2026年遥感测试题及答案

2026年遥感测试题及答案一、单项选择题（每题2分，共20分）1.下列电磁波波段中，主要用于地物温度反演的是（）A.可见光波段（0.4-0.76μm）B.近红外波段（0.76-3μm）C.热红外波段（8-14μm）D.微波波段（1mm-1m）2.某传感器设计时采用推扫式成像方式，其探测器线阵沿轨道方向固定，通过卫星平台移动完成扫描，该传感器最可能属于（）A.框幅式相机B.线阵CCD传感器C.光机扫描传感器D.合成孔径雷达（SAR）3.大气校正的核心目的是（）A.消除传感器本身的辐射误差B.去除地形起伏引起的几何畸变C.校正大气散射、吸收对地表反射率的影响D.统一不同传感器的辐射量纲4.以下关于遥感分辨率的描述，错误的是（）A.空间分辨率越高，可识别的地物越小B.光谱分辨率越高，区分地物光谱特征的能力越强C.时间分辨率越高，越难以捕捉地物动态变化D.辐射分辨率越高，可探测的地物反射率差异越精细5.下列遥感平台中，属于近地遥感的是（）A.陆地卫星（Landsat）B.无人机（UAV）C.气象卫星（风云系列）D.探空火箭6.高光谱遥感与多光谱遥感的主要区别在于（）A.前者空间分辨率更高，后者光谱分辨率更高B.前者波段数量多、宽度窄，后者波段数量少、宽度宽C.前者仅接收反射光谱，后者可接收发射光谱D.前者用于军事侦察，后者用于环境监测7.SAR（合成孔径雷达）成像的关键技术是（）A.利用光学透镜聚焦电磁波B.通过平台移动和信号处理合成虚拟大孔径C.依赖太阳作为主动光源D.仅接收地物反射的微波信号8.下列地物中，在可见光-近红外波段反射率最高的是（）A.清洁水体B.新鲜植被C.干燥裸土D.城镇建筑（水泥屋顶）9.热红外遥感中，比辐射率是指（）A.地物发射的热辐射与同温度黑体发射热辐射的比值B.地物反射的太阳辐射与入射太阳辐射的比值C.传感器接收的总辐射中来自地物发射的比例D.大气窗口内透射的热辐射与入射热辐射的比值10.以下哪项不是遥感影像几何校正的关键步骤（）A.选择地面控制点（GCP）B.建立几何校正模型（如多项式模型）C.进行辐射定标D.重采样提供校正后影像二、填空题（每空1分，共20分）1.电磁波在大气中传播时，当大气粒子直径远小于波长时发生______散射，典型例子是______（填现象）。2.主动遥感的典型传感器包括______和______（任填两种）。3.NDVI（归一化植被指数）的计算公式为______，其值范围通常为______。4.遥感影像预处理中，辐射定标的目的是将传感器记录的______转换为______（如地表反射率或辐射亮度）。5.SAR影像的几何畸变主要包括______、______和透视收缩（顶底位移）。6.热红外遥感探测的主要是地物的______辐射，其能量与地物______的四次方成正比（根据斯特藩-玻尔兹曼定律）。7.高光谱遥感的“图谱合一”特性指的是每个像元对应一条______曲线，可用于______（填应用方向）。8.多源遥感数据融合的常见方法包括______（如IHS变换）、______（如主成分分析）和基于深度学习的融合。9.无人机遥感的主要优势包括______、______（任填两点）。10.微波遥感的大气窗口主要位于______波段（如C波段、L波段），因其受______（填天气现象）影响较小。三、简答题（每题8分，共40分）1.比较光学遥感与SAR（合成孔径雷达）的优缺点，各列举3点。2.简述辐射定标的主要步骤及其在遥感数据应用中的意义。3.分析空间分辨率、光谱分辨率与分类精度的关系（以土地利用分类为例）。4.说明大气校正的必要性，并列举2种常用大气校正方法及其原理。