地理信息科學專業(yè)本科生綜合性創(chuàng)新實驗設(shè)計

權(quán)赫春， 房金鵬， 許 鎮(zhèn)， 林哲浩

（1.延邊大學地理與海洋科學學院，吉林延吉133002；2.黃河河務(wù)局，濟南250011）

0 引 言

地理信息系統(tǒng)（Geographical Information System，GIS）學科是一門實踐性很強的高新技術(shù)學科，因此，理論教學與實驗教學的共同發(fā)展是GIS學科發(fā)展和人才培養(yǎng)的必由途徑［1-2］；是集計算機科學、地理科學、測繪學、遙感學、環(huán)境科學等多學科為一體的新興邊緣學科。它不但與全球定位系統(tǒng)（GPS）和遙感（RS）相結(jié)合，構(gòu)成3S集成系統(tǒng)，而且與CAD、多媒體、通信、因特網(wǎng)、辦公自動化、虛擬現(xiàn)實等多種技術(shù)相結(jié)合，構(gòu)成了綜合的信息技術(shù)。地理信息科學專業(yè)跨自然、人文和技術(shù)三大領(lǐng)域，具有較強的綜合性和專業(yè)技術(shù)性。

隨著我國經(jīng)濟、社會和科學技術(shù)的發(fā)展，各企業(yè)對大學生的實踐和創(chuàng)新能力提出了新的要求。《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》中指出：“優(yōu)化知識結(jié)構(gòu)，豐富社會實踐，強化能力培養(yǎng)。著力提高學生的學習能力、實踐能力、創(chuàng)新能力”。基于創(chuàng)新實驗的創(chuàng)新實踐教學對于提高學生綜合素質(zhì)、培養(yǎng)學生的創(chuàng)新精神與實踐能力具有特殊的作用［3］。而高校對學生的培養(yǎng)歷來以課堂教育為主，對學生創(chuàng)新和實踐能力的重視不夠［4］。學生在校所學知識和創(chuàng)新實踐能力與企業(yè)、科研機構(gòu)等要求相差甚遠，經(jīng)過一定的培訓和再教育才能適應(yīng)企業(yè)要求。

為了有效培養(yǎng)本科生創(chuàng)新實踐能力，本文根據(jù)地理信息科學專業(yè)的特點，設(shè)計了基于無人機與3S技術(shù)的創(chuàng)新實驗。試圖通過該項創(chuàng)新實驗的操作與完成，培養(yǎng)地理信息科學專業(yè)學生的創(chuàng)新與實踐能力。

1 實驗?zāi)康?/h2>

掌握攝影測量學理論知識、無人機的拍攝和專用軟件使用方法，了解相機校正、像點位移、控制點校正等處理及4D產(chǎn)品生成過程［5］；掌握GPS的使用方法、控制點和災(zāi)害點的定位方法；了解利用RS技術(shù)獲取災(zāi)害信息、監(jiān)督和無監(jiān)督分類方法及土地利用圖的制作過程，并掌握RS相關(guān)軟件使用方法；掌握GIS的緩沖、地形分析、重分類、疊加等分析功能，了解利用GIS技術(shù)制作災(zāi)害因子圖層和危險性區(qū)劃圖的過程；提高學生創(chuàng)新實踐能力、動手能力和解決問題能力。

2 實驗方案

以吉林省延邊州為研究區(qū)域（見圖1），基于無人機與3S技術(shù)，利用BP神經(jīng)網(wǎng)絡(luò)、信息量法等數(shù)學模型，進行泥石流災(zāi)害危險性評價。該實驗主要包括：①利用無人機制作DOM（數(shù)字正射影像）、DEM（數(shù)字高程模型）等4D產(chǎn)品；②選擇、量化及歸一化處理泥石流災(zāi)害因子；③基于模型的危險性評價；④ 精度評價及繪制危險性區(qū)劃圖等4個部分，實驗流程如圖2所示。

圖1 研究區(qū)域及泥石流災(zāi)害點分布圖

圖2 實驗流程圖

3 實驗儀器和軟件

儀器：雷凌SL700高精度航測無人機（見圖3）、GPS、GIS數(shù)據(jù)采集儀、全站儀、計算機等。

圖3 雷凌SL700高精度航測無人機

軟件：Arcgis10.2（GIS數(shù)據(jù)處理軟件）、PGSTEAMER（遙感數(shù)據(jù)處理軟件）、Skyphoto-Super（無人機數(shù)據(jù)處理軟件）、SkyPhoto-Map3D（三維測圖軟件）等。

