中科院遙感考博真題整理(存儲版)

　　

【正文】 ，達到了圖像增強的目的。③配準復合。⑴大氣吸收。大氣散射包括瑞利散射、米氏散射和無選擇性散射。③無選擇性散射，當大氣中粒子比波長大的多時發生的散射，散射強度與波長無關，任何波長的散射強度相同。通常把電磁波通過大氣層時較少被反射、吸收或散射的，透過率較高的波段成為大氣窗口。植被指數與植被生物物理參數（如葉面積指數LAI、植被覆蓋度、綠色生物量、生物量、葉綠素濃度、光合有效吸收輻射FAPAR等）之間存在相關關系，可以作為獲取這些生物物理參數的“中間變量“，或得到兩者之間的轉換系數。影響反射率的因素不僅是波長，還包括物質類別、組成、結構、入射角、物體的電學性質（電導、介電、磁學性質）、及其表面特征（粗糙質、質地）等。二、簡述題（6分*5，共30分）； （光譜特征） 水體遙感的光譜特征及其應用；（即幾何糾正的方法與特征）； 遙感系統包括五部分：被測目標的信息特征、信息的獲取、信息的傳輸與記錄、信息的處理和信息的應用。 小衛星遙感系統指遙感平臺采用低成本、標準化的小衛星平臺的遙感系統，小衛星不只是簡單的質量小，而是高度集成化技術、自動化技術的應用，特別是計算機的迅速發展，實現星上控制與處理計算機小型化。它們在不同波段上形狀的差異時計算植被指數的基礎。當L為0時，SAVI就是NDVI，對于中等植被蓋度區。PVI表征土壤背景上存在的植被的生物量，距離越大，生物量越大。閾值化圖像分割基本原理是選取一個或多個處于圖像取值范圍之中的灰度閾值，然后將圖像中各個像素的灰度值與閾值進行比較，并根據比較結果將圖像中的對應像元分成兩類或多類，從而把圖像劃分成互不交叉重疊的區域的集合，達到圖像分割的目的。①并行微分算子法，是對圖像中灰度的變化進行檢測，通過一階導數極值點或二階導數過零點來檢測邊緣。①區域生長法，又稱區域生成或區域擴張法，將一幅圖像分成許多小的區域，并將具有相似性質的像素集合起來構成區域。p(i,j/d,θ)常用矩陣形式表示，稱為灰度共生矩陣。③使用數字高程模型（DEM）進行正射校正，這一步將對航片和衛片進行真正的正射校正。 常用的植被指數：①比值植被指數（RVI），由于可見光紅波段（R）與近紅外波段（NIR）對綠色植物的光譜響應十分不同，兩者之間的數值比能充分表達兩反射率之間的差異。乘法因子（1+L）主要是用來保證最后的SAVI值與NDVI值一樣介于1和+1之間。它的特點主要是較好的濾除了土壤背景的影響，且對大氣效應的敏感程度小于其他植被指數。植被指數與氣候參數（降水、氣溫和日照）、植物蒸散及土壤水分有關。經過光學色散裝置分色后，不同波段的輻射照射到CCD線陣列的各個元件上。工作時，與掃描式類似，通過快門曝光，將來自地面的輻射能傳輸到寄存器記錄數據。常用的算法有平行算法、最小距離法及最大似然法等。最簡單的分類是只利用不同波段的光譜亮度值進行單像元自動分類。特征：最小距離分類原理簡單，分類精度不高，但計算速度快，它可以在快速瀏覽分類概況中。即在多光譜圖像中搜尋，定義其自然相似光譜集群組的過程。 B6 ：可以根據輻射響應的差別,區分農林覆蓋長勢,差別表層濕度,水體巖石,以及監測與人類活動有關的熱特征,作溫度圖，植物熱強度測量。訓練樣本的來源可以是實地收集或者屏幕選擇。算法簡明、直接，能將大多數像元劃分到一個類別。同傳統遙感技術相比，其所獲取的圖像包含了豐富的空間、輻射和光譜三重信息。