邵振峰 莊慶威 程 歸

1武漢大學(xué)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(tǒng)、測量學(xué)、遙感科學(xué)、地理學(xué)等多專業(yè)的核心課程之一，在上述專業(yè)的課程體系中發(fā)揮著不可替代的作用［1］。它包括從空間數(shù)據(jù)中獲取有關(guān)地理對象的空間位置、分布、形態(tài)、形成和演變等信息的分析方法或技術(shù)，使學(xué)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(shù)，進(jìn)而解決一些典型的地學(xué)問題。

“空間分析”在地理信息領(lǐng)域占據(jù)核心地位，在教學(xué)過程中存在諸多難點［2］?？臻g分析的根本任務(wù)就是提取空間信息，內(nèi)容涵蓋獲取地理對象空間位置、分布、形態(tài)、形成和演變等信息的分析方法或技術(shù)，典型的內(nèi)容包括空間自相關(guān)、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(tǒng)的模式進(jìn)行空間分析課程的授課，即“理論+案例+軟件實現(xiàn)”［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(xué)的重點；②地學(xué)領(lǐng)域中的典型特征難以得到突出表達(dá)；③與地理學(xué)相關(guān)的其他課程結(jié)合度較差；④不利于激發(fā)學(xué)生的積極性、創(chuàng)造性和關(guān)注度，從而影響教學(xué)質(zhì)量。由此可見，當(dāng)前“空間分析”課程的重要性與教學(xué)效果存在顯著的不協(xié)調(diào)性，教學(xué)改革成為高校面臨的緊要任務(wù)。

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

1 課程教學(xué)內(nèi)容改革

為改革《空間分析》課程的教學(xué)內(nèi)容，提升教學(xué)效果，本文對當(dāng)前該課程的主要內(nèi)容進(jìn)行了總結(jié)，如表1所示。其中，“空間幾何分析”“空間統(tǒng)計分析”“空間關(guān)聯(lián)分析”“空間格局分析”和“時空變化分析”均屬于傳統(tǒng)空間分析的范疇，部分內(nèi)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(wǎng)絡(luò)分析、地形分析和三維分析等內(nèi)容；“空間統(tǒng)計分析”模塊著重介紹了探索性數(shù)據(jù)分析、空間插值、地統(tǒng)計理論基礎(chǔ)和克里金插值；“空間關(guān)聯(lián)分析”模塊主要介紹了一些關(guān)聯(lián)分析方法和模型，包括空間權(quán)重矩陣、空間自相關(guān)、空間回歸、空間異質(zhì)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(shù)據(jù)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(xué)內(nèi)容Tab.1 The Teaching Content of Spatial Analysis

人工智能在諸多領(lǐng)域引起廣泛關(guān)注，典型技術(shù)包括：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和云計算等［6］。對于青年學(xué)子而言，這些“時髦”的技術(shù)更受他們的推崇。相對比之下，傳統(tǒng)的空間分析技術(shù)顯得單調(diào)無趣，不能激發(fā)學(xué)生的熱情。從該現(xiàn)象背后不難看出癥結(jié)所在，那就是空間分析相關(guān)的方法和模型與人工智能技術(shù)結(jié)合度不夠，當(dāng)前的空間智能分析技術(shù)相對匱乏。因此本文提出對前5個教學(xué)模塊的“傳統(tǒng)內(nèi)容”進(jìn)行精簡，騰出更多的課時給“空間智能計算”和“空間大數(shù)據(jù)分析”兩個模塊，可以加入云計算的相關(guān)學(xué)習(xí)內(nèi)容。

