高中地理必修一教学设计：基于GIS与数学模型的最短耗时旅行路线规划

高中地理必修一教学设计：基于GIS与数学模型的最短耗时旅行路线规划一、教材分析与设计理念本节内容选自粤教版（2019）必修一第三章“地理信息技术与地理信息系统”。在课标中，本条内容对应“结合实例，了解地理信息技术在社会经济生活中的应用”这一要求。从教材编排来看，第三章以地理信息系统（GIS）、遥感（RS）和全球卫星导航系统（GNSS）三大技术为主线，本节“设计从A市到B市耗时最少的旅行路线方案”属于综合性应用案例，是学生将前期习得的地理信息技术知识转化为实际问题解决能力的关键环节。在教学设计上，我确立的核心理念是：不把GIS当作一个“按钮操作工具”来教，而是将其作为“空间思维的外化载体”来用。学生通过完成一个真实的路径优化任务，理解地理数据如何被采集、组织、分析并最终转化为决策支持信息。这一过程既包含技术操作层面的技能训练，更包含地理学科所独有的空间视角与区域认知素养的培养。从学情来看，高一学生已在初中阶段接触过地图三要素和基本的交通运输方式知识，在信息技术课中具备一定的电子表格操作和网络检索能力。但他们对GIS的分析逻辑（如网络分析中的阻抗概念）和数学模型（如最短路径算法）仅有模糊的直觉认知。因此，教学设计要在“生活化情境”与“学科化思维”之间架设阶梯，让每一个抽象概念都能在具体操作中获得意义。二、教学目标与重难点基于课标和学情，我将本课的教学目标设定为以下四个维度。在知识与技能层面，学生能够说出GIS网络分析的基本原理，理解“耗时最少”与“距离最短”的本质区别，并能独立完成基于GIS软件的路径规划操作。在过程与方法层面，学生经历从问题界定、数据收集、模型构建到方案评估的完整探究流程，掌握“多因素权重比较”的决策方法。在情感态度与价值观层面，学生体会地理信息技术在优化资源配置中的现实价值，增强用数据说话、用逻辑决策的科学意识。需要特别强调的是，地理学科核心素养在本课中的落点。区域认知要求学生能从A市到B市途经区域的交通网络特征出发理解路线选择的区域差异；综合思维体现在对时间成本、经济成本、舒适度等多要素的权衡中；地理实践力则直接对应GIS操作与实地验证环节。四大素养并非割裂，而是统一在“做中学”的任务链条之中。本课的教学重点在于：理解网络分析中“阻抗”的含义及设置方法，掌握利用GIS进行路径优化的操作流程。教学难点在于：帮助学生将抽象的数学算法（如Dijkstra算法）与直观的地理空间认知进行联结，理解为什么“权值”的设定会从根本上改变最优路径的结果。三、课前准备与数据支撑课前准备按硬件、软件、数据、学案四个维度展开。硬件方面，需要一间配备60台计算机的机房，保证每名学生独立操作；软件方面，机房预装ArcGISDesktop10.8或QGIS3.28（两者均可，建议统一版本以降低指导成本），同时安装必要的路网分析扩展模块。数据方面，我预先通过OpenStreetMap了A市（以广州市为例）到B市（以长沙市为例）之间的高等级公路网络矢量数据，并录入道路等级属性（高速公路、国道、省道）、各路段限速值、收费信息等字段。这里有一个细节需要向学生说明：道路数据并非“天然存在”，而是经过现实世界抽象化处理的成果。每一条路段都对应着现实中的一段公路，其属性字段则是对真实世界特征的数字化表达。这一认知铺垫极为关键——它让学生意识到GIS分析的根基在于数据的质量与立意。学案设计方面，我编制了《GIS路径分析任务手册》，包含四项内容：一是操作步骤引导图（以流程图形式呈现）；二是数据字典（解释路网数据中每个字段的含义）；三是数据记录表（用于记录不同方案的结果数据）；四是反思问题清单（指向概念理解而非操作记忆）。四、教学过程逐环节详设第一环节：问题导入与任务发布（8分钟）上课伊始，我在屏幕展示一张从广州到长沙的铁路与高速公路并行分布图，随后抛出一个真实的问题：“2024年春运期间，某物流公司要从广州运送一批紧急药品到长沙，导航软件推荐了一条耗时最少的路线。但司机师傅发现，这条路线并不是地图上看起来‘最直’的那条，也不是里程最短的那条。为什么？”这一设问首先激活学生已有的生活经验——绝大多数学生使用过手机导航，但从未追问过其背后的计算逻辑。我请两位学生分享自己的猜测，通常他们会提到“可能那条路堵车少”“高速限速高”等朴素的解释。我不急于给出答案，而是在黑板上写下核心问题：当我们说“耗时最少”时，我们究竟在比较什么？随后我正式发布本课的核心任务：每组以GIS工程师身份，利用已提供的路网数据，在ArcGIS中计算从广州市政府出发到长沙市政府的最短耗时路径。注意，任务词确定用“耗时”而非“距离”，这是有意为之的语言锚点——让学生从一开始就明确本课优化目标的特殊性。