2023考研目前即将进入到复试阶段，部分学校发布了复试笔试大纲，考生需要按照大纲内容准备复试相关内容，以下是小编整理的【黑龙江科技大学(复试)--遥感导论】考试大纲，大家方便查看!
《遥感导论》考试大纲 适用专业名称：测绘工程 | |
科目代码及名称 | 考试大纲 |
31遥感导论 | 一、考试目的与要求 测试考生对遥感导论主要内容：能够掌握电磁辐射的基本理论和地物的光谱特征，掌握遥感信息的来源与特征，理解遥感图像的成像原理，掌握遥感图像处理与解译的基本原理和方法，了解遥感主要应用领域及发展趋势。对遥感知识的运用能力；同时考察学生对相关拓展知识了解情况。要求考生准确记忆基本概念，理解基本理论，掌握遥感软件的基本操作过程，并能妥善运用到综合题目的处理中。此外，对于遥感技术与数字摄影测量的基本知识，考生也要有所了解。 二、试卷结构（满分100分） 内容比例： 遥感概述 约10分 遥感物理基础 约15分 遥感平台与遥感成像 约15分 遥感图像数字处理 约20分 遥感图像地学解译原理与方法约20分 遥感的应用（资源与环境遥感）约15分 扩展部分约5分 题型比例： 客观题约40分 1．选择题约20分 2．名词解释约20分 主观题约60分 1.问答题约30分 2.综合应用题约30分 三、考试内容与要求 （一）遥感概述 考试内容 遥感基本概念、遥感技术系统、遥感技术分类、遥感技术的发展史、遥感技术及其应用的发展趋势。包括遥感定义、遥感信息科学的学科构成、遥感的主要技术特点、遥感技术系统的主要构成及遥感技术系统中信息获取、传输与接收、图像处理、信息提取、遥感过程及遥感应用概况。 考试要求 1.理解并掌握遥感的基本概念、特点、类型，了解遥感过程及其技术系统；了解遥感的发展与前景。 2.理解遥感信息科学的学科构成及其与其他学科的关系，理解遥感学科在空间信息科学中的地位及其学科特点。 3.理解遥感科学在国民经济中的作用和技术应用优势。 （二）遥感物理基础 考试内容 遥感物理基础中的电磁波和电磁波谱的概念，太阳辐射和地球辐射特征，近红外辐射特性、热红外辐射特性、黑体辐射定律、光波的反射、散射、透射、吸收，大气对电磁波辐射传输的影响与大气窗口，地物反射波谱特征与测量、典型地物（植被、土壤、水、岩石等）的波谱特征，色度学基础与彩色合成原理。 考试要求 1.理解并掌握电磁波、电磁波谱及电磁辐射定律等基本概念与专业术语。 2.理解并掌握太阳辐射及大气对太阳辐射的影响。 3.理解并掌握地球辐射与地物波谱。 4.掌握反射率及反射波谱等基本概念，掌握常见地物反射波谱特征，理解环境对地物光谱特性的影响。 5.理解并掌握色度学基础知识，掌握遥感图像的彩色合成原理及应用意义。 （三）遥感平台与遥感成像 考试内容 遥感平台类型、航空遥感平台、航天遥感平台、摄影成像与中心投影、多波段扫描成像、热红外成像原理、微波成像原理、激光雷达成像原理、数码成像原理、遥感图像的光谱特性及其成像几何特征、常用卫星遥感图像（TM、ETM+、SPOT、CBERS、MODIS等）的基本技术参数和各波段的主要应用范围、遥感图像的分辨率概念及其特征（空间分辨率、时间分辨率、光谱分辨率、辐射分辨率）。 考试要求 1.理解遥感平台分类知识，掌握各类遥感平台的运载工具运行特性及其成像原理。 2.理解并掌握可见光航空摄影遥感及中心投影成像基本原理，掌握中心投影图像的基本几何特性及其图像立体观察和测量方法。 3.理解并掌握多波段扫描成像、热红外成像原理及其图像的光谱特性，了解高光谱遥感图像及其地学应用的图像信息优势。 4.理解并掌握微波遥感成像原理及其图像特性，了解航空雷达遥感、航天雷达遥感的技术特点及其区别，雷达图像的分辨率特性。 5.了解目前常用的卫星遥感图像的传感器及其主要技术参数和各波段的主要应用范围。 6.了解激光雷达（LiDar）遥感图像的特征,激光雷达遥感的测高原理及其在三维成像中的应用。 7.掌握遥感图像分辨率的类型及各自的几何、物理特性，遥感图像分辨率在地学应用中的意义。 8.了解现代卫星遥感高分辨率图像的成像原理、图像特征、应用优势。 （四）遥感图像数字处理 考试内容 遥感数字图像处理的基本概念、数字图像的预处理、图像几何变形及几何纠正、遥感图像辐射传输方程、遥感图像辐射纠正、常用大气校正的方法、图像增强处理、点域增强处理、空间增强处理、多光谱图像代数运算、图像变换、傅立叶变换、K-L变换、K-T变换、遥感图像数据融合处理及应用、图像信息提取、图像分类、遥感图像与地理信息的融合处理、栅格数据与矢量数据的数字处理特点。 考试要求 1、理解并掌握数字图像的基本概念、数字图像处理的基本类型及其应用。 2、理解遥感图像中的误差来源、几何误差与辐射误差、图像预处理的基本任务、目标与常用处理方法。 3、理解遥感图像的大气纠正原理及其常用方法。 4、理解遥感图像的几何纠正原理与常用方法，几何纠正中的灰度重采样方法及各自的优缺点。 