地理信息技术答案

1、如何理解遥感技术特点及其在地学研究中的作用。

(1)遥感技术探测范围广，可获取大范围数据资料。遥感用航摄飞机飞行高度为10km左右，陆地卫星的卫星轨道高度达910km左右，可及时获取大范围的信息。例如，一幅陆地卫星影像对应地面约34000多km2，对我国而言仅需五百多幅即可覆盖全部领土，对国土资源概查有着重大意义。一些较大的特征形迹如长达几千公里的地壳深部断裂，直径上千公里的大环形构造等只有在卫星遥感图像上才能显现出来。遥感技术的宏观性使大尺度（从地区到全球）生态环境和资源研究成为可能。

(2)遥感技术获取信息的速度快，周期短。卫星围绕地球运转，遥感探测能周期性、重复地对同一地区进行对地观测，能及时获取所经地区的各种自然、人文现象的最新资料。不仅可以更新原有资料，也可以根据新旧资料变化对比来实现对地的动态监测，而人工实地测量和航空摄影测量等手段则无法完成。例如，陆地卫星Landsat每16天可覆盖地球一次，NOAA气象卫星每天能收到两次图像，高轨气象卫星如Meteosat每30分钟即可获得同一地区的图像。不同时间分辨率和周期性探测满足研究区域的重复观测，可以获得地学现象动态变化规律与特征，在监测天气状况、自然灾害、环境污染乃至军事目标等方面具有优势。

(3)遥感技术获取信息的手段多，信息量大。根据不同的任务，可选用不同波段和遥感仪器来获取信息。可采用可见光、紫外线、红外线和微波探测物体。不同光谱分辨率的遥感数据有助于地物的识别分类。利用不同波段对物体不同的穿透性，还可获取地物内部信息，例如，地面深层、水的下层，冰层下的水体，沙漠下面的地物特性等，微波波段还可以全天候的工作。

(4)遥感技术获取信息受条件限制少，成本低。利用遥感获取信息不受地形限制。在地球上存在一些自然条件极为恶劣的地区，如高山冰雪、戈壁沙漠、海洋等地区，人类难以到达。一般方法不易获得的资料，采用不受地面条件限制的遥感技术，特别是航天遥感卫星影像则可以获得大量有用的资料。同时，卫星还可以不受任何政治、地球条件的限制，覆盖地球的任何一角和整个地球，使得我们能够及时地获得各种地表信息，并极大地缩短过去对农田、森林、城市等大区域成图所需时间。

(5)遥感技术构成对地球观察监测的多层空间、多波段、多时相的探测网，从地理空间(经度、纬度、高程)、光谱空间和时间空间提供了多维信息，能更加全面深入的观察分析问题。遥感数据已成为地理研究的重要信息源，遥感方法改变了地理研究的工作模式，为地理分析提供了基础，也为地理分析从定性到定量，从静态到动态创造了条件，遥感与地理信息系统的结合，为地理研究提供了广阔的发展前景。

2. GIS软件发展的趋势

1）GIS中面向对象技术研究

面向对象的技术在GIS中的应用，推动了面向对象的GIS系统的发展，已成为GIS的发展方向之一。面向对象的方法为描述复杂的空间信息提供了一条直观、结构清晰、组织有序的方法， 它以空间对象为数据表达和功能应用的单元与基础，取消了分层的概念；所有的空间实体都以对象形式封装，而不是以复杂的关系形式存储，使系统组织结构良好、清晰，同时根据对象的特点，建立一般的或特殊的面向对象的结构，使其处理灵活，操作方法简捷有效，增强可重用性和可扩充性。 2）矢栅数据模型

矢量和栅格数据是地理信息系统中最主要的两种数据类型，二者各有优缺点，具有截然不同的结构，因此如何建立统一的矢量、栅格数据模型也是地理信息系统发展中的一个重要方面。

