地理學(xué)科大數(shù)據(jù)在本科教學(xué)中的挖掘與學(xué)習(xí)

岳輝 陳秋計(jì)

摘要：大數(shù)據(jù)給地理學(xué)科帶來(lái)了機(jī)遇和挑戰(zhàn)，但是針對(duì)地理學(xué)科本科教學(xué)的大數(shù)據(jù)挖掘和學(xué)習(xí)研究相對(duì)較少。本文結(jié)合大數(shù)據(jù)概念和地理學(xué)科的發(fā)展演變，分析了現(xiàn)代地理學(xué)的發(fā)展趨勢(shì)，并對(duì)大數(shù)據(jù)在地理學(xué)科中的應(yīng)用列舉了最優(yōu)位置選擇、人口流動(dòng)熱力圖和人口性別比分布三個(gè)具體案例，探討了地理學(xué)科本科教學(xué)大數(shù)據(jù)挖掘和學(xué)習(xí)的可能。就地理學(xué)科而言，多源對(duì)地觀測(cè)數(shù)據(jù)為其變革提供了數(shù)據(jù)支持，地理學(xué)科的多學(xué)科交叉為其提供了技術(shù)保障，因此，未來(lái)在地理學(xué)科大數(shù)據(jù)本科教學(xué)中在研究理論基礎(chǔ)的同時(shí)，加強(qiáng)案例挖掘和學(xué)習(xí)，逐步構(gòu)成了一個(gè)成熟的體系。

關(guān)鍵詞：地理學(xué)科；大數(shù)據(jù)；挖掘和學(xué)習(xí)；本科教學(xué)

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2018）23-0160-03

一、引言

地理學(xué)（Geography）作為一門古老的學(xué)科發(fā)展歷史悠久，曾被譽(yù)為科學(xué)之母。在人類了解和掌握我們居住的地球發(fā)生過(guò)的自然現(xiàn)象和人文歷史的時(shí)空變化，并在分析自然和人文之間的相互關(guān)系中具有重要作用。從地理學(xué)演變的歷史過(guò)程來(lái)看，古代地理學(xué)主要研究地球形狀以及其距離大小的測(cè)量方法，或?qū)θ祟惥幼』蚧顒?dòng)的區(qū)域和國(guó)家進(jìn)行描述，現(xiàn)代地理學(xué)已演變?yōu)橐婚T涉獵范圍廣泛的學(xué)科，大到地球表面的各種現(xiàn)象的時(shí)空變化，小到人類居住區(qū)的格局分析，等等，因此地理學(xué)家需要熟悉多種學(xué)科，例如生物學(xué)、社會(huì)學(xué)、地球物理學(xué)等。在廣義的學(xué)科分類中，地理學(xué)一般分為自然地理學(xué)、人文地理學(xué)和地理信息系統(tǒng)三個(gè)分支。其中，自然地理學(xué)的研究重點(diǎn)是地貌、土壤等地球表層自然現(xiàn)象和自然災(zāi)害，土地利用與覆蓋以及生態(tài)環(huán)境與地理之間的關(guān)系；人文地理學(xué)研究的重點(diǎn)是歷史地理學(xué)、文化與社會(huì)地理學(xué)、人口地理學(xué)、政治地理學(xué)、經(jīng)濟(jì)地理學(xué)和城市地理學(xué)；地理信息系統(tǒng)則是計(jì)算機(jī)技術(shù)與現(xiàn)代地理學(xué)相結(jié)合的產(chǎn)物，采用計(jì)算機(jī)建模和模擬技術(shù)實(shí)現(xiàn)地理環(huán)境與過(guò)程的虛擬，以便于對(duì)地理現(xiàn)象直觀科學(xué)的分析，并提供決策依據(jù)。

