地理信息科學(xué)專業(yè)R 語言實踐教學(xué)探索

席 振 熊立偉 劉芬良

（湖南城市學(xué)院市政與測繪工程學(xué)院，湖南 益陽 413000）

0 引言

與起源于貝爾實驗室的S 語言相似，R 是一種統(tǒng)計計算和繪圖的語言和環(huán)境。 R 有很多獨有的特征：完全免費，制圖功能十分強(qiáng)大，囊括了其他軟件所不可用的、與時俱進(jìn)的統(tǒng)計計算程序[1]。 在很多高等院校多種專業(yè)都開設(shè)了R 語言相關(guān)的課程。

1 地理信息科學(xué)專業(yè)設(shè)置《R 語言》的意義

地理信息科學(xué)專業(yè)旨在培養(yǎng)學(xué)生適應(yīng)信息時代發(fā)展和“互聯(lián)網(wǎng)+”社會需求，掌握寬厚的地理信息科學(xué)與地圖學(xué)的基本理論、基本知識和基本技術(shù)。 具備數(shù)據(jù)采集、編輯、處理和分析以及地理信息系統(tǒng)應(yīng)用開發(fā)能力，能在城市規(guī)劃、國土資源以及測繪和地理信息行業(yè)的企事業(yè)單位和政府相關(guān)部門從事數(shù)據(jù)采集、處理、分析以及應(yīng)用開發(fā)等工作。

R 語言在以下3 個方面與地理信息科學(xué)專業(yè)緊密關(guān)聯(lián)：基于地理位置的可視化；空間統(tǒng)計分析；大數(shù)據(jù)與機(jī)器學(xué)習(xí)。 機(jī)器學(xué)習(xí)是研究計算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識和技能，重新組織已有的知識結(jié)構(gòu)不斷改善自身性能。 設(shè)計多學(xué)科知識，如統(tǒng)計學(xué)、概率論、算法復(fù)雜度理論等，是當(dāng)前和今后一段時間持續(xù)的一個研究熱點。 R 語言中的機(jī)器學(xué)習(xí)函數(shù)包從古典的判別分析、 貝葉斯方法到神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等，覆蓋全面，更新以周為單位。 在地理信息科學(xué)中，對空間數(shù)據(jù)的分析、模擬和再現(xiàn)是地理信息科學(xué)重要的一環(huán)。 當(dāng)前，GIS 自我學(xué)習(xí)的能力還不足，自我檢驗與驗證是各類地學(xué)數(shù)據(jù)分析的重要研究內(nèi)容之一。 基于機(jī)器學(xué)習(xí)的空間數(shù)據(jù)分析技術(shù)與應(yīng)用包含數(shù)據(jù)的建模與分析、空間優(yōu)化、智能主體模擬等，可以充分地與R 語言中機(jī)器學(xué)習(xí)算法函數(shù)包相結(jié)合，以提高效率，提高精度[2-3]。

