钟捷 马仁锋 李加林 夏然 陈妤凡

在知识快速迭代和技术不断创新的背景下，如何培养学生系统、持续的学习能力，是大学教育变革的一个重要课题。地理科学正从关注地球表层过程的研究，走向强调大气、生物、土壤、地质等圈层联系的地球表层系统科学。这不仅符合地球科学发展内在趋势，也为地理科学人才贯通培养模式创新提供了重要契机。

人工智能、大模型等新技术已广泛融入大学教学与科研，深刻地影响着知识生产方式和学生学习路径。建设以地球表层跨圈层理念为引领、以人工智能和地理学大模型前沿为支撑、以社会需求与学生成长为目标的地理学本硕博贯通式培养的前沿综合性课程，对提升大学地理学教育质量、服务国家和区域可持续发展具有重要意义。

从地理科学走向地球表层系统科学，实现陆海统筹与跨圈层引领人才培养。传统以单一学科为主、以知识传授为核心的人才培养模式，已难以适应市场对复合型、创新型人才的需求。系统理论强调从整体性、关联性与动态性视角理解地球复杂系统，为大学地理学教育从学科单兵作战走向与大气科学、土壤学、生态学、地质学等地球复杂系统其他学科交叉、融合指引了重要方向。

宁波大学地理学注重培养学生的系统性地球认知框架，以陆海统筹视野引导学生将大气、土壤、生物、岩石与人类活动视为一个相互关联、动态演化的整体。课程群建设向跨圈层深化，课堂教学设计与学生毕业论文聚焦各圈层之间复杂作用机制，运用真实地理科学问题，引导学生逐步掌握多圈层耦合视角分析和应对地球可持续发展挑战的能力。这一教学模式层层递进，呼应了新科技革命对地理学人才新要求，为培养具有整体观念、综合素养与创新思维的高层次地理学人才探索新路径。

以人工智能和地理学大模型前沿为牵引，推动教学方式与学习范式变革。人工智能及地理学大模型的快速发展，以其多模态感知、知识融合、空间推理与决策等功能，为地理科学转向地球表层系统科学教学变革提供了新方法，推动教学从“单一情景或VR讲解”转向“情景—机理—因果决策”深度融合的探究式学习。

借助大模型对多源多时序遥感影像和国民经济社会POI瞬时信息的整合及超算能力，构建高沉浸、可交互的教学情景，提供诸如台风灾害淹没损失与应急救援、城市能耗—热岛—空间治理等地理决策过程模拟学习场景，系统提升学生数理统计、空间分析与政策建模能力。大模型整合多学科理论、算法与实时数据，支持学生围绕“长三角城市沉降、海岸带侵蚀、海平面上升与基础设施建设级别”等复杂议题，开展多要素系统分析，深入理解地理科学的理论、方法、模型以及政府管理决策。

教学最终走向决策支持与创新能力培养，学生可基于大模型提供的多维度数据，模拟不同政策情景陆海交界地带的多维响应，形成具有工程实践价值的陆海统筹治理方案。通过“情景构建—机理推演—决策支持”的教学架构，人工智能与地理学大模型正推动地理学教育从学科知识生产走向学科解决发展难题的能力培养，构建起可交互、可推演、可创造的大学地理学本硕博教育新范式。

动态适配国民经济与社会发展人才需求，在课堂内外贯通中化解“技术畏惧”。随着人工智能和地理学大模型等新技术广泛应用于地理国情监测、土地利用与生态保护执法、国土空间规划、自然灾害预警等领域，对具备地球系统思维与时空技术综合应用能力的高层次人才需求持续上升。

情境学习理论强调在真实或模拟的实践环境中学习，为地理学本硕博人才培养过程化解技术焦虑、衔接科研与职业提供了实践框架。

《地球系统科学及其AI技术应用前沿》等地理学硕博课程教学，善于结合课堂、科研与学生野外调查场景，系统消除学生对新技术的焦虑感。课堂内围绕地理学真实议题设计研讨场景，结合陆海统筹、跨圈层交互等核心议题，设置“地球表层系统的水循环监测”“海岛生物多样性演化预测”等专题，帮助学生理解技术背后的地理学逻辑及其应用价值。课堂外，设计阶梯式实践作业，从文献检索和知识图谱可视化，到结合AI模型进行区域气候模拟或碳循环变化预测，引导学生由浅入深掌握技术流程，逐步建立技术可掌握、工具可运用的信心。贯通式地理学硕博研究生培养相关前沿综合性课程，不仅帮助学生掌握理论、方法与决策应用，更鼓励他们依托真实问题与海量时空数据，形成自己的研究思路与解决方案，为今后从事地理信息、空间规划、环境评估、海权维护等领域的工作或深造，奠定扎实的技术基础与系统解决能力，实现从“学会技能”到“应用于研究”的自然过渡。

【本文系浙江省教育厅研究生省级教学改革常规项目（JGCG2025583）阶段性成果】

作者单位：宁波大学地理科学与遥感技术学院、陆海国土空间利用与治理浙江省协同创新中心