考试目标
海洋遥感考试旨在评估考生对海洋遥感基本原理、技术方法、数据处理及应用能力的掌握程度，考试内容涵盖理论知识与实践技能，要求考生具备以下能力：
- 理论基础：理解电磁波与海洋相互作用机制、遥感数据获取原理。
- 技术应用：掌握卫星遥感、航空遥感及无人机遥感在海洋监测中的技术特点。
- 数据处理：熟悉遥感图像处理、反演算法及数据融合方法。
- 问题解决：能够结合遥感技术分析海洋环境问题（如赤潮、海温异常等）。
与范围
第一部分：海洋遥感基础
- 电磁波与海洋相互作用
- 电磁波谱特性（可见光、红外、微波等波段）。
- 海洋表面反射、散射与吸收机制。
- 遥感平台与传感器
- 卫星遥感系统（如MODIS、Sentinel系列、HY系列）。
- 主动与被动遥感技术对比（雷达 vs. 光学传感器）。
第二部分：数据处理与分析
- 遥感图像预处理
- 辐射校正、大气校正、几何校正。
- 图像增强与融合技术（PCA、波段运算）。
- 海洋参数反演
- 海表温度（SST）、叶绿素浓度（Chl-a）、悬浮物浓度的反演算法。
- 机器学习在遥感反演中的应用（如随机森林、神经网络）。
第三部分：海洋遥感应用
- 海洋环境监测
- 海岸带变化、珊瑚礁退化监测。
- 海洋污染（溢油、塑料垃圾）遥感识别。
- 气候变化研究
海平面上升、极地冰盖消融的遥感观测。
考试形式与评分标准
- 题型分布：
- 选择题（30%）：基础概念与原理。
- 简答题（40%）：技术流程与案例分析。
- 综合题（30%）：数据解译与问题解决。
- 评分重点：
- 理论表述清晰度（20%）。
- 数据处理逻辑性（40%）。
- 应用分析的创新性（40%）。
备考建议
- 教材与参考书
- 必读：《海洋遥感原理及应用》（赵英时著）。
- 拓展：《Remote Sensing of the Ocean and Atmosphere》（Maurice L. Schanda）。
- 实践工具
- 软件：ENVI、ArcGIS、Python（GDAL库）。
- 数据源：NASA Ocean Color、ESA Copernicus Open Access Hub。
- 真题训练
分析历年考题中的高频考点（如海温反演流程）。
常见问题解答（FAQ）
Q1：非海洋专业背景能否报考？
可以,但需补充海洋学基础（如《物理海洋学》核心概念）。
Q2：考试是否涉及编程？
可能涉及基础代码阅读（如Python脚本），但非强制要求。
Q3：遥感数据分辨率如何影响分析结果？
高分辨率数据（如Sentinel-2）适合海岸带细节研究，低分辨率数据（如AVHRR）适合大范围监测。
引用说明
- 理论部分参考《海洋遥感导论》（科学出版社，2020）。
- 应用案例数据来自NOAA及中国资源卫星应用中心。
（注：本大纲根据国内外主流海洋遥感课程及行业标准整理，实际考试以官方发布为准。）
