2026年无人机遥感工程师资格考试试题及答案

2026年无人机遥感工程师资格考试试题及答案一、选择题（共30题，每题2分，共60分）1.关于无人机遥感系统的描述，下列说法错误的是：A.无人机遥感系统通常包括飞行平台、传感器、地面控制站和数据处理系统B.无人机遥感相比传统卫星遥感具有更高的空间分辨率C.无人机遥感不受天气条件限制，可实现全天候监测D.无人机遥感适用于小范围、高精度的数据获取任务2.无人机遥感中常用的多光谱传感器不包括：A.红外传感器B.高光谱传感器C.热红外传感器D.激光雷达3.无人机遥感影像的几何畸变主要来源于：A.大气散射B.传感器姿态变化C.太阳高度角D.地形起伏4.在植被监测中，归一化植被指数(NDVI)的计算公式为：A.(NIR-R)/(NIR+R)B.(R-NIR)/(R+NIR)C.(NIR+R)/(NIR-R)D.(R+NIR)/(R-NIR)5.无人机遥感中，影像的空间分辨率是指：A.影像上能够分辨的最小地面物体的尺寸B.影像中每个像素代表的实际地面面积C.影像中相邻像素之间的最小距离D.影像中能够区分的最小颜色差异6.无人机遥感数据获取过程中，航向重叠率通常设置为：A.30%-50%B.60%-80%C.80%-90%D.90%以上7.在无人机遥感数据处理中，辐射定标的主要目的是：A.消除影像中的几何畸变B.将DN值转换为具有物理意义的辐射亮度值C.提高影像的空间分辨率D.增强影像的视觉效果8.无人机遥感中，激光雷达(LiDAR)技术的主要优势是：A.能够穿透植被获取地表信息B.成本低，操作简单C.不受天气条件影响D.数据处理速度快9.无人机遥感影像的几何校正主要解决的问题是：A.影像亮度不均B.影像中的噪声和条带C.影像与实际地理位置的偏差D.影像色彩失真10.无人机遥感系统中，POS系统的主要功能是：A.控制无人机飞行姿态B.记录影像获取时的位置和姿态信息C.处理遥感数据D.传输数据到地面站11.在无人机遥感数据处理中，影像镶嵌是指：A.将多张影像拼接成一幅完整的影像B.对单张影像进行增强处理C.去除影像中的噪声D.对影像进行分类12.无人机遥感中，热红外传感器主要用于：A.测量地表温度B.获取三维地形信息C.监测大气成分D.测量植被覆盖度13.在无人机遥感影像分类中，监督分类与非监督分类的主要区别是：A.监督分类需要训练样本，非监督分类不需要B.监督分类精度高于非监督分类C.非监督分类适用于所有类型的影像D.监督分类的计算量小于非监督分类14.无人机遥感中，航线规划的主要目的是：A.提高数据获取效率B.确保覆盖完整且重叠率符合要求C.减少飞行时间D.降低能耗15.在无人机遥感数据处理中，影像融合是指：A.将不同传感器获取的影像进行组合B.将同一传感器不同时相的影像进行组合C.将不同分辨率的影像进行组合D.将不同区域的影像进行组合16.无人机遥感中，常用的影像增强方法不包括：A.直方图均衡化B.滤波处理C.色彩拉伸D.几何校正17.在无人机遥感应用中，变化检测的主要目的是：A.识别地物类型B.监测地物随时间的变化C.提高影像分辨率D.去除影像噪声18.无人机遥感中，相机内参主要包括：A.焦距、主点坐标、畸变参数B.相机重量、尺寸C.相机分辨率D.相机品牌19.在无人机遥感数据处理中，影像配准的目的是：A.提高影像的空间分辨率B.将不同时相或不同传感器的影像对齐到同一坐标系C.增强影像的视觉效果D.去除影像噪声20.无人机遥感中，常用的影像滤波方法不包括：A.均值滤波B.中值滤波C.高斯滤波D.主成分分析21.在无人机遥感应用中，三维建模的主要目的是：A.获取地物的三维空间信息B.提高影像的空间分辨率C.增强影像的视觉效果D.去除影像噪声22.无人机遥感中，常用的影像分类算法不包括：A.最大似然分类B.支持向量机C.随机森林D.