2 實踐教學(xué)過程中存在的問題

目前地理信息科學(xué)專業(yè)的《R 語言》課程主要基于數(shù)據(jù)挖掘的方向進(jìn)行課程設(shè)計，實踐內(nèi)容以R 的基礎(chǔ)入門、基礎(chǔ)數(shù)據(jù)處理、數(shù)據(jù)分析建模為主，數(shù)據(jù)模型實踐課程包括回歸分析、聚類分析以及基礎(chǔ)數(shù)據(jù)可視化。 實踐教學(xué)中主要存3 個問題：（1）基礎(chǔ)統(tǒng)計分析方法實踐內(nèi)容設(shè)置較多。 （2）數(shù)據(jù)分析模型所用數(shù)據(jù)及函數(shù)包存在滯后性，R 中函數(shù)擴(kuò)展包的更新是以周為單位，每次更新會有新的函數(shù)包加入，也會有部分函數(shù)包剔除出R 的官方擴(kuò)展庫中。R 的版本更新較為頻繁，函數(shù)包在R 更新過程中，如果函數(shù)包作者維護(hù)不及時會出現(xiàn)函數(shù)包在新版本R 中無法加載使用的情況，需要安裝并轉(zhuǎn)換不同版本的R 軟件，需要及時更新R 的擴(kuò)展函數(shù)包。 如實踐課程可視化的課程設(shè)置中，交互式地圖的函數(shù)包leafletR 是由Christian Graul等人開發(fā)和維護(hù)的leaflets 的R 語言接口， 其提供基本的在線地圖 （如 Google Map、OpenStreetMap） 可視化，支持瓦片地圖、矢量數(shù)據(jù)、GeoJSON 等數(shù)據(jù)的地圖交互式操作，是與地理信息科學(xué)專業(yè)結(jié)合很重要的一個函數(shù)包，但隨著R 版本的更新，leafletR 與leaflets 加載發(fā)生沖突，可視化中函數(shù)已無法使用，亟須作者對這兩個函數(shù)包進(jìn)行合并、修改并發(fā)布出來[4]。 （3）缺少地理信息科學(xué)專業(yè)的實驗數(shù)據(jù)和內(nèi)容。 如對空間數(shù)據(jù)在R 中的數(shù)據(jù)結(jié)構(gòu)與空間可視化、與WebGIS 結(jié)合的交互式空間數(shù)據(jù)表達(dá)、空間數(shù)據(jù)探索性分析等內(nèi)容均沒有教好的數(shù)據(jù)支撐實踐課程設(shè)置。

3 實踐教學(xué)內(nèi)容探索

GIS 專業(yè)設(shè)置的《R 語言》課程中理論內(nèi)容包括基礎(chǔ)可視化與空間數(shù)據(jù)表達(dá)、 空間數(shù)據(jù)處理與分析、簡單的大數(shù)據(jù)挖掘模型。 圍繞這4 塊內(nèi)容，16 個課時的實踐課程設(shè)置為：數(shù)據(jù)結(jié)構(gòu)與基礎(chǔ)編程語法（2 課時）；基礎(chǔ)數(shù)據(jù)讀寫與數(shù)據(jù)處理（2 課時）；統(tǒng)計數(shù)據(jù)可視化（2 課時）。與GIS 專業(yè)緊密結(jié)合的實踐課程設(shè)計：空間數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)分析（2 課時）；空間數(shù)據(jù)可視化與交互式可視化（2 課時）；線性回歸與空間數(shù)據(jù)探索性分析（2 課時）；選址與預(yù)測綜合分析（4 課時）。

其中，空間數(shù)據(jù)結(jié)構(gòu)與分析，以常用的矢量數(shù)據(jù)空間分析為主，如緩沖區(qū)分析、疊置分析等。 以函數(shù)包sp 和 rgeos 為主，sp 定義空間數(shù)據(jù)在 R 中的基本結(jié)構(gòu)，rgeos 提供大量空間分析的函數(shù)， 基本涵蓋Arcgis軟件中空間分析的絕大部分功能。

空間數(shù)據(jù)交互式可視化中結(jié)合在線地圖，利用R在地圖可視化方面大量優(yōu)秀的函數(shù)包進(jìn)行可視化。 如GISTools 包提供多個常用的地圖制圖和空間數(shù)據(jù)處理工具， 具有完善的綜合制圖功能。 recharts 包是基于Echarts 接口的交互式可視化二次開發(fā)地圖可視化包。leaflet 包提供基本的在線地圖 （如 Google Map、OpenStreetMap）可視化功能，支持地圖的交互式操作，支持不同來源地學(xué)信息的疊加可視化。

