遥感概论-考研、考博试题答案汇总

一、名词解释（陈程）

1.成像光谱仪：通常的的多波段扫描仪将可见光和红外波段分割成几个到十几个波段.对遥感而言,在一定波长范围内,被分割的波段数越多,即波谱取样点越多,愈接近联系波谱曲线,因此可以使得扫描仪在取得目标地物图像的同时也能获得该地物的光谱组成.这种既能成像又能获取目标光谱曲线的’谱象合一”的技术,称为成像光谱技术.按该原理制成的扫描仪称为成像光谱仪。

2.光谱分辨率：遥感器所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小。即选择的通道数、每个通道的中心波长、带宽，这三个因素共同决定光谱分辨率。（光谱分辨率是传感器记录的电磁光谱中特定波长的范围和数量。波长范围越窄，光谱分辨率越高；波段数越多，光谱分辨率越高）。

3.监督分类；监督分类首先要从研究区选择由代表性的训练场地作为样本。根据已知训练区提供的样本，通过选择特征参数（如像素亮度均值、方差等），建立判别函数，据此对样本像元进行分类，依据样本类别的特征来识别非样本像元的归属类别。

4.合成孔径雷达；是利用遥感平台的前进运动，将一个小孔径的天线安装在平台的侧方，以代替大孔径的天线，提高方位分辨力的雷达。

5.叶面指数：叶面积指数又叫叶面积系数，是一块地上作物叶片的总面积与占地面积的比值。即：叶面积指数=绿叶总面积/占地面积。是反映作物群体大小的较好的动态指标。在一定的范围内，作物的产量随叶面积指数的增大而提高。当叶面积增加到一定的限度后，田间郁闭，光照不足，光合效率减弱，产量反而下降。

6．波谱反射率：反射率为地物表面反射与入射的辐照度之比值。反射率分析乃是对实测的地物反射率和从遥感图像中提取的反射率数据进行处理和分析,用于鉴别地物和直接识别地物的方法。

7．地面反照率：即在地面以上某高度，用一个朝上的短波辐射表测量向下的太阳直接辐射加上大气对太阳光的半球散射（漫射辐射），用另一个朝下的短波辐射表测量地面向上的半球反射辐射。后者与前者通量之比即为当地的地表反照率。

8．辐射能量：以辐射形式发射、转移，或接收的能量。

9．合成孔径雷达；是利用遥感平台的前进运动，将一个小孔径的天线安装在平台的侧方，以代替大孔径的天线，提高方位分辨力的雷达。

10．水色遥感：利用紫外、可见、近红外光谱范围(380~900nm)的多个高灵敏窄波段探测水体光学特征(如：离水辐射率)以及水色要求(叶绿素、悬浮泥沙以及黄色物质等)的技术。

11．空间分辨率：也称地面分辨率，指象素能代表的地面范围的大小，即扫描仪的瞬时视场，或地面物体能分辨的最小单元。

12．监督分类；监督分类首先要从研究区选择由代表性的训练场地作为样本。根据已知训练区提供的样本，通过选择特征参数（如像素亮度均值、方差等），建立判别函数，据此对样本像元进行分类，依据样本类别的特征来识别非样本像元的归属类别。

13．空间投影：空间投影所要研究的问题基本包括两个方面，一是要解决由星载探测器获

得的地理信息用什么投影方式记录在图像平面上，形成人们所需的影像地图或地形图，

其重点是为空间卫星摄影或扫描图像寻找和设计适宜的投影方案。二是将遥感图像转换

成常规的地图投影(即把图像已有的投影变换成新编地图产品所选用的地图投影)，其重

点在于解决投影变换的理论和方法。

14．叶面指数：叶面积指数又叫叶面积系数，是一块地上作物叶片的总面积与占地面积的比值。即：叶面积指数=绿叶总面积/占地面积。是反映作物群体大小的较好的动态指标。在一定的范围内，作物的产量随叶面积指数的增大而提高。当叶面积增加到一定的限度后，田间郁闭，光照不足，光合效率减弱，产量反而下降。

15．主动遥感：active remote sensing。又称有源遥感，有时也称遥测，指从遥感台上的人工辐射源，向目

标物发射一定形式的电磁波，再由传感器接收和记录其反射波的遥感系统。其主要优点是不依赖太阳辐射，可以昼夜工作，而日_可以根据探测目的的不同，主动选择电磁波的波长和发射方式。主动遥感一般使用的电磁波是微波波段和激光，多用脉冲信号，也有的用连续波束。普通雷达、侧视雷达，合成孔径雷达，红外雷达、激光雷达等都属于主动遥感系统。

传感器本身发射人工辐射，接收目标地物反射回来的辐射，这种探测地物信息的遥感即主动遥感。如雷达即属于主动遥感。

16高光谱遥感：高分辨率遥感，它是在电磁波谱的可见光、近红外、中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术。其成像光谱仪可以收集到上百个非常窄的光谱波段信息。

17、空间分辨率：也称地面分辨率，指象素能代表的地面范围的大小，即扫描仪的瞬时视场，或地面物体能分辨的最小单元。

18、大气纠正；太阳光在到达地面目标之前,大气会对其产生吸收和散射作用。同样,来自目标地物的反射光和散射光在叨叨传感器之前也会被吸收和散射。入射到传感器的电磁波能量除了地物本身的辐射以外还有大气引起的散射光,消除这些影响的处理过程称为大气校正。校正的方法有：利用辐射方程进行大气校正；利用地面实况数据进行大气校正；利用辅助数据进行大气校正。

19、色度空间：又称颜色空间，指不同波长的电磁波谱与不同物质相互作用所构成的色谱空间。

颜色空间也称彩色模型(又称彩色空间或彩色系统）它的用途是在某些标准下用通常可接受的方式对彩色加以说明。本质上，彩色模型是坐标系统和子空间的阐述。位于系统的每种颜色都有单个点表示。现在采用的大多数颜色模型都是面向硬件或面向应用的。颜色空间从提出到现在已经有上百种，大部分只是局部的改变或专用于某一领域。科学研究中有不少逻辑性等方面比HSХ更高的颜色空间。

20、小波变换：以某些特殊函数为基将数据过程或数据系列变换为级数系列以发现它的类似频谱的特征，从而实现数据处理。

21、波谱分辨率：指传感器在接收目标辐射的波谱时能分辨的的最小波长间隔。间隔越小，分辨率越高。

22、密度分割；在一张黑白遥感图像上,随地物的反射(或发射)电磁波强度的不同将有所不同的密度分布.如果在图像的最大密度和最小密度之间,人为地分成许多区间,并且将某一区间用同一种密度或同一种颜色表示,不同区间则用不同密度或不同颜色表示,我们称之为密度分割。

23、全球定位系统：是利用多颗导航卫星的无线电信号，对地球表面某地点进行定位、报时和对地表移动物体进行导航的技术系统。

24、遥感制图：通过对遥感图像的判读或遥感图像处理系统，对各种遥感资料进行增强、识别、分类的制图技术。

25、监督分类；监督分类首先要从研究区选择由代表性的训练场地作为样本。根据已知训练区提供的样本，通过选择特征参数（如像素亮度均值、方差等），建立判别函数，据此对样本像元进行分类，依据样本类别的特征来识别非样本像元的归属类别。

26、地物反射波（光）谱：指地物反射率随波长的变化规律。

27、双向反射率分布函数（bidirectional reflectance distribution function、BRDF）：是一个定义光线在不透明表反射的四次元函数，基本式为：，在这里是指光线的方向，另外

