大数据分析在固体废物处理与处置课程教学中的应用

刘红盼 丁戈 杨和山 朱江 李忠彬

摘 要：随着信息技术的飞速发展，大数据正以前所未有的方式改变人们的认知。作为环境专业中主干课程之一的“固体废物处理与处置”同样面临巨大的机遇与挑战。文章通过对“固体废物处理与处置”课程教学内容和教学模式进行了探索和改革，探讨了大数据分析在“固体废物处理与处置”课程教学中的渗透作用，提升课程教学内容的前瞻性以提高人才培养的新模式，以期达到培养理论知识深厚，实践能力强的人才目标。

关键词：大数据；固体废物处理与处置；教学新模式

中图分类号：G642 文献标识码：A 文章编号：2096-000X（2019）01-0099-03

Abstract： With the rapid development of information technology， big data is changing people's perceptions in an unprecedented way. As one of the main courses in the environmental profession， "Solid Waste Treatment and Disposal" also faces enormous opportunities and challenges. This paper explores and reforms the teaching content and teaching mode of the "Solid Waste Treatment and Disposal" course， discusses the penetration of big data analysis in the teaching of "solid waste treatment and disposal"， and enhances the forward-looking nature of the course teaching content. Improve the new model of talent cultivation， in order to achieve the goal of cultivating talents with profound theoretical knowledge and strong practical ability.

Keywords： big data； solid waste treatment and disposal； new teaching model

数据是信息的载体，但信息不是目的，判断与决策才是信息的意义，如何将具象或抽象的事物数据化处理已成大势所趋[1]。时下“大数据”一词已成为人们的流行语，经过近几年的发展，对于大数据的研究及在各领域中的应用给社会的发展产生了巨大的影响。对于大数据的应用目前更多的集中在对商业数据的分析，如阿里巴巴、京东、新浪等背后的云计算分析平台，通过个人的行为来进行预测和判断进而进行精准化服务。在环境专业的教学过程中也要适应时代的发展，进行相应的教学改革。

“固体废物处理与处置”是环境科学与工程专业的主干课程之一。环境科学与工程专业是研究人类活动与环境关系的交叉学科群，涉及到化学、物理学、生物学、医学、地学、工程学、经济学、法学等各个领域的科学知识和技术，形成了一个多学科到跨学科的庞大科学体系。而关于固体废物资源化研究理论与方法已大大超越了传统环境科学与工程、地质与矿业科学等专业的范畴，而是基于矿物加工、地质学、材料科学、环境科学等学科相互交叉与渗透[2]。该门课程的教学效果直接关系到环境科学与工程专业学生能否掌握国内外处理和处置固体废物的基本理论及处理处置的方法和固体废物资源化利用的途径和方法。为适应新形势的发展，以解决固体废物污染的问题，需要大量了解关于固体废物处理的新技术、新方法以对具体问题提出最优的解决方案，此时大数据分析在该分析过程中显得尤为重要。本文以提升“固体废物处理与处置”课程教学内容的前瞻性和本科生综合素质为目标，对教学内容进行改革探索研究，以期发现提高人才培养质量的新模式。

一、大数据时代下固体废物处理与处置教学的机遇

随着信息技术的飞速发展，云计算、千万亿次数据存储的广泛应用，“大数据”的时代浪潮正对整个社会的发展和人们的生活质量产生着革命性的影响。大数据拥有数据量大、数据类型多、数据处理速度快、数据价值密度低等四个基本属性[3]。由于大数据相对传统数据具有明显的特性，其应用和发展已引起了政府部门、科技界和产业界的高度关注。大数据被认为是“未来的新石油”，对大数据的研究亦上升为国家意志，这对未来的科技与经济发展必将带来深远影响。进入21世纪后，环境信息化进入新的高速发展期，2016年年初环保部审议通过的《生态环境大数据建设总体方案》则是一个明证，该方案通过积极建设环境数据服务和环保云平台，以借助大数据分析来推进空气质量监测预报、生态监测监察等工作。“智库”一词也同样伴随着“大数据”一词的出现而日渐火爆，智库又称思想库、智囊团等。国务院在 2016年12月27日公布的《“十三五”国家信息化规划》作出 “重点建设战略性、综合性的高端智庫”的重要指示。王宁江等[4]提出未来的智库将以大数据为支撑，以大数据产品为主营。杨瑞仙等[5]对大数据环境下的智库情报分析进行了相关研究，并提出将大数据应用于课题研究以支持大数据在课题开展过程中的应用。

固体废物既是污染物质的源头也是其归宿，其本身的处理处置涉及到水、气及土壤污染的相关治理技术。固体废物处理的技术难度在于其组分的复杂性，如何根据原料的组成成分选择合适的处理技术是需要一直思考解决的难题？在经过近几十年的原始实验数据的积累，对自然界中大部分的固体废物的组成成分变的日渐清晰，再加上信息技术的飞速发展，对固体废物处理技术的精准化已日益成为热点。

