1、地理學科大數據在本科教學中的挖掘與學習 摘要：大數據給地理學科帶來了機遇和挑戰，但是針對地理學科本科教學的大數據挖掘和學習研究相對較少。本文結合大數據概念和地理學科的發展演變，分析了現代地理學的發展趨勢，并對大數據在地理學科中的應用列舉了最優位置選擇、人口流動熱力圖和人口性別比分布三個具體案例，探討了地理學科本科教學大數據挖掘和學習的可能。就地理學科而言，多源對地觀測數據為其變革提供了數據支持，地理學科的多學科交叉為其提供了技術保障，因此，未來在地理學科大數據本科教學中在研究理論基礎的同時，加強案例挖掘和學習，逐步構成了一個成熟的體系。 關鍵詞：地理學科；大數據；挖掘和學習；本科教學 中圖分類

2、號：G642.0 文獻標志碼：A 文章編號：1674-9324（2018）23-0160-03 一、引言 地理學（Geography）作為一門古老的學科發展歷史悠久，曾被譽為科學之母。在人類了解和掌握我們居住的地球發生過的自然現象和人文歷史的時空變化，并在分析自然和人文之間的相互關系中具有重要作用。從地理學演變的歷史過程來看，古代地理學主要研究地球形狀以及其距離大小的測量方法，或對人類居住或活動的區域和國家進行描述，現代地理學已演變為一門涉獵范圍廣泛的學科，大到地球表面的各種現象的時空變化，小到人類居住區的格局分析，等等，因此地理學家需要熟悉多種學科，例如生物學、社會學、地球物理學等。在廣義的

3、學科分類中，地理學一般分為自然地理學、人文地理學和地理信息系統三個分支。其中，自然地理學的研究重點是地貌、土壤等地球表層自然現象和自然災害，土地利用與覆蓋以及生態環境與地理之間的關系；人文地理?W研究的重點是歷史地理學、文化與社會地理學、人口地理學、政治地理學、經濟地理學和城市地理學；地理信息系統則是計算機技術與現代地理學相結合的產物，采用計算機建模和模擬技術實現地理環境與過程的虛擬，以便于對地理現象直觀科學的分析，并提供決策依據。 當今地理學學科內部呈現明顯的破碎化、離心化趨勢，也有學者批評當今地理學面臨著自然地理破碎化、人文地理經濟化與社會化和地理信息科學信息技術化的危機1，2。傳統地理學

4、中“區域性”與“綜合性”的學科特色與優勢遭到了忽視與弱化，并且當今地理學面對的科學與社會問題越來越復雜，地球表層系統作為地理學研究的核心對象，受人類活動擾動和改造的影響越來越顯著，地理學科在研究方法或者研究手段上越來越受到其他學科的影響和制約3，4。例如在研究沙漠化現象中經常將沙化的原因歸咎于干旱，綜合研究指出沙漠化是因過度放牧、農業過度擴展和毀林造田而加劇的，而沙漠化表征的諸多現象是由其他學科鑒定的，例如過度放牧和農業擴展由農業科學負責，毀林燒柴則由環境科學負責，等等。而地理學在此的任務是調查研究其分布模式、地域配合、聯結各組成部分的網絡以及其相互作用的過程。因此，在研究地球表層系統的過程中

5、跨學科的綜合與協同研究成為地理學未來發展的方向。 “大數據”是自2013年以來興起的一個熱潮，相信在未來的幾十年里，大數據將會是個重要話題，無論是對于個人還是對于國家。大數據的發展會沖擊著許多行業，包括經濟、環保、醫療、旅游等。一時間3V或者4V理論風靡全球，海量、多樣、高速、價值（Volume數量，Velocity速度，Variety種類）這四個詞概括了大數據區別于傳統數據的幾個典型特征。衛星、無人機等測繪手段，為地理學帶來了海量的大數據。大數據是快速數據，通過各種傳感器網絡，甚至可以提供實時亞米級影像。面臨大數據的沖擊，在地理學科中如何應對是亟待深入研究和探討的問題。筆者結合地理學科的傳統

