高中劳动技术《大吴风草栽培与加工》单元教学设计

高中劳动技术《大吴风草栽培与加工》单元教学设计一、单元概说与课程定位《大吴风草栽培与加工》单元依据《普通高中劳动技术课程标准（2017年版2020年修订）》中“现代服务业劳动”与“农业生产劳动”模块要求，结合学校“耕读传家”校本课程体系，面向高一年级下学期学生开设，共12课时。大吴风草（学名：瓜叶菊，又名山马兰、野菊苗）为菊科多年生草本植物，在我校所在长三角江南地区分布广泛，兼具食用、药用、生态观赏多重价值，是连接学生乡土记忆与现代农业技术的优质载体。单元确立三维育人目标：知识与技能层面，学生掌握大吴风草的生物学特性、栽培关键技术、采收加工工艺及品质评价方法；过程与方法层面，通过田间调查、播种育苗、田间管理、采收初制、产品开发五个完整劳动环节，形成“观察—提问—假设—实验—结论”科学探究链条，建立标准化生产思维；情感态度价值观层面，涵养敬畏自然、崇尚劳动、诚信守法的职业精神，强化食品安全底线意识与乡村振兴使命担当。学情分析显示，高一学生具备生物学、化学基础知识，但缺乏完整农事生产经验，对标准化作业规程（SOP）、良好农业规范（GAP）认知模糊，动手操作存在“重结果、轻过程”“重力气、轻技术”倾向。教学设计遵循“项目引领、任务驱动、真实情境、评价导学”原则，将单元拆解为五个学习任务群，每任务群包含备课、实操、复盘三阶段，确保劳动过程真实、完整、可评价。二、单元学习任务群架构与课时分配任务群一：资源调查与品种甄别（2课时）。任务：以“校园药食同源植物资源普查员”身份，完成校园及周边3公里范围大吴风草野生资源分布采样、表型性状测定、优劣株系筛选，输出《大吴风草种质资源调查报告》。核心技能：GPS定点采样、植物学性状描述、简易品质速测（叶绿素仪、手持近红外光谱仪）、Excel数据透视分析。任务群二：育苗繁殖与标准化建立（3课时）。任务：以“育苗技术员”身份，完成种子催芽、穴盘育苗、基质配制、环境调控、分级出圃全流程，建立《大吴风草穴盘育苗SOP》。核心技能：种子千粒重测定、发芽率/势计算、基质配比（泥炭：蛭石：珍珠岩=3:1:1，pH6.06.5）、温湿光调控（昼温2225℃/夜温1518℃，相对湿度7080%，光照强度80100μmol·m⁻²·s⁻¹）、壮苗指标判定（株高810cm，叶片45片，根系洁白充盈穴盘）。任务群三：田间定植与精细化管理（3课时）。任务：以“田间管理师”身份，完成整地起垄、定植密度测算、水肥一体化方案制定、病虫害绿色防控、生长监测档案建立，输出《大吴风草田间管理技术档案》。核心技能：旋耕深度2025cm、起垄宽60cm/沟宽30cm/高25cm、定植行株距30cm×25cm（亩穴8800穴）、滴灌带铺设（流量1.38L/h，间距30cm）、水肥配方（苗期N:P:K=20:10:20，采收期N:P:K=15:5:25，EC1.21.5mS/cm）、黄蓝板诱捕+性诱剂+生物农药（苏云金杆菌、阿维菌素）防控体系。任务群四：适期采收与初制加工（2课时）。任务：以“初制加工工”身份，完成采收时机判定、分级采收、摊晾杀青、揉捻整形、干燥包装，产出符合《浙江省中药材生产质量管理规范》要求的大吴风草干品，建立《大吴风草初制加工工艺参数表》。核心技能：采收期判定（花期前嫩梢顶端34节，叶片展开度80%）、清晨露干后采收、摊晾厚度35cm/翻动间隔30min/水分降至40%50%、揉捻力度“手握成团、撒开即散”、热泵干燥（50℃→45℃→40℃分段，终水分≤12%）、分级筛选（特级：叶绿茎嫩、无杂质、完整度≥95%）。任务群五：产品开发与品牌营销（2课时）。任务：以“农创客”身份，完成大吴风草茶饮配方研发、包装设计、成本核算、合规标签制作、直播带货脚本撰写，输出《大吴风草衍生产品商业计划书》。