傅里叶变换23.在无人机遥感数据处理中，影像镶嵌的主要挑战是：A.影像亮度差异B.影像几何变形C.影像色彩不一致D.以上都是24.无人机遥感中，常用的影像分辨率指标不包括：A.空间分辨率B.时间分辨率C.辐射分辨率D.光谱分辨率25.在无人机遥感应用中，植被指数的主要目的是：A.评估植被覆盖度和健康状况B.提高影像的空间分辨率C.增强影像的视觉效果D.去除影像噪声26.无人机遥感中，常用的影像压缩格式不包括：A.JPEGB.TIFFC.PNGD.MP327.在无人机遥感数据处理中，影像镶嵌的主要目的是：A.提高影像的空间分辨率B.将多张影像拼接成一幅完整的影像C.增强影像的视觉效果D.去除影像噪声28.无人机遥感中，常用的影像增强方法不包括：A.直方图均衡化B.滤波处理C.色彩拉伸D.影像分类29.在无人机遥感应用中，变化检测的主要目的是：A.识别地物类型B.监测地物随时间的变化C.提高影像分辨率D.去除影像噪声30.无人机遥感中，常用的影像分类精度评价指标不包括：A.总体精度B.Kappa系数C.混淆矩阵D.信噪比二、填空题（共20题，每题2分，共40分）1.无人机遥感中，影像的空间分辨率是指______________。2.在无人机遥感数据处理中，辐射定标的主要目的是______________。3.无人机遥感中，航向重叠率通常设置为______________。4.在植被监测中，归一化植被指数(NDVI)的计算公式为______________。5.无人机遥感系统中，POS系统的主要功能是______________。6.在无人机遥感数据处理中，影像镶嵌是指______________。7.无人机遥感中，激光雷达(LiDAR)技术的主要优势是______________。8.在无人机遥感影像分类中，监督分类与非监督分类的主要区别是______________。9.无人机遥感中，航线规划的主要目的是______________。10.在无人机遥感数据处理中，影像融合是指______________。11.无人机遥感中，常用的影像增强方法包括______________、______________和______________。12.在无人机遥感应用中，变化检测的主要目的是______________。13.无人机遥感中，相机内参主要包括______________、______________和______________。14.在无人机遥感数据处理中，影像配准的目的是______________。15.无人机遥感中，常用的影像滤波方法包括______________、______________和______________。16.在无人机遥感应用中，三维建模的主要目的是______________。17.无人机遥感中，常用的影像分类算法包括______________、______________和______________。18.在无人机遥感数据处理中，影像镶嵌的主要挑战包括______________、______________和______________。19.无人机遥感中，常用的影像分辨率指标包括______________、______________、______________和______________。20.在无人机遥感应用中，植被指数的主要目的是______________。三、判断题（共15题，每题2分，共30分）1.无人机遥感系统中的GPS主要用于定位和导航，与影像获取质量无关。（）2.在植被监测中，归一化植被指数(NDVI)的值范围通常在-1到1之间。（）3.无人机遥感不受天气条件限制，可实现全天候监测。（）4.无人机遥感中，航向重叠率设置得越高，数据冗余度越大，但数据处理效率越低。（）5.在无人机遥感数据处理中，辐射定标和几何校正是同一概念。