2025年大学《地球信息科学与技术》专业题库- 卫星影像处理技术在地球科学中的应用

2025年大学《地球信息科学与技术》专业题库——卫星影像处理技术在地球科学中的应用考试时间：______分钟总分：______分姓名：______一、选择题1.下列哪种传感器属于被动式遥感传感器？A.雷达B.可见光相机C.红外辐射计D.激光雷达2.卫星影像的辐射分辨率是指其能够区分的A.几何细节程度B.辐射亮度级别的数量C.传感器空间分辨率D.图像色彩丰富度3.在进行卫星影像几何校正时，选择地面控制点（GCPs）的主要目的是A.消除图像的辐射畸变B.减少图像的模糊度C.消除图像的系统误差，将影像精确地映射到参考坐标系D.增强图像的对比度4.下列哪种大气校正方法主要适用于可见光和近红外波段？A.最低价像素法B.6S模型法C.多层大气校正法(MAVC)D.植被指数法5.监督分类与非监督分类的主要区别在于A.输入数据的分辨率不同B.是否需要先验知识或训练样本C.最终输出的图像格式不同D.使用的软件工具不同6.下列哪个遥感指数常用于监测植物叶绿素含量和植被生长状况？A.NDVIB.NDWIC.MNDWID.EVI7.变化检测的主要目的是A.提高影像的几何精度B.增强影像的辐射分辨率C.监测地表覆盖类型或地物特征在时间上的变化D.减少影像中的噪声8.面向对象图像分类相比传统的像素级分类方法的主要优势之一是A.处理速度更快B.能有效克服“椒盐噪声”C.对小地物识别能力更强D.不需要训练样本9.下列哪项技术通常用于融合不同空间分辨率或不同波段的卫星影像？A.主成分分析(PCA)B.遥感数字影像镶嵌C.滤波去噪D.遥感影像融合10.在遥感影像解译中，属于目视解译方法的是A.应用机器学习算法自动分类B.利用专业软件进行影像处理C.解译员根据影像特征和先验知识，在屏幕上勾绘地物轮廓并赋予属性D.建立解译标志体系二、填空题1.卫星影像的辐射定标是指将传感器记录的________转换为地物实际的________的过程。2.图像增强的目的是改善图像的________或________，突出有用信息，抑制无用信息。3.常用的图像分类质量评价指标包括________、________和错分率等。4.植被指数通常由两个或多个________波段的反射率值经过数学运算组合而成。5.变化检测常用的方法包括________、________和面向对象变化检测等。6.误差传播是指输入数据的________在数据处理过程中向输出数据________的现象。7.遥感图像的________分辨率是指传感器能够分辨的最小地面单元的尺寸。8.大气校正的主要目标是消除大气散射和吸收对影像________的影响。9.遥感图像解译的基本过程通常包括________、判读、量测和绘图等步骤。10.________是指利用遥感技术获取地球表面地物的信息，并以图像或数据形式表现出来。三、简答题1.简述辐射校正和几何校正的主要区别。2.简述监督分类和非监督分类的基本原理和主要区别。3.简述选择地面控制点（GCPs）时应考虑哪些因素？4.简述NDVI指数的计算公式及其主要应用领域。四、论述题1.论述大气校正的必要性和主要挑战。2.结合具体应用领域，论述多源遥感数据融合的必要性和优势。3.以某一地球科学应用领域（如环境监测、资源调查、灾害评估等）为例，阐述卫星影像处理技术在该领域的主要应用流程和方法。---试卷答案一、选择题1.B2.B3.C4.B5.B6.A7.C8.B9.D10.C二、填空题1.数字信号，物理量（如反射率、温度等）2.可见性，清晰度3.准确率，kappa系数4.不同5.亮度比值法，影像差分法6.信息，传递7.空间8.辐射亮度（或辐射强度）9.准备工作（如影像预处理），解译标志建立10.遥感观测三、简答题1.简述辐射校正和几何校正的主要区别。答：辐射校正是将传感器记录的原始数字信号（DN值）转换为地物实际物理量（如反射率或辐射亮度）的过程，主要消除大气、传感器本身等因素引起的辐射误差，关注的是影像的“亮度”准确性。几何校正是消除或减弱由于传感器成像方式、地球曲率、地形起伏等因素引起的影像几何变形，将影像精确地映射到地球参考坐标系的过程，关注的是影像的“位置”准确性。两者解决的问题不同，作用对象也不同。2.