地理信息科學專業本科生綜合性創新實驗設計

權赫春， 房金鵬， 許 鎮， 林哲浩

（1.延邊大學地理與海洋科學學院，吉林延吉133002；2.黃河河務局，濟南250011）

0 引 言

地理信息系統（Geographical Information System，GIS）學科是一門實踐性很強的高新技術學科，因此，理論教學與實驗教學的共同發展是GIS學科發展和人才培養的必由途徑［1-2］；是集計算機科學、地理科學、測繪學、遙感學、環境科學等多學科為一體的新興邊緣學科。它不但與全球定位系統（GPS）和遙感（RS）相結合，構成3S集成系統，而且與CAD、多媒體、通信、因特網、辦公自動化、虛擬現實等多種技術相結合，構成了綜合的信息技術。地理信息科學專業跨自然、人文和技術三大領域，具有較強的綜合性和專業技術性。

隨著我國經濟、社會和科學技術的發展，各企業對大學生的實踐和創新能力提出了新的要求?！秶抑虚L期教育改革和發展規劃綱要（2010—2020年）》中指出：“優化知識結構，豐富社會實踐，強化能力培養。著力提高學生的學習能力、實踐能力、創新能力”?；趧撔聦嶒灥膭撔聦嵺`教學對于提高學生綜合素質、培養學生的創新精神與實踐能力具有特殊的作用［3］。而高校對學生的培養歷來以課堂教育為主，對學生創新和實踐能力的重視不夠［4］。學生在校所學知識和創新實踐能力與企業、科研機構等要求相差甚遠，經過一定的培訓和再教育才能適應企業要求。

為了有效培養本科生創新實踐能力，本文根據地理信息科學專業的特點，設計了基于無人機與3S技術的創新實驗。試圖通過該項創新實驗的操作與完成，培養地理信息科學專業學生的創新與實踐能力。

1 實驗目的

掌握攝影測量學理論知識、無人機的拍攝和專用軟件使用方法，了解相機校正、像點位移、控制點校正等處理及4D產品生成過程［5］；掌握GPS的使用方法、控制點和災害點的定位方法；了解利用RS技術獲取災害信息、監督和無監督分類方法及土地利用圖的制作過程，并掌握RS相關軟件使用方法；掌握GIS的緩沖、地形分析、重分類、疊加等分析功能，了解利用GIS技術制作災害因子圖層和危險性區劃圖的過程；提高學生創新實踐能力、動手能力和解決問題能力。

2 實驗方案

以吉林省延邊州為研究區域（見圖1），基于無人機與3S技術，利用BP神經網絡、信息量法等數學模型，進行泥石流災害危險性評價。該實驗主要包括：①利用無人機制作DOM（數字正射影像）、DEM（數字高程模型）等4D產品；②選擇、量化及歸一化處理泥石流災害因子；③基于模型的危險性評價；④ 精度評價及繪制危險性區劃圖等4個部分，實驗流程如圖2所示。

圖1 研究區域及泥石流災害點分布圖

圖2 實驗流程圖

3 實驗儀器和軟件

儀器：雷凌SL700高精度航測無人機（見圖3）、GPS、GIS數據采集儀、全站儀、計算機等。

圖3 雷凌SL700高精度航測無人機

軟件：Arcgis10.2（GIS數據處理軟件）、PGSTEAMER（遙感數據處理軟件）、Skyphoto-Super（無人機數據處理軟件）、SkyPhoto-Map3D（三維測圖軟件）等。

4 實驗步驟

4.1 利用無人機制作DOM和DEM

首先對局部地區進行地面像控點的布設，根據參考文獻及實踐經驗，一般需要布設5～12個控制點。并利用全站儀或GPS對像控點進行聯測。布設像控點之后，利用高精度航測無人機對研究區域進行拍攝。拍攝時主要考慮精度、拍攝比例尺、航攝分區的劃分、航線敷設、航攝時間等問題［6］。其次，利用Skyphoto-Super軟件對無人機相片進行處理，制作DEM和DOM。處理過程主要包括：相機、像控點、創建航帶參數設置；控三匹配、評差解算、更新元數據；模型定向、影像自動匹配、匹配編輯、生成及拼接DEM；控三編輯、點云加密、DOM生成、DOM糾正及編輯［7］。

4.2 基于RS和GIS制作泥石流災害因子圖層

通過文獻考察和災害分析，選擇高程、坡度、坡向、降水量、河流、地層巖性、土地利用類型、土壤類型、斷層9個因子作為泥石流災害的影響因子。其中高程、坡度和坡向圖利用GIS空間分析功能和DEM數據生成。土地利用圖利用RS技術中的監督分類法進行分類，分成森林、居民地、農業用地及河流4個種類［8-10］，并利用無人機影像生成的DEM和DOM數據進行編輯和糾正。其他數據從延邊州數據庫中獲取。

通過ArcGIS10.2軟件對9種影響因子進行狀態等級劃分，利用GIS分析功能統計各狀態等級的泥石流災害點比例，依據泥石流災害點比例對影響因子的各狀態等級賦值。

4.3 基于模型的泥石流災害危險性計算

利用BP神經網絡和信息量模型計算各影響因子間的相對權重。其中BP神經網絡利用70%的隨機訓練數據進行訓練，確定各因子的最佳權重［11-13］。本文以9種災害相關因子作為輸入變量，輸入層節點個數為9。是否發生泥石流災害為輸出層，輸出層節點個數為1，若發生泥石流災害，輸出因子為1，未發生泥石流災害，輸出因子為2。神經元之間的傳遞函數采用的是正弦S型傳遞函數，選取16組不同數據作為本研究輸入層、隱藏層和輸出層間的連接強度。利用RMSE分析各預測模型，尋找誤差最小的的連接強度及隱藏層節點數。由誤差分析圖表明：誤差最小的隱藏層節點數為18（見圖4），誤差最小的連接強度為0.3/0.7，確定最優模型為9-18-1結構。

