面向遥感图像的智能能源消耗分析
注：项目以《数字图像处理》课程为载体，在一学期内以项目为主线推进（机器视觉相关内容共 18 课时）
勾选你想借鉴的做法，填上自己课程的目标与情景，S-PBL 智能体一次性生成符合 3R 的项目设计。
案例概述
本案例以国际能源转型学会（ISETS）与联合国亚太经社会（ESCAP）联合主办的“第三届能源转型全球青年之声竞赛”中的真实任务为核心情境，让《数字图像处理》课程的大三学生在接近真实工程与科研实践的环境中，围绕“基于遥感影像的能源消耗智能分析与决策支持”展开探究。学生需运用图像分割、特征提取、多光谱分析等课程核心方法识别遥感影像中的能源相关目标、分析能耗热点，并引入大视觉模型与 AI Agent 将分析结果转化为可解释的节能决策方案，最终交付 VisionEnerAI 能源消耗智能分析与决策支持平台。该平台在国际竞赛中接受全球专家评审，从全球百余支队伍中脱颖而出，荣获全球二等奖。项目以竞赛真任务驱动，将专业知识嵌入能源转型这一真实复杂议题，构建了“真实问题—真实过程—真实成果”的完整学习闭环。
顶层设计
学生能够在真实问题情境中系统掌握数字图像处理的核心理论与方法，包括图像表示与变换、图像增强与复原、特征提取与分析等关键知识模块，理解这些方法在不同应用场景中的适用条件与局限性；并能围绕竞赛任务的实际需求自主分析问题特征、选择或组合多种图像处理方法，实现从“以知识点为中心”到“以问题为中心”的知识建构与迁移。
学生能够面对开放性问题完成问题拆解与需求分析，明确目标、约束条件与评价指标，提升复杂问题分析与建模能力；自主规划技术路线、合理分工协作、选择合适算法与工具开展实验研究，并通过多轮实验、测试与结果分析对方案不断修正优化，在实践中提升工程实践能力与科学探究能力，强化沟通协调与团队协作能力。
学生能够面向明确的受众与评价标准产出可展示、可检验的成果，建立面向真实需求解决问题的责任意识；在性能、效率、成本等多重因素的权衡中形成理性、审慎的技术判断；通过参与能源转型这一全球性议题，认识技术发展与社会需求的关系，促进创新意识与社会责任感的形成，实现专业学习与价值引领的有机统一。
本课程以西南财经大学提出的“3R”（真实问题、真实过程、真实成果）场景化项目式教学设计模型为总体框架，对《数字图像处理》的教学内容、方式与评价进行系统重构。一是以真实问题为牵引，重构课程学习起点——以数字图像处理相关国际竞赛中的真实任务作为项目缘起，引导学生先理解问题“从何而来”“为何重要”“难点何在”，并将竞赛问题与课程核心知识模块对应，确保项目锚定学科内核；二是以真实过程为主线，组织项目化学习活动——采用项目驱动与阶段引导相结合的方式，学生自主完成问题分析、方案设计、实验验证与结果优化，教师通过提问、讨论和阶段性反馈引导反思，强调“验证—反馈—迭代”；三是以真实成果为导向，完善学习评价与反馈机制——以项目成果为重要评价载体，通过课堂展示、项目答辩或竞赛评审接受多元主体评价，最终实现知识、能力与素养的协同发展。
驱动性问题（GRASPPS）
在政策约束下，对城市或区域能源消耗与热量分布进行精准识别与智能分析，并生成可落地、可优化的节能决策方案
参加能源转型全球青年之声国际竞赛的项目团队（具备遥感影像智能分析能力的研究/工程角色）
能源治理与决策相关受众（竞赛专家评审，以及面向能源监测与决策的潜在应用方）
能源转型与可持续发展背景下的能耗监测难、评估复杂、决策成本高等现实痛点，依托第三届能源转型全球青年之声国际竞赛真实任务
基于遥感影像开展建筑与能源设施的图像分割与能耗热点识别，融合多光谱特征、物理约束与机器视觉模型构建能耗智能分析方法，引入大视觉模型与 AI Agent 进行政策解读、方案生成与对比评估，并通过多轮实验与场景模拟迭代优化
VisionEnerAI 能源消耗智能分析与决策支持平台原型、遥感能耗可视化分析结果、AI Agent 自动生成的多套节能决策方案，以及竞赛路演材料与技术报告
可公开展示、可复现、可检验，技术整合度与应用指向性强，能接受国际竞赛专家评审与外部检验
项目选题
