2026年地理信息系统应用技能考试冲刺卷

2026年地理信息系统应用技能考试冲刺卷一、单项选择题（每题2分，共30分）1.在ArcGISPro中，若需将WGS84地理坐标系数据转换为CGCS2000投影坐标系，最优先使用的工具是A.ProjectB.DefineProjectionC.BatchProjectD.ProjectRaster答案：A解析：Project工具可完成坐标系转换并重新计算几何；DefineProjection仅修改元数据，不转换坐标。2.利用Sentinel-2影像计算NDVI时，正确的波段组合是A.B2/B4B.B8/B4C.(B8-B4)/(B8+B4)D.(B4-B8)/(B4+B8)答案：C解析：NDVI=(NIR-Red)/(NIR+Red)，Sentinel-2中NIR为B8，Red为B4。3.在PostGIS中，用于判断两条几何对象是否相交且内部不重叠的函数是A.ST_IntersectsB.ST_TouchesC.ST_CrossesD.ST_Overlaps答案：B解析：ST_Touches返回真表示边界接触但内部无交集，符合“相交且内部不重叠”。4.某市1:500地形图采用3°分带，中央经线117°E，其高斯投影东偏移量FalseEasting为A.500000mB.0mC.117000mD.385000m答案：A解析：我国1:500—1:2000比例尺3°带统一加500km东偏移。5.在QGIS中，将矢量图层保存为GeoPackage时，默认的几何存储格式是A.WKBB.WKTC.GeoJSOND.GML答案：A解析：GeoPackage内部采用WKB（Well-KnownBinary）编码几何。6.利用无人机影像生成DSM时，需首先进行A.光束法平差B.正射校正C.影像增强D.直方图匹配答案：A解析：空三平差（光束法）是恢复外方位元素的前提，后续才能生成密集点云与DSM。7.在GeoServer中，若需实现WFS事务性编辑，应启用的服务级别是A.WFS-TB.WFS-CC.WMS-TD.WCS-T答案：A解析：WFS-T（TransactionalWebFeatureService）支持插入、更新、删除要素。8.下列关于时空立方体（Space-TimeCube）的描述，错误的是A.纵轴可表示时间B.仅适用于点数据C.可嵌入核密度轨迹D.支持3D可视化答案：B解析：时空立方体亦可用于面、线数据，如时空聚合后的区域人口变化。9.在Python中，利用GeoPandas读取Shapefile后，查看坐标参考系属性的正确语句是A.df.crsB.j4C.df.srsD.df.wkt答案：A解析：GeoPandas0.9+后统一使用.crs属性返回pyproj.CRS对象。10.在ArcGISPro字段计算器中使用Python表达式，将字段“AREA”单位由平方米转换为亩，应输入A.!AREA!0.0015A.!AREA!0.0015B.!AREA!/666.7C.!AREA!0.15C.!AREA!0.15D.!AREA!/1000015D.!AREA!/1000015答案：A解析：1亩=1/15ha=2000/3m²≈666.7m²，故1m²=0.0015亩。11.在PostGIS中，创建空间索引的SQL语句是A.CREATEINDEXidxONtableUSINGGIST(geom);B.CREATESPATIALINDEXidxONtable(geom);C.CREATEINDEXidxONtableUSINGBTREE(geom);D.CREATEINDEXidxONtableUSINGHASH(geom);答案：A解析：PostGIS空间索引采用GIST（GeneralizedSearchTree）。12.利用机器学习方法进行土地利用分类时，最适合处理“同物异谱”问题的策略是A.增加纹理特征B.降低空间分辨率C.减少训练样本D.仅使用单波段答案：A解析：纹理、上下文特征可弥补光谱变异，提升类别可分性。13.在GDAL命令行中，将栅格分辨率重采样为10m的语句是A.gdalwarp-tr1010in.tifout.tifB.gdal_translate-tr1010in.tifout.tifC.gdalwarp-outsize1010in.tifout.tifD.gdal_edit-tr1010in.tif答案：A解析：-tr参数在gdalwarp中设置输出像元大小。14.在WebGIS中，采用MapboxGLJS加载矢量瓦片时，数据源格式应为A.PBFB.GeoJSONC.KMLD.WMS答案：A解析：Mapbox矢量瓦片采用ProtocolbufferBinaryFormat（PBF）。15.在遥感影像处理中，用于消除条带噪声（Striping）的最常用算法是A.FFT滤波B.直方图匹配C.矩匹配D.小波变换答案：C解析：矩匹配（MomentMatching）可校正传感器探元响应不一致导致的条带。二、多项选择题（每题3分，共15分；多选少选均不得分）16.下列属于OGC标准服务的有A.WMSB.WFSC.SLDD.WCSE.KML答案：ABD解析：WMS、WFS、WCS均为OGC标准；SLD是样式描述语言，非服务；KML由Google最初提出，后纳入OGC，但通常单列。17.