4 實驗步驟

4.1 利用無人機制作DOM和DEM

首先對局部地區(qū)進行地面像控點的布設(shè)，根據(jù)參考文獻及實踐經(jīng)驗，一般需要布設(shè)5～12個控制點。并利用全站儀或GPS對像控點進行聯(lián)測。布設(shè)像控點之后，利用高精度航測無人機對研究區(qū)域進行拍攝。拍攝時主要考慮精度、拍攝比例尺、航攝分區(qū)的劃分、航線敷設(shè)、航攝時間等問題［6］。其次，利用Skyphoto-Super軟件對無人機相片進行處理，制作DEM和DOM。處理過程主要包括：相機、像控點、創(chuàng)建航帶參數(shù)設(shè)置；控三匹配、評差解算、更新元數(shù)據(jù)；模型定向、影像自動匹配、匹配編輯、生成及拼接DEM；控三編輯、點云加密、DOM生成、DOM糾正及編輯［7］。

4.2 基于RS和GIS制作泥石流災(zāi)害因子圖層

通過文獻考察和災(zāi)害分析，選擇高程、坡度、坡向、降水量、河流、地層巖性、土地利用類型、土壤類型、斷層9個因子作為泥石流災(zāi)害的影響因子。其中高程、坡度和坡向圖利用GIS空間分析功能和DEM數(shù)據(jù)生成。土地利用圖利用RS技術(shù)中的監(jiān)督分類法進行分類，分成森林、居民地、農(nóng)業(yè)用地及河流4個種類［8-10］，并利用無人機影像生成的DEM和DOM數(shù)據(jù)進行編輯和糾正。其他數(shù)據(jù)從延邊州數(shù)據(jù)庫中獲取。

通過ArcGIS10.2軟件對9種影響因子進行狀態(tài)等級劃分，利用GIS分析功能統(tǒng)計各狀態(tài)等級的泥石流災(zāi)害點比例，依據(jù)泥石流災(zāi)害點比例對影響因子的各狀態(tài)等級賦值。

4.3 基于模型的泥石流災(zāi)害危險性計算

利用BP神經(jīng)網(wǎng)絡(luò)和信息量模型計算各影響因子間的相對權(quán)重。其中BP神經(jīng)網(wǎng)絡(luò)利用70%的隨機訓練數(shù)據(jù)進行訓練，確定各因子的最佳權(quán)重［11-13］。本文以9種災(zāi)害相關(guān)因子作為輸入變量，輸入層節(jié)點個數(shù)為9。是否發(fā)生泥石流災(zāi)害為輸出層，輸出層節(jié)點個數(shù)為1，若發(fā)生泥石流災(zāi)害，輸出因子為1，未發(fā)生泥石流災(zāi)害，輸出因子為2。神經(jīng)元之間的傳遞函數(shù)采用的是正弦S型傳遞函數(shù)，選取16組不同數(shù)據(jù)作為本研究輸入層、隱藏層和輸出層間的連接強度。利用RMSE分析各預(yù)測模型，尋找誤差最小的的連接強度及隱藏層節(jié)點數(shù)。由誤差分析圖表明：誤差最小的隱藏層節(jié)點數(shù)為18（見圖4），誤差最小的連接強度為0.3/0.7，確定最優(yōu)模型為9-18-1結(jié)構(gòu)。

圖4 連接強度誤差分析圖

信息量模型不需要對影響因子的各狀態(tài)等級賦值，直接計算各災(zāi)害相關(guān)因子不同狀態(tài)等級的信息量值［14-15］。單獨計算各因素對泥石流災(zāi)害發(fā)生事件提供的信息量Ixi（y，xi），在實際運算過程中可采取頻率進行條件概率的估算，

式中：S為研究區(qū)內(nèi)柵格單元總數(shù)；N為研究區(qū)內(nèi)分布有泥石流災(zāi)害點的柵格單元數(shù)量；Si為研究區(qū)內(nèi)含有評價因素xi的柵格單元數(shù)量；Ni為分布在因素xi內(nèi)含有泥石流災(zāi)害點的柵格單元數(shù)量。通過上述公式計算各單元在各影響因子分別作用下的信息量值后，求和得到各柵格單元的信息量值。

4.4 基于GIS技術(shù)繪制泥石流災(zāi)害危險性區(qū)劃圖

為了泥石流災(zāi)害危險性區(qū)劃，本研究根據(jù)BP神經(jīng)網(wǎng)絡(luò)計算的權(quán)重和信息量模型計算的信息量值，采用柵格數(shù)據(jù)疊置分析法進行了計算和分析。在柵格數(shù)據(jù)內(nèi)部，疊加運算是通過像元之間的各種運算來實現(xiàn)的。設(shè)x1，x2，…，xn分別表示第1～n層上同一坐標屬性值，f函數(shù)表示各層上屬性與用戶需求之間的關(guān)系，E為疊置后屬性輸出層的屬性值，則

