测绘工程专业本科三年级《数字高程模型构建与三维地形可视化》教学设计

测绘工程专业本科三年级《数字高程模型构建与三维地形可视化》教学设计

  一、课程整体设计理念与依据

  本教学设计立足于新工科建设与工程教育认证的核心理念，以“学生中心、产出导向、持续改进”为指导思想，深度融合测绘科学与技术、计算机科学及地理信息科学的前沿知识。课程旨在打破传统《数字地形测量学》与《地理信息系统原理》课程之间的壁垒，聚焦于从原始地形数据到高保真数字高程模型，再到具有决策支持价值的三维可视化场景的全链条、高阶性能力培养。教学设计以一项完整的“区域性工程规划三维地形环境构建”项目为主线，贯穿始终，引导学生经历数据获取、处理、建模、分析、表达及应用的完整工作流程，在实践中掌握原理、工具与方法，并深刻理解数字高程模型作为国家空间数据基础设施关键组成部分的战略意义，培养其精益求精的工匠精神、科技报国的家国情怀以及解决复杂工程问题的综合创新能力。

  二、教学内容分析

  本节内容居于“现代地形表达与分析技术”模块的核心地位，是连接传统测绘成果与智慧城市、无人驾驶、灾害模拟等前沿应用的桥梁。核心知识单元包括：1.数字高程模型的数据源及其特性比较（机载LiDAR、倾斜摄影、星载InSAR、地面三维激光扫描、传统等高线数字化）；2.离散点云与不规则三角网模型的构建原理与算法（Delaunay三角剖分，约束性TIN）；3.规则格网模型的生成算法与内插方法（反距离权重法、克里金法、样条函数）及其精度评估；4.基于DEM的地形因子自动提取（坡度、坡向、曲率、汇流累积量）；5.三维地形可视化原理与高级渲染技术（分层设色、山体阴影、日照模拟、纹理映射、实时渲染）。教学重点在于引导学生理解不同建模方法的数学模型、适用场景及精度损失机制。教学难点在于抽象空间插值算法的直观化理解，以及海量点云数据处理与高效三维模型构建的工程化实现策略。

  三、学情分析

  授课对象为测绘工程专业本科三年级学生。他们已经系统学习了《测量学基础》、《误差理论与数据处理》、《摄影测量学》及《地理信息系统原理》等先修课程，具备了空间坐标系统、观测误差、航空影像解析及矢量数据模型的基本知识。其认知特点表现为：具备较强的逻辑思维与空间想象能力，但对算法底层实现与大规模空间计算缺乏实战经验；能够熟练操作GNSS接收机与全站仪，但对激光雷达、无人机摄影测量等新型传感数据较为陌生；掌握至少一门编程语言（如C++、Python），但将编程技能应用于专业地理计算的能力有待强化。学生普遍对三维游戏、虚拟现实技术抱有浓厚兴趣，这为将兴趣导向专业学习提供了良好契机。预计学生在面对多源数据融合、算法参数优化、可视化效果调优等开放性任务时，可能会产生畏难情绪或思维局限，需通过阶梯式任务设计与有效小组协作予以引导和支撑。

    四、教学目标

  基于布鲁姆教育目标分类学，设定以下三维教学目标：

  （一）知识与技能目标

  1.学生能够准确阐述数字高程模型的三种主要表示方法（不规则三角网TIN、规则格网GRID、等高线）的数学本质、数据结构及优缺点，并能为特定工程应用场景选择最适宜的模型。

  2.学生能够解释并动手实践从离散点云到TIN，再从TIN到GRID的核心转换算法流程，能够使用专业软件（如GlobalMapper,ArcGISPro,CloudCompare）或编程库（如GDAL,PDAL,Open3D）完成基本操作。

  3.学生能够理解并应用至少两种空间插值方法生成DEM，并能设计简单的实验方案对不同方法的输出结果进行精度评定与可视化对比。

  4.学生能够基于生成的DEM，熟练计算坡度、坡向图，并解释其在地表过程分析与工程选址中的实际意义。

  5.学生能够独立设计并生成一幅具有多重地形表达效果（如“山体阴影+分层设色+坡度叠加”）的专业三维地形可视化场景，并能制作一段飞行动画用于成果汇报。

  （二）过程与方法目标

  1.通过完成“从多源数据到三维场景”的项目式学习，学生将经历完整的工程问题解决流程：需求分析-技术方案设计-数据采集/获取-数据处理-模型构建-分析应用-成果表达-报告撰写。