核心技能：感官评价（外形、汤色、香气、滋味、叶底五因子打分法）、配方优化（大吴风草:茉莉花:陈皮=10:3:2）、包装材料阻隔性测试（透氧率≤5cm³/(m²·24h·0.1MPa)）、食品标签合规性审核（GB7718、GB28050）、成本利润测算（单包成本3.2元，建议零售价12.8元，毛利率75%）。三、核心任务群教学过程深度解析以任务群三“田间定植与精细化管理”为例，展开3课时教学实施细节。第一课时：整地起垄与定植密度测算（真实农场情境）课前备课阶段（课前1周）。教师完成：①田块土壤检测（pH、有机质、速效N/P/K、重金属），出具《土壤肥力评价报告》；②灌溉系统通水试压、滴灌带冲洗；③准备GNSS智能整地机、穴盘苗运输车、定植标尺、水质EC/pH笔；④在班级学习共同体发布《定植作业指导书》（含安全告知书、操作流程图、应急预案）。学生完成：①查阅《大吴风草高产栽培技术规程》（DB33/T23452021），标注关键控制点；②利用SketchUp绘制田块布局草图，测算定植穴数、滴灌带长度、主管管径；③组内分工：测量组、整地组、定植组、灌溉组、记录组、安全组。课中实操阶段（90分钟，校外劳动实践基地）。环节1【情境导入·安全第一】（5分钟）。教师现场核对学生着装（长袖工装、防滑雨靴、手套、帽檐）、急救包、通讯设备。强调“三不伤害”原则，指明避险路线、集合点。环节2【整地起垄·机机配合】（30分钟）。测量组用RTK测量仪放样田块四角坐标，导入智能整地机自动驾驶系统。整地组操作旋耕机作业，要求：前进速度0.81.0m/s，旋耕深度达标率≥90%，碎土率（<10mm土块）≥80%。起垄组跟进调整起垄器参数，垄面平整度偏差≤±3cm，垄高一致性CV≤5%。教师巡查重点：机具转弯处漏耕、滴灌带压溃、垄肩坍塌。环节3【定植作业·人机协同】（40分钟）。定植组采用“双人一穴”法：持苗人左手拇指食指捏住苗茎基部，右手食指在根际打孔深度8cm；覆土人双手拢土轻提，根系舒展、不窝根、不露根、苗直土实。记录组同步填写《定植质量抽查表》：每垄抽查20穴，统计成活预判指标（定植深度、土苗接触度、株距偏差）。灌溉组同步接通滴灌，定植水灌溉量15m³/亩，渗湿深度≥20cm。环节4【现场复盘·数据入库】（15分钟）。全班围绕《定植质量抽查表》数据：合格率92%，株距偏差CV4.2%，定植深度偏差±1.2cm。教师追问：“株距偏差主要源于何处？”“定植水量如何精准控制？”引导学生反思人工打孔一致性、滴灌压力波动对均匀性的影响。学生扫码上传数据至班级数字化档案库，自动生成《定植作业日报》。课后复盘阶段（课后2天）。学生以组为单位提交《田间定植复盘报告》，必含：①计划与实际偏差分析（甘特图对比）；②关键质量指标SPC控制图（Xbar/R图）；③改进建议（如：引入自动定植机、增加滴灌压力传感器、建立苗床土壤水势实时监测）。教师按《劳动技术实操评价量表》（过程性评价40%+成果性评价40%+反思性评价20%）评分，反馈至学生成长档案袋。第二课时：水肥一体化方案制定与实施（数字化决策情境）课前备课。教师搭建“水肥一体化仿真决策系统”虚拟仿真场景，导入土壤墒情传感器（5cm/15cm/30cm三层）、气象站（ET₀计算）、作物需水模型（FAO56双作物系数法）。学生预习：作物蒸散系数Kc曲线（初期0.5、中期1.05、后期0.8）、肥料溶解度表、ECpH调控逻辑。课中实操（90分钟，智慧农业教室+田间同步）。环节1【模型驱动·方案生成】（30分钟）。学生组队登录仿真系统，输入：田块面积0.5亩、作物类型大吴风草、当前生育期（定植后15天，分蘖期）、土壤墒情实时值（θ₁₅cm=0.22m³/m³，低于田间持水量70%阈值）、未来3天天气预报（降水0mm，ET₀=4.2mm/d）。系统输出：灌溉定额12m³/亩，灌溉时长45分钟，肥料配比N:P:K=20:10:20，施肥量5kg/亩，EC目标1.3mS/cm，pH目标6.2。