空間數(shù)據(jù)探索性分析實踐包括空間自相關(guān)和地理加權(quán)回歸模型，是課程的特色內(nèi)容。 R 作為專業(yè)的統(tǒng)計軟件，在數(shù)據(jù)分析中，可以快速一鍵式的完成定性分析到定量分析。 空間地學(xué)數(shù)據(jù)除了具有一般數(shù)據(jù)的數(shù)學(xué)特征外， 還具有空間地理特征的屬性，R 語言有許多可以一鍵式快速分析空間數(shù)據(jù)的空間統(tǒng)計分析函數(shù)工具包。 另外，R 語言由于語言的特性，對處理數(shù)據(jù)的規(guī)模大小不敏感，這是顯著優(yōu)于其他的空間統(tǒng)計軟件。如spdep 是空間決定性工具包，包括空間權(quán)重矩陣計算、空間自相關(guān)分析、空間濾波模型等空間統(tǒng)計分析數(shù)據(jù)，功能十分強(qiáng)大。 GWmodel 包是空間關(guān)系異質(zhì)性地理加權(quán)技術(shù)函數(shù)包，囊括了地理加權(quán)相關(guān)的回歸、主成分分析、匯總統(tǒng)計、判別分析等地理加權(quán)建模技術(shù)，是當(dāng)前地理學(xué)中研究熱點和研究難點之一[4]。

四個課時的選址選擇與預(yù)測綜合分析根據(jù)不同學(xué)期提出不同的實驗內(nèi)容。 相同的是都盡量引導(dǎo)學(xué)生接觸較新的相關(guān)算法， 緊隨人工智能技術(shù)的發(fā)展現(xiàn)狀。 相關(guān)算法可能當(dāng)前在地理學(xué)中的應(yīng)用不多，成功的案例相對難以尋找，指導(dǎo)教師可以通過閱讀查找多本教材及參考文獻(xiàn)，總結(jié)一些最新的應(yīng)用案例，與經(jīng)典算法相互比較， 將這些內(nèi)容融入R 語言實踐教學(xué)中。 如在林業(yè)數(shù)據(jù)信息的深度挖掘分析中，深度學(xué)習(xí)算法自主學(xué)習(xí)多元高維復(fù)雜數(shù)據(jù)執(zhí)行分類、預(yù)測和模式識別等任務(wù)中如何發(fā)揮作用[5]。 如在當(dāng)前使用頻率較高的Sentinel-2 號數(shù)據(jù)中， 對影像數(shù)據(jù)進(jìn)行土地利用分類識別，可以使用面向?qū)ο蠼Y(jié)合隨機(jī)森林模型的方法提高識別準(zhǔn)確率與效率。 因此，指導(dǎo)教師需要時刻關(guān)注新算法在地理信息科學(xué)中的使用動態(tài)，總結(jié)最新的內(nèi)容并將其融入R 語言實踐中，提升學(xué)生今后在工作中自主學(xué)習(xí)的能力。

4 結(jié)語

基于R 語言在統(tǒng)計學(xué)、可視化及強(qiáng)大的擴(kuò)展性方面的性能，在地理信息科學(xué)專業(yè)開設(shè)R 語言的課程十分必要。 我校從2019 年在地理信息科學(xué)專業(yè)開設(shè)R語言課程，一直在探索中對這門課程的講授內(nèi)容與實踐內(nèi)容進(jìn)行改革，教學(xué)內(nèi)容以引導(dǎo)性為主，啟發(fā)學(xué)生利用R 語言解決地理空間大數(shù)據(jù)方面的問題，引導(dǎo)學(xué)生從不同方向跟隨自己的興趣對R 語言進(jìn)行探索。為鍛煉本科學(xué)生使用R 語言動手解決地理信息科學(xué)中所遇到的實際問題的能力， 提高本科教育教學(xué)質(zhì)量，本文針對GIS 專業(yè)《R 語言》教學(xué)內(nèi)容，著力增加與空間數(shù)據(jù)處理有關(guān)的實踐課程內(nèi)容，并設(shè)置一定的新型算法實踐內(nèi)容， 添加空間數(shù)據(jù)與機(jī)器學(xué)習(xí)相結(jié)合實踐，有效解決地理信息科學(xué)專業(yè)背景下《R 語言》課程脫離專業(yè)實際存在的問題。