智慧城市视角下高校地理信息系统课程教学改革探索

蒲海霞　武荣伟　李钰　蔡进

摘 要：城市转型期城市空间结构改变，社会结构发生重大转变、居民行为与需求多样化、智慧城市应用而生。地理信息系统作为支撑智慧城市基本数据获取、数据分析、数据整合、数据建模与空间决策的最重要的技术支撑，收到学界与业界的广泛关注。对于未来参与智慧城市建设的当代大学生，需对地理信息系统的基本理论、数据结构理论、数据模块化理论进行熟练掌握与理解。在实践操作过程中，需熟练掌握基本的ARCGIS操作软件、熟悉二次开发平台，掌握数据分采集与分析软件，如C++、C#、Python、SPSS、STATA。如何将定量分析与定性分析结合，最后为智慧城市区域建设与底层建设提供技术支持。通过地理信息系统教学课程改革建立一支强大科研与实践队伍。

关键词：智慧城市 高校 地理信息系统 学科交叉 教学改革

1 地理信息系统教学改革背景

地理信息系统（Geographic information system， GIS）集数据挖掘、大数据分析、制图与可视化等为一体的多功能平台与空间信息科学，主要应用于城市规划、土地资源评价、测绘、国土空间规划、区域发展等领域的研究。根据国家统计局的数据显示[1]。截止2016年，我国城镇人口已达到了7.9亿，预计2030年，城镇人口将会增加到9亿，我国正处于城市转型与社会结构改变的关键时期。

快速增长的人口对生态环境、社会环境、城市环境、城市管理、社会治理、公共服务等带来了前所未有的挑战[2]。与此同时，国家、不同政府部门对复杂城市、复杂社会与复杂居民群体的管理与治理面临巨大的考验。城市治理不再是单一维度下的政府职能最大化，更需要结合互联网、物联网技术对公共服务设施进行优化、对交通复杂网络进行调度、对资源生态环境与经济进行耦合协调。智慧城市是在数字城市的基础框架上构建起来的，通过物联网将现实世界与虚拟数字世界融合，将城市的每个模块以及模块之间的连续进行数字化存储，为政府、企业、市民需求与应用提供服务[3]。

地理信息系统和智慧城市密切相关，地理信息系统可以作为智慧城市建设中基础数据的采集者、存储者和分析者，并可以对数据进行叠合、切割与重组。如在城市人口数据建模方面，地理信息系统可以分析不同区域人口密度的空间分布特征、聚集性和离散性，对不同区域数据人口数据进行压缩与整合，最后存入到智慧城市模型中，用于政府公共服务资源配置的决策方案中。

智慧城市这一概念自2008年提出以来，全国各地加速布局并进行实践落地，先后形成概念导入期（2008-2012 年）、试点探索期（2012-2016年）、统筹推进期（2016-2020年）等重要发展期，正迈入集成融合发展的新时期[4]。

2 地理信息系统课程现状

目前所在高校为西部高校-重庆工商大学，其地理信息系统课程开设主要是依托于重庆市一流专业《人文地理与城乡规划》而开设的必修课，其中包括理论学时16课时，实验课时32学时。对于理论课程的讲解主要包括地理信息系统的基本概念与构成，地理信息系统的发展概况，空间数据结构类型（矢量数据与栅格数据），栅格数据和矢量数据的转换，地图投影与转换，数字信息模型，数字高程模型，矢量、栅格数据的叠合分析，缓冲区分析[5]。这基本上是对地理信息系统最基本的认识，只能进行最基本的空间分析和图形转换，而对最基本的数据结构及算法、大数据挖掘、云计算、web建模等的学习较少，未能为智慧城市的底层开发和平台建设提供理论和技术支撑。在实验课的设计环节，实验内容主要包括地图的矢量化，属性数据录入，地图校正与配准，栅格数据的重分类，坡度与坡向分析，数据叠合分析与缓冲区分析。

实验设置上，数据的操作实验是隔断式的单项操作，各个实验环节没有相互紧密联系。因此，实验课程的系统性、合理性、过渡性与连贯性还需加强。在后期实验课的设置上，需设置一整套的实验数据与实验方法，让学生掌握和熟悉从现实世界到虚拟世界的数据转换与建模，深入理解数据重分类的意义和目的，将智慧城市的理念与空间分析相结合，自我反思和促进学习的积极性，促使学生从被动学习到主动学习，提升主动探索的学习精神。另外，对实验课的内容设置的深度和难度还需进一步加强，如适当引入时空地理加权空间计算、OLS回归分析，时间与空间可达性等，通过现实案例，让学生更加理解智慧城市不仅仅是空间可视化分析，更是大数据运算与模式挖掘。