3）时空数据模型及综合系统研究

传统的地理信息系统数据模型及其应用只考虑空间对象的空间特性，忽略了其时间特性。在许多应用领域中空间对象是随时间变化的，如环境监测、地震救援、天气预报等，而这种随时间的变化规律在分析、解决具体问题时具有十分重要的作用。时空系统主要研究时空模型，时空数据的表示、存储、操作、查询和时空分析。数据的空间特征与时间特征相结合的时空数据模型及时空系统的综合应用分析等一系列问题有待进一步研究。 4）地理信息系统专业模型研究

GIS的应用领域广泛，而这些领域都有自己独特的专用模型，GIS的空间分析功能对于大多数的应用问题是远远不够的， GIS的发展要求其提供能成功应用到专门领域的特有的空间分析模型。因此，要将GIS与其他领域的模型和知识库的相结合，形成一个有机整体。 5）三维地理信息系统的研究

三维GIS是地理空间信息可视化和许多应用领域对GIS的基本要求。目前大多数的GIS提供了一些较为简单的三维显示和操作功能，但这与真三维表示和分析还有很大差距。现有的矢量、栅格模型还不能完全满足三维可视化的要求，显示效果与分析功能还较弱，因此GIS还要在三维数据结构、数据的可视化、地理数据的三维显示与操作、表面处理三维分析等方面进行研究。

3. DEM的概念，构建方法及应用领域。

DEM的概念：是用数值矩阵对地表起伏变化的一种连续表示方法，它是地表单元的高程集合，是国家空间地理信息的重要组成部分。

DEM构建方法：（１）等高线法；（２）规划格网法；（３）不规划三角网法。 DEM分析的主要应用

（1）地形曲面拟合：DEM最基础的应用是求DEM范围内任意点的高程，在此基础上进行地形属性分析。由于已知有限个格网点的高程，可以利用这些格网点高程拟合一个地形曲面，推求区域内任意点的高程。

（2）立体透视图：绘制透视立体图是DEM的一个极其重要的应用。透视立体图能更好地反映地形的立体形态，非常直观。人们可以根据不同的需要，对于同一个地形形态作各种不同的立体显示，更好地研究地形的空间形态。

（3）通视分析：通视分析有着广泛的应用背景。典型的例子是观察哨所的设定、森林中火灾监测点的设定、无线发射塔的设定等。通视问题可以分为五类：a）已知一个或一组观察点，找出某一地形的可见区域；b）欲观察到某一区域的全部地形表面，计算最少观察点数量；c）在观察点数量一定的前提下，计算能获得的最大观察区域；d）以最小代价建造观察塔，要求全部区域可见；e）在给定建造代价的前提下，求最大可见区。根据问题输出维数的不同，通视可分为点的通视，线的通视和面的通视。

（4）流域特征地貌提取与地形自动分割：是进行流域空间模拟的基础技术。主要包括两个方面：a）流域地貌形态结构定义，定义能反映流域结构的特征地貌，建立格网DEM对应的微地貌特征；b）特征地貌自动提取和地形自动分割算法。

（5）计算地形属性：DEM派生的地形属性数据可以分为单要素属性和复合属性二种。前者可由高程数据直接计算得到，如坡度因子，坡向。后者是由几个单要素属性按一定关系组合成的复合指标，用于描述某种过程的空间变化，这种组合关系通常是经验关系，也可以使用简化的自然过程机理模型。

4.举例说明如何利用影像目视解译方法进行遥感影像判读。

（1）直接解译法

根据遥感图像目视解译直接标志直接判读地物及其范围。例如：水体在假彩色红外航空相片上，呈现蓝或暗蓝色，根据颜色可直接解译出水域，根据水域的轮廓形状，可以直接分辨出水域是湖泊还是河流。

（2）对比分析法

1）同类地物对比分析法：在同一幅遥感图像上，由已知地物推出待解译地物。例如，通过其它资料或野外实地考察每一类型在图像上确定若干个地物，再根据解译标志同类地物影像对比确定未知地物。

2）空间对比分析法：根据解译区域地物类型，选择一幅地物已知的遥感图像，通过两幅影像对比分析，通过已知影像解译未知影像。例如，两张相邻的近红外航空影像，其中一幅已经过解译并经过野外验证，可以对比两张影像，从已知到未知。