疊加操作的輸出結(jié)果是各層屬性數(shù)據(jù)的算術(shù)運算結(jié)果。在本研究中x1，x2，…，x9分別是高程、坡度、坡向、降水量、河流、地層巖性、土地利用類型、土壤類型、斷層等災(zāi)害因子圖層中柵格的屬性值，f的運算方式是權(quán)重疊加運算法，結(jié)果E是泥石流災(zāi)害危險性值。結(jié)合信息量法和BP神經(jīng)網(wǎng)絡(luò)模型與GIS技術(shù)繪制的危險性區(qū)劃圖如圖5和6所示。利用自然斷點法將泥石流災(zāi)害危險性分為Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ5個等級，級別越高表明危險性越高。

圖5 泥石流災(zāi)害危險性區(qū)劃圖（信息量模型）

圖6 泥石流災(zāi)害危險性區(qū)劃圖（BP神經(jīng)網(wǎng)絡(luò)）

5 結(jié)果與討論

5.1 信息量模型評價結(jié)果

由信息量值表明：在延邊州當高程＜600 m，坡度為10°～45°，地層巖性為軟弱巖層，年平均降水量在665～991 mm，距離斷裂帶距離小于4 000 m，距離河流距離小于500 m時，這部分影響因子的狀態(tài)等級對泥石流災(zāi)害的發(fā)生貢獻較大。總體而言，高降水量、軟弱巖層以及臨近斷層、河流的區(qū)域泥石流災(zāi)害發(fā)生頻率較高。

統(tǒng)計延邊州泥石流災(zāi)害危險性各等級面積占延邊州面積比例分別為18%、23%、20%、23%、16%。各危險等級泥石流災(zāi)害點比例分別為3%、5%、9%、27%、56%，各等級面積及災(zāi)害點比例圖見圖7。此結(jié)果與延邊州歷史泥石流災(zāi)害發(fā)生區(qū)域較為吻合，說明本次評價結(jié)果精確度較高。

圖7 各等級面積及災(zāi)害點比例

5.2 BP神經(jīng)網(wǎng)絡(luò)模型評價結(jié)果

由人工BP神經(jīng)網(wǎng)絡(luò)模型分析得出的相對權(quán)重值表明：9種影響因子對泥石流災(zāi)害的影響為河流＞高程＞坡度＞坡向＞降水量＞土地利用類型＞斷層＞土壤類型＞地層巖性。

各等級面積及泥石流比例如圖8所示。危險性等級較高的區(qū)域主要分布在安圖縣北部、汪清縣西部、敦化市北部、敦化市南部、和龍市東部、圖們市北部、琿春市中部。

圖8 各等級面積及泥石流比例

延邊州泥石流災(zāi)害危險性等級圖與泥石流災(zāi)害點相疊加并分析其吻合程度，延邊州Ⅳ級危險區(qū)、Ⅴ級危險區(qū)與延邊州泥石流災(zāi)害點吻合程度達到81%，這說明人工BP神經(jīng)網(wǎng)絡(luò)模型對于延邊州地區(qū)的泥石流災(zāi)害危險性評價較為精確。

5.3 模型對比分析

兩種模型的各等級災(zāi)害點與面積的比例如圖9所示。通過兩種模型預(yù)測的危險區(qū)域大致相同，但也存在著細微的區(qū)別。兩種模型得到的高危險區(qū)域都為安圖縣北部、汪清縣西部、敦化市北部及南部地區(qū)、和龍市東部和圖們市北部。琿春市中部地區(qū)在人工BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測中為Ⅴ級危險區(qū)，在信息量模型的預(yù)測中主要為Ⅳ級危險區(qū)。分析其原因主要是，人工BP神經(jīng)網(wǎng)絡(luò)模型側(cè)重于分析不同影響因子之間的關(guān)聯(lián)，而信息量模型則主要考察同一個影響因子各分級狀態(tài)之間的關(guān)聯(lián)，這也是兩種模型的內(nèi)在區(qū)別。

圖9 各等級災(zāi)害點與分級面積比例

6 結(jié) 語

通過無人機與3S技術(shù)設(shè)計的創(chuàng)新實驗，學生們在完成整個實驗過程中，了解到無人機的拍攝及4D產(chǎn)品的生成過程、控制點布設(shè)及GPS在控制點測量中的應(yīng)用、基于遙感技術(shù)繪制災(zāi)害相關(guān)圖層的過程、利用數(shù)學模型和GIS的空間分析功能相結(jié)合評價災(zāi)害危險性的整個流程。在實際操作過程中學生們還可以自主選擇不同的數(shù)學模型、遙感分類方法以及選擇多種類型的災(zāi)害相關(guān)圖層，試圖提高災(zāi)害危險性評價精度。該項試驗使學生們對GIS、RS、GPS及攝影測量等所學專業(yè)知識的綜合應(yīng)用有了更深層次的了解，有效提高了地信科學專業(yè)學生的創(chuàng)新能力、動手能力和解決問題的能力，同時也引起了學生們對科研創(chuàng)新和專業(yè)知識的濃厚興趣。