2025年大学《生物统计学》专业题库及答案-生物统计学在森林遥感监测

2025年大学《生物统计学》专业题库及答案—生物统计学在森林遥感监测一、单选题（每题1分，共20分）1.在Landsat8OLI影像中，用于估算森林叶面积指数（LAI）的最优波段组合是A.Band1/Band2B.Band3/Band4C.Band4/Band5D.Band5/Band4答案：D2.若Sentinel2的NDVI时序服从AR(1)过程，其自相关系数ρ=0.72，则采样间隔需控制在多少天以内，才能保证年际变化检测的统计功效≥0.8（α=0.05）A.5B.8C.10D.16答案：C3.在kNN法估算森林蓄积量时，若采用欧氏距离且未对光谱变量进行标准化，可能导致的偏差类型为A.截距漂移B.斜率压缩C.异方差D.自相关答案：B4.使用GEDI全波形LiDAR数据提取RH95时，对波形进行高斯分解的主要目的是A.降低脉冲展宽效应B.抑制地形坡度影响C.增强回波信噪比D.校正大气衰减答案：A5.在随机森林回归中，若OOB误差随mtry增大而单调上升，则最合理的解释是A.噪声变量占比过高B.样本量不足C.树间相关性过低D.响应变量非平稳答案：A6.对MODISNDVI年际序列进行BreaksForAdditiveSeasonandTrend（BFAST）检测时，若显著性水平α从0.05调至0.01，则A.断点数量期望增加B.断点数量期望减少C.断点位置方差增大D.断点位置无偏性丧失答案：B7.在森林遥感抽样设计中，采用系统抽样比简单随机抽样方差降低的条件是A.空间自相关Moran’sI>0B.空间自相关Moran’sI<0C.样本量n>30D.响应变量服从正态分布答案：A8.若Sentinel1VH后向散射对森林生物量的敏感度在60t·hm⁻²后趋于饱和，则采用非线性模型优于线性模型的根本原因是A.降低异方差B.避免外推偏差C.提高决定系数D.满足正态残差答案：B9.在时空克里金中，若nugget/sill=0.4，则最优采样策略应A.增加时间采样频率B.增加空间采样密度C.同时增加时空采样D.减少采样避免过拟合答案：B10.使用无人机多光谱数据时，若太阳高度角<30°，则BRDF校正的最关键参数是A.热点指数B.散射角C.相对方位角D.观测天顶角答案：A11.对森林火烧迹地进行变化检测时，若采用差值法且假设双时相误差独立，则变化阈值的置信区间宽度与A.两时相标准差之和成正比B.两时相标准差平方和开方成正比C.两时相均值之差成正比D.两时相方差之比成正比答案：B12.在广义加性模型（GAM）中，若平滑函数edf>10，则最可能出现的诊断问题是A.欠拟合B.过拟合C.异方差D.多重共线答案：B13.若LiDAR点云密度从2pts·m⁻²增至8pts·m⁻²，则估算树高RMSE下降幅度主要受限于A.地形坡度B.脉冲重复频率C.光斑大小D.反射率饱和答案：A14.在时空加权回归（GWR）中，若带宽固定为5000m，则模型残差出现显著空间自相关的可能原因是A.核函数选择不当B.带宽过大C.带宽过小D.样本非平稳答案：B15.对Hyperion高光谱数据进行SavitzkyGolay滤波时，若窗口宽度<7，则A.保留高频噪声B.丢失吸收峰C.产生龙格振荡D.降低信噪比答案：A16.在森林类型分类中，若使用支持向量机（RBF核）且交叉验证精度随C增大而趋于平稳，则下一步应优先调优A.CB.γC.样本权重D.核函数类型答案：B17.若PlanetScope日序列缺失值>30%，则采用哪种插值方法可最小化LAI估算偏差A.线性插值B.样条插值C.卡尔曼滤波D.移动平均答案：C18.在分层抽样中，若层内方差相等但层大小差异大，则最优分配与比例分配相比，样本量变化趋势为A.大层减少、小层增加B.大层增加、小层减少C.各层同比例增加D.各层同比例减少答案：A19.