2025年無人機(jī)駕駛員職業(yè)技能考核試卷：無人機(jī)遙感影像處理與分析技能考核與應(yīng)用考試時間：______分鐘總分：______分姓名：______一、選擇題（請將正確選項字母填入括號內(nèi)）1.無人機(jī)遙感影像獲取過程中，傳感器距地面越近，通常會導(dǎo)致（）。A.影像分辨率越高B.影像分辨率越低C.大氣干擾越小D.影像輻射亮度越低2.用于衡量影像地面分辨率（GSD）的單位通常是（）。A.米（m）B.厘米（cm）C.毫米（mm）D.微米（μm）3.在無人機(jī)遙感影像幾何校正中，選擇地面控制點（GCP）時，應(yīng)優(yōu)先選擇（）。A.影像上容易辨識、分布均勻的點B.影像上模糊不清、分布集中的點C.僅選擇建筑物角點D.僅選擇道路交叉口4.下列哪種大氣校正方法通常用于處理可見光和近紅外波段影像？（）A.FLAASHB.RPCC.ENVIStandardAtmosphericCorrectionD.LiDAR點云大氣校正5.能夠同時獲取影像的亮度信息和空間位置信息的影像層是（）。A.譜段影像B.波段影像C.多光譜影像D.熱紅外影像6.基于光譜特征差異進(jìn)行地物分類的方法稱為（）。A.面向?qū)ο蠓诸怋.監(jiān)督分類C.非監(jiān)督分類D.變化檢測7.在無人機(jī)遙感影像處理中，用于生成數(shù)字高程模型（DEM）的主要數(shù)據(jù)源是（）。A.單張可見光影像B.多張可見光影像C.LiDAR點云數(shù)據(jù)D.熱紅外影像8.無人機(jī)遙感影像拼接時，控制點選擇數(shù)量不足可能導(dǎo)致的主要問題是（）。A.影像變形B.重復(fù)區(qū)域過多C.接邊處出現(xiàn)明顯縫隙D.影像分辨率降低9.能夠同時獲取多個連續(xù)光譜波段信息的傳感器類型是（）。A.高光譜相機(jī)B.多光譜相機(jī)C.熱紅外相機(jī)D.激光雷達(dá)10.對于需要高精度三維模型的測繪任務(wù)，通常優(yōu)先選擇（）。A.低分辨率、低飛行架設(shè)高度的相機(jī)B.高分辨率、高飛行架設(shè)高度的相機(jī)C.中等分辨率、中等飛行架設(shè)高度的相機(jī)D.任何類型的相機(jī)，只要飛行參數(shù)設(shè)置合理11.在無人機(jī)遙感影像分類后，對分類結(jié)果進(jìn)行精度評價時，常用的參考數(shù)據(jù)是（）。A.傳感器原始參數(shù)B.分類人員主觀判斷C.現(xiàn)場采樣數(shù)據(jù)或高分辨率參考圖D.其他影像數(shù)據(jù)12.無人機(jī)遙感影像變化檢測主要用于分析（）。A.影像輻射變化B.影像幾何變化C.地表覆蓋類型或地物屬性在時間上的變化D.傳感器性能變化13.在使用Pix4Dmapper等軟件進(jìn)行影像處理時，生成密集點云的主要步驟是（）。A.相機(jī)標(biāo)定B.空三構(gòu)建與密集匹配C.影像輻射校正D.立體像對構(gòu)建14.能夠有效去除影像中系統(tǒng)性幾何畸變的方法是（）。A.大氣校正B.影像去噪C.幾何校正D.輻射校正15.無人機(jī)遙感影像數(shù)據(jù)管理中，選擇合適的文件格式應(yīng)主要考慮（）。A.文件大小B.軟件兼容性C.傳輸速度D.存儲容量二、判斷題（請將“正確”或“錯誤”填入括號內(nèi)）1.無人機(jī)遙感影像的輻射分辨率越高，記錄的地物亮度級數(shù)就越多。（）2.所有的無人機(jī)遙感影像都需要進(jìn)行大氣校正。（）3.地面控制點的選擇位置對最終的正射校正精度沒有影響。（）4.與監(jiān)督分類相比，非監(jiān)督分類方法不需要預(yù)先知道訓(xùn)練樣本的光譜信息。（）5.