2025年遥感试题及答案

2025年遥感试题及答案一、单项选择题（每题2分，共20分）1.下列关于遥感基本概念的表述中，错误的是（）。A.遥感探测的信息主要来源于地物反射或发射的电磁波B.被动式遥感传感器仅接收太阳辐射的反射能量C.微波遥感可穿透云层实现全天候观测D.高光谱遥感的核心优势是光谱分辨率高2.下列电磁波波段中，不属于光学遥感常用大气窗口的是（）。A.0.4-0.7μm（可见光）B.2.0-2.5μm（近红外）C.3.5-5.5μm（中红外）D.10-12μm（热红外）3.某卫星影像的空间分辨率为10m，光谱分辨率为128个波段，时间分辨率为5天，辐射分辨率为14bit。该卫星最可能用于（）。A.城市高精度地图绘制B.全球植被类型精细分类C.台风路径实时跟踪D.土壤湿度大范围监测4.以下传感器中，属于主动式遥感的是（）。A.Landsat-9OLI（陆地成像仪）B.Sentinel-2MSI（多光谱仪器）C.GF-3SAR（高分三号合成孔径雷达）D.MODIS（中分辨率成像光谱仪）5.辐射定标的核心目的是（）。A.消除传感器内部噪声B.将像元灰度值（DN）转换为地表真实反射率或辐射亮度C.校正卫星轨道偏移引起的几何畸变D.增强图像中特定地物的光谱特征6.缨帽变换（TasseledCapTransformation）的主要输出分量不包括（）。A.亮度（Brightness）B.绿度（Greenness）C.湿度（Wetness）D.热度（Thermal）7.下列地物中，在近红外波段反射率最高的是（）。A.水体B.健康植被C.裸土D.城市建筑8.基于多时相遥感数据的动态监测中，“同物异谱”现象主要由（）引起。A.传感器辐射误差B.地物随时间的状态变化C.大气条件差异D.地形阴影9.合成孔径雷达（SAR）的分辨率与（）无关。A.天线孔径大小B.雷达波长C.平台飞行速度D.地物反射率10.高分辨率遥感影像（如0.5m）在城市研究中的典型应用不包括（）。A.建筑物高度反演B.道路网提取C.区域降水估计D.城市热岛效应精细化分析二、填空题（每空1分，共15分）1.遥感技术系统的核心组成包括目标地物、________、信息接收、信息处理和信息应用。2.电磁波谱中，可见光波段的波长范围约为________μm。3.Sentinel-2卫星的多光谱仪器（MSI）包含________个波段，其中红边波段（RedEdge）主要用于________监测。4.热红外遥感主要探测地物的________辐射，其能量与地物的________和温度直接相关。5.几何校正的关键步骤包括选取________、建立________模型和重采样。6.常用的遥感图像增强方法包括________增强（如直方图均衡化）和________增强（如主成分分析）。7.雷达遥感的“侧视”成像方式会导致________（如山体前倾）和________（如雷达阴影）等几何畸变。8.植被指数中，NDVI（归一化植被指数）的计算公式为________，其对________（高/低）覆盖度植被更敏感。三、简答题（每题8分，共40分）1.简述大气校正的必要性及常用方法。2.比较光学遥感与雷达遥感的优缺点，并说明二者在灾害监测中的互补应用。3.监督分类与非监督分类的主要区别是什么？分别适用于哪些场景？4.说明多时相遥感数据在土地利用动态变化监测中的技术流程，并列举3种常用的变化检测方法。5.分析高光谱遥感的“图谱合一”特性对精准农业的意义，并举例说明其具体应用。四、综合分析题（共25分）（一）（15分）某研究团队获取了某区域的Landsat-9OLI（30m，9波段）、Sentinel-1SAR（10m，VV/VH极化）和无人机可见光影像（0.1m）三种数据，计划开展县级尺度的土地利用分类（一级类：耕地、林地、草地、水域、建设用地、未利用地）。请设计技术流程，并说明各步骤的作用及数据选择依据。（二）（10分）基于长时间序列（2000-2024年）的MODISNDVI数据，分析某干旱区流域植被覆盖度的变化趋势。需考虑哪些关键因素？可能的误差来源有哪些？如何优化分析结果？答案及解析一、单项选择题1.B（被动式遥感也可接收地物自身发射的热红外辐射，不仅限于太阳反射）2.C（3.5-5.5μm属于中红外，但受大气中CO₂和水汽吸收影响，并非常用光学窗口）3.B（高光谱分辨率适合精细分类，时间分辨率5天满足动态需求，空间分辨率10m适合区域尺度）4.C（SAR主动发射电磁波并接收回波，其他为被动接收太阳辐射）5.B（辐射定标是将DN值转换为物理量，为后续定量反演提供基础）6.D（缨帽变换主要输出亮度、绿度、湿度，热度非其标准分量）7.B（健康植被在近红外波段因叶肉细胞结构反射强烈，反射率可达40%-60%）8.B（同物异谱指同一地物在不同时相的光谱差异，主要由生长周期、含水量等状态变化引起）9.D（SAR分辨率取决于天线设计、波长、平台速度等，与地物反射率无关）10.C（区域降水估计需微波或雷达数据，高分辨率光学影像难以直接反演降水）二、填空题1.