赵培留学国别：比利时学号：201908610097
一、思想政治学习
在踏上异国他乡的土地后，我从未减少对祖国和家乡的思念，真正感受到了月是故乡明这句诗句的意境。我在完成比方导师布置的工作之余，除了学习和处理原本一些数据、撰写文章外，我从未放弃思想政治学习。首先是积极从学习强国上获取各种知识，学党史，学习习近平总书记重要讲话精神，学习党的十九届六中全会精神。目前，我的每日积分都是尽可能的达到最高分，数次在学校群组今年的学习积分增速中排名第一，尤其在晚上，听听学习强国，一方面获取知识，另一方面还能加强政治学习，内心也平静了许多，一举三得。在认真听取的过程中，确实觉得党的这一百年是步履蹒跚，艰苦奋斗的一百年，也只有坚持中国共产党的领导才能实现中华民族伟大复兴。特别是六中全会公报中的三个需要，两个确立，五大历史意义和十个坚持，牢记一个根本，四个必须我都特别赞同，也深深领会，也在积极思考，怎么用毕生所学服务地方经济社会发展，教育好学生等等，并久久为功。总之，我觉得目前出国学习就是一场生动的爱国教育。国外疫情反复，没有安全感，还是祖国最安全。而且国外物价昂贵，生活成本高，一对比，都会觉得还是国内好。总之一句话，想国想家了！
图1学习强国2021年8月20日截图与2021年11月16日截图对比
2、保持对陌生人很警觉
由于欧洲新冠疫情始终处在高位，我大多时间都是居家，除了去超市购物和必要的外出外，几乎没有和本地人碰面或者交流，对网上的各种邮件等也比较警觉，对陌生电话也高度警觉，防止诈骗和其它方面的滋扰，所以这点请组织放心。
3、尽可能的帮助他人
来比之后，我也尽可能的为后续来比的国内访学的老师、同学提供意见和帮助。前后帮助四名访学的老师解答办理出国手续等各种问题，帮助两名新到的博士学生邮寄给报道材料大使馆，也在留学生群里解答我所知道的问题，体现了留学人员间的互帮互助的团结精神。另外，前段时间大使馆为有需要的留学生提供了防疫礼包，因为防疫物资还算充足，我没有申领，以便留给更需要的同学。
二、生活方面
随着欧洲逐渐进入了冬天，我也渐渐已经适应了在比的生活。这个阶段生活上的主要事情就是日常购物、购买保险和注射疫苗。保险在国外非常重要。关于购买保险，为了避免拥挤，一早我就去了CM保险公司排号，等了约有半个小时，轮到我了，询问了一些我收入方面的问题，开始办理了基本医疗保险，每个月8.5欧元。再有就是接种新冠疫苗，因为比利时大部分人已经接种完毕，疫苗中心即将关闭，我与9月8日在大篷车注射了第一针辉瑞疫苗，这距离我打完第二针国药疫苗不到4个月，再9月29日注射了第二针疫苗，打完反应比打国药的要大，胳膊疼，抬不起来，不过三四天之后就没有反应了。
因为比国需要提高接种疫苗的比例，所以大力鼓励每个人接种，并在多个场合需要个人提供疫苗注射信息，而中国疫苗在这里还不被承认。因此需要疫苗注射证明，因为打电话索要纸质文件不方便，于是想办法申请电子版，比国没有微信，这个时候就很麻烦，需要注册电子版的Its me，然后用its me登录covidsafe APP查看你的疫苗信息。而Its me的注册需要读取你的ID信息，需要一个额外的ID卡读卡器，没办法，我又打电话预约到银行，用银行的机器读取了我ID卡的信息，注册了Its me然后登录covidsafe APP查看注射信息。欧洲还需要通行证，然后又在另一个网址上下载了通行证，整个过程很繁琐，很多学生没有ID卡的，就更加麻烦了。反正一句话，怎么都没有在国内方便。
三、工作方面
图2导师线上开会进行指导
图3导师介绍采样的方案和研究思路
导师几次发信询问项目进展情况，并在线上开会进行指导。这个阶段的任务我完成了三个数据库的整合，在此之前三个数据库是分开的，包括前期处理的Albon数据库，包括了容重、质地等数据库，和MC1和MC2两个不同位置的土壤水分数据库，因为一共有252组数据，我需要一个个的寻找对应点位的数据，包括深度信息，点位信息和中间还是边缘的点，在与Albon的数据对应起来，然后将MC1和MC2的数据粘贴到Albon数据库中，整个过程繁琐，费时，怪不得前期没有学生愿意整理该数据集，但是也不敢抱怨。花了很长时间整理好之后，开始计算其中的x和es参数，这个相对简单很多。此次开会导师建议可以试试机器学习在数据上的表现，于是我又开始自学机器学习，先后在R软件和Python两个平台上自学了随机森林，高斯模型和XGboost模型等，并尝试对Albon数据库进行模拟。我发现了很有意思的结果。
总结而言，第二季度主要开展的其它工作还有：
1、作为专业负责人，与地理科学专业全体教师一起申报了省一流专业，包括申请书的撰写打磨，资料填写和上传，支撑材料的整理等各项工作；
2、负责两位学生毕业论文的指导工作，结合学生兴趣和学院有关要求，初步拟定了毕设题目；
3、按照学校和学院要求，第二次修改了院级《创新创业教育》的教学大纲；
4、参加了中科院青藏高原所举办的学术报告；
图1参加网络学术报告截图
5、完成中文投稿文章的修订；
6、阅读一些参考文献，完成导师交办的三个数据库的整合和利用机器学习方法模拟土壤抗阻力变化及影响因素。部分研究结果如下：
图4土壤抗阻力的随机森林模拟结果
我们发现利用机器学习比Dexon方程的结果要好很多，通过进一步的影响因素重要性排序我们发现，土壤深度和土壤含水量是最重要的两个影响因素。
图5影响土壤抗阻力的因素重要性排序
图6利用机器学习对降水同位素进行模拟
进而，我们利用机器学习对降水同位素进行模拟，也取得了令人满意的结果。下来尝试利用机器学习挖掘更多的降水同位素信息，并撰写文章初稿。
