培訓公告:樹木年輪學/結構方程模型/小流域(農業)面染汙染APEX模型培訓

2021-12-30 iPlants

我們邀請來自中國科學院發表多篇相關高質量SCI論文，具有豐富實踐經驗及授課技巧的青年學者舉辦以下培訓班，

- 樹木年輪學培訓-5月15日-16日

- 小流域(農業)面源汙染APEX模型培訓-5月15日-16日

- 結構方程模型應用培訓-5月22日-23日

培訓方式：線上直播+回放+社群答疑

歡迎諮詢報名，聯繫人：黃老師，13910822427（微信同號）

由於樹木年輪材料定年準確、材料容易獲取、時間序列長的特點，樹木年輪學正受到人們越來越多的關注，國際和國內基於樹木年輪材料的高質量文章也層出不窮，但是樹木年輪學作為一門專門學科，有很多特有的技術和方法，使得很多初學者感到無從下手，成為科研過程中的障礙。我們特邀請國內發表多篇樹木年輪學高質量SCI論文，具有豐富實踐經驗的青年學者，舉辦樹木年輪培訓班。培訓班將結合免費開源軟體，著重介紹樹木年輪學的基礎理論、方法及應用，傳授實戰技能，手把手演示軟體操作流程，分享論文發表經驗。

【講師簡介】李宗善（中國科學院生態環境研究中心 副研究員），從事樹木年輪氣候學研究，目前利用青藏高原和黃土高原樹木年輪材料已經在Climate Change, International Journal of Climatology, Climatic Research, Theoretical and Applied Climatology等生態學主流雜誌上發表多篇論文。2017年至今，分別應邀在北京師範大學、陝西師範大學、山西大學、東北林業大學講述樹木年輪學的基礎理論與方法，取得了 良好 的培訓及學術交流效果。講師主頁：http://dse.rcees.cas.cn/yjzjs/qyjggjystgc/jggjystgcyjz/201211/t20121126_102419.html

【適用對象】碩士以上，有一定數據處理經驗和統計基礎，對樹木年輪學理論、方法、技術及應用具有迫切需求的青年科研人員，培訓內容適用於與樹木年輪學相關的氣候學、生態學、地理學和考古學等學科。有古樹木年齡鑑定或古墓葬精確定年方面有需求的也適合參加本培訓。

【培訓形式】線上直播，並提供回放

【培訓時間】2021年5月15日-16日（周六、周日兩天）

【培訓費用】2000元/人，包含培訓費、資料費。提供正規發票及通知用於報銷

【主辦單位】北京凌雲翼數據科技有限公司

【報名繳費】登陸網址或掃描二維碼在線報名

https://www.wjx.top/vj/mZHeX7C.aspx

可通過銀行對公帳戶匯款、支付寶、微信3種方式繳付（支付公務卡及信用卡）。報名後，會務組將提前2周以郵件方式發送正式培訓通知及繳費方式。


APEX模型全稱Agricultural Policy Environmental Extender，是一款用於分析景觀和流域環境變化對面源汙染相關過程影響的模型。水文模型中最重要的兩個模型是EPIC（Environmental Policy Impact Climate）和SWAT（Soil and water assessment tool）模型，這兩個模型已被廣泛應用於世界上的很多地方用於解決面源汙染相關的問題。然而，EPIC模型是一個田塊尺度的模型，而SWAT模型是一個大流域的模型，這兩個模型都沒能夠很好的解決在小流域的面源汙染相關問題。於是，便有了APEX模型。該模型是在EPIC田塊尺度模型的基礎之上增加匯流模塊，將EPIC在不同田塊的模擬結果匯流到小流域出口而形成的。經過多年的發展，該模型逐漸完善，形成了一個包含氣象、水文、土壤、植物生長、土壤侵蝕（水力和風力侵蝕）、氮素循環、磷素循環、碳循環、、耕作措施管理，放牧管理、有機肥管理及流失、小型水庫模擬、最優管理措施等多種模塊和功能的綜合模型。我國的水土保持和面源汙染通常是以小流域為基本單元進行治理的，因此該模型在我國有非常好的應用前景。

APEX模型適用于田塊尺度和中小流域尺度的長時間序列農業面源汙染模擬與農業管理措施效果評估，由於其較好的廣泛性、共通性，除美國外，相關應用已延伸至亞洲、南美洲、非洲的主要國家。鑑於APEX模型對複雜地表覆蓋下的地表水和地下水循環、土壤侵蝕、營養物質和及其河道輸移過程的模擬性能，模型可用來評估梯田、草地、緩衝帶、輪作、植物競爭、植被燃燒、畜禽養殖方式、施肥、灌溉、排水等措施對徑流、泥沙、營養物質和農藥等產生量的影響及其環境問題。

