2026年园林绿化遥感测试题及答案

2026年园林绿化遥感测试题及答案

一、单项选择题（10题，每题2分）1.园林绿化遥感监测中，反映植被覆盖度和长势的最常用植被指数是？A.NDVIB.EVIC.SAVID.GNDVI2.以下属于高分辨率卫星遥感平台的是？A.Landsat8B.Sentinel-2C.WorldView-3D.MODIS3.无人机遥感园林绿化监测中，常用飞行重叠度为？A.前向30%，侧方20%B.前向60%，侧方40%C.前向80%，侧方60%D.前向50%，侧方30%4.需人工选择训练样本的遥感影像分类方法是？A.非监督分类B.监督分类C.自动分类D.目视解译5.监测园林绿化病虫害的敏感植被指数是？A.NDVIB.GNDVIC.NDWID.EVI6.遥感数据预处理中大气校正的主要目的是？A.消除大气辐射传输影响B.提高空间分辨率C.拼接影像D.增强对比度7.适用于大尺度园林绿化覆盖度监测的遥感数据是？A.无人机高分辨率影像B.Landsat多光谱影像C.高光谱机载影像D.地面光谱仪数据8.城市园林绿化碳汇估算核心遥感参数是？A.植被覆盖度B.叶面积指数（LAI）C.物种数量D.灌溉量9.属于遥感间接解译标志的是？A.色调B.形状C.位置D.纹理10.高光谱与多光谱遥感的核心区别是？A.空间分辨率更高B.波段数量多且连续C.时间分辨率更高D.覆盖范围更广二、填空题（10题，每题2分）1.归一化植被指数（NDVI）表达式为________（近红外反射率-红光反射率）/（近红外反射率+红光反射率）。2.园林绿化遥感常用高分辨率多光谱卫星包括Sentinel-2和________。3.无人机遥感前向重叠度一般不低于________%以保证拼接精度。4.遥感影像分类分为监督分类、非监督分类和________三类。5.监测园林绿化土壤湿度的常用指数是________。6.像元二分法将像元分为植被和________两类。7.高光谱遥感可用于园林绿化________识别。8.卫星遥感时间分辨率指________。9.遥感预处理包括辐射定标、大气校正、________和几何校正。10.园林绿化长势分级基于植被指数和________。三、判断题（10题，每题2分）1.NDVI值越高，植被覆盖度越高、长势越好。（）2.无人机遥感空间分辨率比卫星遥感低。（）3.大气校正不改变遥感影像辐射值。（）4.高光谱遥感可区分不同园林绿化物种。（）5.像元二分法仅适用于高分辨率影像。（）6.园林绿化遥感仅能监测覆盖度，无法监测病虫害。（）7.Sentinel-2重访周期为5天。（）8.监督分类需人工标注训练样本，非监督分类不需要。（）9.无人机遥感无需地面实测验证。（）10.植被指数变化可反映园林绿化动态变化（如修剪、补植）。（）四、简答题（4题，每题5分）1.简述园林绿化遥感中常用的三种植被指数及其应用场景。2.对比卫星遥感与无人机遥感在园林绿化监测中的优缺点。3.简述遥感数据预处理的主要步骤及目的。4.说明如何利用遥感技术监测城市园林绿化病虫害。五、讨论题（4题，每题5分）1.讨论高光谱遥感在园林绿化物种精准识别中的应用潜力及挑战。2.结合城市园林绿化需求，分析多源遥感数据融合的必要性及方法。3.讨论无人机遥感在园林绿化动态监测（如修剪、补植）中的应用策略。4.分析遥感技术在园林绿化碳汇核算中的优势及存在的问题。一、单项选择题答案及解析1.A解析：NDVI是最常用植被指数，通过近红外与红光比值反映覆盖度和长势，应用广泛。2.C解析：WorldView-3空间分辨率达0.3m，属于高分辨率卫星；Landsat8为30m，Sentinel-2为10m，MODIS为250-1000m。3.B解析：无人机常用前向60%、侧方40%重叠度，保证拼接连续性和精度。