當(dāng)今地理學(xué)學(xué)科內(nèi)部呈現(xiàn)明顯的破碎化、離心化趨勢(shì)，也有學(xué)者批評(píng)當(dāng)今地理學(xué)面臨著自然地理破碎化、人文地理經(jīng)濟(jì)化與社會(huì)化和地理信息科學(xué)信息技術(shù)化的危機(jī)[1，2]。傳統(tǒng)地理學(xué)中“區(qū)域性”與“綜合性”的學(xué)科特色與優(yōu)勢(shì)遭到了忽視與弱化，并且當(dāng)今地理學(xué)面對(duì)的科學(xué)與社會(huì)問題越來(lái)越復(fù)雜，地球表層系統(tǒng)作為地理學(xué)研究的核心對(duì)象，受人類活動(dòng)擾動(dòng)和改造的影響越來(lái)越顯著，地理學(xué)科在研究方法或者研究手段上越來(lái)越受到其他學(xué)科的影響和制約[3，4]。例如在研究沙漠化現(xiàn)象中經(jīng)常將沙化的原因歸咎于干旱，綜合研究指出沙漠化是因過(guò)度放牧、農(nóng)業(yè)過(guò)度擴(kuò)展和毀林造田而加劇的，而沙漠化表征的諸多現(xiàn)象是由其他學(xué)科鑒定的，例如過(guò)度放牧和農(nóng)業(yè)擴(kuò)展由農(nóng)業(yè)科學(xué)負(fù)責(zé)，毀林燒柴則由環(huán)境科學(xué)負(fù)責(zé)，等等。而地理學(xué)在此的任務(wù)是調(diào)查研究其分布模式、地域配合、聯(lián)結(jié)各組成部分的網(wǎng)絡(luò)以及其相互作用的過(guò)程。因此，在研究地球表層系統(tǒng)的過(guò)程中跨學(xué)科的綜合與協(xié)同研究成為地理學(xué)未來(lái)發(fā)展的方向。

“大數(shù)據(jù)”是自2013年以來(lái)興起的一個(gè)熱潮，相信在未來(lái)的幾十年里，大數(shù)據(jù)將會(huì)是個(gè)重要話題，無(wú)論是對(duì)于個(gè)人還是對(duì)于國(guó)家。大數(shù)據(jù)的發(fā)展會(huì)沖擊著許多行業(yè)，包括經(jīng)濟(jì)、環(huán)保、醫(yī)療、旅游等。一時(shí)間3V或者4V理論風(fēng)靡全球，海量、多樣、高速、價(jià)值（Volume數(shù)量，Velocity速度，Variety種類）這四個(gè)詞概括了大數(shù)據(jù)區(qū)別于傳統(tǒng)數(shù)據(jù)的幾個(gè)典型特征。衛(wèi)星、無(wú)人機(jī)等測(cè)繪手段，為地理學(xué)帶來(lái)了海量的大數(shù)據(jù)。大數(shù)據(jù)是快速數(shù)據(jù)，通過(guò)各種傳感器網(wǎng)絡(luò)，甚至可以提供實(shí)時(shí)亞米級(jí)影像。面臨大數(shù)據(jù)的沖擊，在地理學(xué)科中如何應(yīng)對(duì)是亟待深入研究和探討的問題。筆者結(jié)合地理學(xué)科的傳統(tǒng)研究思路和具體應(yīng)用，從大數(shù)據(jù)的挖掘與分析入手，簡(jiǎn)要分析了如何在地理學(xué)科本科教學(xué)中進(jìn)行大數(shù)據(jù)的應(yīng)用挖掘和學(xué)習(xí)。