5、理解并掌握遥感图像增强处理的数学原理与常用方法，点域处理常用算法及其处理效果、空间域处理常用算法及其处理效果、多光谱图像代数运算的常用算法及其处理效果、频谱域处理常用算法及其处理效果。 6、理解并掌握遥感图像变化处理原理及其常用方法、遥感图像的傅立叶变换原理及应用、多光谱图像的降维处理算法及应用、K-L变换和K-T变换的数学原理及其应用、遥感图像的彩色变换处理及其常用方法。 7、理解并掌握遥感图像数据融合算法及其应用方法、掌握常用的多卫星遥感平台图像数据融合处理方法，ETM与SPOT图像的数据融合处理方法、全色光高分辨率图像与多波段图像的数据处理融合、遥感图像与地理数据的融合处理方法、地学多元数据与遥感图像数据融合处理方法。 8、理解并掌握遥感图像分类原理与处理方法、非监督分类处理方法、监督分类处理方法、非监督与监督分类方法的结合处理。 9、了解遥感图像信息提取的基本知识与常用处理方法，了解并掌握遥感图像地学专题信息提取的常用方法。 （五）遥感图像地学解译原理与方法 考试内容 遥感图像目视解译原理、遥感图像的地学信息认知过程、目视解译方法及步骤、遥感图像地学解译标志、遥感图像地学解译标志的基本类型、解译标志的可变性和局限性。 考试要求 1.理解遥感图像目视解译的基本原理，掌握目视解译及计算机解译（图像理解）的基本概念与相互关系；理解并掌握遥感图像识别的基本内容、图像识别色调、形态、位态、时态要素类型，理解遥感图像地学解译中的时间、地点、目标、变化4个基本问题。 2.理解并掌握地理目标的尺度与像元尺度的比例关系，要求掌握像元尺度变化对地学目标识别的影响因素。 3.了解遥感图像地学解译中的不确定性问题，包括位置不确定性、属性不确定性、时域不确定性、同物异谱和同谱异物现象产生的不确定性、空间聚类中的不确定性、由混合像元现象产生的不确定性等。 4.理解并掌握遥感图像地学信息的认知过程及其基本知识。 5.理解并掌握遥感影像目视解译方法及步骤，了解直接解译发及间接解译法的图像信息差异性，掌握对比分析法、信息复合法、综合推理法、相关分析法的基本知识。 6.理解并掌握遥感图像解译标志的基本知识和建立图像解译标志的方法步骤。 7.理解并掌握遥感图像地学解译标志的基本类型，掌握图像色调、形态、阴影、地貌、纹理、植被、土壤、水系、水文、人类活动遗迹等基本标志信息及其图像识别特征。 8.理解并掌握遥感图像地学解译标志的可变性和局限性，理解产生其可变性与局限性的地理环境因素。 （六）遥感的应用（资源与环境遥感） 考试内容 不同专业及学校在遥感概论课程中对地学遥感应用的教学大纲及其要点存在较大的区别。本复习大纲对这一章的考试内容及要求的基本范围包括地貌遥感、土壤遥感、植被遥感、水资源及水环境遥感、土地资源遥感及城市地理遥感的基础理论、解译内容和方法技术。 地质遥感：地质遥感的任务、内容及其解译原则和方法；遥感图像岩性识别原理与图像解译标志；遥感图像的地层解译原理与方法；岩层产状解译的基本方法；断裂构造的图像解译标志及方法；褶皱构造的图像解译标志及方法；活动构造的图像解译标志及方法。 地貌遥感：地貌遥感的图像解译标志、遥感影像地貌类型解译、河流地貌解译、冰川与冻土地貌解译、风成地貌解泽、岩溶地貌解译、黄土地貌解译、火山地貌解译； 土壤遥感：土壤解译标志、遥感影像土壤解译方法； 植被遥感：植物的光谱特征、植被指数与植被覆盖信息提取； 水资源及水环境遥感：水体的光谱特征、地表水体解译标志、水资源遥感方法、水环境遥感方法； 土地资源遥感：土地资源概述、土地利用类型及其图像标志、土地利用遥感调查方法、土地退化遥感调查方法、土地资源评价； 考试要求 1.了解并掌握地质遥感的研究对象及其解译原则和方法； 2.了解并掌握不同岩石类型的图形学特征及其图像解译标志； 3.了解并掌握不同岩石类型的波谱特征及其图像解译标志； 4.了解并掌握遥感图像地层解译的综合标志及其应用方法； 5.了解并掌握地貌遥感的图像解译标志及解译方法； 6.了解并掌握水体的光谱特性及其图像解译标志，掌握地表水体信息的图像信息提取方法，区域水体分布的遥感解译及制图方法； 7.了解水体环境遥感的基本原理，水质的多光谱遥感方法，水体污染的图像识别及信息提取方法； 8.了解并掌握植被光谱信息特征及其遥感原理，植被的图像解译标志与识别方法，植被指数及其信息提取方法； 9.了解并掌握利用类型及其图像解译标志，了解土资源遥感调查及制图方法；了解土地退化的常见类型及其图像识别方法； （七）扩展部分 考试内容 数字摄影测量的基础内容。 考试要求 1．了解数字影像匹配。 2.了解遥感影像与航空影像的区别。 参考书目： 《遥感导论》（第一版）梅安新高等教育出版社2010年 |
以上就是关于【黑龙江科技大学(复试)】的全部内容，如果想了解更多院校复试信息，欢迎关注天任教育考研复试栏目。
