2025年高考地理地理信息系統(tǒng)模擬試卷(含答案)一、單項(xiàng)選擇題（每小題4分，共44分。每題只有一個(gè)正確答案，請(qǐng)將正確選項(xiàng)填涂在答題卡上）1.某研究團(tuán)隊(duì)利用30m分辨率Landsat8OLI影像對(duì)鄱陽(yáng)湖濕地進(jìn)行遙感分類，為消除潮汐因素導(dǎo)致的同物異譜現(xiàn)象，下列預(yù)處理步驟中最關(guān)鍵的是A.輻射定標(biāo)??B.大氣校正??C.地形校正??D.時(shí)相歸一化答案：D解析：潮汐漲落使?jié)竦爻雎杜c淹沒(méi)狀態(tài)在同一景影像中表現(xiàn)差異，時(shí)相歸一化通過(guò)統(tǒng)一影像獲取時(shí)刻的潮位高程，消除因水位差異造成的“同物異譜”，比輻射、大氣、地形校正更直接針對(duì)該問(wèn)題。2.在ArcGISPro中構(gòu)建“1km格網(wǎng)人口密度”專題圖，需將行政區(qū)劃人口數(shù)據(jù)（矢量）與1km漁網(wǎng)（矢量）進(jìn)行空間連接，應(yīng)選擇的聚合規(guī)則為A.SUM??B.MEAN??C.MIN??D.FIRST答案：B解析：人口密度=人口/面積，需計(jì)算落入每個(gè)格網(wǎng)的人口總量后除以格網(wǎng)面積，故聚合規(guī)則選SUM求人口總量；但題目問(wèn)的是“人口密度”字段本身，格網(wǎng)面積固定，直接求平均即可得密度，因此選MEAN。3.利用Sentinel1SAR影像監(jiān)測(cè)長(zhǎng)江中下游水稻物候，若需提取移栽期（水體信號(hào)強(qiáng)）與抽穗期（植株體積散射強(qiáng)），最佳波段組合為A.VV單極化??B.VH單極化??C.VV+VH雙極化??D.HH+HV雙極化答案：C解析：移栽期田面薄水層形成鏡面反射，VV后向散射極低；抽穗期植株結(jié)構(gòu)復(fù)雜，VH對(duì)體積散射敏感。雙極化可構(gòu)建差異指數(shù)，提高識(shí)別精度。4.某市利用出租車GPS軌跡數(shù)據(jù)建立道路擁堵指數(shù)，若原始采樣間隔為30s，直接計(jì)算路段平均速度會(huì)低估擁堵程度，合理的處理方法是A.刪除高峰時(shí)段數(shù)據(jù)??B.地圖匹配后插值至1min間隔??C.直接降采樣至5min??D.將速度<5km/h視為擁堵答案：B解析：原始30s數(shù)據(jù)存在大量紅燈停車點(diǎn)，直接平均速度偏低；地圖匹配可將軌跡點(diǎn)準(zhǔn)確綁定道路，插值至1min可平滑信號(hào)又保留變化細(xì)節(jié)，避免信息丟失。5.在進(jìn)行夜間燈光遙感GDP空間化時(shí)，為消除城市中心飽和效應(yīng)，最適宜采用的變換方法是A.對(duì)數(shù)變換??B.歸一化差值植被指數(shù)??C.主成分分析??D.引入城市建成區(qū)面積作為輔助變量構(gòu)建回歸模型答案：D解析：燈光飽和區(qū)DN值不再隨經(jīng)濟(jì)增加而升高，需引入建成區(qū)面積等外部變量，通過(guò)多元回歸或隨機(jī)森林模型重新擬合GDP，突破飽和限制。6.利用無(wú)人機(jī)多光譜影像估算冬小麥葉面積指數(shù)（LAI），若飛行高度為100m，地面分辨率（GSD）為5cm，則影像幅寬主要取決于A.焦距??B.像元大小??C.航向重疊度??D.傳感器幅面尺寸答案：D解析：幅寬=GSD×影像寬度像元數(shù)；像元數(shù)由傳感器幅面尺寸決定，與焦距、重疊度無(wú)關(guān)。7.在QGIS中打開(kāi)一個(gè)EPSG:4525（CGCS2000/3degreeGaussKrugerzone37）的Shapefile，發(fā)現(xiàn)與在線天地圖底圖錯(cuò)位約200m，最可能的原因是A.未定義垂直基準(zhǔn)??B.忽略七參數(shù)轉(zhuǎn)換??C.天地圖采用WebMercator??D.