地学大数据背景下的矿床统计预测教学方法探讨

赵江南

摘要：“矿床统计预测”是中国地质大学（武汉）开设历史较长的一门综合性学科交叉课程，目的是让学生掌握数学地质基本理论、基本方法，并应用这些理论与方法进行矿产资源定量预测，并培养数学地质专业青年人才。通过在近两年的教学实践及对学生的调查中，笔者认为加强本课程教学可以考虑从以下几个方面进行：（1）结合地学大数据为背景，完善授课内容设置，提高授课针对性，培养应用型人才；（2）构建多学科交叉融合的教学模式，培养学生的定量地学思维与系统思维；（3）通过优化课程考核评价体系，积极发挥考核的引导和激励作用。

关键词：教学方法；地学大数据；交叉学科；矿床统计预测

中图分类号：G642.41 文献标志码：A 文章编号：1674-9324（2018）11-0153-02

矿床统计预测是由“数学地质”与“成矿规律及成矿预测学”结合而形成的边缘性交叉学科[1]。在20世纪50年代兴起了用数学方法研究地质勘探问题，赵鹏大院士及团队长期致力于数学与地质学的结合，在该领域取得了一系列成果，1978年在我国率先开设“矿床统计预测”课程，先后编著了《矿床统计预测》、《地质勘探中的统计分析》等书，矿床统计预测学科得到了长足的发展。

从地质学的大数据中挖掘有价值的信息以解决地质工作问题，已越来越成为地质工作者必备的素质。因此培养适应当今大数据时代的地学人才十分必要。矿床统计预测作为我校面向资源勘查工程专业高年级本科生的专业必修课，承担了数学地质专业人才的培养任务。矿床统计预测是一门交叉学科，学生接触这门课程时，已学习部分地质及数学基础课程。然而这些基础学科本身就蕴含着丰厚的知识内容，本课程与传统地学课程从思维方式到研究方法都存在差异。故学生在学习时常常感到内容比较抽象、难理解，难以结合，而老师也认为课程涉及知识面广，比较难讲。因而，进行矿床统计预测教学研究，寻找合适的教学模式和方法就显得非常重要，将每门学科的知识合理地抽丝般剥离，进行有效融合，形成合适的知识体系，提高教学品质，成为课程教学研究的核心任务。本文结合近两年的教学实践及对学生的调查，探讨如何在地学大数据形势下开展矿床统计预测教学。

一、课程的基本特点

矿床统计预测是中国地质大学（武汉）资源勘查工程专业固体方向必修专业课程，在资源勘查专业及地质学专业人才培养体系中占有重要地位。整体学时为48学时，包括32学时课堂教学以及16学时的上机操作。该课程具有以下特点：

1.地学类交叉学科。相对于学生在课程之前所学，大部分课程都属于单一学科，部分学科可以认为交叉学科，如地球化学、地球物理等，矿床统计预测则涵盖的学科更广，以地质矿产为研究对象，以数学方法以及计算机为方法手段，解决成矿预测中的问题。矿床统计预测所处理的数据涵盖地质、地球化学、地球物理以及遥感等多源数据。涵盖学科包括地质学、矿床学、矿床勘查学、数学以及计算机。因此课程一般开设在大三下学期，使得学生在有一定的地质以及数理基础上学习。

2.定量化特征。地学一般认为是定性、推理的科学。我们所研究的地质矿产问题，往往是经历了漫长的地质历史时期的结果，具有复杂性，而不太容易通过简单的定量的方法进行表述。而矿床统计预测着力需要培养学生建立定量思维方式解决地学问题。矿床统计预测是数学地质理论方法在矿产预测中的具体应用，主要任务可概括为如下几个方面：查明地质体的数学特征，建立地质体的数学模型；研究地质过程中的各种因素及其相互关系，建立地质过程的数学模型；研究适合地质任务和地质数据特点的数学分析方法，建立地质工作方法的数学模型[1]。在科学技术飞速进步的今天，地学的定量化发展是一个大的趋势，数学在地学中的应用已经非常广泛。课程在有限的学时内不仅要介绍矿床统计预测基本方法，也需要培养学时定量地学思维方式。

