空間分析課程教學改革模式探討

邵振峰 莊慶威 程 歸

1武漢大學測繪遙感信息工程國家重點實驗室，湖北 武漢，430079

《空間分析》課程是地理信息系統、測量學、遙感科學、地理學等多專業的核心課程之一，在上述專業的課程體系中發揮著不可替代的作用［1］。它包括從空間數據中獲取有關地理對象的空間位置、分布、形態、形成和演變等信息的分析方法或技術，使學生可以了解空間分析的基本原理、掌握主要的空間分析方法和技術，進而解決一些典型的地學問題。

“空間分析”在地理信息領域占據核心地位，在教學過程中存在諸多難點［2］?？臻g分析的根本任務就是提取空間信息，內容涵蓋獲取地理對象空間位置、分布、形態、形成和演變等信息的分析方法或技術，典型的內容包括空間自相關、路徑分析、選址分析等［3］。截至目前，各授課單位仍采用較為傳統的模式進行空間分析課程的授課，即“理論+案例+軟件實現”［4，5］。該授課模式存在以下不足之處：①利用有限的課時難以突出教學的重點；②地學領域中的典型特征難以得到突出表達；③與地理學相關的其他課程結合度較差；④不利于激發學生的積極性、創造性和關注度，從而影響教學質量。由此可見，當前“空間分析”課程的重要性與教學效果存在顯著的不協調性，教學改革成為高校面臨的緊要任務。

鑒于此，本文針對教學內容和教學模式提出了一整套的改革方案，以期為該課程的教學改革和國際化推廣提供新的思路。

1 課程教學內容改革

為改革《空間分析》課程的教學內容，提升教學效果，本文對當前該課程的主要內容進行了總結，如表1所示。其中，“空間幾何分析”“空間統計分析”“空間關聯分析”“空間格局分析”和“時空變化分析”均屬于傳統空間分析的范疇，部分內容與《地理信息原理》課程有重合?！翱臻g幾何分析”模塊主要介紹了鄰近度分析、疊置分析、網絡分析、地形分析和三維分析等內容；“空間統計分析”模塊著重介紹了探索性數據分析、空間插值、地統計理論基礎和克里金插值；“空間關聯分析”模塊主要介紹了一些關聯分析方法和模型，包括空間權重矩陣、空間自相關、空間回歸、空間異質性和地理探測器；“空間格局分析”模塊主要介紹了空間點模式、空間句法和景觀格局分析，重點在于景觀格局分析；“時空變化分析”模塊時空地理分析、時空數據模型、時空軌跡分析和城市人群活動時空分析。

表1《空間分析》課程教學內容Tab.1 The Teaching Content of Spatial Analysis

人工智能在諸多領域引起廣泛關注，典型技術包括：機器學習、深度學習和云計算等［6］。對于青年學子而言，這些“時髦”的技術更受他們的推崇。相對比之下，傳統的空間分析技術顯得單調無趣，不能激發學生的熱情。從該現象背后不難看出癥結所在，那就是空間分析相關的方法和模型與人工智能技術結合度不夠，當前的空間智能分析技術相對匱乏。因此本文提出對前5個教學模塊的“傳統內容”進行精簡，騰出更多的課時給“空間智能計算”和“空間大數據分析”兩個模塊，可以加入云計算的相關學習內容。

在“空間智能計算”這部分，隨著時空大數據時代的到來，要想實現空間智能計算，必須將空間分析與人工智能結合起來。時空分析的智能化需要經歷四個過程：數據驅動下的模型發展、數據融合下的規律揭示、數據整合下的融匯創新、數據拓展下的應用革新。在這個時空大數據時代，基于傳統的空間分析方法，如空間聚類分析、決策樹、隨機森林、支持向量機等方法面臨著很大的局限性。而基于深度學習的時空數據分析更能體現“空間智能話計算”?；谏疃葘W習的時空數據分析具有廣泛的應用，如：目標檢測、對象分類、實例分割、語義分割、道路提取、變化檢測等。

在“空間大數據分析”這部分，主要包括大數據獲取與預處理、相似項發現與數據降維、社交網絡分析、輿情分析4個方面。在大數據時代背景下，深入挖掘分析綜合治理平臺現有的人口、事件、法人等數據信息，對于推動被動式信訪訴求渠道向主動式數據分析了解民情轉變、經驗式決策方式向數據分析決策方式轉變將起到積極的作用。大數據可視化平臺對社會管理基礎數據庫的數據進行可視化，對各項社會不穩定因素進行指標分析、關聯分析，建立模型，為社會的穩定提供決策支持，主要包括統計分析可視化模塊、社會穩定指標可視化模塊、關聯挖掘可視化模塊和社會管理事件時空演進可視化模塊。

2 課程教學模式改革

當前《空間分析》課程在教學階段仍面臨“老師單向傳授，學生被動學習”的困擾，且考核方式陳舊，主要以試卷筆試、大作業、實驗報告為主，實踐操作和機會較少且所占分值較低。這種教學模式存在3種弊端：