学生需手工核算：尿素2.17kg、磷酸二氢钾0.87kg、硝酸钾1.96kg，验算离子平衡（Σ阴离子≈Σ阳离子）。环节2【现场执行·闭环控制】（40分钟）。灌溉组操作智能水肥机：设定比例施肥模式（文丘里吸肥比1:200），启动主阀、分区阀。记录组监控：入口EC1.28→1.31mS/cm，pH6.15→6.22，流量稳定性±3%。教师植入故障注入：模拟滴灌带堵塞（第3区流量骤降30%）、肥料箱吸空（EC漂移至0.8mS/cm）。学生应急处理：冲洗滴头、切换备用肥料箱、重新标定吸肥比，记录故障代码、处理耗时、恢复确认。环节3【数据复盘·模型修正】（20分钟）。导出灌溉过程数据（1分钟频次），对比计划与实际：累计灌溉量11.8m³（偏差1.7%），施肥量4.9kg（偏差2%），终端EC均匀性CV6.8%（超标准5%）。讨论：EC均匀性超标原因——地形落差导致压力差、文丘里吸肥非线性特性。引导学生提出：安装压力补偿滴头、改用文丘里旁路阀精准控制、建立EC流量补偿曲线。课后复盘。学生撰写《水肥一体化决策复盘》，重点阐述：模型参数本地化校准（Kc实测值与FAO标准值偏差）、故障诊断决策树构建、水肥利用效率（WUE、FUE）测算方法。教师组织跨组评审，评选“最优决策方案”“最佳应急处置”“最深度反思”三个维度优秀作业，全班公示。第三课时：病虫害绿色防控与生长监测（生态系统视角）课前备课。教师预设：当前大吴风草处盛花期前，田间调查发现：蚜虫百叶率12%（阈值10%）、小菜蛾百株卵量8粒（阈值5粒）、白锈病发病株率3%（阈值1%）、草地贪夜蛾性诱捕量3头/诱/夜（预警值）。准备：性诱测报灯、黄蓝板、显微镜、病虫害识别图谱、生物农药配制工具、无人机植保作业航线规划软件。课中实操（90分钟，田间+实验室）。环节1【田间巡查·精准识别】（30分钟）。5人小组“W”字形走样，每组调查50株。记录：蚜虫聚集部位（叶背、嫩梢顶端）、小菜蛾卵块位置（叶缘、叶脉背面）、白锈病病斑形态（叶面淡黄斑、叶背白色粉状物）、草地贪夜蛾卵块特征（鳞毛覆盖、排列整齐）。学生用手机微距拍摄上传“智慧植保平台”，AI辅助识别准确率95%以上，人工复核纠错。环节2【决策会商·阈值判断】（20分钟）。全班汇总数据，建立《病虫害发生动态表》。教师引导：蚜虫超阈值但天敌（瓢虫、食蚜蝇幼虫）百株量1.2头，天敌害虫比1:10，暂不化控，增挂黄板诱杀；小菜蛾超阈值且处卵期盛期，释放赤眼蜂3万头/亩+喷施苏云金杆菌（Bt）悬浮剂1000倍；白锈病初发，摘除病叶带出田外深埋，喷施氨基低聚糖素+嘧菌酯复配预防；草地贪夜蛾性诱捕超预警，同步喷施氯虫苯甲酰胺5%悬浮剂30mL/亩（间隔期7天），轮换作用机制（IRAC28组）。环节3【作业实施·规范记录】（30分钟）。植保组按《农药安全使用规范》（GB/T8321）操作：穿戴防护服、防毒面具、护目镜；二次稀释法配药（母液法），搅拌均匀；无人机植保参数：飞行高度2.5m，速度5m/s，作业幅宽4m，喷量1.5L/亩，雾滴谱Dv0.5=150200μm。记录组填写《农药使用记录卡》（批次、作物、面积、靶标、药品、剂量、方法、操作人、天气、间隔期），双人签名，存档备查。环节4【生长监测·数字孪生】（10分钟）。测量组使用植物表型移动站（手持LiDAR+多光谱相机），扫描3个固定样方（各9m²），获取：株高分布、冠层投影面积、叶面积指数(LAI)、NDVI、红边位置(REP)。数据自动上传云端，生成《大吴风草生长数字孪生模型》，对比历史同期：株高+12%，LAI+0.3，NDVI0.78→0.82，生长量指数(GVI)处高位，为后续采收期预测提供依据。课后复盘。学生完成《绿色防控决策复盘》，核心内容：①阈值判断依据与不确定性分析（天敌调查样本量是否足够）；②生物防治与化学防治衔接时空窗口（赤眼蜂释放后48小时禁用宽谱杀虫剂）；③无人机植保沉降分布均匀性验证（水敏纸测定，沉积密度≥20滴/cm²，覆盖度≥40%）；④抗性管理策略（轮换机制、避难所布设）。