为了解学生在系统学习课程前的知识基础和自主学习状态，信息与智能工程学院《遥感图像处理》课程面向智能科学与技术2401班，提前投放“基于海南省Landsat 9数据的土地利用覆盖类型分类”真实项目。学生以遥感数据分析师身份组队，自主设计从问题定义、数据选择到分类制图的项目路线。
项目启动阶段，各组围绕研究区、分类体系、数据来源、技术方法、验收指标和AI使用边界制定任务书并在课堂汇报。随机森林、支持向量机、光谱特征、样本可分离性等尚未完整讲授的内容出现在方案中。教师据此观察学生的概念理解、技术判断和团队协作，为后续分层指导建立“学习前测”。
国庆假期期间，一个小组选择海口、儋州、五指山，搭建Python随机森林流程，完成分类专题图、面积统计、独立验证、项目说明书和离线网页。三地总体精度为95.38%、95.92%和95.45%，Kappa均高于0.94；小组同时注明五指山验证样本仅44个，避免把高精度等同于全面可靠。
图3 学生完成的海口市土地利用覆盖分类专题图
另一个小组聚焦海口与三亚，使用波段曲线、NDVI等指数和JM距离分析样本。两地训练样本JM均值为1.9778和1.9830；学生又识别出“其他人工林—芒果”等薄弱类别对，三亚最低值为1.4189，并提出增加纹理、多时相和稀有类样本。成果已从展示分类图走向用证据解释结果。
前测也暴露出需要继续学习的内容：30米影像中的混合像元如何影响边界，训练与验证怎样保持独立，类别不平衡和样本代表性如何控制，算法参数为何有效，精度怎样与遥感物理机制相互印证。现有成果多是单期或局部验证，距离预处理、变换增强、特征工程、分类、评价和规范制图全流程仍有深化空间。
课程最终目标指向1987至2026年海南岛土地利用覆盖时序制图。连续40年的专题图、面积占比和混淆矩阵，要求学生严谨处理数据一致性、年度差异、变化检测和结论边界。由“能跑出结果”走向“能解释变化、能复核证据”，是后续教学的关键跨越。
这次实践表明，项目制教学能同时呈现学生的自主学习能力和知识盲点：任务书让计划可检查，阶段成果让能力可验证，汇报与复核让问题可追踪。教师据此调整教学重点，学生带着真实问题学习基础知识，形成“先设计、再实践、后校准”的闭环。项目制教学由此成为三亚学院深化应用型教学改革的必要抓手，当前改革方向有了具体的课堂依据。
一审一校 | 蹇 凯
二审二校 | 王景泽 周显春
三审三校 | 李成名 尹 娜