是指光线反射的方向，除此之外，还有一个代表法线，而在式子里的单位是sr-1，sr就是球面度。

28、基尔霍夫定律；一个物体的波谱发射率等于它的波谱吸收率，即好的吸收体也是好的发射体。

29、瑞利散射；由半径小于波长的1/10以下的微粒引起的散射叫瑞利散射（Reyleigh Scattering）。

30、大气窗口；由于大气对电磁波散射和吸收等因素的影响，使一部分波段的太阳辐射在大气中透过率很小或根本无法通过，电磁波辐射在大气传输中透过率较高的波段称为大气窗口。

目前在遥感中使用的一些大气窗口为：

1．0.3~1.15μm：包括部分紫外光、全部可见光和部分近红外光。其中：

0.3~0.4μm：透过率约为70%

0.4~0.7μm：透过率大于95%

0.7~1.1μm：透过率约为80%

2．1.4~1.9μm：近红外窗口，透过率在60%~95%之间，其中1.55~1.75μm通过率较高

3．2.0~2.5μm：近红外窗口，透过率为80%

4．3.5~5.0μm：中红外窗口，透过率为60%~70%

5．8.0~14.0μm：热红外窗口，透过率为80%

6．1.0~1.8 mm：微波窗口，透过率约为35~40%左右

7．2.0~ 5.0 mm：微波窗口，透过率在50~70%之间

8．8.0~1000 mm：微波窗口，透过率为100%

31、分辨率：分辨率是用于记录数据的最小度量单位，一般用来描述在显示设备上所能够显示的点的数量(行、列)，或在影像中一个像元点所表示的面积。

32、辐射亮度：表示面辐射源上某点在一定方向上的辐射强弱的物理量。辐射亮度的SI单位为瓦/( 球面度.米2 ) 。

33、维恩位移定律：给出了黑体的发射峰波长与温度的定量关系，指出随着黑体温度的增加、发射峰波长减小，两者呈反比关系λmax＝A/T。

34、高光谱：光谱分辨率在delta_lambda/lambda=0.01mm数量级，这样的传感器在可见光和近红外区域有几十到数百个波段，光谱分辨率可达nm级。

35、小波分析(wavelet analysis), 或小波转换(wavelet transform)是指用有限长或快速衰减的、称

36、热红外遥感：（infrared remote sensing ）是指传感器工作波段限于红外波段范围之内的遥感。探测波段一般在0.76-1000微米之间。是应用红外遥感器（如红外摄影机、红外扫描仪）探测远距离外的植被等地物所反射或辐射红外特性差异的信息，以确定地面物体性质、状态和变化规律的遥感技术。

热红外遥感就是利用传感器收集、记录地物的热红外信息，并利用其来识别地物和反演地表参数（温度、湿度、热惯量等）的技术系统。

37、遥感平台：遥感中搭载传感器的工具称为遥感平台，按高度可分为地面平台、航空平台、航天平台。

38、成象光谱仪：通常的的多波段扫描仪将可见光和红外波段分割成几个到十几个波段.对遥感而言,在一定波长范围内,被分割的波段数越多,即波谱取样点越多,愈接近联系波谱曲线,因此可以使得扫描仪在取得目标地物图像的同时也能获得该地物的光谱组成.这种既能成像又能获取目标光谱曲线的’谱象合一”的技术,称为成像光谱技术.按该原理制成的扫描仪称为成像光谱仪

39、电磁波谱：电磁波按波长或频率的大小顺序排列起来制成的图表叫做电磁波谱。

40、近极轨卫星：卫星星下点进入南北极圈内的卫星轨道为近极地轨道。

41、光谱分辨率；遥感器所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小。即选择的通道数、每个通道的中心波长、带宽，这三个因素共同决定光谱分辨率。（光谱分辨率是传感器记录的电磁光谱中特定波长的范围和数量。波长范围越窄，光谱分辨率越高；波段数越多，光谱分辨率越高）。

42、色调：颜色彼此相互区分的特性。是地物电磁辐射能量在影像上的模拟记录，在黑白影像上表示为灰度，在彩色影像上表现为色彩，它是一切解译标志的基础，也是航空像片判读中的重要标志。

43、边缘检测：边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括（i）深度上的不连续、（ii）表面方向不连续、（iii）物质属性变化和（iv）场景照明变化。边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。

44、真实孔径雷达：以实际孔径天线进行工作的侧视雷达，称为真实孔径侧视雷达。要提高这种雷达的方位分辨率，只有加大天线孔径、缩短探测距离和工作波长。侧视雷达（Side Looking Radar）的天线不是安装在遥感平台的正下方，而是与遥感平台的运动方向形成角度，朝向一侧或两侧倾斜安装，向侧下方发射微波，接受回波信号的。

45、纹理特征：细小地物在影响上有规律地重复出现，它反映了色调变化的频率，纹理形式很多，包括点、斑、格、垅、栅。在这些形式的基础上根据粗细、疏密、宽窄、长短、只直斜和隐显等条件还可再细分为更多的类型。

46、辐射传输方程：是指辐射源经大气层到达传感器的过程中电磁波能量变化的数学模型。

47、数字影象：又称数字图像。即数字化的影像。物体光辐射能量的数字记录形式或像片影像经采样量化后的二维数字灰度序列。

48、大气窗口：由于大气对电磁波散射和吸收等因素的影响，使一部分波段的太阳辐射在大气中透过率很小或根本无法通过，电磁波辐射在大气传输中透过率较高的波段称为大气窗口。

目前在遥感中使用的一些大气窗口为：

1．0.3~1.15μm：包括部分紫外光、全部可见光和部分近红外光。其中：

0.3~0.4μm：透过率约为70%

0.4~0.7μm：透过率大于95%

0.7~1.1μm：透过率约为80%

2．1.4~1.9μm：近红外窗口，透过率在60%~95%之间，其中1.55~1.75μm通过率较高

3．2.0~2.5μm：近红外窗口，透过率为80%

4．3.5~5.0μm：中红外窗口，透过率为60%~70%

5．8.0~14.0μm：热红外窗口，透过率为80%

6．1.0~1.8 mm：微波窗口，透过率约为35~40%左右

7．2.0~ 5.0 mm：微波窗口，透过率在50~70%之间

8．8.0~1000 mm：微波窗口，透过率为100%

49、亮度温度：是描述一般地物的“等效”温度参数。即在一定的波段范围内,一般地物与绝对黑体相比,具有相等的辐射亮度时,以此时绝对黑体的温度等效地物的温度,称此温度为地物的亮度温度。它表示地物的辐射量与具有多大温度的绝对黑体的辐射相当,由于一般地物的比辐射率(见“发射率”条) ε均小于1,故一般地物的亮度温度总是小于它的实际温度。

50、地物波谱：地物的电磁波响应特性随电磁波长改变而变化的规律，称为地物波谱。

51、视场：在扫描成像过程中一个光敏探测元件通过望远镜系统投射到地面上的直径或对应的视场角度。

52、趋肤深度：skin depth，是指雷达信号功率从介质表面衰减到1/e倍时的深度(或降至37%的深度).趋夫深度提供了一种指示雷达信号随着物质穿透能力变换的方法.。

53、综合孔径雷达：即合成孔径雷达，利用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成一较大的等效天线孔径的雷达。特点是分辨率高，能全天候工作，能有效地识别伪装和穿透掩盖物。所得到的高方位分辨力相当于一个大孔径天线所能提供的方位分辨力。

54、同步轨道：卫星运行太阳同步轨道是指卫星轨道平面与太阳入射光的角度保持一定固定的角度。

55、植被指数：对于复杂的植被遥感，仅用个别波段和多个单波段数据分析对比来提取植被信息是相当局限的。因而选用多光谱遥感数据经分析运算，产生某些对植被长势、生物量等有一定指示意义的数值，即所谓的植被指数。主要用于突出遥感影像中的植被特征、提取植被类别和估算植被生物量。