無人機(jī)遙感影像只能用于獲取二維平面信息。（）6.影像融合的主要目的是提高影像的幾何分辨率。（）7.無人機(jī)遙感三維建?？梢灾苯由筛呔鹊牡匦螆D。（）8.無人機(jī)遙感影像處理軟件通常需要付費購買才能使用。（）9.影像拼接的主要問題是接邊處的顏色差異。（）10.無人機(jī)遙感技術(shù)主要應(yīng)用于災(zāi)害監(jiān)測領(lǐng)域。（）11.高分辨率無人機(jī)遙感影像可以直接用于大范圍地形測繪，無需任何處理。（）12.影像分類的精度評價通常使用混淆矩陣。（）13.無人機(jī)遙感影像處理流程通常是線性的，不可逆的。（）14.無人機(jī)遙感影像數(shù)據(jù)的質(zhì)量主要取決于傳感器的性能。（）15.無人機(jī)遙感技術(shù)的發(fā)展對無人機(jī)駕駛員的技能要求沒有顯著影響。（）三、簡答題1.簡述無人機(jī)遙感影像輻射校正的主要目的和基本原理。2.簡述監(jiān)督分類和非監(jiān)督分類的主要區(qū)別。3.簡述無人機(jī)遙感影像幾何校正中，地面控制點（GCP）選擇的基本原則。4.簡述無人機(jī)遙感影像拼接（鑲嵌）的主要步驟和需要注意的問題。5.簡述無人機(jī)遙感三維建模的基本流程。四、案例分析題假設(shè)你是一名無人機(jī)駕駛員，需要為一項農(nóng)作物長勢監(jiān)測任務(wù)提供遙感數(shù)據(jù)支持。任務(wù)區(qū)域為一片農(nóng)田，面積約為100公頃，作物為單季水稻。請簡述你會如何規(guī)劃無人機(jī)飛行任務(wù)（包括飛行參數(shù)設(shè)置），選擇合適的傳感器（說明理由），并設(shè)計一個基本的遙感影像處理流程（包括主要步驟和方法），以獲取可用于分析作物長勢的影像數(shù)據(jù)。在處理流程中，至少提及兩種可能需要進(jìn)行的影像處理操作及其目的。---試卷答案一、選擇題1.A*解析思路：影像分辨率（GSD）與傳感器焦距、飛行高度成正比，與傳感器距地面距離成反比。傳感器距地面越近，實際拍攝到的地面范圍越小，單位面積內(nèi)的像素越多，因此分辨率越高。2.A*解析思路：地面分辨率（GroundSampleDistance,GSD）是指影像上每個像素點所對應(yīng)的地面實際尺寸，單位通常是米（m）或厘米（cm），米是更常用的大單位。3.A*解析思路：選擇GCP的基本原則是位置明顯、特征清晰、分布均勻、數(shù)量足夠且分布在整個測區(qū)。容易辨識的點便于精確刺點，分布均勻則能保證模型解算的穩(wěn)健性和精度。4.A*解析思路：FLAASH（FastLine-of-SightAtmosphericAnalysisofSpectralHypercubes）是ENVI軟件中常用的、基于線視幾何的大氣校正插件，特別適用于處理高光譜影像，也可用于多光譜和可見光影像。RPC是輻射定標(biāo)參數(shù)，ENVIStandardAtmosphericCorrection是通用名稱，LiDAR大氣校正不適用于處理相機(jī)影像。5.A*解析思路：亮度信息（DN值或輻射亮度）和空間位置（像素坐標(biāo)）是構(gòu)成遙感影像最基本的兩部分信息，所有能夠記錄影像的傳感器層都包含這兩者。6.B*解析思路：監(jiān)督分類需要先收集已知地物樣本（訓(xùn)練樣本），并提取其光譜特征作為分類標(biāo)準(zhǔn)，然后對未知影像進(jìn)行分類。非監(jiān)督分類則無需預(yù)先知道樣本信息，通過算法自動發(fā)現(xiàn)影像中的光譜聚類，并將相似像素歸為一類。7.C*解析思路：生成DEM的主要方法是利用無人機(jī)拍攝的影像（通常是傾斜影像）進(jìn)行多視圖幾何重建，通過密集匹配計算每個像素的三維坐標(biāo)點云，然后從點云中提取高程信息。