摘 要:“数学地质”是地球科学相关专业的基础课程，也是大数据时代地学类高校素质教育改革重要的组成部分。文章依据该课程多学科交叉的特点，秉承地学数据定量化的数学分析方法与人工智能思维相结合的教学理念，从教学的内容、方法、手段等方面进行了教学实践与探索。教学实践过程中构建了地球科学数据信息化的课程体系，充分利用高校特有的教育资源，培养具有人工智能思维的地球科学专业人才。
关键词：数学地质；大数据时代；人工智能；教学实践
基金项目: 陕西省自然科学研究计划项目资助项目，项目编号：2018JM4033。 
作者简介：马海勇（1978-），男（汉族），河南人，博士，讲师，研究方向：构造地质学与资源勘查；方世跃（1975-），男（汉族），安徽人，博士，高级工程师，研究方向：煤层气勘探与开发。
 
Teaching Practice and Exploration of Mathematics Geology 
Ma Haiyong, Fang Shiyue
(College of Geology & Environment, Xi′an University of Science and Technology, Xi′an 710054, China)
Abstract: Mathematical geology is a basic course for geosciences related majors and an important part of the quality-oriented education reform in geosciences colleges and universities in the era of big data. According to the characteristics of the multi-disciplinary intersection of this course, this paper adheres to the teaching concept of combining quantitative mathematical analysis method of geoscience data with artificial intelligence thinking, and conducts teaching practice and exploration from the aspects of teaching contents, methods and means. In the process of teaching practice, the course system of earth science data informatization is constructed, and the unique educational resources of colleges and universities are made full use of to train earth science professionals with artificial intelligence thinking.
Key words: mathematical geology; the era of big data; artificial intelligence; teaching practice
 
随着大数据时代的到来，越来越多的地学数据资料不断积累，利用数学分析方法和人工智能技术从地学数据中挖掘信息，已然成为地球科学发展的必然趋势。
一、 课程特点
“数学地质”是地质类专业重要的基础课程之一，数学地质方法几乎渗透地学各个领域。课程以高等数学、线性代数、概率论、计算机基础以及地质专业基础课程为先修课程。“数学地质”课程体系的教学探索和改革无疑将成为高校素质教育培养的重要组成部分。为此，近年来我们在“数学地质”课程教学实践改革过程中不断探索和尝试，取得了良好的效果，对高校地质类专业大数据时代的教学改革提供一定的借鉴作用。
二、课程教学改革对策
“数学地质”是以地球科学不同研究领域数据信息为研究对象，利用统计学分析方法解释矿物、岩石、地质构造、矿产资源等地质现象，揭示地球动力学过程和矿产资源分布规律的系统课程，教学过程中针对课程特点采取如下改革措施：
1.地球科学问题需要具有较强的空间想象力。地质构造、岩石特征以及矿产资源的三维空间分布比较抽象，地学数据具有空间跨度大的特征，要求学生根据数据信息的经纬度坐标按比例客观反映地学特征。通过绘制等值线图、剖面图等形式，构建地质模型，以便学生直接观察、理解地球科学现象，探索地球演化规律。