  2.在小组协作中，学生将实践技术分工、方案研讨、进度协调与成果整合，培养团队协作与项目管理能力。

  3.通过算法复现、参数敏感性实验等探究活动，学生将深化对“模型-参数-结果”间复杂关系的理解，掌握通过控制变量进行科学探究的方法。

  （三）情感、态度与价值观目标

  1.通过展示DEM在国土空间规划、地质灾害预警、国防安全等领域的关键作用，激发学生的专业自豪感与科技报国的使命感。

  2.在数据处理的反复调试与模型精度的精益求精中，培养学生严谨求实、追求卓越的工匠精神与工程伦理意识。

  3.通过引入国产自主GIS软件（如SuperMap）与数字孪生城市案例，增强学生对国产技术发展的信心，树立科技自立自强的意识。

  五、教学策略与方法

  本课程采用“线上线下混合式”与“项目驱动、翻转课堂”相结合的教学模式。

  1.线上资源建设：在课程平台部署微视频（涵盖核心算法动画演示、软件操作关键步骤）、经典论文选读、开源代码案例、多源样例数据集（包括城市、丘陵、山地等不同地貌），供学生课前自主学习与课后拓展。

  2.线下课堂教学：以项目研讨厅（ProjectStudio）的形式组织。教师角色从讲授者转变为导师（Coach）和促进者（Facilitator）。主要教学方法包括：

    （1）基于问题的学习（PBL）：以项目中的具体技术障碍（如“如何解决建筑物对地面点云的污染？”）引出教学内容。

    （2）案例教学法：剖析国际著名项目（如NASA的SRTM、中国的30米全球DEM）的技术报告，学习其技术路线与质量控制方法。

    （3）同伴教学（PeerInstruction）：针对关键概念（如“Delaunay三角网的空外接圆特性”）设置即时选择题，通过小组讨论与全班投票深化理解。

    （4）技术工作坊（Workshop）：教师针对软件操作难点或编程关键函数进行现场示教与即时指导。

  3.项目驱动学习：学生以4-5人小组为单位，共同完成一个涵盖全流程的综合性项目。项目任务书具有足够的开放性和挑战性，允许学生在技术选型、分析维度、表达风格上发挥创造性。

  六、教学资源与环境

  1.硬件环境：高性能图形工作站机房（保证大规模点云数据处理与三维实时渲染流畅）、无人机与地面激光扫描仪（用于演示或课外兴趣组采集真实数据）。

  2.软件环境：商业软件套件（ArcGISPro+3DAnalyst扩展模块、GlobalMapper）；开源软件（QGISwithGRASS、CloudCompare、Meshlab）；编程环境（PythonwithAnaconda分发版，配置科学计算库NumPy、SciPy及地理空间库GDAL、PDAL、PyVista等）。

  3.数据资源：课程提供的多期机载LiDAR点云数据、无人机摄影测量生成的密集匹配点云、历史地形图扫描数字化数据、高分辨率卫星影像等。

  七、教学实施过程（总计12课时，分四次进行）

  第一次课：项目启动与数据基石——多源空间数据的认知与预处理（3课时）

  （一）课前准备（线上）

  学生登录课程平台，观看微视频《地形表达的演进：从等高线到数字孪生》，阅读关于LiDAR原理与应用的科普文章，并教师提供的项目区域初始数据集（包含原始LAS格式点云、扫描地形图、卫星影像各一份）。在线完成关于数据格式和基本概念的预习测验。

  （二）课中实施

  1.项目情境导入与任务发布（30分钟）

    教师活动：展示一个拟建山地风电场或景区索道规划的三维决策支持系统短片，提出核心问题：“如何为这个项目构建一个可靠、逼真且可分析的三维地形环境？”引出本课程的终极项目。分发详细项目任务书，明确各阶段里程碑、技术指标与最终交付物（包括技术报告、高质量DEM数据、三维可视化场景及动画）。

    学生活动：聆听、观看，初步形成项目整体认知。小组快速研讨，对任务书中的专业术语和技术要求进行初步解读，提出第一批疑问。

    设计意图：创设真实、富有挑战性的工程情境，激发学习内驱力，明确学习目标和价值。

  2.多源空间数据深度认知工作坊（60分钟）

    教师活动：不进行泛泛介绍，而是围绕项目区域的数据，开设三个“数据探索站”。站A：LiDAR点云（使用CloudCompare），引导学生观察点云密度、分类代码（地面、植被、建筑），演示滤波分离地面点的过程。站B：历史地形图（使用GlobalMapper），引导学生进行地理配准与等高线矢量化，讨论其现势性与精度局限。站C：卫星影像（使用QGIS），引导学生进行正射校正与波段合成，讨论其提供纹理信息的能力。

    学生活动：小组轮换进入各探索站，在教师和助教的指导下亲手操作软件，观察不同数据源对同一地物的表达差异，填写“多源数据特性对比分析表”（记录数据格式、空间精度、属性信息、获取成本、适用性等）。

