陳一祥 秦昆 苗立志 吳超 黃毅

摘要：當(dāng)前，人工智能技術(shù)的快速發(fā)展及其在各領(lǐng)域的滲透，正促使傳統(tǒng)測(cè)繪地理信息產(chǎn)業(yè)的智能化轉(zhuǎn)型和升級(jí)，并推動(dòng)測(cè)繪高等教育教學(xué)改革。面向智能化測(cè)繪，一些高校為測(cè)繪類(lèi)本科專(zhuān)業(yè)的高年級(jí)學(xué)生開(kāi)設(shè)了專(zhuān)業(yè)選修課空間信息智能處理。文章以南京郵電大學(xué)該課程的建設(shè)為例，首先介紹課程開(kāi)設(shè)背景，然后探究建設(shè)目標(biāo)和教學(xué)內(nèi)容，最后針對(duì)課程實(shí)施提出一系列建議。該課程的開(kāi)設(shè)，將為測(cè)繪類(lèi)專(zhuān)業(yè)培養(yǎng)具有“人工智能+”特色的測(cè)繪地理信息創(chuàng)新人才提供參考。

關(guān)鍵詞：人工智能;智能化測(cè)繪;測(cè)繪工程教育;空間信息智能處理;教學(xué)內(nèi)容

中圖分類(lèi)號(hào)：P20;G642 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-9436（2022）17-000-04

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和高性能計(jì)算等新一代信息技術(shù)的快速發(fā)展及其在各領(lǐng)域的滲透，以GNSS（Global Navigation Satellite System）、RS（Remote Sensing）和GIS（Geographic Information System）為核心技術(shù)的地球空間信息學(xué)也正面臨著智能化轉(zhuǎn)型的機(jī)遇與挑戰(zhàn)。泛在測(cè)繪[1]、對(duì)地觀測(cè)腦[2]、“通導(dǎo)遙一體化”智能遙感衛(wèi)星[3]、地理空間智能[4]、時(shí)空大數(shù)據(jù)智能處理與服務(wù)[5]等一系列具有智能特色的新概念、新思想、新領(lǐng)域和新技術(shù)被提出和論述，為智能化測(cè)繪數(shù)據(jù)獲取、處理和服務(wù)提供了堅(jiān)實(shí)的理論支撐，也為智能測(cè)繪的快速發(fā)展指明了前進(jìn)方向。

人工智能與測(cè)繪地理信息智能化發(fā)展的新形勢(shì)以及學(xué)術(shù)界和產(chǎn)業(yè)界對(duì)智能測(cè)繪人才的新需求，推動(dòng)了測(cè)繪工程高等教育教學(xué)改革[6]。測(cè)繪類(lèi)專(zhuān)業(yè)本質(zhì)上屬于觀測(cè)科學(xué)和數(shù)據(jù)科學(xué)[7]，人工智能與這些學(xué)科的融合發(fā)展極大地豐富和拓展了測(cè)繪學(xué)科的內(nèi)涵和外延，其包含的智能化學(xué)科內(nèi)容明顯增多[8]。在整個(gè)測(cè)繪技術(shù)體系中，測(cè)繪地理信息的自動(dòng)化、智能化處理，是實(shí)現(xiàn)其空間智能服務(wù)的關(guān)鍵。因此，智能信息處理的理論方法的教學(xué)應(yīng)列入測(cè)繪類(lèi)專(zhuān)業(yè)高等教育的人才培養(yǎng)體系中，使該專(zhuān)業(yè)的學(xué)生能夠系統(tǒng)學(xué)習(xí)和掌握人工智能領(lǐng)域的基礎(chǔ)理論方法和先進(jìn)技術(shù)。為此，南京郵電大學(xué)的測(cè)繪工程和地理信息科學(xué)兩個(gè)本科專(zhuān)業(yè)開(kāi)設(shè)了空間信息智能處理這門(mén)新課程，為培養(yǎng)具有“人工智能+”特色的測(cè)繪地理信息創(chuàng)新人才提供了有效的課程支撐。

