2025年地理信息科学(地理与信息科学)试卷及答案

2025年地理信息科学(地理与信息科学)试卷及答案一、单项选择题（每题2分，共30分。每题只有一个正确答案，请将正确选项填入括号内）1.在Web墨卡托投影（EPSG:3857）中，赤道周长被固定为多少米？A.40,000,000 B.40,075,017 C.37,818,000 D.42,164,000答案：B解析：Web墨卡托将赤道周长强制设为40,075,017m，对应瓦片坐标系256×2ⁿ像素，保证全球无缝拼接。2.下列哪一项不是OGCSimpleFeature标准定义的几何类型？A.MultiSurface B.CircularString C.TIN D.PolyhedralSurface答案：C解析：TIN（不规则三角网）属于ISO19107空间模式，而非SimpleFeature标准。3.利用Sentinel2MSI数据计算NDVI时，通常使用哪两个波段？A.B2/B4 B.B3/B8 C.B4/B8 D.B5/B11答案：C解析：B4（红665nm）与B8（近红外842nm）空间分辨率均为10m，保证指数计算一致性。4.在PostGIS中，执行ST_Transform(geom,4326)前必须确保：A.geom已携带SRID B.数据库安装proj.db C.关闭QGIS D.创建空间索引答案：A解析：ST_Transform需要源SRID与目标SRID均存在，否则返回错误。5.下列哪种空间插值方法满足精确插值（passingthroughsamplepoints）？A.IDW B.普通克里金 C.反距离权重修正 D.双线性答案：B解析：普通克里金在观测点处无块金效应时，方差为0，插值结果严格通过样本。6.在三维GIS中，CityGML的LOD3与LOD2最显著差异是：A.包含屋顶结构 B.包含室内家具 C.包含地下管线 D.包含植被冠层答案：A解析：LOD3要求屋顶结构、阳台、烟囱等细部几何，LOD2仅表达体块与屋顶类型。7.下列哪项不是移动激光扫描（MLS）系统误差来源？A.IMU零偏漂移 B.车轮编码器打滑 C.多路径效应 D.激光束发散角答案：C解析：多路径效应是GNSS信号反射误差，MLS主要误差来自IMU、里程计与标定。8.在GeoPackage中，触发器“gpkg_geometry_column_insert”的作用是：A.阻止空几何写入 B.自动更新extent C.维护Rtree索引 D.校验坐标维度答案：B解析：该触发器在要素插入/更新后，重新计算并写入gpkg_contents表中的数据边界。9.利用SAR影像进行DInSAR时，两次成像的垂直基线超过临界基线会导致：A.相干性增强 B.无法展开相位 C.强度图饱和 D.多普勒中心偏移答案：B解析：空间基线过长使频谱偏移超出滤波器通带，干涉图失相干，相位解缠失败。10.在机器学习分类中，使用空间滞后特征（spatiallag）主要解决：A.维度灾难 B.空间自相关 C.类别不平衡 D.过拟合答案：B解析：空间滞后将邻域类别信息作为特征，显式引入空间自相关，提升上下文一致性。11.下列哪项不是OGCAPIFeaturesPart1核心操作？A./collections B./conformance C./tiles/{z}/{x}/{y} D./collections/{cid}/items答案：C解析：瓦片服务由OGCAPITiles规范定义，Features核心仅支持资源路径A、B、D。12.在遥感影像面向对象分类中，最优分割尺度参数通常采用哪种指标确定？A.DaviesBouldin指数 B.ESP（EstimationofScaleParameter） C.灰度共生矩阵 D.卡方检验答案：B解析：ESP工具通过局部方差变化率曲线峰值自动推荐多尺度分割参数。13.下列哪种时空数据库索引结构支持过去任意时刻范围查询？A.3DRtree B.TBtree C.Quadtree D.STRtree答案：B解析：TBtree（TrajectoryBundletree）为每条线段记录有效时间，支持历史回溯。14.在Web地图服务中，EPSG:4326与CRS:84的坐标轴顺序差异为：A.纬度在前vs经度在前 B.弧度vs度 C.北移vs南移 D.无差异答案：A解析：EPSG:4326官方定义(lat,lon)，而CRS:84遵循OGC惯例(lon,lat)，WMS1.3.0需显式指定。