56、图像增强：传感器获取的遥感图像含有大量地物特征信息，在图像上这些地物特征信息以灰度形式表现出来，当地物特征间表现的灰度很小时，目视判读就无法辨认，而图像增强的方法可以突出显示这种微小灰度差的地物特征，图像增强的目的时为了改善遥感图像目视判读的视觉效果，以提高目视判读能力，它也是计算机自动分类的一种预处理方法。图像增强的实质时增强感兴趣地物和周围地物图像间的反差。图像增强的方法分为光学增强和数字增强方法两种。

57、最大似然分类；是监督分类方法之一，它是通过求出每个像素对于各类别的归属概率，把该像素分到归属概率最大的类别的方法。

二、问答题

水体的反射率总体很低，小于百分之十，远低于其他大多数地物，因此遥感图像上水体或湿地都呈现为深色调甚至黑色。对于清水在蓝绿光波段有较强反射，在其他可见光波段吸收都很强，在近红外波段吸收更强，使得反射率几乎是零。当水体中含有其他物质时，水体的反射光谱曲线会发生变化，如含有泥沙时可见光波段的反射率会增加，反射峰值出现在黄红区，含有叶绿素时近红外波段反射率明显增加。这些特征是遥感影像上分析水体泥沙含量和叶绿素含量的重要依据。

2．植被指数的含义及其应用

利用卫星不同波段探数据组合而成的，能反映植物生长状况的指数

3．遥感影像的几何纠正的主要方法及其特征

几何纠正的主要方法包括几何粗校正和几何精校正

几何粗校正是卫星运行和成像过程中引起的畸变而进行的校正；

几何精校正是对残剩的系统误差和偶然误差的校正；

其中几何精校正有又包括：

（1）最邻近法

其优点是计算简便处理速度快，而且可以避免采样时像元值的改变，但这种方法可能会产生很明显的位置错误，尤其对于线性地物而言；

（2）双线性内插法

校正过后整个影像看上去比较自然，但其输出影像与输入影像相比有明显的变化，而且会降低影像的分辨率；

（3）三次卷积法

其特点是产生的影像比其他两种方法效果都好，但对输入像元值的改动是最大的，而且计算量的需要的地面控制点多；

4．多源遥感影像融合的主要方法及其特征

5．试述当前光学遥感发展的特点及其发展趋势

特点及其发展趋势：（1）多分辨率多遥感平台并存，空间分辨率、光谱分辨率及时间分辨率普遍提高；

（2）微波遥感、高光谱遥感迅速发展；

（3）遥感的综合运用不断深化；

（4）商业遥感时代的到来；

6．论述遥感在自然灾害预测中的应用及其不足

7．中巴遥感资源卫星数据的特点及其应用

特点：其特点是用一颗星上的CCD相机和红外相机分别覆盖了SPOT卫星上的HRV和Landsat卫星上TM的主要波段；

应用：它的研制、发射和运行成功，结束了我国遥感应用全部依靠外国卫星遥感资料的历史，使我国能实时接收覆盖我国全境及部分周边国家领土的卫星遥感数据。

8．中巴资源卫星光谱成像特征

该卫星成像系统以不同的地面分辨率覆盖观测区域，即WFI的分辨率可达256m,IR-MSS可达78m和156m,CCD为19.5m,3台成像传感器组成从可见光、近红外到热红外整个波普域覆盖观测地区的组合能力。

9．影像数据几何纠正方法

几何纠正方法包括几何粗校正和几何精校正；

其中几何精校正又可分为最邻近法、双线性内插法以及三次卷积法。

10．小卫星遥感系统

11．植被指数计算方法

植被指数基本描述

归一化植被指数

（Normalized Difference Vegetation Index）增加在近红外波段范围绿叶的散射与红色波段范围叶绿素吸收的差异。

比值植被指数（Simple Ratio Index）在近红外波段范围绿叶的散射与红色波段范围叶绿素吸收的比值。

增强植被指数（Enhanced Vegetation Index）增强NDVI，解决土壤背景和大气气溶胶对茂密植被的影响

大气阻抗植被指数

（Atmospherically Resistant Vegetation

Index）

增强NDVI，更好地解决大气散射的影响。

绿波段总和指数（Sum Green Index）绿色波段范围的整体光散射对植被冠层间隙的敏感度。

1)归一化植被指数（Normalized Difference Vegetation Index——NDVI）

NDVI众所周知的一种植被指数，在LAI值很高，即植被茂密时其灵敏度会降低。其计算公式为：

NDVI=

(式1)

值的范围是-1~1，一般绿色植被区的范围是0.2~0.8。

2)比值植被指数（Simple Ratio Index——SR）

SR指数也是众所周知的一种植被指数，在LAI值很高，即植被茂密时其灵敏度会降低。其计算公式为：SR=

(式2)

值的范围是0~30+，一般绿色植被区的范围是2~8。

3)增强植被指数（Enhanced Vegetation Index——EVI）

EVI通过加入蓝色波段以增强植被信号，矫正土壤背景和气溶胶散射的影响。EVI常用于LAI值高，即植被茂密区。其计算公式为：

EVI=

（式3）

值的范围是-1~1，一般绿色植被区的范围是0.2~0.8。

4)大气阻抗植被指数（Atmospherically Resistant Vegetation Index——ARVI）

ARVI是NDVI的改进，它使用蓝色波段矫正大气散射的影响（如气溶胶），ARVI常用于大气气溶胶浓度很高的区域，如烟尘污染的热带地区或原始刀耕火种地区。其计算公式为：

EVI=

（式4）

值的范围是-1~1，一般绿色植被区的范围是0.2~0.8。

5)绿度总和指数（Sum Green Index——SG）

SG指数是用于探测绿色植被变化最简单的植被指数。由于在可见光范围内，绿色植被对光强吸收，SG 指数对稀疏植被的小变化非常敏感。SG指数是500 nm ~600 nm范围内平均波谱反射率。

总和最后会被转化回反射率。值的范围是0~50+，一般植被区域是10~25。

12．激光雷达成像原理

激光雷达探测大气的基本原理即是上述几种激光与大气相互作用的机制。激光器产生的激光束经光束准直（有的情况下需要扩束）后发射到大气中，激光在大气中传输遇到空气分子、气溶胶等成分便会发生散射、吸收等作用。散射中的小部分能量——后向散射光落入接收望远镜视场被接收。被接收到的后向散射光传输到光电探测器（通常为PMT）被转换成电信号（一般为电流信号），实现光-电转换，再经一系列的运算放大，最终被显示、记录。对于不同高度的信号，利用激光信号传输时间间隔来记录，光速c已知，便可换算成距离：。如果接收到的是回波点数，乘以系统距离分辨率即得高度。这样就获得了激光雷达P-z 数据，利用激光雷达方程结合相关算法便可反演出相关大气特性，如大气垂直消光廓线、气体浓度、成分以及温度廓线等。

13．、

14．高空间分辨率处理分析及其趋势

15．结合您专业，浅谈多源遥感数据心综合处理和分析

16．中巴资源卫星（CBERS）影像的波段特征

17．ISODATA方法的聚类过程

18．影像纹理计算方法

19．影像正射纠正

20．多源遥感信息复合

21．植被指数计算及其应用（与11题相同）

22．热红外影像土壤水分反演模型

23．几何校正的主要方法(与第9题相同)