二、大數(shù)據(jù)與地理信息結(jié)合

海量數(shù)據(jù)的分析與應(yīng)用，使得人們對(duì)于數(shù)據(jù)的要求從精確性的苛求轉(zhuǎn)向數(shù)據(jù)的多元性和交叉性的需求。人們對(duì)于事物之間相關(guān)性的認(rèn)識(shí)比對(duì)于事物之間的因果關(guān)系更加顯得需求迫切。利用地理數(shù)據(jù)進(jìn)行商業(yè)選址和消費(fèi)者分類服務(wù)在全球發(fā)達(dá)國(guó)家已經(jīng)得到了普及，但是在中國(guó)尚未得到大范圍的推廣應(yīng)用[5，6]。精準(zhǔn)的地理服務(wù)在中國(guó)將會(huì)有更大的需求和市場(chǎng)，例如肯德基、星巴克等全球連鎖公司等專門成立了商業(yè)地理分析團(tuán)隊(duì)，幫助其在中國(guó)的店鋪進(jìn)行選址。另外，可以構(gòu)建數(shù)據(jù)分析中心，進(jìn)行地理數(shù)據(jù)的深度挖掘，從而尋找對(duì)企業(yè)有利的信息，提升企業(yè)的利潤(rùn)。例如現(xiàn)在蓬勃發(fā)展的物流行業(yè)，眾多物流公司均加大對(duì)數(shù)據(jù)分析方面的投入，將大數(shù)據(jù)作為戰(zhàn)略資源，深度分析客戶需求，進(jìn)而調(diào)整公司的運(yùn)營(yíng)策略，在公司戰(zhàn)略規(guī)劃、運(yùn)營(yíng)模式等方面做出合理部署?？梢韵胂笤谖磥?lái)，大數(shù)據(jù)不僅會(huì)在地理信息行業(yè)得到飛速發(fā)展，同樣在需要與大數(shù)據(jù)進(jìn)行關(guān)聯(lián)的其他行業(yè)應(yīng)用也會(huì)越來(lái)越廣泛。

三、案例分析探討

對(duì)于地理學(xué)科來(lái)說(shuō)，多源對(duì)地觀測(cè)數(shù)據(jù)為其學(xué)科的變革提供了數(shù)據(jù)支持，而地理學(xué)科的多學(xué)科交叉屬性為其提供了技術(shù)支撐。未來(lái)在地理學(xué)科大數(shù)據(jù)本科教學(xué)中在研究理論基礎(chǔ)的同時(shí)，加強(qiáng)案例挖掘和學(xué)習(xí)，逐步構(gòu)成一個(gè)成熟的體系。因此，本文選擇以下三個(gè)案例進(jìn)行了探索，以期為地理學(xué)科大數(shù)據(jù)在本科教學(xué)中的挖掘和學(xué)習(xí)提供一定的借鑒。

1.最優(yōu)位置選擇。在地理信息具體應(yīng)用中科學(xué)選擇最優(yōu)位置是現(xiàn)代商業(yè)的關(guān)鍵所在，只有把對(duì)的商品放在對(duì)的位置上才能獲取最大的商業(yè)利潤(rùn)。在地理類專業(yè)本科教學(xué)中可以增加大數(shù)據(jù)在最優(yōu)位置選擇的商業(yè)案例進(jìn)行分析。

具體案例：現(xiàn)有一家股份制商業(yè)銀行，該銀行需要對(duì)未來(lái)中國(guó)西部某二線省會(huì)城市的網(wǎng)點(diǎn)開設(shè)方案進(jìn)行規(guī)劃。其要求是網(wǎng)點(diǎn)必須開設(shè)在銀行顧客集中的區(qū)域，以方便銀行業(yè)務(wù)的辦理，同時(shí)需要避開其他銀行過(guò)度競(jìng)爭(zhēng)的區(qū)域來(lái)保證本銀行的生存和發(fā)展前景。