    设计意图：通过亲手触摸数据，形成感性认识，深刻理解“数据决定模型上限”的重要性，培养多源数据评估与选择能力。

  3.核心概念精讲与预处理实践（60分钟）

    教师活动：聚焦两个最核心的预处理环节进行精讲。第一，点云滤波：图解说明渐进三角网加密滤波算法原理，演示关键参数（最大角度、最大距离）对滤波结果的影响。第二，坐标系统一：精讲工程场景中空间参考（投影坐标系）统一的必要性，演示在软件中进行批量投影变换的操作。

    学生活动：跟随教师演示，对自己项目组的数据进行地面点滤波和坐标系统一操作。小组内比对不同参数下的滤波效果，讨论并确定本组项目采用的参数方案及理由。

    设计意图：将抽象的算法原理与具体的、有直接产出（干净的地面点云）的操作相结合，实现“学中做，做中学”。

  （三）课后任务与延伸

    各小组完成项目区域全部数据的预处理工作，提交一份简短的数据预处理报告，说明所用方法、参数及处理后的数据质量评估。个人阅读一篇关于新型传感器（如光子计数LiDAR）的文献摘要。

  第二次课：模型构建的艺术与科学——从点到面的算法实践（3课时）

  （一）课前准备（线上）

    学生复习Delaunay三角剖分与空间插值的数学原理微视频，尝试运行教师提供的Python脚本，输入一组随机点生成简易TIN并可视化。思考：TIN在平坦和陡峭区域的表现有何不同？

  （二）课中实施

  1.算法原理的深度对话与可视化解析（45分钟）

    教师活动：利用动态几何软件（如Geogebra）实时演示Delaunay三角网的生成过程，引导学生观察其“最大化最小角”的特性如何影响三角形形状。随后，通过对比动画，生动展示反距离权重法（IDW）的“泰森多边形”本质与克里金法（Kriging）基于变异函数空间自相关的插值过程。提出核心研讨题：“对于地形这种具有复杂空间连续性与变异性的自然表面，哪种插值理念更合理？为什么？”

    学生活动：观察动画，参与研讨。通过“同伴教学”方式，先独立选择观点，再小组内辩论，最后全班分享。重点理解克里金法作为一种地理统计方法，其最优无偏估计的数学思想。

    设计意图：将难以想象的算法过程动态化、可视化，将数学原理与地理意义相结合，促进高阶思维（分析、评价）的发生。

  2.TIN与GRID构建的实战工作坊（75分钟）

    教师活动：演示在专业软件中，将滤波后的点云直接生成TIN，并对比“包含断裂线”与“不包含断裂线”所构建TIN的差异，强调地形特征线对模型保真度的关键作用。随后，演示从TIN内插生成不同分辨率（如1米、5米、10米）GRID的过程。

    学生活动：小组分工合作，一部分成员负责利用水系、山脊线等矢量数据作为约束条件，生成高保真TIN；另一部分成员负责进行不同分辨率、不同插值方法（IDW,Kriging,样条）的GRID生成实验。所有操作需记录详细的步骤和参数。

    设计意图：通过对比实验，让学生亲身感受参数选择对模型结果的直接影响，培养其参数敏感性与实验设计能力。

  3.精度评估与模型优选（30分钟）

    教师活动：介绍留一法交叉验证的原理，指导学生如何利用软件工具，计算不同方法生成的DEM相对于未参与建模的检查点的高程中误差。

    学生活动：各小组计算本组多种DEM实验产品的精度指标，结合可视化效果（是否产生“牛眼”效应、阶梯状伪影等），进行综合评估，选定本组项目后续分析所采用的“最佳”DEM，并陈述理由。

    设计意图：引入定量化精度评价，将建模工作从“艺术”层面提升到“科学”决策层面，培养基于证据的工程决策能力。

  （三）课后任务与延伸

    小组提交《数字高程模型构建实验报告》，包含技术流程、参数记录、精度对比分析及最终模型选择论证。个人以编程方式（Python）复现一种简单的空间插值算法（如IDW）。

  第三次课：地形的语言——基于DEM的地形分析与三维表达（3课时）

  （一）课前准备（线上）

    学生利用网络资源，自学坡度、坡向在滑坡风险、农业生产、日照分析中的实际应用案例。预习三维计算机图形学中关于光照模型（如Lambertian模型）的基本概念。

  （二）课中实施

  1.地形因子计算原理与应用场景研讨（45分钟）

    教师活动：从数学上推导坡度、坡向的计算公式（基于3x3移动窗口），解释其地理意义。不局限于公式本身，而是组织“地形因子应用场景擂台赛”。提出三个场景：山区公路选线、太阳能电站选址、土壤侵蚀模拟。每个场景由不同小组认领，要求他们快速分析并陈述需要哪些地形因子、如何组合使用。

