中国海洋大学本科生课程大纲
课程名称 大数据与渔业信息技术 Big data and fishery information technology 课程代码 课时/学分 实践学时 课外学时 090503101217 48/3 课程属性 专业知识 课程性质 必修 责任教师 刘长东 0 0 课程属性：公共基础/通识教育/学科基础/专业知识/工作技能，课程性质：必修、选修
一、 课程介绍
1.课程描述（中英文）：
本课程将介绍大数据、渔业大数据、地理信息系统和渔业地理信息系统等大数据和渔业信息技术的基本概念，通过本课程学习，学生掌握渔业数据的获取和存储方式及应用现代空间信息技术和统计分析方法处理和分析渔业空间数据的能力。具体讲授内容包括：渔业大数据和渔业地理信息系统等基本概念，空间数据模型和数据结构，空间参考系和地图投影，空间分析，DEM与数字地形分析，回归分析包括普通线性回归和逻辑斯谛回归，地统计分析，地理权重回归，随机森林。
This course will introduce the fundamental concepts of big data, fishery big data, geographical information system and fishery geographical information system in the science of big data and fishery information technology. Students can grasp fishery data acquisition and storage methods and analyze fishery data using spatial information technology and spatial statistical method. Topics will include fundamental concept of fishery big data and fishery geographical information system; spatial data model and data structure; spatial reference system and map projection; spatial analysis; DEM and digital terrain analysis; regression analysis including ordinary linear regression and logistic regression; geostatistics; geographically weighted regression and random forest.
- 5 -
2.设计思路：
随着现代空间信息技术的发展及数据采集手段的不断丰富，渔业数据不断获取积累，海量渔业空间数据的信息挖掘面临新的挑战。本课程紧跟大数据和空间信息技术的发展前沿，系统讲授大数据、渔业大数据、地理信息系统和渔业地理信息系统的基本概念；通过渔业数据获取和存储的应用实例，讲授空间数据模型和数据结构理论知识；通过渔业空间数据可视化，讲授空间参考系和地图投影知识；结合ArcGIS软件，讲授空间分析方法；结合相关发表的科技文献，讲授空间统计模型原理及在渔业数据分析上的应用。
3.课程与其他课程的关系：
先修课程：高等数学、线性代数、数据库技术及应用、Python程序设计、概率统计、生物统计、渔业资源生物学。本课程讲述的空间统计模型，需有高等数学、线性代数和统计学基本知识基础。本课程设计的空间数据处理、分析及存储需有计算机基本知识和数据库技术基础。讲述渔业数据的空间分析方法时，需学生首先掌握渔业资源生物学的基本知识。
并行课程：大数据与渔业信息技术实验 后置课程：计算机图形学、渔业遥感技术 二、课程目标
通过本课程的学习使学生掌握渔业大数据及渔业地理信息系统基本概念，掌握空间参考系和地图投影原理，并可应用所学知识，实现渔业数据的可视化；掌握空间分析方法基本原理，并能综合利用这些基本的空间分析方法分析渔业空间数据；掌握回归分析、地统计及随机森林等空间统计分析和大数据分析方法，并能利用这些方法探究鱼类种群分布与驱动因子关系。本课程的讲授将使学生深刻意识到渔业大数据及现代空间信息技术在海洋生态环境保护和渔业资源可持续开发中的重要作用。结合学科
- 5 -
发展史，追溯国家空间信息技术的发展历程及取得巨大成就，展望学科发展的前沿和未来，增强学生的民族自豪感和爱国热情，培育学生的家国情怀。同时，使学生深刻意识到关键核心技术是要不来、买不来、讨不来的。只有把关键核心技术掌握在自己手中，才能从根本上保障国家经济安全、国防安全和其他安全。 三、学习要求
（1）按时上课，认真听讲，课上会列举相关技术理论在渔业上的应用实例，学生积极参与课堂讨论。本课程将包含较多的课堂提问、讨论、小组作业展示等课堂活动，课堂表现和出勤率是成绩考核的组成部分。
（2）本课程要求学生在掌握基本理论知识的同时，还要求学生具有应用理论知识分析渔业数据的能力，故会不定期布置相关文献的阅读，通过这种方式使同学深入掌握空间分析方法在渔业上的应用，加深对理论知识的理解和认识，提高科研兴趣。 四、教学进度
专题 或主题 计划课时 实验实践 主要内容概述 渔业大数据和地理信息系统的基本概念、大数据分析方1 绪论 6 法概述、渔业空间数据获取方法、地理信息系统发展进程、常用地理信息系统软件介绍等 空间数据模2 型和数据结构 3 空间参考系和地图投影 8 4 空间数据的概念模型、矢量和栅格数据模型的原理、空间索引 地理坐标系的定义、高程基准及我国常用高程基准、投影坐标系及常用地图投影、 内容 或课外练习等 序号
- 5 -
海图绘制方法 空间距离、长度的量算，叠4 基本空间分析 DEM与数字地形分析 回归分析 6 置分析、网络分析、缓冲区分析和窗口分析的基本原理及在渔业数据分析中的应用 5 4 数字地形模型及数字高程模型的概念、表示方法及应用 渔业数据常用统计分布、普6 8 通线性回归分析、逻辑斯谛回归分析及在渔业上应用 7 地统计分析方法 地理权重回归分析 随机森林 常用局部插值方法、克里金6 插值方法原理及在渔业上应用 全局回归方法、空间非静态3 性、常用局部回归方法、地理权重回归方法原理及应用 3 随机森林模型原理及在渔业上应用 8 9 五、参考教材与主要参考书
1．地理信息系统原理与方法。吴信才编著，电子工业出版社，2009年第二版。 2. Geostatistics for Environmental Scientists。Richard Webster，Margaret A. Oliver编著，John Wiley & Sons公司出版，2007年第二版。
3. Geographically Weighted Regression—the analysis of spatially varying relationships。A. Stewart Fotheringham等编著，John Wiley & Sons公司出版，2002年第一版。 4. Analysing Ecological Data。Alain K. Zuur等编著，Springer出版，2007年第一版。 5. Statistical Methods for Spatial Data Analysis Texts in Statistical Science。Oliver Schabenberger, Carol A. Gotway编著，Chapman and Hall/CRC，2004年第一版。 6. 深度学习实践指南—基于R语言。尼格尔.刘易斯(N.D. Lewis)编著，2018年出版，
- 5 -
人民邮电出版社。
六、成绩评定
（一）考核方式 A ：A.闭卷考试 B.开卷考试 C.论文 D.考查 E.其他 （二）成绩综合评分体系：
成绩综合评分体系 1.课下作业、课堂讨论及平常表现 2.期末考试成绩 总计 七、学术诚信
学习成果不能造假，如考试作弊、盗取他人学习成果、一份报告用于不同的课程等，均属造假行为。他人的想法、说法和意见如不注明出处按盗用论处。本课程如有发现上述不良行为，将按学校有关规定取消本课程的学习成绩。
比例% 30 70 八、大纲审核
教学院长： 院学术委员会签章：
- 5 -
大数据与渔业信息技术-课程大纲2020版-刘长东
