冬小麦籽粒增重过程的动态优化研究

通过研究冬小麦籽粒增重过程 ,对籽粒干物质积累过程中的阶段性和层次性给以划分 ,获取各阶段的动态特征参数。运用全息协调的方法对其动态特征参数进行研究 ,找出了其内在的协调关系 ,并给以定量优化。结果表明 ,小麦籽粒干物质积累量在快速增长期主要决定于持续天数 ,在渐增期和缓增期主要决定于灌浆的速率。

多主体全方位重过程的教师教育协同创新研究

教育实习是高等师范院校培养中小学教师不可缺少的一个重要环节,是全面检验和提高教师教育质量的关键。韶关学院通过与南雄市政府、教育局和中小学等多主体协同,进行教师教育和继续教育、人才培养和教学研究、大学生实习和基地建设等全方位战略合作,多方位培养学生的思想品德与教育教学能力、学校管理和班级管理能力、组织协调与社会应变能力,全力打造互利共赢、良性发展的教师教育协同创新实验区。

重过程·重多元·重整体——群文阅读教学评价例谈

时下,大语文观和发展学生核心素养背景下,群文阅读一次又一次地成为语文教学中的"重头戏"。如何评价群文阅读教学,也成为语文教改中不可或缺的重要一环。因为有些评价一旦落地生根,就会影响到教学改革的后续力、课改方向和纵深推进。通过实践,笔者认为,群文阅读教学评价应重过程、重多元、重整体,以此推动师生挺进群文阅读的更深处,发现更美的语文和阅读的风景。

重结果更重过程

这段日子有不少事件似乎尘埃落定，又似乎没有真正结束。

重过程,促思维

《义务教育数学课程标准》指出，在教学的过程中要做到重过程、轻结果，促进开发学生的思维，使学生得到真正的发展。

解方程 重过程

问题与情境 苏步青教授是我国著名的数学家,一次出国访问,他在电车上遇到一位外国教授,这位外国数学家向苏步青提出了一个问题.……

秸秆焚烧导致的重污染过程分析

为进一步提高秸秆焚烧期重污染空气质量预报准确率,为管理部门提供科学有效的管理依据,利用6项污染物小时质量浓度数据、气象实况和再分析数据、卫星遥感监测结果,以2020年4月中旬吉林省的一次罕见重污染过程为例,对秸秆焚烧导致的重污染过程进行分析。结果表明,此次重污染过程持续时间长、污染强度大;高空风小、持续的高压脊和弱低涡切变系统以及地面均压场等静稳形势导致污染物长时间累积,造成重污染天气爆发;ρ(CO)异常偏高,ρ(CO)/ρ(SO_(2))在重—严重污染阶段呈上升趋势,PM_(2.5)、PM_(10)与CO、SO_(2)有较好的相关性,说明本次重污染过程的污染源主要来自于秸秆焚烧;后向聚类轨迹表明,影响吉林省的污染气团除本地外,还有部分来自于上游地区。

关于生物专业师范类学生对“教学过程重实践”见解的分析——以伊犁师范大学为例

对于高中生物课堂来说,教师应该不断深入理解课程标准的涵义,优化生物教学方式,为学生营造良好的学习环境,进而有效地提高教学有效性。本研究的目的是探究生物专业师范生对“教学过程重实践”这一课程理念的看法。研究对象是生物专业师范类大一至研二的404名学生。研究方法采用问卷调查法,问卷使用工具是“问卷星”App。数据分析基于IBM SPSS Statistics 23软件,采用可靠性分析、t检验和方差分析方法(α=0.05),其Cronbach的α尺度内部一致性系数为0.821。研究结果表明:师范类生物专业学生对“教学过程重实践”这一课程理念平均了解程度是61.51%,对该理念在教学中的应用持积极态度,并且不同性别师范类生物专业学生对这一课程理念的了解程度结果为Sig.(2-tailed)=0.157>0.05,表明男女生在这一理念的了解程度上无差异,而且随着年级的增长对“教学过程重实践”这一课程理念理解也更多,同时也能认识到生物学实验的重要性,并能够重视学生实践能力的发展。

