Jupyter Notebook交互式平台在地球科学专业中的科教融合创新应用
Innovative Applications of the Jupyter Notebook Interactive Computing Platform in Integrating Science and Education within Earth Science Education
DOI: 10.12677/ces.2025.139695, PDF, HTML, XML,    科研立项经费支持
作者: 周 欣*, 李明刚, 李 扬:成都信息工程大学大气科学学院,四川 成都
关键词: 交互式平台地球科学专业科教融合Interactive Computing Platform Earth Science Education Integrating Science and Education
摘要: 随着科技发展和教学需求的日益提高,交互式学习平台在教育教学中扮演了越来越重要的角色。Jupyter Notebook作为可融合文字、图表、动画、编程功能、以及加载最新科研成果的交互式平台,逐渐成为教育教学中的科教融合创新工具。本文基于Jupyter Notebook,研究了它作为强大的交互式平台在地球科学专业教育中的科教融合创新应用,包括了交互式地图可视化查看、交互式气候数据提取和分析、交互式项目合作、交互式科教融合教学应用、Jupyter Notebook与项目式学习和探究式学习的融合及相关教育学原理。相关研究一方面能使学生在学习时高度互动、深度投入,增强了学生在教学过程中的参与度,提升了学生的学习兴趣;另一方面,Jupyter Notebook作为应用最广泛的交互式平台之一,它可优化地球科学专业教学工作,为高校科教融合的实践创新应用拓展新路径。
Abstract: Technological advancements and evolving educational demands have increasingly highlighted the role of interactive learning platforms in modern education. Jupyter Notebook, as an interactive computing environment that integrates narrative content, data visualisations, animations, code execution, and access to cutting-edge scientific findings, has emerged as a powerful tool for fostering science-education integration in teaching. This study examines the innovative application of Jupyter Notebook in Earth science education, focusing on its use in interactive map visualisation, climate data extraction and analysis, collaborative project development, science-education integrated instructional strategies, the integration of Jupyter Notebook with project-based learning and inquiry-based learning, and the related educational theories. These applications not only promote active engagement and immersive learning among students—enhancing both participation and interest—but also, as Jupyter Notebook is one of the most widely adopted interactive platforms, open new avenues for optimising pedagogical practices in Earth science disciplines and advancing the integration of science and education in higher education.
文章引用:周欣, 李明刚, 李扬. Jupyter Notebook交互式平台在地球科学专业中的科教融合创新应用 [J]. 创新教育研究, 2025, 13(9): 264-270. https://doi.org/10.12677/ces.2025.139695

1. 引言

伴随技术飞速迭代,高等院校专业教育正让经典教学手段与前沿技术平台彼此交融,Jupyter Notebook作为当前最热门的交互式平台之一[1],不断得到了教育界的认可与采用[2]。教育者和学生能利用Jupyter Notebook的交互界面、实践模块以及多媒体资源来学习,显著提升了教学互动质量和学习目标达成状况。

Jupyter Notebook是以开源协议为基础打造交互式开发环境,起初靠Python语言开发,如今能兼容别的编程语言,从而拓展到更多教育细分领域,它以实时交互为核心设计理念,支持用Markdown语法创作文档,把代码和文字材料融合,做出逻辑清晰、易于理解的学习文档[1]。Jupyter Notebook实用性体现于促进学生参与互动,借助其交互式教学界面,学生可以实时编程、操控变量然后分析输出,和非互动式课堂教学模式对照,学生对其交互功能的接受意愿更强[2]。依托Jupyter Notebook,理论学习和实践应用可同步推进,达成学生实践与理论知识的有力结合。学生能在Jupyter Notebook上整合界面,完成代码编辑、运行以及错误排查,Jupyter Notebook集成了数据可视化模块,支持学生用直观手段展示和剖析数据,深入解析数据背后的逻辑关系和变化特点[1]。伴随数据科学领域的迅猛推进,当下社会对数据处理及分析能力的需求越发明显。Jupyter Notebook这一交互式平台包含了多种数据科研工具包,有助于提高学生进行数据分析、机器学习和统计建模的水平,其数据科学方法和计算思维逻辑,为自然科学专业教育开辟了广阔应用前景。

