遥感面试题.docx
《遥感面试题.docx》由会员分享,可在线阅读,更多相关《遥感面试题.docx(10页珍藏版)》请在冰豆网上搜索。
![遥感面试题.docx](https://file1.bdocx.com/fileroot1/2022-12/27/e73be4ac-0065-4ba7-8c4f-d0feadc91c8c/e73be4ac-0065-4ba7-8c4f-d0feadc91c8c1.gif)
遥感面试题
1.在几何精校正中,控制点选取的原则是什么?
控制点的最少数目如何确定?
①控制点应选取图像上易分辨且较精细的特征点,如道路交叉点、河流弯曲或分叉处、湖泊边缘等;特征变化大的地区应多选,图像边缘部分一定要选取控制点,以免外推;尽可能满幅均匀选取,特征实在不明显的大面积区域可用延长线交点的办法来弥补。
(6分)
②一次多项式最少需3个控制点,二次需6个,三次需10个,n次多项式,控制点的最少数目为(n+1)(n+2)/2。
(4分)
2.说明Laplace算子和梯度运算结果的不同之处。
梯度运算检测了图像上的空间灰度变化率,因此,图像上只要有灰度变化就有变化率。
而Laplace算子检测的是变化率的变化率,是二阶微分,在图像上灰度均匀和变化均匀的部分,根据Laplace算子计算出的值▽2f(x,y)为0。
因此,它不检测均匀的灰度变化,产生的图像更加突出灰度值突变的部分。
3.简述主成分(K-L)变换的实际应用意义。
①数据压缩:
主成分变换后的前几个主分量图像包含了绝大部分的地物信息,因此可以只取前几个主分量,既获得了绝大部分的地物信息,又减少了数据量。
如TM图像,经主成分变换后可只取前三个主分量,波段数由7个减少到3个,数据量减少了57%,实现了数据压缩。
②图像增强:
主成分变换的前几个主分量图像,信噪比大,噪音相对较少,突出了主要信息,抑制了噪音,达到了图像增强的目的。
③分类前预处理:
特征选择是分类前的一项重要工作,即减少分类的波段数并提高分类效果,主成分变换即是特征选择最常用的方法。
4.在哪些情况下需要应用几何精校正的方法?
试述遥感图像几何精校正的主要原理和控制点的选取原则。
适用情况如下:
1当地面平坦,不需要考虑高程信息,或地面起伏较大而无高程信息,以及传感器的位置和姿态参数无法获取的情况下。
2根据遥感平台的各种参数已作过一次校正,但仍不能满足要求,可用该方法作遥感影像相对于地面坐标的配准校正,影像相对于地图投影坐标系统的配准校正。
3用该方法可作不同类型或不同时相的遥感影像之间的几何配准和复合分析,以得到比较精确的结果。
(5分)
基本原理为:
①建立校正前图像坐标(x,y)与校正后图像坐标(u,v)之间的数学函数关系。
通过校正后图像中的每一个像元的坐标点(u,v)计算出校正前对应的图像坐标点(x,y)。
通常,两图像之间的数学关系表示为二元n次多项式,例如,采用二元二次多项式时,在图像上找到6个已知坐标的对应点(即控制点),通过控制点解方程组求出12个系数,建立两者间的数学关系。
然后,逐行逐列计算校正后图像中的每一点所对应原图中的位置(x,y),直到全图结束。
②计算每一点的亮度值。
计算后的(x,y)多数不在原图像的像元中心处,因此必须重新计算新位置的亮度值,采用内插的方法,通常有三种方法:
最临近法、双线形内插法、和三次卷积内插法。
控制点的选取原则:
①一次多项式最少需3个控制点,二次需6个,三次需10个,n次多项式,控制点的最少数目为(n+1)(n+2)/2。
②控制点应选取图像上易分辨且较精细的特征点,如道路交叉点、河流弯曲或分叉处、湖泊边缘等;特征变化大的地区应多选,图像边缘部分一定要选取控制点,以免外推;尽可能满幅均匀选取,特征实在不明显的大面积区域可用延长线交点的办法来弥补。
5.比较监督分类与非监督分类的不同之处。
①监督分类与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。
训练场地的选择是监督分类的关键,训练场地要求有代表性,同时要有足够书目的样本,这些不易做到,这是监督分类的不足之处。
相比之下,非监督分类不需要更多的先验知识,分类方法简单,且分类有一定的精度。
②当光谱特征与唯一的地物类型相对应时,非监督分类可取得较好分类效果。
当两个地物类型对应的光谱差异很小时,非监督分类效果不如监督分类效果好。
6.比较均值平滑和中值平滑处理效果的不同之处。
中值滤波去掉了噪音,而原图像保持不变,阶梯保留;而均值平滑后阶梯消失,边缘模糊,灰度值呈渐变趋势。
7.何为高光谱遥感,它与传统遥感手段有何区别?
