生活贫乏;三是学生食堂服务质量不高;四是学生不喜欢寄宿生活;五是寄宿制学校教师的工作量偏高。最后提出相应的政策建议。