教师引入《农产品质量安全追溯管理办法》，要求学生模拟建立“一个产品一张身份证”追溯码，关联田块、品种、投入品、操作人、检测报告全链条数据。四、跨任务群核心素养评价体系构建摒弃单一纸笔测试，建立“过程性表现性评价+增值性发展性评价”双轨制。过程性表现性评价（占60%）。设计《大吴风草全产业链劳动素养观测量表》，包含四个一级指标、十二个二级指标、三十六个三级观测点。劳动观念与品德（15%）：劳动态度（主动性、坚韧性）、安全意识（风险识别、规范操作）、诚信守法（档案真实、标签合规）、生态观念（资源节约、环境友好）。观测点示例：“主动承担脏累险活”、“无提示自主佩戴防护装备”、“拒绝虚构产量数据”、“主动回收废旧滴灌带”。劳动知识与技能（25%）：专业知识准确性、操作规范熟练度、设备使用规范性、数字工具应用能力。观测点示例：“准确说出定植深度对根系发育影响”、“熟练完成文丘里吸肥比标定”、“独立操作RTK测量仪放样”、“能用Python脚本清洗传感器异常数据”。劳动思维与方法（10%）：问题发现解决力、标准化思维、数据驱动决策、迭代优化意识。观测点示例：“发现滴灌均匀性差主动查找压力损失”、“主动建立育苗SOP版本管理”、“用SPC控制图监控水肥EC波动”、“针对故障提出三代改进方案”。劳动协作与沟通（10%）：角色责任担当、团队协同效率、成果表达清晰度、跨界资源整合。观测点示例：“组长动态调整分工应对突发天气”、“组员间主动互教互学穴盘播种技巧”、“复盘汇报逻辑清晰、图表专业”、“主动联系农技站专家咨询白锈病防治”。评价实施：教师现场观测记录（每课时≥3次定点观测）、同伴互评（组内、组间）、自我反思日志（每日结）、数字化痕迹自动采集（登录时长、操作日志、数据上传频次、代码提交记录）。引入多面体雷达图动态画像，生成《学生劳动素养发展档案》。增值性发展性评价（占40%）。基于学期初“劳动素养基线测评”（理论测试50分+基础操作考核50分）与学期末“综合实战考核”差值计算增值指数。综合实战考核设置“数字化农场经理”情境任务：给定一块虚拟地块（土壤、气象、市场数据），要求考生在180分钟内完成：全周期栽培计划制定（甘特图）、投入品采购清单（成本控制）、关键节点SOP编写、风险应对预案、收益预测模型、合规标签设计。考核产出《大吴风草标准化生产全案》，由校内教师、农业企业导师、农技推广专家三方盲审，按专业度（40%）、创新度（20%）、可行性（20%）、合规性（20%）打分。增值指数计算公式：EVI=(S_endS_start)/(100S_start)×100%其中：S_end为综合实战考核折算百分制得分，S_start为基线测评得分。EVI≥0.6为显著增值，0.30.6为中度增值，<0.3为低增值，触发个性化干预机制。五、课程资源包建设与数字化赋能构建“实物资源+数字资源+专家资源”三位一体课程资源包，支撑教学全过程。实物资源库。①种质资源圃：保种大吴风草优良株系15份，建立DNA指纹图谱身份证。②标准化育苗温室：配备穴盘播种线、移栽机器人、环境自动调控系统、表型成像站。③智慧露天农场：0.5亩示范田，部署土壤墒情站、小型气象站、虫情测报灯、孢子捕捉仪、水肥一体化机组、无人机机库。④初制加工车间：符合GMP要求的摊晾间、揉捻机、热泵干燥房、分级筛选线、真空包装机、近红外品质检测仪。⑤产品研发厨房：感官评价实验室、配方配制台、包装性能测试仪、标签打印机。数字资源库。①虚仿实训系统：涵盖整地起垄、穴盘育苗、水肥决策、无人机植保、热泵干燥五大高风险/高成本/难重复操作的沉浸式仿真，支持VR/PC双端，内置故障注入、评分引擎、操作回放。②知识图谱平台：构建大吴风草栽培加工领域知识图谱（实体238个、关系1562条），支撑智能问答、学习路径推荐、薄弱环节诊断。③数字化档案系统：基于区块链的劳动过程存证，每个操作节点生成哈希值上链，确保过程真实、不可篡改、可追溯。