传感器（或遥感平台与传感器）2.0.4-0.73.13；植被叶绿素含量（或植被健康状况）4.热红外（或长波红外）；发射率5.地面控制点（GCP）；几何校正（或坐标转换）6.空间；光谱（或辐射）7.叠掩（或foreshortening）；阴影（或radarshadow）8.(NIRR)/(NIR+R)；低三、简答题1.必要性：大气中的分子、气溶胶等会散射和吸收电磁波，导致传感器接收的辐射能量偏离地物真实值，影响定量反演精度。常用方法：①基于辐射传输模型（如6S、MODTRAN），通过输入大气参数（水汽、气溶胶光学厚度等）计算大气校正系数；②地面同步测量法（如场地定标），利用地面实测反射率与影像DN值建立回归模型；③统计校正法（如暗像元法），假设某些地物（如清洁水体）在特定波段反射率为0，反推大气影响。2.光学遥感优点：光谱信息丰富（覆盖可见光-近红外-热红外），地物识别直观；缺点：受云、雨、雾影响大，夜间无法成像。雷达遥感优点：全天时、全天候，穿透性（可探测植被覆盖下的地表或浅层土壤），对地表粗糙度敏感；缺点：数据解译复杂（存在叠掩、阴影等畸变），光谱信息单一。灾害监测互补应用：如地震后，光学影像可快速识别地表裂缝、建筑物倒塌（需无云条件），SAR可穿透云层获取震区地表形变（InSAR技术），二者结合提高灾害评估全面性。3.区别：监督分类需先人工选取训练样本（已知类别），基于样本统计特征建立分类器；非监督分类直接根据像元光谱相似性聚类，类别需后期人工解译。适用场景：监督分类适用于研究区地物类型明确、样本易获取（如典型耕地/城市）；非监督分类适用于地物类型未知或样本难以获取（如偏远地区生态调查）。4.技术流程：①数据预处理（辐射校正、几何配准），确保多时相影像可对比；②特征提取（如NDVI、缨帽分量、变化指数），增强变化信息；③变化检测（如差值法、分类后比较、主成分分析）；④变化类型识别（结合地物光谱特征或辅助数据）；⑤精度验证（地面调查或高分辨率影像验证）。常用方法：差值法（计算两期影像某波段差值）、比值法（两期影像波段比值）、分类后比较（分别分类再比较类别变化）。5.意义：高光谱遥感可获取连续窄波段（如10nm）光谱数据，地物光谱特征更精细（“图谱合一”），能区分作物品种、病虫害程度等细微差异，支撑精准农业决策。应用举例：通过分析作物红边波段（700-750nm）的位置和反射率变化，反演叶绿素含量，指导变量施肥；识别杂草与作物的光谱差异，实现精准除草；监测干旱胁迫下作物水分亏缺（利用970nm、1200nm等水汽吸收波段）。四、综合分析题（一）技术流程设计：1.数据预处理：①Landsat-9OLI：辐射定标（转换为表观反射率）、大气校正（6S模型）、几何校正（GCP配准至统一坐标系）；②Sentinel-1SAR：辐射定标（转换为后向散射系数）、地形校正（消除坡度影响）、多视处理（降低speckle噪声）；③无人机影像：正射校正（基于POS数据或地面控制点）、镶嵌拼接。作用：统一数据时空基准，提高后续分析一致性。2.特征融合：①光学特征：提取Landsat的NDVI、EVI（增强型植被指数）、BSI（建筑指数），无人机的纹理特征（如灰度共生矩阵）；②SAR特征：提取VV/VH极化后向散射系数、极化熵（表征地物散射机制）；③多源特征融合（如主成分分析降维或随机森林特征重要性筛选）。作用：综合光学的光谱信息与SAR的结构信息，弥补单一数据的局限性（如光学受云影响，SAR对植被覆盖穿透性好）。3.分类器构建：选择随机森林（RF）或深度学习（如U-Net）分类器，输入融合特征训练模型。数据选择依据：Landsat覆盖县级尺度（30m），提供区域整体光谱信息；Sentinel-1（10m）补充雷达穿透性（如区分隐蔽耕地与林地）；无人机（0.1m）提供局部高精度纹理（如区分建设用地中的住宅与工厂），三者尺度互补。4.分类与后处理：执行分类后，通过形态学滤波（消除小斑块）、人工目视解译修正误分类（如将道路误分为建设用地）。5.精度验证：采用混淆矩阵，利用无人机高分辨率影像（作为真值）或地面调查点计算总体精度、Kappa系数（目标≥85%）。（二）关键因素：①数据质量：MODISNDVI的云掩膜质量（需筛选无云或云量<5%的影像）、辐射定标一致性（跨传感器校正，如MODISTerra与Aqua的交叉定标）；②时间尺度：需按生长季（如4-10月）或年际平均处理，避免季节波动干扰趋势分析；③气候因子：同步收集降水、气温数据，分析植被变化与气候的相关性；④人类活动：识别灌溉区、退耕还林等人为影响区域，区分自然与人为驱动。误差来源：①大气干扰：残留云或气溶胶导致NDVI低估；②传感器老化：长期数据中辐射响应漂移（如MODIS通道增益变化）；③混合像元：MODIS（250m）在干旱区地物破碎（如稀疏植被与裸土混合），NDVI不能准确代表