2025年大學(xué)本科二年級(地理信息科學(xué))地理信息系統(tǒng)分析試題及答案一、單項(xiàng)選擇題（每題2分，共20分）1.在ArcGISPro中，若需將WGS84地理坐標(biāo)系的高分辨率遙感影像投影至CGCS2000/3°帶高斯克呂格投影，下列哪項(xiàng)“投影柵格”工具參數(shù)組合可最大限度減少像元重采樣誤差？A.輸出像元大小＝原始像元大小×2，重采樣方法＝NEARESTB.輸出像元大?。皆枷裨笮?，重采樣方法＝BILINEARC.輸出像元大?。皆枷裨笮?2，重采樣方法＝CUBICD.輸出像元大?。皆枷裨笮?，重采樣方法＝MAJORITY答案：B解析：CGCS2000與WGS84橢球參數(shù)差異微小，像元大小保持不變可避免引入額外尺度變形；雙線性法對連續(xù)影像灰度表面保真度優(yōu)于最近鄰與多數(shù)法，且計(jì)算效率高于三次卷積。2.利用Sentinel210m多光譜數(shù)據(jù)提取南方丘陵茶園分布，下列指數(shù)對“植被土壤”區(qū)分度最高的是：A.NDVIB.EVIC.NDWID.NDBI答案：B解析：EVI通過藍(lán)光波段修正土壤背景與大氣氣溶膠，對高密度葉叢飽和點(diǎn)更高；南方丘陵土壤紅黏土反射率與茶樹冠層近紅外接近，NDVI易飽和，NDBI為建筑指數(shù)，NDWI對水體敏感。3.在PostGIS中執(zhí)行空間查詢“找出與每一條高速公路相交且長度大于1km的河流”，應(yīng)使用的最佳函數(shù)組合是：A.ST_Intersects+ST_Length+ST_GeogFromTextB.ST_Crosses+ST_Length+ST_TransformC.ST_Intersects+ST_LengthSpheroid+ST_SetSRIDD.ST_Touches+ST_3DLength+ST_MakeValid答案：C解析：ST_Intersects返回True即滿足空間關(guān)系；ST_LengthSpheroid在橢球面計(jì)算公里級長度誤差<0.3%，優(yōu)于幾何長度；ST_SetSRID確保橢球參數(shù)一致，避免地理/幾何混用錯(cuò)誤。4.對某市1000個(gè)出租車GPS軌跡點(diǎn)進(jìn)行DBSCAN聚類，若eps＝500m，MinPts＝10，發(fā)現(xiàn)核心點(diǎn)僅5個(gè)，最合理的調(diào)參策略為：A.eps增至1000m，MinPts減至5B.eps減至250m，MinPts增至20C.將MinPts固定，采用OPTICSD.投影至UTM后重算，不改變eps與MinPts答案：A解析：出租車熱點(diǎn)尺度約1km，eps過小導(dǎo)致核心點(diǎn)不足；MinPts與eps呈反比，降低MinPts可提高核心點(diǎn)數(shù)量；投影不改變歐氏距離，故D無效；OPTICS雖可處理變密度，但題干要求“調(diào)參”而非換算法。5.在GeoServer中發(fā)布PostGIS圖層并啟用“viewparams”動(dòng)態(tài)SQL，下列哪項(xiàng)URL可正確傳遞參數(shù)“minpop＝50000”以僅返回人口>5萬的城市？A.…&viewparams=minpop:50000B.…&viewparams=minpop=50000C.…&CQL_FILTER=minpop>50000D.…&env=minpop:50000答案：A答案：GeoServer官方語法為“viewparams=param1:value1;param2:value2”，冒號(hào)分隔；CQL_FILTER無法引用自定義viewparam變量。6.利用30mSRTMDEM提取山脊線，下列算法組合在QGIS3.32中執(zhí)行順序正確的是：A.Fill→D8流向→流量閾值→河網(wǎng)→BASINS→山脊B.Fill→D8流向→流量→零值掩膜→河網(wǎng)→山脊C.Fill→D∞流向→流量→閾值→NEGATIVE→山脊D.Fill→D8坡度→曲率→零值→河網(wǎng)→山脊答案：C解析：山脊線即分水線負(fù)地形，需先Fill去偽洼地，D∞流向更準(zhǔn)，流量閾值后取NEGATIVE（反轉(zhuǎn)）突出山脊零值區(qū)，再提取骨架。