基于时空数据挖掘的大气重污染传输过程时空规律分析

为掌握区域性空气污染传输扩散时空规律,支撑大气污染区域联防联控及应急管控,基于空气质量地面观测数据和时空数据挖掘算法,识别重污染气团的区域传输路径和传输强度,以2021年春季和冬季期间京津冀地区的PM2.5重污染过程为例进行验证。结果表明:研究时段内京津冀地区共发生17次区域重污染,长(>48 h)、中长(24~48 h)、短(<24 h)时间的污染过程分别为3、7和7次,长时间污染过程均发生在春季,污染强度较高,污染范围和传输范围覆盖整个区域;中长和短时间污染过程春、冬季均有发生,污染强度较低,前者影响范围(>80%)高于后者(<63%);中长时间污染过程的传输范围存在季节性差异。京津冀各城市的重污染过程污染传输强度系数普遍符合本地(0.32~1.00)>城市内(0.01~0.95)>城市间(0.00~0.28)的规律,其中,邢台市的城市间传输强度大于城市内传输,衡水市对周边城市的影响则低于平均水平。

兰州市一次持续重污染过程的气象条件分析

利用常规气象观测资料、PM10浓度资料及ERA-5再分析资料,对2021年3月14~21日兰州地区一次持续性重污染过程进行分析,结果表明:此次兰州重污染过程主要污染物为PM10,主要来源是输入性沙尘,上游甘肃河西西部、内蒙古西部及蒙古中部在13日傍晚到夜间、14~15日及19日清晨有3个起沙过程;连续3次沙尘输入以及本地沉降缓慢是重污染过程持续时间长的主要原因.沙尘的输送路径主要是河套-宁夏-兰州及阿拉善-宁夏南部-兰州;输送高度主要在1.5~3km.上游白银、中卫的地面风速增大可以预报兰州市沙尘天气的减弱,下沉对流能的突变可以预报兰州市PM10浓度的增加,混合层厚度大值中心的位置和移动方向可以指示沙尘输送的方向.

初中生物学课堂上落实“教学过程重实践”理念的七种策略

通过跨学科实践活动、实验探究、自然观察、调查活动、模拟实践、角色扮演、虚拟仿真实验等教学策略,探讨初中生物学课堂上“教学过程重实践”理念的落实途径,增加学生主动参与的过程。

板式表面张力贮箱推进剂重定位过程数值仿真的网格收敛性分析

为了验证2.67 L卫星贮箱性能,通过建立贮箱仿真模型,分别对贮箱50%与60%填充率下推进剂的重定位过程进行仿真验证。为了提高仿真效率,通过引入GCI指数这一概念,对比295万、625万、767万、955万网格数量的仿真结果,对仿真模型的网格收敛性进行分析。通过两个工况仿真结果的对比验证,认为当网格数量为625万时,数值模拟的误差能够收敛,具有较高的仿真效率。基于该仿真模型,对比分析了贮箱在受到轴向、周向扰动时与不受扰动时推进剂重定位过程的质心坐标变化,发现在扰动持续1 s情况下,推进剂质心变化小于1×10^(-3)m,因此认为该板式贮箱具有较好的抗扰动能力。

小区域一次重污染过程特征及原因分析--以隆尧县为例

为深入研究小区域内重污染天气成因,为地方政府在大气治理过程中提供数据及科学支撑,利用空气自动监测资料和气象观测资料,通过CAMx-PSAT模拟,对2018年11月23日~12月3日隆尧县发生的一次重污染天气特征及成因进行分析。结果表明:本次重污染过程强度高,持续时间长,具有典型的外源传输+沙尘叠加的特征,气温高、湿度大、风速小、混合层高度低、静稳指数高,综合气象扩散条件非常不利是造成本次污染过程的重要气象原因;本地污染源排放是污染发生的主要原因,周边区域污染物的输送和沙尘影响使污染程度进一步加重。本研究对区域大气治理工作具有指导意义。

