空间数据分析一流课程建设的思考

秦 昆，张洪岩，程昌秀，邓 敏，胡碧松，孔云峰，李 军，卢宾宾，张 红，赵建军，赵 永，王劲峰

（1. 武汉大学遥感信息工程学院，湖北 武汉 430079；2. 东北师范大学地理科学学院，吉林 长春 130024；3. 北京师范大学地理科学学部，北京100875；4. 中南大学地球科学与信息物理学院，湖南 长沙 410012；5. 江西师范大学地理与环境学院，江西 南昌 330027；6. 河南大学地理与环境学院，河南 开封 475004；7. 中国矿业大学（北京）地球科学与测绘工程学院，北京 100083；8. 华东师范大学城市与区域科学学院，上海 200241；9. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京 100101）

空间分析/空间数据分析是GIS的核心和灵魂。随着GIS 的发展，对GIS 空间数据结构的研究已相对成熟，计算机制图也早已达到了实用化水平，实用的GIS 软件和实际的GIS 系统已有许多成功案例，因此系统的空间数据分析功能成为人们倍加关注的焦点，GIS 的发展已从数据库型GIS 进入分析型GIS 阶段[1]。众多高校已经将《空间分析/空间数据分析》课程列为遥感科学与技术、地理信息科学、地理空间信息工程等本科专业的专业核心课，并纷纷将课程名称由《空间分析》改为《空间数据分析》。课程是人才培养的核心要素，课程质量直接决定人才培养质量，必须把教学改革成果落实到课程建设上。在中国地理学会地理模型与地理信息分析专业委员会2021年学术年会上首次设置了教学专题“地理模型与地理分析课程建设”，参会专家针对《空间分析/空间数据分析》课程建设的思路、课程体系、科研反哺教学、线上线下混合式教学、知识与能力培养、创造教育以及一流课程建设的思路与方法等进行了热烈的讨论。这是地理模型与地理信息分析专业委员会年会增设教学讨论专题的首次尝试，为促进科研教学相长、培养地理模型与地理信息分析的优秀人才提供了重要基础。

专题召集人：秦昆（武汉大学遥感信息工程学院，博士，教授，空间数据分析课程负责人、中国地理学会地理模型与地理信息分析专业委员会委员）、张洪岩（东北师范大学地理科学学院，博士，教授，中国地理学会地理模型与地理信息分析专业委员会副主任）。专题点评人：王劲峰（中国科学院地理科学与资源研究所，博士，研究员，中国地理学会地理模型与地理信息分析专业委员会主任）。

1 专题召集与主持人的观点

一流课程包括线上一流课程、线下一流课程、线上线下混合式一流课程、虚拟仿真实验教学一流课程和社会实践一流课程5 种类型，其中线下一流课程以面授为主，以提升学生综合能力为重点，应发挥课堂教学主阵地、主渠道、主战场的作用。《空间数据分析》课程的目标应以提升学生能力为重点，培养学生掌握空间数据分析的基础理论与方法以及分析应用问题的能力；培养学生实现空间数据分析算法的能力以及利用软件完成空间数据分析任务的能力。《空间数据分析》课程在介绍空间分析的基本操作与基本方法的基础上，还应介绍空间统计分析、轨迹分析与挖掘、智能空间分析等新内容，建议将课程统一命名为《空间数据分析》。

在课程建设方面，应面向学生综合能力的培养重塑课程内容体系，建议《空间数据分析》课程的内容体系包括理论、方法和实践3大部分[2]。其中，理论部分包括地理学定律[3-5]、空间关系理论[6-7]、空间认知理论[8]、空间推理理论[9]、空间分析不确定性理论[10]、尺度理论、时间地理学、时空大数据分析等。方法部分包括：①栅格数据分析，包括栅格数据操作分析、图像数据挖掘与遥感大数据分析[11]、夜光遥感分析与挖掘[12]等；②矢量数据分析，包括矢量数据操作分析、网络分析、空间社会网络[13-14]、人群活动时空分析[15]、轨迹分析与挖掘[16-17]等；③三维数据分析，包括三维地形模型与特征量算、地形分析、三维建模与可视化等；④空间统计分析，包括探索性空间数据分析、地理相关性分析、地统计分析[18]、地理加权回归分析[19]等；⑤智能空间分析，包括地理过程建模、地理工作流、智能空间分析、空间决策支持等，可分别采取分类法、图示法、过程描述法、归纳法、案例法等方法开展教学。在实践部分，建议设置相应的课间实习和一个综合实习，即设置栅格数据空间分析实习、矢量分析与轨迹挖掘实习、空间社会网络分析实习、三维空间分析实习、地统计分析实习、地理相关性分析实习等6 个课间实习和一个空间数据综合分析的综合实习，对空间数据分析的相关方法和实验进行综合分析。不同学校可根据各自的专业特点和课时安排对上述内容进行相应取舍。

