GIS专业云计算人才培养模式探索

郑 坤，刘宏宇，李 琪，龚君芳

(中国地质大学(武汉)信息工程学院，湖北 武汉 430074)

GIS专业云计算人才培养模式探索

郑 坤，刘宏宇，李 琪，龚君芳

(中国地质大学(武汉)信息工程学院，湖北 武汉 430074)

云计算技术的出现对传统GIS行业带来了巨大的影响以及良好的发展前景，结合云计算技术发展GIS系统及服务已成为GIS行业的发展趋势。因此，云计算技术的培养在GIS专业人才培养中十分重要，然而目前GIS专业的传统课程却没有涉及云计算技术方面，学生无法掌握目前行业所需要的云计算相关知识及技能。为解决这一问题，本文根据云计算技术在GIS中的知识模块，分析了通过竞赛提高学生云计算能力的方式，探索了“以赛促学”的培养模式，为培养高素质GIS专业云计算人才培养提供了新的方法。

GIS；云计算；培养模式；云计算大赛

GIS是一门集地球科学、测绘学、计算机科学等多种学科融合的交叉性学科[1]。随着社会与经济的不断发展，GIS在各个行业、领域发挥着越来越重要的作用，对掌握先进GIS技术能力的专业人才需求也不断增加。云计算是计算机科学和互联网技术发展的产物，也是引领未来信息产业创新的关键性技术和手段。近年来，云计算技术可谓发展的如火如荼，其高通用性、可靠性、高可拓展性以及低廉的成本吸引了越来越多行业领域的青睐[2]。云计算的出现给传统的GIS行业技术、应用模式带来了强烈冲击和影响[3]，传统的GIS软件通过融合在线服务形成基础GIS软件、云计算GIS软件和在线平台一体化的综合服务平台。以云计算技术为基础建立GIS专业软件系统及服务已成为未来10年的发展趋势。整个GIS行业亟须大量具备云计算技术基础的GIS专业人才。

目前，全国开设GIS专业和相关课程的高校已超过170所[4]。GIS专业的主要专业课程主要涉及计算机语言、GIS原理及应用、图像处理等方面[5]，包括数据结构、数据库、计算机图形学、地理信息系统原理、地图学、遥感图像处理等传统课程。然而，面对如今发展迅速的云计算技术，各高校却缺乏云计算技术相关的课程及实践，缺失对学生云计算能力的培养，已经无法适应技术的革新和社会的需求。对于GIS专业学生来讲，云计算技术能力是指学生需要掌握海量数据分布存储、海量数据管理、可视化、云计算平台管理等相关技术，能够运用各类云计算平台及工具，解决GIS实际需求和问题的能力。本文将围绕“以赛促学”的形式，探讨如何培养GIS专业学生的云计算技能。

1 基于云计算技术的GIS专业知识模块分析

云计算的概念十分宽广，它所包含的知识体系、知识点也非常庞大。在地理信息系统中，GIS软件及数据服务主要以PaaS和SaaS为主，涉及的知识模块包括了云环境下的海量空间数据存储管理技术、分析处理技术、空间大数据可视化技术三大类[2,6]。

1.1 云环境下的空间数据存储知识模块

在空间数据管理与存储中，由于空间数据具有海量、异构、多源、多尺度和多时空等特点，导致系统的空间数据通常是无序、杂乱、动态的，因此地理信息云平台的数据采用分布式存储方式，通过冗余存储的方式来保证数据的可靠性。其中包含的知识点主要有：分布式存储技术、数据序列化技术、数据压缩技术、性能优化技术、数据安全技术等方面[7]。

对于GIS专业学生而言，需要从分布式存储技术入手，了解分布式系统的生态圈，掌握分布式存储系统的部署方式及数据的导入导出；数据序列化模块中则需要了解常见的序列化格式，掌握大数据的序列化格式，以处理文本文件及其他格式的文件；数据压缩技术则需要能在不同数据平台中进行数据压缩，掌握提高数据存储效率的方法。对于性能优化及数据安全模块，则仅需在后期能力提高或项目需要时进行学习即可。

1.2 云环境下的数据处理分析知识模块

云计算平台不仅需要存储海量的数据，而且还要提供面向海量数据的处理分析功能。其中，主要的分布式计算模型包括谷歌开发的MapReduce及Apache开发的Spark[8]。在数据处理分析知识模块中，有分布式计算技术、编程模型、流数据处理技术、机器学习技术、图计算技术等知识点。

GIS专业学生在学习大数据分析时，首先需要了解大数据处理框架，掌握大数据处理的编程模型。然后对于不同的数据处理需求，有针对性地学习掌握流数据处理技术、机器学习技术以及图计算技术，以面对不同需求灵活的编写程序，对海量数据进行处理与分析。

1.3 空间大数据可视化知识模块

数据可视化为人类洞察数据的内涵、理解数据蕴藏的规律提供了重要的手段。随着大数据时代的来临，大数据的可视化已经成为信息技术发展的迫切需求。空间大数据可视化技术中的知识点包含视觉编码原理、可视化设计原则、时空数据可视化技术、三维可视化技术以及可视化交互技术[9]。

