2025年大学《地球信息科学与技术》专业题库- 遥感技术在农田灌溉规划中的应用

2025年大学《地球信息科学与技术》专业题库——遥感技术在农田灌溉规划中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分。请将正确选项字母填在题后括号内）1.在利用遥感技术进行农田植被覆盖度监测时，通常优先选用哪种波段的影像？（）A.红外波段B.红光波段C.近红外波段D.可见光波段2.下列哪一项不属于遥感数据预处理的主要内容？（）A.辐射校正B.几何校正C.图像镶嵌D.图像分类3.影响作物水分胁迫监测精度的关键因素之一是？（）A.传感器类型B.遥感影像时间分辨率C.地面气象数据质量D.以上都是4.农田蒸散量（ET）遥感反演的主要物理基础是？（）A.辐射传输理论B.水分胁迫指数模型C.能量平衡原理D.地表热量平衡模型5.在农田灌溉规划中，利用遥感技术监测作物缺水状况的主要依据是？（）A.作物光谱特征的变化B.地面温度的变化C.土壤电导率的变化D.作物生物量的变化6.下列哪种遥感数据更适合在阴天、云雨天气条件下获取农田地表水分信息？（）A.光学卫星遥感数据B.智能手机摄像头数据C.微波雷达遥感数据D.热红外遥感数据7.遥感技术在大型灌区灌溉效率评估中的应用主要体现在？（）A.精确监测灌区内的作物种类分布B.实时监测灌区各子区域的水分状况C.自动控制灌区的闸门开关D.统计灌区内的总人口数量8.生成农田水分胁迫指数（如WSI）的主要步骤通常包括？（）A.获取多时相遥感影像B.计算植被指数（如NDVI）C.获取地表温度数据D.以上都是9.遥感技术在进行区域水资源潜力评价时，主要提供哪种信息支持？（）A.地表水资源数量B.地下水资源储量C.作物需水规律数据D.区域水资源时空分布特征10.将遥感数据与其他地理空间数据（如地形、土壤类型）进行集成分析，属于？（）A.遥感数据处理技术B.遥感信息提取技术C.地理信息系统（GIS）空间分析技术D.遥感图像解译方法二、简答题（每小题5分，共25分。请简明扼要地回答下列问题）1.简述遥感图像辐射校正的主要目的和基本原理。2.描述利用遥感技术监测作物生长阶段的主要方法和依据。3.解释什么是作物水分胁迫指数（如NDVI-KNDVI），及其在灌溉中的应用意义。4.简述遥感技术在优化农田灌溉制度中可以发挥的作用。5.列举至少三种遥感技术在精准农业灌溉管理中的应用实例。三、论述题（每小题10分，共20分。请围绕下列问题展开论述）1.论述利用多源遥感数据（如光学、雷达）融合技术监测农田土壤墒情的优势与挑战。2.结合具体应用场景，论述遥感技术如何支持农业灌溉工程的规划与效益评估。四、计算题（共15分。请根据要求完成下列计算）假设某研究区获取了某时相的Landsat8影像，并计算得到该区域植被指数NDVI值为0.35。已知该区域主要作物为小麦，其在该生长阶段的作物水分胁迫指数WSI计算公式为：WSI=(NDVI-0.35)/(0.85-0.35)。请计算该区域当前的小麦水分胁迫指数，并根据该指数值简要分析其水分状况（提示：可根据指数大小划分水分状况等级）。---试卷答案一、选择题1.C2.C3.D4.C5.A6.C7.B8.D9.D10.C二、简答题1.目的：消除或减弱遥感影像获取过程中由大气、传感器以及地形等因素引起的影响，使影像数据真实反映地物本身的辐射能量或反射率特性。原理：通常通过建立大气辐射传输模型，利用地面实测光谱辐射或同步气象数据，对原始影像数据进行订正，得到地表真实反射率或辐射亮度值。