④數據量大，信息冗余多，高光譜數據的波段眾多，其數據量巨大，而且由于相鄰波段的相關性高，信息冗余度增加。通常用電子光學或數字圖像處理來實現。遙感制圖 計算機輔助遙感制圖是在計算機系統支持下，根據地圖制圖原理，應用數字圖像處理技術和數字地圖編輯加工技術，實現遙感影像地圖制作和成果表現得技術方法。(5)分辨率較低，但特性明顯：由于波長較長，衍射現象顯著，故分辨率較低，且觀測精度和取樣速度不好協調，欲保證精度就需要有較長的積分時間，取樣速度就要降低，通常是以犧牲精度來提高取樣速度的，但特性明顯是其顯著優點。1）形狀：形狀描述了一個目標地物的外形。(3)對冰、雪、森林、土壤等具有一定穿透能力：微波遙感的這種特性對隱藏在林下的地形、地質構造、軍事目標，以及埋藏于地下的工程、礦藏、地下水探測具有重要意義。由三部分組成：①導航衛星；②地面站，包括主控站、監測站與注入站；③空間定位衛星導航儀，包括空間定位系統接收機、信息處理、控制與顯示設備與天線。常用于航空像片、多光譜掃描影像和熱紅外掃描影像等單色影像的彩色增強。③可提供空間域信息和光譜域信息，即“譜像合一”，并且由成像光譜儀得到的光譜曲線可以與地面實測的同類光譜曲線相類比。它是在電磁波譜的可見光，近紅外，中紅外和熱紅外波段范圍內，獲取許多非常窄的光譜連續的影像數據的技術。最小距離分類原理簡單，分類精度不高，但計算速度快，它可以在快速瀏覽分類概況中。訓練樣本的選擇需要分析者對要分類的圖像所在的區域有所了解，或進行初步的野外調查，或研究過有關圖件和高精度的航空照片，最終選擇的訓練樣本應能準確地代表整個區域內每個類別的光譜特征差異。 B5 ：對植物含水量和云的不同反射敏感，處于水的吸收波段,用于土壤濕度植物含水量調查,水分善研究,作物長勢分析,從而提高了區分不同作用長勢的能力，可判斷含水量和雪、云。這種方法的計算量較大，對不同類別的方差變化比較敏感。常用的分類算法有：平行算法、最小距離法、最大似然法。④只能識別訓練樣本中所定義的類別，若某類別由于訓練者不知道或者數量太少未被定義，則監督分類不能識別。監督分類及其優缺點 監督分類，又稱為訓練分類法，即用被確認類別的樣本像元去識別其他未知像元的過程。圖像一行一行地記錄數據，不再移動元件。按照該原理制成的掃描儀稱為成像光譜儀。二是理論模型—幾何光學模型與輻射傳輸模型，它物理意義明確，描述了植被方向反射與植被冠層結構之間的關系，可反演各種類型植被的生物物理參數，但模型復雜，需要的參數較多，一定程度上限制了它的應用。PVI=(SRVR)2+(SNIRVNIR)2，s為土壤反射率，v為植被反射率，R為紅波段，NIR為近紅外波段。③調整土壤亮度的植被指數（SAVI、TSAVI、MSAVI），土壤調整植被指數SAVI=(（NIRR）/(NIR+R+L))(1+L)，L是一個土壤調整系數，隨植被濃度變化，它由實際區域條件所決定，用來減小植被指數對不同土壤反射變化的敏感性。裸露土壤的反射率通常在可見光高于健康植被，低于干死及枯萎植被；在近紅外，明顯低于健康植被。②進行外定向，外定向將把航片或者衛片上的地物點同實際已知的地面位置（地理坐標）和高程聯系起來。灰度共生矩陣（空間灰度相關方法）通過對影像灰度級之間聯合條件概率密度p(i,j/d,θ)的計算表示紋理。⑶基于區域的圖像分割方法，是把區域R劃分為若干個區域，使這些區域滿足完備性、連通性、獨立性、互斥性和單一性。