圖4 連接強度誤差分析圖

信息量模型不需要對影響因子的各狀態等級賦值，直接計算各災害相關因子不同狀態等級的信息量值［14-15］。單獨計算各因素對泥石流災害發生事件提供的信息量Ixi（y，xi），在實際運算過程中可采取頻率進行條件概率的估算，

式中：S為研究區內柵格單元總數；N為研究區內分布有泥石流災害點的柵格單元數量；Si為研究區內含有評價因素xi的柵格單元數量；Ni為分布在因素xi內含有泥石流災害點的柵格單元數量。通過上述公式計算各單元在各影響因子分別作用下的信息量值后，求和得到各柵格單元的信息量值。

4.4 基于GIS技術繪制泥石流災害危險性區劃圖

為了泥石流災害危險性區劃，本研究根據BP神經網絡計算的權重和信息量模型計算的信息量值，采用柵格數據疊置分析法進行了計算和分析。在柵格數據內部，疊加運算是通過像元之間的各種運算來實現的。設x1，x2，…，xn分別表示第1～n層上同一坐標屬性值，f函數表示各層上屬性與用戶需求之間的關系，E為疊置后屬性輸出層的屬性值，則

疊加操作的輸出結果是各層屬性數據的算術運算結果。在本研究中x1，x2，…，x9分別是高程、坡度、坡向、降水量、河流、地層巖性、土地利用類型、土壤類型、斷層等災害因子圖層中柵格的屬性值，f的運算方式是權重疊加運算法，結果E是泥石流災害危險性值。結合信息量法和BP神經網絡模型與GIS技術繪制的危險性區劃圖如圖5和6所示。利用自然斷點法將泥石流災害危險性分為Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ5個等級，級別越高表明危險性越高。

圖5 泥石流災害危險性區劃圖（信息量模型）

圖6 泥石流災害危險性區劃圖（BP神經網絡）

5 結果與討論

5.1 信息量模型評價結果

由信息量值表明：在延邊州當高程＜600 m，坡度為10°～45°，地層巖性為軟弱巖層，年平均降水量在665～991 mm，距離斷裂帶距離小于4 000 m，距離河流距離小于500 m時，這部分影響因子的狀態等級對泥石流災害的發生貢獻較大?？傮w而言，高降水量、軟弱巖層以及臨近斷層、河流的區域泥石流災害發生頻率較高。

統計延邊州泥石流災害危險性各等級面積占延邊州面積比例分別為18%、23%、20%、23%、16%。各危險等級泥石流災害點比例分別為3%、5%、9%、27%、56%，各等級面積及災害點比例圖見圖7。此結果與延邊州歷史泥石流災害發生區域較為吻合，說明本次評價結果精確度較高。

圖7 各等級面積及災害點比例

5.2 BP神經網絡模型評價結果

由人工BP神經網絡模型分析得出的相對權重值表明：9種影響因子對泥石流災害的影響為河流＞高程＞坡度＞坡向＞降水量＞土地利用類型＞斷層＞土壤類型＞地層巖性。

各等級面積及泥石流比例如圖8所示。危險性等級較高的區域主要分布在安圖縣北部、汪清縣西部、敦化市北部、敦化市南部、和龍市東部、圖們市北部、琿春市中部。

圖8 各等級面積及泥石流比例

延邊州泥石流災害危險性等級圖與泥石流災害點相疊加并分析其吻合程度，延邊州Ⅳ級危險區、Ⅴ級危險區與延邊州泥石流災害點吻合程度達到81%，這說明人工BP神經網絡模型對于延邊州地區的泥石流災害危險性評價較為精確。

5.3 模型對比分析

兩種模型的各等級災害點與面積的比例如圖9所示。通過兩種模型預測的危險區域大致相同，但也存在著細微的區別。兩種模型得到的高危險區域都為安圖縣北部、汪清縣西部、敦化市北部及南部地區、和龍市東部和圖們市北部?，q春市中部地區在人工BP神經網絡模型的預測中為Ⅴ級危險區，在信息量模型的預測中主要為Ⅳ級危險區。分析其原因主要是，人工BP神經網絡模型側重于分析不同影響因子之間的關聯，而信息量模型則主要考察同一個影響因子各分級狀態之間的關聯，這也是兩種模型的內在區別。

圖9 各等級災害點與分級面積比例

6 結 語

通過無人機與3S技術設計的創新實驗，學生們在完成整個實驗過程中，了解到無人機的拍攝及4D產品的生成過程、控制點布設及GPS在控制點測量中的應用、基于遙感技術繪制災害相關圖層的過程、利用數學模型和GIS的空間分析功能相結合評價災害危險性的整個流程。在實際操作過程中學生們還可以自主選擇不同的數學模型、遙感分類方法以及選擇多種類型的災害相關圖層，試圖提高災害危險性評價精度。該項試驗使學生們對GIS、RS、GPS及攝影測量等所學專業知識的綜合應用有了更深層次的了解，有效提高了地信科學專業學生的創新能力、動手能力和解決問題的能力，同時也引起了學生們對科研創新和專業知識的濃厚興趣。