LiDAR是另一種獨立獲取DEM的主要手段。8.C*解析思路：影像拼接的核心是精確的幾何配準(zhǔn)。如果控制點數(shù)量不足或分布不合理，無法建立足夠數(shù)量的約束關(guān)系來精確匹配不同影像塊之間的幾何位置，導(dǎo)致接縫處出現(xiàn)錯位、拉伸或明顯的縫隙。9.B*解析思路：多光譜相機(jī)設(shè)計用來同時捕捉多個（通常3-5個或更多）離散的、有限數(shù)量的光譜波段。高光譜相機(jī)則能捕捉成百上千個連續(xù)的光譜波段。熱紅外相機(jī)捕捉的是地物發(fā)射的熱輻射，而激光雷達(dá)獲取的是三維點云信息。10.B*解析思路：高分辨率意味著單位面積內(nèi)有更多像素，能捕捉更精細(xì)的地物細(xì)節(jié)。高飛行架設(shè)高度雖然會降低絕對分辨率，但可以獲得更廣闊的視野和更長的飛行時間，對于覆蓋大范圍區(qū)域生成整體精細(xì)模型更為有利。綜合考慮，高分辨率、高飛行高度的設(shè)置通常能更好地滿足高精度三維模型的需求，尤其是在需要大范圍細(xì)節(jié)的場景。11.C*解析思路：精度評價需要將分類結(jié)果與“真實”情況進(jìn)行比較?，F(xiàn)場采樣數(shù)據(jù)（如GPS采樣點地面調(diào)查）或高分辨率、高精度的參考圖（如航空影像、地圖）能夠提供這種“真實”標(biāo)簽，用于計算分類精度指標(biāo)（如總體精度、Kappa系數(shù)、混淆矩陣）。12.C*解析思路：變化檢測的核心是識別和量化地表覆蓋類型、地物屬性或地理要素在兩個或多個時間點的差異和變化情況。13.B*解析思路：在Pix4Dmapper等軟件中，生成密集點云的核心步驟是先通過空三解算確定相機(jī)位置和影像間的相對關(guān)系，然后利用密集匹配算法根據(jù)多視角影像幾何關(guān)系和光束三角測量原理，計算生成覆蓋區(qū)域的高密度三維點云。14.C*解析思路：幾何校正是通過模型參數(shù)或地面控制點，消除或修正影像因傳感器內(nèi)部畸變、鏡頭畸變以及像控點布設(shè)和測量誤差等引起的系統(tǒng)性幾何變形，使影像能夠準(zhǔn)確反映地面幾何關(guān)系。15.B*解析思路：無人機(jī)遙感影像數(shù)據(jù)量大，格式多樣。選擇文件格式時，軟件兼容性是首要考慮因素，確保數(shù)據(jù)能在后續(xù)使用的處理軟件中順利打開和讀取。其他因素如文件大小、傳輸速度、存儲容量也是重要的，但兼容性是基礎(chǔ)。二、判斷題1.正確*解析思路：輻射分辨率指傳感器區(qū)分地物輻射亮度差異的能力，用比特數(shù)表示。比特數(shù)越高，能區(qū)分的亮度級數(shù)越多，記錄的信息越豐富。2.錯誤*解析思路：并非所有影像都需要大氣校正。當(dāng)無人機(jī)飛行高度很高，或者傳感器位于高空（如衛(wèi)星），大氣對影像的影響相對較小且均勻時，可以不進(jìn)行或簡化大氣校正。主要目的是消除大氣散射和吸收對影像輻射亮度的影響。3.錯誤*解析思路：GCP的選擇位置至關(guān)重要，應(yīng)均勻分布于整個測區(qū)，并盡量靠近測區(qū)邊緣和角落，以提供足夠的幾何約束信息，提高模型解算的精度和范圍。4.正確*解析思路：監(jiān)督分類需要預(yù)先知道各類地物的光譜特征（訓(xùn)練樣本），算法依據(jù)這些已知特征進(jìn)行分類。非監(jiān)督分類則完全基于影像數(shù)據(jù)本身，算法自動尋找數(shù)據(jù)中的自然聚類，無需預(yù)先知識。5.