高校GIS专业遥感类课程教学模式改革研究

针对我校GIS专业遥感类课程设置、教学及考核模式等方面存在的问题,以"遥感技术与数字图像处理"为对象,在教学模式、考核模式等方面进行改革和实践。     

GIS软件应用集中实践教学中校企合作模式的探索

GIS软件应用集中实践教学包括GIS软件应用实习、GIS开发实习、网络地理信息系统实习、毕业实习、毕业设计,旨在培养学生利用Arc GIS软件来进行数据管理、数据处理、制图、空间分析和二次开发的能力,是GIS专业课程中重要的组成部分,也是目前应用创新型大学该专业学生的主要就业方向。为了使高校培养的人才能够更好地满足社会的需求,GIS软件应用集中实践教学改革势在必行。本文采用了校企合作的模式,通过合作共建实验室、合作共建实习基地、合作共同制订人才培养方案、合作共建双师指导团队、定期交流等举措对高校GIS专业的GIS软件应用集中实践教学改革进行了探索,并在实践中取得了较好的教学效果。     

新开GIS专业的遥感图像处理课程教学探讨

作为地理信息科学(GIS)专业核心课程之一,《遥感数字图像处理》课程已成为遥感课程体系建设的一个重要环节。探讨在新开GIS专业的《遥感数字图像处理》课程教学中,围绕如何提高课程教学质量这一目标,在优化教学内容、丰富实践教育、教研一体化等方面提出了一系列的改革措施与建议,尝试为相关院校新开专业的课程教学提供借鉴与参考。     

GIS专业测绘遥感课程群建设与实践

针对GIS专业测绘遥感类课程教学中存在的问题,提出建立测绘遥感课程群的解决方案及监督保障措施,从而推动GIS专业测绘遥感类课程的全面优化与整合,从整体上提升教学质量。     

面向地理信息科学专业的计算机制图实习改革与实践

计算机制图实习是GIS专业的必修课,其对学生专业综合能力的培养起到重要作用,同时地图制图人员也是目前GIS应用创新人才培养的主要就业方向之一。文中依据目前该课程普遍存在的问题,通过实际的工程项目、GIS建库与制图一体化综合性实习和开放式教学模式等改革措施对该课程进行探索和实践,在实践中取得较好的教学效果。     

基于CDIO的遥感专业GIS原理课程教学改革

GIS课程是集计算机技术、测绘科学、应用数学、信息科学、地球科学于一身的交叉学科,也是遥感类专业重要的核心课程。培养具有"3S"素质的创新型遥感应用人才是遥感专业建设的科学目标。CDIO教学模式在一定程度上较好地解决了工程教育中理论与实践脱节的问题,因此,本文提出运用CDIO工程教育模式,改革教学内容、教学方法和考核方式,提高遥感专业学生处理综合性专业问题的能力。     

模拟实训在GIS开发应用类课程中的探索与实践

GIS开发应用类课程是GIS专业的核心主干课程,也是GIS专业教育非常重要的一环。本文分析了当前GIS开发应用类课程教学内容存在的问题,引入软件工程的实训教学理念,通过“模拟实训”的方式对GIS开发应用类课程进行了教学改革的探索,提出了一些针对GIS该课程教学改革和优化的思路与策略,并在近年GIS专业的教学实践中取得一定成效。教学实践表明：“模拟实训”可以最大限度地调动学生的学习积极性和主观能动性。通过训练,无论是系统工程的思维能力、个人的编程能力,还是团队合作能力都得到了很大提高,收到了较好的成效。这种教学方式可以为企业实习实训以及之后的工作奠定良好的技术和心理基础,是一种提高GIS开发应用类课程教学效果、提升教学质量的有效办法。     

遥感科学与技术专业GIS软件应用实习探讨

GIS软件应用实习对学生加深GIS理论的认识和理解、提高利用GIS解决实际应用问题的能力有重要作用。针对遥感科学与技术专业,从实习目标、内容设计、组织和考核方式3个方面探讨了GIS软件应用实习,提高实习效果。     

对非GIS专业的GIS教育的思考

我国GIS应用早已突破专业领域,在社会需求的拉动下,非GIS专业的GIS教育快速发展。本文根据自己的教学实践,将非GIS专业的GIS教育分成四类,地理、测绘学科下的非GIS专业、计算机相关专业、工程相关专业和GIS公共选修课程,分别从各类非GIS专业开展GIS教育的必要性、特点、教材选择、课程设置、教学教法等方面进行总结,提出对非GIS专业的GIS教育的认识。     

遥感类课程教学实习改革初探

以地球信息科学与技术专业遥感类课程教学实习为例,深入分析了实践教学的现状及存在的问题,并从教学内容、教学方法、师资队伍建设以及教学实验室建设等4个方面探索了遥感类课程教学实习改革的具体方案,以期为地球信息技术人才培养提供参考.     

