实践活动-用遥感数据分析耕地面积教学设计高中地理选择性必修3中图中华地图版

实践活动——用遥感数据分析耕地面积教学设计高中地理选择性必修3中图中华地图版课题Xxx课型XXXX修改日期2025年10月教具XXXXX课程基本信息1.课程名称：实践活动——用遥感数据分析耕地面积

2.教学年级和班级：高二年级（1）班

3.授课时间：2024年10月15日第3节课

4.教学时数：1课时（45分钟）核心素养目标培养学生运用遥感技术分析耕地分布的区域认知能力，理解耕地面积变化的区域特征。提升综合思维，通过遥感数据与耕地信息的关联分析，形成综合判断能力。强化人地协调观，认识耕地保护对可持续发展的重要性。发展地理实践力，通过实际操作遥感数据分析，提升地理问题解决能力。学情分析高二学生已具备基本的地理信息技术认知，对遥感概念有初步了解，但实际操作能力较弱。学生空间想象和数据解读能力参差不齐，部分学生逻辑思维较强，但多数缺乏系统分析地理数据的经验。课堂中习惯被动接受知识，主动探究意识不足，合作学习效率有待提升。学生对耕地保护议题有认知基础，但对遥感技术在其中的应用实践兴趣浓厚，学习动机较强。教材中涉及的遥感影像判读、耕地变化分析等内容与学生已有知识存在衔接点，但学生将理论转化为实践的能力需加强指导，需通过案例引导和小组协作降低学习难度。教学资源软硬件资源：计算机教室（安装ArcGIS/QGIS软件）、投影仪、遥感影像数据集（Landsat系列、Sentinel-2数据）、耕地分类矢量数据、学生操作手册

课程平台：学校在线教学平台（用于发布任务、提交成果）

信息化资源：遥感影像判读微课视频、耕地变化分析案例PPT、GIS操作步骤动画演示

教学手段：小组合作探究、案例教学法、任务驱动法、成果展示互评教学实施过程：1.课前自主探索

教师活动：

发布预习任务：通过在线平台推送遥感影像基本概念、耕地类型光谱特征、监督分类步骤的PPT及5分钟微课视频，明确预习目标“理解遥感影像判读耕地的基本原理”。

设计预习问题：“耕地与林地、建设用地的NDVI指数（归一化植被指数）有何差异？”“监督分类中‘训练样本’的作用是什么？如何选取？”

监控预习进度：通过平台查看学生提交的预习笔记（如耕地光谱特征总结、训练样本选取要点），对未提交学生提醒。

学生活动：

自主阅读预习资料：观看微课，阅读PPT，记录耕地光谱曲线图（如耕地在近红外波段的反射率特征）。

思考预习问题：绘制不同地物NDVI指数对比表，记录疑问“为什么同一耕地类型在不同季节光谱特征会变化？”

提交预习成果：将笔记、疑问清单上传至在线平台，部分学生提交训练样本选取示意图。

教学方法/手段/资源：自主学习法、在线教学平台、遥感影像光谱特征图微课。

作用与目的：铺垫遥感判读耕地的基础知识，为课堂实操奠定认知基础，培养学生独立思考能力。

2.课中强化技能

教师活动：

导入新课：展示某县2010年、2020年两期遥感影像图及耕地面积变化数据（减少15%），提问“耕地减少的原因是什么？如何用遥感数据验证？”

讲解知识点：结合实例演示ArcGIS软件监督分类流程（定义训练样本、执行最大似然分类、精度验证），强调“训练样本代表性”是分类精度的关键。

组织课堂活动：将学生分为4组，每组提供某区域Landsat8遥感影像及矢量边界图，任务“提取2023年耕地分布图，计算耕地面积占比，分析与地形、城镇的距离关系”。