重过程,还是重结果?——译者的母语对英译文本的影响

本文以母语不同的译者所译的英文文本作为例证,并根据语言学的一些相关研究成果,发现汉语为母语的英译者,其英译文本的语用取向往往着重事态的过程,而英语为母语的英译者,因英译文本正是他们的母语文本,其语用取向则着重行为的结果。此外,我们还对各种汉译英的文本作了进一步的检验,证实了重结果是操英语人士习惯的语用特点。本文还根据英语语用重结果的特点推导出一条汉-英翻译原则:译者须设定译文文本的读者对象是操英语的本族人,要在译文文本中体现出重结果的语用取向,为此,译文效果必须讲究客观、求实。

青岛市冬季一重污染过程PM_(2.5)污染分析

针对2020年1月3日至5日青岛市发生的一次PM_(2.5)典型重污染过程,对PM_(2.5)污染变化特征进行分析,并对污染期间气象要素、PM_(2.5)二次组分与大气氧化性、多普勒环境气象激光雷达与气溶胶激光雷达监测情况等进行综合研究。结果表明,本次重污染过程中PM_(2.5)日均浓度范围在100~251μg/m3之间,重污染时PM_(2.5)中SNA质量浓度占比达54.3%;重污染过程主要以二次污染为主,燃烧、工业生产以及机动车排放对本地颗粒物贡献较大;大范围静稳、逆温等不利气象条件叠加上游区域污染传输影响,是导致此次大气重污染过程的重要因素。

北京地区一次重污染过程的大尺度天气型分析

对北京2000年11月的一次PM10重污染过程进行分析,以期进行造成PM10质量浓度增量的天气型诊断.结果表明:最不利于污染扩散的气象形势对应着PM10质量浓度增量最大,而不一定是PM10质量浓度达到最高的环境背景场;PM10质量浓度的峰值是逐步累积而成的.提出定义PM10质量浓度从谷值逐日累积到峰值而后重新下降到谷值的状态为一次环境污染过程.根据环境过程与天气型的诊断分析结果认为,PM10质量浓度变化与天气形势演变有较好的对应关系.PM10质量浓度在上升、达到峰值和下降阶段对应的天气形势分别为持续数日的大陆高压均压场、相继出现的低压均压区及锋后的高气压梯度场,其中持续存在的大陆高压均压场是造成重污染浓度累积的主要背景场.

北京一次混合型重污染过程大气颗粒物元素组分分析

针对北京2013年1月的一次混合型大气重污染过程,于2012年12月31日—2013年1月18日在中国环境科学研究院大气环境研究所楼顶采集了TSP和PM10样品,分析了其中的元素组分.结果表明,逆温和静稳天气是导致此次大气污染的主要气象条件.重污染期(2013年1月11—15日)北京大气ρ(TSP)和ρ(PM10)的日均值分别为426.34和363.46μg/m3,分别是非污染期(2013年1月2—6日)的3.5和3.4倍;而重污染期TSP和PM10中ρ(无机元素)分别为36.38和18.67μg/m3,是非污染期的2.2和1.6倍,低于颗粒物质量浓度升幅.元素质量浓度特征和EF(富集因子)分析表明,Na、Mg、Al、K、Ca、Fe的质量浓度之和占总元素质量浓度的90%以上,其EF均小于10,属地壳类元素,重污染期各元素质量浓度未明显升高;Mn、Cr和Ni 3种元素的EF在研究过程中无明显变化;重污染期PM10中w(Cd)(0.05%)、w(Zn)(3.34%)、w(As)(0.22%)、w(Pb)(3.54%)、w(Mo)(0.03%)、w(Sn)(0.14%)和w(Tl)(0.03%)明显升高,并且这7种元素重污染期与非污染期的质量浓度比值和EF都较高,其来源主要为燃煤、移动源、工业源和垃圾焚烧等人为源.重污染期本地源对TSP和PM10的贡献略有增加.