中国滑坡遥感及新进展

自本世纪初起，由于采用了“数字滑坡技术”和高分辨率遥感数据，滑坡遥感成为能更准确的定性、定位、定量的滑坡调查 手段，可进行区域的和大型个体滑坡的详细调查和监测研究。“数字滑坡”技术的实现基于滑坡地学原理并依赖遥感技术、数字摄 影测量及图像处理技术、GIS技术和计算机技术的支持。该项技术大致可分为4大部分：滑坡识别、滑坡基本信息获取、信息存贮和 管理及空间分析。20世纪末期以来，数字滑坡技术在应用中不断完善和获得新进展。     

GIS本科专业主干课程拓扑关系探讨

课程之间具有知识的前后铺垫和衔接关系,这种在开设时间上的先后关系称为课程拓扑排序关系。GIS本科专业在地理、遥感、计算机、地图与测绘等系列主干课程体系上呈现了很强的课程拓扑排序关系。随各院校GIS本科专业的发展背景不一样,这些主干课程系列的拓扑体系差别较大。在研究了目前国内主要高校的课程体系设置后,探讨了各种学科发展背景下的GIS本科专业主干课程相互之间的拓扑排序关系。研究成果为GIS学科发展及人才培养提供了一定的借鉴。     

利用PixelGrid系统处理多源遥感影像方法研究

随着科学技术的快速发展,人们对于高性能计算技术的需求日益迫切,大规模数据并行处理的集群式系统实现技术开始逐步成熟。我国已对该项技术进行了深入研究,并将其应用到遥感影像处理技术当中,形成了集群式数字摄影测量系统Pixel Grid。相对于传统的摄影测量及遥感影像处理过程,集群式系统整合资源、集成技术,大大提高了数字摄影测量以及遥感影像数据处理乃至空间信息提取的处理效率。这也是目前遥感影像处理技术发展的重要方向之一。     

济南市遥感影像的水体信息提取方法研究

介绍了遥感影像融合技术,并对几种常见的遥感影像融合方法及其应用作了系统的阐述,以图像处理系统ERDAS为平台,利用济南市卫星遥感图像作为研究材料,讨论了ERDAS计算机图像处理的有关过程,研究了如何把水体从遥感图像中提取出来。结果表明：该提取水体的研究方法正确可行,可为地理信息专题制图提供重要的遥感基础信息。     

遥感图像质量等级分类的深度卷积神经网络方法

遥感图像应用发展对图像质量的要求越来越高,不同质量的遥感图像往往需要不同的处理方法和参数。通过遥感图像质量等级分类研究,不仅能够为遥感图像的处理提供先验信息,还能够对遥感图像的客观质量评价和传感器的成像效果进行评估。为了克服现有的遥感图像质量等级分类方法计算参数获取困难、等级数量少的缺点,利用深度学习方法的分类机能,通过改进特征提取网络和等级分类设计,建立了一种基于深度卷积神经网络的遥感图像质量等级分类模型。通过质量等级分类预处理后,利用经典的深度学习方法进行目标检测实验。结果表明,所提方法在西北工业大学遥感图像数据集上质量等级分类的准确率、召回率、精确率和F1最高能达到0.976、0.972、0.974和0.973, 优于传统算法。利用卷积神经网络实现遥感图像质量等级分类,既拓展了深度学习的应用领域,又为遥感图像质量评估提供了一个新方法。     

Modelling and representation issues in automated feature extraction from aerial and satellite images

New digital systems for the processing of photogrammetric and remote sensing images have led to new approaches to information extraction for mapping and Geographic Information System (GIS) applications, with the expectation that data can become more readily available at a lower cost and with greater currency. Demands for mapping and GIS data are increasing as well for environmental assessment and monitoring. Hence, researchers from the fields of photogrammetry and remote sensing, as well as computer vision and artificial intelligence, are bringing together their particular skills for automating these tasks of information extraction. The paper will review some of the approaches used in knowledge representation and modelling for machine vision, and give examples of their applications in research for image understanding of aerial and satellite imagery.     

基于分类规则挖掘的遥感影像分类研究

分析了目前遥感影像的统计分类、神经网络分类及基于符号知识的逻辑推理分类方法的优缺点.以GIS为平台,构建了多源空间数据库,将数据挖掘的思想和方法引入遥感影像分类中,提出了面向分类规则挖掘的遥感影像分类框架.针对遥感光谱数据及其他空间数据的特点,定义了连续属性样本分类概念和分割点评价指标,提出了一种新的连续属性样本分类规则挖掘算法.选择一个试验区,采用该算法分别对遥感光谱数据、遥感光谱和DEM数据相结合的数据进行分类规则挖掘、遥感影像分类和分类精度比较.结果表明：（1）该算法具有较高的分类精度;（2）加入DEM等与分类相关的其他空间数据可以提高遥感影像的分类精度.通过挖掘分类规则进行遥感影像分类,扩展了基于知识的逻辑推理分类方法中知识获取渠道,提高了分类规则获取的智能化程度.新的连续属性样本分类规则挖掘算法,扩展了归纳学习算法对连续属性样本分类的适应性.     

深度学习遥感图像标注系统研究

随着深度学习的发展,遥感影像处理技术也从传统机器学习算法向深度学习转变,然而,用于遥感图像的训练数据集却十分稀少,且数据标注困难。本文将GIS技术与图像标注技术相结合,基于Flask Web框架设计一个可用于海量遥感数据的标注系统。该系统可用于海量遥感数据的数据框标注、数据类别标注,以及目标关键点标注,同时能将标注数据导出为深度学习训练最常用的COCO数据集和VOC2007两种格式。     

遥感图像准无损压缩技术的研究

提出了一种基于图像恢复技术的遥感图像压缩技术,在提高遥感图像压缩比的同时,使压缩后的重建图像质量达到准无损的技术要求。对SRTF、TM图像的试验结果表明,该技术是可行的。