在“空間智能計算”這部分，隨著時空大數(shù)據(jù)時代的到來，要想實現(xiàn)空間智能計算，必須將空間分析與人工智能結(jié)合起來。時空分析的智能化需要經(jīng)歷四個過程：數(shù)據(jù)驅(qū)動下的模型發(fā)展、數(shù)據(jù)融合下的規(guī)律揭示、數(shù)據(jù)整合下的融匯創(chuàng)新、數(shù)據(jù)拓展下的應(yīng)用革新。在這個時空大數(shù)據(jù)時代，基于傳統(tǒng)的空間分析方法，如空間聚類分析、決策樹、隨機(jī)森林、支持向量機(jī)等方法面臨著很大的局限性。而基于深度學(xué)習(xí)的時空數(shù)據(jù)分析更能體現(xiàn)“空間智能話計算”?；谏疃葘W(xué)習(xí)的時空數(shù)據(jù)分析具有廣泛的應(yīng)用，如：目標(biāo)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(shù)據(jù)分析”這部分，主要包括大數(shù)據(jù)獲取與預(yù)處理、相似項發(fā)現(xiàn)與數(shù)據(jù)降維、社交網(wǎng)絡(luò)分析、輿情分析4個方面。在大數(shù)據(jù)時代背景下，深入挖掘分析綜合治理平臺現(xiàn)有的人口、事件、法人等數(shù)據(jù)信息，對于推動被動式信訪訴求渠道向主動式數(shù)據(jù)分析了解民情轉(zhuǎn)變、經(jīng)驗式?jīng)Q策方式向數(shù)據(jù)分析決策方式轉(zhuǎn)變將起到積極的作用。大數(shù)據(jù)可視化平臺對社會管理基礎(chǔ)數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行可視化，對各項社會不穩(wěn)定因素進(jìn)行指標(biāo)分析、關(guān)聯(lián)分析，建立模型，為社會的穩(wěn)定提供決策支持，主要包括統(tǒng)計分析可視化模塊、社會穩(wěn)定指標(biāo)可視化模塊、關(guān)聯(lián)挖掘可視化模塊和社會管理事件時空演進(jìn)可視化模塊。

2 課程教學(xué)模式改革

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

1）學(xué)生參與感低，可能導(dǎo)致學(xué)習(xí)興趣降低甚至產(chǎn)生對該課程的厭學(xué)情緒；

2）實踐機(jī)會少，獨立解決案例問題的能力較差，不能明顯增強(qiáng)學(xué)生的動手能力；

3）不能充分激發(fā)年輕學(xué)子主動學(xué)習(xí)和自主探索的熱情，限制了他們對學(xué)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(shè)計了一些行而有效的措施對教學(xué)模式進(jìn)行改革，以期為相關(guān)專業(yè)的教學(xué)提供一些借鑒。

2.1 體驗和實踐式教學(xué)

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

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

2）擺脫課時限制，強(qiáng)化學(xué)生的實踐能力，例如鼓勵學(xué)生參加相關(guān)科學(xué)競賽，促使學(xué)生對已有方法進(jìn)行創(chuàng)新性應(yīng)用；

3）利用多源網(wǎng)絡(luò)平臺拓寬老師和學(xué)生的交流途徑，適時在網(wǎng)絡(luò)平臺發(fā)布任務(wù)或者設(shè)置議題，尤其要發(fā)揮助教的作用，在助教的帶領(lǐng)下促進(jìn)促進(jìn)學(xué)生的主觀學(xué)習(xí)力和學(xué)習(xí)熱情。

2.2 全英文授課和國際化教學(xué)

武漢大學(xué)的遙感科學(xué)與技術(shù)專業(yè)在軟科發(fā)布的“世界一流學(xué)科排名”中連續(xù)5年排名世界第一，吸引了來自世界幾十個國家和地區(qū)的學(xué)者和留學(xué)生前來訪學(xué)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(xué)，不僅有利于留學(xué)生，更有利于培養(yǎng)本國具有國際競爭能力的復(fù)合型創(chuàng)新人才。

為此本文設(shè)計“二三二”模式進(jìn)行全英文授課和國際化教學(xué)，由于中外學(xué)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(xué)內(nèi)容等方面進(jìn)行調(diào)整，創(chuàng)新地提出了如圖1所示的“二三二”模式教學(xué)方法。該教學(xué)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(fā)互動式、體驗學(xué)習(xí)式3種學(xué)習(xí)方式；最后的“二”可分為參與學(xué)習(xí)式和自我展示式兩種學(xué)習(xí)體驗。

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

2.3 案例分享式教學(xué)

2.3.1地理加權(quán)回歸模型的出生發(fā)病率分析

地理加權(quán)回歸的實質(zhì)是局域回歸，用局部加權(quán)最小二乘法求解，其中的權(quán)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(shù)。這些在各地理空間位置上估計的參數(shù)值描述了參數(shù)隨地理空間位置的變化，用以探索回歸系數(shù)空間的非平穩(wěn)性。

