Аннотация. В статье анализируется дидактический потенциал данных дистанционного зондирования Земли (ДЗЗ) в школьном курсе географии с позиции формирования предметной грамотности, пространственного и причинно‑следственного мышления, а также навыков работы с данными. Обоснованы функции ДЗЗ в учебном процессе: визуализационная, аналитическая, исследовательская и коммуникативная. Предложена модель учебного цикла «вопрос → выбор данных → предобработка → индексы/показатели → интерпретация → коммуникация», позволяющая технологически корректно включать спутниковые наблюдения без подмены географического содержания техническими операциями. Представлены типовые учебные кейсы (растительность/NDVI, урбанизация и тепловой остров, паводковая опасность, изменение землепользования), таблица соответствия инструментов и формируемых умений, а также рубрика оценивания продуктов ДЗЗ‑исследования. Отдельно рассмотрены ограничения: качество данных (облачность, сезонность, шум), масштаб, интерпретационные ошибки, инфраструктурные и этические риски. Показано, что ДЗЗ‑подход наиболее результативен при модульной организации практикума и встроенном оценивании, ориентированном на обоснование выводов.
Ключевые слова: дистанционное зондирование Земли; ДЗЗ; спутниковые данные; географическое образование; работа с данными; тематическое картографирование; NDVI; тепловой остров; учебно‑исследовательская деятельность; оценивание.
Введение. Данные дистанционного зондирования Земли стали базовым ресурсом современной географии, геоэкологии и управления территориями: они обеспечивают регулярные наблюдения поверхности Земли, позволяют выявлять пространственные паттерны и динамику природных и социально‑экономических процессов. В школьной географии ДЗЗ создают условия для перехода от «иллюстративного» обучения к обучению на основе наблюдений и данных, что соответствует запросу на доказательность учебных выводов и развитие функциональной грамотности. При этом внедрение ДЗЗ требует методического контроля: технология должна служить географическому объяснению, а не превращать урок в набор технических действий.
Цель статьи — раскрыть дидактический потенциал данных ДЗЗ в школьной географии и системно описать ограничения их применения. Задачи: 1) определить дидактические функции ДЗЗ; 2) представить модель учебного цикла работы со спутниковыми данными; 3) предложить учебные кейсы и инструментарий оценивания; 4) выделить основные ограничения и способы их педагогической компенсации.
Теоретические основания и дидактические функции ДЗЗ. В географическом образовании продуктивно рассматривать ДЗЗ как источник наблюдений, сопоставимый по статусу с картой и статистикой, но отличающийся операциональностью: данные могут быть агрегированы, классифицированы и преобразованы в показатели (индексы, классы землепокрова, температурные поля). В учебном процессе выделяются четыре функции ДЗЗ:
1) визуализационная — демонстрация реальной пространственной неоднородности (пятнистость землепокрова, урбанизированные зоны, водные объекты, снежный покров); 2) аналитическая — извлечение количественной информации (площади, доли классов, индексы растительности, оценка температуры поверхности); 3) исследовательская — постановка вопроса, проверка гипотезы на данных, сравнение периодов/сезонов; 4) коммуникативная — представление результата в виде тематической карты, графика динамики, геоотчета с аргументацией. Дидактическая ценность проявляется тогда, когда ДЗЗ‑операции соотнесены с конкретными учебными результатами и пространственными умениями [1;32–39], [2;41–45].
Модель ДЗЗ‑ориентированного учебного цикла. Для предотвращения «технологической перегрузки» целесообразно использовать устойчивый учебный цикл (рисунок 1), где каждый шаг связан с географической логикой исследования и критериями качества результата.
Рисунок 1 – Учебный цикл работы с данными ДЗЗ (модель «от данных к объяснению»)
Этап 1. Постановка вопроса. Формулируется проблема, требующая пространственного объяснения (например: «Как меняется растительный покров по сезонам?»; «Как проявляется городской тепловой остров?»; «Где выше риск паводка?»). Уточняются объект, территория, период и критерий сравнения.
Этап 2. Выбор данных. Подбирается спутниковый продукт (оптический/тепловой/радарный), пространственное и временное разрешение, облачность/сезонность. На данном этапе вводится важнейший методологический принцип: корректность вывода определяется соответствием данных поставленному вопросу (масштаб, периодичность, спектральные каналы). Компромисс между пространственным разрешением и периодичностью наблюдений схематизирован на рисунке 2.
Рисунок 2 – Компромисс «пространственное разрешение—периодичность» (схематично, для методического пояснения)
Этап 3. Предобработка. Для школьного уровня достаточно базовых процедур: отбор сцен по облачности, маскирование облаков/теней, приведение к одной проекции (при необходимости) и обрезка по границам района исследования. Принципиально фиксировать ограничения: облачность может исказить показатели, а различия сезонов — имитировать изменения землепользования.
