2025年测绘师高光谱遥感深度学习（CNN,U-Net）分类专题试卷及解析.pdfVIP

2025年测绘师高光谱遥感深度学习（CNN,UNET）分类专题试卷及解析1

2025年测绘师高光谱遥感深度学习（CNN,UNet）分类专

题试卷及解析

2025年测绘师高光谱遥感深度学习（CNN,UNet）分类专题试卷及解析

第一部分：单项选择题（共20题，每题1分）

1、高光谱遥感技术的主要特点是什么？

A、仅能获取地物的空间信息

B、能够获取地物的连续光谱信息

C、仅适用于可见光波段

D、无法区分不同地物类型

【答案】B

【解析】正确答案是B。高光谱遥感技术能够获取地物的连续光谱信息，这是其与传统

多光谱遥感的核心区别。A错误，因为高光谱遥感不仅获取空间信息，还获取光谱信息；

C错误，高光谱遥感覆盖可见光、近红外等多个波段；D错误，高光谱遥感凭借丰富的

光谱信息能够有效区分不同地物类型。知识点：高光谱遥感的基本特点。易错点：混淆

高光谱与多光谱遥感的区别。

2、卷积神经网络（CNN）在遥感图像处理中的主要优势是什么？

A、无法处理高维数据

B、能够自动提取空间特征

C、仅适用于低分辨率图像

D、需要人工设计特征

【答案】B

【解析】正确答案是B。CNN能够通过卷积层自动提取遥感图像的空间特征，减少了人

工特征设计的依赖。A错误，CNN擅长处理高维数据；C错误，CNN适用于各种分辨

率的图像；D错误，CNN的核心优势就是自动特征提取。知识点：CNN在遥感中的应

用优势。易错点：对CNN自动特征提取能力的理解不足。

3、UNet网络结构的主要特点是什么？

A、仅包含编码器部分

B、采用编码器解码器结构

C、无法进行像素级分类

D、仅适用于医学图像处理

【答案】B

【解析】正确答案是B。UNet采用编码器解码器结构，能够有效进行图像分割和像素级

分类。A错误，UNet包含编码器和解码器两部分；C错误，UNet专为像素级分类设

计；D错误，UNet最初用于医学图像，但已广泛应用于遥感图像处理。知识点：UNet

2025年测绘师高光谱遥感深度学习（CNN,UNET）分类专题试卷及解析2

的网络结构特点。易错点：对UNet应用范围的局限性认识。

4、高光谱遥感数据的主要挑战是什么？

A、数据维度过低

B、Hughes现象（维度灾难）

C、光谱信息不足

D、无法与深度学习结合

【答案】B

【解析】正确答案是B。高光谱遥感数据波段众多，容易导致Hughes现象，即维度灾难，

影响分类性能。A错误，高光谱数据维度很高；C错误，高光谱数据光谱信息丰富；D

错误，高光谱数据与深度学习结合是当前研究热点。知识点：高光谱数据处理的挑战。

易错点：对Hughes现象的理解不足。

5、在遥感图像分类中，数据增强的主要目的是什么？

A、减少训练数据量

B、提高模型泛化能力

C、降低计算复杂度

D、仅适用于测试阶段

【答案】B

【解析】正确答案是B。数据增强通过旋转、翻转等操作扩充训练数据，提高模型的泛

化能力。A错误，数据增强是增加而非减少数据量；C错误，数据增强可能增加计算复

杂度；D错误，数据增强主要用于训练阶段。知识点：数据增强的作用。易错点：混淆

数据增强与数据压缩的概念。

6、CNN中的池化层主要作用是什么？

A、增加特征图尺寸

B、减少参数数量和计算量

C、仅用于分类任务

D、无法处理高光谱数据

【答案】B

【解析】正确答案是B。池化层通过下采样减少特征图尺寸，从而减少参数数量和计算

量。A错误，池化层减小特征图尺寸；C错误，池化层可用于多种任务；D错误，池化

层可处理高光谱数据。知识点：CNN池化层的作用。易错点：对池化层功能的片面理

解。

7、高光谱遥感与多光谱遥感的主要区别是什么？

A、空间分辨率不同

B、光谱分辨率和波段数量不同

C、仅适用于不同传感器

2025年测绘师高光谱遥感深度学习（CNN,UNET）分类专题试卷及解析3

D、时间分辨率不同

【答案】B

【解析】正确答案是B。高光谱遥感具有更高的光谱分辨率和更多波段，能够获取连续

光谱信息。A错误，空间分辨率不是主要区别；C错误，两者传感器类型可能有重叠；

D错误，时间分辨率不是核心区别。知识点：高光谱与多光谱遥感的区别。易错点：混

淆不