1 課程建設(shè)目標(biāo)

智能化測(cè)繪是人工智能與測(cè)繪地理信息深度融合的結(jié)果。對(duì)于測(cè)繪類(lèi)專(zhuān)業(yè)的學(xué)生，在對(duì)測(cè)繪、遙感和地理信息等專(zhuān)業(yè)課學(xué)習(xí)的基礎(chǔ)上，還需要進(jìn)行人工智能相關(guān)課程的學(xué)習(xí)和實(shí)踐，才能夠具備從事智能化測(cè)繪所需要的知識(shí)、素質(zhì)和技能?？臻g信息智能處理課程的開(kāi)設(shè)，旨在向測(cè)繪類(lèi)高年級(jí)的學(xué)生系統(tǒng)介紹人工智能領(lǐng)域的基礎(chǔ)知識(shí)、基本原理方法、關(guān)鍵技術(shù)以及重要的模型和算法，使學(xué)生能夠初步建立起人工智能的理論框架和算法體系。同時(shí)，通過(guò)測(cè)繪、遙感和地理信息領(lǐng)域典型應(yīng)用實(shí)例的學(xué)習(xí)和實(shí)踐，使學(xué)生能夠有效建立起測(cè)繪專(zhuān)業(yè)知識(shí)與人工智能算法的有機(jī)關(guān)聯(lián)，初步具備利用地理空間智能的思維、模型和工具來(lái)分析和解決測(cè)繪遙感和地理信息領(lǐng)域復(fù)雜科學(xué)與工程問(wèn)題的能力。

2 課程教學(xué)內(nèi)容探討

2.1 課程教學(xué)現(xiàn)狀分析

空間信息智能處理是地球空間信息學(xué)與人工智能的交叉學(xué)科，代表了測(cè)繪地理信息的科技發(fā)展前沿。但對(duì)于智能化測(cè)繪專(zhuān)業(yè)人才的培養(yǎng)，該類(lèi)課程目前還存在以下問(wèn)題。

（1）測(cè)繪類(lèi)專(zhuān)業(yè)課程體系中，體現(xiàn)“智能”元素的課程不足。當(dāng)前，各高校測(cè)繪類(lèi)專(zhuān)業(yè)的課程體系大多是根據(jù)教育部2018年頒布的《普通高等學(xué)校本科專(zhuān)業(yè)類(lèi)教學(xué)質(zhì)量國(guó)家標(biāo)準(zhǔn)》中的《測(cè)繪類(lèi)專(zhuān)業(yè)教學(xué)質(zhì)量國(guó)家標(biāo)準(zhǔn)》制定的，該標(biāo)準(zhǔn)未對(duì)體現(xiàn)“智能”元素的課程做具體要求。為滿足智能化測(cè)繪人才培養(yǎng)的社會(huì)需求，一些高校開(kāi)始在培養(yǎng)方案中設(shè)置體現(xiàn)智能測(cè)繪的課程模塊，但這類(lèi)課程仍然偏少，不足以滿足培養(yǎng)智能化測(cè)繪人才的課程需求。

（2）直接設(shè)置計(jì)算機(jī)/人工智能專(zhuān)業(yè)的相關(guān)課程，缺少與測(cè)繪地理信息技術(shù)知識(shí)的結(jié)合。在測(cè)繪類(lèi)專(zhuān)業(yè)的課程體系中，一些高校開(kāi)設(shè)了計(jì)算機(jī)和人工智能領(lǐng)域的相關(guān)課程，如機(jī)器學(xué)習(xí)、模式識(shí)別、知識(shí)工程等，但單純開(kāi)設(shè)這些課程，缺少與測(cè)繪、遙感和地理信息等專(zhuān)業(yè)知識(shí)的結(jié)合，無(wú)法體現(xiàn)空間智能的特點(diǎn)，不利于該專(zhuān)業(yè)智能測(cè)繪和空間智能人才的培養(yǎng)。

