GIS專業(yè)遙感原理課程實(shí)驗(yàn)教學(xué)設(shè)計(jì)

鄧帆 劉遠(yuǎn)剛 王慶 井然 李功權(quán)

關(guān)鍵詞：遙感原理；課程實(shí)驗(yàn)；地理信息科學(xué)；直方圖均衡；Python

0 引言

計(jì)算機(jī)程序設(shè)計(jì)能力的培養(yǎng)是地理信息科學(xué)（Geographic Information Science， 簡(jiǎn)稱GIS） 專業(yè)人才培養(yǎng)計(jì)劃的重點(diǎn)。在學(xué)生培養(yǎng)過(guò)程中，除了要求學(xué)生掌握好GIS學(xué)科基本原理外，還應(yīng)當(dāng)培養(yǎng)學(xué)生具備較強(qiáng)的實(shí)踐能力，特別是編程能力的培養(yǎng)[1]。遙感是GIS 專業(yè)核心組成部分之一，歷來(lái)都是本專業(yè)的核心課程。隨著遙感科學(xué)與技術(shù)的發(fā)展，遙感更是發(fā)展成為一個(gè)本科專業(yè)。由于歷史的原因，早期的GIS（地理信息系統(tǒng)）專業(yè)更加重視矢量數(shù)據(jù)和GIS系統(tǒng)的二次開(kāi)發(fā)和應(yīng)用，對(duì)柵格遙感數(shù)據(jù)、遙感圖像處理以及相關(guān)應(yīng)用重視不足，使得遙感課程停留在“科普”水平。隨著遙感技術(shù)的發(fā)展，特別是遙感數(shù)據(jù)種類的極大豐富，以及數(shù)據(jù)獲取難度的大幅降低，遙感在行業(yè)中的應(yīng)用越來(lái)越廣泛，遙感課程逐漸受到重視，各大高校開(kāi)始注重培養(yǎng)學(xué)生應(yīng)用遙感數(shù)據(jù)解決實(shí)際問(wèn)題的能力。然而，這種能力大多停留在利用遙感圖像處理軟件對(duì)圖像的基本處理上，相關(guān)實(shí)踐教學(xué)大多停留在教授學(xué)生使用遙感軟件的層次。這種教學(xué)模式，不利于學(xué)生掌握遙感技術(shù)的基本原理，造成學(xué)生對(duì)遙感課程的認(rèn)知出現(xiàn)偏差（認(rèn)為遙感課程的目標(biāo)是學(xué)會(huì)軟件的操作），也使得遙感類課程與GIS專業(yè)培養(yǎng)模式出現(xiàn)斷層。特別是，隨著遙感大數(shù)據(jù)和人工智能的突破發(fā)展，出現(xiàn)了各種遙感云平臺(tái)，遙感數(shù)據(jù)獲取、處理和應(yīng)用門檻大大降低，使得培養(yǎng)的“專業(yè)”學(xué)生相對(duì)“非專業(yè)”學(xué)生在遙感開(kāi)發(fā)和應(yīng)用方面并不具備更多優(yōu)勢(shì)。因此，有必要盡快適應(yīng)新的形勢(shì)，改革遙感實(shí)踐教學(xué)內(nèi)容和方式，注重基本原理、算法的編程實(shí)現(xiàn)，甚至創(chuàng)新應(yīng)用[2]，提升GIS專業(yè)課程體系的連續(xù)性、系統(tǒng)性。這不僅有利于學(xué)生加深對(duì)遙感課程的認(rèn)識(shí)，對(duì)專業(yè)培養(yǎng)模式的理解，而且有助于提升就業(yè)競(jìng)爭(zhēng)力和發(fā)展?jié)摿3]。