第二环节：概念建构——从“最短距离”到“最少耗时”（12分钟）在任务发布之后，我不急着让学生上手操作，而是设置一个认知冲突环节。我给出两条从广州到长沙的实际路线方案。方案一：广州—京港澳高速—长沙，全程约680公里，途经韶关、郴州、衡阳。方案二：广州—乐广高速—京港澳高速—长沙，全程约710公里。表面上看方案一更短，但如果考虑到乐广高速限速120km/h而京港澳高速韶关段限速100km/h且有长坡隧道，实际情况并非如此简单。我引导学生在坐标纸上把两条路线分别分段，标注每段长度和限速值，并计算理论上纯行驶时间。当学生算出方案二反而更快时，他们开始直观理解“距离”与“时间”并非单调对应关系。我顺势引出关键概念——网络分析中的“阻抗”。在GIS中，阻抗是路径计算时的加权成本值，它可以是距离、时间、费用等。当我们设置阻抗属性为“行驶时间”时，系统自动寻找的就是消耗时间最少的路径，而非空间距离最短的路径。我在白板上写出核心计算公式。行驶时间T=路段长度L÷路段平均速度V。其中L来自道路几何数据，V则由道路等级对应的限速值和实时路况系数共同决定。我特别强调“平均速度”这个参数的设定逻辑：高速公路上V取100～120km/h，国道上V取60～80km/h，城市道路V取30～40km/h。这些初始参数都可以按需调整，而这也就解释了为什么不同导航软件在同一时间会给出不同推荐路线——因为它们的阻抗模型参数有差异。这一环节结束前，我用一个停车场的类比来巩固理解：在一个没有划线的大型停车场内，从入口到出口的直线距离最近。但如果停满了车，你只能沿通道绕行，这时真正的最短路径取决于通道的网络结构。GIS中的路网分析，本质上就是在这个“有约束的通道”中寻找最优解。第三环节：技术示范——GIS网络分析操作步骤（15分钟）在概念建构完成后，我开始进行操作演示。我采用“三步走”的示范策略，每一步都停留在关键节点上进行解释。第一步，加载数据与检查坐标系。我打开ArcMap，加载“广州至长沙路网.shp”图层。我提醒学生注意观察图层属性中的坐标系信息——这一数据使用的投影坐标系为WGS1984UTMZone49N，单位是米。我边操作边解释：坐标系不仅决定地图的显示形状，更影响距离计算的精确性。如果坐标系设置错误，计算出的“长度”字段将是错误的，进而导致后续所有时间估算失真。在数据表格中，我打开属性表，带领学生现场计算了几条路段的长度与时间字段值，确认数据无异常。第二步，构建网络数据集。我在目录窗口中右击工作空间，选择“新建网络数据集”。这一步是核心，我将路网的连通性规则、高程模型（本案例中忽略高架桥的上下行差异，简化为二维平面网络）以及默认阻抗字段（设置为“DriveTime”，即行驶时间字段）依次设定。我语气放缓，向学生说明：构建网络数据集的本质，是告诉GIS路网中每一条路段“可以怎么走”，以及走这一段需要付出多少“代价”。第三步，执行路径分析。我点击“NetworkAnalyst”工具条上的“新建路径”图标，将广州市政府作为起点、长沙市政府作为终点加载，设置分析属性中的阻抗为“DriveTime”，点击“求解”。计算完成后，屏幕上出现一条高亮显示的最短耗时路线。这与学生熟知的导航界面非常相似，但背后的数据表格清楚展示了经过的每一段道路的名称、长度、时间和费用。我让学生注意看解决方案中的方向说明窗口，其中列出每一步的驾驶操作：“沿乐广高速向西北行驶58公里，进入京港澳高速……”。我点明：这就是GIS将路径分析结果转化为人类可读信息的过程，也就是导航语音播报的底层逻辑。第四环节：分组实操与巡回指导（25分钟）示范结束后，学生按四人一组在电脑上操作。每个小组都有一份相同的数据，但被分配了不同的分析变量。我设置了三种实验方案，每组完成一种：第一组在阻抗字段中使用“距离”，求解最短距离路径。第二组使用“时间”，求解最短时间路径。第三组使用“时间”，但将高速公路限速统一调整为80km/h，模拟严重拥堵情景下的最优路径。各组的任务相同：记录路径总里程、预估总耗时，并在“分析结果对比表”中填写各自方案的结果数据。此外，每组还需截取路线图并在地图上用不同颜色标注出沿途经过的主要地级市。巡回指导过程中，我预见学生可能出现四类技术障碍。第一类：网络数据集未正确构建，导致路径分析工具呈灰色不可用状态——我引导学生回溯第二步，检查是否勾选了“构建网络数据集”选项。第二类：坐标系不一致导致数据无法叠加显示——我指向ArcMap右下角的数据框属性，演示如何设置正确的坐标系。第三类：起止点未成功捕捉到路网节点上，导致分析结果异常——我教学生使用“捕捉”工具，手动修正点位。