24．光谱成像仪的成像机理（王建强）

高光谱分辨率遥感信息分析处理，集中于光谱维上进行图像信息的展开和定量分析，其图像处理模式的关键技术有：⑴超多维光谱图像信息的显示，如图像立方体的生成；⑵光谱重建，即成像光谱数据的定标、定量化和大气纠正模型与算法，依此实现成像光谱信息的图像-光谱转换；⑶光谱编码，尤其指光谱吸收位置、深度、对称性等光谱特征参数的算法；⑷基于光谱数据库的地物光谱匹配识别算法；⑸混合光谱分解模型；⑹基于光谱模型的地表生物物理化学过程与参数的识别和反演算法。

25．监督分类及其优缺点

监督分类包括利用训练区样本建立判别函数的学习过程和把待分像元代入判别函数进行判别的过程。

监督分类和非监督分类的根本区别点在于是否利用训练场地来获取先验的类别知识，监督分类根据训练场地提供的样本选择特征参数，建立判别函数，对待分类点进行分类。因此，训练场地选择是监督分类的关键。对于不熟悉区域情况的人来说，选择足够量的训练场地带来很大的工作量，操作者需要将相同比例尺的数字地形图叠在遥感图像上，根据地形图上的已知地物类型圈定分类用的训练场地。由于训练场地要求有代表性，训练样本的选择要考虑到地物光谱特征，样本数目要能满足分类的需求，有时这些还不易做到，这是监督分类不足之处。

26．水体的光谱特征

水的光谱特征主要是由水本身的物质组成决定，同时又受到各种水状态的影响。地表较纯洁的自然水体对0.4～2.5μm 波段的电磁波吸收明显高于绝大多数其它地物。在光谱的可见光波段内，水体中的能量-物质相互作用比较复杂，光谱反射特性概括起来有一下特点：

（1）光谱反射特性可能包括来自三方面的贡献：水的表面反射、水体底部物质的反射和水中悬浮物质的反射。

（2）光谱吸收和透射特性不仅与水体本身的性质有关，而且还明显地受到水中各种类型和大小的物质——有机物和无机物的影响。

（3）在光谱的近红外和中红外波段，水几乎吸收了其全部的能量，即纯净的自然水体在近红外波段更近似于一个“黑体”，因此，在1.1～2.5μm 波段，较纯净的自然水体的反射率很低，几乎趋近于零。27．图像融合有哪些技术方法

主成分变换融合主成份变换融合是建立在图像统计特征基础上的多维性变换，具有方差信息浓缩、数据量压缩的作用，可以更准确地揭示多波段数据结构内部的遥感信息，常常是以高分辨率数据替代多波段数据变换以后第一主成份来达到融合的目的。该方法的最大优点是可以应用任意数目的波段，它对N 个波段的低分辨率图像进行主成份分析( PCA: Principal Component Analysis) ，将单波段的高分辨率图像经过灰度拉伸，使其灰度的均值和方差和PCA变换第1分量图像一致；然后以拉伸过的高分辨图像代替第1分量图像，经过PCA逆变换还原到原始空间，融合后的图像包括两幅原始图像的高空间分辨率和多光谱信息特征。融合图像上目标的细部特征更加清晰，光谱信息更加丰富，其理论基础是图像统计特征。

乘积变换融合乘积变换融合是应用最基本的乘积组合算法直接对两种空间分辨率的遥感数据进行合成。将一定亮度的图像进行变换处理时，只有乘法变换可以使其颜色保持不变。该融合算法是在原始图像上进行操作，结果将增强某些信息的表现，在很多城市和郊区环境研究城市规划，基础设施建设中，用户经常希望道路、农场等特征能够被识别出来，应用该方法将使上述特征得到增强，该方法简单，占用的机器资源少，但结果图像不保留输入的多光谱图像的辐射(反射) 信息。其融合公式如下DTM

×DSPOT = DTMnew

比值变换融合比值变换融合是将输入遥感数据的3个波段按照公式进行计算，获得融合以后各波段的数值。Brovey变换融合方法是将遥感图像的3个波段，按照下列公式进行计算，获得融合后各波段的数值

[DR / (DR +DG +DB ) ] ×Dhires = DRnew

[DG / (DR +DG +DB ) ] ×Dhires = DGnew

[DB / (DR +DG +DB ) ] ×Dhires = DB new

其中， R、G、B 为图像的红、绿、蓝波段数值， Dhires代表高分辨率遥感图像。

()

常用方法：

①彩色变换：

指采用不同的彩色坐标系统，把不同的遥感器数据或不同性质的数据融合起来，产生彩色合成图像。常用的彩色变换有RGB彩色合成和HIS变换。

②图像运算：

两幅或多幅单波段影像完成空间配准后，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不需要信息的目的。

常用的图像运算方法有差值运算、比值运算和混合运算。

③图像变换：

常用的图像变换方法有主成分分析、相关统计分析(又称相关系数法)、空间滤波分析、回归变量代换(RVS-Regression Variable Substitution)、小波变换等。

()

28．遥感信息地学评价的标准及应用意义

空间分辨率是评价传感器性能和遥感信息的重要指标，也是识别地物形状大小的重要依据。

光谱分辨率开拓遥感应用领域；专题研究中波段选择针对性；图像处理中多波段的应用提高判识效果。时间分辨率动态监测与预报；自然历史变迁和动力学分析；使用时检查提高遥感的成像率和解像率；更新数据库。

辐射分辨率是传感器区分反射或发射的电磁波辐射强度差异的能力

视场（像幅宽度）

倾斜观测能力

立体观测能力

可持续性

29．微波技术的发展现状及趋势

微波遥感技术发展的历史不长，但是它的活动是相当频繁的，发展速度也是比较迅速的。特别是对海洋和大气的探测，定会给微波遥感技术的发展带来巨大的动力。

我国的微波遥感技术起步较晚，经过多年来的努力也有一定发展，已先后研制成功微波辐射计、微波扫描成像仪、微波高度计、微波散射计和合成孔径雷达等微波遥感器。其中有的遥感器已有多种规格和不同的技术指标，不过尚限于地面和航空遥感应用。另热高兴的事，机载合成孔径雷达研制成功并进行了飞行试验，获得了较清晰的地形目标图像，地面分辨率据称已达15米左右。此外，我国还利用各种遥感仪器在大气探测、土地资源调查、矿产地质、海洋污染检测等方面开展了一系列实验研究，取得了一定成效，为微波遥感技术的发展奠定了良好的基础。但是，我国微波遥感方面的各项工作还是初步的，发展也不平衡，与国际先进水平相比，差距仍很大，尚需经过较长时间的努力，坚持不懈的进行艰苦他是的工作，方能赶上和超过国际先进水平。

发展趋势

综观国内外微波遥感发展的情况，目前的状况是：微波遥感器落后于遥感工作平台，微波遥感数据处理和分析落后于遥感器，地物微波波谱特征的研究又落后于数据处理。而且，投资较大，真正付诸实用的工作系统还很少。因此，微波遥感技术今后的发展趋势是：

1）加强地物微波波谱特征的研究，扩大数据变换的机制。

提供大量的微波遥感数据并从中选取需要的特征信息，不仅有赖于精良微波遥感器的研制，还有赖于对微波与物质的相互作用规律的进一步了解。而建立地物目标的有效数理模型并用微波遥感数据反演目标特性，扩大数据变换的基础，又是研制微波遥感器和将遥感数据付诸实用的极其重要的基础工作。