3）时相对比分析法：利用同一区域不同时期成像的遥感图像进行对比分析，从而了解地物的动态变化，例如，了解泥石流流动、滑坡移动、沙丘移动、冰川进退、洪水演进、污染物扩散等。

（3） 信息复合法

利用地形图或专题地图上的辅助信息，识别遥感影像上的地物。例如，TM图像上土壤特征表现不明显，为了提高土壤解译精度，将植被图重叠在TM图像上，利用植被图作为辅助信息解译土壤分布。等高线图对识别土壤类型、植被类型、地貌类型也有一定的辅助作用。解译地貌叠合等高线图，可以根据等高线注记确定低山、中山和高山。解译植被图叠合等高线，参考地形可提高解译精度。遥感影像必须与辅助图严格配准，只有投影一致且比例尺相同才能配准。

（4）逻辑推理法

逻辑推理法是借助地物之间的内在关系，运用逻辑推理判断地物或地物属性。当利用众多现象判读地物时，得出的结论可能不一致，这时应分析，哪些现象反映地物真实情况，哪些是假象，如果根据大多数现象得出同一结论，则结论很可能是正确的。例如，在遥感影像上有小路通至岸边，可能是渡口或徒步涉水处，如果河面上没有渡船则确认是涉水处，进一步分析，如果两岸涉水处连线与河床正交，则河水流速较小，若斜交则流速较大。

（5） 地理相关法

地物与环境因素间存在相互依存关系，借助专业知识推断地物的性质、状态及分布。例如，山地河流出山口后，因比降变小，水流速度变慢，常在山地到平原的过度带形成冲击洪积扇，冲积扇上部主要由沙砾物质组成，土壤保水保肥性能差，植物稀少或没有植物，黑白航片上呈灰白到浅灰色调。冲积扇中部及下部，土壤有一定的保水保肥能力，水分条件较好，有植物覆盖，夏季黑白航片上呈浅黑色调，在假彩色红外航片上呈粉红色。

5. 论述点、线、多边形数据之间的叠加分析的内容和方法。 （1）点与多边形叠加

点与多边形叠加，实际上是计算多边形对点的包含关系，进行点是否在一个多边形中的空间关系判断。在完成点与多边形的几何关系计算后，还要进行属性信息处理。最简单的方式是将多边形属性信息叠加到其中的点上。当然也可以将点的属性叠加到多边形上，用于标识该多边形，如果有多个点分布在一个多边形内的情形时，则要采用一些特殊规则，如将点的数目或各点属性的总和等信息叠加到多边形上。通过点与多边形叠加，可以计算出每个多边形类型里有多少个点，不但要区分点是否在多边形内，还要描述在多边形内部的点的属性信息。通常不直接产生新数据层面，只是把属性信息叠加到原图层中，然后通过属性查询间接获得点与多边形叠加的需要信息。 （2）线与多边形叠加

线与多边形的叠加，是比较线上坐标与多边形坐标的关系，判断线是否落在多边形内。计算过程通常是计算线与多边形的交点，只要相交，就产生一个结点，将原线打断成一条条弧段，并将原线和多边形的属性信息一起赋给新弧段。叠加的结果产生了一个新的数据层面，每条线被它穿过的多边形打断成新弧段图层，同时产生一个相应的属性数据表记录原线和多边形的属性信息。根据叠加的结果可以确定每条弧段落在哪个多边形内，可以查询指定多边形内指定线穿过的长度。 （3）多边形叠加