（3）現(xiàn)有的空間信息智能處理相關(guān)課程/教材，其內(nèi)容滯后于當(dāng)前人工智能的發(fā)展。目前國(guó)內(nèi)已出版的教材和專(zhuān)著，包括武漢大學(xué)出版社出版的《智能空間信息處理》[9]以及北京大學(xué)出版社出版的《空間信息智能處理》[10]，其內(nèi)容主要是基于傳統(tǒng)的智能處理方法如專(zhuān)家系統(tǒng)、模糊計(jì)算、人工神經(jīng)網(wǎng)絡(luò)等，缺少對(duì)當(dāng)前人工智能前沿理論方法（如深度學(xué)習(xí)）的介紹，迫切需要更新其教學(xué)內(nèi)容。

2.2 課程教學(xué)內(nèi)容設(shè)計(jì)

空間信息智能處理課程的教學(xué)內(nèi)容設(shè)置，一方面應(yīng)該包含人工智能的基礎(chǔ)知識(shí)、重要方法和前沿技術(shù)，另一方面也要與專(zhuān)業(yè)結(jié)合，體現(xiàn)人工智能在測(cè)繪、遙感和地理信息領(lǐng)域的應(yīng)用。以中國(guó)人工智能學(xué)會(huì)主編的面向非計(jì)算機(jī)專(zhuān)業(yè)的《人工智能導(dǎo)論》[11]以及由武大和北大分別編寫(xiě)的《智能空間信息處理》和《空間信息智能處理》等教材或?qū)Ｖ鵀榛A(chǔ)，筆者對(duì)相關(guān)內(nèi)容進(jìn)行了取舍，壓縮了一些傳統(tǒng)的、不必要的理論知識(shí)，擴(kuò)展并增加了近年來(lái)前沿的理論方法和技術(shù)，如深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、地理知識(shí)圖譜等。此外，為體現(xiàn)地學(xué)特性，課程還增加了空間統(tǒng)計(jì)學(xué)中用于空間預(yù)測(cè)的回歸模型。本課程主要教學(xué)內(nèi)容如表1所示。

（1）緒論部分介紹這門(mén)課開(kāi)設(shè)的學(xué)科發(fā)展背景、人工智能與地理空間智能的發(fā)展動(dòng)態(tài)，以及空間信息智能處理的研究?jī)?nèi)容、理論方法和技術(shù)體系，并通過(guò)對(duì)典型應(yīng)用案例的分析，使學(xué)生對(duì)這門(mén)課的主要內(nèi)容有宏觀的認(rèn)識(shí)。

（2）地理空間認(rèn)知：從認(rèn)知科學(xué)的角度來(lái)認(rèn)識(shí)地理空間及其包含的事物、對(duì)象和現(xiàn)象，重點(diǎn)介紹腦認(rèn)知與類(lèi)腦智能、地理空間認(rèn)知的相關(guān)概念，以及地理空間認(rèn)知的過(guò)程、特性和模型等內(nèi)容，并展示基于空間認(rèn)知的相關(guān)地學(xué)應(yīng)用。

（3）空間知識(shí)表示：人類(lèi)的發(fā)展依賴(lài)于知識(shí)的獲取和運(yùn)用，知識(shí)表示是計(jì)算機(jī)能夠有效利用人類(lèi)知識(shí)的關(guān)鍵。該部分將介紹知識(shí)的表示方法、基于知識(shí)庫(kù)的專(zhuān)家系統(tǒng)，并重點(diǎn)介紹近年來(lái)備受關(guān)注的知識(shí)圖譜的理論方法，包括知識(shí)圖譜與地理知識(shí)圖譜的相關(guān)概念、構(gòu)建方法及其地學(xué)應(yīng)用。