数据可视化作为从数据获取到发现知识中的一个重要环节，其关键作用不可忽视。GIS专业学生需要了解视觉编码原理及可视化的设计原则，并在此基础上掌握时空数据可视化技术。同时，需要掌握三维可视化技术和可视化交互技术，以满足多维角度呈现数据及数据可视分析的需求。

2 基于“以赛促学”的云计算能力培养模式

以计算机竞赛为平台，推动学生云计算能力的培养，已成为培养GIS专业云计算技术人才的有效途径。参加云计算相关大赛可以很好地解激发学生对当前云计算技术学习、交流和应用的热情，拓宽学生们的思维，锻炼学生的动手能力[10]。根据不同计算机类竞赛的特点，有针对性地提高学生云计算技能，能够保证学生最大化收益。下面通过分析相关云计算大赛，探讨“以赛促学”的云计算能力培养模式。

2.1 典型云计算大赛分析

2.1.1 天池大数据竞赛

天池大数据竞赛是由阿里巴巴集团主办的面向全球的算法竞赛，比赛分为算法大赛和可视化大赛[11]。大赛采用独立赛制和联赛赛制相结合的形式，不同主办单位在平台上发布比赛题目，让选手用算法解决实际社会或业务问题。

算法大赛主题较为丰富，涉及数据预测、安全算法、路径规划等方面。针对不同主题分别考查学生的算法设计、分布式计算、机器学习、分布式存储、性能优化、数据安全、图计算等技术，能对学生的海量空间数据存储及数据分析处理能力进行培养。

可视化大赛以环境为主题，通过对不同数据来源之间的对比、分析，从中挖掘出当下环境存在的问题，各种复杂环境因素之间的影响，再通过可视化的手段以恰当的方式呈现，能够提升公众对环境问题的关注与参与。主要考查学生对复杂异构多源数据挖掘的能力、可视化设计、可视化算法和创新能力，能对学生分布式计算技术、时空数据可视化技术、三维可视化技术以及可视交互技术进行培养，提高数据分析处理及大数据可视化能力。

2.1.2 全国高校云计算应用创新大赛

全国高校云计算应用创新大赛是由教育部科技发展中心主管，互联网应用创新开放平台联盟主办，面向全国高校开展的云计算竞赛活动[12]。

该比赛设置创意赛、技能赛、命题赛和创业赛。创意赛主要对学生的创新能力及云计算技术应用系统的设计能力进行考察。技能赛主要考察学生的算法设计和大数据分析处理技术能力。命题赛从企业生产实践中所面临的实际问题出发，由企业参与命题，形成具体赛项内容，考查学生从需求分析、系统设计到系统实现的云计算实际应用能力。创业赛则根据云计算、互联网+的行业领域实际情况，考查学生对市场痛点的发掘能力、商业策划能力、产品设计能力、团队合作能力、商业运营能力、金融能力等创业所需要的各项能力。学生可以根据自己的实际情况，有针对性地选择比赛题目，通过参赛提高相应的云计算技术能力。

2.2 “以赛促学”培养模式

2.2.1 培养理念

“以赛促学”的培养理念，是以学生为中心，通过计算机竞赛的方式，以小组或团队的形式，解决目前云计算方面的实际问题，在竞赛的过程中促进学生理解和掌握相关的云计算技术，提升自身的云计算能力，从而达到培养云计算人才的目的。

参加计算机竞赛和传统教学的区别见表1。传统教学的培养模式是以教师为主导，以教师授课的形式为主，通过讲解、视频、作业、实习、考试等方法对学生进行教学和培养，是一种比较被动的培养模式[13]。而参加计算机竞赛的培养模式则是以学生为主体，学生自主的选择不同竞赛，以参加比赛的形式，通过自学、讨论、协作、探究等方式对自身能力进行提升，更多地注重学生自身的主观能动性[14]。

表1 传统教学与计算机竞赛培养模式的区别

相比于传统教学，“以赛促学”的培养模式，能够很好地弥补传统教学模式带来的局限性，其优势有以下几点：首先，国内外权威的计算机赛事吸引了大量来自不同专业的人才，能够促进学术交流，拓宽视野；其次，多样化的参赛主题，可以让学生选择自己感兴趣的方向，从而调动学习的主动性和积极性；然后，通过比赛，能够有效地提高学生云计算技术水平，培养学生团队精神及创新精神[15]；最后，竞赛奖金及赛事证书等奖励形式也能充分调动学生的参赛积极性。

2.2.2 培养方法

“以赛促学”在GIS专业云计算人才培养中的具体培养方法，则要根据学生自身能力，选择需要提高的云计算技术知识模块。然后对比不同的云计算大赛所涉及的知识点(如图1所示)，并选择合适的竞赛，在老师的指导和队友的合作下参与并完成比赛，并与其他团队交流比赛和学习经验，在这一过程中提升自身的云计算能力。

