中国矿业大学《遥感原理与应用》试题

《中国矿业大学《遥感原理与应用》试题》由会员分享，可在线阅读，更多相关《中国矿业大学《遥感原理与应用》试题（5页珍藏版）》请在金锄头文库上搜索。

1、 中国矿业大学中国矿业大学 遥感原理与应用试卷（遥感原理与应用试卷（A A） 一、一、 名词解释（名词解释（1515） ：） ： 1大气窗口 2监督法分类 3传感器定标 4方位分辨力 5特征变换 二、二、 简答题（简答题（4545） 1 遥感的基础是什么，其重要性体现在哪些方面？ 2 影响遥感图像目视判读的因素有哪些，有哪些判读方法？ 3 为何要进行图像融合，其目的是什么？ 4 叙述遥感的基本概念、特点以及发展趋势？ 5 写出 SPOT 多光谱，ETM，MODIS 三类传感器获取图像的植被指数计算公式。 6 写出 SPOT 图像的共线方程（旁向倾斜角） ，在其纠正模型中涉及到的未知参数有哪些？

2、 7 写出 ISODATA 的中文全称和步骤。 8 写出 MODIS 中文全称，指出其特点。 9 请你说出与遥感有关的书和专业杂志（至少各 3 种）？ 三、 论述题（40） 1写出利用多时相图像来进行变化检测的流程图， 写出相应的步骤和方法。 2比较 SPOT 多光谱 CCD，LANDSAT 的 ETM 以及 SAR 三类传感器以及获取的图像的特点。 A 卷参考答案要点卷参考答案要点 名词解释名词解释 1 1绝对黑体绝对黑体：指能够全部吸收而没有反射电磁波的理想物体。 2 2大气窗口大气窗口：大气对电磁波有影响，有些波段的电磁波通过大气后衰减较小，透过率较高的波段。 3 3图像融合图像融合：由

3、于单一传感器获取的图像信息量有限，难以满足应用需要，而不同传感器的数据又具有不同的时间、空间和光谱分辨率以及不同的极化方式，因此，需将这些多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像，这个过程即图像融合。 4 4距离分辨力距离分辨力：指测视雷达在发射脉冲方向上能分辨地物最小距离的能力。它与脉冲宽度有关，而与距离无关。 5 5特征选择特征选择：指从原有的 m 个测量值集合中，按某一规则选择出 n 个特征，以减少参加分类的特征图像的数目，从而从原始信息中抽取能更好的进行分类的特征图像。即使用最少的影像数据最好的进行分类。 二、简答题（45） 1 1分析植被的反射波谱特性。说明波谱特

4、性在遥感中的作用。分析植被的反射波谱特性。说明波谱特性在遥感中的作用。 由于植物进行光合作用，所以各类绿色植物具有相似的反射波谱特性，以区分植被与其他地物。 （1）由于叶绿素对蓝光和红光吸收作用强，而对绿色反射作用强，因而在可见光的绿波段有波 峰，而在蓝、红波段则有吸收带； （2）在近红外波段（0.8-1.1 微米）有一个反射的陡坡，形成了植被的独有特征； （3）在近红外波段（1.3-2.5 微米）受绿色植物含水量的影响，吸收率大增，反射率大大下降； 但是，由于植被中又分有很多的子类，以及受到季节、病虫害、含水量、波谱段不同等影响使得植 物波谱间依然存在细部差别。 波谱特性的重要性： 由于不同

5、地物在不同波段有着不同的反射率这一特性，使得地物的波谱特性成为研究遥感成像 机理，选择遥感波谱段、设计遥感仪器的依据；在外业测量中，它是选择合适的飞行时间和飞行方 向的基础资料；有效地进行遥感图像数字处理的前提之一；用户判读、识别、分析遥感影像的基础； 定量遥感的基础。 2 2遥感图像处理软件的基本功能有哪些？遥感图像处理软件的基本功能有哪些？ 1）图像文件管理包括各种格式的遥感图像或其他格式的输入、输出、存储以及文件管理等； 2）图像处理包括影像增强、图像滤波及空间域滤波，纹理分析及目标检测等； 3）图像校正包括辐射校正与几何校正； 4）多图像处理包括图像运算、图像变换以及信息融合； 5）图

6、像信息获取包括直方图统计、协方差矩阵、特征值和特征向量的计算等； 6）图像分类非监督分类和监督分类方法等； 7）遥感专题图制作如黑白、彩色正射影像图，真实感三维景观图等地图产品； 8）三维虚拟显示建立虚拟世界； 9）GIS 系统的接口实现 GIS 数据的输入与输出等。 3 3遥感图遥感图像目视判读的依据有哪些，有哪些影响因素？像目视判读的依据有哪些，有哪些影响因素？ 地物的景物特征：光谱特征、空间特征和时间特征。 影响因素包括：地物本身复杂性，传感器的性能以及目视能力。 4 4写出写出 ISODATAISODATA 的中文全称和步骤。的中文全称和步骤。 迭代自组织数据分析算法 步骤： 1）初始

7、化；2）选择初始中心；3）按一定规则(如距离最小)对所有像元划分； 4）重新计算每个集群的均值和方差；按初始化的参数进行分裂和合并； 5）结束，迭代次数或者两次迭代之间类别均值变化小于阈值； 6）否则，重复 3-5；7）确认类别，精度评定。 5 5比较多光谱比较多光谱 TMTM 图像与图像与 SARSAR 图像的异同点图像的异同点？ 成像方式不同； 地形起伏的影响不同； 分辨率不同； 光源：TM 是利用多光谱成像，SAR 利用微波成像； 抗干扰能力：由于 SAR 使用微波段，使其抗干扰能力强，具有全天候的工作能力； 应用目的不同。 6 6写出写出 MODISMODIS 中文全称，指出其特点。中