④在线学习社区：任务发布、进度看板、问题广场、成果展厅、同伴互评、专家答疑，形成“学做评改”闭环。专家资源库。①校内导师团：特级教师（课程统筹）、生物教师（植物生理）、化学教师（成分分析）、信息技术教师（传感器/编程）、美术教师（包装设计）。②校外导师团：区农技中心研究员（栽培技术）、龙头农业企业技术总监（标准化生产）、食品检测中心主任（质量安全）、电商直播运营总监（品牌营销）、高校农学院副教授（科研指导）。建立“双导师制”，每组学生配备1名校内+1名校外导师，全周期驻点指导。六、安全风险防控与伦理合规红线安全风险分级分类管控。编制《单元安全风险辨识清单》，识别32项风险点，分四级管控：红色（严重）：农药中毒、机械绞伤、触电、高温中暑、雷击。措施：持证上岗、双人作业、绝缘工具、防暑降温包、防雷接地、应急演练月月练。橙色（较重）：农药飘移、滴灌管爆管、无人机坠机、农产品超标。措施：缓冲隔离带、压力泄放阀、电子围栏、自检送检双重把关。黄色（一般）：扭伤、虫螫、过敏、泥泞滑倒。措施：防护装备、驱避剂、过敏史排查、防滑鞋。蓝色（低）：日晒、疲劳、蚊虫叮咬。措施：遮阳帽、轮流休息、驱蚊液。建立“风险辨识评估管控复盘”PDCA循环，每课时课前10分钟“工具箱会议”交底，课后复盘更新风险库。伦理合规红线不可逾越。①种子来源合法：严禁使用未经审定品种、转基因种子、侵权繁殖材料，所有种源留存发票、检疫证、审定证。②农药使用合规：严禁使用禁限用农药（高毒、高残留、“三致”物质），严格执行间隔期，建立《农药使用台账》接受监管抽检。③劳动教育本真：严禁形式主义“打卡式劳动”、严禁学生替代专业工人从事高强度/高风险作业、严禁将劳动成果变相摊派销售任务。④数据真实完整：严禁伪造观测数据、篡改传感器记录、虚构实验结果，违者纳入学术诚信档案。⑤知识产权保护：学生研发配方、设计包装、撰写脚本均签署《知识产权归属协议》，学校保留非使用权，鼓励申请实用新型专利、外观设计专利、商标注册。七、单元实施反思与迭代优化方向20222023学年首轮实施反馈显示：学生劳动技能达标率94%，但“标准化思维”维度均分仅72/100，“数据驱动决策”维度均分68/100，反映出：①学生对SOP执行力强但制订力弱，习惯“按部就班”缺乏“知其所以然”；②传感器数据丰富但建模应用浅，多停留在可视化层面，缺乏机理模型耦合能力；③跨学科融合深度不够，生物/化学/信息/经管知识迁移呈碎片化。二轮迭代（20232024学年）重点攻坚：1.引入“SOP逆向工程”教学法：提供优秀企业SOP样本，指导学生拆解逻辑结构、关键控制点、异常处理分支，再重构本校情境SOP，提升标准化建模能力。2.增设“农业建模专题”微课程（6课时）：作物生长模型（WOFOST简化版）、水肥运移模型（HYDRUS1D入门）、病虫害预测模型（度日数+逻辑回归）、经济优化模型（线性规划），要求每组至少完成一类模型参数本地化校准与场景模拟。3.实施“双周跨学科协同备课”机制：生物教师讲解大吴风草次生代谢合成调控、化学教师指导黄酮/多酚提取分析、信息技术教师辅导Python数据清洗/可视化、经管导师讲授农产品成本核算/品牌定位，打通学科壁垒。4.升级评价体系：增加“模型解释力”“方案鲁棒性”“知识迁移度”三个二级指标，引入“同伴匿名评审+专家盲审”双盲机制，提升评价公信力。5.拓展产教融合深度：与龙头企业共建“现代学徒制”岗位，优秀学生寒暑假进入企业标准化基地、检测中心、电商运营部轮岗，实现“学中做、做中学、岗课赛证融通”。八、结语：让劳动教育在真实生产中生根发芽《大吴风草栽培与加工》单元教学设计，本质上是一场关于“如何让高中生像专业农人一样思考与行动”的课程改革实验。它不满足于让学生体验一把锄头、尝一口野菜，而是构建了一个包含种质鉴别、育苗工厂化、田间精准化、加工标准化、产品商品化、品牌数字化完整链条的微缩现代