图1 竞赛主题与知识模块对应关系

为提前适应整个云计算大赛机制，学生应事先对云计算框架及核心技术进行了解，并及时补充自己欠缺的云计算技能，为参加云计算大赛做好准备工作。针对不同的赛事，首先需要对其进行详细了解,主要包括赛事性质、涉及领域、云计算方向等几个方面。进行相关考察后，注意增加对这方面知识的了解，后续提交比赛作品时，将这方面的元素与作品内容相融合，避免偏离主题。

在理解题目之后，首先需要明确题目所涉及的云计算技术及相应的知识模块，然后通过查阅文献、书籍等方法学习与掌握所需的算法并加以实现。在此过程中也可与队友或在学习社区中讨论相关问题，对相关技术获得更深的理解。在最终提交时间之前，还需要对作品进行测试，探寻其中的缺陷，并不断调优，完善比赛作品。从比赛准备到作品提交的过程，学生通过自主学习和交流，即能掌握所需的云计算技术团队精神及创新精神，从而达到云计算人才培养的目的。

3 结 语

云计算的出现对GIS产生了重大影响，为GIS行业提供新的发展机遇，同时也面临着新的挑战。传统的教学模式已经无法适应高新技术的发展速度，因此需要将“以赛促学”的培养模式，与传统教学相结合，紧跟行业发展，促使学生更快地掌握云计算技术，对学生自学能力、创新精神、团队精神、竞争实力等综合素质进行培养和锻炼。“以赛促学”的培养模式还需要根据教学经验和行业应用进行完善，最终为GIS行业输送高素质的云计算人才。

[1] 刘明皓，袁正午．GIS学科与人才培养体系建设对策[J]．计算机教育，2006(10):44-50．[2] 罗军舟，金嘉晖，宋爱波，等．云计算:体系架构与关键技术[J]．通信学报，2011，32(7):3-21．

[3] 张贵和，钟先坤，周茂春．漫谈云计算与GIS[J]．江西测绘，2012(1):62-64．

[4] 艾明耀，胡庆武，潘励．卓越GIS工程师能力培养体系探索[J]．测绘通报，2016(1):142-145．

[5] 张兵，韦锐，查勇，等．应用型本科院校地理信息科学专业技能型人才培养模式研究[J]．测绘通报，2016(4):133-137．

[6] 方巍，文学志，潘吴斌，等．云计算:概念、技术及应用研究综述[J]．南京信息工程大学学报(自然科学版)，2012，4(4):351-361．

[7] (美)霍姆斯.Hadoop硬实战[M].梁李印，宁青，杨卓荦，译.北京：电子工业出版社，2015.

[8] (美)卡劳(Karau，H)等．Spark快速大数据分析[M]．王道远，译．北京：人民邮电出版社，2015．

[9] 陈为，沈则潜，陶煜波．数据可视化[M]．北京：电子工业出版社，2013．

[10] 吴见，周亮广．地理科学专业地理国情监测人才培养体系的构建与探索[J]．测绘通报，2016(8):139-142．

[11] 天池．天池大数据科研平台[EB/OL]．[2017-02-03]. https:∥tianchi.shuju.aliyun.com/．

[12] 全国高校云计算应用创新大赛组委会．全国高校云计算应用创新大赛[EB/OL]．[2017-01-29]. https:∥cloud.seu.edu.cn/series/．

[13] 孙雨生，程亚南，朱礼军．基于MOOC的高校教学模式构建研究[J]．远程教育杂志，2015(3):65-71．

[14] 劳逸，杜延波．高校“以赛促学”思想理论与应用研究[J]．广西民族师范学院学报，2014，31(4):129-131．

[15] 牛爱芳，杜煜，钟丽，等．基于云技术开展大学生计算机应用大赛的研究[J]．实验技术与管理，2013(9):146-148,152．

ExplorationonTalentTrainingModeofGISCloudComputing

ZHENG Kun，LIU Hongyu，LI Qi，GONG Junfang

(School of Information Engineering, China University of Geosciences (Wuhan), Wuhan 430074, China)

The emergence of cloud computing technology has great impact on the traditional GIS industry and good prospects for development, combined with the cloud computing technology to develop GIS system and services has become the development trend of GIS industry. Therefore, the cloud computing technology is very important in the cultivation of GIS personnel training. However, the current GIS courses are not involved in cloud computing technology, students can not master the knowledge and skills related to cloud computing. In order to solve this problem, according to the knowledge module of cloud computing technology in GIS, this paper analyzes how to improve students’ability of cloud computing through competition, and explores the training mode of “promoting learning by competition”. This paper provides a new method for training professional GIS cloud computing talents.

GIS; cloud computing; training mode; cloud computing contest

郑坤，刘宏宇，李琪,等.GIS专业云计算人才培养模式探索[J].测绘通报，2017(11)：148-150.

10.13474/j.cnki.11-2246.2017.0366.

G64

A

0494-0911(2017)11-0148-03

2017-03-06

国家重点研发计划项目(2016YFB0502603)；湖北省自然科学基金(2015CFB400)；中国地质大学(武汉)中央高校基本科研业务费资金(1610491B20)

郑 坤(1977—)，男，博士，副教授，研究方向为时空大数据存储及三维模拟分析。E-mail: Michael_Power@Sohu.com