3 地理信息系统教学改革措施

3.1 加强课程内容建设，凸显時代特色

在教学内容上，拓展学生的知识面和对数据模型的学习，如加入概念模型、逻辑模型，物理模型、场模型、网络模型、多维数据模型、对象模型、面向对象技术的抽象模型。在数学模型的讲授中，将地理数据与现实生活中的铁路、公路、航线相结合。将场模型与大气污染、地表温度、土壤适度、地形高度以及水域流速与方向相结合。在时空模型的讲授中，将出租车数据、手机信令数据、居民时空行为GPS跟踪数据融入到时空模型案例的讲授中，渗透时空GIS、时空棱柱研究、多维数据的表达研究[6]。从宏观来看，城市化与城市空间转型，城市公共服务设施如交通路网、医疗、学校、地下空间管网布局具有多路径及复杂性，不同数学模型的引入能将显示世界的复杂性呈现在智慧城市的可视化子模块中。

转型期社会制度、社会结构改变。从微观来看，居民日常行为复杂化与多样化，家庭活动模式也发生了较为彻底的内在改变，居民需求越发多元化，与此同时，更需要智慧城市的多层级响应，如总体响应、分层次与分人群需求响应等。因此，在地理信息系统教学内容中，强调居民行为的微观转变与行为的多情境转变，日常活动的时空路径图可视化分等，这对智慧城市模拟居民购物、消费、饮食、交通出行行为有重大的实践意义，通过居民行为的微观模拟，对城市交通网络、公共服务配置、居民出行决策、城市规划有一定的指导意义[7]。通过数据模型学习与实际案例的匹配延伸，让学生更加能了解地理信息系统的功能及与智慧城市建设的联系，也能激发学生对地理信息系统课程学习的热情与自学能力。

3.2 基于多学科交叉的地理信息系统教学案例升级

事实上，地理信息系统是一门集数据采集、存储、分析为一体的空间数据技术，更是一门数据挖掘与数据决策的分析工具，与当前的智慧城市建设紧密结合，才能彰显其强大的数据运算与分析决策能力。智慧城市包括的模块众多，如城市用水管理模块，可以细致到街道用水、社区用水、家庭用水，城市用电与天然气也是同一的设计模式。在城市用电、用水、用气的设置中，需要对电流、水流、气流的实时流量进行检测，还需检测家庭结构、家庭人口。为了达到精细化的流量传输与测度，居民日常行为的用电、用水、用气模式、家庭互助下的节能模式是重点关注的内容。这些需要利用社会学与时间地理学的理论支撑去分析家庭内部的生活秩序与能量使用秩序[8]。

城市治理的公共安全模块，需要考虑城市范围、社区范围与家庭范围，如何对城市人流量、车流量、空气质量等进行动态实时监测，如何对社区网络、社区安全出入口、社区人口环境、社区生态环境进行监测、如何对不同类型社区的居民的活动出行进行实时监测，不仅需要地理信息系统的可视化技术，更需要生态学、社会学、人工智能、机器学习、环境科学、遥感科学等其他学科的支撑与融合。因此，地理信息系统的讲授过程中，需融入环境科学、遥感、人工智能等的课程群的建设。制订一套完整的教学质量评估体系，对不同讲授模块进行学生打分，包括理解度、感兴趣度，与智慧城市建设的关联度，最后对评分结果进行循环优化，提升教学质量。

3.3 强化实践教学，加强技能操作

针对目前地理信息系统实验操作的单一性，不连续性与不衔接性，亟待提出一套贯穿性与项目操作性较强的实验方案与实验流程。首先，厘清实验操作的主要目的，实验数据的来源，实验操作过程中用到的地理信息系统模型与方法，将实验目的与智慧城市建设相关联。其次，激发学生的动手能力与主动思考的能力，获取数据的能力，引导学生区利用Python去抓取网络大数据，如百度热力图数据、百度人口迁移数据、美团等外卖数据、房地产链家数据等等。将这些数据进行组织、存储，结合数据统计软件SPSS、STATA、R语言进行对数据进行分析整理，发现区域现象与微观人群特征现象，揭示人口迁移规律、饮食规律、住房市场状况[9]。通过这些数据的抓取、分析、结果与结论的凝练来分析现有的城市运行模式与城市问题，将数据分析抓取与智慧城市的数据库建设结合，将大数据的研究结果与智慧城市的空间决策相结合，体现地理信息系统对智慧城市建设过程中的有力支撑作用[10]。这对实验的系统性、专业性、可拓展性有较好的前景，使得地理信息系统能更好的与智慧城市相结合，也为学生毕业后的实操能力、就业选择有较为明显的促进作用。

4 教学改革的优势

与传统的地理信息系统教学模式相比，将智慧城市融入地理信息系统理论课与实践课授课，能够突破传统的数据获取模式如矢量化、属性数据的输入，统计年鉴的整理输入，而是借助爬虫抓取工具获取网上自由开放的数据源，进来指导智慧城市的建设。这不仅能让学生了解多源数据的获取，提升学生的思考与动手能力。还可以获取免费开源的大数据，这些大数据能揭示地理信息和城市空间的普遍规律。增加学生去本专业的兴趣，将地理和大数据结合，为学生提供了开放的学习模式，拓展了专业知识，提高学生的综合素质。

