2025年(地理信息科學(xué))地理信息科學(xué)導(dǎo)論試題及答案一、單項(xiàng)選擇題（每題2分，共20分）1.下列哪一項(xiàng)最能準(zhǔn)確描述“地理信息科學(xué)”與“地理信息系統(tǒng)”之間的本質(zhì)區(qū)別？A.前者偏重軟件工程，后者偏重空間數(shù)據(jù)庫(kù)B.前者是研究空間信息機(jī)理與規(guī)律的科學(xué)，后者是技術(shù)系統(tǒng)C.前者僅處理矢量數(shù)據(jù)，后者僅處理柵格數(shù)據(jù)D.前者屬于測(cè)繪學(xué)分支，后者屬于計(jì)算機(jī)科學(xué)分支答案：B解析：地理信息科學(xué)（GIScience）關(guān)注空間信息的科學(xué)問(wèn)題，如不確定性、尺度、認(rèn)知等；GIS（GeographicInformationSystem）則是實(shí)現(xiàn)這些科學(xué)問(wèn)題的技術(shù)系統(tǒng)。A、C、D均混淆了概念邊界。2.在地球橢球模型中，WGS84與CGCS2000兩者在赤道長(zhǎng)半軸差異量級(jí)約為：A.0.1mmB.1cmC.0.5mD.2m答案：C解析：WGS84長(zhǎng)半軸6378137.0m，CGCS2000為6378137.0m但扁率不同，導(dǎo)致赤道上約0.5m的框架差異，源于扁率變化引起的幾何偏移。3.某區(qū)域DEM分辨率為5m，欲提取坡度圖，最可能產(chǎn)生的“虛假坡度”主要來(lái)源是：A.地物光譜異質(zhì)性B.高程量化誤差C.投影中央經(jīng)線(xiàn)選取D.多路徑效應(yīng)答案：B解析：高程量化誤差在平坦地區(qū)會(huì)被差分算法放大，形成虛假坡度；光譜、投影、多路徑與坡度計(jì)算無(wú)直接因果。4.下列空間索引結(jié)構(gòu)中，對(duì)高維點(diǎn)數(shù)據(jù)查詢(xún)“K近鄰”平均復(fù)雜度最低的是：A.四叉樹(shù)B.R樹(shù)C.格網(wǎng)索引D.B+樹(shù)答案：B解析：R樹(shù)通過(guò)強(qiáng)制重新插入與優(yōu)化分裂，減少節(jié)點(diǎn)重疊，K近鄰查詢(xún)平均復(fù)雜度接近O(logn)；四叉樹(shù)在高維會(huì)退化，格網(wǎng)與B+樹(shù)不擅K近鄰。5.在遙感影像分類(lèi)中，使用光譜角（SAM）衡量像元相似性，其取值范圍是：A.[0°,90°]B.[0°,180°]C.[0°,360°]D.[–90°,90°]答案：B解析：SAM計(jì)算兩向量夾角，余弦值域?yàn)閇1,1]，對(duì)應(yīng)角度0°–180°；負(fù)角無(wú)幾何意義。6.若某城市POI數(shù)據(jù)服從冪律分布，則其雙對(duì)數(shù)坐標(biāo)下累積頻率分布曲線(xiàn)呈：A.水平直線(xiàn)B.指數(shù)上升C.斜率為負(fù)的直線(xiàn)D.拋物線(xiàn)答案：C解析：冪律分布P(k)∝k^(–α)，累積分布S(k)∝k^(–(α–1))，雙對(duì)數(shù)坐標(biāo)下為直線(xiàn)，斜率為–(α–1)。7.在地理加權(quán)回歸（GWR）中，帶寬選擇采用AICc準(zhǔn)則，其目的是：A.最大化殘差平方和B.最小化模型復(fù)雜度C.平衡擬合優(yōu)度與自由度懲罰D.消除空間自相關(guān)答案：C解析：AICc在似然基礎(chǔ)上加入?yún)?shù)懲罰，避免過(guò)擬合；與殘差平方和最大化相反，A錯(cuò)誤；不能消除空間自相關(guān)，D錯(cuò)誤。