解答疑问：针对学生操作中“分类结果中林地被误分为耕地”的问题，指导调整训练样本数量及位置，演示“混淆矩阵”精度评价方法。

学生活动：

听讲并思考：记录监督分类步骤，对比教师演示与预习中的差异，思考“耕地提取精度受哪些因素影响？”。

参与课堂活动：小组分工（样本选取、分类操作、结果统计），在软件中完成耕地提取，生成面积统计表，讨论“耕地多分布在平原区，距城镇5-10公里处”的原因。

提问与讨论：提出“如何区分水田与旱田？”教师引导结合物候期影像特征（如水稻生长季NDVI峰值）。

教学方法/手段/资源：讲授法、实践活动法、合作学习法、ArcGIS/QGIS软件、遥感影像数据集、精度评价案例。

作用与目的：掌握遥感提取耕地的实操技能，突破“训练样本选取”和“分类精度验证”难点，培养区域综合分析能力。

3.课后拓展应用

教师活动：

布置作业：结合家乡近20年遥感影像，完成“耕地面积时空变化分析报告”，要求包含耕地分布图、变化率统计、驱动因素（政策、城市化、生态退耕）分析。

提供拓展资源：推送《中国耕地保护红线政策解读》文档、全球耕地变化研究案例集，推荐“地球观测数据平台”数据获取途径。

反馈作业情况：批改报告时指出共性问题“数据时间跨度不足导致趋势分析片面”，优秀案例展示（如结合粮食产量数据验证耕地变化影响）。

学生活动：

完成作业：下载家乡多期遥感影像，重复课堂操作流程，生成耕地变化专题图，撰写分析报告，部分学生访谈家长了解本地耕地政策。

拓展学习：阅读政策文档，对比不同区域耕地变化模式（如东部减少vs西部增加），思考“如何平衡耕地保护与经济发展？”。

反思总结：撰写学习日志，反思“训练样本选取经验”“空间分析工具应用的不足”，提出改进方向（如结合高程数据辅助耕地提取）。

教学方法/手段/资源：自主学习法、反思总结法、耕地保护政策文档、地球观测数据平台资源。

作用与目的：巩固遥感数据分析耕地面积的全流程技能，深化人地协调观认知，培养地理实践力与综合思维。拓展与延伸：###1.拓展阅读材料

####（1）遥感数据源的深化认知

教材中提及遥感技术在耕地监测中的应用，不同遥感数据源具有各自的特点与适用场景。Landsat系列卫星（如Landsat8/9）提供30米空间分辨率的多光谱影像，时间分辨率为16天，适合大范围耕地动态监测，尤其适用于分析耕地“非粮化”“非农化”的长期变化趋势。Sentinel-2卫星由欧盟运营，拥有10米空间分辨率的高分辨率影像，时间分辨率为5天，其红边波段（B5-B7）和短波红外波段（B11、B12）对植被健康度监测敏感，可有效区分水田与旱田，识别作物类型。高分系列卫星（如GF-1、GF-6）空间分辨率可达2米，适合精细化的耕地地块边界提取，适用于村级耕地面积统计与质量评价。此外，哨兵-1（Sentinel-1）卫星提供C波段合成孔径雷达（SAR）数据，具备全天时、全天候观测能力，可在多云雨地区（如中国南方）通过后向散射系数差异识别耕地与水体，弥补光学遥感的不足。

####（2）耕地分类方法的进阶应用

教材中介绍了监督分类与非监督分类的基本流程，实际应用中需结合耕地特征优化方法。面向对象分类法通过分割影像对象（如耕地地块），结合光谱、纹理、形状等特征分类，可有效解决“同谱异物”问题（如与林地光谱相似的耕地）。随机森林分类法集成多棵决策树，通过特征重要性筛选（如NDVI、归一化水体指数NDWI、地形坡度），可提高耕地分类精度，尤其在地形复杂的山区。深度学习方法如卷积神经网络（CNN），通过训练样本自动学习遥感影像的空间特征，可实现像素级耕地提取，精度可达90%以上，适用于大规模耕地变化监测。此外，时间序列分析方法（如HANTS算法）可提取耕地植被物候特征，通过分析NDVI时间曲线区分冬小麦、玉米等作物，为耕地“非粮化”监测提供技术支撑。

####（3）耕地保护政策与遥感监测实践

教材强调耕地保护对可持续发展的重要性，遥感技术已成为耕地监管的核心工具。中国建立“国土调查云”平台，整合多源遥感数据，实现耕地“非农化”的月度监测与季度预警，2022年通过遥感监测发现并整改耕地“非粮化”问题图斑1.2万个。美国农业部（USDA）利用CroplandDataLayer（CDL）项目，结合Landsat与MODIS数据，每年生成30米分辨率的全国耕地分类图，为农业补贴政策提供数据依据。欧盟共同农业政策（CAP）通过遥感监测农田生态重点区（如缓冲区、生态区），确保农户遵守耕地保护要求。此外，遥感技术与物联网结合，通过布设土壤湿度传感器、作物生长监测仪，构建“空-天-地”一体化耕地质量监测网络，实现耕地数量、质量、生态的协同保护。

####（4）全球耕地变化案例研究

全球耕地变化受自然与人文因素共同影响，遥感数据为区域对比提供基础。美国中西部黑土区：1970-2020年Landsat影像显示，耕地面积扩大12%，但黑土流失加剧，通过保护性耕作（免耕、轮作）政策，耕地质量逐步恢复。中国东北平原：2000-2020年Sentinel-2数据分析表明，三江平原湿地耕地化导致湿地面积减少18%，但“退耕还湿”工程实施后，2020年湿地面积较2015年恢复5%。巴西塞拉多热带草原：大规模大豆种植导致耕地面积扩张35%，引发生物多样性下降，遥感监测推动“零毁林大豆”认证政策实施。印度恒河平原：MODIS数据揭示，2000-2020年耕地面积增加8%，但过度抽取地下水导致地下水位年均下降0.5米，遥感与水文模型结合为节水农业提供决策支持。

