基于OBE理念的“遙感數字圖像處理”課程混合式教學改革與實踐

摘"要：傳統“遙感數字圖像處理”課程存在教學與創新實踐融合度不高、教學模式單一、課程內容涉及前沿技術知識偏少、過程考核評價缺乏量化表達等痛點問題，為此，課程提出基于OBE理念的混合式課程教學創新改革。以創新實踐為牽引，重構課程實踐的教學內容，提升學生的Python編程實踐能力；以學生為主體，通過線上線下混合式教學模式，開展翻轉課堂活動，提升學生的參與度；將人工智能技術引入課堂教學，解決課程理論與先進技術脫節的問題；利用網絡信息平臺建立全面的考核體系，綜合評價學生的學習效果。本課程的創新改革通過智慧教室、分組討論、信息技術等方法有效提升了學生的課堂參與度，讓測繪類專業學生的創新實踐能力得到增強，改革措施的使用具有實際效果并具有一定的推廣價值。

關鍵詞：OBE教學理念；混合式教學策略；人工智能；遙感圖像處理

1"概述

隨著人工智能、虛擬仿真、大數據和云計算等技術的蓬勃發展，測繪遙感學科專業課程的實踐與理論教學正面臨著前所未有的機遇和挑戰［12］。當前測繪遙感專業課程教學改革的關鍵是讓學生基于前沿科學技術，夯實理論基礎并通過實踐操作提升解決實際工程問題的能力，為國家的發展戰略培養具備科研創新能力的人才［3］。其中，以產出為本的教育（Outcome"Based"Education，OBE）是一種以學習成果為導向的新型教育理念，該理念以學生為中心，基于學生的學習成果對教學方法、教學內容和教學過程進行持續改進與優化，從而提升教學質量［4］。OBE理念相比傳統的教學模式，更加關注學習方法和學習成果，是一種反向設計、正向實施的教育理念［57］。在OBE的教育理念下，教師需要明確學生課程學習結束后應達到的各項目標，根據該目標設計對應的教學模式、教學內容、教學方法和評價模式［89］，這是當前專業課程教學改革的重要方向。

“遙感數字圖像處理”課程主要承擔培養學生遙感學科素養和技能的基本任務，是學生由遙感理論知識學習走向地物高效快速識別以及多源數據數字化融合處理等遙感應用的重要依托，旨在掌握“遙感數字圖像處理”課程的知識架構和經典算法，培養學生能夠具備處理遙感圖像的技能，為學生后續從事遙感領域研究與應用奠定重要的研究基礎［10］。該課程呈現算法理論復雜、內容難度大、涉及前沿技術多、理論和實踐結合緊密等特點，在傳統的教學過程中，學生的課堂參與度較低，學習效果不理想，實踐與創新能力缺乏培養。為此，本文通過分析課程在傳統教學過程中存在的痛點問題，主要從教學實踐、教學模式、教學內容與課程考核四個方面進行了改革與實踐，從而提升測繪遙感專業學生的課程學習效果，加強培養學生的創新實踐能力，以適應人工智能時代測繪行業的人才培養需求。

2"痛點問題

2.1"教學與創新實踐融合度不高，缺乏與課程內容匹配的編程實驗

測繪遙感專業學生學習計算機語言的時間有限，由于缺少與課程教學內容匹配的Python編程實驗，學生的編程實踐能力缺乏鍛煉，學生的實踐能力和創新思維培養不足。

2.2"課程理論涉及的算法公式復雜，單一教學模式導致學生理解困難

課程理論涵蓋較多的復雜公式與算法，公式的獲得缺乏底層的數學推演過程，單一的教學模式導致學生對公式與算法性質理解不深入。

2.3"課程內容與科技發展節奏脫節，涉及前沿人工智能方法的知識偏少

課程內容缺乏與人工智能相關前沿算法與案例的引入，難以支撐與人工智能和地理空間大數據相關主題的大學生創新創業活動。

2.4"課程考核方式單一，過程考核評價缺乏量化表達

學生考核成績主要由平時成績與期末考試成績兩部分組成，過程考核評價方法缺乏量化表達，評分機制的合理性與科學性存在不足。

3"教學改革設計與對策

基于OBE理念的“遙感數字圖像處理”混合式教學改革設計與思路如圖1所示，課程依據教學目標設計教學方法，開展線上/線下學習活動，并進行多元化的教學評價。借助超星學習通平臺，課前教師布置任務讓學生線上自主學習；課中教師開展互動式課堂教學；課后教師布置在線教學任務，促使學生進行復習鞏固及拓展學習。綜合采用問題驅動、案例分析、編程實踐等多種教學方法，提升教學效果。