（）6.无人机遥感中，激光雷达技术可以穿透植被获取地表信息。（）7.在无人机遥感影像分类中，监督分类不需要训练样本。（）8.无人机遥感中，航线规划的主要目的是确保覆盖完整且重叠率符合要求。（）9.在无人机遥感数据处理中，影像融合是指将同一传感器不同时相的影像进行组合。（）10.无人机遥感中，常用的影像增强方法包括直方图均衡化、滤波处理和色彩拉伸。（）11.在无人机遥感应用中，变化检测的主要目的是识别地物类型。（）12.无人机遥感中，相机内参主要包括焦距、主点坐标和畸变参数。（）13.在无人机遥感数据处理中，影像配准的目的是提高影像的空间分辨率。（）14.无人机遥感中，常用的影像滤波方法包括均值滤波、中值滤波和高斯滤波。（）15.在无人机遥感应用中，三维建模的主要目的是获取地物的三维空间信息。（）四、简答题（共5题，每题10分，共50分）1.简述无人机遥感相比传统卫星遥感的主要优势。2.解释无人机遥感影像辐射校正的概念及主要方法。3.简述无人机遥感数据获取中航线规划的基本原则。4.解释无人机遥感影像分类中监督分类与非监督分类的区别及适用场景。5.简述无人机遥感技术在农业领域的应用。五、计算题（共3题，每题15分，共45分）1.某无人机遥感任务中，飞行高度为500米，相机焦距为35mm，像元大小为0.005mm，计算影像的地面分辨率。2.在无人机遥感数据采集时，需要覆盖10km×10km的区域，假设飞行速度为15m/s，旁向重叠率为60%，航向重叠率为75%，相机像幅大小为36mm×24mm，焦距为24mm，飞行高度为300米，计算所需的航线数和每条航线的曝光次数。3.某无人机遥感任务中，获取了5个时相的影像，用于监测某区域植被变化。假设每个时相的影像分类精度为85%，计算5个时相综合变化检测的精度（假设各时相分类结果独立）。六、论述题（共2题，每题30分，共60分）1.论述无人机遥感在城市规划中的应用及面临的挑战。2.分析无人机遥感技术在农业精准管理中的应用现状及发展趋势。参考答案：一、选择题1.C。解析：无人机遥感受天气条件影响较大，如大风、雨雪等恶劣天气会影响飞行安全和数据质量，因此并非可实现全天候监测。选项A、B、D的描述都是正确的。2.D。解析：多光谱传感器主要采集不同波段的电磁波信息，包括红外传感器、高光谱传感器和热红外传感器，而激光雷达属于主动式传感器，通过发射激光脉冲并接收反射信号来获取地形信息，不属于多光谱传感器范畴。3.B。解析：无人机遥感影像的几何畸变主要来源于传感器姿态变化（如俯仰、侧滚、偏航等）、飞行平台的不稳定、地形起伏等因素。大气散射主要影响辐射特性，太阳高度角主要影响影像的亮度，地形起伏也会引起几何畸变，但传感器姿态变化是最主要的原因。4.A。解析：归一化植被指数(NDVI)的计算公式为(NIR-R)/(NIR+R)，其中NIR代表近红外波段的反射率，R代表红波段的反射率。NDVI的值范围通常在-1到1之间，正值表示植被覆盖，负值表示非植被覆盖。5.A。解析：影像的空间分辨率是指影像上能够分辨的最小地面物体的尺寸，单位通常是米或厘米。选项B描述的是像元代表的地面面积，选项C描述的是像素间距，选项D描述的是辐射分辨率或色彩分辨率。6.B。解析：在无人机遥感数据获取中，航向重叠率通常设置为60%-80%，以确保影像之间有足够的重叠，便于后续的影像拼接和处理。旁向重叠率通常设置为30%-50%。7.B。解析：辐射定标的主要目的是将记录的DN值转换为具有物理意义的辐射亮度值或反射率，消除传感器本身和大气等因素对遥感影像辐射亮度的影响。选项A描述的是几何校正的目的，选项C和D描述的是影像增强的目的。8.A。解析：激光雷达(LiDAR)技术的主要优势是能够部分穿透植被获取地表信息，特别是在森林区域，可以获取地表高程数据。