使用Sentinel2红边波段构建的MTCI指数对叶绿素敏感，其统计分布通常呈A.正态B.对数正态C.BetaD.伽玛答案：B20.在森林碳变化不确定性分析中，若采用MonteCarlo法且输入变量相关系数ρ=0.6，则忽略相关性会导致95%置信区间A.变宽B.变窄C.不变D.偏移答案：B二、多选题（每题2分，共20分）21.下列哪些方法可有效降低LiDAR估算森林生物量的饱和效应A.采用大光斑全波形B.融合多频X与P波段C.引入树高—冠幅交互项D.使用非参数回归E.增加点云密度至>20pts·m⁻²答案：ABCD22.在MODISNDVI时间序列谐波分析（HANTS）中，影响重构精度的关键参数包括A.频率个数B.抑制阈值C.有效数据范围D.拟合容差E.空间分辨率答案：ABCD23.关于森林遥感分类中的“小样本”问题，下列说法正确的是A.迁移学习可缓解样本不足B.主动学习优先选择不确定性大的样本C.半监督SVM需假设分布重叠D.数据增强通过旋转镜像增加样本E.集成学习必然降低小样本方差答案：ABCD24.在进行森林火烧severity遥感评估时，常用的光谱指数包括A.NBRB.RdNBRC.RBRD.GEMIE.CSI答案：ABC25.若采用时空立方体（SpaceTimeCube）分析森林扰动，需满足的统计前提有A.时空平稳性B.时空可分离性C.正态残差D.无时空交互E.同质方差答案：ABCE26.下列哪些技术可提高Sentinel2影像亚像元森林覆盖率估算精度A.多端元光谱混合分析B.稀疏回归解混C.卷积神经网络软分类D.支持向量回归E.主成分分析降维答案：ABCD27.在森林高度反演中，若采用PolInSAR数据，需校正的关键误差源包括A.时间去相关B.体积去相关C.基线去相关D.热噪声去相关E.方位向模糊答案：ABCD28.关于Bootstrap估计森林碳储量置信区间，下列说法正确的是A.非参数Bootstrap不依赖分布假设B.当样本量<30时，偏差校正Bootstrap优于百分位法C.重复次数B≥1000可保证区间稳定D.平衡Bootstrap可降低抽样波动E.Bootstrap不能处理空间相关数据答案：ABCD29.在利用夜光遥感数据监测林区人类活动强度时，需进行的预处理包括A.影像去噪B.饱和校正C.年度合成D.亮温校正E.传感器间交叉校正答案：ABCE30.若采用深度时空网络（ConvLSTM）预测森林扰动，为防止过拟合可采取A.早停B.DropoutC.数据增强D.L2正则E.减小batchsize答案：ABCD三、判断题（每题1分，共10分）31.对于GEDI波形，若高斯分量个数>5，则树高估测RMSE必然降低。答案：错32.在森林遥感回归中，若残差呈现显著空间聚集，则经典R²会高估模型泛化能力。答案：对33.当使用Sentinel2的10m波段与20m波段融合时，采用GramSchmidt方法比双线性插值更能保持光谱保真度。答案：对34.若LiDAR点云密度<1pts·m⁻²，则无法提取单木参数。答案：错35.在随机森林变量重要性度量中，Permutation重要性对噪声变量具有鲁棒性。答案：错36.对森林火灾后NBR差值图像进行FDR多重比较校正，可降低伪变化像素率。答案：对37.当采用时空克里金预测森林生物量时，若时空各向异性比>2，则需分别拟合空间和时间半方差。答案：对38.在支持向量回归中，ε不敏感带的宽度与预测区间覆盖率呈线性关系。答案：错39.若Hyperion数据信噪比<50，则无需进行大气校正即可用于森林分类。答案：错40.对PlanetScope日序列进行Whittaker平滑时，λ参数越大，保留的季节振幅越小。答案：对四、填空题（每空1分，共20分）41.若Landsat8NDVI年际趋势用TheilSen斜率估计，其抗异常值能力优于最小二乘的原因是__________。答案：采用中位数而非均值42.