Jupyter Notebook在数学、物理、化学、生物等学科里得到了普遍使用[3]。借助代码编写和程序执行,实现数学建模及求解[4],进行结合数字仿真的物理实验,对物理、化学和生物数据进行解析和可视化展示[5]。尤其在涉及数据科学和分析的课程中,Jupyter Notebook支持学生开展数据分析与机器学习项目的开发[6]。学生可以在Jupyter Notebook中利用Python库,NumPy [7]和Matplotlib [8]来处理数据,使其可视化,并建立预测模型。研究发现,使用了Jupyter Notebook,学生参与度明显提高,促进了学业的提升,从而改善了群体学习的互动状况[6]。例如,在麻省理工学院(MIT),Jupyter Notebook已经被整合到物理系的各种课程中,学生们使用Jupyter Notebook来模拟物理现象,可视化量子力学系统,并解决与经典力学和电磁学有关的问题;在普林斯顿大学的机器学习课程中,Jupyter Notebook在课程中被用来帮助非计算机专业的学生逐渐了解和掌握机器学习[9]。这些例子说明了Jupyter Notebook可以在高等教育中被用来促进实践学习,促进积极的参与,并使学生能够探索和应用各学科的概念。而在地球科学领域内,Jupyter Notebook也有一些应用。Jupyter Notebook允许学生分析和可视化地理空间数据,如卫星图像、遥感数据和地理信息系统(GIS)数据。例如,在英国帝国理工大学的针对本科生的野外考察课程中,在疫情期间学生无法实地外出进行野外考察的请科学,Jupyter Notebook被用来实现虚拟野外考察实验[9]

当前高等教育要求各个高校培养学生的产学研合作创新,要达到这一目标的前提,亟需利用科教融合的创新培养模式,加强与学生的互动,让学生能够在教学中体验到交互式教学,将最新的技术、最新的行业发展前沿融入到教学中。Jupyter Notebook作为当今主流的交互式平台,完全可以基于科教融合的培养模式成为高校培养产学研合作创新的强有力工具。虽然Jupyter Notebook在大气、海洋和气候领域内已经有了一定的应用,但大部分课程中的使用局限于演示和提供讲义。并且,其在国内高校专业教育中的使用还有待推广。本文将创新地提供在大气、海洋和气候领域内Jupyter Notebook高度交互性的科教融合应用,分析其特点和使用优势,包括交互式地图、交互式气候数据提取和分析、交互式项目合作、交互式科教融合教学应用Jupyter Notebook与项目式学习和探究式学习的融合及相关教育学原理。

2. Jupyter Notebook在地球科学专业教育中的交互式应用研究

Jupyter Notebook能够实现数据处理和转换、数值模拟、统计建模、数据可视化和机器学习,它完全符合地球科学专业科研和教学的需求。在将Jupyter Notebook应用到地球科学专业教育中之前,需要做一些前期准备,也就是需要安装很多库包以实现地球科学数据处理和可视化的需求。按照库包实现功能的不同,可以分为四大类。第一,调用科学数据处理库,如Numpy、Pandas、Xarray、Scipy;第二,调用数据可视化库,如Matplotlib、Seaborn;第三,调用地理信息处理库,如GeoPandas、Folium等,第四,调用专业地球科学专业库,如ECMWF、Metpy等。调用以上四类库,可以处理地理空间数据以及将数据进行图形化展示。例如,可借助Folium工具构建可交互的地理图表,通过Matplotlib绘制数据点分布和热力分布的图,完成空间数据检索或处理的代码片段,提取地理空间数据的特定信息。

2.1. 交互式地图

地球科学专业核心目标是培养学习者对地球复杂系统的知识储备和理解水平,涉及地理形态、大气运动模式和资源存在模式,既往教育模式常利用固定地图和文本阐释,可能会削弱学习者的学习积极性和认知成效,交互式地图与地学教育相结合,能产生直观、生动且有吸引力的认知体验。运用Jupyter Notebook开发交互式地图,首先安装并载入Folium库,初始化地理坐标从而生成地图,然后将其升级成交互式地图,当脚本运行起来,系统会立刻渲染出全球范围的地图,允许通过缩放操作进行多尺度区域的观察,辅助树立空间逻辑与图形转换的意识。学生可利用互动式地形图来探究海拔变动与地貌形态的联系,先逐步放大地图,查看青藏高原南坡向盆地西侧腹地的地形过渡,接着通过放大选项观察微观的地表形态,在地图互动界面上,能识别高山、河流、沿海地貌等,有助于增进对自然地理系统的把握,学生凭借交互式地图就能开展复杂地理空间数据的分析和阐释工作,并且可以利用地图实现图层叠加,将气候特征、地质结构和环境变迁的关联数据集进行可视化展示。