遙感課程實(shí)驗(yàn)是GIS專業(yè)學(xué)生在完成遙感原理與應(yīng)用課程理論課學(xué)習(xí)或者課內(nèi)實(shí)驗(yàn)后獨(dú)立開(kāi)展的綜合課程設(shè)計(jì)，其目的是鞏固加深課堂所學(xué)書本知識(shí)，培養(yǎng)學(xué)生運(yùn)用遙感科學(xué)基本原理和技術(shù)解決實(shí)際問(wèn)題的能力。現(xiàn)有的課程實(shí)驗(yàn)仍然停留在軟件的基本操作層面，忽視了基本原理的算法實(shí)現(xiàn)，不利于學(xué)生掌握基本原理，不利于學(xué)生開(kāi)發(fā)能力的培養(yǎng)，不利于與前序課程的銜接。因此，有必要結(jié)合GIS、遙感學(xué)科的發(fā)展，適應(yīng)大數(shù)據(jù)、人工智能的最新趨勢(shì)來(lái)設(shè)計(jì)實(shí)驗(yàn)選題，從而達(dá)到優(yōu)化設(shè)計(jì)實(shí)踐教學(xué)內(nèi)容，引導(dǎo)學(xué)生深入探究專業(yè)問(wèn)題的目的。鑒于目前尚缺乏此類實(shí)驗(yàn)教學(xué)案例和教材，本文設(shè)計(jì)了遙感課程實(shí)現(xiàn)的教學(xué)內(nèi)容安排，設(shè)計(jì)了一個(gè)遙感實(shí)驗(yàn)教學(xué)案例，以此為例給出此類選題的基本思路和設(shè)計(jì)模板，為同類教學(xué)案例的設(shè)計(jì)提供參考。

1 實(shí)驗(yàn)教學(xué)設(shè)計(jì)策略和案例

1.1 實(shí)驗(yàn)教學(xué)設(shè)計(jì)策略

遙感原理課程理論性強(qiáng)，涉及的內(nèi)容多，學(xué)時(shí)有限，使得學(xué)生理解掌握起來(lái)難度大。因此，在進(jìn)行實(shí)驗(yàn)課程教學(xué)設(shè)計(jì)時(shí)要遵循以下幾個(gè)原則：一是要有利于學(xué)生理解基本遙感基本原理，提升程序設(shè)計(jì)能力；二是題目設(shè)計(jì)既要做到聯(lián)系前序課程，又要零基礎(chǔ)、易上手；三是有利于學(xué)生舉一反三，創(chuàng)新應(yīng)用。

因此，首先應(yīng)盡量選擇易上手，適合于遙感教學(xué)、圖像處理和應(yīng)用的語(yǔ)言和平臺(tái)，避免學(xué)生陷于編程語(yǔ)言和平臺(tái)細(xì)節(jié)的學(xué)習(xí)上。鑒于上述要求，Matlab、IDL、Python等都是比較適合的語(yǔ)言，它們都具有比較好的矩陣運(yùn)算能力，具備交互式的開(kāi)發(fā)方式[4]。此外，這幾門語(yǔ)言對(duì)已經(jīng)具備一定編程基礎(chǔ)的GIS專業(yè)學(xué)生來(lái)說(shuō)學(xué)習(xí)難度不高。考慮到Python的開(kāi)源性，以及被廣泛應(yīng)用在遙感領(lǐng)域和機(jī)器學(xué)習(xí)領(lǐng)域，應(yīng)優(yōu)先使用Python語(yǔ)言進(jìn)行實(shí)驗(yàn)教學(xué)。在遙感實(shí)驗(yàn)前，僅需結(jié)合圖像處理的基礎(chǔ)知識(shí)，提前教授學(xué)生基本的Python編程基礎(chǔ)和Numpy模塊的使用方法即可。