更多APEX的應用場景，可以點擊網址查看https://mp.weixin.qq.com/s/6O9qQurWrEBkyRn6KMyCVA

APEX相關網站

官網：https://epicapex.tamu.edu/

APEXOnline: https://horizon.nserl.purdue.edu/apexonline

GeoAPEXOL: https://horizon.nserl.purdue.edu/geoapexol

生態模型雲平臺：http://159.226.240.209/rceesecomodelcloud.html

（該平臺包含中國版的GeoAPEXOL，以及其它的模型。）

【講師簡介】

馮青鬱 博士（中國科學院生態環境研究中心副研究員）。2016年於美國普渡大學獲博士學位，從事流域水文模型的開發與應用、生態學等方面的研究，運用水文模型在Environmental Modelling and Software，Land Degradation & Development等主流雜誌上發表多篇論文。在美國攻讀博士及從事博士後研究期間，同APEX模型的開發研究組有多年的深入合作，並獨立開發了APEX模型的線上應用界面APEXOnline和GeoAPEXOL。具體詳見文章列表。目前正致力於開發該模型在國內的相關應用軟體以及其他生態模型相關應用軟體。

講師主頁

http://dse.rcees.cas.cn/yjzjs/qyjggjystgc/jgghydtmnyjz/201907/t20190718_502772.html

【培訓形式】線上直播+回放+在線社群答疑

【培訓時間】2021年5月15日-16日

如果您對該模型感興趣，歡迎點擊網址或掃描下方二維碼查看詳情及報名

http://bjupclouddata.com/newsinfo/1180677.html


結構方程模型 (Structural Equation Modeling, SEM)是近年來應用日益廣泛的統計分析模型，該方法通過對變量間直接和間接關係以及不可直接觀測的變量（即潛變量）的分析，能夠更好地處理多個變量之間的作用關係強度和影響傳導路徑，能夠有效彌補傳統統計方法的不足，被稱為統計學的一個大革命。該模型在生物學、生態學、社會科學、教育學、經濟學、市場與管理等領域都具有重要應用，目前已成為多元數據分析模型中應用最為廣泛的一種。隨著片段化結構方程模型的發展，SEM已經能夠與混合效應模型、譜系最小二乘回歸以及貝葉斯統計相結合，能夠方便處理非正態分布數據，納入隨機效應，考慮譜系相關等，極大地拓展了傳統結構方程模型處理多元數據的能力。

結構方程模型具有較為龐大的理論體系和複雜的參數構成和多變的形式，往往使初學者無所適從。為此，我們特邀請多次在國內著名科研機構進行結構方程模型培訓工作的一線青年學者講解結構方程模型的原理及其R實現過程，同時，通過對頂級學術文獻結果的重現分析，使學員徹底掌握結構方程模型的應用技巧。

【講師簡介】徐猛 博士（中國水產科學研究院珠江所，副研究員），畢業於中山大學，生態學專業。從事外來水生生物入侵機制及風險評估相關工作。主持國家自然科學基金、廣東省自然科學基金等項目，在《Global Ecology and Biogeography》、《Journal of Applied Ecology》、《Oecologia》等著名期刊發表論文40餘篇。獲授權國家專利33項，軟體著作權4項，參編著作9部。獲廣東省科技進步獎二等獎（排名第3）等。2019年獲廣州市「珠江科技新星」。在統計模型和大數據分析方面有紮實的基礎和豐富的一線實踐經驗，多次受邀在中科院瀋陽應用生態研究所、中科院西雙版納熱帶植物園、雲南大學、華南農業大學等單位開展結構方程模型，混合效應模型、ggplot2作圖等的講課和培訓工作。徐博士備課認真負責、演講富有激情和感染力，對基本原理的講解深入透徹，具有高度的實用性，風格深受廣大學員喜愛，獲得了一致好評。

講師個人主頁：

https://www.researchgate.net/profile/Meng_Xu33

【培訓形式】線上直播+回放+社群答疑

【培訓時間】2021年5月22日-23日（周六、周日2天）

該課程將用到R語言， R零基礎的學員亦可報名，我們將免費提供「R語言入門」學習資料

【培訓費用】2000元/人，包含培訓費、資料費。提供正規發票及通知用於報銷

【主辦單位】北京凌雲翼數據科技有限公司

【報名繳費】登陸網址或掃描二維碼在線報名

https://www.wjx.top/vj/wl1UabK.aspx

可通過銀行對公帳戶匯款、支付寶、微信3種方式繳付（支付公務卡及信用卡）。報名後，會務組將提前2周以郵件方式發送正式培訓通知及繳費方式。

上述「結構方程模型應用培訓」是我們「基於R語言的高級數據分析方法系列培訓」之一，該系列課程旨在提高國內科研人員的數據分析及作圖水平而設計，目前包括以下5門課程，各課程之間即有聯繫，又相對獨立，：

