2025年测绘师微波遥感与人工智能（深度学习）结合应用专题试卷及解析.pdfVIP

2025年测绘师微波遥感与人工智能（深度学习）结合应用专题试卷及解析1

2025年测绘师微波遥感与人工智能（深度学习）结合应用

专题试卷及解析

2025年测绘师微波遥感与人工智能（深度学习）结合应用专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、微波遥感中，合成孔径雷达（SAR）图像的斑点噪声主要来源于什么？

A、大气散射

B、地表粗糙度

C、相干成像原理

D、传感器热噪声

【答案】C

【解析】正确答案是C。SAR图像的斑点噪声是由其相干成像原理导致的，即目标

散射波的相干叠加产生随机干涉现象。A选项大气散射主要影响光学遥感；B选项地表

粗糙度影响后向散射强度但不是噪声来源；D选项传感器热噪声在微波遥感中影响较

小。知识点：SAR成像原理。易错点：容易将噪声来源与地表特性混淆。

2、在深度学习用于SAR图像分类时，以下哪种网络结构最适合处理空间上下文信

息？

A、全连接神经网络

B、卷积神经网络（CNN）

C、循环神经网络（RNN）

D、生成对抗网络（GAN）

【答案】B

【解析】正确答案是B。CNN通过卷积核提取局部空间特征，能有效处理图像的上

下文信息。A选项全连接网络忽略空间结构；C选项RNN适合序列数据；D选项GAN

主要用于数据生成。知识点：深度学习网络结构。易错点：可能误选RNN因其”记忆”

功能，但SAR图像是空间数据而非时序数据。

3、微波遥感中，极化SAR（PolSAR）相比单极化SAR的主要优势是什么？

A、成像速度更快

B、提供更丰富的散射机制信息

C、抗干扰能力更强

D、数据存储更小

【答案】B

【解析】正确答案是B。PolSAR通过测量不同极化组合的后向散射，能区分地表的

散射机制（如表面散射、体散射等）。A、C、D选项均不正确，实际上PolSAR数据量

2025年测绘师微波遥感与人工智能（深度学习）结合应用专题试卷及解析2

更大、处理更复杂。知识点：极化遥感原理。易错点：可能误选C，认为多极化能抗干

扰，但实际优势在于信息维度。

4、在深度学习用于遥感图像变化检测时，以下哪种预处理步骤最关键？

A、图像增强

B、辐射定标

C、几何配准

D、噪声滤波

【答案】C

【解析】正确答案是C。变化检测要求多时相图像像素级对应，几何配准精度直接

影响结果。A、B、D虽然重要，但配准错误会导致整个检测失效。知识点：变化检测

流程。易错点：可能忽视配准的重要性而关注辐射校正。

5、微波遥感中，以下哪种地物在L波段SAR图像上通常呈现高后向散射？

A、平静水面

B、裸露岩石

C、茂密森林

D、干燥沙地

【答案】C

【解析】正确答案是C。L波段能穿透植被冠层，与树枝树干发生体散射，森林通

常显示高散射。A选项水面镜面反射散射弱；B、D选项表面散射较弱。知识点：微波

散射特性。易错点：可能误选B，认为岩石”硬”所以散射强，但实际森林的体散射更强。

6、在训练深度学习模型时，针对SAR图像数据增强最有效的方法是？

A、随机旋转

B、添加高斯噪声

C、极化分解

D、Speckle噪声模拟

【答案】D

【解析】正确答案是D。SAR特有的斑点噪声需要专门模拟，其他增强方法可能破

坏其统计特性。A、B是通用方法；C是特征提取而非增强。知识点：SAR数据特性。

易错点：可能用光学图像增强思路处理SAR数据。

7、微波遥感与人工智能结合时，以下哪个应用场景最依赖时间序列分析？

A、地物分类

B、洪水监测

C、地形测绘

D、建筑物提取

【答案】B

2025年测绘师微波遥感与人工智能（深度学习）结合应用专题试卷及解析3

【解析】正确答案是B。洪水监测需要跟踪水位变