考试目标

1. 理论基础：掌握遥感基本概念、电磁波谱理论、遥感系统组成及成像原理。
2. 技术应用：熟悉遥感图像处理流程（辐射校正、几何校正、分类解译等）及典型遥感软件（如ENVI、ERDAS）操作。
3. 实践能力：能够结合具体案例（如土地利用变化监测）设计遥感解决方案。

与权重

遥感基础理论（30%）

• 电磁波与地物相互作用：反射、吸收、透射特性及典型地物光谱特征。
• 遥感平台与传感器：卫星轨道类型（太阳同步、地球同步）、常见传感器（如Landsat、MODIS）参数及适用场景。
• 遥感图像特性：空间分辨率、时间分辨率、光谱分辨率与辐射分辨率的定义及影响。

遥感图像处理技术（40%）

• 预处理：
  • 辐射校正（大气校正、传感器校准）。
  • 几何校正（投影变换、控制点选取）。
• 图像增强：直方图均衡化、滤波去噪、波段组合（如NDVI计算）。
• 分类与解译：监督分类（最大似然法）、非监督分类（K-means）、精度评价（混淆矩阵、Kappa系数）。

遥感应用专题（30%）

• 环境遥感：植被覆盖监测、水体污染识别。
• 灾害遥感：森林火灾监测、洪涝灾害评估。
• 城市遥感：热岛效应分析、土地利用/覆盖变化（LUCC）检测。

能力要求

• 记忆与理解：准确复述关键术语（如“大气窗口”“监督分类”）。
• 分析与应用：通过给定遥感数据（如多光谱影像）完成指定任务（如分类制图）。
• 综合与创新：结合多源数据（遥感+GIS）解决复杂问题（如生态敏感性评价）。

备考建议

1. 教材与工具：
   • 推荐教材：《遥感原理与应用》（孙家抦主编）、《遥感数字图像处理》（汤国安著）。
   • 软件实操：熟练掌握ENVI的波段运算、分类工具链。
2. 真题训练：分析历年考题高频考点（如NDVI计算、监督分类步骤）。
3. 案例库积累：整理典型应用案例（如TM影像解译流程），强化实践思维。

考试形式与评分标准

• 题型分布：
  • 选择题（20%）：基础概念辨析。
  • 简答题（30%）：流程描述（如几何校正步骤）。
  • 综合题（50%）：实际案例分析（如基于Landsat数据的地类分类）。
• 评分重点：逻辑清晰性、技术细节准确性、解决方案可行性。

扩展资源

• 学术前沿：关注期刊《Remote Sensing of Environment》最新研究。
• 开放数据：USGS EarthExplorer、Google Earth Engine免费数据集。

参考文献

1. 孙家抦. 《遥感原理与应用》. 武汉大学出版社, 2013.
2. 汤国安. 《遥感数字图像处理》. 科学出版社, 2019.
3. USGS官网. Landsat系列卫星技术手册. 2022.

（注：本大纲基于国内高校通用遥感课程编制，具体内容以授课教师公布为准。）