（4）機(jī)器學(xué)習(xí)與空間信息智能處理：機(jī)器學(xué)習(xí)是人工智能和數(shù)據(jù)科學(xué)的核心內(nèi)容。該部分介紹機(jī)器學(xué)習(xí)的概念、原理和發(fā)展動(dòng)態(tài)，并重點(diǎn)介紹特征表示、監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、弱監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)中代表性的機(jī)器學(xué)習(xí)算法，并通過(guò)實(shí)例展示如何通過(guò)機(jī)器學(xué)習(xí)來(lái)解決時(shí)空定位、識(shí)別、預(yù)測(cè)和規(guī)劃等問(wèn)題。

（5）深度學(xué)習(xí)與空間信息智能處理：深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的最新分支和前沿領(lǐng)域，也是當(dāng)前人工智能的主流技術(shù)。該部分介紹深度學(xué)習(xí)的發(fā)展動(dòng)態(tài)、基本概念、原理、關(guān)鍵技術(shù)和開(kāi)源框架，重點(diǎn)學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和對(duì)抗生成網(wǎng)絡(luò)中代表性的網(wǎng)絡(luò)模型，并通過(guò)實(shí)例展示如何通過(guò)深度學(xué)習(xí)來(lái)解決測(cè)繪、遙感和地理信息領(lǐng)域的復(fù)雜科學(xué)和工程問(wèn)題。

（6）智能優(yōu)化與空間信息智能處理：智能優(yōu)化是受自然界和生物群體規(guī)律啟發(fā)而設(shè)計(jì)的用于解決問(wèn)題的一類(lèi)優(yōu)化算法。該部分介紹當(dāng)前代表性的智能優(yōu)化算法（包括遺傳算法、群智能算法等）及其在解決地學(xué)領(lǐng)域優(yōu)化類(lèi)問(wèn)題中的應(yīng)用。

（7）空間統(tǒng)計(jì)與空間信息智能處理：空間數(shù)據(jù)除了具有位置特征，還具有屬性上的空間相關(guān)性，空間統(tǒng)計(jì)模型在處理和建模這種特性時(shí)具有獨(dú)特的優(yōu)勢(shì)。該部分圍繞空間數(shù)據(jù)的兩個(gè)特性（空間依賴(lài)性和空間異質(zhì)性）展開(kāi)，介紹建立在這些特性基礎(chǔ)上的空間回歸、地理加權(quán)回歸和時(shí)空地理加權(quán)回歸等空間統(tǒng)計(jì)模型以及相關(guān)的軟件工具，并通過(guò)實(shí)例展示如何通過(guò)這些模型解決地理變量的空間（時(shí)空）關(guān)系建模、空間（時(shí)空）預(yù)測(cè)等問(wèn)題。

課程總共48學(xué)時(shí)（包括理論課32學(xué)時(shí)和實(shí)踐課16學(xué)時(shí)），各部分根據(jù)其內(nèi)容的多少、難易及重要性分配不同的學(xué)時(shí)，其中深度學(xué)習(xí)部分占14學(xué)時(shí)，空間知識(shí)表示、機(jī)器學(xué)習(xí)和空間統(tǒng)計(jì)部分均占8學(xué)時(shí)，智能優(yōu)化部分占6學(xué)時(shí)，其他部分均為2學(xué)時(shí)。

2.3 實(shí)踐教學(xué)內(nèi)容設(shè)計(jì)

空間信息智能處理是一門(mén)理論性、應(yīng)用性和實(shí)踐性都比較強(qiáng)的課程。除了理論教學(xué)，該課程還需要一定學(xué)時(shí)的實(shí)踐教學(xué)，才能使學(xué)生較好地掌握相關(guān)原理、模型和算法。根據(jù)各部分教學(xué)內(nèi)容的重要性和實(shí)踐性要求，在空間知識(shí)表示、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)與空間統(tǒng)計(jì)四個(gè)部分分別設(shè)置了實(shí)驗(yàn)項(xiàng)目，具體如表2所示。實(shí)踐教學(xué)項(xiàng)目課程一共為16個(gè)學(xué)時(shí)，占課程總學(xué)時(shí)的1/3。