2.2. 交互式气候数据提取和分析

地球科学是一个多学科的领域,借助专业工具培养学生探索气候模型、整理气候数据集的能力,让学生认识到气候变化可能带来的长远影响,可交互气候数据采集处理方法跨越学科界限研究地球气候动态发展,借助Jupyter Notebook可开展气候数据的多样性分析。借助Jupyter Notebook工具,引入Pandas及Xarray的Python库包,用户能够执行数据读取和初步处理操作,完成数值分析,绘制时间序列变化趋势图,学生参与实践活动不仅能提升基本数据分析素养,还对认识气候变化有积极意义。依托ECMWF搭建的在线Jupyter Notebook场地,支持生成交互界面开展数据收集与分析,创建之前先加载Pandas、Matplotlib等必要库,然后获取气象数据集,进行数据预分析处理,通过交互窗口筛选变量,最终挖掘统计规律。鉴于源代码数量繁多,这里仅作简单概括,此交互式分析平台允许学生对气候指数进行运算,像温度偏差状况、降水均值等,进而呈现可视化结果,可生成地图、趋势变化图和点位分布图等,学生利用ECMWF界面里的下拉选项,可自己选定时间范围和地理坐标,全面考察地表温度、海平面气压、近地面风速等要素的变化规律,通过界面交互达成的动态图表,学生更容易掌握数据变化的趋势、分布格局和异常数据点,增强对气候机制原理的把握。针对比较复杂的地球大气数据诊断分析,可以通过让学生在Jupyter Notebook引入由美国国家科学基金会资助研发的Metpy库包来实现。当引入Metpy后,学生可以在此基础上诊断分析多个地球大气变量,包括地转风、相对湿度、露点温度、位涡、湿位涡等,也可进一步查看计算过程中的中间变量,深入理解各个变量的计算步骤,明确地将书本上的公式计算如何利用程序转化为实际计算。在了解以上基础的气候数据分析后,可以进一步利用Jupyter Notebook进行气候数值模式模拟的交互式分析。通过将Jupyter Notebook与地球系统模式或者区域模式整合,学生可以模拟温室气体排放、土地利用变化或政策干预的影响。学生可以修改参数,运行模拟,并分析结果。通过这个互动过程,学生可以观察到不同气候情景的潜在后果,并了解缓解和适应策略的重要性。目前这一应用尚在研究阶段,还未应用到课堂教学中。随着这一应用的实施,必然能将传统的复杂气候模式教学变得轻松、互动和有趣,提升学生对于积极探索气候变化的兴趣,提升学生对未来社会可持续发展的认识。

2.3. 交互式项目合作

在带动高等教育进步、促进知识流通和学科融合方面,双向互动型项目合作和团队协作型研究作用明显。Jupyter Notebook平台将交互式项目合作变得简单易操作,可以完成跨成员的项目协同处理,实现思维、程序和数据的无缝对接。本部分将探讨Jupyter Notebook对师生联合研究项目的解决方案,构建团队共同研究与学科交叉的合作模式。借助Github (世界上最大的程序代码共享平台)和Jupyter Notebook的互相结合方式,用户群体可对同一Jupyter Notebook进行并发编辑,达到多人实时互动的目的。这不仅能编写和调试源代码,共享编程结果,还能为研究发现添上批注,依靠平台集成的版本管理,合作者能够持续追踪研究结果的演变情况并进行分析,增强协作过程的可审查特性。Jupyter Notebook的交互特点提升了用户参与度,也增进了参与者对工作成果的共同认同,开发者可在代码周边嵌入说明文字、数学公式及图表显示,合作方可利用Jupyter Notebook有系统地记录逻辑演绎和操作过程,让同行能理解研究并复用其成果,代码共享大幅提高了知识交流,催生创新实践,进而消除组员工作重复,数据驱动的合作模式提高了研究质量,促进多学科联合研究,实现多元观点与专长的有效结合。

例如,大气科学专业学生进行大学生创新计划项目研究时,超过90%的学生对GitHub和Jupyter Notebook的引入都非常赞同,并且认为对他们的项目研究非常有帮助。少部分学生表达了对这些工具使用难度的担忧。目前使用过GitHub和Jupyter的26名学生对这两个工具进行了多个方面的重要性进行了打分(0~10分)。从图1统计结果可以看出,他们对Jupyter Notebook和GitHub在项目实施过程中多个方面的优势都非常认可。其中,Jupyter Notebook在交互式编程和可重复性方面的优势最为突出,而GitHub则在版本控制和可重复性、团队协作方面获得了很高的评价。从这个调查结果可以看出,在大学生实际项目研究中,Jupyter Notebook和GitHub的引入对他们的团队协作和创新是非常有帮助的。