4.B解析：监督分类需人工选择已知类别样本训练，非监督分类无需。5.B解析：GNDVI对叶绿素变化敏感，适合病虫害监测（病虫害导致叶绿素减少）。6.A解析：大气校正消除散射、吸收影响，还原地物真实辐射值。7.B解析：Landsat覆盖范围大（185km×185km），适合大尺度覆盖度监测；无人机/高光谱覆盖范围小。8.B解析：LAI与生物量强相关，是碳汇估算核心参数；覆盖度为辅助参数。9.C解析：间接解译标志通过相关地物推断目标（如公园内植被）；色调、形状、纹理为直接标志。10.B解析：高光谱波段达数百至上千且连续，多光谱仅数十个离散波段。二、填空题答案1.（近红外反射率-红光反射率）/（近红外反射率+红光反射率）2.WorldView-3（或QuickBird）3.604.目视解译5.NDWI（或土壤湿度指数SMI）6.非植被（或土壤/裸地）7.物种（或单一物种）8.同一区域两次成像的时间间隔9.辐射增强（或影像拼接）10.叶面积指数（LAI）三、判断题答案及解析1.√解析：NDVI范围-1~1，植被区0.3~0.8，值越高长势越好。2.×解析：无人机分辨率可达厘米级，远高于卫星（如Landsat30m）。3.×解析：大气校正需调整辐射值，还原地物真实反射率。4.√解析：高光谱连续波段捕捉物种特有光谱特征，实现精准识别。5.×解析：像元二分法适用于中低分辨率影像（如Landsat30m），高分辨率也可。6.×解析：遥感可通过植被指数变化（如NDVI降低）监测病虫害，结合光谱识别类型。7.√解析：Sentinel-2A/B组网后重访周期5天，覆盖全球。8.√解析：监督分类依赖训练样本，非监督分类通过聚类自动分组。9.×解析：无人机需地面实测（覆盖度、物种）验证解译精度。10.√解析：修剪后覆盖度、NDVI降低，补植后升高，可动态监测。四、简答题答案1.三种常用植被指数及场景：①NDVI：反映覆盖度、长势，适用于大尺度覆盖度监测、长势分级；②EVI：减少土壤背景影响，适用于高覆盖度区域（如森林）或土壤裸露区；③GNDVI：对叶绿素变化敏感，适用于病虫害监测、营养状况评估。2.卫星与无人机优缺点对比：①卫星：优点是覆盖大、重访稳定（如Sentinel-25天）、数据免费；缺点是分辨率低、无法灵活获取局部数据。②无人机：优点是分辨率高（厘米级）、灵活局部获取、成本低；缺点是覆盖小、重访依赖人工、受天气影响大。3.预处理步骤及目的：①辐射定标：DN值转辐射亮度，统一不同传感器数据；②大气校正：消除大气影响，还原真实反射率；③几何校正：纠正几何变形，匹配地理坐标；④影像增强：提高对比度，便于解译。4.病虫害监测方法：①选敏感指数（GNDVI、PRI）：病虫害导致叶绿素减少，指数降低；②光谱分析：高光谱捕捉红边位移等异常；③时间序列对比：识别指数异常变化区域；④地面验证：实地核查异常区，确认病虫害类型程度。五、讨论题答案1.高光谱物种识别潜力：①连续光谱捕捉物种特有生化特征（叶绿素、类胡萝卜素），实现单一物种识别；②区分近缘物种（如不同乔木品种），满足精准管理需求。挑战：①数据量大，处理难度高；②受大气、光照影响大，校正复杂；③地面样本需求大，覆盖物种有限；④成本高，难以大规模应用。2.多源融合必要性：①单源不足：卫星覆盖大但分辨率低，无人机分辨率高但覆盖小，高光谱物种识别但范围小；②融合兼顾大覆盖与高分辨率，提升精度。方法：①像素级融合（小波变换、Brovey变换）；②特征级融合（提取多源特征结合分类）；③决策级融合（不同分类结果加权融合）。3.动态监测策略：①定期飞行：重点区域（公园、行道树）每月/季度飞行，获取高分辨率影像；②对比分析：像素级对比不同时期影像，识别修剪（覆盖度降）、补植（覆盖度升）区域；③GIS叠加：更新园林绿化数据库；④地面验证：核查异