简述监督分类和非监督分类的基本原理和主要区别。答：监督分类需要先收集已知类别样本（训练样本），然后利用这些样本建立分类规则（或模型），最后将规则应用于整个影像进行自动分类。其原理是基于样本的类别特征进行模式识别。非监督分类则不需要预先提供样本类别信息，软件自动根据影像数据本身的统计特征（如光谱相似性）将像素聚类分组，形成不同的类别。其原理是基于数据内在的相似性和差异性进行自动分类。主要区别在于是否需要先验知识（训练样本）。3.简述选择地面控制点（GCPs）时应考虑哪些因素？答：选择GCPs时应考虑：①位置分布应均匀，覆盖整个研究区域；②位置应选择在特征明显、易于精确定位的地物上（如道路交叉口、建筑物角点）；③应选择稳定、不易发生变化的地面目标；④数量应足够（通常多于待校正影像的维度加1）；⑤最好在影像上和实地都具有明确的、可区分的特征；⑥选择时要注意避免位于影像的边缘或角落。4.简述NDVI指数的计算公式及其主要应用领域。答：NDVI（归一化植被指数）计算公式为：NDVI=(ρNIR-ρRed)/(ρNIR+ρRed)，其中ρNIR和ρRed分别为近红外波段和红光波段的反射率。NDVI的主要应用领域包括：监测植被生长状况和覆盖度变化、评估植被生物量、判断土地退化与恢复、农业作物长势监测与估产、沙漠化监测、森林资源调查等。四、论述题1.论述大气校正的必要性和主要挑战。答：大气校正的必要性在于：大气层中的气体、水汽、气溶胶等会对遥感传感器接收到的地物辐射产生散射和吸收作用，导致影像记录的辐射亮度偏离地物真实的反射或发射特性，从而影响后续的定量分析和信息提取精度。因此，进行大气校正是消除大气影响、获取地物真实物理信息的必要步骤，对于定量遥感尤为重要。大气校正的主要挑战包括：①大气参数（如水汽含量、气溶胶光学厚度等）难以精确测量或建模；②大气校正模型通常依赖于精确的传感器定标数据；③复杂地形条件下，大气效应变化难以精确考虑；④不同大气校正模型的适用条件和精度存在差异，选择合适的模型有一定难度；⑤对于高光谱数据，大气校正更为复杂。2.结合具体应用领域，论述多源遥感数据融合的必要性和优势。答：多源遥感数据融合是指将来自不同传感器（如不同空间分辨率、不同光谱分辨率、不同时间分辨率）、不同平台（如卫星、航空、地面）或不同传感器模式的遥感数据，通过一定的数学或统计方法组合成一种新的、信息更丰富、质量更优的数据产品的过程。其必要性和优势体现在：①优势一（信息互补）：不同传感器具有不同的优势，融合可以综合不同数据源的优势信息，弥补单一数据源的不足。例如，融合高空间分辨率影像和低空间分辨率影像，可以在保持宏观信息的同时获得精细地物细节。优势二（提高精度）：融合可以降低原始数据中的噪声，提高影像质量，从而提升后续分类、参数反演等任务的精度。优势三（增强可判读性）：融合后的影像可能具有更丰富的光谱信息或空间细节，使得目视解译和特征提取更加容易。②应用领域举例：在环境监测中，融合高空间分辨率多光谱影像和低空间分辨率高光谱影像，可以精细监测污染源及其影响范围，同时获取更丰富的环境参数信息；在资源调查中，融合SAR影像（穿透云雾、获取纹理信息）和光学影像（提供光谱信息），可以提高在复杂地形和恶劣天气条件下对矿产、土壤类型的识别精度；在城市规划中，融合高分辨率光学影像和LiDAR数据，可以精确获取建筑物轮廓、高度和植被信息，为城市三维建模和管理提供支持。3.以某一地球科学应用领域（如环境监测、资源调查、灾害评估等）为例，阐述卫星影像处理技术在该领域的主要应用流程和方法。答：以环境监测领域为例，卫星影像处理技术的主要应用流程和方法通常包括：①数据获取与预处理：根据监测目标选择合适的卫星平台和数据，进行辐射校正（消除大气和传感器影响，获取地表真实反射率）和几何校正（消除几何变形，实现影像配准和精确地理定位）。②信息提取：根据监测内容，选择合适的图像处理方法提取相关信息。例如，监测水体变化，可采用影像镶嵌、大气校正、水体指数（如NDWI）计算、阈值分割或分类方法（监督/非监督/面向对象）提取水体范围；监测植被破坏或沙尘暴，可计算植被指数（如NDVI）、进行多时相影像比较或变化检测。③变化检测与分析：对于需要监测动态变化的环境问题，如土地覆盖变化、城市扩张、冰川退缩等，常采用亮度比值法、影像差分