未進(jìn)行柵格重采樣答案：B解析：CGCS2000與WGS84框架差異在我國(guó)東部可達(dá)百米級(jí)，需七參數(shù)（布爾莎模型）進(jìn)行動(dòng)態(tài)轉(zhuǎn)換；WebMercator僅帶來(lái)形狀拉伸，不會(huì)導(dǎo)致整體平移200m。8.利用InSAR獲取的地表形變圖中，出現(xiàn)“相位躍變”條紋密集區(qū)，最可能的地面實(shí)況為A.大面積均勻沉降??B.地裂縫或斷層活動(dòng)??C.植被覆蓋茂密??D.水體覆蓋答案：B解析：相位躍變代表相鄰像元相位差>π，對(duì)應(yīng)形變梯度突變，常見(jiàn)于斷層陡坎；均勻沉降區(qū)條紋稀疏。9.某市建立“15min生活圈”分析時(shí)，將居民點(diǎn)與設(shè)施點(diǎn)進(jìn)行OD成本矩陣計(jì)算，網(wǎng)絡(luò)數(shù)據(jù)集需設(shè)置“步行時(shí)間”阻抗，合理的默認(rèn)步行速度應(yīng)設(shè)為A.3km/h??B.4km/h??C.5km/h??D.6km/h答案：B解析：《城市居住區(qū)規(guī)劃設(shè)計(jì)標(biāo)準(zhǔn)》GB501802018采用4km/h作為成年人步行速度，兼顧老幼差異。10.在GoogleEarthEngine中計(jì)算NDVI時(shí)間序列趨勢(shì)，若影像集包含20152024年共10年每年夏季影像，需剔除云像元，最合適的函數(shù)組合為A..map().clip()??B..filterBounds().select()??C..map().qualityMosaic('NDVI')??D..map().updateMask()答案：D解析：updateMask可逐影像利用QA波段生成云掩膜并保留NDVI有效值；qualityMosaic僅返回單景最佳像元，無(wú)法構(gòu)建序列。11.將30m分辨率DEM重采樣至90m，若采用“眾數(shù)”聚合方法，得到的新像元值A(chǔ).高程均值??B.高程中值??C.出現(xiàn)次數(shù)最多的高程值??D.最小高程值答案：C解析：眾數(shù)即mode，統(tǒng)計(jì)3×3鄰域內(nèi)出現(xiàn)頻率最高的原始像元值，適用于類別數(shù)據(jù)；對(duì)高程而言，結(jié)果可能偏離真實(shí)均值，但符合眾數(shù)定義。二、多項(xiàng)選擇題（每小題5分，共20分。每題有兩個(gè)或兩個(gè)以上正確答案，多選、少選、錯(cuò)選均不得分）12.下列哪些技術(shù)可有效提高無(wú)人機(jī)LiDAR在山區(qū)獲取DEM的精度A.增加地面控制點(diǎn)（GCP）密度??B.采用RTK/PPK定位??C.降低飛行速度??D.提高激光脈沖重復(fù)頻率??E.在POS中引入IMU角度隨機(jī)游走補(bǔ)償答案：A、B、D、E解析：GCP與RTK/PPK直接提升空間基準(zhǔn)精度；提高脈沖頻率增加點(diǎn)密度；IMU角度隨機(jī)游走補(bǔ)償可減小姿態(tài)誤差；飛行速度主要影響點(diǎn)云密度但非決定性因素。13.關(guān)于時(shí)空立方體（SpaceTimeCube）分析，下列說(shuō)法正確的是A.時(shí)間維以等間隔切片構(gòu)成z軸??B.可利用EmergingHotSpot檢測(cè)疾病聚集趨勢(shì)??C.需先對(duì)原始數(shù)據(jù)進(jìn)行空間聚合??D.適用于矢量與柵格兩種數(shù)據(jù)模型??E.時(shí)間步長(zhǎng)越大越能發(fā)現(xiàn)冷熱點(diǎn)答案：A、B、C解析：時(shí)空立方體需將事件聚合到時(shí)空條柱（bin），時(shí)間步長(zhǎng)過(guò)大導(dǎo)致趨勢(shì)被平滑，反而難以發(fā)現(xiàn)熱點(diǎn)；目前ArcGIS僅支持矢量事件數(shù)據(jù)。14.在進(jìn)行國(guó)土空間規(guī)劃“雙評(píng)價(jià)”中，采用InVEST模型評(píng)估水源涵養(yǎng)功能，需要輸入的柵格數(shù)據(jù)包括A.年降水量??B.年平均氣溫??C.土地利用/覆被??D.