本案例采用地理加權(quán)回歸模型對某地各個村的出生缺陷發(fā)病率進(jìn)行分析，預(yù)測結(jié)果如圖2所示。從地理加權(quán)回歸模型輸出結(jié)果可以直觀看出預(yù)測效果，經(jīng)過驗證預(yù)測結(jié)果在某種程度上反應(yīng)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(shù)的空間分布顯示了解釋變量在不同區(qū)域?qū)ι窠?jīng)管畸形解釋能力的空間差異。

圖2 基于地理加權(quán)回歸的出生缺陷發(fā)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(zāi)害影響范圍的空間分析

每年的自然災(zāi)害都會造成大量人員傷亡和難以估計的經(jīng)濟(jì)損失。例如，2021年7月，千年一遇的暴雨突襲鄭州，根據(jù)河南第10場“河南省防汛救災(zāi)”新聞數(shù)據(jù)，截至2021年8月2日12時，河南省共有150個縣（市、區(qū)）、1 663個鄉(xiāng)鎮(zhèn)、1 453.16萬人受災(zāi)，倒塌房屋30 106戶、89 001間，直接經(jīng)濟(jì)損失1 142.69億元。此次特大洪澇災(zāi)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(zāi)害影響范圍，以鄭州市為研究對象，以水文分析為基礎(chǔ)，利用河網(wǎng)數(shù)據(jù)進(jìn)行緩沖區(qū)生成，得到洪澇影響范圍（見圖3）。從而可以了解典型自然災(zāi)害的發(fā)展規(guī)律，可以為抗災(zāi)救災(zāi)提供可以依據(jù)。

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(qū)的交通事故數(shù)據(jù)進(jìn)行統(tǒng)計分析，探索交通事故的統(tǒng)計特征及空間特征，通過格網(wǎng)區(qū)域統(tǒng)計分析，研究單位面積內(nèi)的交通事故發(fā)生情況和交通事故的空間分布情況，為減少和預(yù)防交通事故提供決策支持（見圖4）。

圖4 交通事故數(shù)量格網(wǎng)顯示Fig.4 The Number of T raffic Accident by Grid Display

2.4 傳統(tǒng)與前沿空間分析相結(jié)合式教學(xué)

一方面，通過實驗課，讓學(xué)習(xí)親自實現(xiàn)基于傳統(tǒng)方法和深度學(xué)習(xí)方法的空間分析方法。比如通過傳統(tǒng)方法支持向量機(jī)對某縣神經(jīng)管畸形出生缺陷數(shù)據(jù)進(jìn)行訓(xùn)練和驗證，最終達(dá)到對出生缺陷率的分類預(yù)測。應(yīng)用深度學(xué)習(xí)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(tǒng)方法和前沿的基于深度學(xué)習(xí)的空間分析方法的具體案例分析，讓學(xué)習(xí)理解并掌握前沿的空間分析方法。

另一方面，“數(shù)字孿生”是一個來源于現(xiàn)實又超越現(xiàn)實的概念，通過使用多傳感器、多算法、多模型，集成多學(xué)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(xiàn)實的情況變化而不斷更迭，并能夠基于數(shù)字模型聯(lián)動多源數(shù)據(jù)信息進(jìn)行預(yù)測性的仿真分析和全生命周期過程的可視化［9］。數(shù)字孿生城市是在“數(shù)字孿生”概念指導(dǎo)下，未來城市發(fā)展的高級階段，需要海量數(shù)據(jù)的支撐，其構(gòu)建過程是一個復(fù)雜的巨系統(tǒng)。在教學(xué)過程中，教師要適時講授學(xué)科前沿知識，使學(xué)生能夠了解最新的研究成果和最亟需的應(yīng)用場景，促使空間分析方法和人工智能模型相結(jié)合，潛移默化地培養(yǎng)學(xué)生利用空間分析思想為數(shù)字孿生城市分析提供解決方案的潛力和熱情。

3 結(jié)束語

本文總結(jié)了《空間分析》課程教學(xué)需求和存在的問題，分析了該課程內(nèi)容改革方向，并對對教學(xué)模式改革進(jìn)行了闡述，最后設(shè)計了《空間分析》課程的全英文授課和國際化教學(xué)?？臻g分析的相關(guān)理論與方法正在應(yīng)用于社會建設(shè)與城市發(fā)展研究的各個方面，大學(xué)生應(yīng)該學(xué)好空間分析相關(guān)課程，掌握空間分析的方法，主動開展相關(guān)領(lǐng)域的探索性研究。