简述其主要应用领域?
高光谱遥感是高光谱分辨率遥感的简称,它是在电磁波的可见光、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。
高光谱遥感与一般遥感的主要区别:
高光谱遥感的成像光谱仪可以分离成几十甚至数百个很窄的波段来接收信息,每个波段宽度仅小于10mm;所有波段排列在在一起能形成一条连续的完整的光谱曲线;光谱覆盖了从可见光到热红外的全部电磁辐射波谱范围。
常规遥感的传感器多数只有几个,十几个波段;每个波段宽度大于100nm;而且这些波段在电磁波谱上不连续。
因而,高光谱遥感的信息量大大增加。
主要应用领域:
高光谱遥感具有广阔的应用领域,主要有:
地质调查、植被遥感研究、大气遥感、水文与冰雪研究、环境与灾害、以及土壤调查与城市环境调查等等。
8.简述多波段遥感数字图像通常采用的三种数据格式。
多波段数字图像的存储和分发,通常采用三种数据格式:
BSQ(Bandsequential):
按波段顺序依次排列的数据格式。
其数据排列如下:
第一波段位居第一,第二波段居第二,第n波段居第n位。
在第一波段中,数据依行号顺序依次排列,每一行内,数据按象素号顺序排列。
其余波段依次类推。
BIP(Bandinterleavedbypixel):
该格式中每个像元按波段次序交叉排列。
其数据排列如下:
第一波段第一行第一个象素位居第一位,第二波段第一行第一个象素位居第二位,第n波段第一行第一个象素位居第n位;然后为第一波段第一行第二个象素,它位居第n+1位,第二波段第一行第二个象素,位居第n+2位,其余数据排列位置依次类推。
BIL:
其数据排列如下:
第一波段第一行第一个象素位居第一位,第一波段第一行第二个象素位居第二位,第一波段第一行第n个象素位居第n位;然后,第二波段第一行第一个象素位居第n+1位,第二波段第一行第二个象素位居第n+2位,其余数据排列位置依次类推。
(各3分,写出三种格式名称1分)
9.根据传感器的成像原理,遥感分为几大类?
试述其主要工作原理。
根据传感器的成像原理,遥感可分为三大类:
摄影成像、扫描成像、微波成像。
摄影成像:
摄影是通过成像设备获取物体影像的技术。
传统摄影通过光学透镜及放置在焦平面上的感光胶片来纪律物体影像。
数字摄影通过放置在焦平面上的光敏元件,经光电转换,以数字信号来记录物体影像。
使用的传感器主要有:
光学摄影机和数码摄影机。
扫描成像:
扫描成像是依靠探测元件和扫描镜对目标地物以瞬时视场为单位进行的逐点扫描。
主要有三种:
光学/机械扫描,依靠机械装置使扫描镜摆动形成对地物的逐点逐行扫。
固体自扫描成像,用固定的探测元件,通过遥感平台的运动对地物进行扫描,常用的探测元件是电荷耦合器件CCD。
高光谱成像光谱扫描,将光谱范围划分为几十或几百个很窄的波段,使扫描仪在获取图象的同时获得地物的光谱组成,常用的传感器为成像光谱仪。
微波成像:
主要指主动微波遥感,即通过向目标物发射微波并接收其后向散射信号来实现对地观测遥感。
主要传感器是雷达、侧视雷达。
10.造成遥感图像几何畸变的主要原因有哪些?