选项B、C、D的描述都不准确，激光雷达成本相对较高，受天气条件影响较大，数据处理速度相对较慢。9.C。解析：几何校正主要解决影像与实际地理位置的偏差问题，通过校正影像的几何畸变，使其与地理坐标系对齐。选项A、B、D描述的是辐射校正或影像增强的目的。10.B。解析：POS系统(positionandorientationsystem)的主要功能是记录影像获取时的位置和姿态信息，包括GPS位置和IMU姿态数据，用于后续的几何校正和三维重建。选项A描述的是飞控系统的功能，选项C描述的是数据处理系统的功能，选项D描述的是数据传输系统的功能。11.A。解析：影像镶嵌是指将多张影像拼接成一幅完整的影像，通常用于覆盖较大区域的无人机遥感数据。选项B描述的是影像增强，选项C描述的是影像去噪，选项D描述的是影像分类。12.A。解析：热红外传感器主要用于测量地表温度，通过接收地物发射的热辐射来获取温度信息。选项B描述的是激光雷达的功能，选项C描述的是高光谱传感器的功能，选项D描述的是多光谱传感器的功能。13.A。解析：监督分类需要预先定义类别并收集训练样本，而非监督分类则不需要训练样本，而是基于像素间的相似性自动聚类。选项B、C、D的描述都不准确，监督分类的精度不一定高于非监督分类，非监督分类并不适用于所有类型的影像，且计算量通常大于监督分类。14.B。解析：航线规划的主要目的是确保覆盖完整且重叠率符合要求，同时考虑飞行效率和安全性。选项A、C、D都是航线规划的考虑因素，但不是主要目的。15.C。解析：影像融合是指将不同分辨率的影像进行组合，通常是将高空间分辨率的全色影像与低空间分辨率的多光谱影像融合，得到既有高空间分辨率又有丰富光谱信息的影像。选项A描述的是数据融合，选项B描述的是时序分析，选项D描述的是影像镶嵌。16.D。解析：常用的影像增强方法包括直方图均衡化、滤波处理和色彩拉伸，这些方法主要用于改善影像的视觉效果。几何校正不是影像增强方法，而是几何处理方法。17.B。解析：变化检测的主要目的是监测地物随时间的变化，通过比较不同时相的影像来识别地物的变化情况。选项A描述的是分类的目的，选项C描述的是超分辨率的目的，选项D描述的是去噪的目的。18.A。解析：相机内参主要包括焦距、主点坐标和畸变参数，这些参数描述了相机本身的几何特性。选项B、C、D描述的是相机的外部特性或规格参数。19.B。解析：影像配准的目的是将不同时相或不同传感器的影像对齐到同一坐标系，以便进行比较和分析。选项A描述的是超分辨率的目的，选项C描述的是影像增强的目的，选项D描述的是去噪的目的。20.D。解析：常用的影像滤波方法包括均值滤波、中值滤波和高斯滤波，这些方法主要用于去除影像中的噪声或平滑影像。主成分分析是一种降维和特征提取方法，不属于滤波方法。21.A。解析：三维建模的主要目的是获取地物的三维空间信息，通过无人机遥感数据构建地物的三维模型。选项B描述的是超分辨率的目的，选项C描述的是影像增强的目的，选项D描述的是去噪的目的。22.D。解析：常用的影像分类算法包括最大似然分类、支持向量机和随机森林，这些算法基于像素的光谱或纹理特征进行分类。傅里叶变换是一种信号处理方法，用于频域分析，不属于分类算法。23.D。解析：影像镶嵌的主要挑战包括影像亮度差异、影像几何变形和影像色彩不一致，这些问题会影响镶嵌后的影像质量。选项A、B、C都是影像镶嵌面临的挑战。24.B。解析：常用的影像分辨率指标包括空间分辨率、辐射分辨率和光谱分辨率，时间分辨率是指获取同一区域影像的最小时间间隔，不是影像本身的分辨率指标。25.A。解析：植被指数的主要目的是评估植被覆盖度和健康状况，通过分析不同波段的反射率来计算植被指数。选项B描述的是超分辨率的目的，选项C描述的是影像增强的目的，选项D描述的是去噪的目的。26.D。解析：常用的影像压缩格式包括JPEG、TIFF和PNG，这些格式用于存储遥感影像数据。