###2.课后自主探究学习

####（1）家乡耕地变化时空分析

**探究主题**：收集家乡近10年（2013-2023年）遥感影像（如Landsat8或Sentinel-2），分析耕地面积、空间分布及类型变化，结合当地政策（如土地整治、生态退耕）解释驱动因素。

**探究方法**：

-数据获取：通过地理空间数据云（免费下载Landsat/Sentinel-2数据）。

-技术流程：影像预处理（辐射定标、大气校正）、耕地提取（监督分类+面向对象后处理）、变化检测（矩阵分析）、驱动因素分析（访谈当地农户、查阅统计年鉴）。

**预期成果**：家乡耕地变化专题图、变化率统计表、驱动因素分析报告。

####（2）不同遥感数据源耕地监测精度对比

**探究主题**：对比Landsat8（30米）、Sentinel-2（10米）、高分六号（2米）数据在耕地提取中的精度差异，分析空间分辨率对耕地地块边界识别的影响。

**探究方法**：

-选取同一区域同一时期的三种遥感影像，采用相同分类方法（如随机森林）。

-以实地调查数据或高分辨率影像（如GoogleEarth高分影像）为真值，计算混淆矩阵，评价精度指标（总体精度、Kappa系数）。

**预期成果**：不同数据源分类结果对比图、精度对比表、空间分辨率对耕地监测影响的结论。

####（3）遥感技术在“耕地非粮化”监测中的应用模拟

**探究主题**：模拟利用NDVI时间序列与作物分类模型，监测某区域“耕地非粮化”现象（如耕地改为种植果树、花卉）。

**探究方法**：

-收集研究区全年多期Landsat影像，计算NDVI时间曲线。

-结合当地物历资料（如小麦、玉米、苹果树的生长季NDVI特征），建立“粮食作物-非粮食作物”分类规则。

-统计“非粮化”耕地面积及分布，分析其与城镇距离、交通条件的空间关联。

**预期成果**：耕地“非粮化”分布图、驱动因素分析报告。

####（4）耕地保护政策模拟与效果评估

**探究主题**：模拟不同耕地保护政策（如划定永久基本农田、提高耕地占用成本）对区域耕地面积的影响，评估政策有效性。

**探究方法**：

-基于历史遥感数据，构建区域耕地变化模型（如Logistic回归模型），输入自然因素（坡度、土壤质量）和人文因素（人口密度、GDP、政策变量）。

-模拟不同政策情景下的耕地面积变化，对比实际政策效果。

**预期成果**：政策情景模拟结果表、政策优化建议报告。XX教学反思与总结：这节课实践性很强，学生在遥感软件操作时暴露出明显差异：部分学生能快速完成监督分类，但多数在训练样本选取上反复尝试，耗时较多。下次课需提前准备分层任务单，对操作薄弱的学生提供更具体的步骤提示。课堂讨论中，学生对“耕地非粮化”政策表现出浓厚兴趣，但分析深度不足，后续可补充更多本地案例，引导学生结合遥感数据与政策背景综合思考。

知识掌握方面，学生基本理解了遥感提取耕地的基本流程，但精度验证环节普遍混淆混淆矩阵概念，需在后续课中强化精度评价的实操训练。情感态度上，通过家乡耕地变化分析任务，学生切实感受到耕地保护的紧迫性，人地协调观得到有效渗透。

主要不足在于时间把控：小组展示环节超时，导致耕地变化驱动因素讨论仓促。改进措施是提前明确各组汇报时限，增加倒计时提醒；同时将政策分析调整为课后作业，腾出课堂时间深化技能训练。另外，学生提交的耕地变化报告显示，数据时间跨度不足导致趋势分析片面，需在预习阶段强调数据选取的连续性要求。XX课后作业：1.**监督分类流程应用**：某县利用Landsat8影像提取耕地分布，请描述监督分类的具体操作步骤，并说明训练样本选取的关键原则。

**答案**：步骤包括①影像预处理；②定义耕地、林地、建设用地等训练样本；③执行最大似然分类；④精度验证。原则：样本需覆盖耕地类型（如水田、旱田）、地形部位（平原/坡地），数量充足且分布均匀，避免同物异谱或异物同谱区域。

2.**遥感指数判读耕地**：分析某区域NDVI指数与耕地类型的关系。若NDVI>0.6且红边波段反射率高，可能对应哪种耕地类型？说明依据。

**答案**：水田。依据：水田在生长季植被覆盖度高，NDVI值大；红边波段对叶绿素敏感，水稻密集种植时反射率显著高于旱地。

3.**耕地变化检测**：某区2010年耕地面积1200公顷，2020年减少至980公顷。计算耕地年变化率，并分析可能的驱动因素。

**答案**：年变化率=（980-1200）/1200÷10×100%≈-1.83%。驱动因素：城镇化占用、生态退耕政策、农业结构调整（如改种果树）。

4.**分类精度验证**：某耕地分类结果中，实际耕地100个像元，被正确分类80个，误分为林地15个，建设用地5个。计算总体精度和Kappa系数。

**答案**：总体精度=正确分类数/总像元×100%=80/100×100%=80%；Kappa=（po-pe）/（1-pe），其中pe=（80×100+15×15+5×5）/100²=0.8225，Kappa=（0.8-0.8225）/（1-