大语言模型赋能RUSLE实践教学与地理深度学习:以黄土高原王茂沟小流域为例
摘要
人工智能的发展为地理实践教学提供了新的技术条件,但大语言模型如何与地理过程、模型分析和实践教学有效结合,仍缺少具有学科特色的案例。文中以黄土高原典型小流域王茂沟为案例,将大语言模型与RUSLE模型、GIS空间分析相结合,构建“问题提出-数据获取-模型计算-空间解释-治理决策”的实践教学过程。结果表明,大语言模型能够降低RUSLE实践教学的技术门槛,促进学生由“会操作、会计算”向“能解释、会分析”转变,对培养空间分析、综合推理和地理问题解决能力具有积极作用。研究可为人工智能融入地理与GIS实践教学提供参考。
关键词
大语言模型;RUSLE;自然地理教学;地理深度学习;土壤侵蚀;王茂沟小流域
全文:
PDF参考
饶丽,李斌斌.土壤水蚀预报模型研究进展[J].亚热带水土保持,2016,28(2):33-38.
郭兴月,王添,程圣东,等.近30年土壤侵蚀模型研究进展[J].泥沙研究,2023,48(1):65-72.
廖俊,焦菊英,严增,等.RUSLE模型对黄土高原退耕植被恢复坡面土壤侵蚀的模拟效果分析[J].水土保持学报,2024,38(2):97-108.
张攀,韩志刚,王靖淑,等.黄土高原土壤侵蚀模型现状、问题及对策研究[J].水土保持研究,2026,33(1):1-10.
李曼,何昊,吴东丽,等.气候变化背景下黄土高原土壤侵蚀时空演变[J].生态学报,2025,45(16):7793-7807.
孙杨,于兆吉.教育数字化转型背景下的生成式人工智能赋能与逻辑重构[J].中国信息界,2026(7):121-126.
黄琪彩.生成式人工智能赋能高校理想信念教育常态化制度化的作用机理、现实挑战与策略[J].内江师范学院学报,2026,41(7):76-82.
孙琦,高怡敏.人工智能赋能高职教育数字化转型的逻辑、困境与进路[J].辽宁农业职业技术学院学报,2026,28(4):32-35.
DOI: https://doi.org/10.33142/fme.v7i8.20464
Refbacks
- 当前没有refback。
版权所有(c){$ COPYRIGHTYEAR} {$ copyrightHolder}

此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。