造成遥感图像几何畸变的主要原因有:
①遥感平台位置和运动状态变化的影响,主要有航高、航速、仰俯、翻滚、偏航等变化引起的影像变形。
②地形起伏的影响。
③地球表面曲率的影响、
④大气折射的影响
⑤地球自转的影响
11.遥感图像复合的前提是什么?
举例说明复合图象的优越性。
遥感图像的前提是对要复合的两幅图像进行配准,使两幅图像所对应的地物相吻合。
配准采用的是几何精校正的方法。
(4分)
以TM和SPOT影像的复合为例,TM影像有7个波段,光谱信息丰富;但其空间分辨率较低(30米);SPOT卫星的全色(Pan)波段数据的光谱分辨率较低,但空间分辨率高,可达到10米。
(3分)两者融合后的新图像既提高了空间分辨率(10米)又保持了丰富的光谱信息(7个波段)。
(3分)
12.什么是假彩色合成?
简述TM标准假彩色合成图像上主要地物的色调特征。
根据加色法彩色合成原理,选择遥感影像的某三个波段,分别赋予红、绿、蓝三种原色,就可以合成彩色影像。
由于原色的选择与原来遥感波段所代表的真实颜色不同,因此生成的合成色不是地物真实的颜色,因此这种合成叫做假彩色合成。
陆地卫星的TM影像的7个波段中,第2、3、4波段被分别赋予红、绿、蓝色,这一方案合成的图像被称为TM标准假彩色合成图像。
在TM标准假彩色合成图像上,水体为蓝色或黑色;植被为深浅不同的红色,城镇的色调偏暗,道路为白色条带,农田根据种植农作物的不同为色调不同的斑块状。
一.名词解释(6×4分)
遥感数字图像的量化级数:
遥感数字图像中每个象元的灰度值都被量化为一个整数值,其所允许的总灰度级数是2的整数次幂,即G=2m,称为遥感数字图像的量化级数。
多光谱空间:
多光谱空间是一个n维坐标系,每一个坐标轴代表多波段图像的一个波段,坐标值表示该波段像元的灰度值,图像中的每个像元对应于坐标空间中的一个点。
辐射校正:
利用传感器观测目标的反射或辐射能量时,传感器得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量不一致,这是因为测量值中包含了太阳位置条件、薄雾等大气条件、或因传感器的性能不完备等条件引起的失真。
消除图像数据中依附在辐射亮度中的各种失真的过程称为辐射量校正(radiometriccalibration,简称辐射校正)。
伪彩色增强:
伪彩色增强是把一幅黑白图像的不同灰度按一定的函数关系变换成彩色,得到一幅彩色图像的方法。
累积直方图:
以横轴表示灰度级,以纵轴表示每一灰度级及其以下所具有的像元数或此像元数占总像元数的比值,做出的直方图即为累积直方图。
同物异谱:
自然界的情况是复杂的,反映在图像像元亮度中的信息常常是多种影响的综合,有时不同的地物具有相似或相同的光谱特征,即同一种光谱类别中有不同的信息类别,称为同物异谱。
二.计算(25分)
1.
订
线
装
一景LandsatTM数字图像中,空间分辨率为30米的多光谱波段,每个波段有6166行,6166列。
计算该分辨率的多光谱波段所需的存储空间。
(10分)
一景LandsatTM数字图像中,30m分辨率的波段有六个,每个波段的存储空间为:
6166×6166×1byte=bytes≈38MB(5-7分)
因此,6个波段所需的存储空间为:
38MB×6=228MB(3-4分)
2.1.对一幅图像进行分段线性拉伸,从起点算起,间断点取做(0,0),(2,6),(8,16),(18,18),共三个线段。
①列出每一段的直线方程并图示。
(12分)
评分标准:
每个方程3分,图示3分。
A:
y=3xx∈[0,2],y∈[0,6]
B:
y=5x/3+8/3x∈[2,8],y∈[6,16]
C:
y=x/5+72/5x∈[8,18],y∈[16,18]
②说明在哪一段图像被拉伸,哪一段被压缩。
(3分)
图像在A、B段被拉伸,在C段被压缩。
三、简答题(26分)
1.在平滑处理中,为了即去掉尖锐噪声,又保留图像的边缘和细节信息,采用何种方法处理?