15.利用无人机倾斜摄影生成TIN时，最优泊松重建参数“octreedepth”增大将导致：A.网格顶点减少 B.孔洞增多 C.内存占用指数增长 D.纹理分辨率下降答案：C解析：octreedepth每增加1，节点数约增8倍，内存呈指数级上升，细节增强但计算成本陡增。二、多项选择题（每题3分，共15分。每题有两个或两个以上正确答案，多选、少选、错选均不得分）16.下列哪些方法可有效抑制LiDAR点云“多回波”引起的地面点错分类？A.渐进式形态学滤波 B.基于扫描角阈值剔除 C.回波强度加权 D.布料模拟滤波答案：A、D解析：渐进式形态学与布料模拟均利用地面几何连续性，回波强度与扫描角对多回波抑制有限。17.在GDAL/OGR中，下列哪些驱动支持“创建图层时直接定义坐标系统”？A.ESRIShapefile B.GeoJSON C.CSV D.FileGDB答案：A、B、D解析：CSV驱动默认无空间参考字段，需通过.gml或.wkt附加文件，其余三者支持OGRSpatialReference写入。18.关于H3空间索引，下列说法正确的是：A.采用二十面体剖分 B.基础单元为六边形 C.支持层次编码 D.面积误差随纬度增大而减小答案：A、B、C解析：H3以二十面体为基础，单元为六边形（含12个五边形），层级编码为64位整数，面积误差在低纬度最小，高纬度增大。19.下列哪些指标可用于评估空间抽样设计的效率？A.克里金方差 B.平均最短邻距离 C.Moran’sI D.空间填充距离答案：A、B、D解析：Moran’sI用于检验空间自相关程度，而非抽样效率；其余三项直接反映空间覆盖与预测不确定性。20.在时空立方体（SpaceTimeCube）可视化中，常见的视觉通道包括：A.高度映射时间 B.颜色映射属性 C.大小编码方向 D.透明度映射不确定性答案：A、B、D解析：方向通常用箭头或轨迹切线，而非大小；高度、颜色、透明度为STC三大主通道。三、判断题（每题1分，共10分。正确打“√”，错误打“×”）21.在WGS84椭球下，同一经度差对应的地面距离随纬度升高而减小。答案：√解析：经线收敛，纬圈半径R·cosφ，故经度差1°的弧长随cosφ减小。22.利用SIFT算法匹配无人机影像时，仿射变换模型足以应对任意视角差异。答案：×解析：SIFT具备旋转与尺度不变性，但对大视角透视畸变需使用单应矩阵或光束法平差。23.在PostgreSQL中，创建空间索引后，查询条件“ST_Within”将自动使用索引。答案：×解析：ST_Within为函数表达式，需结合&&操作符或ST_Intersects先过滤外包框，否则索引不生效。24.GeoTIFF文件中的ModelTiepointTag与ModelPixelScaleTag共同定义了仿射变换参数。答案：√解析：两标签分别给出左上角点坐标与像素分辨率，六参数仿射无需旋转时即可定位。25.在深度学习的语义分割中，使用DiceLoss可有效缓解类别像素不平衡问题。答案：√解析：DiceLoss基于重叠度，对前景背景比例不敏感，适用于遥感影像的稀疏类别。26.在地图综合中，采用DouglasPeucker算法化简线要素时，阈值越大，化简程度越小。答案：×解析：阈值越大，允许的最大偏移越大，化简越激进，保留点越少。27.夜光遥感影像（如NPPVIIRS）DN值与GDP呈线性正相关，可直接用于市级GDP预测。答案：×解析：DN值与GDP存在非线性饱和效应，需引入二次项或夜间灯光指数（NTL）修正。28.在CityJSON中，一个CityObject可包含多个几何体，但所有几何体必须具有相同的LOD。答案：×解析：CityJSON允许同一对象不同LOD并存，通过“lod”键区分，支持多细节混合。29.在时空回归模型中，若残差Moran’sI显著为正，表明OLS估计的标准误被低估。答案：√解析：空间自相关导致残差不独立，OLS标准误偏误，需采用空间滞后或误差模型。30.利用ICESat2ATL08光子数据提取地面高程时，需先沿轨分段并采用直方图统计去噪。答案：√解析：ATL08产品已提供信号分类，但原始ATL03需自适应直方图或DRAGANN算法筛选地面光子。四、填空题（每空2分，共20分）31.在GDAL命令行中，将UTM50N（EPSG:32650）GeoTIFF重采样至WGS84（EPSG:4326）1°网格，且采用三次卷积重采样的完整指令为：gdalwarps_srsEPSG:32650t_srsEPSG:4326tr11r______dstnodata32768input.tifoutput.tif答案：cubic解析：rcubic指定三次卷积，兼顾平滑与边缘保持。