第二，在實(shí)驗(yàn)教學(xué)內(nèi)容結(jié)構(gòu)上，應(yīng)從底層開(kāi)始，逐步深入，初級(jí)階段盡量不使用第三方模塊，可利用第三方模塊對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行驗(yàn)證。此外，由于遙感課程理論性強(qiáng)，涉及的內(nèi)容多，既包含遙感物理、又包含遙感圖像處理和應(yīng)用，課程學(xué)習(xí)下來(lái)，學(xué)生體驗(yàn)感不強(qiáng)，仍停留在知識(shí)的單向獲取，教學(xué)內(nèi)容沒(méi)有轉(zhuǎn)化成學(xué)生的相關(guān)技能。因此，在實(shí)驗(yàn)內(nèi)容設(shè)計(jì)上，可以從遙感圖像讀取、顯示、增強(qiáng)、信息提取、分割、分類等內(nèi)容著手，設(shè)計(jì)2～3個(gè)實(shí)驗(yàn)，要求學(xué)生編程實(shí)現(xiàn)相關(guān)算法或操作。這樣既有利于學(xué)生對(duì)原理的理解，做到舉一反三，也能夠?yàn)槿蘸蟮膶W(xué)習(xí)工作打下基礎(chǔ)。

第三，注重培養(yǎng)學(xué)生的創(chuàng)新能力，引入遙感云平臺(tái)[5]。目前，國(guó)內(nèi)外已有一些遙感大數(shù)據(jù)云平臺(tái)上線，比如GEE（Google Earth Engine），PIE-Engine等。這些平臺(tái)都集成了大量的遙感數(shù)據(jù)、遙感產(chǎn)品和其他空間數(shù)據(jù)，以及大量的遙感相關(guān)算法，并且提供云端計(jì)算資源，能夠提升遙感數(shù)據(jù)的應(yīng)用效率，降低了遙感應(yīng)用門檻[6]。多數(shù)遙感云平臺(tái)都提供了基于Python的應(yīng)用接口，易于同其他遙感實(shí)驗(yàn)銜接，GIS專業(yè)學(xué)生應(yīng)當(dāng)了解和熟悉常用遙感云平臺(tái)開(kāi)發(fā)方法和應(yīng)用路線。

最后，要保證學(xué)有成效，增強(qiáng)學(xué)生學(xué)習(xí)興趣，提升學(xué)生收獲感。在實(shí)驗(yàn)設(shè)計(jì)時(shí)為學(xué)生提供充分的資源，增強(qiáng)學(xué)生信心，保證實(shí)驗(yàn)順利完成。

基于以上考慮，本文在實(shí)驗(yàn)選題設(shè)計(jì)上，主要考慮實(shí)驗(yàn)描述、實(shí)驗(yàn)條件和要求、實(shí)驗(yàn)提示和參考資料三個(gè)方面。選題描述主要用于描述選題相關(guān)的遙感專業(yè)概念、問(wèn)題、算法和實(shí)驗(yàn)思路，增強(qiáng)學(xué)生對(duì)基本原理的理解，進(jìn)一步明確實(shí)驗(yàn)?zāi)康摹?shí)驗(yàn)條件和要求主要羅列完成實(shí)驗(yàn)需要用到的數(shù)據(jù)、算法、參數(shù)和限定條件，并提出具體的實(shí)驗(yàn)要求；實(shí)驗(yàn)提示和參考資料主要給出選題中需要用到算法的設(shè)計(jì)思路、關(guān)鍵步驟和數(shù)據(jù)結(jié)構(gòu)，必要時(shí)給出程序偽代碼、流程圖或部分輔助程序輔助材料。下面首先設(shè)計(jì)了遙感課程實(shí)驗(yàn)內(nèi)容整體安排，然后以遙感圖像“直方圖均衡化”實(shí)驗(yàn)為例給出此類選題的設(shè)計(jì)思路和具體案例。

1.2 課程實(shí)驗(yàn)教學(xué)內(nèi)容整體設(shè)計(jì)