否则就无法充分利用航空和航天遥感获取大量资料。因此，微波波谱特征的理论及其应用的研究必将愈来愈引起人们的关注和重视。

2）重视微波遥感数据解译和方法的研究，发展计算机识别模式和自动解译技术。

微波遥感器只能测量物体的各种电磁参数而不能直接测量表征物体的各种物理量，如温度、湿度、盐分等。但是，只有把微波遥感测量的数据转换成表征物体特性的物理量才能识别物体，也才能使微波遥感数据得到实际应用。这种遥感数据的转换，不仅涉及到微波遥感的模型理论，而且还涉及到数据处理与解译的仪器设备，以及提取信息的理论、算法和技术。因此，微波遥感数据的转换、提取、识别和分类、以及计算机模式识别和自动解译技术的研究将成为微波遥感数据分析和解译理论和技术发展的前沿领域。

3）研制精良的微波遥感器，实现高质量、高可靠、稳定、连续的数据获取。

首先，进一步提高微波遥感器的工作能力。包括阔观测角度可变、波段可变、分辨率可变等，以便能同时获取众多的、详细的目标信息和满足各种需要，并为微波遥感器的研究和发展开辟更加广阔的前景。

其次，进一步提高微波遥感器的信息量。具体途径有（1）提高地面几何分辨率，重点是发展合成孔径雷达技术和电扫相控阵天线技术；（2）提高地物波谱分辨率，主要措施是将波段尽量划分的更加精细，并开辟新的工作波段，如发展亚毫米波技术，争取将多光谱分析技术由光波波段扩展到微波波段，使微波全息雷达与可见光和红外照相系统结合起来，这无疑会大大提高识别不同目标的能力。（3）进一步提高对地表透视能力，这对微波传感器特别是合成孔径雷达来说，潜力将是很大的。

第三，进一步提高微波遥感器的信息储存和处理本领。目前，空间合成孔径雷达的数据率只有一百多兆比特，以后有可能增加的几千兆比特，再加上其它遥感器的数据率，信息量将是十分惊人的。因此，大力发展数据存储和压缩技术，提高遥感器信息实时处理能力就显得十分迫切。目前，有关国家都很重视研究星上信息预处理和实时处理技术。重点是采用声表面波器件、电荷耦合器件、磁泡存储器等作为星上实时处理中的频率分析器、滤波器、存储器和相关器等新技术，以及探索形成合成孔径的新方法，如“扫描合成孔径”等。这些都是很值得注意的新动向。

此外，为了充分利用遥感数据，还必须相应改进和提高电子计算机的功能，缩短转入/输出时间，以及研究新的算法和发展为电子数字技术。

4）降低成本，提高经济效益

微波遥感仪器和数据处理设备的研制、地面站设施的建立和维持，所需经费是十分庞大的，尤其是空间飞行器的发射，耗资更加巨大。因此，如何降低成本，扩大应用面，提高经济高效益，已日益成为各国发展遥感，特别是微波遥感需要重视和认真考虑的问题。这也是能否加速发展遥感事业的一个重要问题。

30．光学影像的分类方法及特点

阈值分割法

图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。

阈值分割法的特点是：适用于目标与背景灰度有较强对比的情况，重要的是背景或物体的灰度比较单一，而且总可以得到封闭且连通区域的边界。

最大似然法

最大似然分类法是经常使用的监督分类方法之一，它是通过求出每个像元对于各类别归属概率（似然度）（likelihood），把该像元分到归属概率（似然度）最大的类别中去的方法。最大似然法假定训练区地物的光谱特征和自然界大部分随机现象一样，近似服从正态分布，利用训练区可求出均值、方差以及协方差等特征参数，从而可求出总体的先验概率密度函数。当总体分布不符合正态分布时，其分类可靠性将下降，这种情况下不宜采用最大似然分类法。

纹理分类方法

32．监督分类的过程

监督分类通常按以下步骤进行操作：

（1）制定分类方案：从应用需求出发，确定要将遥感影像分成哪些类别；

（2）选取训练样本：为每个类别选取训练样本。本质上说，每个类别就是由它们的训练样本来定义的。因此，训练样本的准确度和全面性将直接影响后续的分类精度。训练样本的获取手段既可以是同步的实地调查，也可以在相同时期的地图、高分辨率的影像（如航空像片）或者其他信息源的辅助下从影像中直接选取；

（3）特征选取：选取适当的分类特征，使各类的训练样本之间的可分性尽可能高；

（4）训练分类器：选取适当的分类算法，并根据基于训练样本的学习来确定分类算法中的未知参数的取值，该步骤与上一步骤常常合并进行，因为不同分类器就有不同的特征选取方法；

（5）影像分类：用分类器确定影像中的所有像元的类别；

（6）精度评价：估计整个影像的分类精度。

33．高光谱遥感及其特点

高光谱分辨率遥感：用很窄而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外波段其光谱分辨率高达纳米数量级，通常具有多波段的特点，光谱通道数多达数十甚至数百以上，而且各光谱通道往往是连续的，因此高光谱遥感又通常被称为成像光谱遥感。

34．植被指数及其计算方法

植被指数是一种利用卫星探测数据的线性或非线性组合来反映植被的存在、数量、质量、状态及时空分布特点的指数，是利用卫星影像不同波段探测数据组合而成的，能反映植物生长状况的指数。大量研究表明，植被指数与多种植被参数具有很好的相关性，可用来诊断植被的一系列生物物理参量，如叶面积指数(LAI)、植被覆盖率、生物量、光合作用有效辐射吸收系数。

2.1 归一化植被指数（NDVI ）

归一化植被指数（Normalized Difference Vegetation Index ，即NDVI ）的计算公式为：

NIR RED NIR RED

NDVI ρρρρ-=+ 其中：NIR ρ和RED ρ分别代表近红外波段和红光波段的反射率NDVI 的值介于-1和1之间。

2.2 增强型植被指数（EVI ）

增强型植被指数（Enhanced Vegetation Index ，即EVI ）计算公式为：

2.5 6.07.51

NIR RED NIR RED BLUE EVI ρρρρρ-=?+-+ NIR ρ、RED ρ和BLUE ρ分别代表近红外波段、红光波段和蓝光波段的反射率。

2.3 高光谱归一化植被指数（Hyp_NDVI ）

对于环境与灾害监测预报小卫星高光谱载荷，选取中心波长分别位于近红外和红光的谱段进行归一化植被指数计算：

_____Hyp NIR Hyp RED Hyp NDVI Hyp NIR Hyp RED

-=+ 2.4 其他植被指数

（1） 比值植被指数（Ratio Vegetation Index ——RVI ）

NIR RED

RVI ρρ= 该植被指数能够充分表现植被在红光和近红外波段反射率的差异，能增强植被与土壤背景之间的辐射差异。但是RVI 对大气状况很敏感，而且当植被覆盖小于50%时，它的分辨能力显著下降。

（2） 差值植被指数（Difference Vegetation Index ——DVI ）

NIR RED DVI ρρ=-

该植被指数对土壤背景的变化极为敏感，有利于对植被生态环境的监测，因此又被称为环境植被指数

（EVI ）。

（3） 土壤调整植被指数（Soil-Adjusted Vegetation Index ——SAVI ）

(1)NIR RED NIR RED SAVI L L

ρρρρ-=+++g 其中，L 是一个土壤调节系数，该系数与植被浓度有关，由实际区域条件确定，用来减小植被指数对不同土壤反射变化的敏感性。当L=0是，SAVI 就是NDVI ；对于中等植被覆盖区，L 的值一般接近于0.5。乘法因子（1+L ）主要是用来保证最后的SAVI 值介于-1和1之间。该指数能够降低土壤背景的影响，但可能丢失部分植被信号，使植被指数偏低。

（4） 修正土壤调整植被指数（Modified Soil-Adjusted Vegetation Index ——MSAVI ）

MSAVI = 35．干涉雷达遥感（李敏）

干涉雷达遥感技术是一种用于测量高程、地面位移和地表变化的全新技术。它利用合成孔径雷达回波的相位信息 ,通过对同一地区进行的至少两次满足干涉条件的观测 ,获取其干涉相位和干涉图 ,进而获取 DEM 或进行差分处理。