(8分)
为了保留图像的边缘和细节信息,可引入阈值T,将原图像灰度值f(i,j)和均值平滑图像灰度值g(i,j)之差的绝对值与选定的阈值进行比较,根据比较结果决定像元(i,j)的最后灰度值G(i,j)。
当差小于阈值时取原值;差大于阈值时取均值。
其表达式为:
或
采用中值滤波方法,即中对以每个像元为中心的M×N邻域内的所有像元按灰度值大小排序,用其中值作为中心像元新的灰度值,在抑制噪声的同时能够有效地保留边缘。
(4分)
2.试比较监督分类与非监督分类的优缺点。
(8分)
①监督分类与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。
训练场地的选择是监督分类的关键,训练场地要求有代表性,同时要有足够书目的样本,这些不易做到,这是监督分类的不足之处。
相比之下,非监督分类不需要更多的先验知识,分类方法简单,且分类有一定的精度。
(4分)②当光谱特征与唯一的地物类型相对应时,非监督分类可取得较好分类效果。
当两个地物类型对应的光谱差异很小时,非监督分类效果不如监督分类效果好。
(4分)
3.在几何精校正中,控制点选取的原则是什么?
控制点数目如何确定?
(10分)
①控制点应选取图像上易分辨且较精细的特征点,如道路交叉点、河流弯曲或分叉处、湖泊边缘等;特征变化大的地区应多选,图像边缘部分一定要选取控制点,以免外推;尽可能满幅均匀选取,特征实在不明显的大面积区域可用延长线交点的办法来弥补。
(6分)
②一次多项式最少需3个控制点,二次需6个,三次需10个,n次多项式,控制点的最少数目为(n+1)(n+2)/2。
在实际校正中,控制点的最少数目都要大于最低数很多(有时为6倍)(4分)。
四、论述题(25分)
根据植被的光谱特征解释植被指数计算的原理;常用的植被指数有哪些?
试举例说明植被指数的应用。
绿色植物叶子的细胞结构在近红外具有高反射,其叶绿素在红光波段具有强吸收。
因此在多光谱图像中,用红外/红波段图像作比值(差值等)运算,在比值(差值等)图像上植被区域具有高亮度值,甚至在绿色生物量很高时达到饱和,从而可以突出图像中植被的特征、提取植被信息。
(8分)
常用的算法有:
①比值植被指数(RVI):
RVI=NIR-R,其中NIR:
遥感影像中近红外波段的反射值;R:
遥感影像中红波段的反射值,下同。
②归一化植被指数(NVI):
NVI=(NIR-R)/(NIR+R);③差值植被指数(DVI):
DVI=NIR-R;④正交植被指数(PVI):
PVI=1.6225NIR-2.2978R+11.0656(AVHRR)或PVI=0.939NIR-0.344R+0.09(Landsat)。
(10分)
植被指数的应用:
①利用植被指数可监测某一区域农作物长势,在此基础上建立农作物估产模型从而进行大面积的农作物估产②植被类型划分与制图③林业、草场资源调查等。
(7分)
英译汉(30分):
UnlikeGISsoftware,geographicalinformationisspecialinmanyways,butsomeofthemorefundamentalofthesehavelittletodowithitsmanipulationindigitalsystems.Anselin(1989)hasarguedthat‘spatialisspecial’intwocrucialrespects.ThefirstisexpressedinTobler’sfamous‘FirstLawofGeography’(Tobler1970):
‘allthingsarerelatedbutnearbythingsaremorerelatedthandistantthings’.Thispropertyofspatialdependence,oratleastautocorrelation,isendemictogeographical
data,violatestheprincipleofindependencethatunderliesmuchofclassicalstatistics,andisthebasisonwhichanyrepresentationoftheinfinitecomplexityoftheEarth’ssurfaceisevenapproximatelypossible.