案例分析：最優(yōu)位置的選擇是商業(yè)地理分析最常見的案例。對(duì)于某個(gè)特定的地點(diǎn)是否復(fù)合商業(yè)利益，進(jìn)行現(xiàn)場(chǎng)調(diào)查是傳統(tǒng)的方法也是最笨的方法，但是這種方法耗時(shí)耗力，對(duì)于面積人口較大的城市選出其中的重點(diǎn)區(qū)域，需要大量的人力、物力和財(cái)力，憑借小團(tuán)隊(duì)的有限知識(shí)遠(yuǎn)遠(yuǎn)不夠，因此就需要大數(shù)據(jù)來(lái)幫助完成這個(gè)任務(wù)?；痉桨甘抢迷摮鞘械氖噶康貓D，同時(shí)加載信息更多更豐富的經(jīng)濟(jì)、人口等基礎(chǔ)地理數(shù)據(jù)，借助地理信息系統(tǒng)（GIS）和遙感（RS）來(lái)實(shí)現(xiàn)定性和定量的分析，可以建立適當(dāng)?shù)哪Ｐ蛶椭覀冊(cè)诤线m的城市區(qū)域內(nèi)選擇最優(yōu)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(yè)CBD等可能的位置進(jìn)行初步分析。綜合該城市的市區(qū)超過(guò)100個(gè)接到的常駐和流動(dòng)人口統(tǒng)計(jì)數(shù)據(jù)、人口的收入數(shù)據(jù)、受教育程度的數(shù)據(jù)，包括分區(qū)內(nèi)其他銀行的分布網(wǎng)點(diǎn)位置以及營(yíng)業(yè)年限，其他大型商業(yè)聚集區(qū)的輻射程度等地理數(shù)據(jù)，將市區(qū)按街道分區(qū)重新劃分為核心區(qū)、緩沖區(qū)和邊緣區(qū)三個(gè)大類，新設(shè)的銀行網(wǎng)點(diǎn)應(yīng)優(yōu)先考慮核心區(qū)。其次，按照建立的模型對(duì)數(shù)據(jù)進(jìn)行收集，根據(jù)不同街道分區(qū)的特征和商業(yè)信息的分布與聚集以及輻射度進(jìn)行賦值，最終得到分區(qū)的最后得分，根據(jù)得分結(jié)合該城市市區(qū)已建在建/籌建樓宇列表選出網(wǎng)點(diǎn)的最優(yōu)位置。

2.人口流動(dòng)熱力圖。2014年春節(jié)期間，百度地圖推出了一個(gè)基于手機(jī)定位可視化數(shù)據(jù)而制作的國(guó)內(nèi)城市間人口流動(dòng)實(shí)時(shí)地圖。春運(yùn)是短時(shí)間內(nèi)極大規(guī)模的人口遷徙行為，而流動(dòng)人口所攜帶的手機(jī)如果開啟了定位功能，那么這些定位數(shù)據(jù)反饋到計(jì)算平臺(tái)，就可以相對(duì)準(zhǔn)確和及時(shí)地表現(xiàn)出地圖上任何一個(gè)地區(qū)人員的遷入與遷出狀況。

案例設(shè)計(jì)：通過(guò)定位數(shù)據(jù)的分析，可以分析一天內(nèi)某一地區(qū)人口密度的變化。以西安大雁塔地鐵站為例，如果把每一個(gè)進(jìn)出站、開著手機(jī)定位的人作為一個(gè)標(biāo)注點(diǎn)，那么點(diǎn)的密度與實(shí)際人數(shù)成正比。如果把手機(jī)定位的海量數(shù)據(jù)擴(kuò)大到更大的范圍，比如說(shuō)一座城市，就可以從中讀出更多的信息，如分析哪個(gè)商圈在哪些時(shí)間段人流量大等。大數(shù)據(jù)對(duì)于商業(yè)區(qū)的宏觀規(guī)劃以及商家對(duì)于店鋪位置的選擇有著重要的參考價(jià)值。

案例分析：在當(dāng)今的信息社會(huì)，人們已經(jīng)習(xí)以為常地用電子地圖去查找商場(chǎng)與酒店。利用大數(shù)據(jù)制作的景區(qū)熱力圖，利用得到的實(shí)時(shí)人流數(shù)據(jù)，動(dòng)態(tài)地展現(xiàn)人群的分布。而這些實(shí)時(shí)、動(dòng)態(tài)的地圖可以幫助我們優(yōu)化空間路線、識(shí)別潛在危險(xiǎn)等。因此在未來(lái)本科教學(xué)中，可以從制圖、信息實(shí)時(shí)集成、使用等角度展開挖掘。當(dāng)然，要想更加精確、及時(shí)地在地圖上呈現(xiàn)出某些信息，除了深度挖掘數(shù)據(jù)，還需數(shù)據(jù)分析的模型，對(duì)收集和運(yùn)算的不同數(shù)據(jù)源進(jìn)行疊加和融合，進(jìn)而將深層次的信息準(zhǔn)確地呈現(xiàn)和預(yù)測(cè)出來(lái)。