課程實(shí)踐教學(xué)項(xiàng)目涉及測(cè)繪、遙感和地理信息領(lǐng)域的典型應(yīng)用，如土地利用分類(lèi)、災(zāi)害監(jiān)測(cè)、點(diǎn)云分類(lèi)、遙感圖像場(chǎng)景識(shí)別和目標(biāo)提取、碳排放預(yù)測(cè)等。通過(guò)這些利用先進(jìn)智能模型、算法和技術(shù)來(lái)解決本專(zhuān)業(yè)實(shí)際問(wèn)題的實(shí)踐，不僅能加深學(xué)生對(duì)理論方法的理解，還能進(jìn)一步提高其分析和解決測(cè)繪、遙感和地理信息領(lǐng)域復(fù)雜科學(xué)和工程問(wèn)題的能力。

3 教學(xué)實(shí)施建議

空間信息智能處理在內(nèi)容設(shè)置上集成了認(rèn)知科學(xué)、人工智能、空間統(tǒng)計(jì)等多學(xué)科的精華，既包含基礎(chǔ)知識(shí)、基本原理算法和關(guān)鍵技術(shù)，又有在測(cè)繪、遙感和地理信息領(lǐng)域的應(yīng)用。在課程教學(xué)上，也需要采取多種教學(xué)方式，以保證學(xué)生能較好地實(shí)現(xiàn)課程的教學(xué)目標(biāo)。對(duì)于該課程的教學(xué)實(shí)施，具體有以下建議。

3.1 “點(diǎn)”與“面”結(jié)合

人工智能領(lǐng)域包含大量的模型和算法，以深度學(xué)習(xí)為例，僅卷積神經(jīng)網(wǎng)絡(luò)就包含大量的網(wǎng)絡(luò)模型（如AlexNet、VGGNet、GoogLeNet、ResNet等），其變體更是不計(jì)其數(shù)，在有限的時(shí)間內(nèi)，學(xué)生很難掌握所有的模型。因此，首先要加強(qiáng)對(duì)深度學(xué)習(xí)基本概念和原理的學(xué)習(xí)，之后可選擇一兩個(gè)代表性的模型進(jìn)行重點(diǎn)學(xué)習(xí)和剖析，對(duì)于其他模型只需了解其典型特征即可。通過(guò)這種以“點(diǎn)”代“面”、“點(diǎn)”“面”結(jié)合的學(xué)習(xí)方式，就可以讓學(xué)生在很短的時(shí)間內(nèi)既能了解一類(lèi)算法的宏觀體系和發(fā)展脈絡(luò)，又能掌握其中的典型代表。

3.2 理論與實(shí)踐結(jié)合

該課程包含大量的原理和算法，具有較強(qiáng)的理論性。除了理論教學(xué)，還需要一定量的課內(nèi)外實(shí)踐，才能使學(xué)生做到既搞懂原理又能動(dòng)手解決專(zhuān)業(yè)領(lǐng)域的實(shí)際問(wèn)題。例如，在空間知識(shí)表示、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、智能優(yōu)化和空間統(tǒng)計(jì)這幾個(gè)內(nèi)容板塊中，可以分別設(shè)置一個(gè)綜合性的實(shí)驗(yàn)項(xiàng)目供學(xué)生課內(nèi)或課后去完成。

3.3 線上與線下結(jié)合

該課程所包含的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能的理論知識(shí)，目前已有豐富的在線資源，如MOOC平臺(tái)的課程、百度飛漿的深度學(xué)習(xí)平臺(tái)，這些資源（包括PPT、視頻、代碼）可以在課前或課后提供給學(xué)生自學(xué)使用。對(duì)于線上缺少的資源（比如這些方法在本專(zhuān)業(yè)領(lǐng)域的應(yīng)用），可以在課上重點(diǎn)學(xué)習(xí)。