⑵基于邊界的圖像分割方法，根據圖像不同區域邊界像素灰度值變化比較劇烈的特點，首先檢測出圖像可能的邊緣點，再按照一定策略連接成輪廓，從而實現不同區域的圖像分割。三、論述題（20分*3，共60分）； 圖像分割是將圖像分為一些有意義的區域，然后對這些區域進行描述，相當于提取出某些目標區域圖像的特征，判斷圖像中是否有感興趣的目標。在這二維坐標系內植被多位于土壤線的左上方，不通知唄與土壤亮度線的距離不同，把植物像元到土壤亮度線 的垂直距離定義為垂直植被指數。在植被遙感中，NDVI應用最為廣泛。而枯萎及干死植被中葉綠素含量大量減少，因此在可見光波段，其反射率比健康植被高，在近紅外波段，反射率比健康植被低。④信息的處理，地面接收站收到衛星發送的數字信息，進行一系列的處理，如信息恢復、輻射校正、衛星姿態校正、投影變換等，再轉換為用戶可使用的通用數據格式，或者轉換成模擬信號，才能被用戶使用，地面站或用戶還可以根據需要進行精校正處理和專題信息處理、分類等。 水色遙感是唯一可穿透海水一定深度的衛星海洋遙感技術。主要特點：2008年中科院地理所遙感概論博士考題一、名詞解釋（2分*5 ，共10分） 波譜反射率是物體反射的輻射能量占總入射能量的百分比，稱為反射率，以百分數表示，其值在01之間。以NDVI為例，NDVI常被認為是氣候、地形、植被/生態系統和土壤/水分變量的函數。在植被指數中，通常選用對綠色植物（葉綠素引起的）強吸收的可見光紅波段（）和對綠色植物（葉內組織引起的）高反射和高透射的近紅外波段（），這兩個波段不僅是植物光譜、光合作中的最重要的波段，而且他們對同一生物物理現象的光譜響應截然相反，形成的明顯反差，這種反差隨著葉冠結構、植被覆蓋度而變化，因此可以對它們用比值、差分、線性組合等多種組合來增強或揭示隱含的植被信息。⑸大氣窗口，折射改變電磁波的方向，但不改變強度。米氏散射的散射強度與波長的二次方成反比，并且散射在光線向前方比向后方方向更強，方向性比較明顯。散射使原傳播方向的輻射強度減弱，而增加向其他各方向的輻射。遙感數據和非遙感數據可在空間上對應一致，又可在成因上互相說明，已達到深入分析的目的。遙感信息與非遙感信息融合方法和特征：融合步驟①地理數據的網格化，使地理數據成為網格化的數據，地面分辨率與遙感數據一致，對應地面位置與遙感影像配準。采用加減乘除的混合運算或各波段圖像數據間的相關性加權運算，可以不同程度的消除大氣影響，增強相關信息特征。圖像融合分為多源遙感數據融合和遙感信息與非遙感信息的融合。總之，遙感技術在環境科學領域有廣泛應用，隨著科學的進步，遙感技術會越來越先進，其所發揮的作用也會越來越大。3S一體化將最終建成新型的地面三維信息和地理編碼影像的實時或準實時獲取與處理系統。（4）由航天、航空和地面觀測臺站網絡等組成以地球為研究對象的綜合對地觀測數據獲取系統，具有提供定位、定性和定量以及全天候、全時域和全空間的數據能力，為地學研究、資源開發、環境保護以及區域經濟持續協調發展提供科學數據和信息服務。微波遙感的發展進一步體現為多極化技術、多波段技術和多工作模式，⑷小衛星群計劃 為協調時間分辨率和空間分辨率這對矛盾，小衛星群計劃將成為現代遙感的另一發展趨勢。但目前其發展仍停留在航空實驗和應用階段，預計下個世紀將會在軌道高度嶄露頭角，如澳大利亞的資源信息與環境衛星 (ARIES1)。 （有點老） 隨著傳感器技術、航空航天技術和數據通訊技術的不斷發展，現代遙感技術已經進入一個能動態、快速、多平臺、多時相、高分辨率地提供對地觀測數據地新階段。