2025年大学《地球信息科学与技术》专业题库- 遥感技术在气候变化监测中的应用

2025年大学《地球信息科学与技术》专业题库——遥感技术在气候变化监测中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分。请将正确选项的字母填在题干后的括号内）1.下列哪种遥感传感器主要利用地物对电磁波的发射特性来探测地表温度？A.光学多光谱传感器B.成像雷达C.热红外扫描仪D.激光雷达2.在遥感数据处理中，大气校正的主要目的是？A.消除传感器本身造成的误差B.改正地形起伏引起的阴影效应C.消除大气分子和气溶胶对电磁波传播的影响D.将原始DN值转换为地表实际物理量3.用于监测植被生长状况和覆盖变化最常用的植被指数是？A.归一化差分水体指数（NDWI）B.归一化植被指数（NDVI）C.赤红光-近红外指数（NDWI）D.均值归一化差异指数（MNDWI）4.以下哪项不是利用遥感技术监测冰川前进后退的主要方法？A.光学影像对比分析冰川边缘位置变化B.利用合成孔径雷达（SAR）获取全天候影像分析变化C.通过卫星测高数据计算冰川质量平衡D.直接在冰川表面布设气象站进行观测5.海表温度（SST）遥感反演中，单通道算法通常基于的原理是？A.不同地物在特定波段具有独特的光谱反射率曲线B.水体对热红外波段的强烈吸收特性C.大气窗口区域辐射传输相对简单D.利用多个相邻波段的信息进行插值6.遥感数据时间序列分析方法的主要目的是？A.获取更高空间分辨率的影像B.减少遥感数据的光谱噪声C.分析地物参数在时间上的变化趋势D.将不同平台的数据融合到同一地理坐标系7.下列哪项指标通常被用于评估干旱状况？A.归一化差分水体指数（NDWI）B.均值归一化差异指数（MNDWI）C.蒸发皿蒸发量D.地表温度（LST）8.卫星雷达高度计主要用于测量？A.大气水汽含量B.海洋表面风场C.海平面高度变化D.地表植被生物量9.遥感技术在气候变化监测中面临的主要挑战之一是？A.传感器种类过于单一B.遥感数据时空分辨率限制C.缺乏地面同步观测数据D.遥感影像处理软件操作复杂10.下列哪项不属于遥感技术在未来气候变化监测中可能的发展方向？A.更高空间和光谱分辨率的传感器B.融合多源遥感数据（光学、雷达、激光等）C.利用人工智能进行自动化信息提取D.减少对地面站点的依赖二、填空题（每空2分，共20分。请将答案填在横线上）1.遥感技术依据的主要物理基础是地物对电磁波的______和______特性。2.热红外遥感探测地表温度时，通常需要考虑大气______和传感器本身的热惯性等因素带来的误差。3.利用合成孔径雷达（SAR）干涉测量（InSAR）技术可以精密测量地表______的变化。4.植被指数NDVI的计算公式为（红光波段反射率-近红外波段反射率）/（红光波段反射率+近红外波段反射率）。5.监测全球海平面上升趋势，除了卫星测高，还可以利用______等遥感手段进行辅助分析。6.遥感数据解译中，选择训练样本和验证样本时，应确保它们具有______和______。7.遥感大气校正的目的是消除大气路径辐射的影响，将传感器接收到的信号转换为地表______。8.遥感技术监测气候变化可以提供______、客观和连续的观测信息。9.无人机遥感平台因其______和______的特点，在局部区域或应急监测中具有优势。10.为了提高气候变化监测的可靠性，通常需要采用______和______相结合的观测策略。三、名词解释（每题4分，共20分）1.电磁波谱2.地表温度反演3.归一化植被指数（NDVI）4.合成孔径雷达（SAR）5.卫星测高四、简答题（每题6分，共24分）1.简述热红外遥感数据获取地表温度的基本原理。2.简述利用遥感技术监测冰川变化的主要方法及其原理。3.简述大气校正在遥感数据应用中的重要性。4.简述遥感数据在监测全球变暖方面的主要贡献。五、论述题（每题10分，共30分）1.论述遥感技术在水文循环要素（如蒸散发、径流）变化监测中的应用潜力与主要方法。2.结合具体实例，论述多源遥感数据融合在气候变化监测中的优势及其面临的挑战。3.分析当前遥感技术在气候变化监测方面存在的局限性，并提出可能的改进方向或技术发展趋势。试卷答案一、选择题1.C2.C3.B4.D5.B6.C7.A8.C9.B10.D二、填空题1.吸收反射2.透射散射3.高程（或形变）4.红外5.光学（如多光谱影像）6.同质性代表性7.物理量（或辐射亮度/温度等）8.时间9.机动性灵活性10.地面观测（或现场观测）三、名词解释1.电磁波谱：指按照电磁波的波长或频率大小顺序排列成的序列。遥感主要利用可见光、红外、微波等特定波段的电磁波与地物相互作用的信息。2.地表温度反演：指利用遥感传感器（主要是热红外传感器）探测到的地物热辐射信息，通过一定的物理模型或算法，反演计算得到地表物体表面温度的过程。3.归一化植被指数（NDVI）：一种常用的植被指数，通过计算近红外波段和红光波段的反射率差值除以它们的和来获得，用于表征植被的密度和生长状况。4.