Meta分析（第13期）直播及錄播課 - 2021年4月10-11日錄製

混合效應模型（第5期）- 2021年5月8-9日直播及錄製

結構方程模型（第4期）- 2021年5月22-23日直播及錄製

貝葉斯數據分析（首期重磅推出）- 2021年5月29-30日直播及錄製

R語言統計製圖與地圖製作（第3期）- 2021年6月12-13日直播及錄製

上述日期是直播時間，我們還提供錄播回放，免除您沒有時間參加直播的煩惱。

如果系列課程感興趣，點擊下方網址，或「閱讀原文」查看詳情

http://bjupclouddata.com/newsinfo/1411784.html

相關焦點

  • 結構方程模型及 Mplus 軟體應用培訓班
    結構方程模型不但能夠實現傳統的第一代多變量分析方法，如多元回歸、方差分析、路徑分析及多層次模型，同時還考慮了測量誤差、同步分析多個因變量模型、模型擬合度、直接與間接效果、處理特殊數據，如自相關、非正態、類別變量等，使得統計估計變得更為精確。
  • SEM 結構方程模型
    近期想做一些宏觀方面的研究，上周聽業內的一位大佬講怎麼做分析，忽然想起了之前自己看過的關於系統中的反饋迴路和結構方程模型，於是重新來學習一下結構方程模型。幸運的是，SEM這個現在有python包了。希望能夠最終用到吧。一、基本內容SEM 廣泛應用與經濟學、社會學、心理學和生物信息學領域。
  • 直播丨基於R語言的結構方程模型分析及應用
    然而，自Wright在1920年美國科學院院刊（PNAS）提出第一個通徑分析方法發展至今的100年時間結構方程模型已發展出有較為龐大的理論體系和複雜多變的形式，使初學者往往無所適從。的全過程，使學員能夠利用結構方程模型方法解決實際研究和工作中遇到的相關科學問題。
  • ​結構方程模型還傻傻學不會?說的就是你,看這裡!
    結構方程模型是一種建立、估計和檢驗因果關係模型的方法。模型中既包含有可觀測的顯在變量，也可能包含無法直接觀測的潛在變量。結構方程模型可以替代多重回歸、通徑分析、因子分析、協方差分析等方法，清晰分析單項指標對總體的作用和單項指標間的相互關係。結構方程彌補了傳統統計方法的不足，成為多元數據分析的重要工具。
  • 還在花幾千元學習結構方程模型嗎?你已經out了
    它屬於第二代統計學方法第一代統計學方法以SPSS為代表 那麼結構方程模型究竟是什麼方法？點擊右下角可全屏觀看 讓我們跟隨超自信的張偉豪老師一起學結構方程模型吧！ 精通多種資料分析應用技術，擅長各種統計方法課程教學，尤以結構方程模型(SEM, Structural Equation Modeling)為最。處理資料分析案例上千件，組織和應邀統計學培訓講座數百場。因其資深的專業背景、精湛的分析技術、深入淺出的講授以及幽默詼諧的課堂風格，廣受大陸和臺灣師生的喜愛。
  • 似乎用不到的結構方程模型
    前些天想做一些研究分析，忽然想到是否可以用結構方程模型來做一些分析，於是找了關於結構方程模型的書籍和資料。
  • 結構方程模型的基本特徵
    放在一起，就產生了新含義，結構方程模型與此類似。結構方程模型是研究社會、自然現象因果關係的統計方法，探索和檢驗因果關係是所有研究領域的重要目標。例如為了治療和預防某種疾病，確定其病因是非常必要的。人們為了達到預測的目的，努力地探索因果關係。結構方程模型對因果關係的認識正是建立在對現象的觀測基礎上的。
  • 結構方程模型出現問題如何辦？
    結構方程模型由測量模型和結構模型構成，如果進行結構方程模型構建時想達到良好的模型效果。那麼就需要保證測量模型和結構模型均有著良好的擬合性，否則最終結構方程模型擬合效果都不會太好。結構方程模型包括測量模型和結構模型，而我們正常情況下只會關注於結構模型即影響關係等，而完全忽略掉還有測量模型。如果說測量模型不好，那擬合指標肯定不會好。但是測量模型是我們容易忽視的地方。因而第一點是查看測量模型是否有問題。
  • 結構方程模型出現問題如何辦?
    如果說只研究測量模型，那麼通常是指驗證性因子分析CFA；如果說只研究結構模型，則稱作路徑分析path analysis。驗證性因子分析和路徑分析均是結構方程模型的特殊形式。結構方程模型由測量模型和結構模型構成，如果進行結構方程模型構建時想達到良好的模型效果。那麼就需要保證測量模型和結構模型均有著良好的擬合性，否則最終結構方程模型擬合效果都不會太好。
  • 結構方程模型入門(純乾貨!)
