2025年大学《地球信息科学与技术》专业题库- 地球信息科学在环保监督中的应用

2025年大学《地球信息科学与技术》专业题库——地球信息科学在环保监督中的应用考试时间：______分钟总分：______分姓名：______一、选择题1.在环境空气质量监测中，遥感技术主要利用哪种谱段的信息来探测PM2.5浓度？A.可见光波段B.热红外波段C.微波波段D.紫外波段2.下列哪种地理信息系统分析方法最常用于确定受某种污染源影响范围内的所有目标？A.叠置分析B.缓冲区分析C.网络分析D.栅格数据重分类3.利用高分辨率卫星遥感影像监测城市绿地变化，主要依赖哪种传感器获取信息？A.MODISB.Landsat8C.Sentinel-2D.GOES4.在土壤重金属污染评估中，地球信息科学主要帮助确定哪些内容？A.污染物的化学形态B.污染源的具体位置C.污染物在土壤剖面中的垂直分布D.污染对人体健康的具体影响5.无人机遥感相比传统卫星遥感，在环境应急监测中主要优势在于？A.成本更低B.机动灵活，可快速到达现场C.监测范围更广D.图像分辨率更高6.地理信息系统（GIS）的“空间”特性主要指的是？A.数据量巨大B.数据具有位置属性C.数据更新频繁D.数据处理复杂7.水体富营养化监测中，遥感技术难以有效监测的指标是？A.叶绿素a浓度B.水体透明度C.蓝绿藻水华覆盖范围D.溶解氧浓度8.全球定位系统（GPS）在森林资源调查中的应用主要是为了？A.监测树木生长变化B.精确测量树木位置用于统计密度C.识别森林类型D.分析土壤湿度9.将遥感影像上不同地物（如建筑、水体、植被）的像元值按照实际地物类别进行重新分类，称为？A.图像辐射校正B.图像几何校正C.图像解译与分类D.图像镶嵌10.地球信息科学在生态保护中，可用于评估一个区域的哪些能力？A.经济发展水平B.生态系统服务功能C.人口密度D.交通便利程度二、填空题1.遥感数据获取方式主要分为______遥感和______遥感。2.GIS的三个核心组成要素是：______、______和______。3.利用遥感影像计算植被指数（如NDVI）可以帮助反演______和______等信息。4.环境污染溯源是指利用地球信息科学技术确定______的过程。5.地面数字高程模型（DEM）可以用于分析______、______等环境要素。6.无人机遥感系统通常由______、______和______三部分组成。7.大气污染物的主要监测指标包括______、______和______等。8.土地利用/覆盖变化（LUCC）监测对于______和______具有重要意义。三、简答题1.简述利用遥感技术监测水体富营养化的主要原理和方法。2.简述GIS在环境污染扩散模拟中的应用过程。3.简述地球信息科学在土壤侵蚀监测与评估中的作用。4.简述无人机遥感技术在环境应急监测中的主要应用场景。四、论述题1.论述地球信息科学多源数据融合在环境监测中的优势及其面临的挑战。2.结合实例，论述地理信息系统（GIS）在区域生态环境评价中的应用价值。试卷答案一、选择题1.B2.B3.C4.B5.B6.B7.D8.B9.C10.B二、填空题1.主动式，被动式2.硬件，软件，数据3.植被覆盖度，生物量4.污染源5.地形坡度，坡向6.航空器（无人机平台），任务载荷（传感器），地面控制站（地面系统）7.PM2.5，SO2，NO28.环境规划，生态保护三、简答题1.原理:利用不同地物对电磁波辐射的吸收和反射特性差异，通过遥感传感器获取水体光谱信息。富营养化水体中藻类、浮游生物大量繁殖，会吸收大量蓝绿光，增强红光和近红外光反射，导致水体颜色变化，光谱特征也随之改变。方法:(1)图像判读：根据水体颜色变化（如绿藻水华呈黄绿色）初步判断。(2)光谱指数计算：计算如NDVI（vegetationindex）、蓝绿光指数等，这些指数在富营养化水体中通常有特定变化规律。(3)影像分类：将水体从背景地物中分离出来，并监测其范围变化。(4)动态监测：进行时序遥感影像对比，分析富营养化范围和程度的变化趋势。2.应用过程:(1)数据获取：收集污染源信息（位置、排放强度）、气象数据、地形数据以及遥感影像等。(2)污染物扩散模型选择：根据污染物类型、环境介质（空气或水）选择合适的扩散模型（如高斯模型、箱式模型等）。(3)模型参数设置：输入污染源参数、气象条件、地形数据等。(4)模型运行与模拟：计算污染物在不同时间、空间下的浓度分布。(5)结果分析与评价：利用GIS进行可视化展示，评估污染影响范围和程度，为应急决策提供支持。3.作用:(1)信息获取：利用遥感技术（特别是高分辨率影像）快速、大范围获取地表覆盖信息，识别不同土地利用类型。(2)变化监测：通过多时相遥感影像对比，监测土地覆被变化状况，如林地砍伐、城市扩张、水土流失区域等。(3)模型支持：将遥感监测到的土地利用/覆盖数据作为输入，用于土壤侵蚀模型（如RUSLE模型）的因子分析，评估侵蚀模数和潜在风险。(4)评估与管理：基于监测结果，评估土壤侵蚀的时空分布特征，为制定水土保持措施、进行生态环境管理提供科学依据。4.主要应用场景:(1)突发环境污染事件应急响应：快速抵达事故现场（如化工厂泄漏、油库火灾），获取高分辨率影像，确定污染范围、类型和程度，为应急指挥和处置提供依据。(2)灾后环境状况评估：对自然灾害（如洪水、地震）后的水体污染、土壤破坏、植被损毁等环境状况进行快速评估。(3)小范围、高精度环境监测：对城市特定区域（如排污口、垃圾填埋场）、自然保护区进行精细化的环境要素监测和变化跟踪。四、论述题1.优势:(1)信息互补：不同传感器（如卫星、飞机、无人机、地面传感器）具有不同的空间、时间、光谱和辐射分辨率，融合可弥补单一数据源的不足。(2)提高精度：融合后的数据在几何、辐射等方面可能得到改善，提高环境参数反演和监测的精度。(3)扩展应用：融合数据能提供更丰富、更全面的环境信息，支持更复杂的环境分析与模拟，拓展应用领域。(4)完善监测：实现对环境要素更全面、连续的监测，克服单一手段的局限性。挑战:(1)数据配准与融合算法：不同来源数据存在几何畸变、辐射差异和时间戳不同等问题，精确配准和选择合适的融合算法技术难度大。(2)信息冗余与冲突：不同数据可能包含冗余信息或存在冲突，如何有效融合并消除冲突是难点。(3)传感器协同：多源数据获取需要复杂的任务规划和传感器协同工作，成本高、协调难。(4)技术标准化：缺乏统一的数据标准和融合规范，影响融合应用的效率和互操作性。2.应用价值:(1)空间可视化：GIS强大的空间数据管理和可视化能力，可以将各种环境要素（如污染源、监测点、污染范围、地形、气象、土地利用等）及其空间关系在地图上直观展示，便于综合分析和理解。(2)空间分析评价：利用GIS的空间分析功能（如缓冲区分析、叠置分析、网络分析、地形分析等），可以定量评估环境质量现状、识别污染热点区域、分析污染扩散路径、评价生态环境敏感性等。(3)模型支持：GIS可作