在森林遥感抽样中，设计效应（deff）定义为__________与简单随机抽样方差之比。答案：当前抽样方差43.若MODISLAI产品的RMSE=0.68，则按正态近似，其95%置信区间半宽为__________。答案：1.3344.对Sentinel1时间序列采用小波分解，若选用Daubechies4作为母波，其消失矩为__________。答案：445.在PolInSAR森林高度反演中，若采用六维复相干最优估计，需至少__________个极化通道。答案：346.若GEDI光斑直径=25m，则对应圆形光斑面积约为__________m²。答案：49147.当使用无人机LiDAR提取单木时，若CHM栅格分辨率<0.5m，则树冠检测常用局部最大值滤波窗口大小为__________m。答案：348.在森林碳变化检测中，若采用配对t检验，则自由度为__________。答案：n149.对NDVI时间序列进行STL分解时，若季节窗口s=23，则趋势窗口t需满足t>__________。答案：2350.若随机森林回归树数=500，则OOB误差估计相当于采用__________的自助样本。答案：约36.8%51.在时空加权回归中，若采用高斯核，其带宽选择常用__________准则。答案：AICc52.若Sentinel2Band8中心波长=835nm，则其对应频率约为__________THz。答案：0.35953.对森林火烧severity进行RdNBR计算时，需预先对NBR进行__________变换。答案：对数54.在森林遥感分类中，若采用McNemar检验比较两种算法，其检验统计量服从__________分布。答案：χ²55.若LiDAR点云高程标准差=0.15m，则地形坡度1°对应的垂直误差约__________m。答案：0.02656.对Hyperion数据进行MNF变换时，若保留前20分量，则相当于降维至__________维。答案：2057.在森林生物量外推中，若采用模型平均，则权重可由__________信息准则确定。答案：AIC58.若PlanetScope影像空间分辨率为3m，则1km²区域像元数为__________。答案：11111159.对森林扰动时间序列采用Pettitt检验时，其原假设为__________。答案：序列无突变点60.在时空立方体中，若空间邻域k=8，时间邻域t=3，则局部Moran’sI的期望值为__________。答案：1/(n1)五、简答题（每题6分，共30分）61.给出利用Sentinel2红边波段估算森林叶绿素含量的统计建模流程，需包含变量筛选、共线性诊断、模型验证与不确定性量化四个环节，并说明各环节的统计依据。答案：（1）变量筛选：采用LASSO回归对Band5、Band6、Band7、Band8A、MTCI、CIrededge等候选变量进行稀疏选择，通过10折交叉验证选择λ₁se，保留非零系数变量，依据为最小化预测误差且避免过拟合。（2）共线性诊断：计算方差膨胀因子VIF，若VIF>5则剔除或采用主成分回归；同时用条件数κ检验，若κ>30表明存在强共线，需正则化。（3）模型验证：采用外部独立样本（n=60）进行验证，指标包括RMSE、MAE、R²及Willmott’sD；利用TheilSen回归检验系统偏差，若斜率95%置信区间不含1则存在比例误差。（4）不确定性量化：基于Bootstrap（B=2000）获得模型参数与预测值的经验分布，构建95%置信区间；结合MonteCarlo传播输入变量不确定性（光谱测量误差±2%），最终给出叶绿素含量预测区间，并报告覆盖率（应≈95%）以验证区间可靠性。62.给出基于GEDI波形数据估算森林地上碳密度的两阶段估计量，并推导其方差公式，需考虑光斑内生物量异质性与波形参数测量误差。