8.下列哪一項(xiàng)不是“空間異質(zhì)性”的直接度量指標(biāo)？A.局部莫蘭指數(shù)B.Geary’sCC.半變異函數(shù)基臺(tái)值D.全局克里金方差答案：D解析：全局克里金方差反映估計(jì)不確定性，而非空間異質(zhì)性本身；其余三項(xiàng)均可刻畫(huà)空間異質(zhì)或自相關(guān)。9.在PostGIS中，執(zhí)行ST_Transform(geom,4525)時(shí)，系統(tǒng)需查詢(xún)的元數(shù)據(jù)表是：A.geometry_columnsB.spatial_ref_sysC.pg_stat_activityD.raster_columns答案：B解析：spatial_ref_sys存儲(chǔ)EPSG代碼與PROJ參數(shù)，ST_Transform依賴(lài)其完成坐標(biāo)轉(zhuǎn)換；geometry_columns僅記錄表結(jié)構(gòu)。10.利用無(wú)人機(jī)傾斜攝影生成三維模型時(shí)，最可能引入“穹頂效應(yīng)”的原因是：A.相機(jī)主距標(biāo)定誤差B.地面控制點(diǎn)分布不均C.光照條件突變D.運(yùn)動(dòng)結(jié)構(gòu)恢復(fù)（SfM）中累積誤差答案：D解析：SfM從外向內(nèi)解算，遠(yuǎn)離控制點(diǎn)的區(qū)域誤差累積，導(dǎo)致整體彎曲呈穹頂狀；主距誤差表現(xiàn)為比例失真，光照影響紋理。二、多項(xiàng)選擇題（每題3分，共15分；多選少選均不得分）11.關(guān)于空間數(shù)據(jù)“尺度效應(yīng)”的描述，正確的有：A.面積周長(zhǎng)比隨粒度增大而單調(diào)減小B.景觀指數(shù)對(duì)幅度變化敏感C.空間自相關(guān)強(qiáng)度隨粒度增大而降低D.聚合方差可用來(lái)檢測(cè)尺度閾值E.空間異質(zhì)性隨粒度減小而消失答案：B、D解析：A錯(cuò)誤，分形海岸線(xiàn)面積周長(zhǎng)比非單調(diào)；C錯(cuò)誤，自相關(guān)可能增強(qiáng)；E錯(cuò)誤，異質(zhì)性不會(huì)消失，僅表現(xiàn)形式變化；B、D為尺度效應(yīng)經(jīng)典結(jié)論。12.下列方法中，可用于修復(fù)“拓?fù)淞芽p”的有：A.snapping容差B.道格拉斯普克壓縮C.平面掃描算法D.緩沖區(qū)回退E.最小二乘配置答案：A、C、D解析：snapping與緩沖區(qū)回退直接閉合裂縫；平面掃描可檢測(cè)并修復(fù)懸掛節(jié)點(diǎn)；道格拉斯普克為線(xiàn)壓縮，最小二乘配置用于信號(hào)濾波。13.在夜間燈光遙感數(shù)據(jù)中，可能削弱GDP估算精度的因素包括：A.氣體燃燒耀斑B.過(guò)度飽和像元C.地理加權(quán)回歸帶寬過(guò)大D.省級(jí)行政區(qū)劃變更E.月光反射答案：A、B、D、E解析：C屬于模型參數(shù)問(wèn)題，與數(shù)據(jù)本身無(wú)關(guān)；其余均為數(shù)據(jù)源噪聲或輔助變量失配。14.下列屬于“空間計(jì)量經(jīng)濟(jì)學(xué)”核心檢驗(yàn)的有：A.Moran’sI殘差檢驗(yàn)B.LMError與LMLagC.Hausman檢驗(yàn)D.KoenkerBassett檢驗(yàn)E.White異方差檢驗(yàn)答案：A、B解析：LMError、LMLag用于選擇空間滯后或空間誤差模型；Moran’sI殘差檢驗(yàn)空間自相關(guān)；Hausman用于面板工具變量，KoenkerBassett、White為異方差檢驗(yàn)，非空間專(zhuān)屬。