二、大数据时代下固体废物处理与处置教学的挑战

目前，固体废物处理与处置课程教学的具有内容繁多、理论性强、学时短；教学模式单一等特点。“固体废物处理与处置”是环境专业的专业技术必修课程之一，主要特征是以理论为前提，以应用为目的课程。本门课程是使学生们能了解固体废弃物的产生及其对环境的危害，掌握目前国内外处理和处置固体废弃物的基本理论及处理处置的方法，明确固体废弃物管理的必要性和重要性，掌握固体废弃物资源化利用的途径和方法等。

我校结合本科教育实际情况，借鉴同类高校教学经验，选用大多数高等院校环境专业所用的教材为宁平教授主编的“十二五”普通高等教育本科国家级规划教材“固体废物处理与处置”，在我校的本科生培养方案中，该门课程理论教学为48学时，其中实验课时为16学时，理论学时为32学时。根据环境科学专业教学大纲要求，我校固体废物处理与处置课程教学内容主要包括绪论；固体废物的收集、贮存及清运；固体废物的预处理；固体废物的物化处理；固体废物的生物处理；固体废物的热处理；固体废物的资源化与综合利用；固体废物的填埋处置；危险废物及放射性固体废物等。通过调研，学生普遍反映课程学时不够，课程内容多，理论性强，知识点不易掌握。

对于“固体废物处理与处置”这门课程普遍采用传统的授课模式，即老师讲课、学生听课。这种模式很容易造成学生不能集中精力认真听讲、感觉教学内容枯燥、容易造成厌学情绪，从而影响该门课程的教学效果。目前该门课程的实验项目仅以传统的验证性实验为主，缺乏训练学生独立思考能力和创新方面的综合性实验及研究性实验。

三、大数据时代下固体废物处理与处置教学的策略

在时代飞速发展的今天，目前的本科教育已不仅仅是参考书上面的知识点，更应该是多接触时代的前沿知识。在此大数据展现出其巨大的优势，可在纷繁复杂、规模巨大的信息中，根据特定的应用需求，从数据源中“汲取”精确的数据并归纳出前瞻性的内容。

（一）教学内容改革

在“固体废物处理与处置”教学过程中，以打好学生理论基础的前提下，利用大数据技术将中文环境类数据库和英文环境类数据库的前沿信息和知识资源以新知识归纳出来进行课程优化。“固体废物处理与处置”课程课堂教学内容结构可分为原理性内容（基础知识）、应用性内容（固体废物处理与处置技术）、工程性内容（仪器设备及处理工艺流程）、学科前沿内容（热点、关注点、新技术、新方法、新设备等）四大部分。对“固体废物处理与处置”中“预处理”阶段的“压实”、“破碎”、“分选”及“固化”应重点运用矿物加工及冶金学科中的相关方法。在“焚烧”、“热解”、“堆肥”、“填埋”及“生物处理”中的不同处理技术方法应多借鉴案例，从案例中让学生对知识点加深理解。对固体废物的综合利用应分类进行总结分析探讨，如生活垃圾、工业固体废物、危险废物、城市矿产、农业固体废物及土壤修复等。对于固废实验的开展，应多开展综合性和探究性实验，如“城市污泥中Cu、Zn和Ni的测定”、“城市垃圾固体废物组成的测定”、“城市污泥的处理与综合利用实验”、“电镀污泥的电解法回收金属实验”和“固体废物热解法制备活性炭实验”等培养学生独立思考和创新能力。

（二）教学模式改革

在“固体废物处理与处置”课程中应首先向学生介绍固体废物处理的基本原理及技术方法；其次对不同类型的固体废物应重点分析不同种类污染物的主要特征属性、形成原因，以及国家、地方及行业的相关标准；再次对处理该种类型固体废物所涉及的技术方法、工艺流程、技术设计过程中的装置设备等运用大数据统计分析的结果对其进行解读；最后让学生了解当前国内外在不同类型固体废物处理处置及资源化的主要研究热点，并结合这些热点介绍固体废物的发展趋势。通过此种方式来梳理“固体废物处理与处置”课程的内容结构体系，让学生更容易理解和把握知识脉络。还可以通过项目的形式运用专题小组讨论教学模式、案例教学模式、虚拟仿真模拟教学模式来提高学生对污染事件过程产生直观认识，促进其对基本概念的理解和基本原理的掌握，培养学生分析和解决环境污染问题的能力。

还可通过建立“固体废物处理与处置”课程交互式平台课堂，在平台课堂上分享国内外最新的固废处理技术方法，充分利用学生的课下碎片化时间，让学生根据自己的时间进行自主学习、随时巩固和温习教学内容。通过平台可让学生们建立沟通交流的桥梁，教师可设定某一主题让同学们开展辩论式的讨论，同学们在参与讨论的过程中通过查阅大量的资料对该主题就有了更加清晰、深入的了解。