能源消耗分析任务与《数字图像处理》的学科内核高度一致。遥感影像具有分辨率多样、光谱信息丰富、噪声与干扰复杂等特点，天然构成图像处理方法综合应用的真实载体。学生需围绕建筑物与能源设施识别、能耗热点提取及热量分布分析，系统运用图像分割、特征提取、多光谱分析等课程核心知识，在真实问题情境中理解“为何需要这些算法”“不同方法在实际应用中的效果差异及局限性”，有效避免知识点碎片化学习。
项目以真实国际竞赛任务为载体，让大三学生在接近真实工程与科研实践的环境中经历“发现问题—分析问题—设计方案—验证迭代—反思总结”的完整过程，锻造问题拆解、技术路线规划、实验研究与团队协作能力；同时引入大视觉模型、AI Agent 等前沿内容，贴合计算机与人工智能类专业学生的发展方向。
选题源于真实国际竞赛情境与现实能源转型需求。能源消耗分析是能源转型与可持续发展的关键基础环节，而现实能耗具有覆盖范围广、结构复杂、动态变化快等特点，传统统计或人工巡检方式难以满足精细化、动态化、可验证的分析需求。基于遥感影像的能源消耗分析为能源监测与评估提供了具备全局视角和数据客观性的技术路径，问题不存在标准答案，需在技术可行性、数据条件、政策约束与应用场景之间综合权衡，具有较高挑战度。
- 本项目为单一真实竞赛情境（基于遥感影像的能源消耗智能分析与决策支持），各小组从同一主题出发，自主规划技术路线与方案侧重。
实施过程
- 1项目导入与问题界定能源消耗为何需要进行图像化与智能化分析？（能源转型背景下，能源消耗分析面临哪些现实挑战？）
研读竞赛背景材料、分析历届参赛作品、讨论能源转型中的现实挑战，将宏观能源转型议题转化为可通过数字图像处理方法解决的技术问题。
阶段成果：清晰的问题定义与项目目标说明文档。知识 / 工具支架：能源转型基础认知、数字图像处理应用场景、问题导向意识与需求分析能力。教学内容：情境导入式讲授、竞赛案例解析、问题引导讨论；帮助理解项目边界并与课程内容初步对齐。方法 / 资源：竞赛背景研读；案例解析；问题界定与讨论。 - 2遥感影像理解与目标分割如何从复杂遥感影像中识别与能源消耗相关的关键区域？
围绕建筑物与能源设施等目标开展图像预处理与分割实验，比较不同分割方法在真实遥感数据上的效果差异，完成能源相关目标的自动识别与分割。
阶段成果：可视化的分割结果及实验对比分析报告。知识 / 工具支架：图像增强、图像分割算法、分割一切模型（SAM）等；将算法应用于真实数据的能力。教学内容：专题讲授、示范代码讲解、实验工作坊；实验过程中给予针对性反馈指导。方法 / 资源：专题讲授；代码示例；实验工作坊。 - 3能源消耗与热量特征分析如何对已识别区域进行能耗与热量差异分析与量化评估？
基于分割结果开展特征提取、多光谱指数分析等工作，识别能耗热点区域并分析其空间分布特征，将图像处理结果转化为具有物理意义和应用价值的能耗分析结论。
阶段成果：能耗热点分析报告。知识 / 工具支架：特征提取、多光谱指数分析；特征选择与分析结果之间的关系。教学内容：方法讲解、数据示例分析、阶段性评审；引导反思模型假设与结果合理性。方法 / 资源：方法讲解；数据示例；阶段反馈。 - 4AI Agent 决策推理与方案生成如何将能耗分析结果转化为可解释的节能决策支持？
在已有技术分析基础上引入 AI Agent 与多模态推理思路，将能耗结果与政策文本、案例资料相结合，生成多套节能方案并进行对比分析，完成从技术分析到决策支持的跨模块整合。
阶段成果：若干具有对比分析的节能决策方案。知识 / 工具支架：大视觉模型、AI Agent、多模态推理、RAG 思想；系统思维与综合分析能力。教学内容：案例示范、专家指导、资源提供；引导理解技术分析在决策层面的应用方式与局限性。方法 / 资源：案例示范；专家指导；资源支持。 - 5系统整合与成果展示项目成果是否具备实际应用价值和展示价值？（如何验证方案的合理性与应用价值？）
对前期各阶段成果进行系统整合，形成完整的平台原型或解决方案，并通过展示汇报或竞赛路演的形式进行公开呈现，完成成果整合与表达。
