资源简介

项目4 预测绿植灌溉水量
——物联网数据分析
教学设计
一、内容分析
本项目是本单元的最后一课，通过前几课的学习，学生已经能够对绿植实现自动化灌溉，并且可以依据土壤的湿度状况实现个性化的浇水。但是在不同气温下，绿植的需水量是不同的，单纯依靠人为进行浇水判断有时会存在偏差甚至错误的情况。本课采用实验教学的方式组织进行，主要包含两项重要活动，首先学生将学习如何在物联网系统中，利用采集到的气温和每日浇水量进行统计记录，接着利用物联网数据分析工具，对不同温度下植物的需水情况进行预测，实现更加科学的绿植管理与养护。
二、学情分析
本节课的教学对象是八年级学生，他们好奇心强，具备较强的观察能力、分析能力和自主探究学习能力，愿意从实际问题出发进行学习和探究。通过前几课的学习，他们已经利用物联网技术实现了绿植自动灌溉和个性化浇水。但是面对不同的植物，在不同温度下如何更科学地管理养护成了他们的新问题。生活中，学生具备温度越高，植物需水量越大的基本常识，但缺少特定温度不同植物准确需水量的科学知识，因此在本实验中，学生将亲自动手实践，感受物联网数据分析对于操作决策的重要性。
三、教学目标
1．素养目标
（1）了解物联网数据分析的一般过程与方法。
（2）通过数据采集汇总，借助物联网的分析预测平台实现数据预测。
2．项目目标
搭建绿植灌溉水量预测系统，对不同温度下的绿植需水量进行分析预测。
四、教学重、难点
1．教学重点
（1）选择合适的实验器材，搭建绿植灌溉水量预测系统。
（2）通过实践体验理解物联网数据分析预测的一般过程与方法。
2．教学难点
借助物联网的分析预测平台尝试找出气温与需水量之间的关系，并能实现不同温度需水量的预测。
五、设计思路
本项目活动采用实验教学的方式组织展开，学生首先需要明确实验问题，即如何根据不同的温度对绿植进行科学改观，进而结合生活经验，设计能够根据不同温度预测需水量的实验方案，依托设计好的实验方案选择合适的实验器材和实验平台，通过物联网实验装置采集相关数据，在人工智能数据分析平台的帮助下对特定温度的需水量进行预测，最终实现科学养护绿植的目标。
六、教学准备
本实验教学活动，教师可以准备如下图所示的实验器材，制作绿植灌溉水量预测系统，准备好编程软件 Mind+，通过软件进行图形化编程实现数据的采集与结果预测。
七、教学评价
评价维度 评价内容 评价等级（ABCDE）
过程性评价 能积极发表自己的看法、听取同伴发言，思考问题
能主动投入学习，参与小组合作学习效果明显
能够根据绿植需水量与温度的关系假设设计实验方案
总结性评价 能够完成绿植需水量预测系统的搭建
能够完成绿植需水量预测系统代码的设计
能够实现不同温度下绿植需水量的预测分析
八、教学过程
实验流程 学习过程 教师引导 设计意图
提出问题明确目的 1．提出问题 班级里的绿植通常在春天的时候需水量较多，到了夏天需水量最大，但是夏天比春天需水量大多少呢？每次浇水的时候都会因为掌握不了确切的需水量而苦恼。 学习过程：思考、讨论，聚焦情境问题。如何根据不同的温度对不同的植物进行科学的灌溉呢？ 回忆生物课上老师讲 解不同温度下植物的 蒸腾作用，推测温度 与植物需水量之间的 关系。 物联网不仅可以采集 和呈现数据，还可以 将数据作为学习对 象，通过分析处理得 到智能化的预测结 果。 跨 学 科 知识 迁移应用，通 过 将 生物 课 上的 植 物 蒸 腾 作用知 识 迁 移至本 项 目，帮助学生 快 速 理解 和 感 受需 水 量 与温度之间 可能 存 在的 关系。
旱
