卫星遥感农业估产工程师岗位招聘考试试卷及答案

卫星遥感农业估产工程师岗位招聘考试试卷及答案填空题（10题，每题1分）1.卫星遥感农业估产中最常用的植被指数是______（NormalizedDifferenceVegetationIndex）。2.微波遥感农业估产的核心优势是不受______限制。3.作物长势监测的关键生物物理参数包括叶面积指数（LAI）和______。4.遥感数据预处理的第一步通常是______（将DN值转换为辐射亮度值）。5.时间分辨率最高（<1天）的农业遥感卫星是______（MODIS系列）。6.基于作物生长物理过程的估产模型称为______模型。7.农业估产中“面积提取”的目的是确定______。8.高光谱遥感的优势是获取作物______信息。9.几何校正的参考数据是______（GCP）。10.干旱地区估产优先选择______遥感数据。单项选择题（10题，每题2分）1.高密度植被区估产更适合的植被指数是？A.NDVIB.EVIC.SAVID.RVI2.以下属于微波遥感卫星的是？A.Sentinel-2B.Landsat9C.Sentinel-1D.MODIS3.经验估产模型的典型代表是？A.回归模型B.WOFOSTC.DSSATD.PROSAIL4.作物产量形成的关键时期是？A.播种期B.拔节期C.灌浆期D.成熟期5.不属于生物物理参数的是？A.LAIB.NDVIC.生物量D.株高6.云去除属于遥感预处理的______步骤？A.辐射定标B.大气校正C.几何校正D.数据清理7.高分辨率遥感卫星（<1米）是？A.Sentinel-2B.WorldView-3C.Landsat9D.MODIS8.农业估产必须结合的是？A.地面实测数据B.GPS定位C.气象预报D.土壤类型9.微波遥感可监测的作物参数是？A.植被覆盖度B.冠层温度C.土壤墒情D.病虫害10.面向对象分类比像素分类更适合？A.平原种植区B.山区复杂区C.单一作物区D.低覆盖度区多项选择题（10题，每题2分）1.农业估产的核心步骤包括？A.数据获取B.预处理C.作物识别D.产量建模E.精度验证2.常用植被指数有？A.NDVIB.EVIC.SAVID.EVI2E.NDBI3.遥感预处理关键步骤是？A.辐射定标B.大气校正C.几何校正D.云去除E.拼接融合4.影响估产精度的因素有？A.数据质量B.地面误差C.模型参数D.天气条件E.地形5.农业遥感常用卫星星座是？A.LandsatB.SentinelC.MODISD.WorldViewE.GPS6.微波遥感优势是？A.全天候B.全天时C.穿透冠层D.不受云影响E.高光谱7.作物识别方法有？A.监督分类B.面向对象分类C.阈值法D.深度学习E.非监督分类8.需结合的地面数据是？A.产量实测B.种植面积C.土壤墒情D.长势观测E.气象9.机理模型特点是？A.基于生长过程B.需大量参数C.普适性强D.计算复杂E.局部适用10.高光谱优势是？A.识别品种B.监测病虫害C.估算生化成分D.精细指数E.高时间分辨率判断题（10题，每题2分）1.NDVI负值表示水体或云。（√）2.Sentinel-1是光学卫星。（×）3.经验模型比机理模型精度高。（×）4.几何校正消除传感器姿态误差。（√）5.微波遥感不能监测作物水分。（×）6.高光谱分辨率通常<10nm。（√）7.估产无需地面数据。（×）8.Landsat8热红外监测冠层温度。（√）9.面向对象分类适合山区。（√）10.产量建模核心是植被指数与产量关联。（√）简答题（4题，每题5分）1.简述卫星遥感农业估产基本流程。答案：流程分五步：①数据获取：选Sentinel-2、Landsat等卫星，获取生长季影像；②预处理：辐射定标、大气校正、几何校正、云去除，保证数据质量；③作物识别：用分类或阈值法提取种植面积；④长势监测：反演LAI、生物量等参数；⑤建模验证：建立经验/机理模型，结合地面实测产量验证，输出估产结果。2.NDVI与EVI的作用及区别？答案：NDVI用近红外/红光比值，区分植被与非植被，反映覆盖度，但高密度植被易饱和；EVI加入蓝光波段，减少大气/土壤背景影响，更适合高密度植被，反映生物量更准确。两者均用于长势监测，NDVI易计算，EVI敏感性更高。3.遥感预处理的关键步骤及意义？答案：①辐射定标：消除传感器误差，转换DN值为辐射亮度；②大气校正：还原地表真实反射率；③几何校正：匹配实际地理位置；④云去除：保证有效数据；⑤拼接融合：扩大覆盖或提升分辨率。预处理是估产基础，直接影响后续精度。4.影响估产精度的主要因素？答案：①数据质量：云覆盖、分辨率；②地面误差：实测产量/面积偏差；③模型不确定性：参数获取难；④环境因素：地形、天气、作物品种；⑤处理误差：校正、分类错误。需多源数据融合、加密地面观测降低影响。讨论题（2题，每题5分）1.如何用光学+微波多源数据提升估产精度？答案：光学数据（Sentinel-2）提供高光谱，用于作物识别、植被指数计算；微波数据（Sentinel-1）全天候成像，穿透冠层监测土壤墒情、生物量。融合方法：像素级（提升分辨率）、特征级（整合光学指数与微波后向散射）、决策级（加权模型结果）。例如，光学提面积，微波反演生物量，结合建模减少云缺失影响，提升精度及时空覆盖。2.山区农业估产的针对性措施？答案：①数据选择：用Sentinel-1微波数据或高分辨率光学数据；②预处理：加DEM地形校正，消除坡度/坡向影响；③识别：面向对象分类（结合纹理/形状）；④建模：按海拔分段建模，加入地形因子；⑤验证：加密山区样方，覆盖不同地形梯度。这些措施降低地形误差，提升山区估产准确性。答案汇总填空题答案1.NDVI2.云、雾3.生物量4.辐射定标5.MODIS6.机理7.作物种植范围8.精细光谱9.地面控制点10.微波单项选择题答案1.B2.C3.A4.C5.B6.D7.B8.A9.