Geographic Data Science PhD, EngD
地理数据科学博士/工程博士博士
该博士项目旨在培养学生成为地理数据与定量社会科学领域的专家,重点是运用数据科学和高级定量方法解决现实世界中的地理空间挑战。这些挑战可能涉及健康、气候、城市、不平等、流动性以及可持续性等领域的问题——任何涉及空间数据的议题均在研究范围内。项目强调方法论创新,例如应用或改进机器学习、人工智能、地理信息系统(GIS)、统计建模、因果推断和数据可视化等技术。与传统的人文地理或自然地理博士项目不同,本项目更注重前沿计算方法及其在各类地理议题中的实际应用。项目欢迎来自地理学、社会科学、计算机科学、统计学、环境科学和政策等多元背景的学生加入,特别是那些有兴趣开发或使用数字化、数据驱动工具来应对复杂社会与环境问题的申请者。
申请要求
申请者需持有二等一荣誉学士学位(或同等学历),且具备扎实的(地理)数据科学背景,包括至少60学分的相关课程及一篇以(地理)数据科学为核心的毕业论文。中国学生须毕业于布里斯托大学认可的中国高校,四年制学士学位均分不低于78%(具体要求视本科院校及申请专业而定)。博士申请者若持有顶尖大学的优秀硕士学位,将予以考虑。
语言要求
总分6.5,阅读和写作不低于7.0,且各单项成绩不低于6.0
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
雅思 | 6.5 | 7.0 | 6.0 | 6.0 | 7.0 |
综合评分为88,其中R24、L19、S22、W24
总分67,阅读和写作单项不低于71,其他各项技能不低于64
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
PTE | 67 | 71 | 64 | 64 | 71 |
开学与申请日期
2026
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|
| 2026-09 | - | - 0天 | - |
课程描述
布里斯托大学的地理数据科学博士(PhD)与工程博士(EngD)项目聚焦于地理空间数据的采集、管理、分析与可视化,强调跨学科方法与实际应用能力培养。核心课程包括:地理信息系统原理与高级应用,涵盖空间数据库设计、Web GIS开发及ArcGIS/Python空间分析工具链;空间统计与建模,讲授点模式分析、地统计学(如克里金插值)、空间回归及贝叶斯空间模型;大数据与地理计算,涉及分布式空间数据处理(Spark GeoTools)、遥感影像大数据分析(Sentinel/Landsat时序分析)及GPU加速空间算法;城市与环境数据科学,结合传感器网络、手机信令与社交媒体地理标签数据,开展城市流动性、空气质量建模与可持续性评估;研究方法与伦理实践,强调可重复性研究、FAIR数据原则、地理数据隐私保护(如差分隐私)及负责任AI在空间决策中的应用。所有学生需完成跨学科课题研究,并与地方政府、Ordnance Survey或NHS等合作方开展为期12–18个月的产业实践(EngD尤为突出)。课程注重Python、R、PostGIS、QGIS及云平台(AWS/GCP)实操训练,培养学生解决真实世界复杂地理问题的综合能力。