36．遥感信息融合的方法及它们比较

（1）光谱域处理方法是把多光谱波段转换到光谱数据空间，找到与全色波段相关程度最高的新波段，把新波段的光谱分配到高分辨率的全色波段影像上。这种方法主要适用于相同传感器的低分辨率多波段数据与高分辨率全色波段的融合。主要有两种处理技术：色彩变幻（IHS ）技术和主成分变换技术（PCT ）。

（2）空间域处理方法是提取高分辨率影像的高频变化信息，再将提取出的高频信息引入到低分辨率的多光谱影像的方法，如高通滤波技术（HPF ）。用高通滤波将高分辨率影像中的高频信息提取出来，这些高频信息真是包含地面空间细节程度的信息，该高频信息被引入到低分辨率从的影像具有补偿空间分辨率的作用，即保留了低分辨率影像的亮度值，又融合了高分辨率影像的空间细节。

（3）代数运算方法是对影像中每个像元进行处理，计算多光谱影像中的三个波段的光谱信息比例，用高分辨率影像代替三个波段中的某个波段，这样的替换使得高分辨率影像被赋予了正确的光谱亮度值。

37．遥感图像分类的方法

简单的数字影像分类是基于像元在不同波段的光谱值进行分类，这样的分类器叫做点分类器。

比较复杂的分类方法是将影像像元组的空间分布作为影像解译重要的纹理信息，这就是空间或邻域分类器。

还有一种是把影像分类分为监督分类和非监督分类。监督分类是利用已知类别样本对未知类别的像元进行分类的过程。非监督分类是指在多光谱影像中搜寻和定义自然光谱集群组的过程。

38．遥感分辨率及其地学意义

空间分辨率是指遥感影像上能够识别的两个相邻地物的最小距离。空间分辨率是评价传感器性能和遥感信息的重要指标之一，也是识别地物形状大小的重要依据。对于地面空间景观不太复杂的地区（如大草原或牧场），用较低的空间分辨率影像就可以清晰的表示；而对于地面景观及其复杂的地区，则需要较高的空间分辨率影像才能较好的反应地物特征。

光谱分辨率指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高，获得的光谱信息就越详细。 辐射分辨率 辐射分辨率是传感器区分反射或发射的电磁波辐射强度差异的能力。高辐射分辨率意味着可以区分信号强度的微小差异。辐射分辨率在可见、近红外波段用噪声等效反射率表示，在热红外波段用噪声等效温差、最小可探测温差和最小可分辨温差表示。

时间分辨率 对同一目标进行重复探测时，相邻两次探测的时间间隔成为时间分辨率。不同时间的遥感图像能提供地物动态变化的信息，可用来对地物变化进行检测，也可以为某些专题要素的精确分类提供附加信息。

39、什么叫地物反射光谱？试述植被、水体、雪、岩石的反射光谱各有哪些特点？

试述下列物体的波谱特性及其在目视判读中的应用。（可以以TM片为例）：植被（阔叶与针叶）、水体、土壤、冰雪、岩石。

地物反射光谱是指地物的反射率随入射波长而变化的规律。

植被：可见光波段：0.45UM吸收谷（兰波段）0.55反射峰（绿波段）0.67吸收谷（红波段）近红外波段：0.76处反射率迅速增大，形成红边，1.1附近有一个峰值，反射率最大可达50%，形成植被的独特特征中红外波段：1.5-1.9反射率增大 1.45 1.95 2.7为中心的水吸收带，受植物含水影响

水：可见光：主要反射在兰绿波段近红外和中红外：很低几乎趋近于零水中含有泥沙，可见光波段反射率会增加，峰值出现在黄红区水中含水生植物叶绿素时，近红外反射明显抬高。

岩石：跟成分，含量，物质结构有关，岩石风化程度含水状况矿物颗粒大小，表面光滑色泽等都有关。雪：在可见光区蓝波段有一个高反射区，然后迅速下降

40、简述遥感数字影像增强处理的目的，遥感图象增强处理有哪些方法？例举一种增强处理方法，说明其原理和步骤。

遥感图像以提取信息为主要目标，增强处理是为了提高图像信息提取的能力。目前常用的遥感图像增强处理方法主要有：彩色合成、亮度变换、直方图变换、密度分割、亮度颠倒、图像间运算、邻域增强处理、多波段压缩处理等。

彩色合成原理是由于人眼能够辨别的彩色差异的级数要远远大于黑白差异的技术，为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。步骤：用数字技术合成真彩色图像时，是把红色波段的影像作为合成图像中的红色分量、把绿色波段的影像作为合成图像中的绿色分量、把蓝色波段的影像作为合成图像中的蓝色分量进行合成的结果。遥感中最常见的假彩色图像是彩色红外合成图像，它是在彩色合成是，把近红外波段的影像作为合成图像中的红色分量、把红色波段的影响作为合成图像中的绿色分量、把绿色波段的影像作为合成图像中的蓝色分量进行合成的结果。

41、专题遥感信息提取的方法与应用

充分利用卫星遥感能够动态地与周期性地获取地表信息的特点，从卫星数字图上逐步实现地学专题信息的自动获取，是GIS中数据采集自动化研究的一个方向（秦其明，１９９６年）。同时又是遥感信息定量化的一个方面，实现图像解译的自动化与高精度定量化，不仅是遥感应用领域发展的要求，而且是当前遥感自身发展的前沿。为此，本文提出了一种遥感专题信息提取方法。该方法与传统的本质区别是：采用一种你想的思维方式来进行地物信息提取，抛开了传统分类方法从特定的图像控件进行特定地物识别的正向思维方式。

首先根据已有地物的遥感特性建立地物的遥感信息模型，结合到图像上进行地物的光谱特征分析，调整和修改模型参数。在模型建立时采用面向对象的设计思想，使整个模型具有可继承性，可以进行多种地物多种传感器的推广应用。

42、多源数据信息融合的基本原理、方法及关键技术

多元信息符合是将多种遥感平台、多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配技术。方法组要包括：遥感信息的复合（不同传感器的遥感数据复合、不同时相的遥感数据复合）；遥感数据与非遥感数据信息的复合。

遥感影像融合是指：“采用一种复合模型结构，将不同传感器遥感影像数据源所提供的信息加以综合，以获取高质量的影像信息，同时消除多传感器信息间的信息冗余和矛盾，加以互补，降低其不确定性，减少模糊度，以增强影像中信息清晰度，改善解译精度、可靠性和使用率，以形成对目标相对完整一致的信息描述”。

常用融合方法：

HIS变换 HIS变换是一种影像显示增强和信息综合的方法，进行融合时把多波谱彩色影像中的红(R)、绿

(G)、蓝(B)波段变换为亮度(I)、色度

(H)和饱和度(S)，一般用高分辨率数据替代亮度值实现融合。当高分辨率全色影像与多光谱影像融合时，

先把多光谱影像利用HIS变换从RGB系统

变换为HIS，同时将单波段的高分辨率图像进行灰度拉伸，使得它的灰度的均值与反差和HIS中亮度分量一致；然后将拉伸过的高分辨率影像作为新的

亮度分量代入到HIS，经过反变换还原到原始空间。这样融合所得到的影像既有高的空间分辨率又有与原影像相同的色度和饱和度。

主成分变换又称K—L变换,将N个波段的低分辨率影像进行K—L变换，将单波段的高分辨率影像经过灰度拉伸，使其灰度的均值与方差和K—L变换第一分量影像一致；然后以拉伸过的高分辨率影像替代第一分量影像，经过K—L变换还原到原始空间。融合之后目标的细部特征更加