不同高校的具体情况不同，部分高校侧重于地理、部分高校侧重于测绘遥感、部分高校侧重于计算机，在《空间数据分析》课程的实际教学时，应充分考虑各高校的具体情况，考虑理科、工科和文科学科性质的差异性，以及专业班与非专业班学生专业背景的不同，设置合适的教学内容。侧重地理的高校建议实践部分以软件操作为主；文理兼有的综合型高校可结合历史人文等现象或事件，采用可视化和故事的方式将GIS 在地理信息分析与挖掘中的作用呈现出来，从而发挥文理兼容的特点，启发学生的学习兴趣；侧重于计算机的高校建议以程序设计与开发为主；侧重于测绘遥感的高校建议兼顾软件操作与编程开发。

建议建立《空间数据分析》课程的教学联盟，并进一步申报建立教育部虚拟教研室，综合全国相关高校空间分析/空间数据分析的师资力量和教学资源，实现教学课件、实验数据等教学材料的共享并定期开展教学研讨，根据不同学校的特点，分层次、分类型地编写教材、制作课件、准备实习实践方案等。

2 专题点评人的观点

中国地理学会地理模型与地理信息分析专业委员会年会首次设置了教学研讨专题，体现了教学与科研的相辅相成，是人类知识体系构建的“双胞胎”。以后每年都将设置这样的教学专题，鼓励和组织地理模型与地理信息分析的研究人员在从事创新性科研探索的同时，积极将科研成果转化为教学案例；除了经典的理论与方法，还将具有普适性和根本性且已得到国际同行认可的先进可靠的理论与方法适时融入教学，使学生及时掌握学科专业知识，并奠定学术科研的高起点。今年这个教学专题的5 个报告人的报告都非常精彩，华东师范大学张红老师的报告体现了GIS 面对不同教学对象由浅到深的教学设计，强调了学生参与，针对感兴趣的点进行深入科学研究的可能性；江西师范大学胡碧松老师在教学研究方面做了大量工作、申请并践行了很多教学研究项目，学生积极参与科研；中南大学邓敏老师结合学校和学院特色，将高水平科研成果转化为课程教学，使学生感觉到科学理论创新就在身边，并不神秘；东北师范大学张洪岩和赵建军老师围绕“创造的教育”的思路进行了《空间数据分析》课程的教学设计与实践，培养和提升了本科生的科研能力，本科生发表了多篇SCI 论文；武汉大学秦昆老师的报告体现了《空间数据分析》课程体系的完整性和知识点的前沿性，以及对课程建设的高度重视。

个人的教学体会：①讲道理而不要学生背诵；②在黑板上对核心模型和概念进行现场推导，在公式推导过程中不得不提出假设以使推导可以继续，从而使学生理解模型原理和适用条件[20]；③穿插少量进行中的科研问题，使学生感觉鲜活生动有趣。