3.人口性別比分布。大數(shù)據(jù)往往存在不均勻、不規(guī)則分布的特征。資源與人口分布的不均衡，使得不同地區(qū)的各種指標(biāo)存在著或大或小的差異。例如，一直困擾我國(guó)的男、女比例失調(diào)的問題已經(jīng)影響到社會(huì)的穩(wěn)定和經(jīng)濟(jì)的可持續(xù)發(fā)展，因此我們可以利用大數(shù)據(jù)來(lái)分析未來(lái)人口性別的平衡圖。

案例應(yīng)用：以往類似的性別比例分布圖已有專家或?qū)W者做過(guò)，比如有學(xué)者利用2000年第五次全國(guó)人口普查公布的數(shù)據(jù)制作了全國(guó)人口普查中各區(qū)縣1—4歲兒童的男、女比例分布圖，我們可以從中提取某個(gè)省份的數(shù)據(jù)，例如陜西省在1—4歲的人口中，30%的區(qū)縣男、女比例超過(guò)了1.4，那么17年后現(xiàn)如今的性別比例圖是怎樣的呢？是否可以利用相關(guān)的大數(shù)據(jù)進(jìn)行分析是此案例分析的要點(diǎn)。

四、討論

地理學(xué)經(jīng)過(guò)了漫長(zhǎng)的發(fā)展歷程，而且地理學(xué)研究的領(lǐng)域相當(dāng)廣泛，上至無(wú)窮的太空，下至人類所能探測(cè)到的最深的地底，都是地理學(xué)的研究范圍，因此，現(xiàn)代地理學(xué)的發(fā)展往往與多學(xué)科交叉，正是這樣一個(gè)互相交叉、互相聯(lián)系的地理領(lǐng)域構(gòu)成了一個(gè)復(fù)雜的系統(tǒng)，這個(gè)復(fù)雜的系統(tǒng)往往與人們的生活息息相關(guān)。隨著大數(shù)據(jù)概念的提出以及地理大數(shù)據(jù)的不斷挖掘，需要在地理相關(guān)專業(yè)本科教學(xué)中開展大數(shù)據(jù)的挖掘和學(xué)習(xí)[7，8]。當(dāng)前，地理學(xué)科的大數(shù)據(jù)來(lái)源廣泛，包括測(cè)繪地理信息數(shù)據(jù)，比如各類的矢量圖、DEM、多分辨率的遙感影像等對(duì)地觀測(cè)數(shù)據(jù)，雖然經(jīng)過(guò)了多年的發(fā)展，但是對(duì)地理學(xué)科大數(shù)據(jù)的應(yīng)用和智慧發(fā)展仍然有相當(dāng)大的差距，需要對(duì)地理學(xué)科的大數(shù)據(jù)進(jìn)行更加深入和廣泛地挖掘和學(xué)習(xí)。

參考文獻(xiàn)：

[1]甄峰，王波.“大數(shù)據(jù)”熱潮下人文地理學(xué)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(shí)代的地理學(xué)與人文地理學(xué)創(chuàng)新[J].地理科學(xué)，2015，35（1）：11-18.

[3]吳志峰，柴彥威，黨安榮.地理學(xué)碰上“大數(shù)據(jù)”：熱反應(yīng)與冷思[J].地理研究，2015，34（12）：2207-2221.

[4]楊振山，龍瀛，Douay N.大數(shù)據(jù)對(duì)人文——經(jīng)濟(jì)地理學(xué)研究的促進(jìn)與局限[J].地理科學(xué)進(jìn)展，2015，34（4）：410-417.

[5]秦蕭，甄峰，熊麗芳，等.大數(shù)據(jù)時(shí)代城市時(shí)空間行為研究方法[J].地理科學(xué)進(jìn)展，2013，32（9）：1352-1451.

[6]柴彥威，龍瀛，申悅.大數(shù)據(jù)在中國(guó)智慧城市規(guī)劃中的應(yīng)用探索[J].國(guó)際城市規(guī)劃，2014，29（6）：9-11.

[7]DeLyser D，Sui D.Crossing the qualitative-quantitative divide II Inventive approaches to big data，mobile methods，and rhythm analysis[J].Progress in Human Geography，2013，37（2）：293-305.

[8]Mayer-Schonberger V，Cukier K.Big data：a revolution that will transform how we live，work and think [M].London，UK：John Murray Publishers，2013.