    結構方程模型屬於多變量統計分析，整合了因素分析與路徑分析兩種統計方法，同時可檢驗模型中的顯變量（測量題目）、潛變量（測量題目表示的含義）和誤差變量直接按的關係，從而活動自變量對因變量影響的直接效果、間接效果和總效果。結構方程模型基本上是一種驗證性的分析方法，因此通常需要有理論或者經驗法則的支持，根據理論才能構建假設的模型圖。
  • 簡單易懂,結構方程模型思路總結
    結構方程模型是結合了多種統計分析方法，可同時檢驗因子、分析項、誤差項間的關係，既可以測量也可以進行分析。本文將基於SPSSAU系統進行說明。結構方程模型1、方法辨別結構方程模型SEM包括測量關係和影響關係；既可以測量各因素內部結構及相關之間的關係情況，也可以測量多個自變量與多個因變量之間的影響關係
  • 結構方程模型元分析:Web應用
    結構方程模型元分析（Meta-analytic structural equation modeling）是元分析的一個非常有潛力的方向，但是對於沒有使用過R和R包的初學者而言，做結構方程模型元分析還是比較困難的。基於此，我們也專門講解了結構方程模型元分析，感興趣的讀者可以聯繫小編QQ：3417492134獲取該課程。
  • 未竟「功業」之結構方程模型(SEM)
    閒賦在家，不如趁此時光整理下「結構方程模型」的學習資料，以供大家參考，感謝各位對鄙人創作的支持！ Part1 結構方程模型可分為兩部分：（1）測量模型 （2）結構模型，形式如下：結構方程模型簡而言之還是利用聯立方程組求解，但是它沒有很嚴格的假定限制條件，因此，結構方程模型的聯立方程組包括以下的兩類方程：一是測量方程，主要表示觀測變量x和y
  • 科學研究與論文發表利器——結構方程模型
    今天給大家介紹一種適合小白髮刊的量化研究方法——結構方程模型。結構方程模型（SEM,Structural Equation Modeling）是目前量化論文最主流的統計方法之一，又稱為第二代多變量分析，其應用的領域涵蓋醫學、社會科學、人文、教育、生態、管理、營銷、人資、財會與信息等多領域，它能更快速、高效和科學地揭示複雜的社會現象。近年來受到國內外頂級期刊青睞。
  • 第八講 結構方程模型分析
    結構方程分析可以考察潛在變量(Latent variables)與外顯變量(Manifest variable, 又稱觀察變項)之關係；也可以考察潛變量之間的關係，因此，該方法有效結合結合了因素分析(factor analysis)與路徑分析(path analysis)，包含測量模型與結構模型（如圖1所示
  • 應用語言學中的結構方程模型 -AMOS的實戰與演練
    結構方程模型（Structural Equation Modeling, SEM）的使用已成為全球學術界非常重要的一種量化研究方法，有研究表明：使用結構方程模型能夠提升論文質量和評審專家的推薦力度，增加發表概率。它一種融合了因子分析和路徑分析的多元統計技術，強勢在於對多變量間交互關係的定量研究。
  • 搞定結構方程模型,這一門課就夠了!
    結構方程模型已成為全球學術界非常重要的一種量化研究方法。
  • R語言統計製圖與地圖製作/樹木年輪學培訓班
    【培訓特色】1）強調製圖原理，而不是簡單地運行代碼，幫您從繁瑣的細節中梳理清楚思路；2）數據控制、圖形繪製、統計模型的有機聯繫，讓您可以靈活地玩轉代碼。【培訓目標】可自如繪製文章中的各類統計圖及地圖，並達到頂級期刊出版要求【培訓方式】在線直播+回放+線上社群答疑【講師簡介】徐猛（中國水產科學研究院珠江所，副研究員），畢業於中山大學，生態學專業。
  • ——一切只需從結構方程模型與Amos開始
    Amos是目前結構方程模型最主流的應用分析軟體。因其具有上手容易、操作簡單及圖式化工作環境等優勢，使用人數和論文發表量增長迅速，因此成為初學者進入SEM領域必備的一款軟體。儘管SEM是國際上社會科學研究的主流方法，但是在國內並不為人熟知，特別是Amos軟體，其應用市場70%在美國，20%在日本，而我國和其他國家和地區只佔10%。
  • 結構方程模型到底有多好用,只有學過的人才會知道!
    研究潛變量與其指標關係的因子模型，是結構方程模型的重要組成部分。結構模型研究的是變量（包括潛變量和顯變量）之間的影響關係，可以同時分析多個原因多個結果。近些年來，國際上廣為使用的結構方程模型，已經逐漸為國內心理、行為、教育、管理、市場及社會學等領域研究者所了解和應用，成為問卷（或量表）評價不可或缺的重要工具。