    学生活动：小组进行限时研讨和准备，然后进行场景陈述。其他小组和教师进行质疑与补充。例如，在公路选线中，不仅要看坡度，还需结合坡向（避免阴面积雪）和曲率（保证行车平顺）。

    设计意图：将知识学习从“是什么”转向“怎么用”，通过模拟真实应用决策，深化对地形因子功能的理解，培养知识迁移与综合应用能力。

  2.高级三维可视化技术工作坊（75分钟）

    教师活动：超越简单的三维显示，深入讲解“视觉变量”在地形表达中的科学运用。分站教学：站A：山体阴影技术。演示不同太阳方位角、高度角对地形立体感的影响，解释其与坡向、坡度的关系。站B：分层设色。讲解色彩方案的选择原则（如高程分层、生态分层、气候分层），演示如何创建和导入自定义色带。站C：纹理映射与场景整合。演示将高分辨率卫星影像或正射影像贴合到DEM表面，并添加矢量要素（如道路、建筑轮廓）的方法。

    学生活动：各小组成员轮换学习，最终为本组的项目DEM创建至少两种不同风格的三维可视化方案：一种强调地形地貌的科学性（如山体阴影+高程分层），一种贴近特定应用需求（如工程规划场景，叠加影像和矢量）。

    设计意图：培养学生将科学数据转化为具有强视觉传达力和专业美感的信息产品的能力，这是现代测绘工程师不可或缺的素养。

  3.动态可视化与成果输出（30分钟）

    教师活动：演示创建三维飞行动画路径的设置方法，讲解关键帧、飞行速度、视角控制等概念。介绍面向不同对象（技术专家、决策者、公众）的成果输出格式（高分辨率图片、交互式网页场景、视频报告）及其制作要点。

    学生活动：小组为其项目区域设计一条有逻辑的飞行探查路线（如从全局到局部，沿规划路线飞行），并生成一段30秒左右的初步动画预览。讨论最终成果的表达策略。

    设计意图：掌握动态可视化这一强有力的成果展示与汇报工具，提升综合表达与沟通能力。

  （三）课后任务与延伸

    小组完善三维场景，制作一段高质量的汇报用飞行动画（附带解说字幕或配乐）。个人探索一种新兴的可视化技术，如WebGL三维发布或虚拟现实（VR）漫游的可行性。

  第四次课：项目集成、汇报与前沿展望（3课时）

  （一）课前准备（线上）

    各小组整合所有阶段成果，完成最终项目技术报告、数据成果包和可视化视频的准备工作。进行组内预演。

  （二）课中实施

  1.项目成果答辩会（90分钟）

    教师活动：组织正式的模拟项目评审会。教师与邀请的助教、行业兼职教师（线上接入）组成评审团。

    学生活动：各小组按抽签顺序进行15分钟的项目汇报与演示，展示从数据处理、模型构建、分析到可视化的全链条工作，重点阐述技术决策依据、遇到的挑战及解决方案、成果的创新性与应用价值。汇报后，接受评审团和其余同学10分钟的提问与质询。

    设计意图：创设高仿真、高压力的专业汇报环境，全面考核学生的技术能力、表达能力、应变能力及团队协作成果，这是工程教育认证中重要的毕业要求达成环节。

  2.跨组互评与反思总结（45分钟）

    教师活动：引导各组在答辩会后进行结构化互评，填写互评表（从技术完整性、创新性、表达清晰度、团队协作等方面）。

    学生活动：小组内部首先进行深刻的自我反思，总结成功经验与失败教训。然后，基于观察和互评表，为其他小组提供建设性反馈。最后，每人用一分钟分享“本课程中我学到的最重要的一课”。

    设计意图：通过评价他人和反思自我，实现元认知能力的提升，将项目经验内化为个人能力。一分钟分享环节强化课程的核心价值。

  3.前沿技术纵览与课程总结（45分钟）

    教师活动：超越课程既有内容，展示数字高程模型技术的前沿动态：实时LiDARSLAM构建室内外一体化模型、深度学习用于点云语义分割与自动化建模、数字孪生城市中的高精度地形底座、全球气候变化下的冰川与海岸带DEM时序分析等。最后，以思维导图形式回顾整个课程的知识-能力-素养图谱，强调数字地形分析作为空间智能基础设施的地位，鼓励学生持续学习。

    学生活动：聆听、提问、展望。思考自身兴趣与前沿领域的结合点。

    设计意图：打开学生的学术与行业视野，激发持续探索的热情，将课程终点变为新征程的起点。

  八、教学评价设计

  建立多元、过程性、增值性的评价体系，全面对标工程教育认证的毕业要求。

  1.形成性评价（占总评60%）：

    （1）个人表现（20%）：包括线