1）學生參與感低，可能導致學習興趣降低甚至產生對該課程的厭學情緒；

2）實踐機會少，獨立解決案例問題的能力較差，不能明顯增強學生的動手能力；

3）不能充分激發年輕學子主動學習和自主探索的熱情，限制了他們對學科前沿自主探索的積極性。

針對上述問題，本文有針對性地設計了一些行而有效的措施對教學模式進行改革，以期為相關專業的教學提供一些借鑒。

2.1 體驗和實踐式教學

學生作為課程的主體，參與體驗和實踐“空間分析”的相關知識、方法、模型和競賽顯得尤為重要［7，8］?；诖?，本研究提出了幾項措施提升學生參與體驗和實踐的熱情。

1）提高學生前置性體驗，即在課程設計階段就引入多名學生代表，征求和聽取他們關于課程設計的建議，針對當代學生做一些個性化設計；

2）擺脫課時限制，強化學生的實踐能力，例如鼓勵學生參加相關科學競賽，促使學生對已有方法進行創新性應用；

3）利用多源網絡平臺拓寬老師和學生的交流途徑，適時在網絡平臺發布任務或者設置議題，尤其要發揮助教的作用，在助教的帶領下促進促進學生的主觀學習力和學習熱情。

2.2 全英文授課和國際化教學

武漢大學的遙感科學與技術專業在軟科發布的“世界一流學科排名”中連續5年排名世界第一，吸引了來自世界幾十個國家和地區的學者和留學生前來訪學和深造。鑒于《空間分析》課程的重要性、實用性和可改革性，該課程的全英文授課和國際化教學，不僅有利于留學生，更有利于培養本國具有國際競爭能力的復合型創新人才。

為此本文設計“二三二”模式進行全英文授課和國際化教學，由于中外學生的教育背景以及中英文教材存在差異，需要在制定全英文授課方案時，對授課形式、典型案例、教學內容等方面進行調整，創新地提出了如圖1所示的“二三二”模式教學方法。該教學模式詳解為：第一個“二”指過度式全英文和沉浸式全英文兩種語言模式；其中“三”包括激勵自主式、啟發互動式、體驗學習式3種學習方式；最后的“二”可分為參與學習式和自我展示式兩種學習體驗。

圖1 “二三二”模式教學方法Fig.4 The Teaching Method of“Two-T hree-Two”Model

2.3 案例分享式教學

2.3.1地理加權回歸模型的出生發病率分析

地理加權回歸的實質是局域回歸，用局部加權最小二乘法求解，其中的權為待估點所在的地理空間位置到其他各觀測點的地理空間位置之間的距離函數。這些在各地理空間位置上估計的參數值描述了參數隨地理空間位置的變化，用以探索回歸系數空間的非平穩性。

本案例采用地理加權回歸模型對某地各個村的出生缺陷發病率進行分析，預測結果如圖2所示。從地理加權回歸模型輸出結果可以直觀看出預測效果，經過驗證預測結果在某種程度上反應的出生缺陷空間聚集特征與真實情況相似；各解釋變量系數的空間分布顯示了解釋變量在不同區域對神經管畸形解釋能力的空間差異。

圖2 基于地理加權回歸的出生缺陷發病率分析Fig.2 An Analysis of the Incidence of Birth Defects Based on Geographically Weighted Regression

2.3.2城市洪澇災害影響范圍的空間分析

每年的自然災害都會造成大量人員傷亡和難以估計的經濟損失。例如，2021年7月，千年一遇的暴雨突襲鄭州，根據河南第10場“河南省防汛救災”新聞數據，截至2021年8月2日12時，河南省共有150個縣（市、區）、1 663個鄉鎮、1 453.16萬人受災，倒塌房屋30 106戶、89 001間，直接經濟損失1 142.69億元。此次特大洪澇災害共造成302人死亡，50人失蹤。其中，鄭州市遇難292人，失蹤47人。

為了直觀地反映城市洪澇災害影響范圍，以鄭州市為研究對象，以水文分析為基礎，利用河網數據進行緩沖區生成，得到洪澇影響范圍（見圖3）。從而可以了解典型自然災害的發展規律，可以為抗災救災提供可以依據。

圖3 洪澇影響范圍Fig.3 The Areas Affected by Flooding

2.3.3曼哈頓的交通事故分析

對紐約市曼哈頓區的交通事故數據進行統計分析，探索交通事故的統計特征及空間特征，通過格網區域統計分析，研究單位面積內的交通事故發生情況和交通事故的空間分布情況，為減少和預防交通事故提供決策支持（見圖4）。

圖4 交通事故數量格網顯示Fig.4 The Number of T raffic Accident by Grid Display

2.4 傳統與前沿空間分析相結合式教學

一方面，通過實驗課，讓學習親自實現基于傳統方法和深度學習方法的空間分析方法。比如通過傳統方法支持向量機對某縣神經管畸形出生缺陷數據進行訓練和驗證，最終達到對出生缺陷率的分類預測。應用深度學習模型研究中國人口分布、GDP分布和地形3個因素對PM2.5污染的影響。通過傳統方法和前沿的基于深度學習的空間分析方法的具體案例分析，讓學習理解并掌握前沿的空間分析方法。

另一方面，“數字孿生”是一個來源于現實又超越現實的概念，通過使用多傳感器、多算法、多模型，集成多學科、多物理量、多尺度、多概率的仿真過程，將物理世界中的實體對象映射到虛擬空間，使之能夠隨現實的情況變化而不斷更迭，并能夠基于數字模型聯動多源數據信息進行預測性的仿真分析和全生命周期過程的可視化［9］。數字孿生城市是在“數字孿生”概念指導下，未來城市發展的高級階段，需要海量數據的支撐，其構建過程是一個復雜的巨系統。在教學過程中，教師要適時講授學科前沿知識，使學生能夠了解最新的研究成果和最亟需的應用場景，促使空間分析方法和人工智能模型相結合，潛移默化地培養學生利用空間分析思想為數字孿生城市分析提供解決方案的潛力和熱情。

3 結束語

本文總結了《空間分析》課程教學需求和存在的問題，分析了該課程內容改革方向，并對對教學模式改革進行了闡述，最后設計了《空間分析》課程的全英文授課和國際化教學?？臻g分析的相關理論與方法正在應用于社會建設與城市發展研究的各個方面，大學生應該學好空間分析相關課程，掌握空間分析的方法，主動開展相關領域的探索性研究。