32.在PostGIS中，计算多边形geom的“最大内切圆”中心点，应使用函数ST______。答案：ST_MaximumInscribedCircle解析：该函数返回record类型，含中心与半径，需PostgreSQL12+、PostGIS3.1+。33.在Python的rasterio库中，读取栅格第3波段并获取其仿射变换对象的代码片段为：withrasterio.open('demo.tif')assrc:  band3=src.read(______)  transform=src.transform答案：3解析：read()波段序号从1开始，与GDAL一致。34.在QGIS中，批量对矢量图层字段“height”执行标准化（Zscore）处理，使用的处理算法名称为______。答案：Fieldcalculator解析：通过表达式(heightmean(height))/sd(height)实现标准化。35.在H3的Python绑定中，将经纬度(39.9,116.4)编码为分辨率9的单元格字符串，函数调用为h3.geo_to_h3(39.9,116.4,______)。答案：9解析：分辨率0–15，数字越大单元越小，9级约0.8km²。36.在GoogleEarthEngine中，筛选Sentinel2影像云量小于20%的过滤器为：imageCollection.filter(ee.Filter.lt('______',20))答案：CLOUDY_PIXEL_PERCENTAGE解析：Sentinel2MSI产品使用该属性记录云像素比例。37.在FME中，将3DCityGML转换为Cesium3DTiles，需使用格式转换器______。答案：Cesium3DTilesConverter解析：SafeSoftware2022版新增原生支持，直接输出b3dm与tileset.json。38.在ENVImet中，设置地表反照率为0.2的材料ID为______。答案：000020解析：ENVImet材料库采用六位编码，前两位反照率×100，后四位发射率×100。39.在时空数据库中，采用“双时态”模型时，有效时间（validtime）与事务时间（transactiontime）的交集称为______时间。答案：双时态解析：双时态模型同时追踪现实发生时间与数据库录入时间，交集即双时态区间。40.在深度学习语义分割网络UNet中，跳跃连接（skipconnection）将编码器特征与解码器特征在______维度上拼接。答案：通道（channel）解析：沿通道轴concatenate，融合低级细节与高级语义。五、简答题（每题10分，共30分）41.阐述基于深度学习的建筑物提取流程，并说明如何在小样本条件下提升精度。答案与解析：流程：①数据准备：采集高分辨率影像（<0.5m）与对应矢量标签，栅格化为二值掩膜；②数据增强：采用随机旋转、色彩抖动、MixUp、CutMix及空间混合，扩充样本；③模型选择：选用EfficientUNet++，编码器使用预训练EfficientNetB3，解码器加入注意力门控；④损失设计：组合DiceLoss与FocalLoss，缓解正负样本不平衡；⑤训练策略：5折交叉验证，早停patience=10，学习率余弦退火；⑥后处理：采用CRF条件随机场细化边缘，去除<20像素小斑块；⑦精度评估：IoU、BoundaryIoU、Hausdorff距离。小样本提升：•自监督预训练：使用MoCov3在大量无标签影像上预训练编码器；•迁移学习：引入OpenStreetMap全球建筑数据预训练，再微调本地影像；•主动学习：用熵与BALD指标挑选高不确定性样本人工标注，迭代3轮，IoU提升6.2%；•合成数据：采用BlenderGIS渲染多视角、多季节、多阴影虚拟影像，扩充10倍；•模型集成：SnapshotEnsemble保存5个最优权重，投票输出，降低方差。42.说明如何利用多源数据（SAR、光学、夜光）进行城市洪水快速评估，并给出技术路线图。答案与解析：技术路线：①数据获取： SAR：Sentinel1GRD，VV+VH，洪水前后各一景，IW模式，250km幅宽； 光学：Sentinel2，B2–B8A，云量<10%，用于验证与水体指数； 夜光：NPPVIIRSDay/NightBand，日合成，评估断电范围。