在ArcGISPro中，可用于三维分析的工具箱包括A.3DAnalystB.SpatialAnalystC.NetworkAnalystD.ArcScanE.GeoStatisticalAnalyst答案：AB解析：3DAnalyst提供三维缓冲区、通视分析；SpatialAnalyst支持坡度、坡向等栅格三维指标。18.关于R语言sf包，下列说法正确的有A.支持读写GeoPackageB.可与dplyr无缝连接C.默认采用EPSG:4326D.支持几何运算E.依赖GDAL答案：ABDE解析：sf默认不指定坐标系，需手动赋值；底层调用GDAL/GEOS。19.在无人机航测内业中，需进行的关键步骤有A.像控点布设B.空三加密C.密集匹配D.正射纠正E.辐射定标答案：BCD解析：像控点布设属外业；辐射定标非必做，除非定量遥感。20.下列属于时空数据模型的是A.Event-basedModelB.TriangulatedIrregularNetworkC.Space-TimeCompositeD.Object-FieldDualModelE.RasterSnapshotModel答案：ACE解析：TIN为表面模型；Object-Field为语义概念，非专用时空模型。三、填空题（每空2分，共20分）21.在PostGIS中，计算两点球面距离的函数是__________。答案：ST_DistanceSphere22.我国2020国家大地坐标系的椭球参数长半轴a=__________m。答案：637813723.在ArcGISPro中，使用ModelBuilder时，可通过__________工具实现循环迭代。答案：IterateFeatureClasses（或IterateRasters等）24.在GDAL中，设置无数据值的参数为__________。答案：-a_nodata25.在QGIS中，插件“__________”可实现深度学习语义分割。答案：Deepness26.在遥感影像中，若SWIR波段中心波长为1.6μm，则其对应的大气窗口位于__________波段。答案：短波红外27.在Python中，利用Rasterio读取栅格后，可通过__________属性获取仿射变换六参数。答案：transform28.在WebMercator投影中，比例因子k在赤道处近似为__________。答案：129.在GeoServer中，样式文件扩展名为__________。答案：.sld30.在三维GIS中，用于表达建筑物细节层次的CityGML级别中，LoD__________可表现外墙、屋顶结构。答案：2四、简答题（每题10分，共30分）31.简述利用多源数据（遥感、POI、OSM）进行城市功能区识别的一般流程，并指出其中两项关键算法。答案：流程：1)数据预处理：遥感影像辐射校正、大气校正；POI去重、分类；OSM道路提取中心线并拓扑检查。2)特征提取：遥感采用随机森林提取不透水面、绿地、水体；POI核密度估计生成居住、商业、工业密度表面；OSM计算道路密度、交叉口数量。3)多源特征融合：统一至相同格网（100m），标准化。4)聚类：采用K-means++或DBSCAN识别功能区斑块。5)后处理：majorityfilter去除碎斑，结合规划图斑人工检核。关键算法：1)随机森林分类——解决高维特征非线性问题；2)K-means++——初始中心优化，提升聚类稳定性。32.说明利用激光雷达（LiDAR）点云提取数字高程模型（DEM）时，如何去除低矮植被噪声，并给出具体滤波算法步骤。答案：步骤：1)点云分类：采用渐进式三角网加密滤波（PTD）。a.初始化：选取局部最低点构建稀疏TIN。b.迭代：对每一点计算到TIN面距离与角度，若小于阈值则归为地面点并重建TIN。c.收敛：重复至无新点加入。2)后处理：a.形态学开运算去除孤立低噪；b.高程差阈值（0.3m）剔除残余灌木；c.生成栅格DEM：采用反距离权重插值，分辨率0.5m。优势：PTD兼顾坡度自适应，对丘陵、城区均稳健。33.阐述在WebGIS中实现实时轨迹追踪的技术架构，并说明如何解决百万级并发终端的性能瓶颈。答案：架构：1)终端：GPS/北斗芯片以5s间隔上报位置，采用MQTToverTLS加密。2)接入层：部署EMQX集群（8节点），通过共享订阅模式实现负载均衡。3)流处理：ApacheFlink读取KafkaTopic，进行轨迹压缩（Douglas-Peucker），并写入RedisCluster（GeoHash索引）。4)存储：热数据存Redis（最近1小时），温数据写入PostgreSQL+TimescaleDB分区表，冷数据归档至OSS。5)服务：GeoServer+PostGIS提供WFS历史查询；自研Node服务通过RedisPub/Sub推送WebSocket至前端MapboxGL。性能优化：1)空间索引：Redis采用GeoHash+SortedSet，查询复杂度O(logn)。2)数据分片：按城市编码+日期分区，避免热点。3)读写分离：Flink双写，查询走只读副本。4)缓存：CDN缓存矢量瓦片PBF，降低回源。5)限流：Nginx+Lua令牌桶，单IP100次/s。实测：百万终端同时在线，P99延迟<300ms，CPU占用<40%。五、综合应用题（25分）34.某市计划新建一座垃圾焚烧厂，要求距居民区≥800m，距河流≥200m，地形坡度<5°，交通便捷（距国道≤1000m），生态敏感区禁止。