7.在GoogleEarthEngine中，下列哪段代碼可正確計(jì)算2015–2020年MODISNDVI最大合成值并導(dǎo)出至Drive？A.…ee.ImageCollection(“MODIS/006/MOD13Q1”).filterDate(‘20150101’,‘20201231’).select(“NDVI”).max()…B.…ee.ImageCollection(“MODIS/006/MOD09GQ”).filterBounds(geometry).select(“NDVI”).max()…C.…ee.ImageCollection(“MODIS/006/MCD43A4”).select(“Nadir_Reflectance_Band1”).max()…D.…ee.ImageCollection(“MODIS/006/MOD13A1”).first().get(“NDVI”)…答案：A解析：MOD13Q1為16天NDVI產(chǎn)品，自帶“NDVI”波段；MOD09GQ無NDVI；MCD43A4為BRDF，需自行計(jì)算；first()僅單景，無法合成。8.在ArcGISModelBuilder中設(shè)置“迭代要素類”后，若需將每次輸出的矢量裁剪結(jié)果命名為“Clip_原名稱”，應(yīng)使用：A.行內(nèi)變量替換%名稱%B.解析路徑工具+名稱變量C.計(jì)算值工具+os.path.basenameD.迭代器輸出名稱直接作為參數(shù)答案：A解析：ModelBuilder支持%名稱%行內(nèi)替換，迭代要素類時(shí)自動(dòng)傳遞名稱字段，無需腳本。9.下列關(guān)于時(shí)空立方體（SpaceTimeCube）的描述，錯(cuò)誤的是：A.其xy為空間，z為時(shí)間維B.可用于EmergingHotSpotAnalysisC.創(chuàng)建前必須投影至等距坐標(biāo)系D.每個(gè)bin時(shí)間步長可設(shè)為1周答案：C解析：ArcGISPro支持地理坐標(biāo)系下創(chuàng)建立方體，內(nèi)部自動(dòng)轉(zhuǎn)球面距離，無需事先投影；等距系僅提升性能。10.在深度學(xué)習(xí)框架PyTorch中，訓(xùn)練UNet進(jìn)行高分辨率影像建筑提取，若輸入512×512像元、batch＝8，輸出通道為1，則最后一層激活函數(shù)應(yīng)選：A.SigmoidB.SoftmaxC.ReLUD.Tanh答案：A解析：二分類建筑提取輸出0–1概率，Sigmoid將logit壓縮至0–1；Softmax用于多類，ReLU與Tanh無概率解釋。二、多項(xiàng)選擇題（每題3分，共15分；多選少選均不得分）11.下列哪些操作會(huì)改變原始矢量數(shù)據(jù)的M值（Measure值）？A.ArcGIS“校準(zhǔn)路徑”工具B.QGIS“強(qiáng)制分段”插件C.PostGISST_AddMeasureD.MapInfo“對象→分割”E.GeoServerWFST更新幾何答案：A、B、C解析：校準(zhǔn)路徑與ST_AddMeasure直接重寫M；強(qiáng)制分段重算線性參考；MapInfo分割與WFST默認(rèn)保留M。12.關(guān)于DEM衍生地形因子，必須同時(shí)考慮鄰域像元高程關(guān)系的有：A.坡度B.坡向C.曲率D.地形起伏度E.地表粗糙度答案：A、B、C解析：坡度、坡向、曲率基于3×3或更大窗口一階/二階導(dǎo)數(shù)；起伏度與粗糙度可用矩形鄰域統(tǒng)計(jì)，無需逐像元關(guān)系。13.在遙感影像面向?qū)ο蠓诸愔?，屬于“光譜空間”一體化特征的有：A.均值B.紋理（GLCM）C.形狀指數(shù)（Compactness）D.多尺度分割后對象標(biāo)準(zhǔn)差E.歸一化水體指數(shù)（NDWI）答案：A、B、D、E解析：Compactness為純幾何特征，其余均含光譜信息。14.下列哪些格式原生支持存儲(chǔ)柵格金字塔（Pyramid）？A.GeoTIFFwith.ovrB.ERDASImagine.imgC.CloudOptimizedGeoTIFFD.NetCDF4E.ESRIFileGeodatabaseRaster答案：A、B、C、E解析：NetCDF4為多維數(shù)組，無內(nèi)建金字塔，需外部索引。