3 各位参会嘉宾的观点

1）北京师范大学地理科学学部程昌秀（博士，教授，中国地理学会地理模型与地理信息分析专业委员会委员）观点。《空间分析/空间数据分析》已成为GIS专业重要的核心基础课程。随着时代的变革、GIS应用的扩展，《空间数据分析》课程的内涵、范畴和体系潜移默化地发生着变化，即从传统图形学为基础的空间分析泛化为以地理空间数据为核心的系列分析方法。如何建立合理、稳定的课程教学体系和内容以适应时代变化，是《空间数据分析》课程面临的难点与挑战。空间数据分析方法以数学科学为基础、以地理数据与问题为牵引、以计算机技术为驱动。其中，数学基础的稳定性最强，其次是地理问题。因此，建议以数学基础为一级分类、“地理数据—问题—主题”三元组为二级分类，形成相对稳定、系统的知识脉络体系，用于汇集名目繁多的分析方法，建立不同思维范式与地理数据/问题的联系。首先，建议以数学基础为一级分类，按照“几何学—拓扑学—运筹学—统计学—人工智能”的脉络梳理各方法，如缓冲区分析、空间叠加等以几何思维范式为基础，网络分析等以拓扑思维范式为基础，选址优化与资源分配等以运筹思维范式为基础，时空统计分析以统计思维范式为基础，神经网络、深度学习等则以人工智能思维范式为基础。其次，建议以“地理数据—问题—主题”三元组为二级分类体系，如在时空统计分析中，数据可细分为“空间—时间—时空”，问题可细分为“格局—过程—机制”，主题可细分为“度量—探测—插值—归因”。“地理数据—问题—主题”三元组分类的不同组合则对应着不同的分析方法。希望在授学生以“鱼”的同时，建立知识之间的脉络体系和思维方法，潜移默化地授之以“渔”，使学生具备自我学习、拓展延伸课程知识的方法和能力。

2）中南大学地球科学与信息物理学院邓敏（博士，教授，中国地理学会地理模型与地理信息分析专业委员会委员）观点。随着当今时代的发展和社会需求的变革，《空间数据分析》课程无论在教学内容、教学方法还是教学要求上都需要进行改革探索，以适应高质量人才的需要。①教学内容改革：《空间数据分析》课程的教学内容必须与时俱进，遵循“基础+前沿”的内容设置原则，夯实学生的数理统计、几何计算基础，对一些传统的基本空间分析内容应适当进行压缩，增加空间大数据分析、地理空间智能分析等前沿内容[21]，使其教学内容反映专业发展与学科前沿，同时使课程内容具有一定的难度，激发学生的求知欲；作为课程教学内容的主要载体，课程教材需要不断更新，科研反哺教学，将专业前沿知识及时转化为课程教学内容，使课程教学与专业发展保持步调一致。②教学方法改革：需要打破长期以来《空间数据分析》课程教学重知识传授、轻思想启迪的弊端，由“知识灌输”逐渐向“思想启迪”转变；尤其对于《空间数据分析》课程，需要从问题出发引导学生，在教学设计过程中把握知识传授的整体性，为学生复盘知识产生的来龙去脉，启发学生掌握从自然和社会中观察、归纳和获取知识的方法，提升学生思考问题和解决问题的能力；在课堂教学形式上，需打破一直以来的被动式知识学习模式，构建自主可控的全方位开放课堂，使学生变成课堂教学的参与者。③课程思政改革：课程思政建设不是“附加题”，而是“必选题”，直接关系到当代高等教育服务国家发展需求的最终效果。课程思政建设与思想政治课程教学有着本质的区别，绝不是简单的思想政治教育+专业知识。课程思政建设需要实现思政元素“基因式”融入，做到教学内容有“思政味道”，立德树人“润物细无声”。一种有益探索是将思政元素映射到知识点的讲授过程中，以思政案例的形式，在讲授专业知识的同时，潜移默化地进行思政教育，真正实现思政教育看得见、摸得着、记得住。

3）江西师范大学地理与环境学院胡碧松（博士，教授，中国地理学会地理模型与地理信息分析专业委员会委员）观点。《空间分析》是理论性和技术性并重的一门专业课程，在实际教学过程中，需结合各院校自身特点进行相应内容的取舍与侧重，尤其是在线上线下混合式教学环境下，更应注重线上数字化教学资源的建设，引入问题解决导向、科研课题驱动等创新教学模式；在教学设计方面，以问题解决与案例驱动为导向来设计教学，以实践应用案例为主导来组织教学内容，重视设计生动有趣的教学案例以激发学生的学习兴趣；还可将课程思政元素融入专业教学实验案例，考虑线上教学和线下教学的平衡与互补，以及混合式教学的考核评价；建议在教学实施中适当进行发散性思维的训练和培养，如针对1854 年伦敦霍乱疫情潜在污染源的求解问题，引导学生采用定性、定量以及定性定量相结合的多种分析方式求解；建议主讲教师积极主持参与教学改革研究课题和精品课程建设项目，并指导本科生参加GIS 专业竞赛，这些教学研究积累必将是空间分析一流课程建设的重要基础。我们不应简单地为了申报而建设一流课程，而应该明确一流课程建设的初衷，坚持以培养优秀本科人才和提高教学质量效果为根本目标。