錯誤*解析思路：無人機(jī)遙感可以通過搭載不同傳感器（如可見光相機(jī)、多光譜相機(jī)、熱紅外相機(jī)）獲取二維影像，也可以通過立體像對或多視角影像結(jié)合三維重建技術(shù)獲取三維模型和點云數(shù)據(jù)。6.錯誤*解析思路：影像融合的主要目的是將不同傳感器或不同傳感器在不同時間獲取的、具有互補信息（如高空間分辨率與高光譜分辨率）的影像組合起來，生成一幅在空間和光譜分辨率上都得到提升的影像。7.錯誤*解析思路：無人機(jī)遙感三維建?？梢陨牲c云或模型，但這不直接等于高精度地形圖。生成高精度地形圖還需要進(jìn)行一系列后續(xù)處理，如地面點云提取、濾波去噪、DEM生成、TIN構(gòu)建、正射糾正等，且對無人機(jī)原始影像的精度要求很高。8.錯誤*解析思路：市面上存在許多免費或開源的無人機(jī)遙感影像處理軟件，如QGIS（帶有SAGA等插件）、GRASSGIS、OrfeoToolbox(OTB)、免費版的Pix4Dmapper等。付費軟件通常功能更強(qiáng)大或提供商業(yè)支持。9.錯誤*解析思路：影像拼接的主要問題不是顏色差異，而是幾何配準(zhǔn)誤差。接邊處出現(xiàn)明顯縫隙是因為相鄰影像塊在水平、垂直或旋轉(zhuǎn)上沒有精確對齊。顏色差異雖然也可能存在，但通常是次要問題或可以通過色彩校正等方法緩解。10.錯誤*解析思路：無人機(jī)遙感技術(shù)應(yīng)用領(lǐng)域非常廣泛，包括精準(zhǔn)農(nóng)業(yè)、國土資源調(diào)查、城市規(guī)劃、電力巡檢、環(huán)境監(jiān)測、災(zāi)害應(yīng)急、安防監(jiān)控、測繪等，遠(yuǎn)不止災(zāi)害監(jiān)測。11.錯誤*解析思路：高分辨率影像只是獲取數(shù)據(jù)的基礎(chǔ)，生成高質(zhì)量的應(yīng)用成果（如正射影像圖、DEM、三維模型、分類圖斑等）通常還需要經(jīng)過幾何校正、輻射校正、大氣校正、拼接、融合、分類、三維重建等一系列復(fù)雜的處理流程。12.正確*解析思路：混淆矩陣是一種標(biāo)準(zhǔn)的精度評價工具，通過構(gòu)建一個矩陣，其行表示真實類別，列表示分類結(jié)果，矩陣中的元素表示每個類別被正確或錯誤分類的數(shù)量，可用于計算多種精度指標(biāo)。13.正確*解析思路：典型的影像處理流程，如空三解算、密集匹配、點云生成、分類等，通常依賴于前一步驟的輸出結(jié)果，數(shù)據(jù)流向固定，難以簡單倒退操作。雖然某些參數(shù)可能可以微調(diào)，但整體流程邏輯是單向的。14.錯誤*解析思路：無人機(jī)遙感影像數(shù)據(jù)的質(zhì)量受多種因素影響，包括傳感器性能（分辨率、光譜范圍、穩(wěn)定性等）、飛行參數(shù)（高度、速度、航線規(guī)劃、GPS/IMU精度）、大氣條件、地面分辨率、后期處理質(zhì)量等。傳感器的性能是重要因素，但不是唯一決定因素。15.錯誤*解析思路：無人機(jī)遙感技術(shù)發(fā)展迅速，傳感器性能不斷提升，數(shù)據(jù)處理算法不斷優(yōu)化，應(yīng)用領(lǐng)域不斷拓展。這使得無人機(jī)駕駛員需要不斷學(xué)習(xí)新知識、掌握新技能，以適應(yīng)技術(shù)發(fā)展和崗位需求。三、簡答題1.簡述無人機(jī)遙感影像輻射校正的主要目的和基本原理。*目的：消除或減弱傳感器本身以及大氣、光照等環(huán)境因素造成的對地物輻射亮度信息的干擾，使影像記錄的亮度值能夠真實反映地物自身的輻射特性或能量分布。*基本原理：通常建立一個影像亮度值（DN值或輻射亮度L）與地物實際反射率（ρ）或輻亮度（L?）之間的數(shù)學(xué)模型關(guān)系。