答案：第一阶段：建立光斑级模型ŷᵢ=β₀+β₁RH95ᵢ+β₂PAIᵢ+εᵢ，εᵢ~N(0,σ²)第二阶段：区域估计Ŷ=Σᵢwᵢŷᵢ，wᵢ=Aᵢ/ΣAᵢ方差推导：Var(Ŷ)=Σᵢwᵢ²Var(ŷᵢ)+2Σᵢ<ⱼwᵢwⱼCov(ŷᵢ,ŷⱼ)其中Var(ŷᵢ)=xᵢᵀVar(β)xᵢ+σ²Cov(ŷᵢ,ŷⱼ)=xᵢᵀVar(β)xⱼ若假设空间不相关，则第二项为0；若考虑光斑重叠引入空间相关，需用协方差函数C(h)=C₀exp(h/φ)建模，最终方差为Var(Ŷ)=Σᵢwᵢ²[xᵢᵀVar(β)xᵢ+σ²]+2Σᵢ<ⱼwᵢwⱼC(hᵢⱼ)其中Var(β)=σ²(XᵀX)⁻¹，C₀与φ由经验半方差拟合获得。63.说明如何利用时空克里金预测2025年某林区LAI空间分布，并给出实验半方差建模、时空可分离性检验及交叉验证步骤。答案：（1）数据准备：收集2018—2024年Sentinel2LAI时序，每16天一期，共161景，剔除云覆盖>20%影像，采用Whittaker平滑填补缺失值。（2）实验半方差建模：分别计算空间半方差γₛ(h)与时间半方差γₜ(u)，拟合球状模型；构建时空综合模型γₛₜ(h,u)=γₛ(h)+γₜ(u)−k·γₛ(h)γₜ(u)，若k≈0则满足可分离性，采用似然比检验，若p>0.05则接受可分离假设。（3）时空可分离性检验：采用ProductSum模型对比非可分离模型，用AIC比较，若ΔAIC<2则认为可分离成立。（4）交叉验证：采用leaveonelocationout交叉验证，统计RMSE、ME、CRPS；若ME≈0且RMSE最小，则模型最优。（5）预测：在2025年目标日期，利用周边时空邻域n=20构建克里金系统，求解权重λ，得到LAI预测图及95%置信区间，并输出预测标准误差栅格。64.给出利用无人机多光谱与LiDAR融合数据实现单木级树种分类的统计特征选择流程，需说明高维特征降维、类别不平衡处理及算法评估指标。答案：（1）特征提取：多光谱提取均值、方差、纹理（GLCM对比度、熵）、红边指数；LiDAR提取高度百分位数、冠层密度、叶片面积密度剖面，共形成p=78维特征。（2）高维降维：采用Boruta算法（基于随机森林）筛选与树种显著相关特征，控制FDR<0.05；随后用PLSDA进一步压缩至潜变量LV=12，解释协方差>85%。（3）类别不平衡：采用SMOTE过采样+Tomeklink清洗，使少数类样本量增至与多数类比值≥0.8；并用CostsensitiveSVM设置惩罚权重与类别频率成反比。（4）算法评估：采用分层5折交叉验证，报告MacroF1、Kappa、AUC及每类用户精度；利用DeLong检验比较AUC差异，若p<0.05则差异显著；最终给出混淆矩阵及95%置信区间。65.给出基于PlanetScope日序列检测2025年森林干旱胁迫的统计检验框架，需包含趋势分解、突变检测、多重比较校正及结果验证。答案：（1）趋势分解：采用STL将NDVI序列分解为季节、趋势与残差，设置robust=TRUE以抗异常值。（2）突变检测：对趋势分量应用BFAST，设定最大断点数=3，采用MOSUM检验，α=0.05；对每一像元独立检测。（3）多重比较：采用BenjaminiHochbergFDR校正，设定q=0.1，控制全局假发现率；若像元p值<校正阈值，则标记为显著胁迫。（4）结果验证：选取30个地面实测水分胁迫点，构建混淆矩阵，计算用户精度与生产者精度；采用Cohen’sKappa检验一致性，若Kappa>0.7则认为检测可靠；同时利用独立年际气象数据（SPEI）进行Pearson相关检验，若r>0.5且p<0.01则支持遥感检测结果。六、综合计算题（共30分）66.某研究区面积500km²，采用Sentinel2与GEDI融合估算森林碳密度。已知：（1）Sentinel2空间分辨率10m，GEDI光斑直径25m，沿轨采样间隔60m，跨轨间隔600m；（2）先验变异函数为球状模型，块金值=20(t·hm⁻¹)²，基台值=100(t·hm⁻¹)²，变