2． 明确目的 学习过程：通过交流明确本实验的目的，通过利用物联网技术，对周边环境温度进行实时采集，再将采集来的温度数据放入“科学灌溉预测模型”中，进而得出最合适的浇水量。
提出假设设计方案 活动 1：提出实验猜想 学生回忆生物课上的知识，植物的需水量通常与温度、空气湿度、风速、生长周期等因素有关。进而推理得到：要想找到温度与植物需水量之间的关系就需要做到其他方面因素的一致，只关注温度与植物需水量之间的关系。 学习过程：利用大语言模型和专业的植物养护科普网站，搜索不同类型的植物温度与需水量之间的关系，并选择本组负责养护的绿植进行猜想汇报。 活动 2：梳理实验过程 在初步明确了绿植需水量与温度的基本关系后，通过什么样的预测工具能够实现绿植需水量的推测呢？ 学习过程：观看微课了解数据模型建立的一般过程，以及如何利用数据模型实现科学推测的原理方法。 植物的需水量除了与 温度有关系外，还跟 哪些因素有关系？ 播放微课，帮助学生 理解在物联网系统 中，可以利用数据处 理平台和工具对采集 到的数据进行统计分 析，找到数据和数据 之间的关系，形成数 据模型。 帮助学生思考 在实验室对于 控制变量的要 求。 通过微课形象 生动地为学生 展示数据模型 建立的过程， 突出本课的重 点。
实验流程 学习过程 教师引导 设计意图
提出假设设计方案 活动 3：设计实验方案 明确思路：首先需要收集一定数量的基础数据，进一步探索需水量与温度之间的变化关系，然后再利用物联网实验装置采集当前环境温度，将其放入建立的模型中，进行预测。 学习过程：每个组选择不同的绿植，汇报展示自己的方案，思考教师提出的问题，并对方案中的不足进行思考改进。 不同植物需水量与温度之间的关系可能是不同的，需要通过进一步查找资料明确本组的实验目标。 通过设计实验方案，培养学生的自主探究和协作意识。
实验探究新知构建 实验步骤 1：收集数据建立模型 如果要让预测模型具有足够的科学性，就得记录收集不同温度下绿植的需水量，但是课程时间有限，且无法做到温度的自由变化，如何才能收集到这些数据呢？ 学习过程：上网检索查找数据，并把数据汇总在表格中。 实验步骤 2：编写代码建立模型 收集到数据后，需要使用物联网平台提供的数据分析工具对绿植的需水量与温度数据进行分析。 （1）添加数据分析功能库。在 Mind+软件中的创建好用于数据分析的.py 文件，然后观看微课，从功能库中逐一添加安装 Pandas 库 、scikit-learn 库 、 matplotlib 库，并了解它们的功能。 库名称pandas库作用 : pandas 库经常被用于数据读取与处理 。强大易用的数据分析方法 , 以及优化的数据处理速度 , 使得pandas 成为数据科学家钟爱的 pytho" 库之一 。库名称scikit-lear"库作用 : scikit-learn 库是机器学习领域的常用开源库 。 我们可以使用 scikit-learn 库中的机器学习算法接口 , 简单高效地进行数据挖掘和数据分析。
利用权威的科学网站 上提供的已知信息， 可以快速收集得到数 据，引导学生对这些 数据进行汇总整理。 Mind+软件内置的许 多第三方库可以帮助 使用者完成数据的计 算、呈现与数据。 巡视指导学生如何安 装第三方库。 通过具体问题 具体分析的方 式，帮助学生 理解数据收集 的多种方式。 在安装第三方 库的过程中学 生逐步理解数 据分析的基础 过程，不同功 能的库分别对 应数据分析的 不同阶段。
实验流程 学习过程 教师引导 设计意图