第四类：修改阻抗字段后忘记重新求解，仍显示上一次分析结果——我提醒学生关注NetworkAnalyst窗口中的“求解”按钮状态变化。“在操作时，你们要允许自己犯错误，但要追问错误背后的数据逻辑。”这是我在巡回中反复强调的话语。技术操作的真正价值不在于“点对按钮”，而在于能读懂每一步操作背后的数据意图。第五环节：结果汇报与深度研讨（15分钟）实操结束后，我组织各组将分析结果汇总到黑板上的大表中。表头包含四列：方案类型、总里程、总时间、路径经过的主要城市。当三组数据并列呈现时，讨论的张力自然形成。第一组（最短距离方案）报告：总里程约650公里，总时间约7小时20分钟，路线走广清高速转京港澳高速，途经清远、韶关。第二组（最短时间方案）报告：总里程约680公里，总时间约6小时10分钟，路线走乐广高速转京港澳高速，途经清远、英德、韶关。第三组（拥堵模拟方案）报告：总里程约720公里，总时间约8小时20分钟，路线改走二广高速转沪昆高速，途经肇庆、贺州、永州、邵阳。我请全班观察数据，并提出一个问题：“为什么第三组的路线总里程最长，反而在拥堵条件下却能节省时间？”学生们经过讨论意识到：当高速公路拥堵时，干线道路的阻抗显著增加，GIS会自动“绕道”至替代道路。哪怕替代道路的物理距离更长，但其行驶时间反而更短。“所以，你们认为GIS真的是在找‘最短’的路线吗？”我追问。短暂的沉默后，有学生回答：“它找的是对自己设定的条件来说‘最优’的路线。”在这一刻，概念层面的深度学习发生了。学生不再将GIS理解为一个“找路工具”，而是开始认识到它是一种基于模型进行计算和决策的空间分析方法。我顺势补充了关于路况信息更新频率的内容——在实际应用中，导航软件每隔2～5分钟就会重新计算一次路径，因为道路阻抗是动态变化的。这也是本课挑战“静态数据”之后的一个自然延展——真正的GIS应用从来不假设世界是静止的。第六环节：迁移应用与素养提升（10分钟）在深度研讨之后，我将教学引向更宽广的应用视野。我大屏幕展示三个不同场景下的路径优化问题。场景一：地震灾害后，救援队伍需要从物资仓库到达灾区安置点，不仅要考虑道路距离，还要考虑桥梁受损、山体滑坡风险等“安全阻抗”因素。场景二：冷链物流公司从A市配送疫苗到B市，耗时最少的路线未必最优——车内温度保持时间有限，中途必须经过指定的冷链维护站。场景三：一位教师从A市到B市参加教研活动，他有三种到达方式：自驾、高铁加出租车、长途汽车加步行。如何综合比较？我请学生任选一个场景，用口头语言描述如何将此问题转化为GIS网络分析模型。学生A试图描述我们需要在阻抗中加入“风险值”字段，将每条路段赋予滑坡概率的权重。学生B提出可将冷链维护站设为强制经过点。我充分肯定了这两种思路，并总结道：GIS是强大的“空间计算器”，但模型是否合理，取决于我们如何翻译现实问题为空间变量。这种翻译能力，正是地理实践力素养的核心组成部分。最后一个问题，我请学生反思本课的操作过程：“在数据中，你们看到的是高速、国道、省道。但你们有没有想过，这些数据是谁、用什么方式采集的？”我简要介绍了路网数据的主要来源——卫星遥感解释、车载GPS轨迹采集、政府公开数据共享平台等。我引导学生思考数据的社会属性：地图从来不是中立的，不同数据生产者会有不同的精度标准和时效差异。学生此刻意识到，在GIS分析中，数据质量与数据伦理同样是不可回避的问题。五、学习评价设计与作业布置本课的评价设计采用“过程性评价+结果性评价”双线并行的模式。过程性评价涵盖课堂小组讨论的参与度、操作过程的规范性和问题解决的独立性。结果性评价分为两部分：一是小组提交的《路径分析结果对比表》和路线截图，重点考察其对阻抗概念的理解深度；二是个人完成的拓展作业，要求每名学生独立探索一条从学校所在城市出发到省内另一城市的“最少耗时”路线，撰写200字左右的方案说明，解析路线选择的原因。拓展作业设置两项延伸任务供学有余力的学生选做。其一为“实时路况模拟”——利用互联网上的公开路况API接口获取某时间段的实时拥堵指数，修改阻抗字段后重新求解，对比静态数据与动态数据的结果差异。其二为“算法探究”——阅读教材附录中关于Dijkstra算法的简介，通过手算步骤理解最短路径算法的迭代逻辑。这两个延伸任务的共同指向，是让学有余力的学生进一步理解GIS分析的内在机制。在评价量规中，我着重设计了“模型意识”这一维度：学生能否指出阻抗参数变化对结果的系统影响。这一维度关注的不是操作熟练度，而是建模思维的深度。六、教学反思与进阶路径回顾本课的教学全程，我认为最成功之处在于将抽象的空间分析概念根植于学生的直观操作体验之中。学生并非先记住“阻抗”的定义再去操作，而是在操作中遇到“为什么不同条件会给出不同路线”的真实疑问，再