6、研究思路和具體應用，從大數據的挖掘與分析入手，簡要分析了如何在地理學科本科教學中進行大數據的應用挖掘和學習。 二、大數據與地理信息結合 海量數據的分析與應用，使得人們對于數據的要求從精確性的苛求轉向數據的多元性和交叉性的需求。人們對于事物之間相關性的認識比對于事物之間的因果關系更加顯得需求迫切。利用地理數據進行商業選址和消費者分類服務在全球發達國家已經得到了普及，但是在中國尚未得到大范圍的推廣應用5，6。精準的地理服務在中國將會有更大的需求和市場，例如肯德基、星巴克等全球連鎖公司等專門成立了商業地理分析團隊，幫助其在中國的店鋪進行選址。另外，可以構建數據分析中心，進行地理數據的深度挖掘，從而尋

7、找對企業有利的信息，提升企業的利潤。例如現在蓬勃發展的物流行業，眾多物流公司均加大對數據分析方面的投入，將大數據作為戰略資源，深度分析客戶需求，進而調整公司的運營策略，在公司戰略規劃、運營模式等方面做出合理部署。可以想象在未來，大數據不僅會在地理信息行業得到飛速發展，同樣在需要與大數據進行關聯的其他行業應用也會越來越廣泛。 三、案例分析探討 對于地理學科來說，多源對地觀測數據為其學科的變革提供了數據支持，而地理學科的多學科交叉屬性為其提供了技術支撐。未來在地理學科大數據本科教學中在研究理論基礎的同時，加強案例挖掘和學習，逐步構成一個成熟的體系。因此，本文選擇以下三個案例進行了探索，以期為地理學

8、科大數據在本科教學中的挖掘和學習提供一定的借鑒。 1.最優位置選擇。在地理信息具體應用中科學選擇最優位置是現代商業的關鍵所在，只有把對的商品放在對的位置上才能獲取最大的商業利潤。在地理類專業本科教學中可以增加大數據在最優位置選擇的商業案例進行分析。 具體案例：現有一家股份制商業銀行，該銀行需要對未來中國西部某二線省會城市的網點開設方案進行規劃。其要求是網點必須開設在銀行顧客集中的區域，以方便銀行業務的辦理，同時需要避開其他銀行過度競爭的區域來保證本銀行的生存和發展前景。 案例分析：最優位置的選擇是商業地理分析最常見的案例。對于某個特定的地點是否復合商業利益，進行現場調查是傳統的方法也是最笨的方

9、法，但是這種方法耗時耗力，對于面積人口較大的城市選出其中的重點區域，需要大量的人力、物力和財力，憑借小團隊的有限知識遠遠不夠，因此就需要大數據來幫助完成這個任務。基本方案是利用該城市的矢量地圖，同時加載信息更多更豐富的經濟、人口等基礎地理數據，借助地理信息系統（GIS）和遙感（RS）來實現定性和定量的分析，可以建立適當的模型幫助我們在合適的城市區域內選擇最優位置。 具體步驟：首先，目的是為了幫助銀行挑選最有利的位置，可以從街道和臨街商鋪以及商業CBD等可能的位置進行初步分析。綜合該城市的市區超過100個接到的常駐和流動人口統計數據、人口的收入數據、受教育程度的數據，包括分區內其他銀行的分布網點

10、位置以及營業年限，其他大型商業聚集區的輻射程度等地理數據，將市區按街道分區重新劃分為核心區、緩沖區和邊緣區三個大類，新設的銀行網點應優先考慮核心區。其次，按照建立的模型對數據進行收集，根據不同街道分區的特征和商業信息的分布與聚集以及?射度進行賦值，最終得到分區的最后得分，根據得分結合該城市市區已建在建/籌建樓宇列表選出網點的最優位置。 2.人口流動熱力圖。2014年春節期間，百度地圖推出了一個基于手機定位可視化數據而制作的國內城市間人口流動實時地圖。春運是短時間內極大規模的人口遷徙行為，而流動人口所攜帶的手機如果開啟了定位功能，那么這些定位數據反饋到計算平臺，就可以相對準確和及時地表現出地圖上