现有数据：居民地面状数据residential.shp河流面状数据river.shpDEM栅格dem.tif，分辨率10m国道线状数据national_road.shp生态红线面状数据eco.shp请完成：(1)写出利用ArcGISProModelBuilder的完整建模流程图文字描述（无需截图），包括工具名称、参数设置、中间输出命名。(2)给出Python（arcpy）脚本实现，要求输出候选厂址矢量candidate.shp，并计算每个候选区面积（亩）。(3)若DEM分辨率提升至1m，数据量扩大100倍，请说明采用何种并行计算策略，并给出关键代码片段（伪代码即可）。答案：(1)模型流程：a)创建变量：Workspace=%workspace%b)EuclideanAllocation：输入residential，距离上限2000m，输出res_distc)EuclideanAllocation：输入river，距离上限500m，输出riv_distd)EuclideanAllocation：输入national_road，距离上限1500m，输出road_diste)Slope：输入dem，输出slope，degreef)Reclassify：slope，<=5赋1，其余赋NoData，输出slope_rg)RasterCalculator：表达式Con((res_dist>=800)&(riv_dist>=200)&(road_dist<=1000)&(slope_r==1),1)，输出suit_rh)RastertoPolygon：输入suit_r，输出suit_poly_tmpi)Erase：输入suit_poly_tmp，擦除要素eco，输出candidate_tmpj)Dissolve：输入candidate_tmp，输出candidatek)AddField：candidate，字段Area_mu，类型DOUBLEl)CalculateField：表达式!shape.area!0.0015，Pythonl)CalculateField：表达式!shape.area!0.0015，Pythonm)删除中间数据：res_dist、riv_dist、road_dist、slope_r、suit_r、suit_poly_tmp、candidate_tmp(2)Python脚本：```pythonimportarcpyarcpy.env.overwriteOutput=Truews=r"D:\project\gis"arcpy.env.workspace=wsres="residential.shp"riv="river.shp"road="national_road.shp"dem="dem.tif"eco="eco.shp"candidate="candidate.shp"距离res_dist=arcpy.sa.EucDistance(res,2000)riv_dist=arcpy.sa.EucDistance(riv,500)road_dist=arcpy.sa.EucDistance(road,1500)坡度slope=arcpy.sa.Slope(dem,"DEGREE")slope_r=arcpy.sa.Con(slope<=5,1)适宜suit_r=arcpy.sa.Con((res_dist>=800)&(riv_dist>=200)&(road_dist<=1000)&(slope_r==1),1)suit_poly=arcpy.RasterToPolygon_conversion(suit_r,"in_memory\\suit_poly","NO_SIMPLIFY")candidate_tmp=arcpy.Erase_analysis(suit_poly,eco,"in_memory\\candidate_tmp")arcpy.Dissolve_management(candidate_tmp,candidate)面积arcpy.AddField_management(candidate,"Area_mu","DOUBLE")arcpy.CalculateField_management(candidate,"Area_mu","!shape.area!0.0015","PYTHON3")arcpy.CalculateField_management(candidate,"Area_mu","!shape.area!0.0015","PYTHON3")```(3)并行策略：采用Spark+GeoTrellis，将DEM切分为256×256瓦片，分布式存储于HDFS。伪代码：```scalavaldemRdd=HadoopGeoTiffRDD.spatialMultiband(path)valslopeRdd=demRdd.mapTiles{tile=>tile.mapDouble(pixel=>math.atan(math.sqrt(math.pow(pixel,2)))180/math.Pi)}valslopeRdd=demRdd.mapTiles{tile=>tile.mapDouble(pixel=>math.atan(math.sqrt(math.pow(pixel,2)))180/math.Pi)}valsuitRdd=slopeRdd.join(resDistRdd).join(rivDistRdd).join(roadDistRdd).mapValues{case(((slope,res),riv),road)=>valmask=slope<=5&&res>=80