Anselin’ssecondspecialcharacteristicisspatialheterogeneity,thepropensityofgeographicaldatato‘drift’suchthatconditionsatoneplacearenotthesameasconditionselsewhere.Statistically,thisconceptcorrespondstonon-stationarity,andiswell-knowningeostatistics(e.g.IsaaksandSrivastava1989).Practically,itmeansthattheresultsofanyanalysisarealwaysdependentonhowtheboundariesofthestudyaredrawn–whereasitisoften(erroneously)assumedthatageographicalstudyareaisanalogoustoasampleinstatistics,drawnfromthesetofallpossiblestudyareasbysomerandomprocess,andthusthatthechoiceofstudyareahasminimaleffectontheresults.Manyoftheargumentsthatemergefromthispointcanbefoundinthefractalliterature(e.g.Mandelbrot1982).Morerecently,Fotheringham(1997),GetisandOrd(1992),andothershavearguedforanewapproachtogeographicalanalysisbasedontheneedtodeterminethelocalcharacteristicsofplaces,ratherthanuniversalgeneralities
不同的GIS软件,地理信息在许多方面是特殊的,但一些更根本的没有在数字系统中的操作。
Anselin(1989)认为,空间是特殊的在两个至关重要的方面。
第一次是在地理托卜勒著名的第一定律(托布勒1970)表示:
“所有的事情都是相关但附近的东西更多相关的遥远的事情”。
空间依赖这个属性,或至少自相关,是特有的地理
数据,违反独立基础的经典统计学的原理,并基于任何表示地球表面的无限复杂性甚至约可能。
Anselin的第二特点是空间异质性,地理数据的“漂移”,在一个地方条件没有条件一样的倾向。
据统计,这一概念对应的非平稳性,是著名的地质统计学(如isaaks斯利瓦斯塔瓦1989)。
实际上,这意味着任何分析的结果往往取决于研究的边界绘制–而往往是(错误地)认为地理研究区类似于统计样本,由一些随机过程的所有可能的研究领域,集得出的,因此,研究区选择对结果的影响最小。
从这一点上出现的许多参数可以在文献中找到的分形(例如曼德尔布罗特1982)。
最近,Fotheringham(1997),G和奥德(1992),和其他人认为是一种新的方法,地理分析的基础上,需要确定的地方特色,而不是普遍的共性
英译汉(30分):
Mapprojectionarecategorizedinseveralways(MonmonierandSchnell,1988).Aprimarydifferentiationofclassesofprojectionisbasedonthegeometricalmodeloftheprojection.Inthesimplestazimuthalprojections,themapisconstructedbyplacingaplanetangenttoapointonthesurfaceoftheEarth.Featuresonthemaparegeneratedbysystematicallytransferringthelocationsofthesefeaturesfromspheretotheplane.WecanimagineatransparentEarth,withanazimuthalplanetangenttothenorthpole,andapointlightsourceatthesouthpole.TheraysoflightfromthesourcemaybetracedinastraightlinethroughpointsontheEarth’ssurface,tothetangentpoint.Distortionsareminimalintheimmediatevicinityofthetangentpoint.Thesemapsarepopularforairnavigationandradiotransmission,withthedestinationororiginplacedatthetangentpoint,sincegreatcirclespassingthroughthetangentwillbestraightlinesonthismap.
ConicprojectionsarebasedonaconeplacedovertheEarth,orientedsothattheintersectionofconeandtheEarthformsoneortwosmallcircles.Polyconicprojectionsinvolvetheuseofaseriesofcones,eachusedtomapasmallfractionofthesurfaceoftheglobe.Forconesorientedconventionally,theaxisoftheconeisthesameastheaxisoftheEarth’srotation.Inthiscase,thesmallcirclesattheintersectionoftheconeandtheEarthcorrespondtolatitudelines.Thisfamilyofprojectionsiscommonlyusedfordisplayingareasthatextendagreaterdistanceintheeast-westdirectionthaninthenorth-south,totakeadvantageoftheorientationoftheareasonthemapofminimumdeformation.
Equivalentprojectionsdisplayrelativeareascorrectly.Equiva