Volume 3,Issue 9
AI 赋能旅游类专业GIS课程重构
本文围绕“问题—数据—模型—叙事”的统一工作流，提出并实施一套以 AI 赋能为核心的旅游类专业 GIS 课程重构方案，突出“三层递进、能力贯穿”的结构与“可解释基线 + AI 增强”的成对训练。具体而言：第一层夯实空间思维与数据准备；第二层以传统 GIS 空间分析构建可解释基线，并引入 GeoAI/AIGC 要素形成 AI 增强对照；第三层强调从分析到行动的地图叙事与策略转译。课程以多案例与微项目的短闭环贯穿三层，将 AIGC 与 GeoAI 嵌入传统 GIS 工作流，在同一任务链中实现“概念理解—方法运用—情境转化”的一体化训练，促使学生从静态制图迁移到时空过程理解与决策支持，提升了在智慧旅游情境中的问题诊断、数据分析与可视化表达能力。本文为旅游类 GIS 课程在 AI 时代的更新提供了可复制、可推广的路径，并为后续案例库建设、可解释性增强与评价机制完善奠定基础。
[1]Gretzel, U., Werthner, H., Koo, C., & Lamsfus, C. (2015). Conceptual foundations for understanding smart tourism ecosystems. Computers in Human Behavior, 50, 558-563.
[2]Fuchs, M., Höpken, W., & Lexhagen, M. (2014). Big data analytics for knowledge generation in tourism destinations. Journal of Destination Marketing & Management, 3(4), 198–209.
[3]Sui, D. (2014). Opportunities and impediments for open GIS. Transactions in GIS, 18(1), 1–24.
[4]Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., ... & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and individual differences, 103, 102274.
[5]Bommasani, R. (2021). On the opportunities and risks of foundation models. arXiv preprint arXiv:2108.07258.
[6]Metoyer, S. K., Bednarz, S. W., & Bednarz, R. S. (2015). Spatial thinking in education: Concepts, development, and assessment. In Geospatial technologies and geography education in a changing world: Geospatial practices and lessons learned (pp. 21-33). Tokyo: Springer Japan.
[7] 贾艳红,焦伟,韦飞黎,等."四位一体"GIS专业人才培养模式探索[J].测绘通报,2023,(S2):10-14.
[8]Gao, S. Geospatial artificial intelligence (GeoAI) (Vol. 10). New York: Oxford University Press.(2021).
[9] 郑文婷,许章华,邹亚锋,等.《地理信息系统实验》教学改革与实践[J].实验室研究与探索,2025,44(08):233-238.
[10] 秦静.面向旅游类专业的GIS多层次实践教学课程建设[J].教育现代化,2019,6(58):67-69.