基于OBE理念的“遙感數字圖像處理”教學改革設計與思路圖

3.1"基于OBE理念優化教學目標

基于OBE的教學理念，本文優化了課程的教學目標，具體內容如下。

（1）知識目標：掌握遙感數字圖像處理算法的概念與原理，理解算法的數學公式與性質，掌握算法的作用與效果。

（2）能力目標：能夠利用數學思維分析算法，將數學性質推廣到遙感數字圖像處理領域；能夠結合知識理論與編程實踐，完成遙感圖像處理任務。

（3）素質目標：培養學生解決遙感數字圖像處理領域的工程應用問題的能力，并具有一定的創新思維；使學生了解中國科技文化發展現狀，將所學所用與國家科技戰略發展建立關聯。

3.2"針對痛點問題實施的教學改革對策

3.2.1"構建Python編程引領實踐教學的新模式

基于Python語言簡單易學的特點，構建了編程實踐引領教學的新模式，學生采用編程語言實現基本算法，提高學生的編程實踐能力；以科技前沿實踐案例和師生研討合作為切入點，降低實踐教學活動中教師與學生的角色區分度，強化學生的自主探索能力；以學院實驗室平臺為支撐，以學生編程實踐能力的提高為成效評價，構建了協同推進的教學模式，改變傳統教學方法僅對理論知識進行考核的模式，加入上機實踐考核，全面評價學生的學習效果。

3.2.2"構建逐層深入的“線上+線下”混合式教學模式

堅持“以學生為中心”的教學理念，利用在線教學平臺與資源，構建了逐層深入的專業課程混合式教學模式，“線上預習”與“線下研討”相互配合、互為補充。布置課程線上學習資源讓學生完成課程預習，并預留實際問題進行深入思考，引導學生復習與梳理課程相關數學知識點，幫助學生在線下學習過程快速理解算法的公式表達與推導；課堂教學時，根據學生的預習情況，教師有針對性地在課堂上深入引導學生理解難點知識，啟發學生根據數學公式的性質，推導出對應算法的性質，加深學生對算法性能的理解；線下教學過程中，學生通過編程實驗自主探索并驗證預習的理論知識，強化“虛實結合”的線下互動教學；針對預留的科學問題，組織學生分組研討，開展翻轉課堂活動，并演示研討成果，激發學生探索學習知識的內驅力與主觀能動性。教學過程與方法如表2所示。

3.2.3"引入覆蓋人工智能與大數據前沿技術的教學內容

通過引入優質的前沿科研成果和應用案例，讓學生更多地了解人工智能技術在遙感圖像處理的前沿應用。綜合國內外優秀的數字圖像處理教材與資源，進一步優化各章節的教學內容，適度提升課程的廣度與深度。在課程中加入卷積神經網絡和大數據分析等作為教學內容，包括神經網絡卷積運算的基本原理；應用于遙感圖像分類、目標識別、變化檢測等任務的不同類型卷積神經網絡模型；遙感大數據分析與挖掘的基本概念；多源遙感數據融合的基本方法以及應用案例等。在課程實習實踐環節中，設置面向遙感應用的卷積神經網絡和遙感大數據挖掘的上機實驗，通過卷積神經網絡的可視化案例讓學生直觀理解抽象算法。

3.2.4"構建多元化的考核評價體系

增加線上學習效果的考核方式，優化和調整線下考核方式的比值與權重，將兩者有機結合，使其能夠更好地促進學生自主學習、更好地評價與反映學生的學習效果。構建基于多目標（素質目標、能力目標和知識目標）、多方式（結合實踐操作評價與試卷評價、結合結果評價與過程評價）、多主體（教師評價與學生互評）的多元考核評價體系，優化后的考核方式如表3所示。