Figure 1. Advantages and importance of integrating Jupyter Notebook and GitHub into undergraduate innovation projects

1. 在大学生创新计划项目中引入Jupyter Notebook和GitHub的优势和重要性

2.4. 交互式科教融合教学应用

教学与科研是大学的两项基本职能,科教融合极大程度地推动了现代科技的快速发展,它已成为国家培养创新型、卓越型、拔尖型人才的重要途径。2015年,国务院办公厅关于深化高等学校创新创业教育改革的实施意见进一步提出要促进教学与科研紧密结合,推动教师把国际前沿学术成果引入到课堂教学。2020年9月,教育部、国家发展改革委、财政部发布《关于加快新时代研究生教育改革发展的意见》,指出通过完善科教融合育人机制来加强学生知识创新能力的培养。地球科学这一专业包含物理学、化学、大气科学等多种学科及其交叉学科,且这一学科的特征是随时可能都有新变化、新发现。例如2022年夏季发生在我国南方地区破纪录的高温天气。然而传统的课程体系重点讲授经典科学问题,属于理论教学,欠缺前沿科学问题探索和实践能力培养,教学内容与行业需求有差距,导致学生在这一领域欠缺创新思维,无法满足新时代发展对拔尖创新人才培养的要求。为服务国家的拔尖创新人才培养需求,进一步推进科学研究反哺教学和推动教学改革,促进学科科研优势向人才培养优势转化,务必要以科教融合理念,引领地球科学的教学改革。如前文所述,Jupyter Notebook作为强大的交互式工具对学生的学习效果提升具有重要促进作用。它除了对教学的帮助外,它也是目前世界上最主流的python编程平台之一,很多地球科学研究人员都用它来做研究。例如,作为全世界影响力最高的两本期刊,Nature和Science都鼓励研究人员将自己的编程代码和数据公开,其中很多公开的代码基本都是Python程序。这意味着在教学过程中,学生可根据自己感兴趣的研究方向,下载浏览最新的Nature和Science上的研究成果,将其代码和程序包在Jupyter Notebook中交互式的学习。一方面,这种学习可以让学生接触到全世界最前沿的科研热点和成果,另一方面,这种学习也是交互式科教融合在地球科学专业教学中的应用。

2.5. Jupyter Notebook与项目式学习、探究式学习的融合及教育学原理

在地球科学专业的教学中,Jupyter Notebook不仅是数据分析与可视化的技术工具,更是促进学生主动建构知识的重要媒介。其代码–文本–图形–交互的融合特性,使得复杂的地学数据处理、模型构建和可视化结果能够在一个可重复、可追踪的环境中呈现,为项目式学习(Project-Based Learning, PBL)和探究式学习提供了坚实的技术支撑。在PBL模式下,学习活动围绕一个具有现实意义且开放性的项目展开,学生需要整合多种知识与技能解决问题。Jupyter Notebook的可执行文档特性,使学生能够将数据获取、预处理、分析、模型构建到结果解释的全过程进行系统记录与迭代优化,从而支持从问题定义、方案设计到成果展示的完整项目流程。同时,其可视化能力与多语言支持(如Python、R等)为跨学科整合创造了条件,使气象、地质、遥感等不同领域的知识能够在同一平台下被综合应用。探究式学习强调学习者基于问题或现象,通过提出假设、设计方法、收集与分析数据、解释结论的过程来构建知识。Jupyter Notebook的交互特性使学生能够及时修改参数、运行代码并观察结果变化,这种快速反馈机制符合建构主义学习理论中的“即时验证”原则,有助于强化假设检验与因果推理能力。学生在这一过程中不仅是知识的接受者,更是研究过程的参与者与创造者,这种角色转变能够显著提升学习动机与元认知水平。从教育学原理来看,Jupyter Notebook与PBL、探究式学习的结合体现了建构主义和支架式教学的核心思想。教师在初期通过示例代码、数据集和分析流程提供学习支架,帮助学生更容易掌握知识与技能;随着学生掌握能力的提高,逐步撤去支架,让其独立完成更复杂的分析任务。此外,Jupyter Notebook的共享与协作功能契合建构主义的观点,通过同伴评审、协作编辑和跨学科讨论,学生能够在集体智慧的环境中深化对地球科学问题的理解。由此可见,Jupyter Notebook不仅提供了技术上的高效性和可视化优势,更通过与PBL和探究式学习的融合,实现了技术与教学法的深度结合,促进了学生科学思维、数据素养与跨学科解决问题能力的全面发展。