阶段成果：可展示的系统原型、技术报告和展示材料（VisionEnerAI 平台与竞赛成果）。知识 / 工具支架：综合表达与系统设计；综合应用与反思能力。教学内容：答辩演练、专家评审、反馈修订；帮助在总结中深化对专业知识应用价值的理解。方法 / 资源：答辩演练；专家评审；反馈修订。
课程在学期初以真实国际竞赛情境作为项目启动点。教师介绍第三届能源转型全球青年之声竞赛的背景、议题设置与评价标准，引导学生理解能源转型与可持续发展的复杂性与紧迫性；并重点阐明三方面内容：项目的现实价值（能源消耗分析在能源治理与决策中的关键作用）、项目与《数字图像处理》课程学习目标之间的关系（图像分割、特征提取、多光谱分析等方法将如何在项目中综合应用）、以及课堂文化与学习方式的转变（以项目推进为主线，鼓励主动探索、团队协作和反复试验，弱化“标准答案”导向）。
课程按项目分解的五阶段结构组织教学活动，将课堂教学、实验实践与项目推进有机结合。初期组织竞赛背景研读、问题讨论与案例分析，围绕能源消耗分析现实痛点进行问题界定；随后进入以技术实践为核心的阶段，通过专题讲授与技能工作坊系统讲解关键方法，并结合遥感影像数据组织实验练习；中后期从单一技术训练转向跨模块整合，学生围绕如何将分析结果转化为决策支持展开讨论与实践，教师通过示范案例、专家讲座或资源推荐引导其理解 AI Agent 在决策推理中的作用并支持方案生成与比较。课堂成为解决项目问题的重要支持空间。
课程有意识嵌入多层次反思机制。阶段性反思方面，教师在每一项目阶段结束时组织小组汇报与讨论，引导学生围绕“当前方案解决了什么问题”“存在哪些不足”“下一步如何调整”进行反思，通过同伴互评与教师反馈及时发现技术理解或方案设计中的偏差并调整。终结阶段通过成果展示与答辩，引导学生对整个项目过程进行系统反思，回顾从问题界定到成果产出的完整路径，反思技术选择、实验设计与决策方案的合理性，并总结自身在知识掌握、能力提升与团队协作方面的成长与不足。
课程强调对“过程性学习证据”和“最终成果”的双重沉淀。过程中学生持续提交阶段性文档，包括问题定义说明、实验记录、分析报告与方案说明，既作为项目推进支撑，也作为学习过程的记录载体。项目结束时提交完整的项目成果包，包括系统原型或解决方案、技术报告以及展示材料，并鼓励将成果用于竞赛展示或公开交流，使学习成果超越课堂情境、接受更广泛的检验与反馈。
项目成果
- VisionEnerAI 能源消耗智能分析与决策支持平台原型（目标自动分割、能耗热点分析、可视化、AI Agent 节能决策建议）
- 面向真实区域遥感数据的能耗分析结果与可视化报告
课堂展示 / 项目答辩公开呈现
- 参加第三届能源转型全球青年之声国际竞赛、接受专家评审
项目图集
图片来自课程案例原始材料（成果展、课堂现场、学生作品等），点击在本页放大查看。
评价设计
- 项目会议与学习记录：项目会议纪要与学习记录（阶段目标、讨论过程、决策依据的记录）（教师 + 同伴互评 + 学生自评）
- 阶段性技术报告：问题定义说明、图像分割实验报告、能耗分析阶段报告等（教师评价（专业性与完成质量））
- 阶段展示与讨论：阶段汇报中的表达清晰度、逻辑性及对问题的理解深度（教师 + 同伴互评）
- 同伴互评与自我反思：同组与跨组互评、自我反思记录（同伴评价（团队协作、贡献度、方案合理性）+ 学生自评）
- 问题理解与界定 —— 优秀：问题界定清晰、背景分析充分；良好：问题界定较清晰；合格：问题描述基本合理；待改进：问题理解不清
- 技术方法应用 —— 优秀：方法选择合理、应用得当；良好：方法基本合理；合格：方法单一或应用有限；待改进：方法不匹配
- 实验与分析 —— 优秀：实验设计严谨、分析深入；良好：实验较完整；合格：实验基本完成；待改进：实验不足
- 成果完整性 —— 优秀：成果完整、具备应用价值；良好：成果较完整；合格：成果基本可用；待改进：成果不完整
- 表达与答辩 —— 优秀：表达清晰、逻辑严密；良好：表达较清晰；合格：表达基本清楚；待改进：表达混乱
3R 解读