Этап 4. Показатели и индексы. В зависимости от цели применяются индексы (например, NDVI для растительности), классификация землепокрова или оценка температуры поверхности. На этом этапе важно пояснить смысл показателя, диапазон значений и интерпретационные границы, чтобы избежать подмены «числами без географии».
Этап 5. Интерпретация и выводы. Учащиеся связывают выявленные паттерны с факторами (рельеф, влажность, антропогенная нагрузка, тип землепользования), формулируют причинно‑следственные связи и обсуждают альтернативные объяснения. Этап 6. Коммуникация результатов. Итог оформляется в виде карты + краткого геоотчета: «вопрос—метод—результат—интерпретация—ограничения—вывод».
Ниже представлены инструментальная матрица и примеры кейсов, позволяющие реализовать модель в школьной географии в формате практикума.
Таблица 1 – Соответствие типовых операций с данными ДЗЗ и формируемых учебных умений
|
Операция/инструмент |
Продукт (что получают) |
Формируемые умения |
|
Отбор сцен по облачности, маска облаков |
Набор корректных наблюдений |
Критичность к данным; учет ограничений |
|
Построение NDVI/индекса |
Карта индекса и статистика по зонам |
Интерпретация показателей; сравнение территорий/периодов |
|
Классификация землепокрова (упрощ.) |
Карта классов и площади |
Классификация; работа с легендой; вычисление долей |
|
Оценка температуры поверхности (LST, если доступно) |
Температурное поле и «горячие зоны» |
Выявление пространственных контрастов; объяснение факторов |
|
Сравнение «до—после» (два периода) |
Карта изменений и график динамики |
Анализ динамики; причинно‑следственные выводы |
|
Геоотчет/веб‑карта |
Коммуникация результата |
Аргументация; научная корректность представления |
Примерные учебные кейсы (школьный уровень) и ожидаемые результаты.
Кейс 1. «Сезонная динамика растительности по NDVI». Данные: оптические снимки/композиты за 12 месяцев (или 3–4 сезона). Ход работы: построение NDVI; расчет средних значений по выбранным участкам (пойма реки, степь, лес, сельхозугодья); построение графика и объяснение сезонной динамики с учетом климата и землепользования. Иллюстративный пример сезонной кривой NDVI приведен на рисунке 3. Результат: учащиеся объясняют различия динамики по типам ландшафтов и аргументируют выводы данными.
Рисунок 3 – Пример сезонной динамики NDVI (иллюстративно, для объяснения принципа интерпретации)
Кейс 2. «Городской тепловой остров». Данные: тепловые продукты (LST) либо прокси‑показатели (плотность застройки + индекс растительности). Ход работы: сравнение температур/показателей в центре и на периферии; выявление «горячих зон»; объяснение через материалы поверхности, плотность застройки, дефицит зеленых зон и вентиляцию территории. Результат: формирование умения объяснять пространственный контраст как результат взаимодействия факторов.
Кейс 3. «Паводковая опасность и зоны потенциального подтопления». Данные: водная сеть, цифровая модель рельефа (при наличии), радарные снимки (при возможности) или серии оптических снимков «до/после» паводка. Ход работы: выделение водной поверхности в разные даты; сопоставление с низменными участками; оценка объектов риска. Результат: понимание роли рельефа и стока, формирование навыка интерпретации событий по временным сериям.
Кейс 4. «Изменение землепользования (распашка/вырубка/застройка)». Данные: снимки разных лет, классификация 3–5 классов. Ход работы: построение карт классов, расчет площадей, интерпретация причин изменений (экономика, инфраструктура, природные ограничения). Результат: развитие причинно‑следственного анализа и навыка работы с категориями.
Ограничения применения ДЗЗ в школе и способы их методической компенсации.
1) Ограничения качества данных. Облачность и атмосферные эффекты искажают оптические наблюдения; сезонность меняет спектральный отклик; снежный покров и тени осложняют интерпретацию. Компенсация: использовать композиты/медианные значения, работать с несколькими датами, фиксировать «ограничения данных» отдельным пунктом в отчете.
2) Масштаб и разрешение. Неверный выбор разрешения приводит к псевдовыводам: мелкие объекты «теряются», а крупные пиксели сглаживают контрасты. Компенсация: привязывать задачу к масштабу (микрорайон—район—область), объяснять, что результат — модель, а не «фото истины».
3) Интерпретационные ошибки. Индексы (например, NDVI) не равны «урожайности» и не измеряют «качество воздуха» напрямую; температурные продукты требуют понимания различия «температура поверхности—температура воздуха». Компенсация: вводить операциональные определения, показывать примеры корректных и некорректных интерпретаций, требовать причинного объяснения, а не описания карты.