15.在WebGIS中，采用矢量切片（VectorTile）相比柵格切片的優(yōu)勢有：A.客戶端可動(dòng)態(tài)更改樣式B.高分辨率屏幕自動(dòng)銳化C.支持客戶端查詢屬性D.數(shù)據(jù)量一定小于柵格E.支持旋轉(zhuǎn)地圖標(biāo)注不變形答案：A、B、C、E解析：矢量切片數(shù)據(jù)量未必小于柵格，復(fù)雜面數(shù)據(jù)可能更大。三、填空題（每空1分，共15分）16.在ArcGISPro中，使用“空間自相關(guān)（GlobalMoran’sI）”工具時(shí)，若z得分＝＋4.2，對應(yīng)p值≈______，表明聚類模式顯著性水平為______。答案：0.000013；99%置信解析：雙側(cè)檢驗(yàn)z＝4.2對應(yīng)p≈2.7×10??，遠(yuǎn)小于0.01。17.在PostGIS中，計(jì)算兩條地理坐標(biāo)系下航線最短球面距離的函數(shù)為______，其返回單位默認(rèn)是______。答案：ST_DistanceSphere；米18.在ENVI中，對Landsat8OLI數(shù)據(jù)進(jìn)行FLAASH大氣校正，必須輸入的觀測幾何參數(shù)包括______、______和______。答案：傳感器高度；地面高程；觀測天頂角19.在GoogleEarthEngine中，將影像像素值從0–255DN轉(zhuǎn)為0–1反射率的歸一化表達(dá)式為______。答案：img.multiply(0.0001).copyProperties(img,[‘system:time_start’])20.在QGIS中，若需將WGS84點(diǎn)圖層“隨機(jī)偏移”50–100m且保持拓?fù)洳蛔?，?yīng)使用“幾何工具”→______，并設(shè)置隨機(jī)種子為______以保證可重復(fù)。答案：幾何生成器；Datadefinedoverride21.在時(shí)空立方體分析中，若時(shí)間步長設(shè)為1個(gè)月，空間鄰域?yàn)镵=8，則“新興熱點(diǎn)”算法中minimumproportion＝0.1表示______。答案：至少10%的時(shí)間步長需滿足顯著熱點(diǎn)條件。22.在深度學(xué)習(xí)UNet損失函數(shù)中，解決建筑提取類別不平衡常采用______與______加權(quán)組合。答案：BinaryCrossEntropy；DiceLoss23.在GeoServer中，實(shí)現(xiàn)“屬性表聯(lián)動(dòng)”需啟用______服務(wù)，并在OpenLayers中使用______策略刷新圖層。答案：WFS；BBOX24.在ArcGISPro字段計(jì)算器中，使用Python表達(dá)式將文本型字段“YYYYMMDD”轉(zhuǎn)為日期型，應(yīng)調(diào)用______函數(shù)。答案：datetime.datetime.strptime(!YYYYMMDD!,‘%Y%m%d’)25.在遙感影像融合中，GramSchmidt方法第一步是對多光譜波段進(jìn)行______，以獲得第一主成分。答案：主成分變換（PCA）四、簡答題（每題8分，共24分）26.簡述利用夜間燈光數(shù)據(jù)（NPPVIIRS）評估“一帶一路”沿線港口城市經(jīng)濟(jì)活力的技術(shù)流程，并指出兩項(xiàng)關(guān)鍵不確定性來源。答案：（1）流程：①獲取年度VIIRSDay/NightBand輻射校正產(chǎn)品，剔除極光、火災(zāi)等噪聲；②構(gòu)建港口城市緩沖區(qū)（30km）；③計(jì)算區(qū)域平均燈光強(qiáng)度DN與燈光面積指數(shù)（DN>3像元占比）；④結(jié)合GDP、集裝箱吞吐量建立回歸模型；⑤采用殘差分析識(shí)別活力異常區(qū)；⑥時(shí)空熱點(diǎn)分析（GetisOrdGi）監(jiān)測活力演化。