清晰，光谱信息更加丰富

乘积变换乘积变换利用最基本的乘积组合算法直接对两类遥感影像信息进行合成。研究表明：将一定亮度的影像进行变换处理时，只有乘法变换可以保持色彩不变。

小波变换常用与雷达影像SAR与TM影像的融合，它是基于遥感影像的频域分析进行的，由于同一地区不同类型的影像，低频部分差别

不大，但是高频部分相差很大，通过小波变换对变换区实现分频，然后进行遥感影像融合。

贝叶斯估计和Dempster shafer法Dempster shafer法是贝叶斯方法的扩展，利用概率区间和不确定区间来确定多证据下假设的似然函数。

聚类分析根据预先制定的新盎司标准，把数据分成若干类。

神经网络将输入信息综合处理为一个整体输入函数，并将此函数映射定义为相关单元的映射函数，它通过神经网络与环境的交互作用吧环境的统计规律反映到网络本身的结构中来，并对传感器输出信息进行学习、理解，确定权值的分配，完成知识获取、信息融合，进而对输入模式做出解释，将输入数据矢量转换成高层逻辑概念。

专家系统它通过建立包含大量相应的领域知识库和推理来模拟专家解决问题的能力和推理能力，现在均采用分布式专家系统来完成复杂的信息融合问题。

43、比较非监督分类和监督分类方法。？？？？？

非监督分类是指在多光谱影像中搜寻和定义自然光谱集群组的过程。非监督分类不需要人工选择训练样本，仅需极少的人工初始输入，计算机按照一定的规则自动的根据像元的光谱或空间特征等组成类别，影像分析人员根据参考数据或资料将每个自然集群光谱类别划归某一信息类别。优点：不需要预先对所要分类的区域有广泛的了解；人为误差的几率很小；面积很小的独立地物均能被识别。缺点：非监督分类形成的光谱类别不一定与信息类别对应；分析人员我很难控制分类产生的类别并进行识别；光谱类别的解译识别工作量大而复杂。

监督分类是利用已知类别样本对未知类别的像元进行分类的过程。优点：分析人员可以控制适用于研究需要和区域地理特征的信息类别；可控制训练样区和训练样本的选择；分析人员不必担心光谱类别和信息类别的匹配问题；通过检验训练样本数据可以确定分类是否正确，估算监督分类中的误差；避免了非监督分类中对光谱集群类别的重新归类。缺点：分类体系和训练样区的选择有主观因素的影响；训练样区的代表性问题；有时训练样区的选择很难；智能识别训练样本所定义的类别，对于某些未被分析人员定义的类别则不能识别，容易造成类别的遗漏。

44、光机扫描成像与推帚扫描CCD成像的比较。

光机扫描成像是光机扫描仪借助于遥感平台沿飞行方向运动和传感器本身光学机械横向扫描达到地面覆盖、得到地面条带图像。

推帚扫描CCD成像是光机扫描仪沿卫星千金方向推帚式扫描成像。CCD探测原件等于扫描线上的像元数。只要线性排列集成的CCD探测元件足够多，分辨率就可以提高。

45、晴空时大气对可见光遥感和红外遥感的影响有何特点？

46、试述遥感影像目视解译的解译标志及目视解译的方法？

航空像片的直接判读：形状、大小、色调/色彩、阴影、组合图案；简介判读标志：位置、相关布局等。解

译方法：直接判定法、对比分析法、量测法、逻辑推理法、历史对比法。

卫星图像的判读标志：色调/色彩、形状、大小、阴影和组合图案等特征。判读方法：直接判读法、对比分析法、逻辑推理法。“单项提取、系列成图、综合分析

是目前各专业判读中使用比较广泛的方法之一。

47、设计一个遥感图像处理系统的框图，说明它的功能，并举一应用实例？（王利华）

说明功能：数据的采集、数据的存储、数据的处理与分析、结果的输出与应用。

举例：在农业方面，遥感主要应用于农作物类型的区分、种植面积的估算、农作物的长势和病虫害的动态监测、作物估产，以及土地资源和土壤肥力监测等。如王人潮和黄敬峰（2002）应用遥感对水稻产量的进行估算。

48、试述可见光、热红外、微波遥感的物理基础及其数据的主要用途？

可见光：可见光遥感（visible spectral remote sensing ）是指传感器工作波段限于可见光波段范围（0.38——0.76微米）之间的遥感技术。电磁波谱的可见光区波长范围约在0. 38～0.76微米之间，是传统航空摄影侦察和航空摄影测绘中最常用的工作波段。因为植物的反射光谱曲线呈明显的双峰双谷的特点，所以可以很好的监测植物的长势。

热红外：红外谱段波长在0.76-1000微米之间，其中0.76-3.0微米为反射红外波段，3-18微米为发射红外波段。后者又称热红外。红外遥感对研究全球能量变换和可持续发展具有重要的意义，在地表温度反演、城市热岛效应、林火监测、旱灾监测、探矿、探地热，岩溶区探水等领域都有很广泛的研究。

微波遥感：是传感器的工作波长在微波波谱区的遥感技术，是利用某种传感器接受地理各种地物发射或者反射的微波信号，藉以识别、分析地物,提取地物所需的信息。微波遥感的突出优点是具全天候工作能力，不受云、雨、雾的影响，可在夜间工作，并能透过植被、冰雪和干沙土，以获得近地面以下的信息。广泛应用于海洋研究、陆地资源调查和地图制图。

49.遥感技术具有哪些特点？

（1）宏观性，大尺度空间特性：遥感用航摄飞机飞行高度为10km左右，陆地卫星的卫星轨道高度达910km 左右，从而，可及时获取大范围的信息。

（2）时相特性：周期成像，动态监测。由于卫星围绕地球运转，从而能及时获取所经地区的各种自然现象的最新资料，以便更新原有资料，或根据新旧资料变化进行动态监测，这是人工实地测量和航空摄影测量无法比拟的。例如，陆地卫星4、5，每16天可覆盖地球一遍，NOAA气象卫星每天能收到两次图像。Meteosat每30分钟获得同一地区的图像。

（3）波普特性：波普段光，观测范围大。在地球上有很多地方，自然条件极为恶劣，人类难以到达，如沙漠、沼泽、高山峻岭等。采用不受地面条件限制的遥感技术，特别是航天遥感可方便及时地获取各种宝贵资料

所以遥感还具有信息量大、受制条件少、经济效益好、用途广的特点与优势。

50.纹理特征提取的方法

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。

纹理是一种重要的视觉线索,是图像中普遍存在而又难以描述的特征。纹理分类与分割是图像处理领域一个经久不衰的热点研究领域,纹理特征提取作为纹理分类与分割的首要问题,一直是人们关注的焦点,各种纹理特征提取方法层出不穷

