遥感专业的编程学习内容主要包括以下几个方面：

编程语言

Python：最常用的编程语言，因其简洁易学且拥有丰富的库和模块，如NumPy、Pandas、Matplotlib等，广泛应用于遥感数据处理和分析。

C++：用于处理复杂的算法和模型，具有高性能。

MATLAB：用于科学计算和数据可视化，特别适用于图像处理和遥感数据分析。

R：用于统计分析和图形展示，常用于数据分析和可视化。

GDAL/OGR：一个开源的遥感数据处理库，用于读取、写入和处理多种格式的遥感数据。

算法与数据结构

学习常用的算法和数据结构，如排序算法、图形算法、线性代数、矩阵运算等，这些知识对于遥感影像处理和数据分析十分重要。

遥感数据处理与分析

学习遥感数据的获取、预处理、解译与分析方法，掌握遥感影像的常见处理技术，如辐射校正、大气校正、影像分类和变化检测等。

数据库与数据管理

学习数据库的概念和基本操作，掌握数据库系统的设计和管理，了解遥感数据的存储和查询方法，熟悉SQL语言。

图像处理与模式识别

学习图像处理的基本原理和常用方法，如滤波、边缘检测、梯度计算等，同时了解模式识别的基本方法，如特征提取、分类器设计等。

Web技术与可视化

学习Web技术，如HTML、CSS、JavaScript等，掌握WebGIS应用开发技术，实现数据的可视化和交互展示。

机器学习与人工智能

学习机器学习的基本概念、算法和工具，了解人工智能的发展和应用，掌握相关的编程工具和库，如scikit-learn、TensorFlow等。

并行计算与高性能计算

学习并行计算的基本原理和方法，了解并行计算的应用场景，掌握高性能计算平台的搭建和使用。

遥感应用与项目实践

了解遥感技术在农业、林业、环境、城市规划等领域的应用案例，参与实际项目的设计与实施，熟悉遥感数据的获取和处理流程。

综上所述，遥感专业的编程学习内容涵盖了从基础编程语言到高级应用技术的多个方面，旨在培养学生掌握处理和分析遥感数据所需的技能。建议学生根据自身兴趣和职业规划，选择合适的编程语言和工具进行深入学习，并通过实际项目积累经验。