二、结合地学大数据背景，优化教学内容

赵鹏大（2015）认为，地质科学和地质工作属于数据密集型科学及工作，地质数据的混合性、变异性、稳健性、相关性等随时间、空间及地质体的不同而各异。对于大量深地、深空、深海和深时数据，其获取和研究难度更大，所以必须依靠自己的数据科学，数字地质就是地质科学的数据科学。建立和发展适应大数据时代特征的各学科领域的数据科学十分必要[2]。矿床统计预测作为数字地质的重要内容，从这个角度上通过课程学习可以作为本科生认识地学大数据的重要途径，也可以激发学生的学习动力。

教学内容上，赵鹏大及团队20世纪70—80年代者经过多年的研究，于1983年出版了本课程的教材，1994年出版了第二版。并以此为依托，开展“矿床统计预测”课程教学已有几十年的时间，培养了大量的定量地学领域人才。随着地学大数据迅猛发展，有必要通过追踪文献及学术交流，在原先教材内容及教材框架基础上进行一定的扩充与优化，把握课程进展，将当前学科热点内容如非线性地学方法、大数据理论等充实到授课内容中，将重点内容和自学内容进行合理规划。近年赵鹏大院士提出全国大学本科教学应该把数学地质与地学信息相关内容列入公共基础课的倡议，由中国地质学会数学地质与地学信息专业委员会召集全国地学相关高校的知名教授，共同研讨《数字地质学》本科基础教材的大纲与编写事宜。当前我国地质研究应尽快向数字地质进军，本教材内容预计对于矿床统计预测课程可以起到重要的辅助与补充作用。

三、多学科交叉融合的教学模式

矿床统计预测作为一门综合性较强的交叉学科，对学生的数理具有一定的要求，在实践教学过程中往往碰到多学科知识难以有效融合、定量抽象思维难以建立、考核评价有待优化以及部分学生兴趣度不高等现实问题。为了优化教学效果，提高教學质量，在教学中注意综合使用多种教学手段，包括板书讲授、多媒体讲授、示范教学、翻转课堂、网络答疑等不同教学手段综合运用，尤其是结合科研项目内容，将科研项目渗透到教学的有关环节中，系统完善用数学方法解决地质矿床实际问题的成功案例，讲授课程知识，能够更加直观地突出数学统计方法在地学类专业的应用。同时为了激发学生兴趣，培养学生定量地学思维。从提高学生的“所学成就感”，从学科的重要性、实用性的了解以及实践操作的过程出发，以典型案例教学如结合学生刚刚结束的周口店实践内容，比如地质数据的分布特征一章节，可以结合周口店房山复式岩体中央相、过渡相和边缘相的长石分布特征进行讲解。由于学生在野外实践中对相带有了一定的认识，通过数据的分布特征使同学们更直观地从定量的角度进行判断，消除学生学习该课程的茫然心理，提高学习兴趣。

四、教学考核

考核作为衡量是否达到教学目标的一种手段是非常必要的。同时考核内容也能激励学生，提高学习兴趣。除了通过构建试题库进行笔试来反映学生的应试情况，也要客观、综合地对学生进行考核，使最后的分数更加真实地反映每个学生对基本知识和基本技能的掌握情况。目前主要的考核包括平时（20%）、上机（20%）以及开卷考查（60%），量化教学过程的考核。在平时考核中，包括课堂提问，布置一些开放式的思考题，如“对地学大数据的认识”，“结合实际谈谈如何用数学方法解决地学问题”等，进行文献阅读等，从反馈来看，效果不错，学生能够在学习中进行思考。这种考核方式基本能够反应学生学习课程的掌握程度。

五、结论

矿床统计预测课程作为一门专业性强的交叉学科，教学内容与方法的探讨就更应该不可少。结合我校对复合型人才培养的定位，根据地学类专业对地学大数据的要求，结合近几年的教学实践，探讨地学类专业矿床统计预测课程的优化设置，以解决教学实践中的知识有效融合等现实问题，开展教学方法研究，为以后更好地学习专业课和今后工作奠定基础。

参考文献：

[1]赵鹏大，胡旺亮，李紫金.矿床统计预测[M].第二版.北京：地质出版社，1994.

[2]赵鹏大.大数据时代数字找矿与定量评价[J].地质通报，2015，34（7）：1255-1259.