MP3是一种音频压缩格式，不适用于影像数据。27.B。解析：影像镶嵌的主要目的是将多张影像拼接成一幅完整的影像，通常用于覆盖较大区域的无人机遥感数据。选项A描述的是超分辨率的目的，选项C描述的是影像增强的目的，选项D描述的是去噪的目的。28.D。解析：常用的影像增强方法包括直方图均衡化、滤波处理和色彩拉伸，这些方法主要用于改善影像的视觉效果。影像分类不是影像增强方法，而是信息提取方法。29.B。解析：变化检测的主要目的是监测地物随时间的变化，通过比较不同时相的影像来识别地物的变化情况。选项A描述的是分类的目的，选项C描述的是超分辨率的目的，选项D描述的是去噪的目的。30.D。解析：常用的影像分类精度评价指标包括总体精度、Kappa系数和混淆矩阵，这些指标用于评估分类结果的准确性。信噪比是信号处理中的评价指标，不适用于分类精度评估。二、填空题1.影像上能够分辨的最小地面物体的尺寸或距离。2.消除传感器本身和大气等因素对遥感影像辐射亮度的影响，将记录的DN值转换为具有物理意义的辐射亮度值或反射率。3.60%-80%。4.(NIR-R)/(NIR+R)，其中NIR代表近红外波段的反射率，R代表红波段的反射率。5.记录影像获取时的位置和姿态信息，包括GPS位置和IMU姿态数据。6.将多张影像拼接成一幅完整的影像，通常用于覆盖较大区域的无人机遥感数据。7.能够部分穿透植被获取地表信息，特别是在森林区域，可以获取地表高程数据。8.监督分类需要预先定义类别并收集训练样本，而非监督分类则不需要训练样本，而是基于像素间的相似性自动聚类。9.确保覆盖完整且重叠率符合要求，同时考虑飞行效率和安全性。10.将不同分辨率的影像进行组合，通常是将高空间分辨率的全色影像与低空间分辨率的多光谱影像融合，得到既有高空间分辨率又有丰富光谱信息的影像。11.直方图均衡化、滤波处理、色彩拉伸。12.监测地物随时间的变化，通过比较不同时相的影像来识别地物的变化情况。13.焦距、主点坐标、畸变参数。14.将不同时相或不同传感器的影像对齐到同一坐标系，以便进行比较和分析。15.均值滤波、中值滤波、高斯滤波。16.获取地物的三维空间信息，通过无人机遥感数据构建地物的三维模型。17.最大似然分类、支持向量机、随机森林。18.影像亮度差异、影像几何变形、影像色彩不一致。19.空间分辨率、时间分辨率、辐射分辨率、光谱分辨率。20.评估植被覆盖度和健康状况，通过分析不同波段的反射率来计算植被指数。三、判断题1.错误。解析：GPS在无人机遥感中不仅用于定位和导航，还直接影响影像的空间精度和几何校正质量，特别是在需要高精度地理配准的应用中至关重要。2.正确。解析：NDVI是通过近红外波段和红波段的反射率计算得出的比值指数，理论上取值范围在-1到1之间，负值表示非植被覆盖（如水体、建筑等），正值表示植被覆盖，值越大表示植被越茂盛。3.错误。解析：无人机遥感受天气条件影响较大，如大风、雨雪等恶劣天气会影响飞行安全和数据质量，因此并非可实现全天候监测。4.正确。解析：航向重叠率设置得越高，数据冗余度越大，需要更多的影像和更长的飞行时间，导致数据处理效率降低，但可以确保更好的拼接效果和更高的精度。5.错误。解析：辐射定标和几何校正是两个不同的概念，辐射定标是将DN值转换为辐射亮度值，消除传感器和大气的影响；几何校正是消除影像的几何畸变，使其与地理坐标系对齐。6.正确。解析：激光雷达(LiDAR)技术通过发射激光脉冲并接收反射信号来获取地形信息，激光可以部分穿透植被，因此能够获取地表高程数据，特别是在森林区域具有明显优势。7.错误。解析：监督分类需要预先定义类别并收集训练样本，而非监督分类则不需要训练样本，而是基于像素间的相似性自动聚类。题目中的描述与实际情况相反。8.正确。