15.在構(gòu)建“數(shù)字孿生城市”過(guò)程中，需要融合的實(shí)時(shí)感知數(shù)據(jù)有：A.5G手機(jī)信令B.車(chē)載CAN總線(xiàn)C.BIM構(gòu)件語(yǔ)義D.地鐵閘機(jī)刷卡E.氣象雷達(dá)體掃答案：A、B、D、E解析：BIM為靜態(tài)語(yǔ)義模型，非實(shí)時(shí)感知；其余均為動(dòng)態(tài)流數(shù)據(jù)。三、判斷題（每題1分，共10分；正確打“√”，錯(cuò)誤打“×”）16.在地理坐標(biāo)系下直接計(jì)算歐氏距離，會(huì)導(dǎo)致距離量算誤差隨緯度升高而減小。答案：×解析：誤差隨緯度升高而增大，因經(jīng)度弧長(zhǎng)隨cosφ收縮。17.當(dāng)半變異函數(shù)出現(xiàn)“塊金效應(yīng)”時(shí)，表明存在小于采樣間距的空間變異。答案：√解析：塊金值代表微觀尺度或測(cè)量誤差變異。18.在PostgreSQL中建立GiST索引后，點(diǎn)查詢(xún)性能一定優(yōu)于R樹(shù)索引。答案：×解析：GiST為通用框架，內(nèi)部可實(shí)現(xiàn)R樹(shù)，性能取決于操作符類(lèi)與數(shù)據(jù)分布。19.對(duì)于同一區(qū)域，Landsat8與Sentinel2的10m波段，其地面采樣距離（GSD）相同，因此無(wú)需重采樣即可直接疊加。答案：×解析：GSD雖同為10m，但投影參數(shù)、觀測(cè)幾何、波段響應(yīng)函數(shù)不同，需重投影與配準(zhǔn)。20.在深度學(xué)習(xí)的“語(yǔ)義分割”中，使用DiceLoss可有效緩解類(lèi)別不平衡問(wèn)題。答案：√解析：DiceLoss通過(guò)交并比衡量，減少背景類(lèi)主導(dǎo)。21.空間數(shù)據(jù)基礎(chǔ)設(shè)施（SDI）中，元數(shù)據(jù)標(biāo)準(zhǔn)ISO19115僅適用于矢量數(shù)據(jù)，不適用于柵格。答案：×解析：ISO19115覆蓋柵格、矢量、點(diǎn)云等通用地理信息。22.在Web地圖切片中，EPSG:3857的y軸向上為正，與TMS標(biāo)準(zhǔn)相反。答案：√解析：GoogleMaps采用EPSG:3857且y向下，TMS規(guī)范y向上，需翻轉(zhuǎn)。23.利用多期InSAR可反演地面垂直沉降，但對(duì)東西向水平位移不敏感。答案：√解析：InSAR沿視線(xiàn)方向（LOS）敏感，東西向水平位移在升軌降軌幾何下投影小。24.在地理加權(quán)回歸中，若帶寬趨于無(wú)窮，模型退化為普通最小二乘。答案：√解析：權(quán)重核函數(shù)趨于常數(shù)，空間異質(zhì)性消失。25.三維城市模型采用CityGML存儲(chǔ)，其LoD3級(jí)別包含屋頂詳細(xì)結(jié)構(gòu)及植被語(yǔ)義。答案：×解析：LoD3含屋頂結(jié)構(gòu)，但植被語(yǔ)義在LoD4才出現(xiàn)。四、填空題（每空2分，共20分）26.在地圖投影變形中，保持任意方向角度不變的投影稱(chēng)為_(kāi)_______投影，其數(shù)學(xué)基礎(chǔ)是________方程。答案：等角（保角）、柯西黎曼27.