2022年武漢大學考研專業(yè)課遙感原理真題解答

2023一、 名詞解釋〔8*5〕1、電磁波譜X射線、射線。2、黑體(固然黑體照舊要向外輻射)(在某些波段上)。黑體輻射狀況只與其溫度有關,與組成材料無關。3、幾何變形遙感圖像的幾何變形是指圖像上像元在圖像坐標系中的坐標與其在地圖坐標系等參考坐標系統(tǒng)中的對應坐標之間的差異。4、圖像融合中所供給的各種信息進展綜合,生成的圖像的過程。5、模式識別對被識別的模式作一系列的測量，然后將測量結(jié)果與“模式字典”中一組“典型的”測量值相比較,得出所需要的分類結(jié)果。這一過程稱為模式識別。6、特征選擇影像進展分類，這就稱為特征選擇。7、圖像灰度直方圖或頻率的大小用直方柱的高度表示的圖形。灰度直方圖性質(zhì)：1〕表征了圖像的一維信息。只反映圖像中像素不同灰度值消滅的次數(shù)〔或頻數(shù)〕而未反映像素所在位置。2〕與圖像之一樣的直方圖。3〕子圖直方圖之和為整圖的直方圖。8、小衛(wèi)星500kg的小型近地軌道衛(wèi)星，其空間區(qū)分為1—3m〔全色〕和4—15m〔多波段。與大衛(wèi)星相比，小衛(wèi)星具有先進、快速、低廉、牢靠的特點。小衛(wèi)星過程，一般不到十二個月。一顆小衛(wèi)星包括放射的價格約三千萬圓人民幣，不僅價格低廉，而且風險小。一般小衛(wèi)星壽命大于十年。二、推斷題〔4*2〕1、那些透過率較低的波區(qū)，對遙感格外不利，通常稱為大氣窗口?！病痢?、在常規(guī)框幅攝影機成像的狀況下，地球自轉(zhuǎn)會不會引起圖像變形〔√〕3、CCD直線陣列推掃式傳感器是行掃描動態(tài)傳感器，圖像中每一行上的像元都是在不同時刻依次成像〔×〕4、句法模式識別主要基于模式的統(tǒng)計特性〔×〕三、問答題〔9*6〕1、影響地物光譜反射率的因素有哪些影響地物光譜反射率的因素有太陽位置、傳感器位置、地理位置、地形、季節(jié)、氣候變化、地面濕度變化、地物本身的變異、大氣狀況等。太陽位置：指太陽高度角和方位角；傳感器位置：傳感器的觀測角和方位角；地理位置：地物位置，太陽高度角和方位角、地理景觀；地物本身的變異：如植物的病蟲害、土壤的含水量、含沙量；時間變化：比方雪和陳雪、不同月份的樹葉等。2、舉例說明Landsat系列衛(wèi)星軌道的特點及其在遙感中的應用舉例：LANDSAT7的總體數(shù)據(jù)：7個光譜波段和一個全色波段185km15、30、60、80米精度離705km太陽同步軌道16天運行周期81度之間區(qū)域處理使用的軌道參數(shù):預報參數(shù)衛(wèi)星名稱Landsat7儀器名稱ETM+觀測時間2023-04-30,時間還是比較近的:DDD已經(jīng)經(jīng)過校正已經(jīng)經(jīng)過行軌跡檢驗(1個像元)區(qū)分率30米(etm815米區(qū)分率,54230米區(qū)分率.Landsat系列衛(wèi)星軌道的特點：近圓形軌道實際軌道高度變化在905—918km之間，偏心率為0.0006。因此為近圓形軌道。應用:儀用固定掃描頻率對地面掃描成像，避開造成掃描行之間不連接的現(xiàn)象。近極地軌道軌道傾角設計為99.125°，因此是近極地軌道。應用：可以觀測到南北緯81°之間的寬闊地區(qū)。與太陽同步軌道球繞太陽公轉(zhuǎn)而轉(zhuǎn)變。地球?qū)μ柕倪M動一年為360°。因此平均每天的進動角為0.9856°。