中国重霾过程污染气象研究进展

对近年来中国重霾污染过程的气象成因的相关研究进行了总结,从大气环流背景、边界层流场以及气象因子等方面进行综合分析,并介绍了相关区域输送对污染的影响贡献,得出关于中国重霾过程污染气象的一致结论:冬季重霾发生的典型天气条件为高空500 h Pa西风纬向环流指数高,南北气流交换不畅,利于中国中东部高空稳定形势的发展,对应近地弱高低压系统,均压场控制频繁,稳定的大气层结使污染物更易在近地累积,偏南暖湿气流则促使大量二次污染物生成;副热带高压与青藏高原高压、西风带高压并合的形势,是引起中国夏季大气环境质量恶化的主要原因;台风引起的下沉逆温稳定天气,易造成珠三角地区重霾污染。区域和局地山脉气流辐合效应使污染物较易在山麓地带聚积,海陆风和山谷风带动局地污染物的垂直输送和区域间输送。地面弱风速、风向以及高湿度是影响大气质量的直接关键因子,混合层高度与空气质量具有较强的相关性,对限制污染物的垂向有效扩散产生重要影响。数值模拟气象要素对空气质量影响贡献得到多次验证,霾预警开始发挥重要作用,区域污染的输送作用对重点城市空气质量的影响不容忽视。在重霾过程污染气象的研究还有待深化的方面包括:重视模拟研究,对污染物在大气中多尺度传输、沉降及化学循环等全周期的行为轨迹进行追踪定量,制定有针对性的污染控制技术与对策;开展大气污染的影响边界研究,辅助气象预报为特定区域空气质量保障提出即时有效的防控措施和预警方案,为提高污染控制措施的有效性奠定科学基础。

京津冀区域大气重污染过程特征初步分析

基于为京津冀区域和城市环境空气质量预报和空气重污染预警业务提供必要基础参考资料和区域重污染发生发展规律认识的需求,应用现有空气监测网2013—2014年度京津冀区域13个城市空气质量监测数据,分析了该区域2013—2014年空气质量整体情况和污染过程的季节变化规律、污染范围,统计了两年间31次区域范围大气重污染过程,并根据污染过程的空气质量变化特点和大气环流形势,着重对31次重污染过程中均压场天气型污染开展分析。结果表明,2013—2014年京津冀区域空气污染形势严峻,全年约有六成日数受颗粒物污染影响;京津冀区域空气污染南北差异显著,有自北向南逐步加重的特点,南部污染严重城市对区域污染贡献巨大,石家庄、保定、邢台、邯郸4城市将PM_(10)、PM_(2.5)年均浓度分别拉升31、16μg/m^3;2013—2014年京津冀区域大范围重污染过程集中发生在秋冬季,两季的污染过程对区域两年PM_(10)、PM_(2.5)平均浓度分别拉升27、21μg/m^3;京津冀区域均压场天气型污染可细分为臭氧型均压场和颗粒物型均压场。当秋冬季出现较小气压梯度、西南小风、逆温层等均压场天气型时,容易造成区域颗粒物污染过程;而春末、夏季出现均压场天气型时,容易造成O_3污染。

2018年3月两会期间北京重污染过程边界层气象的演变分析

为研究北京冬季重污染过程的污染特征及成因,采用边界层风场、温湿场和气溶胶垂直探测等雷达综合遥测手段,对2018年3月北京两会期间的一次典型重污染过程,从边界层气象要素演变进行综合研究.结果表明:①整个污染过程历时7d,轻度以上污染时数达118h(占污染过程总小时数的69.8%),严重污染时数达16h(占污染过程总小时数的9.5%),ρ(PM2.5)最高达333.5μg/m^3.②从气溶胶的垂直空间演变来看,重污染天气的形成,除受本地源排放积累的影响外,还存在北京南部和东部的外部污染传输.贴地或上部逆温的稳定温度层结基本上对应ρ(PM2.5)的累积过程,其中,重污染时段逆温维持达68h,逆温层厚度为500~1100m,最大平均逆温强度为0.6℃(100m).大气边界层高度偏低(积累过程白天在1000m以下,夜间只有300~500m),导致污染物持续积累.整个污染过程中,高湿时段引起PM2.5吸湿增长和转化加重了污染程度;近地层持续小风导致污染积累;西南、东或东南方向大风层(10m/s左右)向低空下探,有利于污染的缓解;强西北风或北风作用,使污染得以清除.研究显示,污染过程与边界层气象要素的演变密切相关.