多边形叠加是GIS最常用的功能之一。多边形叠加将两个或多个多边形图层进行叠加产生一个新多边形图层的操作，其结果将原来多边形要素分割成新要素，新要素综合了原来两层或多层的属性。叠加过程可分为几何求交过程和属性分配过程两步。几何求交过程首先求出所有多边形边界线的交点，再根据这些交点重新进行多边形拓扑运算，对新生成的拓扑多边形图层的每个对象赋一多边形唯一标识码，同时生成一个与新多边形对象一一对应的属性表。多边形叠加结果通常把一个多边形分割成多个多边形，属性分配过程最典型的方法是将输入图层对象的属性拷贝到新对象的属性表中，或把输入图层对象的标识作为外键，直接关联到输入图层的属性表。这种属性分配方法的理论假设是多边形对象内属性是均质的，将它们分割后，属性不变。

6. 以美国陆地卫星Landsat TM图像的波段为例，说明如何进行真彩色合成和假彩色合成，解释在标准假彩色合成的TM影像上健康植被、清澈的湖泊、密集城市地区的色调特征及其原因。

(1)计算机显示器的彩色显示系统是根据三原色加色合成原理，即由3个电子枪分别在屏幕上形成红、绿、蓝三原色像来合成图像。因此，对于多光谱图像，选择其中的任意3个波段，分别赋予红、绿、蓝3种原色，即可在屏幕上合成彩色图像。

(2)真彩色合成：在彩色合成中选择的波段的波长与红绿蓝的波长相同或近似，得到的图像的颜色与真彩色近似，这种合成方式称为真彩色合成。使用真彩色合成的优点是合成后图像的颜色更接近于自然色。例如，Landsat TM影像中，TM3为红波段，对其赋予红色（R），TM2为绿波段赋予绿色（G），TM1为蓝波段赋予蓝色（B），合成赋予的颜色与原波段的颜色相同，合成后的彩色影像上地物色彩与实际地物色彩接近或者一致。

假彩色合成：由于三原色波段的选择是根据增强目的确定的，与原来波段的真实颜色

不同，所合成的彩色图像并不表示地物真实的颜色，这种合成方法称假彩色合成。例如，Landsat TM影像的标准假彩色合成方案中，对TM4近红外波段赋予红色（R），TM3红波段赋予绿色（G），TM2绿波段赋予蓝色（B），合成赋予的颜色比原波段的颜色短一个波段，合成后的彩色影像上地物色彩与实际地物色彩不一致。

(3)标准假彩色TM影像中地物的颜色

植被：所有绿色植物在可见光波段以吸收为主，在绿波段有一个小的反射峰；在近红外波段有一个反射的“陡坡”，至1.1um附近有一个峰值。健康植被在近红外波段的高反射率，并被赋予红色，加之在绿波段有一定反射，且被赋予蓝色，根据加色法合成原理，绿色与红色相加为品红，由于近红外赋予的红色比例高，健康植被呈现红色/品红色。

水体：可见光波段水吸收率较低，在蓝、绿光波段透射能力相对较高。对近红外波段

吸收较强，在1.4μm和1.9μm附近，其吸收率接近100%。绿波段被赋蓝，清澈湖泊呈蓝偏黑色。

密集城市地区：呈现浅蓝或蓝灰色，体现综合性。

7. 空间决策支持系统（SDSS）的基本特点、功能并进行土地利用优化配置决策支持系统设计 参考答案：

空间决策支持系统（DDSS）就是支持空间决策行为的决策支持系统。空间决策支持是应用空间分析的各种手段对空间数据进行处理变换，以提取出隐含于空间数据中的某些事实与关系，并以图形和文字的形式直接地加以表达，从为人类活动的空间行为决策提供科学、合理的支持。由于空间分析的手段直接融合了数据的空间定位能力，并能充分利用数据的现势性特点。

其功能表现为：

（1）不同数据源的空间和非空间数据的获取、输入和存储；

（2）复杂空间数据结构和空间关系表示方法，适于数据查询、检索、分析和显示； （3）灵活的集成程序式空间知识（数学模型、空间统计）和数据的处理功能；

（4）灵活的功能修改的扩充机制； （5）友好的人机交互界面； （6）提供决策需要的多种输出；

（7）提供非结构化空间知识的形式化表达方法； （8）提供基于领域专家知识的推理机制； （9）提供自动获取知识或自学习功能；

（10）提供其于空间信息、描述性知识、程式化知识的智能控制机制。 该系统面向的用户是土地管理部门及有关农业部门，其系统具体目标为：

（1）构建某区域土地资源管理的区域网系统，实现基于互联网技术的综合查询系统。 （2）建立某区域包括各类专题图件的空间数据库和属性数据库，实现两者的协调管理。以基础数据库为基础，分析土地利用现状、进行土地利用适宜性评价，为决策者对土地利用优化调控提供了可靠信息。