（2）不確定性：①VIIRS低光飽和與溢出效應(yīng)，高值區(qū)被低估；②行政區(qū)劃與功能港口空間錯(cuò)位，導(dǎo)致統(tǒng)計(jì)單元不匹配。27.說明如何利用手機(jī)信令大數(shù)據(jù)在ArcGISPro中構(gòu)建“職住平衡指數(shù)”，并給出Python腳本核心片段。答案：指數(shù)定義：居住密度（夜22:00–06:00）/就業(yè)密度（日09:00–17:00），格網(wǎng)尺度500m。流程：①導(dǎo)入匿名信令駐點(diǎn)，投影至本地坐標(biāo)；②創(chuàng)建漁網(wǎng)并啟用時(shí)空立方體；③匯總夜間與白天用戶數(shù)；④計(jì)算比值并標(biāo)準(zhǔn)化0–1；⑤繪制LISA圖識(shí)別失衡區(qū)。核心腳本：importarcpyarcpy.env.workspace=r"G:\WorkHome.gdb"cube=arcpy.stpm.CreateSpaceTimeCube(r"StayPoints.shp","WorkHomeCube.nc","TimeField","500Meters","1Days")arcpy.stpm.SummarizeAttributes(cube,"NIGHT","SUM")arcpy.stpm.SummarizeAttributes(cube,"DAY","SUM")arcpy.ddd.RasterCalculator("Float(NIGHT)/Float(DAY)","BalanceIndex.tif")28.闡述在PostGIS中實(shí)現(xiàn)“動(dòng)態(tài)緩沖區(qū)”查詢（即根據(jù)河流等級賦予不同緩沖距）的完整SQL，并解釋如何創(chuàng)建GIST索引提升性能。答案：SQL：SELECT,ST_Buffer(a.geom,CASEa.gradeWHEN1THEN1000WHEN2THEN500ELSE200END)ASbuf_geomFROMriversaWHEREST_Intersects(a.geom,ST_MakeEnvelope(…));索引：CREATEINDEXidx_rivers_geomONriversUSINGGIST(geom);VACUUMANALYZErivers;解析：CASE實(shí)現(xiàn)屬性驅(qū)動(dòng)緩沖距；GIST索引將掃描復(fù)雜度由O(n)降至O(logn)，對大范圍空間過濾提速10–100倍。五、綜合應(yīng)用題（共26分）29.某市計(jì)劃新建一座垃圾焚燒廠，需避開：①居民區(qū)500m；②飲用水源地1000m；③斷裂帶200m；④坡度>15°區(qū)域。現(xiàn)有數(shù)據(jù)：居民點(diǎn)（點(diǎn)）、水源地（面）、斷裂（線）、DEM（30m）。（1）列出在ArcGISPro中完成選址適宜性分析的主要工具序列（8分）；（2）寫出ModelBuilder截圖中需暴露的參數(shù)（3分）；（3）若最終候選柵格共1000像元，每個(gè)像元面積0.09ha，采用AHP法權(quán)重為居民0.45、水源0.3、斷裂0.15、坡度0.1，計(jì)算綜合得分并給出最優(yōu)10ha區(qū)塊坐標(biāo)（假設(shè)得分最高像元位于左上角，行列號(hào)(0,0)），要求列出計(jì)算過程（10分）；（4）指出結(jié)果不確定性兩個(gè)來源（5分）。答案：（1）工具序列：1.EuclideanDistance（居民點(diǎn)→500m）2.EuclideanDistance（水源地→1000m）3.EuclideanDistance（斷裂→200m）4.Slope（DEM→百分比）5.Reclassify（坡度>15°賦NoData）6.Reclassify（距離柵格：≤閾值＝0，>閾值＝1）7.RasterCalculator加權(quán)疊加：Suit=0.45R1+0.3R2+0.15R3+0.1R48.ExtractValuestoPoints（候選像元→得分）9.RegionGroup（連通區(qū)≥111像元＝10ha）10.SelectbyAttributes（MAXSuit）（2）暴露參數(shù)：居民緩沖距、水源緩沖距、斷裂緩沖距、坡度閾值、AHP權(quán)重四值。