- 项目源于真实国际竞赛情境与现实能源转型需求，直面能源系统运行中能耗监测难、评估复杂、决策成本高等现实痛点，情境具体、有明确受众（竞赛评审及能源治理决策相关受众）与约束（技术可行性、数据条件、政策约束、应用场景）。
- 问题本身不存在标准答案，需要在技术可行性、数据条件、政策约束与应用场景之间进行综合权衡，具有较高挑战度，需多步探究与多领域整合（图像处理、多光谱分析、多模态 AI）。
- 问题始终锚定《数字图像处理》课程核心方法与分析思路。遥感影像天然构成图像处理方法综合应用的真实载体，学生需在真实数据上理解“为何需要这些算法”“不同方法的效果差异及局限性”，这类情境化的算法选择与应用判断难以靠讲授覆盖，必须在做中学。
- 学生以小组形式自主完成技术路线选择、模型设计、实验验证与方案优化等任务，决策空间大。
- 项目以完整的竞赛研究流程为主线，学生需基于真实遥感影像数据开展预处理、分割、特征提取与多光谱分析，并结合政策文本与案例资料，经历真实的调研与探究。
- 学生在教师引导下通过多轮实验和场景模拟不断修正认知与方案，真实体验工程实践中反复验证与迭代优化的必要性，并在国际竞赛中接受专家评审与反馈。
- 成果有明确的真实受众与外部检验场景：以 VisionEnerAI 平台参加国际竞赛，接受 ISETS/ESCAP 竞赛专家评审，具备明确受众和潜在社会价值。
- 成果向课堂外的真实外部受众公开：在第三届能源转型全球青年之声国际竞赛中参赛并接受专家评审，并面向公众和评审形成可公开检视、可复现、可评价的完整项目产出。
- 获得真实外部反馈：项目在全球百余支队伍中脱颖而出荣获全球二等奖，并以该项目支持获中国大学生计算机设计大赛省级与国家级多项奖项，外部权威反馈实质且真实。
- 【改进建议·真成果O2/O3 覆盖面】明确并扩大参赛/对外公开的覆盖面：让每个小组的成果都有触达真实外部受众的渠道（公开展、对外路演、真实用户试用），而非仅个别团队进入国际竞赛。
- 【可信度·待确认】竞赛由学生邀请、课程团队参与，建议确认参赛学生覆盖面（是全班所有小组均参赛，还是部分代表性团队），以明确“真实外部受众/反馈”在全体学生层面的覆盖程度；若仅部分团队触达国际竞赛，可为未参赛小组补充面向真实外部受众的公开展示或反馈渠道。
- 【改进建议·真过程 R2】项目以遥感影像数据与政策/案例资料的桌面调研与实验为主，建议明确数据来源与真实性（公开遥感数据集/真实区域数据），并可补充一次面向真实应用方或领域专家的中期需求验证，使迭代依据更贴近真实场景。
- 【改进建议·评价一致性】终结性量规为等级描述（优秀/良好/合格/待改进），未给各维度百分比权重，过程性与终结性权重为区间值（50%–60% / 40%–50%）。建议明确各维度权重与最终权重取值，以提升打分一致性。
教师反思
本次实践让教师对“真实问题”在课程教学中的驱动价值有了更直观深刻的认识——以国际竞赛中的能源消耗分析任务为载体，学生在课程初期即清晰意识到所学知识将用于解决现实问题，明确的目标感显著提升了学习投入度与主动性，更容易促使学生主动查阅资料、反复试验并自我反思，形成更稳固的知识理解；同时验证了将竞赛成果系统转化为课程教学案例的可行性，使竞赛成为服务课程目标与人才培养目标的重要载体
- 真实问题的复杂性对学生能力提出较高要求，学生在基础知识、编程与问题分析能力上存在差异，易在项目推进中产生节奏不均，需要差异化支持，对教学组织与时间管理提出更高要求
- 项目式教学对教师综合能力提出更高要求，需在推进中不断调整教学策略、及时识别困难并提供有效引导，“动态教学”在精力投入与准备方面挑战更大
项目选题应优先选择真实且具开放性的现实问题，但要注意问题规模与课程学时的匹配，避免项目过于庞大；通过阶段化任务设计与明确成果要求帮助学生逐步推进；评价设计应强调过程性反馈，引导学生将注意力从“完成任务”转向“理解问题与改进方案”
持续优化项目支架与资源配置（引入更多可复用数据集与实验模板降低初期技术门槛）；探索引入更多元的评价方式（结合学习分析数据量化学生参与度与学习轨迹）；在保持能源消耗分析核心方向的同时拓展更多与数字图像处理相关的真实应用问题，推动课程案例持续更新迭代