解析：航线规划的主要目的是确保覆盖完整且重叠率符合要求，同时考虑飞行效率和安全性，是无人机遥感数据获取的重要环节。9.错误。解析：影像融合是指将不同分辨率的影像进行组合，通常是将高空间分辨率的全色影像与低空间分辨率的多光谱影像融合，而不是将同一传感器不同时相的影像组合（这通常称为时序分析或变化检测）。10.正确。解析：直方图均衡化用于改善影像的对比度，滤波处理用于去除噪声或平滑影像，色彩拉伸用于增强影像的色彩表现，这些都是常用的影像增强方法。11.错误。解析：变化检测的主要目的是监测地物随时间的变化，通过比较不同时相的影像来识别地物的变化情况，而不是识别地物类型（这是分类的目的）。12.正确。解析：相机内参主要包括焦距、主点坐标和畸变参数，这些参数描述了相机本身的几何特性，用于影像的几何校正和三维重建。13.错误。解析：影像配准的目的是将不同时相或不同传感器的影像对齐到同一坐标系，以便进行比较和分析，而不是提高影像的空间分辨率（这是超分辨率的目的）。14.正确。解析：均值滤波、中值滤波和高斯滤波都是常用的影像滤波方法，用于去除影像中的噪声或平滑影像，但它们的工作原理和适用场景有所不同。15.正确。解析：三维建模的主要目的是获取地物的三维空间信息，通过无人机遥感数据（如影像、激光雷达数据）构建地物的三维模型，用于城市规划、建筑测量等应用。四、简答题1.答：无人机遥感相比传统卫星遥感的主要优势包括：(1)空间分辨率更高：无人机飞行高度低，可获取厘米级甚至毫米级的高分辨率影像；(2)灵活性更强：可随时起飞降落，不受卫星固定轨道限制，可根据需求调整飞行参数；(3)响应速度快：任务准备周期短，可快速获取目标区域最新数据；(4)成本效益高：相比卫星发射和运营成本，无人机遥感任务成本较低；(5)适应性好：可根据不同应用需求搭载多种传感器，获取多类型数据；(6)时相分辨率高：可进行高频次监测，获取动态变化信息。2.答：无人机遥感影像辐射校正是指消除传感器本身、大气条件等因素对遥感影像辐射亮度的影响，将记录的DN值转换为具有物理意义的辐射亮度值或反射率的过程。主要方法包括：(1)绝对辐射定标：通过建立DN值与辐射亮度值之间的定量关系，通常需要实验室定标或场地同步测量；(2)相对辐射定标：通过图像内部特征进行校正，如直方图匹配、去条带处理等；(3)大气校正：消除大气散射和吸收对辐射的影响，如使用6S模型、FLAASH模型等；(4)地形校正：消除地形起伏引起的辐射差异，如C校正、Minnaert校正等。3.答：无人机遥感数据获取中航线规划的基本原则包括：(1)确保覆盖完整：航线规划应确保整个目标区域都被影像覆盖，不留盲区；(2)满足重叠率要求：航向重叠率通常设置为60%-80%，旁向重叠率通常设置为30%-50%，以确保影像拼接和三维重建的精度；(3)考虑地形起伏：对于地形起伏较大的区域，需要调整飞行高度或采用变高飞行模式，确保影像分辨率一致；(4)优化飞行路径：在满足覆盖要求的前提下，尽量减少飞行距离和时间，提高数据获取效率；(5)避免禁飞区和危险区域：航线规划应避开禁飞区、人口密集区和危险区域，确保飞行安全；(6)考虑气象条件：根据气象条件调整飞行参数，如风速较大时降低飞行速度或增加重叠率。4.答：无人机遥感影像分类中监督分类与非监督分类的区别及适用场景：区别：(1)训练样本需求：监督分类需要预先定义类别并收集训练样本，非监督分类则不需要训练样本；(2)分类过程：监督分类基于训练样本的特征统计模型进行分类，非监督分类基于像素间的相似性自动聚类；(3)结果解释：监督分类的结果可以直接解释为预设的类别，非监督分类的结果需要后续解释和命名；(4)精度控制：监督分类可以通过增加训练样本提高精度，非监督分类的精度相对难以控制。适用场景：(1)监督分类适用于：有先验知识的情况、类别明确且数量较少的情况、需要高精度分类结果的情况；(2)非监督分类适用于：缺乏先验知识的情况、类别数量不确定的情况、需要进行初步探索性分析的情况。