土壤深度??E.根系深度答案：A、C、D解析：InVEST產(chǎn)水量模塊需降水、土地利用、土壤深度、植物可利用含水量（PAWC）；氣溫用于計(jì)算潛在蒸散，但非直接輸入；根系深度由土地利用查找表內(nèi)部賦值。15.下列關(guān)于PostGIS空間SQL語(yǔ)句的描述，正確的是A.ST_DistanceSphere返回以米為單位的球面距離??B.ST_Union可將多行幾何聚合成一個(gè)多邊形??C.ST_MakeValid可修復(fù)自相交多邊形??D.ST_Subdivide可提高空間索引效率??E.ST_Transform需指定目標(biāo)SRID的TOWGS84參數(shù)答案：A、B、C、D解析：ST_Transform只需目標(biāo)SRID，七參數(shù)已在spatial_ref_sys表中內(nèi)置；其余描述均正確。三、綜合題（共86分）16.（22分）某研究團(tuán)隊(duì)基于Sentinel2影像監(jiān)測(cè)太湖藍(lán)藻水華，需構(gòu)建自動(dòng)提取流程。請(qǐng)回答：（1）寫(xiě)出用于抑制耀斑效應(yīng)的指數(shù)公式，并說(shuō)明其優(yōu)于NDVI的原因。（6分）答案：采用浮游藻類指數(shù)FAI（FloatingAlgaeIndex）FAI=R_NIR[R_Red+(R_SWIRR_Red)×(λ_NIRλ_Red)/(λ_SWIRλ_Red)]優(yōu)勢(shì)：NDVI在近紅外波段受太陽(yáng)耀斑影響顯著，F(xiàn)AI引入短波紅外基線校正，可抑制鏡面反射，提升渾濁水體藻類識(shí)別精度。（2）在GoogleEarthEngine中，給定影像集合變量名為s2，寫(xiě)出剔除云量>20%影像并計(jì)算FAI的代碼片段（JavaScript）。（8分）答案：```javascriptvars2=s2.filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',20)).map(function(img){varfai=img.expression('nir(red+(swirred)(860665)/(1610665))',{'nir':img.select('B8'),'red':img.select('B4'),'swir':img.select('B11')}).rename('FAI');returnimg.addBands(fai);});```（3）提取水華面積后，需與地面實(shí)測(cè)葉綠素a（Chla）濃度建立回歸模型。若樣本n=28，R2=0.63，RMSE=15.4μg/L，請(qǐng)?jiān)u價(jià)模型可靠性，并提出兩項(xiàng)改進(jìn)措施。（8分）答案：可靠性：R2僅0.63，說(shuō)明FAI解釋變異的63%，剩余37%未被解釋；RMSE較大，預(yù)測(cè)誤差高。改進(jìn)：①引入多源數(shù)據(jù)（水溫、風(fēng)速、氮磷濃度）構(gòu)建隨機(jī)森林模型，提高非線性擬合能力；②增加樣本量至n>50，并采用留一交叉驗(yàn)證降低過(guò)擬合。17.（20分）某市計(jì)劃新建一座垃圾焚燒廠，擬利用GIS進(jìn)行選址分析?；A(chǔ)數(shù)據(jù)：1∶1萬(wàn)DLG（含居民地、河流、道路、保護(hù)區(qū)）、30mDEM、人口柵格（100m）。請(qǐng)完成：（1）列出需緩沖的受限因子及其最小緩沖距離（引用國(guó)家標(biāo)準(zhǔn)）。（6分）答案：居民區(qū)：≥300m（《生活垃圾焚燒污染控制標(biāo)準(zhǔn)》GB184852014）地表水體：≥150m（《城市環(huán)境衛(wèi)生設(shè)施規(guī)劃規(guī)范》GB503372018）自然保護(hù)區(qū)：≥1km（《自然保護(hù)區(qū)條例》）（2）寫(xiě)出利用ArcGISModelBuilder構(gòu)建“適宜性”子模型的技術(shù)流程（用流程圖文字描述，不少于5步）。（8分）答案：1.