5.高光谱遥感的优势有哪些？其应用面临的主要挑战是什么？四、论述题（每题10分，共20分）1.设计一个利用多源遥感数据（如光学卫星、SAR、无人机）监测城市扩张的技术方案，需包括数据选择依据、预处理流程、信息提取方法及结果验证方式。2.结合气候变化背景，论述如何通过遥感技术监测冰川退缩，需涉及关键传感器类型、监测参数（如面积、厚度、运动速度）及数据处理的核心步骤。答案一、单项选择题1.C2.B3.C4.C5.B6.B7.B8.C9.A10.C二、填空题1.瑞利；天空呈现蓝色（或海水呈现蓝色）2.合成孔径雷达（SAR）；激光雷达（LiDAR）（或微波辐射计、激光高度计等）3.(NIRR)/(NIR+R)；-1到1（或-1≤NDVI≤1）4.数字量化值（DN值）；物理量（或绝对辐射亮度、地表反射率）5.叠掩（顶底位移）；阴影；透视收缩（注：三选二，顺序不限）6.热（或自身）；温度7.连续光谱；地物精细分类（或矿物识别、植被生化参数反演等）8.基于像元的融合；基于特征的融合（或基于变换的融合；基于模型的融合）9.高空间分辨率；灵活起降（或低成本、快速响应、适用于小区域监测等）10.微波（或具体波段如C、L、X波段）；云雨（或云层、降水）三、简答题1.光学遥感优点：①数据获取成本较低（依赖太阳光源）；②光谱信息丰富（覆盖可见光-近红外）；③技术成熟，应用广泛（如土地分类、植被监测）。缺点：①受天气影响大（云、雾遮挡）；②夜间无法成像（依赖太阳光照）；③难以穿透植被冠层获取底层信息。SAR优点：①全天时、全天候成像（不受云雨影响）；②可穿透植被和干燥地表（如L波段）；③提供地物后向散射特性（反映表面粗糙度、湿度）。缺点：①数据解译复杂（相干斑噪声影响）；②空间分辨率与幅宽存在权衡；③对传感器定标要求高（相位信息易受误差影响）。2.辐射定标步骤：①传感器内部校正（如暗电流校正、增益调整），消除仪器本身的系统误差；②绝对定标，通过星载定标器（如漫反射板）或地面定标场，建立DN值与入瞳处辐射亮度的定量关系；③大气校正前的预处理，为后续反演地表反射率或辐射亮度提供基础。意义：将传感器记录的相对数值（DN值）转换为具有物理意义的辐射量，确保不同时间、不同传感器数据的可比性，是定量遥感（如植被指数计算、地表温度反演）的必要前提。3.空间分辨率与分类精度：空间分辨率越高（如0.5mvs30m），地物边界更清晰，混合像元减少，小面积地物（如道路、独立建筑）识别精度提高；但过高分辨率可能引入更多噪声（如阴影、地物内部细节），需结合光谱信息避免过分割。光谱分辨率与分类精度：光谱分辨率越高（如高光谱vs多光谱），地物光谱特征差异更明显（如不同植被的红边位置），对光谱相似地物（如不同作物）的区分能力增强；但高光谱数据冗余大，需筛选有效波段或降维（如PCA），否则可能因“Hughes现象”导致分类精度下降。综合来看，土地利用分类需平衡空间与光谱分辨率（如城市分类用高空间分辨率，植被分类用高光谱），并结合纹理、地形等辅助信息提升精度。4.必要性：大气对电磁波的散射（如瑞利散射、米氏散射）和吸收（如臭氧吸收紫外、水汽吸收红外）会改变地物反射/发射的电磁波能量，导致传感器接收的辐射并非地表真实辐射；若不校正，会影响定量反演（如NDVI计算、地表温度反演）和不同时相数据的可比性。常用方法：①暗像元法（DarkObjectSubtraction）：假设某些像元（如清洁水体、阴影）的地表反射率为0，通过其DN值反推大气程辐射，从而校正其他像元；②6S模型（SecondSimulationoftheSatelliteSignalintheSolarSpectrum）：基于辐射传输方程，输入大气参数（如气溶胶类型、水汽含量）、传感器参数（如观测角度）和地表参数（如反照率），模拟大气对辐射的影响，直接计算地表反射率。