4) Инфраструктурные ограничения. Неравный доступ к интернету/ПК, вычислительные ограничения, отсутствие стабильных сервисов. Компенсация: модульный формат (2–3 урока), работа в группах, использование заранее подготовленных наборов данных и шаблонов, выбор легких веб‑платформ (просмотр/простые расчеты).
5) Этические и правовые риски. При работе с данными высокой детализации возможна идентификация объектов, а также некорректное использование материалов без указания источников. Компенсация: формирование культуры цитирования, использование открытых данных, соблюдение принципа «не публиковать чувствительные детали» в школьных проектах.
Оценивание результатов ДЗЗ‑практикума. Встроенное оценивание необходимо, чтобы фиксировать именно географическое рассуждение и грамотность работы с данными. Рекомендуется сочетать: (а) короткую диагностику до/после (интерпретация фрагмента снимка, выбор корректного показателя, объяснение причин паттерна) и (б) оценивание продукта — карты/графика/геоотчета — по рубрике. Ниже приведен фрагмент рубрики (таблица 2), пригодный для школьного проекта (адаптируется под возраст).
Таблица 2 – Фрагмент рубрики оценивания учебного ДЗЗ‑проекта (уровневые дескрипторы)
|
Критерий |
Базовый уровень |
Достаточный уровень |
Высокий уровень |
|
Корректность данных |
Выбор данных частично обоснован; ограничения указаны не полностью |
Данные соответствуют задаче; указаны основные ограничения (облачность/сезонность) |
Выбор данных и периода аргументирован; ограничения анализируются и учитываются в выводах |
|
Метод и операции |
Выполнены отдельные операции без объяснения их смысла |
Операции соответствуют задаче; индексы/классы интерпретируются корректно |
Метод описан воспроизводимо; сравниваются альтернативы; соблюдается научная корректность |
|
Интерпретация |
Выводы преимущественно описательные |
Выводы объясняют паттерн с опорой на 1–2 фактора и данные |
Выводы причинно‑следственные, учитывают систему факторов и неопределенности |
|
Коммуникация |
Карта/график оформлены частично; источники указаны не всегда |
Продукт понятен; источники и легенда присутствуют; выводы структурированы |
Оформление профессиональное; источники и ограничения указаны; аргументация убедительна |
Выводы. 1) Данные ДЗЗ обладают высоким дидактическим потенциалом в школьной географии, поскольку обеспечивают обучение на основе наблюдений, поддерживают формирование пространственного и причинно‑следственного мышления и развивают навыки работы с данными. 2) Наиболее методически устойчивым является учебный цикл «вопрос → данные → предобработка → показатель → интерпретация → коммуникация» (рисунок 1), который предотвращает подмену содержания техникой и делает результаты проверяемыми. 3) Ограничения (качество данных, масштаб, интерпретационные риски и инфраструктура) являются управляемыми при условии модульной организации практикума, явной фиксации ограничений в отчете и критерийного оценивания (таблица 2). 4) Включение ДЗЗ целесообразно интегрировать в ключевые темы школьной географии (климат и сезонность, ландшафты, урбанизация, природные риски, землепользование), используя локальные кейсы и открытые данные, что повышает мотивацию и качество географических выводов.
И.о. заведующего
отделом научно-исследовательского обеспечения природы и экологии Сапаев Ерасыл Болатович
СПИСОК ЛИТЕРАТУРЫ
1. National Research Council. Learning to Think Spatially. Washington, DC: The National Academies Press, 2006. doi:10.17226/11019.
2. Jensen J. R. Remote Sensing of the Environment: An Earth Resource Perspective. 2nd ed. Upper Saddle River: Pearson/Prentice Hall, 2007.
3. Lillesand T. M., Kiefer R. W., Chipman J. W. Remote Sensing and Image Interpretation. 7th ed. Hoboken: Wiley, 2015.
4. Campbell J. B., Wynne R. H. Introduction to Remote Sensing. 5th ed. New York: Guilford Press, 2011.
5. Kerski J. J. The role of GIS in Digital Earth education // International Journal of Digital Earth. 2008. Vol. 1(4). P. 326–346.
6. Lee J., Bednarz R. S. Components of spatial thinking: Evidence from a spatial thinking ability test // Journal of Geography. 2012. Vol. 111(1). P. 15–26.
7. ESA. Earth Observation for Education: resources and activities (educational materials). European Space Agency, 2020.
8. NASA. Earthdata/remote sensing education resources (educational materials). National Aeronautics and Space Administration, 2021.