地方高校地理科学师范专业“水文学与水资源”课程思政实践探索

课程思政是高校落实立德树人教育目的重要途径,师范类专业课程思政建设承载着当下育人和未来育人的双重功能.本论文以高等师范院校地理科学专业“水文学与水资源”课程教学为例,从课程思政目标定位、元素挖掘、路径融入三个方面探讨了该课程思政教学模式,将思政元素“如盐入水、有味无痕”地融入在各教学章节中,从而实现“以水育人,以文化人”的全方位育人目的,可为地方高校师范类相关课程与思想政治教育的有效融合提供参考和借鉴.

“水文学与水资源学”课程教学改革

《水文学与水资源学》是给水排水工程本科生的一门专业基础课程。旨在培养学生水文学、水资源利用与保护的基础理论和设计能力。基于课程特点,改变教学模式,提高学生的综合运用知识的能力和工程实践能力,以得到最佳教学方式。

基于思维导图的双语教学探究--以水文学与水资源课程为例

基于双语教学存在的学生整体英语水平不高、课程任务量大、教师教学方式比较被动及课堂互动性不高等问题,从思维导图可视化、发散性等优势入手,深入分析思维导图在水文学与水资源双语课程中的应用。将思维导图应用于水文学与水资源双语课程,降低语言障碍,加强记忆效果,促进学生对知识总体框架结构的掌握。同时,启发学生的创新思维,引导学生深化水文学课程内容,形成“以学生为中心”的教学体系,有效地提升本课程教学质量。

“水文学与水资源保护”课程教学方式初探

"水文学与水资源保护"是环境工程专业高年级学生的基础专业课程,本文从提高学生学习的积极性、上机实习、实践应用和读书报告四个方面,探索该课程的教学方式。强调发挥学生的特长,培养学生学习专业知识的兴趣、独立思考能力和发散性思维,领略不同专业领域的思维方式,养成认真学习的习惯,拓展专业知识面,增强学生勇于实践和创新的意识。

“水文学与水资源”课程教学中实施课程思政的策略分析

“水文学与水资源”课程主要是教授水文学与水资源的基本概念和原理,课程中蕴含大量的思政元素。该文对在“水文学与水资源”课程中开展课程思政的策略进行了分析,具体包括:在绪论课学习中合理融入思政要素;精心设计实验课,从而培养学生的科学态度;采用各种灵活的学习方式,增进课程思政的实效;关注与“水文学与水资源”课程相关的时事和学生的生活实践,将其作为课程思政的切入点;建设“水文学与水资源”课程思政教育资源库。

浅析“水文学原理”课程的教学与实践

"水文学原理"课程具有内容多、基础要求高、实践性强的特点。本文结合水文与水资源工程和地下水科学与工程专业的培养目标和课程体系,探讨该课程的教学方式。其中,为加强实践教学环节,培养学生实践能力和创新能力,对"水文学原理"课程教学内容中最为经典的部分进行实践教学,实现理论和实践的结合。

美国水文与水资源本科教育培养方案研究

在查阅美国亚利桑那大学、加州州立大学奇科分校等开办水文水资源方向本科教育大学有关文献的基础上,系统地总结和分析了美国水文与水资源本科教育培养方案和教学方法,提出了我国现行专业培养中的几个改革问题,以期为探索具有中国特色的水文与水资源工程专业健康发展提供参考。

浅议昌黎县城区水生态环境的构建

昌黎县近几年城市化的快速发展破坏了城区东沙河、西沙河的生态环境,本文通过分析二者的相互影响关系,提出了城市水环境生态的构建思路,并对城市水环境如何促进城市的创新、协调、绿色、开放、共享发展,实现人与自然的和谐相处进行了探索。

不同尺度和数据基础的水文模型适用性评估研究——淮河流域为例

在淮河流域蚌埠站以上区域构建人工神经网络(ANN)、HBV-D模型和SWIM模型等水文模型,评估不同时间、空间尺度和数据基础下水文模型的适宜性。得出:①时间尺度上三个模型对数据要求不同,ANN模型需要月尺度数据即可建立降水-径流关系且能取得较好的模拟效果,HBV-D和SWIM模型为日尺度水文模型,需逐日降水、温度和径流量等数据,SWIM模型还需作物管理、营养盐和土壤侵蚀等数据;②空间尺度上,ANN模型适应于大尺度,HBV-D模型适用于1×104km2及以上流域,SWIM模型更适合于1×104km2以下小流域降水-径流关系建立;③模拟效果分析,月尺度统计上ANN模型对水文模拟的整体效果较好,但不适合用于气候变化背景下水文水资源等研究,而有物理基础的HBV-D和SWIM模型虽模拟的纳希效率系数不及ANN模型,但在气候变化背景下仍是较好的工具。

遥感植被物候识别中逻辑斯蒂模型的适用性研究

气候变化引起的物候变化对陆地生态系统和水文循环等都有重要的影响,基于遥感数据的植被物候识别模型是当前区域物候研究的重要手段。本文基于小波分析方法,以内蒙古高原地区的草地物候为研究对象,利用遥感数据和气象数据,分析遥感植被物候识别中逻辑斯蒂模型的适用范围。研究表明,在干燥指标(HAI)大于3的地方,植被的物候周期会被干旱扰乱,不再满足逻辑斯蒂模型的假设,这种气候条件的地区不适宜使用逻辑斯蒂模型来对植被物候进行识别;在干燥指数(HAI)大于2小于3的地方,植被生长过程在部分年份受干旱干扰,在应用逻辑斯蒂模型前须对植被生长过程进行检验。