（三）教学团队建设与改革

“固体废物处理与处置”课程教学团队的建设与改革可分为硬件设施建设与改革和软件建设与改革。硬件设施主要是指能够开展固体废物大数据建设所需的技术能力、信息资源等，如相關固体废物数据库、SPSS/SAS/EXCEL等数据分析软件的购买等。软件的建设主要是指教学团队人员及相关制度的配置与制定上，对于“固体废物处理与处置”课程教学团队应以固体废物大数据为基础，固体废物处理技术为核心，充分发挥和挖掘固体废物数据的实际应用价值，以教学团队带动科研团队，打造成一支理论基础扎实、交叉学科紧密融合、应用成果丰富的专家队伍。“固体废物处理与处置”课程教学团队应分为团队带头人、骨干成员和普通成员三级，团队带头人主要负责“固体废物处理与处置”课程的全面管理，骨干成员主要负责“固体废物处理与处置”课程中数据的分析及运用，普通成员主要负责“固体废物处理与处置”课程中数据的收集及整理。

还可根据不同教师的研究方向总结其研究成果，通过学术报告的形式向学生开展某一主题或行业的讲授。通过校企合作的方式选派教师去企业生产一线熟悉了解工艺流程、设备选型等，尽快成长为“双师型”教师。也可聘请有经验的工程师来参与到“固体废物处理与处置”课程团队的建设上来。

（四）教学评价改革

目前对于课堂教学评价存在评价方式单一、评价体系缺乏学科的针对性等缺点，“固体废物处理与处置”课程评价主要是采用统一的闭卷考试，闭卷考试主要考察学生对基本概念的理解，但对于其综合实际运用情况很欠缺。在电脑和手机智能化设备的普及以及微信、QQ、微博等网络媒体的推动下，“固体废物处理与处置”课堂的大数据分析评价有了一定的硬件保障。课堂教学本就是师生互动的过程，学生是知识的受体也是教学效果的体现者，而教师则是课堂教学的实施者和组织者。“固体废物处理与处置”课程的教学效果的好坏受教师认知投入、情感投入以及行为投入的影响。大学阶段是学生自主学习能力培养的重要阶段，如何让学生更好的管理好自己的学习过程以及如何让老师更精确的了解每一位学生接受知识的程度显得尤为重要。这些可利用问卷星等进行基础数据的收集，再运用大数据分析软件对数据进行整理和挖掘。可通过在线做题的方式对学生掌握的本节知识点进行考察，对于题目的设计上除了考核学生对基本原理和基本概念理解的基础上，还应增强对学生具体项目的设计、计算过程的实际能力，了解学生对知识点的理解及运用情况。通过问卷的形式让学生进行每节课的自我评价和学生之间的互评，让学生更好的了解自己，老师可据此进行专门个性化的辅导以提高学生掌握和运用知识的能力，让每位学生体验到进步的喜悦。对于“固体废物处理与处置”课程教师教学的评价应采用五个维度对其进行评价[6]：课前准备（10%）、基本素质（20%）、教学内容（30%）、教学方法（10%）以及教学效果（30%）。对于这五个维度教学的评价应有所偏重，古语有云“师者，传道授业解惑也”。教学的主要目的不仅仅是传授知识，更多的是还要教授学生做人的道理以及思考问题的思维方式，所以对于教学内容和教学效果的权重应有所增加。对于“固体废物处理与处置”课程的评价主体应分为管理者、教师和学生三部分，同时对于教学效果应保证多元化和人性化，这也是素质教育以人为本的基础。

四、结束语

大数据时代的到来为固废行业的发展带来了新的机遇与挑战，作为高校教育工作者应站在时代的风口、紧跟时代的潮流，充分利用大数据的分析优势，把“固体废物处理与处置”课程由传统的知识记忆改革发展到利用信息资源，充分发展和挖掘其优势，丰富教学内容、教学模式，改革教学团队和教学评价机制，全面提升学生理论知识和实践能力。

参考文献：

[1]张睿.数据分析在污染控制领域的节能优化应用[D].中国科学技术大学，2014.

[2]董发勤，徐龙华，彭同江，等.工业固体废物资源循环利用矿物学[J].地学前缘，2014，21（5）：302-312.

[3]王壮，王瑟，周宏仓，等.大数据时代环境科学与工程教学的机遇与挑战[J].教育与教学研究，2015，29（3）：85-87.

[4]王宁江.大数据智库[J].浙江经济，2016，30（4）：44-44.

[5]杨瑞仙，魏子瑶，权明 .大数据环境下的智库情报分析研究[J].情报理论与实践，2017，40（8）：30-36.

[6]刘秀梅.大数据时代大学英语课堂教学评价体系的构建[J].现代教育技术，2016，26（1）：94-99.