光學遙感成像十分困難，即使成像后云覆蓋也太多影響了數據的有效性。在大災害面前，遙感顯得非常遲緩。及時、準確地獲取反映地震孕育和發生過程的各種地震前兆信息及其演化規律就有可能有效地預測預報地震，衛星遙感以其觀測手段多、覆蓋面廣、資料連續更新、重復觀測周期短等優勢，成為開展地震災害預測預報的有效手段，為提高地震災害的預測預報水平提供了可能。利用衛星遙感技術實時監測地震次生災害，使這些次生災害在成災前或成災過程中得到及時解決，防患于未然。　　⑵ 開展遙感災害調查，推進自然災害數據庫建設　　在各種自然災害中，地質災害占有重要的比重。①氣溶膠，波段15（743753nm），16（862877nm），波段26（）反應氣溶膠特性，氣溶膠的組成和分布在一定程度上反應了大氣污染的狀況，是空氣質量（霧、酸雨、沙塵暴等）以及全球氣候變化研究的重要內容。這樣利用MODIS則可獲得15年以上，包含可見光熱紅外36個通道的地球綜合信息，為全球資源、環境、氣候變化等獲得綜合研究服務。），太陽天頂角與觀測天頂角變化大；掃描寬度為2330km，考慮到地球曲率，在軌道邊緣，地面實際視角約為+（60176。水體污染物濃度較大且使水色顯著地變黑、變紅或變黃，并與背景色有較大的差異時，可在可見光波段影像上識別出來；水體高度富營養化，受到嚴重的有機污染，浮游生物濃度高，與背景水體的差異可在近紅外波段影像上被識別。含泥沙的渾濁水體與清水比較，光譜反射特征存在差異：渾濁水體的反射波譜曲線整體高于清水；波譜反射值長波方向移動（紅移）；隨懸浮泥沙濃度的加大，可見光對水體的透射能力減弱，反射能力加強；波長較短的可見光，如藍光和綠光對水體穿透能力較強，可反映出水下一定深度的泥沙分布狀況。在近紅外、短波紅外部分幾乎吸收全部的入射能量，因此水體在這兩個波段的反射能量很小。B06 ，可見光近紅外波段空間分辨率為78米；B07 ，用于植物水分狀況與作物長勢研究；B08 ，用于區分主要巖石類型，增加地質探礦的應用；B09 ，用于制備脅迫分析、土壤濕度研究等，及監測與人類有關的熱特征，分辨率為156米。特征：速度快，適合于短周期，較低分辨率的衛星數據，因為分辨率低及部分被云覆蓋，使合格的地面控制點選取有相當難度。幾何糾正的主要目的就是糾正這些系統及非系統性因素引起的圖像變化，從而 與標準圖像與地圖的幾何整合。主動遙感 按遙感的工作方式分為主動遙感和被動遙感。葉片的葉綠素在光照條件下進行光和作用，產生植物干物質積累，并使葉面積增大，葉面積增大則光合作用更強，產生更多的干物質積累，則生物量擴大，同時，葉面積越大，植物群體的反射輻射越強。葉面積指數 葉面積指數（LAI）是指每單位地表面積的頁面面積比例，它對植物光合作用和能量交換是十分有意義的。地物方向譜 地物方向譜主要用來描述地物對太陽輻射反射、散射能力的空間變化的波譜變化。二、簡答幾何糾正的主要方法及特征 當遙感影像在幾何位置上發生了變化，產生如行列不均勻、像元大小與地面大小對應不準確、地物形狀不規則變化等畸變時，說明遙感影像發生了幾何畸變。③采用影像匹配與相關技術法，分為基于灰度的影響匹配和基于特征的影響匹配。 紅外多光譜掃描儀（IRMSS）有1個全色波段、2個短波紅波段和1個熱紅外波段，可見光、短波紅外波段的空間分辨率為78米，熱紅外波段的空間分辨率為156米，IRMSS帶有內定標系統和太陽定標系