2.地学信息具有数据尺度跨度大的特征，需要学生能够掌握数据预处理方法，如微量元素数据分析中应用对数坐标系统分析物源特征。在地质模型中利用变量相关性抽象出数学关系式，将复杂地学问题以精确的二变量、三变量图解的形式表达。课程以地学基础理论为前提，需要掌握统计学分析原理，利用聚类分析、判别分析等方法寻找数据相关性，为地质规律、矿产预测提供科学依据。
3.地学解释需要数据分析和地质原理结合。地质数据分析的结果通过计算机工具将理论模型转换成数值模型，以图形的形式表达。利用地学原理分析，剔除异常值、寻找数据点空间的分布规律，构建的数值模型，综合分析解释。
三、教学实践及探索体系
1.教学理念
本次教学明确了“人工智能思维”的教育理念，使学生从对数据点、线、面的思路转变为多维立体时空模式，引导学生利用地学知识、统计学分析方法，形成人工智能思维模式，解决地球科学问题。同时，始终把新时代素质教育融于专业教育中，激发学生对地球科学专业的兴趣，使学生在教学过程中能积极的参与到大数据时代地球科学的研究探索中。
2.教学内容
“数学地质”课程讲授内容为多元统计分析及其在地球科学中的应用。课程体系包括数学地质理论教学与计算机上机实践教学两个部分。在有限的课时内，选择授课内容是讲好这门课的关键。教学内容以人工智能思维逻辑为主线，提纲挈领贯穿理论与实践教学过程中。理论教学部分的重点和难点是统计学原理的讲解及分析方法在地学中的应用，利用人工智能思维独立分析问题和解决问题。
本课程总学时为42学时，其中32学时为理论教学，为了培养学生的实践能力，将计算机实践增至10学时，具体安排如下：
（1）理论教学32学时，包括：数学地质绪论，地学数据的特点及分析方法，地学数据的预处理，回归分析及解决地学问题的步骤，趋势分析及趋势面地质解释，聚类分析及地学分类聚类谱系图分析，判别分析及费歇尔、贝叶斯判别方程的构建，对应分析及因子平面图的绘制和地质解释。
（2）计算机实践教学10学时。包括：绘制一元回归、二元回归分析，趋势分析方法构建趋势面方程、绘制趋势面图，聚类分析方法绘制聚类谱系图，判别分析方法构建一次、二次、三次判别分析方程，对应分析方法绘制因子平面图。在实践部分要求学生熟练操作统计学分析软件、地学专业软件绘制二维、三维图形。
3.教学方法
(1)采用“启发式”教学。在教学过程中，通过地学信息空、时特性的讲解，启发学生积极思考，构建多维地质模型，参与统计学分析分析过程，培养人工智能思维逻辑。如矿床形成研究，从数据点坐标、地层厚度、岩石矿物成分等信息中，利用计算机工具构建沉积地层古地貌三维空间展布特征，引导学生独立分析岩石的成分、形成过程，进一步探讨矿床形成的过程，并预测能源分布规律。这种“启发式”教学培养了学生探索地球科学的兴趣，对地学专业的喜爱，确保教学任务的完成和良好的教学效果。
(2)加大上机实践课力度。教学中注重培养学生利用数学分析方法解释地学问题的能力。实践课中增加了地学解释分析，具体做法是每次实践课之前，要求学生预习上机内容，绘制地学图件；在实践课中，教师指导学生将地学图件转换成数值模型，对比分析绘制的地质模型和构建的数值模型。通过实践进一步巩固统计学理论知识，并熟练应用于地学问题。
4.教学手段
大数据时代的教学引入智能教室，借助云课堂、慕课等网络课堂的教学平台，采用多种教学手段相结合的方法。教学工作中主要完成以下工作：
(1)多媒体智能教室教学与传统教学结合，在多媒体课件中展示统计学基本概念和理论，在智能黑板逐步进行统计学分析方法的推导过程，培养学生数学逻辑思维能力。
(2)在数学地质学实例教学中，打破学生常规思维模式，利用通用数学建模软件和地学专业软件，构建直观三维空间地质体的地质构造与地学信息数值模型，锻炼学生对地球科学现象综合解释的能力。
四、考核机制与教学效果
“数学地质”课程考核以往采用理论考试成绩占70%，实践成绩占30%的计算方式。为了培养学生综合分析能力，课程考核将理论考试比例调整为60%，实践部分调整为40%，实践报告中增加了地学综合解释，改变了以往重理论教学，轻计算机实践和地学数据综合解释的弊病，提升了学生对地学数据统计分析过程和综合解释的积极性和主动性。
近年的教学效果证实，该课程的教学实践探索在现阶段已经取得了良好的教学效果，保证学生掌握统计学理论知识的同时，提高了计算机实践操作和地球科学问题综合解释的能力。“数学地质”课程将在未来的地学教育过程中培养出一大批具有人工智能思维的地球科学人才。
参考文献：
[1]徐静.经济统计学专业概率论课程教学方法改革探讨[J].教育教学论,2019(05):93-94.
[2]张美娟.统计学专业数学基础课程改革的研究[J].教育教学论坛,2015(40):99-101.
[3]周鼎武,赖少聪,张成立等.地质学实践教学新体系[J].中国地质教育,2006(4):47-53.