遥感概论考研核心知识点解析与备考指南

遥感概论是地理科学、环境科学及遥感技术等专业的核心课程，也是考研的重要科目之一。本栏目针对遥感概论考研中的常见问题，结合历年真题和教材内容，提供系统化的解答与备考策略。从遥感的基本原理到遥感数据处理，再到遥感在资源调查、环境监测中的应用，我们力求用通俗易懂的语言，帮助考生深入理解知识点，掌握解题技巧。无论你是初学者还是备考冲刺阶段，都能在这里找到有价值的参考内容。下面整理了几个高频问题，涵盖遥感基础、技术方法和应用领域，希望能助你一臂之力。

常见问题解答

1. 什么是遥感？遥感的基本工作原理是什么？

遥感（Remote Sensing）是指不直接接触物体，通过传感器远距离探测、感知和记录目标地物电磁波信息，并进行分析和解译的科学方法。其基本工作原理主要包括：

1. 电磁波辐射原理：地球表面物体会发射或反射不同波段的电磁波，这些信息随时间、空间变化，形成遥感数据的基础。


2. 传感器探测原理：遥感平台（如卫星、飞机）搭载传感器，接收目标地物的电磁波信号，将其转化为数字或模拟数据。


3. 信息解译原理：通过图像处理、模式识别等技术，提取地物的物理、化学属性，如光谱特征、纹理特征等。

具体来说，遥感系统由传感器、平台、地面接收站三部分组成。传感器负责收集电磁波信息，平台提供运载和观测环境，地面站则进行数据传输与处理。遥感技术的优势在于大范围、动态监测，广泛应用于农业、林业、水利、灾害评估等领域。考生需重点掌握不同传感器的工作波段（如可见光、红外、微波）及其对应的应用场景，例如光学遥感适用于高分辨率地表观测，而雷达遥感则能穿透云层，适用于全天候监测。

2. 遥感图像处理的主要步骤有哪些？如何进行辐射校正？

遥感图像处理是提取有用信息的关键环节，主要步骤包括：

1. 图像预处理：包括几何校正（消除传感器畸变）、辐射校正（消除大气、光照等干扰）、图像增强（提升对比度）。


2. 图像分类：利用监督或非监督方法，将地物按类别划分，如植被、水体、建筑等。


3. 信息提取：通过光谱分析、纹理分析等方法，量化地物属性，如植被叶绿素含量、土壤湿度等。

其中，辐射校正是最基础也是最关键的一步。其目的是消除大气散射、传感器噪声等因素对图像亮度的影响，使数据更真实反映地物原始反射率。辐射校正分为两大类：

• 大气校正：利用大气模型（如MODTRAN）或经验公式（如暗像元法），修正大气对电磁波的衰减作用。


• 传感器校正：根据传感器检定参数，校正内部噪声和系统误差，如利用定标系数将DN值转换为反射率。

具体操作中，考生需掌握不同校正方法的适用条件。例如，暗像元法适用于有连续暗目标（如水体）的场景，而星shine校正则针对卫星过境时产生的瞬时强光干扰。辐射校正前后需对比图像的直方图和灰度值，确保数据一致性。这部分内容常出现在选择题和简答题中，建议结合教材案例理解，避免死记硬背公式。

3. 遥感在环境监测中有哪些典型应用？如何评价遥感数据的质量？

遥感在环境监测中的应用极为广泛，主要场景包括：

1. 土地利用动态监测：通过多时相影像对比，分析城市扩张、森林退化等变化趋势。


2. 水环境监测：利用高光谱数据检测水体富营养化、赤潮爆发等异常现象。


3. 灾害评估：快速获取洪涝、地震后的损毁情况，为救援提供决策支持。

评价遥感数据质量需从多个维度考量：

• 空间分辨率：指图像能分辨的最小地物尺寸，如Landsat 8的30米分辨率适合大范围分析，而高分辨率卫星（如WorldView）可达亚米级，适用于精细制图。


• 光谱分辨率：指传感器能区分的光谱波段数量，高光谱数据（百米级波段）能更精细地识别物质成分。


• 辐射分辨率：指记录灰度级的精细程度，如8位数据能区分256级亮度，而16位数据可达65,536级，对细微地物对比更敏感。

还需关注数据完整性（云覆盖率）、几何精度（与地面真值对比）等指标。例如，在监测水体时，若云覆盖超过50%，则需结合多时相数据插值；而在森林调查中，NDVI（归一化植被指数）是常用指标，但需剔除城市热岛干扰。考生应学会结合案例，灵活运用不同数据类型解决实际问题，这部分常以案例分析题形式出现，答题时需突出数据选择依据和结果验证方法。