3. 小结

利用Jupyter Notebook探讨了在地球科学专业中四个不同层面的科教融合创新应用,包含交互式地图嵌入查询、数据可视化交互式提取和分析,团队交互式项目合作,以及交互式科教融合教学应用。地球科学教育体系的核心由这四个关键单元组成。采用交互式科教融合教学方式能进一步提高学生的接受度,促进教学效果,培养动手实践能力,打造互动沉浸的专业培养途径,促进师生互动共同学习,确立合作共赢思想,激发学生的学习兴趣。利用交互式科教融合教学方法让学生接触到最新的科研成果,理解最新科研成果的具体操作步骤,真正能将书本上的知识和最新的科研成果相比较,从而进一步理解所学习到的知识。Jupyter Notebook的独特优势与地学专业对学生数据分析能力、团队协作素养的培养、创新能力提升要求高度一致,为学生迎接地球科学探索和实际应用的考验筑牢基础。

4. 局限性与展望

尽管Jupyter Notebook为地球科学教学与科研融合提供了便利的交互平台,其在教学实践中的推广仍面临若干客观限制,可能主要包括三个方面。第一,师生间在编程能力、软件环境配置与故障排查方面存在显著差异,若无稳定的技术支持与统一的运行环境易造成教学实施不均衡。第二,Jupyter Notebook不同版本的差异性和敏感性可能影响实验可复现性与作业评估的可靠性。第三,交互式可视化与界面设计在无障碍支持、移动端兼容性及大规模课堂的可扩展性方面尚有不足,可能限制其在多样化学习群体中的适用性。未来可能需要从制度与技术两端协同推进,建立统一且可复现的教学环境,制定Jupyter Notebook使用与评估规范,强化教师培训与信息技术支持。通过制度化支撑与循证改进,可以在控制风险的前提下,有针对性地提升Jupyter Notebook在科教融合中的教育价值。

基金项目

本文得到四川省研究生教育教学改革项目(YJGXM24-C019)资助。

NOTES

*通讯作者。

参考文献

[1] Thomas, K., Benjamin, K.R., Fernando, P., et al. (2016) Jupyter Notebooks—A Publishing Format for Reproducible Computational Workflows. In: Loizides, F. and Schmidt, B., Eds., Positioning and Power in Academic Publishing: Players, Agents and Agendas, IOS Press, 87-90.
[2] Suárez, A., Alvarez‐Feijoo, M.A., Fernández González, R. and Arce, E. (2018) Teaching Optimization of Manufacturing Problems via Code Components of a Jupyter Notebook. Computer Applications in Engineering Education, 26, 1102-1110.
https://doi.org/10.1002/cae.21941
[3] 刘征, 郭君红. 探究Jupyter Notebook编程工具在项目式学习中的应用[J]. 中国现代教育装备, 2020(14): 29-30.
[4] 王茂发, 王子民, 汪华登, 刘振丙. 基于Jupyter的数据挖掘课程建设与研究[J]. 电脑与电信, 2022, 25(3): 75-79.
[5] 蒋佳龙, 林木辉. Jupyter在人工智能课程实验平台的应用实践[J]. 实验室科学, 2022, 25(3): 75-79.
[6] 梁华, 杨光祥, 胡健. 面向新工科的人工智能教学科研复合型实验室体系建设[J]. 实验技术与管理, 2019, 36(7): 266-269.
[7] Harris, C.R., Millman, K.J., van der Walt, S.J., Gommers, R., Virtanen, P., Cournapeau, D., et al. (2020) Array Programming with Numpy. Nature, 585, 357-362.
https://doi.org/10.1038/s41586-020-2649-2
[8] Reades, J. (2020) Teaching on Jupyter. Region, 7, 21-34.
https://doi.org/10.18335/region.v7i1.282
[9] Guillaume, L., Laurent, V. and Genge, M.J. (2023) Immersive and Interactive Three-Dimensional Virtual Fieldwork: Assessing the Student Learning Experience and Value to Improve Inclusivity of Geosciences Degrees. Journal of Geoscience Education, 71, 462-475.
https://doi.org/10.1080/10899995.2023.2200361