5.答：无人机遥感技术在农业领域的应用包括：(1)精准施肥与灌溉：通过多光谱或高光谱传感器获取作物长势信息，评估作物营养状况，实现精准施肥；结合土壤湿度数据，指导精准灌溉；(2)病虫害监测：通过高分辨率影像早期发现病虫害迹象，及时采取防治措施，减少农药使用；(3)作物产量预测：通过多时相无人机遥感数据，监测作物生长周期中的关键参数，实现产量预测；(4)精准收获：获取作物成熟度信息，指导精准收获时间和方式，提高收获效率；(5)农田资源调查：调查农田土壤类型、肥力、水分等资源，为农田管理和规划提供基础数据；(6)农作物分类与识别：通过影像分类技术识别不同作物类型，监测种植结构变化。五、计算题1.解：地面分辨率(GSD)=(像元大小×飞行高度)/焦距GSD=(0.005mm×500m)/35mm=(0.000005m×500m)/0.035m=0.0714m≈7.14cm因此，该影像的地面分辨率约为7.14cm。2.解：首先计算单张影像覆盖的地面范围：地面宽度=(像幅宽度×飞行高度)/焦距=(0.036m×300m)/0.024m=450m地面长度=(像幅长度×飞行高度)/焦距=(0.024m×300m)/0.024m=300m计算旁向重叠率对应的单张影像有效宽度：有效宽度=地面宽度×(1-旁向重叠率)=450m×(1-0.6)=180m计算需要的航线数：航线数=总宽度/有效宽度=10000m/180m≈55.56→取整为56条航线计算航向重叠率对应的单张影像有效长度：有效长度=地面长度×(1-航向重叠率)=300m×(1-0.75)=75m计算每条航线的曝光次数：曝光次数=总长度/有效长度=10000m/75m≈133.33→取整为134次因此，需要56条航线，每条航线曝光134次。3.解：设每个时相的分类精度为P=0.85，则分类错误率为Q=1-P=0.15。假设各时相分类结果独立，则5个时相都分类正确的概率为：P_total=P^5=0.85^5≈0.4437因此，5个时相综合变化检测的精度约为44.37%。六、论述题1.答：无人机遥感在城市规划中的应用广泛且深入，主要体现在以下几个方面：(1)城市三维建模与可视化：无人机搭载多角度相机或激光雷达可获取城市建筑的高精度影像和点云数据，构建精细的三维城市模型，为城市规划提供直观的空间基础。这些模型可用于城市设计评估、建筑高度控制、天际线分析等。(2)城市土地利用监测：通过无人机获取的高分辨率影像，可精确识别城市各类土地利用类型，监测城市扩张、土地利用变化、违章建筑等情况，为城市规划和土地管理提供数据支持。相比传统卫星影像，无人机影像能更清晰地分辨小型地块和建筑细节。(3)城市基础设施评估：无人机可近距离拍摄城市基础设施，如道路、桥梁、管网等，评估其损坏状况和维修需求。结合图像处理技术，可自动识别裂缝、坑洼等缺陷，为城市基础设施维护提供依据。(4)城市环境监测：无人机搭载多光谱或高光谱传感器可监测城市热岛效应、空气质量、水质污染等环境问题。通过分析不同波段的影像信息，可识别污染源、评估环境质量，为城市环境规划提供依据。(5)城市应急管理：在城市灾害（如火灾、洪水、地震）发生时，无人机可快速获取灾情影像，评估灾害影响范围和程度，为应急响应和灾后重建提供决策支持。无人机还可用于搜救行动，通过热红外传感器探测生命迹象。然而，无人机遥感在城市规划中也面临一些挑战：(1)空域管理限制：城市空域繁忙，无人机飞行受到严格限制，需要申请飞行许可，影响数据获取效率。特别是在人口密集区域，飞行安全风险较高。(2)数据处理复杂性：城市环境复杂，地物类型多样，高密度建筑区域存在严重的阴影、遮挡等问题，增加了数据处理的难度。无人机数据量大，需要高效的处理方