51、遥感影像解译的主要标志

根据影像特征的可以识别和区分不同的地物，这些典型的影像特征称为影像解译标志。建立解译标志是影像解译的前提，解译标志分为直接解译标志和间接解译标志。

（1）直接解译标志

直接解译标志有：形状、大小、阴影、色调、颜色、纹理、图案、位置、布局等。

（2）间接解译标志

不能直接从目视判读获得解译结果，往往需要从其他相关事物之间的联系，以及逻辑推理来获得判断，这一过程称为间接解译。

52、常用的遥感影像目视解译方法有哪些？试举例说明他们的应用？

直接判读法：使用直接判读标志（色调、色彩、大小、形状、阴影、纹理图案等）进行判读。

对比分析法：同类地物对比分析，空间对比分析，时相动态对比法。

信息复合法：利用透明专题图或透明地形图与遥感图像复合，根据专题图提供的多种辅助信息，识别遥感图像上目标地物的方法。

综合推理法：综合考虑遥感图像多种解译特征，结合生活常识，分析、推断某种目标地物的方法。

地理相关分析法：根据地理环境中各种地理要素之间的相互依存，相互制约的关系，借助专业知识，分析推断某种地理要素性质、类型、状况与分布的方法。

例如：对一个地区进行遥感，可以通过以上几种方法进行目视判读出植被、水域等。

53、遥感图像分类方法有哪几类？它们各有何特点？如何运用形状特征、纹理特征和地物空间位置来提高遥感图象分类精度？

54.试述可见光—近红外、热红外及微波波段的遥感机理，并阐述它们各自的特点。

可见光：可见光遥感（visible spectral remote sensing ）是指传感器工作波段限于可见光波段范围（0.38——0.76微米）之间的遥感技术。电磁波谱的可见光区波长范围约在0. 38～0.76微米之间，是传统航空摄影侦察和航空摄影测绘中最常用的工作波段。因为植物的反射光谱曲线呈明显的双峰双谷的特点，所以可以很好的监测植物的长势。

热红外：红外谱段波长在0.76-1000微米之间，其中0.76-3.0微米为反射红外波段，3-18微米为发射红外波段。后者又称热红外。红外遥感对研究全球能量变换和可持续发展具有重要的意义，在地表温度反演、城市热岛效应、林火监测、旱灾监测、探矿、探地热，岩溶区探水等领域都有很广泛的研究。

微波遥感：是传感器的工作波长在微波波谱区的遥感技术，是利用某种传感器接受地理各种地物发射或者反射的微波信号，藉以识别、分析地物,提取地物所需的信息。微波遥感的突出优点是具全天候工作能力，不受云、雨、雾的影响，可在夜间工作，并能透过植被、冰雪和干沙土，以获得近地面以下的信息。广泛应用于海洋研究、陆地资源调查和地图制图。

55.大气对遥感数据（遥感图象）有什么影响？如何纠正？

由于大气层的反射、散射和吸收作用，使得太阳辐射的各波段受到衰减的作用轻重不同，因而各波段的透射率也各不相同。因此对于遥感图像的质量也受影响。

大气校正的目的是消除大气和光照等因素对地物反射的影响，广义上讲获得地物反射率、辐射率或者地表温度等真实物理模型参数；狭义上是获取地物真实反射率数据。用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等物质对地物反射的影响，消除大气分子和气溶胶散射的影响。大多数情况下，大气校正同时也是反演地物真实反射率的过程。

56、述成像光谱仪基本原理，成像特点及图象信息提取特征。

高光谱遥感（HyperspectralRemote Sensing）：全称为高光谱分辨率遥感，是指用很窄（l/100）而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的，因此高光谱遥感又通常被称为成像光谱（Imaging Spectrometry）遥感。非点测量；每个像元可提取一条光谱曲线；且具有空间可识别性。

成像光谱仪工作方式主要为推扫式，为了实现扫描过程，一般利用外接扫描平台带动光谱仪运行；由于扫描平台比较笨重，且增加了耗电量，给野外工作带来诸多不便，所以现在最新型的成像光谱仪取消了扫描平台，改为内置式扫描设计，减轻了整机重量和能耗，而且可以直接进行垂直向下测量，更利于野外使用。高光谱分辨率遥感信息分析处理，集中于光谱维上进行图像信息的展开和定量分析，其图像处理模式的关键技术有：⑴超多维光谱图像信息的显示，如图像立方体的生成；⑵光谱重建，即成像光谱数据的定标、定量化和大气纠正模型与算法，依此实现成像光谱信息的图像-光谱转换；⑶光谱编码，尤其指光谱吸收位置、深度、对称性等光谱特征参数的算法；⑷基于光谱数据库的地物光谱匹配识别算法；⑸混合光谱分解模型；⑹基于光谱模型的地表生物物理化学过程与参数的识别和反演算法。

57、地表BRDF统计模型

地球表面物体对太阳短波辐射的反射和散射是属于非朗伯体性质的，即地物与电磁波的相互作用并非是各向同性，而是具有明显的方向性。人们早已观察到这种现象，在2O世纪7O年代，Nicodemus提出了二向反射分布函数(BRDF)的精确定义，然而直到2O世纪8O年代其产生机理的研究才受到重视。BRDF模型的研究也是在近2O多年来取得了长足的进展，出现了各种不同复杂程度、各具特色和优势的模型。大量事实证明，在地表物体中，植被的二向反射特性尤为显著。多年来，以植被为地面目标，研究植被的结构特征与植被表面的二向反射分布特征之间的关系建立起的数学物理模型，已经形成研究体系。这些模型即为BRDF模型，模型的建立是反演的先决条件，反演却更具应用价值，也是遥感从定性走向定量的必然发展结果。定量遥感不仅要进行遥感机理与各种模型的研究，还要进行各种模型反演策略和方法的研究。

58、植被遥感

陆地表面分布着由许多植物组成的各种植物群落，如森林、草原、灌丛、荒漠、草甸、沼泽等，总称为该地区的植被。分为自然植被和人工（栽培）植被。自然植被是出现在一地区的植物长期历史发展的产物。组成植被的单元是植物群落，某一地区植被可以由单一群落或几个群落组成，如长白山植被主要由森林群

落组成，而华北植被则由森林、灌丛和草甸群落组成。植被是基因库，保存着多种多样的植物、动物和微生物，并为人类提供各种重要的、可更新的自然资源。植被遥感正是利用遥感技术范围大、光谱范围广等特点对植被及相关系统进行监测、观测和保护的。陆地植被作为陆地生态系统的重要组成部分和核心环节、对气候变化的调节与反馈作用是人类调节气候、减缓温室效应的重要手段。植被初级生产力作为表征植物活动的关键变量，在地表与大气之间能量、物质与栋梁交换中扮演着重要角色，是陆地生态系统中物质与能量运转研究的重要环节。植被遥感的对象是以一定植被类型为标志的特定陆地生态系统，即包括植被在内的自然综合体。遥感图像的空间结构，反映出植被与环境之间的相互作用、相互联系以及生态系统的功能、富有生态学内涵。植被遥感可以在大范围内经济而又成效地查清植被资源和检测环境动态，从空间以不同尺度来研究地球植被层的空间结构和波动规律以及多种自然灾害和人类活动对生物圈的影响，并把植被遥感信息转换成图像和数据，供决策和管理者参考。正是由于植被遥感的重要性，人类自1972年发射第一个对地观测卫星，就开始了研究并建立光谱响应与植被覆盖间的近似关系，从而实现对地表植被状况的简单、有效和经验的度量。

59、遥感与精准农业

农业与遥感的关系日益密切。

农业遥感指利用遥感技术进行农业资源调查，土地利用现状分析，农业病虫害监测，农作物估产等农业应用的综合技术。它是将遥感技术与农学各学科及其技术结合起来，为农业发展服务的一门综合性很强的技术。主要包括利用遥感技术进行土地资源的调查，土地利用现状的调查与分析，农作物长势的监测与分析，病虫害的预测，以及农作物的估产等。是当前遥感应用的最大用户之一。

精准农业是现代农业的重要组成部分,它通过各种技术手段获取农田内不同单元小区农作物的生长环境信息,并由此实现整个生产过程的精细化、准确化的农业微观经营管理。由于遥感技术能在不同的电磁谱段内周期性地采集地表信息,因此随着遥感技术的发展,其在精准农业领域开始发挥越来越大的作用,并在指导农田灌溉、施肥、病虫害防治、杂草控制及收获等方面均已有很多成功的应用。