4）河南大学地理与环境学院孔云峰（博士，教授，中国地理学会地理模型与地理信息分析专业委员会委员）、赵永（博士，副教授，中国地理学会地理模型与地理信息分析专业委员会委员）观点。①课程定位：建议分别设置一门空间分析的基础课和提高课，基础课是所有地理专业的基础课程，提高课为选修课；②课程内容：分为基本内容和提升内容，课程内容应多元化、有专业针对性、有难度层次性；③教材建设：现有教材专业性较强，整体难度偏高，但基础性、系统性、可靠性不足，仍缺乏基础性、高质量的教材；④课堂思政：适当引入，避免喧宾夺主；⑤教学方式：不忘初心，不要过于追求各种形式；⑥在课程内容设置上，应当既有“规定动作”，又有“自选动作”，既包括成熟的关于空间点、线、面数据分析的基本技术和方法，也应与时俱进，适当考虑时空大数据、智能计算等时代背景下的新技术和新方法，“规定动作”和“自选动作”的具体内容可结合各高校的实际情况而定。

5）中国矿业大学（北京）地球科学与测绘工程学院李军（博士，副教授，教学副院长）观点。《空间数据分析》课程具有实践性强、适用性广、趣味性高等特点，理论讲授、案例式教学、线上线下混合式教学、体验式教学等教学手段均能很好地发挥作用。由于其应用领域广泛，也可从领域、场景、主题、需求等角度出发，设计各种教学案例或实习，很好地调动学生的学习兴趣、创新思维和实践能力。《空间数据分析》是一门有很强弹性的专业课程，有必要也适合建设成一门示范性课程。开设该课程的高校包括综合性大学、行业性院校等，各高校的师资力量有差异，其所面向的行业或关注领域存在较大不同，且该课程在培养方案中的定位也不一致。为了使全国范围不同高校学生均能享受高质量、丰富多样的课程资源，可考虑以下两个方面的建设：①组建《空间数据分析》课程虚拟教研室，充分运用信息技术，突破时间和地域限制，组织跨专业、跨校、跨地域的教师集体备课、共同探讨、协同教学、共享资源，广泛开展教学交流与课程建设；②建设共性与特色并存的课程资源，对于基础且重要的理论与方法部分，共同建设统一的高水平教材、课件、习题集、案例数据等资源，各行业高校也可从自身领域特点出发，设计并建设具有不同领域特色的教学案例和数据作为统一资源的补充。各高校可根据需求选择适合的课程资源。

6）武汉大学遥感信息工程学院卢宾宾（博士，副教授）观点。空间统计分析是《空间数据分析》课程的核心内容之一，但该部分教学内容建设仍面临较大挑战：①空间统计部分的教学多重实践而轻理论，缺乏对基础性理论知识的讲述，学生难以整体深入掌握，针对相关算法工具的掌握多停留于表面使用阶段；②空间统计部分的知识点较庞杂，多数情况下仅作为《空间数据分析》等课程中的一个章节出现，但随着空间数据的极大丰富，需要更多前沿空间统计技术与方法的支撑，如探索性空间数据分析、地理加权回归分析等[19]。这就形成了教学深度欠缺与实践广度扩充的典型矛盾，因此可考虑更加灵活的课程设置，如在地理模型与地理分析基础课程的基础上，设置空间统计技术前沿课程，突出技术与实践教学，使学生学以致用。