5.优势：①高光谱分辨率（波段宽度＜10nm，波段数＞100），可捕捉地物精细光谱特征（如植被叶绿素吸收峰、矿物诊断性光谱）；②“图谱合一”特性，每个像元对应连续光谱曲线，支持地物成分分析（如植被生化参数、土壤有机质含量）；③扩展传统多光谱无法区分的地物（如不同品种作物、相似矿物）。挑战：①数据量大（波段多、存储和传输成本高），需高效压缩或降维技术；②混合像元问题突出（尤其低空间分辨率时），需端元提取和混合像元分解；③光谱噪声敏感（如仪器噪声、大气干扰），对辐射定标和大气校正精度要求更高；④专用分析算法复杂（如光谱匹配、机器学习分类器需大量训练样本）。四、论述题1.技术方案设计：（1）数据选择：①光学卫星（如Landsat-9OLI，30m空间分辨率，覆盖大范围，用于长期趋势分析）；②SAR（如Sentinel-1，C波段，10m分辨率，全天候监测，辅助识别云覆盖区域的城市用地）；③无人机（如多光谱无人机，0.1-1m分辨率，用于重点区域（如城乡结合部）详细验证）。选择依据：多源数据互补（光学提供光谱信息，SAR克服天气限制，无人机补充高分辨率细节）。（2）预处理流程：①光学数据：辐射定标→大气校正（6S模型）→几何校正（基于GCP的多项式校正）；②SAR数据：辐射定标→相干斑滤波（如Lee滤波）→几何校正（Range-Doppler模型）→地形校正（结合SRTMDEM）；③无人机数据：图像配准（基于特征点匹配）→正射校正（PIX4D软件）→辐射均衡（消除不同航次光照差异）。（3）信息提取方法：①光学与SAR数据融合（如基于特征层融合，提取光学的NDVI、建筑指数（NDBI）和SAR的后向散射系数）；②变化检测：采用分类后比较法（先对两期数据分别进行土地利用分类，再比较差异）或图像差值法（计算两期NDVI、NDBI差值，设定阈值提取扩张区域）；③无人机数据用于验证：通过高分辨率影像人工解译，提取小范围新增建筑，与卫星解译结果对比，评估精度。（4）结果验证：①精度评价：使用混淆矩阵计算总体精度、Kappa系数；②实地验证：选取20%样本点（如新增道路、小区）进行GPS定位核查；③时间序列分析：结合历史影像（如10年Landsat数据），验证城市扩张的连续性和趋势合理性。2.冰川退缩监测方案：（1）关键传感器类型：①光学卫星（如Sentinel-2，10m分辨率，多光谱，用于冰川边界提取）；②SAR（如ALOS-2PALSAR-2，L波段，穿透部分雪被，监测冰川表面特征）；③激光测高仪（如ICESat-2，光子计数激光，精度±10cm，用于冰川厚度变化监测）；④无人机（搭载热红外传感器，如FLIR，监测冰川表面温度分布）。（2）监测参数：①面积变化（通过光学影像提取冰川边界，计算不同年份面积差）；②厚度变化（激光测高仪重复测量同一剖面，计算高程差；结合SAR干涉测量（InSAR）获取表面高程变化）；③运动速度（通过光学或SAR影像的偏移追踪技术，计算冰川表面位移）；④物质平衡（结合表面温度（热红外）、积累区/消融区边界（光学影像的雪线）反演净物质损失）。（3）数据处理核心步骤：①冰川边界提取：光学影像中，冰川在可见光波段反射率高（蓝-绿光波段），在近红外波段反射率低（雪的吸收特征），可通过阈值法（如NDVI＜0.1且绿波段＞0.5）或监督分类（选取冰川、非冰川训练样本）提取；②厚度变化计算：ICESat-2数据需进行噪声过滤（剔除云层、气溶胶干扰的光子点），通过重复轨道数据（间隔1-3年）的高程差，结合冰