根據(jù)以上認(rèn)識(shí)，設(shè)計(jì)了遙感實(shí)驗(yàn)教學(xué)內(nèi)容。實(shí)驗(yàn)內(nèi)容分為遙感圖像的認(rèn)識(shí)、圖像顯示與增強(qiáng)、遙感指數(shù)認(rèn)識(shí)與計(jì)算、遙感信息提取、圖像分割與分類、遙感云平臺(tái)的使用以及遙感綜合應(yīng)用與開(kāi)發(fā)等模塊。下面簡(jiǎn)述各個(gè)模塊教學(xué)目的和主要內(nèi)容。

1） 遙感圖像的認(rèn)識(shí)。認(rèn)識(shí)數(shù)字圖像，理解遙感數(shù)字圖像與其他數(shù)字圖像的異同。掌握Python環(huán)境下的圖像基本操作。

2） 圖像顯示與增強(qiáng)。掌握彩色合成，顏色空間變換和常用對(duì)比度增強(qiáng)方法。

3） 遙感指數(shù)認(rèn)識(shí)與計(jì)算。認(rèn)識(shí)主要遙感指數(shù)和計(jì)算方法，理解指數(shù)原理和用途。

4） 遙感圖像分割與信息提取。掌握遙感影像的閾值分割和其他分割算法，實(shí)現(xiàn)特定信息的提取。

5） 圖像分類。掌握k-means等聚類算法和貝葉斯分類等分類算法原理與實(shí)現(xiàn)。

6） 遙感云平臺(tái)。以案例形式，GEE、PIE-Engine 入門。掌握遙感云臺(tái)使用基本流程。

7） 遙感綜合應(yīng)用與開(kāi)發(fā)。作為獨(dú)立課程設(shè)計(jì)內(nèi)容，以遙感開(kāi)發(fā)為基礎(chǔ)，實(shí)現(xiàn)一個(gè)完整的遙感應(yīng)用案例。

以上每個(gè)模塊可設(shè)計(jì)2～3個(gè)實(shí)驗(yàn)內(nèi)容并提供相關(guān)資源供學(xué)生參考與學(xué)習(xí)。下面以模塊2圖像顯示與增強(qiáng)為例進(jìn)行實(shí)驗(yàn)設(shè)計(jì)。

1.3 實(shí)驗(yàn)選題設(shè)計(jì)具體案例——“對(duì)比度增強(qiáng)-直方圖均衡化”

1.3.1 實(shí)驗(yàn)描述

直方圖均衡化（Histogram Equalization） 是圖像處理領(lǐng)域中利用圖像直方圖調(diào)整對(duì)比度的方法。對(duì)于遙感圖像，直方圖均衡化使得圖像亮度可以更好地分布在直方圖上，增強(qiáng)局部對(duì)比度的同時(shí)不影響整體，能夠改善目視效果。

直方圖均衡化的主要思想是將一幅圖像的直方圖分布變成近似均勻分布（圖1） ，從而增強(qiáng)圖像的對(duì)比度，其主要步驟如下：

1） 計(jì)算每一個(gè)灰度級(jí)的概率。

2） 計(jì)算每一個(gè)灰度級(jí)的累計(jì)概率。

3） 計(jì)算映射表。

4） 將圖像像素值通過(guò)映射表進(jìn)行映射。

對(duì)于灰度圖像{x}，ni 表示灰度i 出現(xiàn)的次數(shù)，由此圖像中灰度為i的像素出現(xiàn)的概率是：

1.3.2 實(shí)驗(yàn)條件與要求

本題提供需要進(jìn)行對(duì)比度增強(qiáng)的遙感衛(wèi)星影像，要求對(duì)該數(shù)據(jù)的某一通道進(jìn)行直方圖均衡化增強(qiáng)并進(jìn)行分析。

1） 讀取文件，獲取并輸出圖像相關(guān)信息以便于后續(xù)處理。要求輸出數(shù)據(jù)通道數(shù)、數(shù)據(jù)行列數(shù)、數(shù)據(jù)類型，以及圖像各通道最大值、最小值、平均值、方差等統(tǒng)計(jì)量。