②预处理： SAR：轨道校正、热噪声去除、Gamma0归一化、RefinedLee滤波，地形辐射校正； 光学：大气校正（Sen2Cor），生成NDVI、MNDWI； 夜光：去除月光影响，背景值扣除，DN>3σ作为断电阈值。③洪水检测： SAR：采用Otsu自动阈值分割变化检测，生成洪水掩膜； 光学：MNDWI>0.3且NDVI<0.2作为水体，与SAR交叉验证，kappa>0.8；④损失评估： 建筑提取：使用预训练HRNetv2提取OSM建筑，叠加洪水层，统计淹没面积； 夜光损失：计算停电前后夜光差值，ΔDN<30%视为功能受损； 人口暴露：WorldPop100m网格，乘以淹没建筑占比，估算受影响人口；⑤结果发布： 采用GeoServer发布WMS，叠加OpenStreetMap底图，提供RESTAPI供应急部门调用； 输出PDF简报：包含淹没面积、停电区域、人口暴露、道路中断等级。关键技术：•多源数据时空对齐：使用SNAP批量配准，RMS误差<0.5像素；•变化检测不确定性：采用贝叶斯模型平均（BMA），输出概率图，>0.7为洪水；•实时性：利用GoogleEarthEngine云端处理，整景Sentinel1从原始数据到洪水掩膜<10min。43.解释三维城市模型中“多细节层次（LOD）”与“多表示（MultiRepresentation）”的区别，并给出CityGML与CityJSON在实现上的差异。答案与解析：概念区别：•LOD：描述同一对象的几何与语义细节等级，CityGML定义LOD0–LOD4，精度递增；•MultiRepresentation：同一对象在不同应用语境下的多种表达，如几何、拓扑、符号、参数化描述，可并存于同一数据集。差异：①存储方式： CityGML：采用GML复杂要素模型，LOD作为CityObject属性嵌入，可嵌套多个lodXGeometry属性； CityJSON：采用JSON轻量结构，同一对象内“geometry”数组通过“lod”键区分，支持多LOD并列，亦支持“appearance”共享材质。②冗余处理： CityGML：不同LOD可指向相同几何引用（xlink:href），但解析器需支持XLink； CityJSON：采用“geometrytemplates”机制，模板化重复几何，减少文件体积30–60%。③扩展性： CityGML：通过ADE（ApplicationDomainExtension）引入新要素，需编写XSD； CityJSON：通过“+”扩展，用户可在对象级添加属性，无需模式，适配NoSQL存储。④实例示例： 同一栋建筑在CityGML中：  <bldg:Buildinggml:id="B1">   <bldg:lod1Solid>…</bldg:lod1Solid>   <bldg:lod2Solid>…</bldg:lod2Solid>  </bldg:Building> CityJSON中：  {"type":"CityJSON","CityObjects":{   "B1":{"type":"Building","geometry":[    {"type":"Solid","lod":1,"boundaries":…},    {"type":"Solid","lod":2,"boundaries":…}]}}}⑤多表示支持： CityGML可通过Generics、ImplicitGeometry、ParametricGeometry实现参数化表示； CityJSON1.1新增“geometrysemantic”分离，允许同一几何绑定多个语义表示，如建筑=屋顶+墙面+室内。六、综合应用题（25分）44.某市计划新建一条地铁线，需评估对既有建筑物的振动影响。给定数据：①0.2m分辨率无人机倾斜摄影三维mesh（OBJ格式，WGS84/UTM50N，EPSG:32650）；②地铁隧道中心线（Shapefile，含埋深字段，单位：m）；③建筑物矢量轮廓（Shapefile，含楼层数字段）；④地质勘察钻孔数据（CSV，含X/Y、高程、剪切波速Vs30）。任务：a)构建三维地质模型（地层厚度>2m需单独分层），并说明插值方法；（8分）b)计算隧道爆破施工产生的峰值粒子速度（PPV，cm/s），采用经典公式PPV=K·(Q^0.5/R)^1.5，其中Q为单段最大药量（kg），R