7）华东师范大学城市与区域科学学院张红（博士，副教授）观点。空间分析与建模是认识客观世界的桥梁，是地理知识发现与创新研究的重要工具，也是地理专业类学生量化分析能力的重要构成和体现。《空间数据分析》课程具有鲜明的地理学区域性、综合性特色，强调培养学生的空间思维能力和地理问题的定量分析能力。在课程教学中，通过理论讲解、案例教学和上机实习等，多方面培养学生的思维能力（形象思维、逻辑思维、批判性思维和创造性思维），注重学科前沿的介绍、研究导向和智能教育（注重个性化和差异化培养）的融入。在面向非专业类学生的教学中，可适当注重学科交叉，通过GIS 在商业、医学、历史、语言、交通等领域的应用案例，为学生呈现案例背后的相关理论、空间视角的独到性与重要性、空间建模与分析方法的基本原理、相应的GIS 软件操作步骤与实现过程、结果的分析与解释等。通过探究式教学、实验教学和研究式教学等方式，培养学生观察身边地理现象、收集数据、建模分析与写作汇报的能力。通过室外课堂、室内课堂和线上教学，强化学生探索发现、主动学习和团队协作的能力，厚植学生的家国情怀。

8）东北师范大学地理科学学院赵建军（博士，副教授）观点。《空间数据分析》课程改革可尝试在以下5 个方面进行探索：①鼓励将启发式、讨论式、探究式和参与式教学方法落实到《空间数据分析》课程教学中，逐渐实现从以教师教学为中心向以学生学习为中心的转变；②教师在讲授过程中以引导为主，增加空间分析应用研究案例，鼓励学生积极探索，教师加以启发引导，使学生能举一反三；③适当增加课程互动环节，部分教学内容可使教师和学生位置互换，由学生主讲，教师提问并点评，适当引导并拓展，注重教学过程中的探究式教育，激发学生基于兴趣的内在动力；④适当采用分组讨论式的教学方法，鼓励学生跨专业分组（适用于面向多专业开设的空间分析课程）和自由交流讨论，促进多学科交叉协作、不同学科优势互补；⑤在《空间数据分析》课程内容设计时，将专业竞赛与科学研究相互关联，以赛促学、以研促学，鼓励学生积极参与、学以致用。鼓励学生参与GIS 专业各类比赛，课程教学内容和实践案例可作为参赛的基础或备选案例，激发学生参与实践的兴趣和积极性，提高学生的实际动手能力，培养学生解决实际问题的能力。鼓励学生积极参与科学研究，围绕空间分析相关内容进行选题研究，让学生有充分的发挥空间，激发学生潜能，培养学生自学能力和创新研究能力。

4 结 语

参与讨论的专家有的来自于科研院所从事空间数据分析研究工作，有的来自不同类型高等院校（综合性大学、师范类院校、专业性院校等）从事空间分析/空间数据分析教学工作，大家从不同的视角探讨了空间数据分析一流课程的建设，但仍待完善，欢迎更多从事空间数据分析研究和教学的科研人员和教师参与讨论。

通过参与笔谈学者的观点碰撞，形成的基本共识为：①GIS已从数据库型GIS发展为分析型GIS，空间分析/空间数据分析应列为遥感科学与技术、地理信息科学、地理空间信息工程、地理国情监测、测绘工程等GIS 相关专业的专业核心课；②建议将课程名称统一命名为《空间数据分析》；③应面向学生综合能力的培养，重塑课程内容体系，除介绍空间分析的基本操作与基本方法外，还应讲授空间统计分析、时空大数据分析、智能空间分析等内容；④应重塑或增加空间数据分析的实践实训环节，将理论讲授与实习实践相结合，培养学生分析问题和解决问题的能力；⑤授课教师应不断提升专业素养，积极开展空间数据分析相关的科学研究，并及时将成熟的科研成果转化为教学案例，让学生能及时学习前沿知识并为科研创新奠定基础；⑥积极探索翻转课堂、线上线下结合、课程思政、以赛促学、以研促学等新的有效的教学方式，但不能喧宾夺主，应以提升学生综合能力为核心；⑦分层次分类型编写出版一批《空间数据分析》课程的教材，设计不同类型不同层次的教学案例、课件和实习数据资源等；⑧建议建立《空间数据分析》课程教学联盟、积极申请教育部的虚拟教研室，从而充分发挥全国范围内高校师资和教学资源的综合优势，实现教学资源共享和教学经验的及时交流，为培养空间数据分析优秀人才提供重要基础。