模型考慮了傳感器響應(yīng)特性（通過定標(biāo)）、大氣影響（如大氣散射和吸收）、光照條件（如太陽光譜分布、入射角）等因素。通過這個模型，將影像上的原始亮度值轉(zhuǎn)換為地表反射率或輻亮度，從而實現(xiàn)輻射校正。常用方法有基于物理模型的（如MODTRAN）和基于經(jīng)驗系數(shù)的（如暗目標(biāo)減法、ENVI自帶的標(biāo)準(zhǔn)化大氣校正等）。2.簡述監(jiān)督分類和非監(jiān)督分類的主要區(qū)別。*監(jiān)督分類：需要先在待分類影像上選取若干具有代表性的地物樣本，并為每個樣本賦予正確的地物類別標(biāo)簽（即訓(xùn)練樣本）。算法利用這些已知類別的樣本建立各類地物的光譜特征模型（分類器）。然后，將這個模型應(yīng)用于整個影像，對每個像素根據(jù)其光譜特征與各類模型之間的相似度，判斷其所屬類別。優(yōu)點是分類精度通常較高（如果訓(xùn)練樣本選擇得當(dāng)），缺點是需要訓(xùn)練樣本，且需要先知道地物的類別信息。*非監(jiān)督分類：不需要預(yù)先知道地物類別信息。算法自動在影像數(shù)據(jù)內(nèi)部尋找數(shù)據(jù)點之間的光譜相似性或差異性，將光譜特征相似的數(shù)據(jù)點歸為一類，形成若干個光譜聚類。最后，需要人工根據(jù)實際情況對這些聚類進(jìn)行命名和解釋，確定每個類別代表的地物類別。優(yōu)點是無需訓(xùn)練樣本，適用于未知地物區(qū)域的探索性分類。缺點是分類結(jié)果是否合理需要人工判斷，精度可能不如監(jiān)督分類。3.簡述無人機(jī)遙感影像幾何校正中，地面控制點（GCP）選擇的基本原則。*顯著特征：易于在影像上精確識別和判讀，如建筑物角點、道路交叉口、橋梁、獨立樹、水涯線轉(zhuǎn)折點等。特征點應(yīng)清晰、獨特，避免模糊不清或與其他地物混淆。*分布均勻：GCP應(yīng)盡可能均勻地分布在整個測區(qū)，覆蓋測區(qū)的各個角落和中心區(qū)域，避免集中在某一局部區(qū)域。*數(shù)量足夠：GCP的數(shù)量應(yīng)滿足幾何模型解算的需要，通常至少需要5個，根據(jù)測區(qū)范圍、地形復(fù)雜度和精度要求，可能需要更多。*精確測量：GCP的地面坐標(biāo)（地理坐標(biāo)或投影坐標(biāo)）必須通過精確測量獲得，精度越高越好。*布設(shè)位置：應(yīng)盡量選擇遠(yuǎn)離影像邊緣的位置，并有一定距離間隔，避免過近或過于集中在邊緣。4.簡述無人機(jī)遙感影像拼接（鑲嵌）的主要步驟和需要注意的問題。*主要步驟：1.影像預(yù)處理：對待拼接的影像進(jìn)行必要的預(yù)處理，如輻射校正（可選，有時在拼接后進(jìn)行）、幾何精校正（如果需要統(tǒng)一坐標(biāo)系或投影）。2.選擇拼接軟件：使用專業(yè)的影像拼接軟件（如ENVI,ERDASIMAGINE,ArcGIS,QGIS等）。3.導(dǎo)入影像：將需要拼接的多張影像導(dǎo)入軟件。4.自動匹配/配準(zhǔn)：軟件自動或半自動進(jìn)行影像間的自動特征匹配和幾何配準(zhǔn)，建立影像間的變換關(guān)系。5.定義拼接區(qū)域/接邊：確定拼接范圍，定義影像的參與拼接部分和需要拼接的接邊區(qū)域。6.執(zhí)行拼接：軟件根據(jù)配準(zhǔn)關(guān)系和定義的拼接區(qū)域，進(jìn)行影像的像素重采樣和融合。7.接邊處理/色彩校正：調(diào)整接邊處像素值，消除接邊縫，進(jìn)行色彩平衡或拉伸，使整幅影像色彩一致。8.輸出結(jié)果：保存拼接完成的全色或多波段影像。*注意問題：1.