4"課程教學改革效果

4.1"學生學習效果全面提升

該課程教學改革反響熱烈，網上評教結果位列專業必修課前茅，獲得了學校教學督導組的好評。學生們在討論環節各抒己見、暢所欲言，充分表達了自己對知識的理解，提升了課堂參與度。通過優化上機實踐課程，學生的Python編程能力得到大幅度提升。

4.2"學生創新實踐能力明顯提升

通過在課程中引入深度學習技術的基礎知識，學生具備了基本的人工智能遙感數字圖像處理實踐技能。我院學生參加人工智能主題的科研活動和學科競賽的數量與質量顯著提升，本科生獲批校級以上大學生創新創業項目的數量不斷增加，與遙感數字圖像處理相關的科技論文、專利、軟件著作權等科研成果數量也在逐年增長，學生的創新實踐能力顯著提高。

4.3"解決遙感圖像實際應用工程問題的能力明顯提升

通過在課程中增加人工智能與大數據前沿技術應用案例，學生利用人工智能技術解決遙感應用實際問題的創新實踐能力明顯增強。例如，針對河北省石家莊市長安區典型地物變化監測的實際遙感應用工程問題，學生能夠讀懂卷積神經網絡相關論文并總結變化監測的最新研究進展，能夠設計遙感圖像變化檢測的算法與方案，提出集成視覺變壓器的城市典型地物變化檢測方法，最終在航天宏圖舉辦的PIE二次開發競賽中獲得獎項。

結語

為提升“遙感數字圖像處理”課程的教學質量，本文基于OBE教學理念探索出了“以學生為中心、以產出為導向”的混合式教學改革，通過構建Python編程引領實踐教學的新模式，構建逐層深入的“線上+線下”混合式教學模式，引入覆蓋人工智能與大數據前沿技術的教學內容，構建多元化的考核評價體系等舉措，學生在課堂學習效果、創新實踐能力、解決實際遙感工程問題等方面取得了一定學習成效。日后，該課程將繼續堅持以立德樹人為本，以學生為中心，穩固完善課程建設，為培養創新型、應用型工科人才而努力。

參考文獻：

［1］史彩娟，李偉，劉利平，等.人工智能時代數字圖像處理與分析研究生課程教學改革探討［J］.中國教育技術裝備，2021（2）：100101+104.

［2］邵振峰，李德仁，胡濱，等.遙感前沿科研反哺本科課程教學改革模式探討［J］.測繪地理信息，2021，46（5）：172175.

［3］張成業，李軍，袁德寶，等.人工智能與大數據時代的“遙感數字圖像處理”教學內容改革探討［J］.北京測繪，2020，34（6）：876880.

［4］張浩，李文梅，崔斌.基于OBE教學理念的微波遙感原理課程教學改革探討［J］.測繪通報，2024（S1）：308311.

［5］徐永明，祝善友.“遙感數字圖像處理”課程實踐教學改革與探索［J］.地理空間信息，2022，20（8）：155157.

［6］鐘鳳媛，宋超，王澤根.基于螺旋式模型思想的實驗教學改革：以遙感圖像處理課程設計實驗課教學為例［J］.中國教育技術裝備，2020（1）：102103.

［7］李鵬，李振洪，王厚杰，等.地球大數據背景下遙感地質學課程體系構建與教學內容改革探索［J］.測繪與空間地理信息，2020，43（11）：47.

［8］曹艷萍，王增艷，苗書玲.“遙感地學分析與應用”課程教學改革與實踐［J］.計算機時代，2020（9）：99102.

［9］袁媛，李文梅，陳一祥，等.面向創新人才培養的“遙感圖像處理”課程教學改革初探［J］.教育現代化，2019，6（53）：6466.

［10］艾金泉，田申，楊玉成，等.基于OBE理念的“遙感軟件應用”課程教學改革與實踐［J］.科教導刊，2023（26）：118120.

基金項目：南京工業大學校級教改課題，人工智能技術引領的遙感數字圖像處理課程理論與實踐教學改革（項目編號：20230076）

作者簡介：莫楠（1991—"），女，漢族，遼寧鞍山人，博士研究生，講師，研究方向：遙感圖像智能處理。