為了使光照角保持固定不變，必需對衛(wèi)星軌道加以修正應用：A使衛(wèi)星以同一地方時通過地面上空B有利于衛(wèi)星在相近的光照條件下對地面進展觀測C使衛(wèi)星上的太陽電池得到穩(wěn)定的太陽照度可重復軌道應用：軌道的重復性有利于對地面地物或自然現(xiàn)象的變化作動態(tài)監(jiān)測。3、目前遙感中使用的傳感器類型有哪些？包括哪些根本局部遙感傳感器大體上可以分為以下幾個類型：攝影類型的傳感器掃描類型的傳感器雷達類型的傳感器非圖像類型的傳感器包括以下幾個根本局部：收集器：收集地物輻射來的能量;探測器:將收集的輻射能轉(zhuǎn)變?yōu)榛瘜W能或電能；處理器：對收集的信號進展處理；輸出器：輸出獵取的數(shù)據(jù)。4、非監(jiān)視分類和監(jiān)視分類有什么不同非監(jiān)視分類是指人們事先對分類過程不施加任何的先驗學問地調(diào)查確定的。非監(jiān)視分類也稱聚類分析。法分類意味著對類別已有確定的先驗學問，利用“訓練樣區(qū)”的數(shù)據(jù)去“訓練”判決函數(shù)就建立了每個類別的分類器,然后依據(jù)分類器對未知區(qū)域進展分類。監(jiān)視分類避開了非監(jiān)視分類中對光譜集群的重歸類；與監(jiān)視法的先學習后分類不同，非監(jiān)視法是邊學習邊分類，通過學習找到一樣的類別，然后將該類與其他類區(qū)分開。5、舉例說明為什么多光譜圖像比單波段圖像能判讀更多信息多光譜圖像顯示景物的光譜特征比單波段圖像強得多射特性數(shù)據(jù)聯(lián)系起來，到達正確判讀地物的屬性和類型。瀝青和土壤的色調(diào)也比較接近別。6、說明攝影類型影像的主要種類及其特點真度好和易于進展訂正處理。攝影類型影像的主要種類：按波長分：可見光，紅外攝影。按攝影方式分：單鏡頭框幅式，縫隙式，全景式，多光譜等。按單鏡頭框幅式分：常角50-7，寬角70-10，特寬角105-13。攝影類型影像的主要種類及其特點缺乏：光譜響應波段一般較窄。7、繪圖說明最大似然法分類的錯分概率概率判別函數(shù)的判別邊界(假設有兩類)。當使用概率判別函數(shù)實行分類時，不行避開類別判別分界兩側(cè)作出不正確判別的概率之和。8、舉例說明側(cè)視雷達圖像與入射角的關系射雷達波很弱，甚至沒回波，沒回波的地區(qū)稱為雷達盲區(qū)。例如圖中所示9、光學圖像與數(shù)字圖像的轉(zhuǎn)換光學圖像變換成數(shù)字圖像就是把一個連續(xù)的光密度函數(shù)變成一個離散的光密度函數(shù)像元素函數(shù)f(x,y)不僅在空間坐標上并且在幅度上〔光密度〕上都要離散化，其離散后的每個像元的值用數(shù)字表示，整個過程叫做圖像數(shù)字化。圖像空間坐標〔x,y〕的數(shù)字化稱為圖像采樣，幅度〔光密度〕數(shù)字化則稱為灰度級量化?？臻g坐標數(shù)字化稱為采樣。采樣間隔△X、△Y的大小，取決于圖像的頻譜。圖像灰度的數(shù)字化稱為量化。是通過照相或打印的方式輸出。四、論述題(3*16)1、表達熱紅外、側(cè)視雷達和多時域圖像的特征及其判讀方法大小有直接的關系,其中與溫度的關系更親熱。熱紅外像片除了關心色調(diào)特征和空間特征外,特別要留意其時間特征。留意側(cè)視側(cè)視雷達圖像的色調(diào)：1)與入射角有關。朝向飛機方向的坡面反射猛烈，朝天頂方向就要弱些，背向飛機方向反射雷達波很弱，甚至沒回波。2〕與地面粗糙程度有關。地面地物微小起伏假設小于雷達波波長，則可看成“鏡面”，鏡面反射雷達波很少返回到雷達接“角隅反射”3)與地物的電特坦時，造成鏡面反射，反射波還是很弱。