实验探究新知构建 库名称matplotlib库作用 : matplotlib是pytho" 最常用的可视化工具, 可被用来生成直方图 、折线图 、散点图等数据图表, 是数据分析领域常见的工具。
（2）将半成品代码粘贴至代码编辑区，尝试对照语句注释理解核心代码的含义。 （3）运行代码测试查看需水量与温度关系呈现，小组讨论每种绿植的需水量和温度呈现的关系是否一样。 总结得到某一绿植在特定环境下，温度与需水量的关系模型。通过自主学习微课，学习了解物联网中其他数据分析的方法。 实验步骤 3：监测温度预测水量 （1）使用物联网实验装置搭建环境温度监测系统，将主控板，温度传感器和电脑进行正确连接，在连接时需要注意温度传感器的引脚与主控板连接的线序。 （2）学生在半成品代码上进行适当修改，实现环境温度的采集，并将其传入物联网平台中，对照学生学习手册再将温度数据代入已经得到了需水量预测的模型里，得到该温度下的需水量。 对学生不能理解的代 码进行释疑与解答。 组织小组展示与评 价，启发学生思考物 联网中数据分析的方 法，除了线性回归这 种方法之外，还有哪 些分析方法？ 巡视指导学生物联网 设备的硬件连接。 帮助学生解决在数据 导入需水量预测模型 时遇到的困难。 在阅读理解代 码功能的过程 中，学生的计 算思维能力得 到提升 ，将一 个数据分析的 大问题分解为 多个可解决的 小问题。 利用数据可视 化工具和数据 预测分析工具 生成模型后， 学生能够直观 地理解温度与 需水量之间的 关系 ，感受到 信息科技在数 据分析处理中 的优势 ，突破 本课的难点学 习。 将温度数据代 入建立好的模 型中进行预测 分析，实现对 模型功能的验 证。
实验流程 学习过程 教师引导 设计意图
实验汇报得出结论 （1）分组展示汇报本组选择的绿植需水量与温度之间的关系模型，通过采集当前环境温度，能够成功预测需水量。 （2）总结物联网数据分析的基本步骤，填写在自评表格中。 组织利用学习平台进行学生展示汇报，进行师评、互评。 教师对本节课的学习情况进行综合评价，对共性问题进行解 答。 经过总结归 纳，学生对于本课所学知识形成系统性的知识建构。
总结反思拓展提升 学习过程：和老师共同总结本节课所学内容，填写思维导图。 学习过程：课堂中或课后完成作业 作业设计： （1）基础性作业。 冰棍是盛夏的解暑神器，冰棍的销量也与温度有着密切关系，请你查看本地区某一个店铺，4 月至 10 月每天的冰棍销量，再查询天气记录，将冰棍销量与温度对应，整理好数据存放在表格中，人工分析数据，推测它们之间的关系。 （2）综合性试题。 利用物联网分析平台，将制作好的冰棍销量与温度关系表导入平台，进行数据模型的建立，再将当前的温度输入模型中，得到预测的冰棍销量，随机访问一些周边的店铺，对比感受预测的数据和真实的数据有无差异，并思考原因。 对课堂所学知识点进 行归纳总结，梳理物 联网数据分析的过程 与步骤。 组织不同层次的学生 完成作业，让所有学 生完成基础性作业， 让学有余力的学生完 成综合性作业。 通过分层作业 的方式让学生 能在完成作业 的过程中将课 程所学知识应 用于生活中其 他真实问题的 解决。
九、板书设计
十、教学反思
本课通过实验教学的方式组织课堂活动，帮助学生以科学的视角审视问题，从猜想到方案设计，再到实验验证与迁移应用，逐步培养学生的科学素养，真正落实科与技的并重。本课在教学过程中遇到的难点是学生对数据模型建立的理解与应用，后期可以与数学老师合作，从跨学科教学的角度优化学生对于此部分内容的学习，真正实现学科之间的融会贯通。

展开更多......

收起↑