8、文全称，指出其特点。 MODIS 即中等分辨力成像光谱仪，其特点是： 波段不连续,数量少（36 个） ，地面分辨率较低（星下点离间分辨率为 250M，500M，1000M） ，每 1-2 天可覆盖全球一遍，主要用于大气、海洋和陆地探测。 7 7写出与遥感有关的书和专业杂志（至少各写出与遥感有关的书和专业杂志（至少各 3 3 种） ，遥感的应用领域（至少种） ，遥感的应用领域（至少 5 5 个） 。个） 。 微波遥感原理 遥感原理、方法和应用 摄影测量与遥感概论 ； 遥感学报 测绘学报 武汉大学学报 信息版 ； 应用领域：地质调查、农作物估产、土壤解译、臭氧层检测。 8 8 描述像点和地物点之间

9、关系的主要模型有哪些，写出其通用数学模型，指出各自适用的传感器。描述像点和地物点之间关系的主要模型有哪些，写出其通用数学模型，指出各自适用的传感器。 1）共线方程模型：适用于所有参数已知的传感器； 2）通用模型 ：适用于地形起伏较小的图像； 3）PFM 模型：适用于高分辨力的传感器。 9 9根据你所学本课程的知识，你认为影根据你所学本课程的知识，你认为影响遥感技术发展的主要因素是什么，你有何见解？响遥感技术发展的主要因素是什么，你有何见解？ 遥感技术发展目前的存在问题有以下几个： 1）遥感的时效性：实时检测与处理能力不足； 2）遥感的定量反演：精度不能达到实用要求。 产生以上问题的原因有如下两

10、条： 1）遥感技术本身的局限性； 2）人们认识上的局限性。 三、论述题三、论述题 1 1若用若用 R R 代表地学的真实信息，代表地学的真实信息，R R代表从遥感图像上提取的信息，我们利用遥感技术的目的代表从遥感图像上提取的信息，我们利用遥感技术的目的 之一就是要实现之一就是要实现R=RR=RR R=min=min，试分析导致，试分析导致R R 的因素，如何使其的因素，如何使其 minmin？ 由于在遥感图像获取信息的过程中存在着各种几何变形和辐射变形，在图象变换、特征选择过程以及信息提取等方面也存在误差，使得R 的出现不可避免。但是通过分析误差成因，我们可以 尽可能的减少这些误差，使得R=R

11、R=min。 几何变形主要来源于以下： （1）传感器成像方式引起的图像变形（2）传感器外方位元素变化的影响（3）地形起伏引起的 像点位移（4）地球曲率引起的图像变形（5）大气折射所引起的图像变形（6）地球自转的影响 对于几何变形，可通过几何处理来进行误差纠正，包括粗纠正和精纠正。 辐射变形是指传感器接收到的地磁波能量与目标本身辐射的能量不一致，可通过辐射校正来校 正或消除其影响。 特征变换有利于区分感兴趣的地物，而特征选择在于选择最佳的有利于分类的特征而不影响分 类精度。 信息提取有目视判读和计算机分类，由于各种因素的影响，分类结果还存在一定误差。 通过提高图像预处理的精度以及改进分类算法来提

12、高信息提取的精度。 2 2 叙述遥感图像监督法分类的基本原理， 请你设计一个完整的框架以实现遥感图像的监督法分 叙述遥感图像监督法分类的基本原理， 请你设计一个完整的框架以实现遥感图像的监督法分 类，指出每一步的功能。类，指出每一步的功能。 在事先知道样本区类别的信息的情况下对非样本数据进行分类的方法即监督法分类。其基本思 想如下：首先，利用已知的样本类别和类别的先验知识（可通过对分类地区的目视判读、实地勘测 或结合信息获得） ，确定判别函数和相应的判别准则，这一利用一定数量的已知类别的样本的 观测值求解待定参数的过程称之为学习或训练；其次，将未知类别的样本的观测值代入判别函数； 最后，根据判

13、别准则对该样本的所属类别做出判定。 流程图如下： 如上图所示,监督法分类可分为七个主要步骤，具体功能如下： 1 确定感兴趣的类别数用于确定要分类的地物，以建立这些地物的先验知识。 2 特征变换和特征选择通过该项处理，即能减少参加分类的影像数，加快分类速度， 又能满足分类需要，提高分类精度。 3 选择训练样区选择合适的训练样区是获取正确的分类结果的必要条件， 因为监督分 类关于类别的数字特性都是从训练样区中获得的。 训练样区选择时必须注意准确性、 代表性和统计性三个问题。 选择训练样区 确定判别函数和判别规则 依据判别函数和判别规则对非训练样区进行分类 特征变换和特征选择 确定感兴趣的类别数 人工干预，分类后处理 精度评价 4 确定判别函数和判别规则利用训练样本的数据统计计算出判别函数的参数， 以利用 判别函数和攀比规则对其他非样本取得数据进行分类。 5 依据判别函数和判别规则对非训练样区进行分类。 6 对可能存在的误分目标进行人工干预改正。 7 对结果利用现有资料进行精度评价。