4.1 整合式理论水平提升

突破传统的“教与学”被动学习状况，引入智慧城市建设的模块化教育理念，将智慧城市建设过程中理论建设框架、技术研发框架、多学科交叉模型框架融入到地理信息系统课程的讲授中去，这样有助于拓展学生的知识面，对理论课学习的认同感。城市发展进程中居民身体健康问题、心理健康问题频繁、社会风险增强，重大突发公共卫生事件如何应对都是现阶段应当解决的重大城市问题。理论与问题的融入讲解将会对课程理论体系、课程的要点与难点有更加深入的理解。其次，摒弃传统的教科书式教学，形成组对组帮扶、以强带弱的课程学习团队。对理论知识进行循环巩固，从课本理论到智慧城市理论，形成一整套的循环理论。

4.2 提高学生的建模能力与运算能力

传统的地理信息主要涉及到了数据矢量化、空间分析基本数据分析，智慧城市的引入需要学生较为熟练的掌握数据建模能力与大数据运算能力。在ARCGIS的实验操作中，引入ArcGIS Engine二次开发平台，熟练掌握C#、C++编程语言。实验课需要设置一整套的训练方案，明确实验课要达到的目的，如人口数据时空变化展示、人口流动的社会网络、空间模型计算等，在不同的子模块确定编程方案，需要的类库等。这些都有助于理解底层开发，智慧城市建模的底层研发与底层设计，易于理解智慧城市的智能化运作程序。在智慧城市模块化继续完善的进程中，提出可行性研究策略，提升学生动手和动脑能力。另外，以实验竞赛的模式，对实验课进行改革与探索，可以将历年ESRI公司举办的大学生GIS软件开发竞赛赛题引入到实验教学中来，让学生了解原创性实验步骤、练习所学习的技能操作，进一步培养学生的探索性学习能力。

4.3 培养学生的核心价值观

智慧城市规划是国家规划体系的重要组成部分，也是国土空间规划体系的有机组成部分，更是国家的长期战略。让学生在课程学习过程中关注民生民情，低收入群体、残体人群体、社会治理与城市治理状态、城市公共服务资源供给与居民需求，树立学生正确的核心价值观与主动加入智慧城市治理的情怀。从宏观与微观层面了解城市居民生活状态，培养学生的奉献精神与积极参与的精神。在学校层面，培养出一批掌握信息技术、掌握科学研究的理论逻辑、具备正确的核心价值观的人才队伍，服务与智慧城市规划、社区生活圈规划、空间规划与治理。

5 结语

智慧城市这一概念自2008年提出以来，全国各地加速布局并进行实践落地，先后形成概念导入期（2008-2012 年）、试点探索期（2012-2016年）、统筹推进期（2016-2020年）等重要发展期，正迈入集成融合发展的新时期。基于传统地理信息系统授课过程中的“教科书”式教学模式，引入智慧城市视角下的地理信息系统授课模式与实验拓展模式。从地理信息數据的采集、存储、分析到现实世界与地理信息大数据的结合，深入学习智慧城市的数据结构、数据模块解析，基础城市数据、人口数据、社区居民行为数据的调查与采集模式，理解地理信息理论基础在智慧城市建设过程中的应用理论。在实验课程方面，设置项目式的实验训练模式，让学生从数据采集、输入、计算、建模等实践环节，理解地理信息系统的强大功能，也为学生参加到智慧城市建设打下牢固的基础。

参考文献：

[1] 刘春，程效军.地理信息系统协同实践创新人才培养改革探讨[J]. 2021（2014-4）：63-66.

[2] 张涵，朱竑.定性地理信息系统及其在人文地理学研究中的应用[J]. 2021（2016-1）：125-136.

[3] 彭浩，曹瑜，许彦明，等. 基于地理信息系统的物联网传感器故障智能预警分析[J]. 测绘与空间地理信息， 2013（S1）.

[4] 孙凯，郭涛.基于数据运营的新型智慧城市发展模式分析[J]. 地理空间信息， 2020， 18（4）.

[5] 黄解军，袁艳斌，张晓盼，等. 面向地理信息系统（GIS）专业创新型人才培养的教学改革与探索[J]. 2021（2013-11）：93-94.

[6] 李祖芬，于雷，高永，等. 基于手机信令定位数据的居民出行时空分布特征提取方法[J]. 交通运输研究， 2016.

[7] 刘增辉.地理信息系统及其在城市规划与管理中的应用[J].建筑发展，2021， 5（2）：11-12.

[8] 柴彦威，申悦，陈梓烽.基于时空间行为的人本导向的智慧城市规划与管理[J]. 国际城市规划， 2014（6）：8.

[9] 刘钰，余卓芮，刘岱宁. R语言可视化的优势及其在空间统计教学中的应用[J]. 2021（2020-5）：30-33.

[10] 梁亚博.地理信息系统在智慧城市中的应用[J].住宅与房地产，2020， No.564（05）：239-239.