3.4 教學(xué)與科研結(jié)合

該課程包含深度學(xué)習(xí)、知識(shí)圖譜等大量的人工智能前沿的理論方法，目前已被廣泛用于解決定位導(dǎo)航、遙感圖像智能處理、時(shí)空大數(shù)據(jù)分析等領(lǐng)域的科學(xué)和工程問(wèn)題，并且新成果層出不窮。建議任課教師關(guān)注這些領(lǐng)域的科研進(jìn)展，及時(shí)將好的科研成果帶進(jìn)課堂，實(shí)現(xiàn)科研成果對(duì)教學(xué)內(nèi)容的有力支撐。

4 結(jié)語(yǔ)

空間信息智能處理是面向智能化測(cè)繪，為測(cè)繪地理信息類(lèi)專(zhuān)業(yè)的高年級(jí)學(xué)生開(kāi)設(shè)的一門(mén)專(zhuān)業(yè)選修課程。文章對(duì)該課程的教學(xué)目標(biāo)和教學(xué)內(nèi)容進(jìn)行了探討，并提出教學(xué)實(shí)施的一些建議。后期將根據(jù)學(xué)科發(fā)展動(dòng)態(tài)和實(shí)際教學(xué)效果，及時(shí)優(yōu)化調(diào)整教學(xué)目標(biāo)、教學(xué)內(nèi)容和教學(xué)方式，不斷完善該課程，為智能化測(cè)繪地理信息人才的培養(yǎng)提供有力的課程支撐。

參考文獻(xiàn)：

[1] 劉經(jīng)南，郭文飛，郭遲，等.智能時(shí)代泛在測(cè)繪的再思考[J].測(cè)繪學(xué)報(bào)，2020，49（4）：403-414.

[2] 李德仁，王密，沈欣，等.從對(duì)地觀測(cè)衛(wèi)星到對(duì)地觀測(cè)腦[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2017，42（2）：143-149.

[3] 李德仁，王密，楊芳.新一代智能測(cè)繪遙感科學(xué)試驗(yàn)衛(wèi)星珞珈三號(hào)01星[J].測(cè)繪學(xué)報(bào)，2022，51（6）：789-796.

[4] 張永生，張振超，童曉沖，等.地理空間智能研究進(jìn)展和面臨的若干挑戰(zhàn)[J].測(cè)繪學(xué)報(bào)，2021，50（9）：1137-1146.

[5] 李德仁.論時(shí)空大數(shù)據(jù)的智能處理與服務(wù)[J].地球信息科學(xué)學(xué)報(bào)，2019，21（12）：1825-1831.

[6] 高井祥.智能時(shí)代測(cè)繪高等教育的幾點(diǎn)思考[J].測(cè)繪通報(bào)，2018（9）：139-143.

[7] 閆利，李建成.測(cè)繪類(lèi)專(zhuān)業(yè)的“新工科”建設(shè)思考[J].測(cè)繪通報(bào)，2020（12）：148-154.

[8] 岳建平，叢康林.人工智能時(shí)代的測(cè)繪工程教育改革[J].測(cè)繪通報(bào)，2020（9）：151-154.

[9] 秦昆.智能空間信息處理[M].武漢：武漢大學(xué)出版社，2009：1-280.

[10] 張飛周，劉典.空間信息智能處理[M].北京：高等教育出版社，2019：1-340.

[11] 李德毅，于劍，中國(guó)人工智能學(xué)會(huì).人工智能導(dǎo)論[M].北京：中國(guó)科學(xué)技術(shù)出版社，2018：1-261.

作者簡(jiǎn)介：陳一祥（1984—），男，山東日照人，博士，講師，研究方向：時(shí)空大數(shù)據(jù)與地理空間智能。

秦昆（1972—），男，湖北隨州人，博士，教授，研究方向：時(shí)空大數(shù)據(jù)分析與挖掘。

苗立志（1981—），男，山東臨沂人，博士，副教授，研究方向：地理空間人工智能（GeoAI）。

吳超（1992—），女，安徽天長(zhǎng)人，博士，副教授，研究方向：GIS空間分析與建模。

黃毅（1992—），男，江西南昌人，博士，講師，研究方向：地理場(chǎng)景認(rèn)知。