輸入DLG居民地→歐氏距離→重分類（<300m為0，≥300m為1）2.輸入河流→歐氏距離→重分類（<150m為0，≥150m為1）3.輸入保護(hù)區(qū)→歐氏距離→重分類（<1km為0，≥1km為1）4.DEM提取坡度→重分類（>15°為0，≤15°為1）5.人口柵格→重分類（<500人/km2為3，5001000為2，>1000為1）6.將15結(jié)果相乘得“限制性圖層”，再與人口權(quán)重相加得適宜性得分。（3）若最終適宜柵格值為15，需選出3個(gè)最優(yōu)廠址，且滿足任意兩點(diǎn)間距離>2km，寫(xiě)出ArcGISPro工具組合及關(guān)鍵參數(shù)。（6分）答案：工具：SpatialAnalyst→RegionGroup→ExtractbyAttributes（Value=5）→工具“最大捕獲量”（MaximumCapture）或“選址”（Locate）參數(shù)：RegionGroup：八連通，排除小于1ha碎斑最小分離距離：2000m候選點(diǎn)數(shù)：3目標(biāo)函數(shù)：最大化覆蓋人口（人口柵格作為權(quán)重）18.（22分）某流域發(fā)生極端降雨，需利用GIS和遙感評(píng)估滑坡風(fēng)險(xiǎn)。數(shù)據(jù)：2m分辨率無(wú)人機(jī)DOM、0.5mLiDARDTM、Sentinel1SAR（升軌+降軌）、1h步長(zhǎng)雨量站。（1）基于LiDARDTM，寫(xiě)出快速識(shí)別淺層滑坡的面向?qū)ο蠓诸愱P(guān)鍵參數(shù)（尺度、形狀、緊湊度）建議值，并說(shuō)明理由。（6分）答案：尺度參數(shù)：4060；淺層滑坡平均面積400900m2，2m分辨率對(duì)應(yīng)100225像元，尺度值取像元數(shù)開(kāi)方≈1520，考慮多尺度分割，設(shè)置4060可合并破碎斑。形狀權(quán)重：0.3；保留光譜差異，防止僅依賴幾何。緊湊度：0.7；滑坡多呈橢圓形，高緊湊度可抑制長(zhǎng)條誤分。（2）利用SAR數(shù)據(jù)計(jì)算滑坡前后形變，寫(xiě)出DInSAR處理主要步驟（按順序）。（8分）答案：1.影像精配準(zhǔn)（子像元級(jí)）2.干涉圖生成（復(fù)共軛乘）3.去平地效應(yīng)（利用基線+軌道數(shù)據(jù)）4.相位濾波（Goldstein）5.相位解纏（SNAPHU）6.地理編碼7.差分處理（DEM模擬相位去除地形）8.形變轉(zhuǎn)換（相位→位移，λ/4π系數(shù)）（3）將滑坡編目結(jié)果與雨量站數(shù)據(jù)建立臨界雨量模型：ID閾值。給出線性回歸方程形式，并說(shuō)明如何利用GIS實(shí)現(xiàn)1h滾動(dòng)預(yù)警。（8分）答案：方程：I=α×D^β，取對(duì)數(shù)得lnI=lnα+βlnD，線性回歸求α、β。GIS實(shí)現(xiàn)：1.實(shí)時(shí)接入雨量站數(shù)據(jù)（WebFeatureService）2.利用ArcGISGeoEventServer計(jì)算過(guò)去1h累積雨量D與平均雨強(qiáng)I3.代入閾值方程，若I>αD^β，則觸發(fā)預(yù)警4.利用StreamService推送至Dashboard，高亮顯示風(fēng)險(xiǎn)流域。19.（22分）某省建設(shè)“數(shù)字孿生鄉(xiāng)村”試點(diǎn)，需整合多源數(shù)據(jù)構(gòu)建三維實(shí)景模型。數(shù)據(jù)：0.03m無(wú)人機(jī)五鏡頭影像、地面移動(dòng)激光掃描（MLS）、handheldSLAM室內(nèi)點(diǎn)云、BIM（LOD3）、地下管線CAD。（1）寫(xiě)出解決無(wú)人機(jī)影像與MLS點(diǎn)云坐標(biāo)不一致的技術(shù)流程（含精度控制）。（6分）答案：1.無(wú)人機(jī)影像空三加密，布設(shè)像控點(diǎn)（RTK級(jí)，平面≤3cm，高程≤5cm）2.MLS點(diǎn)云使用GNSSRTK+IMU組合導(dǎo)航，事后PPK解算軌跡