（3）計(jì)算：每像元0.09ha→10ha需111像元。設(shè)像元得分矩陣（示例3×3）：[[0.95,0.90,0.85],[0.88,0.92,0.80],[0.82,0.78,0.75]]左上角0.95最高，連通區(qū)取(0,0)–(10,10)共121像元，滿足≥111。最優(yōu)區(qū)塊左上角坐標(biāo)：經(jīng)度114.25°，緯度22.60°（由柵格左上角+行列號(hào)×30m計(jì)算）。（4）不確定性：①居民點(diǎn)數(shù)據(jù)為夜間手機(jī)信令聚合，遺漏白日流動(dòng)人群；②DEM30m無法識(shí)別微地形陡坎，導(dǎo)致坡度誤差>2°。六、編程與算法題（共20分）30.給定某市100萬條共享單車訂單，字段：bike_id,start_time,end_time,start_x,start_y,end_x,end_y。請用Python完成以下任務(wù)并提交完整代碼與運(yùn)行結(jié)果截圖驗(yàn)證。（1）構(gòu)建OD矩陣（500m格網(wǎng)），計(jì)算20250301早高峰（07:00–09:00）的凈流出量最大的格網(wǎng)編號(hào)（8分）；（2）采用DBSCAN（eps=300m,min_samples=20）識(shí)別熱點(diǎn)借車簇，并輸出簇內(nèi)訂單數(shù)CSV（7分）；（3）將熱點(diǎn)簇轉(zhuǎn)為GeoJSON，在Kepler.gl中渲染并截圖（5分）。答案：```pythonimportpandasaspd,geopandasasgpd,numpyasnpfromsklearn.clusterimportDBSCANfromshapely.geometryimportPoint1.讀取df=pd.read_csv('order_20250301.csv',parse_dates=['start_time','end_time'])peak=df.set_index('start_time').between_time('07:00','09:00').reset_index()2.格網(wǎng)化peak['start_x_bin']=(peak.start_x/500).astype(int)peak['start_y_bin']=(peak.start_y/500).astype(int)peak['end_x_bin']=(peak.end_x/500).astype(int)peak['end_y_bin']=(peak.end_y/500).astype(int)peak['O']=peak.start_x_bin.astype(str)+'_'+peak.start_y_bin.astype(str)peak['D']=peak.end_x_bin.astype(str)+'_'+peak.end_y_bin.astype(str)od=peak.groupby(['O','D']).size().reset_index(name='flow')net=od.groupby('O').agg({'flow':lambdax:x.sum()}).reset_index()net['O_in']=od.groupby('D').flow.sum().reindex(net.O).fillna(0).valuesnet['balance']=net.flownet.O_inmax_out=net.loc[net.balance.idxmax(),'O']print('最大凈流出格網(wǎng):',max_out,'凈流出:',net.balance.max())3.DBSCAN熱點(diǎn)coords=peak[['start_x','start_y']].valuesdb=DBSCAN(eps=300,min_samples=20,metric='euclidean').fit(coords)peak['label']=db.labels_hot=peak[peak.label!=1]hot_agg=hot.groupby('label').size().reset_index(name='orders')hot_agg.to_csv('hotspot.csv',index=False)4.Geo