2.方法：主要通过计算和监测植被指数（如NDVI、EVI）、叶面积指数（LAI）、作物长势图等遥感参数；利用多时相遥感影像，分析植被指数的时间变化曲线；结合地面观测数据（如株高、叶绿素含量）进行验证和建模。依据：不同生长阶段的作物，其光谱反射特性、植被指数值、覆盖度等遥感参数存在显著差异。3.定义：作物水分胁迫指数（如NDVI-KNDVI）是结合植被指数（NDVI）和基于温度的胁迫指数（KNDVI）构建的复合指数，旨在更准确地反映作物水分状况。NDVI反映植被光合作用能力，KNDVI利用作物叶片与大气水分蒸汽压的平衡关系，对温度敏感，能有效指示水分胁迫。意义：通过监测WSI的时间变化，可以实时、动态地评估作物的水分胁迫程度，为适时、适量灌溉提供科学依据，实现精准灌溉管理。4.作用：遥感技术可以大范围、快速、动态地获取作物需水关键参数（如LAI、蒸散量、水分胁迫状况）；结合气象数据和作物模型，可估算不同作物的需水量；监测灌溉水在农田的分布和利用效率；评估不同灌溉方式的效果，为优化灌溉制度（如灌溉时间、灌溉量）提供数据支持。5.实例：*墒情监测预警：利用遥感技术实时监测土壤水分，结合气象预报，发布干旱或涝渍预警，指导灌溉决策。*灌溉面积监测：利用遥感影像监测有效灌溉面积变化，评估灌溉工程覆盖范围和效果。*灌区运行管理：监测灌区输水渠道的水量、水质变化，评估灌水效率，识别漏水点。*作物缺水诊断：通过遥感识别作物缺水区域，实现精准灌溉，节约用水。三、论述题1.优势：*信息互补：光学遥感受云雨雾影响大，但能提供高光谱、高分辨率的光谱信息；雷达遥感穿透能力强，不受天气影响，能提供地表散射信息。融合可获取更全面、更可靠的地表信息。*提高精度：融合后的数据在植被冠层参数反演（如LAI、生物量）、土壤水分估算等方面通常比单一数据源有更高的精度和稳定性。*增强时序分析能力：结合不同传感器的优势，可以延长观测时间序列，更好地进行动态监测和变化分析。*克服单一传感器局限：弥补光学传感器在恶劣天气下的信息缺失，或弥补雷达传感器在区分植被冠层与土壤时的不足。挑战：*数据配准与融合难度：不同传感器获取的数据在空间分辨率、几何投影、时间分辨率上可能存在差异，精确配准和有效融合技术要求高。*算法复杂性：数据融合算法（如像素级、特征级、决策级融合）种类多，选择和实现难度大，计算量可能增加。*信息冗余与信息丢失：融合过程可能引入冗余信息，或在不同融合策略下可能导致部分原始信息的丢失。*应用模型适应性：融合数据可能需要重新开发或调整应用模型以适应新的数据特性。2.论述：*规划阶段：利用遥感技术进行区域水资源调查，评估地表水和地下水资源潜力与时空分布；进行土地利用/覆盖调查，获取农田面积、类型和分布图；监测地形地貌，评估灌溉条件；分析历史气象数据和作物需水规律，为确定灌溉方案、规划灌溉工程（如渠道、水库）提供基础数据支撑。例如，通过遥感估算不同区域的需水量，可以指导合理分配水资源，优化灌区布局。*效益评估阶段：遥感技术可用于监测灌溉工程实施后，灌溉面积的变化、灌溉水量的实际分布情况；通过对比工程实施前后作物的长势、产量变化，评估灌溉工程的增产效益；监测灌区土壤水分动态，评估灌溉效率（水分生产率）；识别灌溉中存在的问题（如水资源浪费、局部干旱），为工程优化管理提供依据。例如，利用遥感监测不同灌溉模式下的作物水分状况和产量差异，可以量化评估不同方案的效益，指导后续管理优化。四、计算题1.计算：WSI=(NDVI-0.35)