影像配準(zhǔn)精度：良好的拼接效果依賴于影像之間精確的幾何配準(zhǔn)。配準(zhǔn)誤差是產(chǎn)生接邊錯位和模糊的主要原因。2.光照差異：不同影像獲取時光照條件（太陽高度角、光照方向）的差異會導(dǎo)致地物陰影和亮度不均，嚴(yán)重影響接邊處的顏色和紋理匹配，是拼接中的難點。3.傳感器差異：不同相機(jī)或同一相機(jī)不同時間拍攝可能存在內(nèi)部參數(shù)（如鏡頭畸變）的差異，需要考慮或校正。4.影像重疊度：相鄰影像之間應(yīng)保證足夠的重疊區(qū)域（通常至少50%-80%），以保證特征匹配和幾何配準(zhǔn)的可靠性。5.接邊處理：合理選擇接邊處理方法（如簡單重采樣、基于梯度或紋理的融合），并仔細(xì)調(diào)整接邊參數(shù)，以獲得最自然的過渡效果。5.簡述無人機(jī)遙感三維建模的基本流程。*基本流程：1.數(shù)據(jù)獲?。菏褂脽o人機(jī)搭載傾斜攝影測量系統(tǒng)或激光雷達(dá)（LiDAR）獲取項目區(qū)域的高分辨率、多角度影像或三維點云數(shù)據(jù)。確保影像重疊度（航向和旁向）滿足要求，曝光時間、ISO等參數(shù)設(shè)置一致。2.預(yù)處理：對影像進(jìn)行篩選、勻光處理；對點云數(shù)據(jù)進(jìn)行去噪、去重、分類（如地面點、植被點、建筑物點）等。3.空三解算：利用專業(yè)軟件（如ContextCapture,Metashape,Meshroom等）處理影像，自動計算相機(jī)位置和姿態(tài)（航點坐標(biāo)和姿態(tài)），并構(gòu)建影像稀疏點云和稀疏匹配圖。4.密集匹配：基于空三結(jié)果和多視角影像，通過光束三角測量等方法，生成覆蓋區(qū)域的高密度三維點云（密集點云）。5.模型優(yōu)化（可選）：對密集點云進(jìn)行去噪、濾波、地面去除、分類等優(yōu)化處理，生成更高質(zhì)量的點云模型。6.紋理映射（可選）：將預(yù)處理好的高分辨率正射影像（DOM）或單張高分辨率影像作為紋理，貼附到點云模型表面，生成帶真實紋理的三維模型。7.模型輸出與格式轉(zhuǎn)換：將最終的三維模型導(dǎo)出為常用的格式（如OBJ,FBX,LAS等），用于后續(xù)分析、可視化或應(yīng)用。四、案例分析題假設(shè)你是一名無人機(jī)駕駛員，需要為一項農(nóng)作物長勢監(jiān)測任務(wù)提供遙感數(shù)據(jù)支持。任務(wù)區(qū)域為一片農(nóng)田，面積約為100公頃，作物為單季水稻。請簡述你會如何規(guī)劃無人機(jī)飛行任務(wù)（包括飛行參數(shù)設(shè)置），選擇合適的傳感器（說明理由），并設(shè)計一個基本的遙感影像處理流程（包括主要步驟和方法），以獲取可用于分析作物長勢的影像數(shù)據(jù)。在處理流程中，至少提及兩種可能需要進(jìn)行的影像處理操作及其目的。規(guī)劃無人機(jī)飛行任務(wù)：*傳感器選擇：選擇一款具備高空間分辨率和多光譜能力的高清相機(jī)，例如像素尺寸小于2.5mm的RGB相機(jī)，并確保其帶有近紅外（NIR）波段，或者選擇專門的多光譜相機(jī)。理由：高空間分辨率（如5cmGSD）能捕捉到水稻植株的個體生長信息；多光譜影像（特別是包含NIR波段）能提供不同地物（如健康水稻、雜草、水分脅迫水稻）的光譜特征差異，是進(jìn)行作物長勢分析（如計算植被指數(shù)NDVI）的基礎(chǔ)。*飛行參數(shù)設(shè)置：*飛行高度：根據(jù)相機(jī)GSD和農(nóng)田面積，設(shè)定合適的飛行高度。例如，若相機(jī)GSD為5cm，為覆蓋100公頃（約1平方公里），理論飛行高