2） 實(shí)現(xiàn)求直方圖函數(shù)，并顯示原始數(shù)據(jù)的直方圖。

3） 實(shí)現(xiàn)求累計(jì)直方圖函數(shù)，并顯示原始數(shù)據(jù)累計(jì)直方圖。

4） 對(duì)原始數(shù)據(jù)進(jìn)行直方圖增強(qiáng)，并顯示增強(qiáng)后的直方圖。

5） 輸出結(jié)果圖的最大值、最小值、平均值、方差等統(tǒng)計(jì)量，并與原圖對(duì)比，從定性定量角度指出對(duì)比差異。

6） 最后，使用Skimage提供的函數(shù)進(jìn)行直方圖均衡化，以此檢查驗(yàn)證所實(shí)現(xiàn)算法的效果。

2 實(shí)驗(yàn)提示與參考資源

1） 實(shí)驗(yàn)環(huán)境準(zhǔn)備。Numpy、Skimage、Matplotlib等模塊的基礎(chǔ)與入門。實(shí)驗(yàn)環(huán)境應(yīng)在第一次實(shí)驗(yàn)時(shí)準(zhǔn)備，并進(jìn)行練習(xí)。

2） 圖像信息和各統(tǒng)計(jì)量生成使用Numpy模塊的相關(guān)函數(shù)，圖表繪制使用Matplotlib模塊，圖像讀寫使用Skimage模塊。

3） 直方圖為灰度概率分布，對(duì)圖像逐像素遍歷，求和得到各灰度包含的像素?cái)?shù)目。累積直方圖在直方圖基礎(chǔ)上進(jìn)行累積生成即可。

4） 基于累積直方圖構(gòu)建灰度映射表。對(duì)于8bits 圖像，應(yīng)當(dāng)將結(jié)果映射至[0，255]區(qū)間的整數(shù)，不滿足的需要進(jìn)行取整。

5） 進(jìn)一步資料：自適應(yīng)直方圖均衡化（Adap?tive Histogram Equalization， AHE） 、限制對(duì)比度自適應(yīng)直方圖均衡化（Contrast Limited AHE，CLAHE） 。

3 總結(jié)

遙感是GIS專業(yè)的核心課程，需要在教學(xué)中加強(qiáng)理論與實(shí)踐的結(jié)合。為適應(yīng)大數(shù)據(jù)和人工智能的發(fā)展，應(yīng)當(dāng)加強(qiáng)學(xué)生的遙感應(yīng)用開(kāi)發(fā)能力。然而，目前的遙感實(shí)踐教學(xué)偏重遙感軟件的使用，忽視了GIS專業(yè)學(xué)生遙感開(kāi)發(fā)能力的培養(yǎng)。因此，本文提出在遙感的實(shí)驗(yàn)教學(xué)環(huán)節(jié)加入遙感編程開(kāi)發(fā)內(nèi)容，為學(xué)生的進(jìn)一步學(xué)習(xí)、工作打下基礎(chǔ)，增強(qiáng)學(xué)生的競(jìng)爭(zhēng)力。

為此，本文提出了實(shí)驗(yàn)教學(xué)的設(shè)計(jì)思路和實(shí)驗(yàn)教學(xué)內(nèi)容框架，以“直方圖均衡化”為例，闡述了遙感實(shí)驗(yàn)設(shè)計(jì)的基本思路和具體過(guò)程，為類似的教學(xué)案例設(shè)計(jì)提供參考。通過(guò)這種實(shí)驗(yàn)設(shè)計(jì)，增強(qiáng)GIS專業(yè)課程的系統(tǒng)性，也促進(jìn)了本專業(yè)學(xué)生對(duì)遙感課程和GIS專業(yè)的學(xué)科概念和專業(yè)思想的形成。