若某區(qū)域DEM像元大小為30m，欲計(jì)算單位面積切割體積，需將高程差乘以________，其單位轉(zhuǎn)換因子為_(kāi)_______。答案：900m2、128.在PostgreSQL/PostGIS中，查詢(xún)多邊形geom是否自相交的函數(shù)是________；返回結(jié)果為布爾型的函數(shù)名是________。答案：ST_IsValid、ST_IsValid29.在遙感影像中，NDVI計(jì)算公式為_(kāi)_______；當(dāng)NDVI=–0.2時(shí)，通常對(duì)應(yīng)地物類(lèi)型為_(kāi)_______。答案：(NIR–Red)/(NIR+Red)、水體或云陰影30.在克里金插值中，若變異函數(shù)擬合為球狀模型，其基臺(tái)值與塊金值之差稱(chēng)為_(kāi)_______，表征________空間變異。答案：拱高、結(jié)構(gòu)化31.在Python的GeoPandas中，將GeoDataFrame投影到EPSG:4547的語(yǔ)句為gdf.to_crs(________)；其中4547對(duì)應(yīng)________投影。答案：“EPSG:4547”、CGCS2000/3degreeGaussKrugerzone2532.在激光點(diǎn)云濾波中，漸進(jìn)式形態(tài)學(xué)濾波器（PMF）的核心參數(shù)為_(kāi)_______窗口大小與________增量。答案：高差、高程33.在時(shí)空立方體（SpaceTimeCube）可視化中，時(shí)間維通常沿________軸，其幾何變形稱(chēng)為_(kāi)_______效應(yīng)。答案：垂直、透視縮短34.在OpenStreetMap數(shù)據(jù)模型中，表示一條道路需要________、________、________三類(lèi)要素。答案：node、way、relation35.在地理人工智能（GeoAI）中，用于道路提取的“DeepGlobe”競(jìng)賽數(shù)據(jù)集，其影像分辨率為_(kāi)_______cm，標(biāo)簽格式為_(kāi)_______。答案：50、PNG單通道掩膜五、簡(jiǎn)答題（每題10分，共30分）36.闡述“可修改面積單元問(wèn)題”（MAUP）對(duì)空間回歸模型參數(shù)估計(jì)的影響，并給出兩種緩解策略。答案：MAUP包括尺度效應(yīng)與分區(qū)效應(yīng)，導(dǎo)致回歸系數(shù)隨單元?jiǎng)澐肿兓?，顯著性虛假。影響路徑：①聚合導(dǎo)致變量方差減小，相關(guān)系數(shù)放大；②不同分區(qū)方案改變空間權(quán)重矩陣，擾動(dòng)空間滯后項(xiàng)。緩解策略：(1)多尺度敏感性分析：采用地理加權(quán)回歸（GWR）與多層次模型（HLM），比較不同尺度下系數(shù)穩(wěn)定性，若核心變量符號(hào)一致，則結(jié)果穩(wěn)健。(2)優(yōu)化分區(qū)設(shè)計(jì)：利用最大同質(zhì)性區(qū)域化算法（Maxp）或譜聚類(lèi)，使區(qū)內(nèi)方差最小、區(qū)間方差最大，降低分區(qū)效應(yīng)；同時(shí)引入空間滯后因變量，顯式建?？臻g依賴(lài)，減少因邊界錯(cuò)位造成的遺漏變量偏誤。37.說(shuō)明InSAR中“大氣延遲”誤差的空間時(shí)間統(tǒng)計(jì)特性，并給出一種基于GNSS的改正模型公式。