笔试备考碳汇项目监测师遥感方向重点知识梳理.docxVIP

第PAGE页共NUMPAGES页

笔试备考：碳汇项目监测师遥感方向重点知识梳理

一、单选题（共10题，每题2分）

1.遥感数据在碳汇监测中的主要优势不包括以下哪项？

A.覆盖范围广

B.成本低廉

C.时间分辨率高

D.数据精度绝对可靠

2.NDVI指数主要用于反映什么生态参数？

A.土壤湿度

B.叶绿素含量

C.植被覆盖度

D.大气污染物浓度

3.Landsat系列卫星的典型空间分辨率是多少？

A.30米

B.5米

C.1米

D.10米

4.碳汇项目监测中，常用的植被指数有哪些？以下哪项不属于？

A.EVI

B.NDWI

C.NDVI

D.MSI

5.无人机遥感在碳汇监测中的典型应用场景是？

A.大尺度森林碳储量估算

B.小区域植被动态监测

C.大气碳酸盐浓度监测

D.海洋浮游植物碳汇评估

6.以下哪种遥感数据源最适合进行高精度碳汇监测？

A.MODIS

B.Sentinel-2

C.GOES

D.IRS

7.植被生物量估算中，哪种方法依赖遥感数据与地面实测数据的回归模型？

A.光谱分析法

B.无人机三维建模

C.植被指数模型

D.标准化模型

8.遥感碳汇监测中，常见的地面验证方法不包括？

A.树干径流测量

B.树木生物量样地调查

C.无人机LiDAR测高

D.同位素碳追踪

9.碳汇项目监测中，如何评估遥感数据的时间一致性？

A.比较不同年份的影像云量差异

B.分析植被指数年际变化趋势

C.校准传感器光谱响应曲线

D.检查影像几何畸变

10.遥感碳汇监测中，以下哪项属于数据预处理的主要步骤？

A.碳储量估算模型构建

B.影像辐射定标

C.地面样地布设

D.树木胸径测量

二、多选题（共5题，每题3分）

1.遥感碳汇监测的技术流程通常包括哪些环节？

A.数据获取

B.预处理与校正

C.指标计算与分类

D.碳储量估算

E.地面验证

2.植被指数在碳汇监测中的主要应用场景有哪些？

A.植被覆盖度评估

B.生物量估算

C.土壤有机质含量分析

D.水分胁迫监测

E.植被类型识别

3.无人机遥感在碳汇监测中的技术优势包括？

A.高空间分辨率

B.低空灵活飞行

C.快速数据获取

D.大范围覆盖能力

E.成本效益高

4.遥感碳汇监测中，数据融合的主要方式有哪些？

A.多源影像融合

B.光谱与雷达数据结合

C.遥感与地面监测融合

D.定量与定性数据融合

E.影像与模型融合

5.碳汇项目监测中，常见的地面验证方法有哪些？

A.样地调查

B.树干液流监测

C.气相色谱分析

D.无人机LiDAR测高

E.同位素碳追踪

三、判断题（共10题，每题1分）

1.NDVI指数可以完全反映植被生物量的大小。

（×）

2.Landsat卫星的影像分辨率高于Sentinel-2卫星。

（×）

3.无人机遥感数据在碳汇监测中具有绝对精度优势。

（×）

4.遥感碳汇监测需要长期的数据积累才能提高可靠性。

（√）

5.植被指数模型可以直接应用于所有碳汇区域。

（×）

6.雷达遥感可以穿透云层，适用于任何天气条件下的碳汇监测。

（√）

7.地面验证数据越多，遥感模型的精度越高。

（√）

8.遥感碳汇监测的成本低于地面调查。

（√）

9.碳汇监测中，所有遥感数据都需要进行辐射校正。

（√）

10.无人机遥感数据无法用于大尺度碳汇估算。

（×）

四、简答题（共4题，每题5分）

1.简述遥感碳汇监测的基本流程及其关键环节。

答：

-数据获取：选择合适的卫星或无人机平台获取遥感影像（如Landsat、Sentinel-2、无人机LiDAR等）。

-预处理与校正：进行辐射校正、几何校正、大气校正等，确保数据质量。

-指标计算与分类：计算植被指数（NDVI、EVI等），进行土地覆盖分类。

-碳储量估算：结合地面验证数据，建立遥感模型估算植被生物量或碳储量。

-结果验证与报告：对比地面实测数据，评估模型精度，输出监测报告。

2.说明NDVI和EVI指数在碳汇监测中的区别及其适用场景。

答：

-NDVI：计算简单，但对土壤背景敏感，适用于大面积均匀植被区域。

-EVI：改进了NDVI，减弱土壤背景影响，更适合复杂地形和城市周边碳汇监测。

-适用场景：NDVI适用于森林或农田；EVI适用于城市绿地或异质性区域。

3.列举两种常用的遥感碳储量估算模型，并简述其原理。

答：

-经验模型：基于遥感植被指数与地面生物量实测数据的线性回归，如NDVI-生物量模型。

-物理模型：结合辐射传输理论，如MODIS碳储量估算模型（基于光谱与植被参数关系）。

4.简述无人机遥感在碳汇监测中的优