11、任何一個地區人員的遷入與遷出狀況。 案例設計：通過定位數據的分析，可以分析一天內某一地區人口密度的變化。以西安大雁塔地鐵站為例，如果把每一個進出站、開著手機定位的人作為一個標注點，那么點的密度與實際人數成正比。如果把手機定位的海量數據擴大到更大的范圍，比如說一座城市，就可以從中讀出更多的信息，如分析哪個商圈在哪些時間段人流量大等。大數據對于商業區的宏觀規劃以及商家對于店鋪位置的選擇有著重要的參考價值。 案例分析：在當今的信息社會，人們已經習以為常地用電子地圖去查找商場與酒店。利用大數據制作的景區熱力圖，利用得到的實時人流數據，動態地展現人群的分布。而這些實時、動態的地圖可以幫助我們優化空間路線

12、、識別潛在危險等。因此在未來本科教學中，可以從制圖、信息實時集成、使用等角度展開挖掘。當然，要想更加精確、及時地在地圖上呈現出某些信息，除了深度挖掘數據，還需數據分析的模型，對收集和運算的不同數據源進行疊加和融合，進而將深層次的信息準確地呈現和預測出來。 3.人口性別比分布。大數據往往存在不均勻、不規則分布的特征。資源與人口分布的不均衡，使得不同地區的各種指標存在著或大或小的差異。例如，一直困擾我國的男、女比例失調的問題已經影響到社會的穩定和經濟的可持續發展，因此我們可以利用大數據來分析未來人口性別的平衡圖。 案例應用：以往類似的性別比例分布圖已有專家或學者做過，比如有學者利用2000年第五次

13、全國人口普查公布的數據制作了全國人口普查中各區縣14歲兒童的男、女比例分布圖，我們可以從中提取某個省份的數據，例如陜西省在14歲的人口中，30%的區縣男、女比例超過了1.4，那么17年后現如今的性別比例圖是怎樣的呢？是否可以利用相關的大數據進行分析是此案例分析的要點。 四、討論 地理學經過了漫長的發展歷程，而且地理學研究的領域相當廣泛，上至無窮的太空，下至人類所能探測到的最深的地底，都是地理學的研究范圍，因此，現代地理學的發展往往與多學科交叉，正是這樣一個互相交叉、互相聯系的地理領域構成了一個復雜的系統，這個復雜的系統往往與人們的生活息息相關。隨著大數據概念的提出以及地理大數據的不斷挖掘，需要

14、在地理相關專業本科教學中開展大數據的挖掘和學習7，8。當前，地理學科的大數據來源廣泛，包括測繪地理信息數據，比如各類的矢量圖、DEM、多分辨率的遙感影像等對地觀測數據，雖然經過了多年的發展，但是對地理學科大數據的應用和智慧發展仍然有相當大的差距，需要對地理學科的大數據進行更加深入和廣泛地挖掘和學習。 參考文獻： 1甄峰，王波.“大數據”熱潮下人文地理學研究的再思考J.地理研究，2015，34（5）：803-811. 2甄峰，秦蕭，席廣亮.信息時代的地理學與人文地理學創新J.地理科學，2015，35（1）：11-18. 3吳志峰，柴彥威，黨安榮.地理學碰上“大數據”：熱反應與冷思J.地理研究，2015，34（12）：2207-2221. 4楊振山，龍瀛，Douay N.大數據對人文經濟地理學研究的促進與局限J.地理科學進展，2015，34（4）：410-417. 5秦蕭，甄峰，熊麗芳，等.大數據時代城市時空間行為研究方法J.地理科學進展，2013，32（9）：1352-1451. 6柴彥威，龍瀛，申悅.大數據在中國智慧城市規劃中的應用探索J.國際城市規劃，2014，29（6）：9-11. 7DeLyser D，Sui D.Crossing the qualitative-quantitative divide II Inventive approaches