答案：大氣延遲主要源于對(duì)流層水汽，其空間相關(guān)長(zhǎng)度1–10km，時(shí)間相關(guān)尺度1–3h，服從非平穩(wěn)隨機(jī)場(chǎng)，可建模為：ΔL(x,t)=a·ZWD(x,t)+b·ΔP(x,t)+ε(x,t)其中ZWD為天頂濕延遲，ΔP為氣壓差分，ε為殘差。GNSS改正模型：利用KrigingwithExternalDrift（KED），以GNSS站ZWD為觀測(cè)，高程為漂移項(xiàng)，內(nèi)插影像范圍延遲：ΔL?(s)=Σλi·ZWD(si)+m·h(s)權(quán)重λi通過(guò)變異函數(shù)γ(h)=c0+c1[1–exp(–h/ρ)]求解，ρ≈5km。最終從InSAR相位中減去ΔL?(s)，可削弱60–80%的大氣誤差。38.比較“對(duì)象based影像分析”（OBIA）與“像素based深度卷積網(wǎng)絡(luò)”（PCNN）在高分辨率影像分類(lèi)中的優(yōu)劣，并給出融合框架示意圖。答案：OBIA優(yōu)勢(shì)：①顯式利用多尺度分割，邊界保真；②可嵌入形狀、紋理、上下文語(yǔ)義；③小樣本可訓(xùn)練。劣勢(shì)：①分割參數(shù)敏感；②依賴(lài)人工特征。PCNN優(yōu)勢(shì)：①端到端特征學(xué)習(xí)，非線(xiàn)性表達(dá)強(qiáng)；②對(duì)大數(shù)據(jù)泛化好。劣勢(shì)：①需大量標(biāo)注；②邊緣模糊；③易受同物異譜影響。融合框架：(1)雙分支輸入：分支A為原始影像→PCNN→像素概率圖；分支B為分割對(duì)象→圖卷積網(wǎng)絡(luò)（GCN），節(jié)點(diǎn)特征為對(duì)象光譜均值、形狀指數(shù)。(2)概率耦合：采用條件隨機(jī)場(chǎng)（CRF），一元?jiǎng)轂镻CNN概率，二元?jiǎng)轂閷?duì)象相鄰矩陣，通過(guò)消息傳遞優(yōu)化。(3)輸出：邊緣保持的語(yǔ)義標(biāo)簽。實(shí)驗(yàn)表明，融合后mIoU提升4–7%，小對(duì)象漏分率下降30%。六、計(jì)算與推導(dǎo)題（共35分）39.（15分）已知某區(qū)域2000、2010、2020年三期土地利用矢量，需計(jì)算“城市擴(kuò)張強(qiáng)度指數(shù)”（UEII）。給出公式：UEII=(ΔU/Δt)/√(P×100)其中ΔU為新增城市面積km2，Δt為年數(shù)，P為基準(zhǔn)期區(qū)域總面積km2。表：2000年城市面積120km2，區(qū)域總面積2000km2；2010年城市面積180km2；2020年城市面積250km2。(1)計(jì)算2000–2010、2010–2020兩期UEII；(2)假設(shè)UEII服從正態(tài)分布，檢驗(yàn)2010–2020是否顯著高于2000–2010（α=0.05，已知兩期樣本方差相等，合并標(biāo)準(zhǔn)差s=0.008）。答案：(1)2000–2010：ΔU=60km2，Δt=10，√(P×100)=√(2000×100)=447.21UEII?=60/10/447.21=0.01342010–2020：ΔU=70km2，Δt=10，UEII?=70/10/447.21=0.0157(2)設(shè)H0:μ2–μ1=0，H1:μ2–μ1>0t=(0.0157–0.0134)/(0.008√(2/1))=2.3/0.0113=0.203查單側(cè)t表，df=2–2=0不適用；改用Z近似，Z=0.203<1.645，不拒絕H0，差異不顯著。解析：樣本量?jī)H兩期，檢驗(yàn)功效低，需增加樣本或采用貝葉斯估計(jì)。40.（20分