合成孔径雷达（SAR）：一种通过发射电磁波并接收目标回波来成像的雷达技术。其关键特点是利用信号处理技术将尺寸有限的实际天线孔径的“合成”效果，从而获得高分辨率图像。5.卫星测高：利用人造卫星上搭载的测高仪器，向海面发射脉冲信号，测量信号往返卫星和海面之间的时间延迟，从而精确计算卫星到海面的距离，进而获取海面高度信息的技术。四、简答题1.解析思路：热红外遥感是基于普朗克定律和斯蒂芬-玻尔兹曼定律。物体温度与其发射的热辐射能量（功率）和波长有关。热红外传感器主要接收地物自身发射的微波段（通常是8-14微米）电磁波。传感器测量到的是地物表面的辐射亮度或温度，通过校准将探测到的电信号转换为辐射亮度值，再结合大气参数（如大气透过率、发射率）和传感器特性，利用反演算法（如单通道、分裂窗、反演公式法等）最终求得地表温度。2.解析思路：主要方法包括：①光学遥感：利用不同时期、不同分辨率的光学影像（如Landsat,Sentinel-2）进行对比分析，通过目视解译或半自动/自动方法监测冰川边缘退缩、面积变化、冰舌前伸等；②雷达遥感：SAR具有全天候、全天时的特点，穿透薄冰和雪被，可获取冰川表面形貌信息。InSAR技术通过干涉测量可精确获取冰川表面形变（垂直位移和水平位移），从而监测冰川速度和运动状态；③冰川指数：如Zhou指数等，结合多时相影像，定量评估冰川变化率。核心原理是利用不同传感器和不同时间获取的数据，通过对比分析地物（冰川）的几何、光谱或雷达后向散射等特征的变化。3.解析思路：大气层如同一个透镜，会吸收、散射和反射来自地物的电磁波，使得传感器接收到的信号不再是真实的地表信息，而是地表、大气层共同作用的结果。大气校正的目的是模拟或去除大气层的影响，恢复地物真实的反射率或辐射亮度。对于可见光和近红外波段，大气散射是主要影响；对于热红外波段，大气透射和发射是主要影响。准确的大气校正对于获取可靠的地表参数（如LST、植被指数、水体参数等）至关重要，是许多遥感应用（特别是定量遥感）的基础和关键环节。4.解析思路：遥感技术为气候变化监测提供了独特优势：①时空连续性：卫星遥感可以提供数十年甚至上百年的全球范围观测数据，覆盖时空尺度，满足气候变化研究对长期序列数据的需求；②宏观视野：能够观测到全球尺度的现象，如海平面上升、极地冰盖融化、植被覆盖变化等，为理解全球性气候变化提供依据；③客观性：遥感观测相对不受地面站点分布限制，可以获取站点难以覆盖的区域信息，且观测过程客观，减少人为偏差；④多维度：利用不同谱段（光学、红外、微波）和不同传感器（雷达、激光雷达）可监测多种气候相关要素（温度、降水、水汽、风场、海表温度、海平面、冰雪、植被等）；⑤数据共享：遥感数据通常具有公开获取性，便于全球科学界共享和合作研究，支持IPCC等国际组织的报告编制。五、论述题1.解析思路：①潜力：遥感技术能够大范围、周期性地监测水文循环的关键要素。例如，利用多光谱/高光谱影像结合NDVI、NDWI等指数可估算植被蒸散发；利用光学/雷达影像监测地表水体面积、水位变化、洪水范围；利用热红外影像估算地表温度，间接反映土壤湿度状况；结合地形数据和雷达干涉测量（InSAR）可估算土壤湿度剖面或地表沉降（与地下水开采相关）；利用卫星测高可监测大尺度水体（如湖泊、水库）体积变化。②方法：主要包括指数法（如基于NDVI/NDWI估算蒸散发）、反演模型法（结合能量平衡、水热平衡模型反演蒸散发）、光学/雷达水份参数反演模型、InSAR形变分析（与地下水相关）、时间序列分析（监测水体面积、温度变化趋势）等。2.解析思路：①优势：多源数据融合可以优势互补，提高信息获取的全面性、准确性和可靠性。例如，融合光学影像的高空间分辨率和光谱信息与雷达影像的全天候、全天时及穿透能力，可以克服单一数据源的限制，实现更精确、更稳健的地表参数监测（如植被、土壤、水体的精确分类和参数反演）；融合不同传感器（如光学、雷达、激光雷达、重力卫星）的数据，可以获取更丰富的地物物理信息，用于更复杂的气候变化过程研究；融合不同时间尺度的数据（如长期卫星数据与气象数据），有助于进行更深层次的时间序列分析和归因研究。②挑战：主要挑战包括：数据配准与融合算法的选择与实现难度；不同数据源之间量纲、尺度、分辨率的不一致性带来的匹配问题；融合后信息损失的潜在风险；融合产品的精度验证与不确定性分析复杂；以及融合处理流程的复杂性增加。3.解析思路：①局限性：①分辨率限制：现有卫星遥感在空间、时间和光谱分辨率上仍有不足，难以满足某些精细过程研究的需求（如小尺度极端事件、生物个体行为）。②云与大气影响：光学遥感和部分热红外遥感易受云层和大气气溶胶的影响，导致观测数据缺失或失真。③辐射定标与大气校正误差：传感器辐射定标不精确、大气校正模型不完善会影响地表参数反演的精度。④数据处理复杂性与成本：遥感数据处理流程复杂，需要专业知识，且计算量大，处理成本较高。⑤数据标准化与共享：不同传感器、不同时间的数据格式、元数据不统一，数据共享和集成应用存在障碍。⑥与地面观测的融合：遥感数据与地面观测数据在尺度、精度上匹配困难，融合应用有待深化。