利用遙感影像判讀和監(jiān)測地面的動態(tài)變化是格外有效的別地面物體的性質(zhì)和作定量分析。2、就資源、地學、測繪、軍事等領域中的一個〔或你生疏的領域〕，論述遙感技術(shù)的應用遙感信息應用于資源領域的農(nóng)作物估產(chǎn)計算植被指數(shù)①比值植被指數(shù)：RVI＝IR／RED；②歸一化差異指數(shù)：NDVI＝〔IR-RED〕/(IR+RED)；③垂直植被指數(shù)：PVI＝[〔PSR-PVR〕2+(PSIR-PVIR)2]1/2，式中：PSR――土壤在紅光光譜段反射率；PVR――植被冠層在紅光光譜段反射率；PSIR――土壤在近紅外光譜段反射率；PVIR――植被冠層在近紅外光譜段反射率。確定植被指數(shù)與葉面積指數(shù)之間的關系及與作物產(chǎn)量的關系可見光和近紅外波段反射率組成的植被指數(shù)隨作物冠層狀態(tài)參數(shù)變化呈有規(guī)律變化。冠層狀態(tài)的指標，主要有葉面積指數(shù)LAI，其為單位面積上植被葉片面積。光合作用――干物質(zhì)積存－－葉面積增長－－生物量增加。生物量與葉面積指數(shù)LAI，葉干生物量有很好的相關關系,隨葉面積指數(shù)及干生物量的增加而增加。確定植土比植土比的定義是：某一地區(qū)作物的種植面積與該地區(qū)土地面積之比。它是另一個打算面積指數(shù)相互獨立。分析遙感植被指數(shù)與植土比和葉面積指數(shù)的綜合關系，并據(jù)此進展作物估產(chǎn)像元光譜反射率和植被指數(shù)是植土比和葉面積指數(shù)的二元函數(shù)。一個地區(qū)作物總產(chǎn)的線性相關因子Lk=平均葉面積指數(shù)LAI*kw實例:氣象衛(wèi)星大面積冬小麥估產(chǎn)衛(wèi)星資料的選用AVHRR5個波段的數(shù)據(jù)可以用不同的數(shù)學方法加以組合，得出不同的組合模式。比值模式G＝PCH2／PCH1對綠色植物反響較敏感G建立與單產(chǎn)的關系。資料中最大的一次作為小麥的實際比值植被指數(shù)值。對產(chǎn)麥區(qū)分層氣象衛(wèi)星資料所反映的小麥長勢是地面的實況，但由于地形、氣候的差異，通常不是同一發(fā)育期的水平。通常可依據(jù)冬小麥返青、拔節(jié)期資料及衛(wèi)星資料，對產(chǎn)麥區(qū)進展分層，然后按層建立估產(chǎn)模式。建立預報模式冬小麥單產(chǎn)與比值植被指數(shù)G也根本上呈線性關系。各像元點的比值植被指數(shù)值進展不同區(qū)間的組合，用逐步回歸方法計算。冬小麥估產(chǎn)預報選定當年某時間的資料后，先把各層的植被指數(shù)值訂正到預報模式所對應的積溫水平上，再計算各層的平均植被指數(shù)值，代入模式進展預報。3、目視判讀的一般過程和方法1、覺察目標標。2、描述目標目標特征，分門別類地列登記來，形成一覽表，即建立判讀標志，作為判讀的依據(jù)。3、識別和鑒定目標識別：利用已有的資料、對描述的目標特征，結(jié)合判讀員的閱歷，通過推理分析〔包括必要的統(tǒng)計分析〕將目標識別出來比照分析綜合分析綜合分析主要應用間接判讀標志、已有的判讀資料、統(tǒng)計資料，對圖像上表現(xiàn)得很不明顯，或毫無表現(xiàn)的物體、現(xiàn)象進展判讀。參數(shù)分析參數(shù)分析是在空間遙感的同時〔樣本的輻射特性數(shù)據(jù)、大氣透過率和遙感器響應率等數(shù)據(jù)，