基于深度学习的乡土情境教学路径探索——以“土壤的形成”为例

深度学习是培养学生核心素养的有效途径之一。文章以贵阳市黔灵山公园为例,针对“土壤的形成”教学内容,合理设计地理教学探究任务,通过真实的乡土情境、层层递进的探究任务,以学生为中心,使学生身心都参与其中,促进学生的深度学习,使学生主动获得新知,进而培养学生的地理核心素养。     

石膏/蚯蚓粪肥对赤泥团聚体结构稳定性的影响

赤泥是氧化铝工业生产过程中排放的高碱性固体废弃物,迄今尚无经济有效的处置方法。以华中地区某堆场赤泥为研究对象,通过土培实验研究改良剂（石膏、蚯蚓粪肥、石膏+蚯蚓粪肥）对赤泥团聚体稳定性的影响。结果表明：石膏的添加能显著降低赤泥pH,而蚯蚓粪肥能显著增加赤泥有机碳含量。土培60 d时,石膏添加后赤泥pH由10.54降到8.75,蚯蚓粪肥添加后赤泥有机碳含量由3.54 g·kg^-1增加至14.31 g·kg^-1。土培180 d时,石膏、蚯蚓粪肥、石膏+蚯蚓粪肥添加后赤泥水稳性团聚体含量由12.04%分别增加到23.49%、29.24%、33.94%;团聚体平均重量直径由0.15 mm分别增加到0.26、0.30、0.34 mm;可蚀性因子由0.36分别降低到0.31、0.30、0.29。石膏和蚯蚓粪肥的添加促进水稳性团聚体形成,提高赤泥团聚体稳定性。基质改良对赤泥团聚体稳定性的影响效果依次为：石膏+蚯蚓粪肥 > 蚯蚓粪肥 > 石膏。研究结果对赤泥土壤化处置和规模化消纳研究有科学参考意义。     

改良土壤的能手——蚯蚓

蚯蚓也叫地龙、曲蟮,环节动物门寡毛纲动物。 蚯蚓的生活地域极为广泛,有土壤的陆地上有蚯蚓,没有土壤的水域中也有蚯蚓,而且蚯蚓的家族也十分庞大,蚯蚓的种类多达数千种之多。     

水稻土SOM含量高光谱模型的母质差异性研究

以青紫泥(BlueclayeyPaddysoil,BP)和红黄泥(RedPaddysoil,RP)为例,研究发育于不同成土母质的水稻土SOM含量高光谱模型的差异性.结果表明,发育于河湖沉积物的BP与发育于第四纪红色粘土母质的RP,因为土壤中所含粘土矿物的不同,加上有机质组份的差异,其SOM含量高光谱模型具有母质的独特性.无论以反射系数为自变量或是以反射系数一阶微分为自变量,BP与RP的SOM含量高光谱模型在模型所包含波段的个数和位置都有较大的差异.     

菜豆(Phaseolus vulgaris)对放射性钴的吸收与积累动态

研究了＾Ｃ６０在菜豆－土壤系统中的迁移,消长与分配动态。结果表明：（１）＾６０Ｃｏ由表土进入系统后即在系统中发生迁移,菜豆主要经根吸收＾６０Ｃｏ,然后向其各部位转移和分配。根中＾６０Ｃｏ放射活度显著高于植株其它部位。（２）土壤中＾６０Ｃｏ活度由表层至底层呈单项指数负相关。９０％以上集中表层６ｃｍ之内。（３）＾６０Ｃｏ在菜豆－土壤系统中活度的动态变化规律由多项指数描述。     

临沂市白浆化棕壤的形成与改良

分析了白浆化棕壤的成土特点，并结合科学试验与生产实践，从发生学角度提出了改良措施。     

沿淮淮北麦田水分状况分析

对安徽省沿淮淮北麦区麦田土壤含水量的调查表明，2000－2001年小麦全生育期的土壤水分从播种到成熟一直呈下降趋势。在小麦开花灌浆的需水高峰期，水分严重亏缺，阜阳地区亏缺量为13％，凤阳地区亏缺量为47％。     

南京市城郊零散菜地土壤及青菜中重金属含量特征

采集了南京市城郊零散菜地土壤和青菜配对样品各18个,用原子吸收光谱仪测定了其中铜、锌、铅、镉的含量,结果表明:南京市城郊菜地土壤中Cu、Zn、Pb、Cd全量高于农区菜地土壤,Cu、Zn达到显著差异,重金属含量在土样之间有较大的变异性,反映了人为活动已对南京城郊土壤重金属产生了明显影响。城郊土壤上种植的青菜其可食部分重金属含量高于农区,尤其是对人体健康影响较大的Pb、Cd含量与农区相比存在显著差异,大大超过国家食品卫生标准。     

Measurement and analysis of soil nitrogen and organic matter content using near-infrared spectroscopy techniques

Near infrared reflectance （N1R） spectroscopy is as a rapid, convenient and simple nondestructive technique useful for quantifying several soil properties. This method was used to estimate nitrogen （N） and organic matter （OM） content in a soil of Zhejiang Province, Hangzhou County. A total of 125 soil samples were taken from the field. Ninety-five samples spectra were used during the calibration and cross validation stage. Thirty samples spectra were used to predict N and OM concentration. NIR spectra of these samples were correlated using partial least square regression. The regression coefficients between measured and predicted values of N and OM was 0.92 and 0.93, and SEP （standard error of prediction） were 3.28 and 0.06, respectively, which showed that NIR method had potential to accurately predict these constituents in this soil. The results showed that NIR spectroscopy could be a good tool for precision farming application.