（3）建立各类辅助决策应用模型，利用GIS技术、计算机网络技术和数据库技术等实现人机交互，对土地利用优化方案进行决策支持。

（4）以虚拟现实技术为支撑，建立友好的用户界面，使主要的分析、评价、决策过程和各种方案实施结果更直观化、可视化。

土地利用优化配置决策支持系统有五部分组成：人机交互系统、数据库系统、数学模型库系统、知识库子系统、辅助决策系统。系统应用土地学、地理学、数学各领域的相关研究成果，以计算机系统、新兴的遥感与地理信息系统技术为主要手段，收集某区域土地利用的基本数据，为整个决策支持系统提供必要的量化参数，从而为土地利用优化配置提供准确科学的判断。

从系统功能结构上，系统由土地利用数据输入、信息输出、空间数据管理和决策模型四部分组成。其中（1）土地利用数据输入，是指通过数字化仪、扫描仪或键盘录入数据，再利用GIS软件工具的输入编辑功能，对土地利用方面的图形数据、图像数据、属性数据进行编辑、格式转换等，包括点、线、面三种图形元素及其属性数据的编辑，并生成拓扑关系；（2）土地利用空间数据管理，是值定义和管理土地利用所需的各种空间数据，如数字地图、非几何属性及遥感影像数据，对空间数据进行编辑和维护，包括图形编辑、检索查询、统计分析等功能；（3）土地利用辅助决策模型是根据用户实际要求而建立的模型体系，辅助管理决策，以实现土地利用优化配置，包括进行土地利用现状分析、适应性评价和需求预测，提出土地利用结构优化的方案；（4）土地利用数据输出，主要是通过各种输出设备如显示器、打印机、绘图仪等，输出土地利用所需的各种分析结论，基础数据以及图表文件等。

8. 试根据下列误差矩阵对某遥感图像土地利用分类精度进行分析。 实际分类图像 耕地 林地 草地 水域 道路 耕地 188 5 54 1 3 地面 林地 10 11 3 0 1 真实 草地 36 4 95 1 0 图像 水域 0 1 2 72 1 道路 3 1 3 0 5 (1)遥感数字图像计算机解译以遥感数字图像为研究对象，在计算机系统支持下，综合运用地学、遥感图像处理、地理信息系统、模式识别与人工智能技术，实现地学专题信息的智能化获取。

分类精度评价是以一幅合适的精确数据作为参考，将要进行评价的遥感分类图像与之对比，即比较两幅图像中每个像元之间的一致性，以正确分类的百分比来表示精度。与遥感图

像分类误差类型相对应，遥感图像分类精度的评价方法亦可分为位置精度评价和非位置精度评价。位置精度评价是将分类的类别与其所在的空间位置进行统一检查；非位置精度评价是在未考虑位置因素的情况下，以一个简单的数值，如面积、像元数目等表示分类精度，故可以在一定程度上使类别之间的错分结果彼此平衡，抵销分类误差，提高分类精度。

到目前为止，精度评价方法很多，主要有采样方法、误差矩阵与精度估计量法、Kappa分析法。

(2)评价指标：

总体分类精度（Overall Accuracy）: 等于被正确分类的像元总和除以总像元数，地表真实图像或地表真实感兴趣区限定了像元的真实分类。被正确分类的像元沿着混淆矩阵的对角线分布，它显示出被分类到正确地表真实分类中的像元数。像元总数等于所有地表真实分类中的像元总和。

制图精度：指假定地表真实为A类，分类器能将一幅图像的像元归为A的概率。 用户精度：指假定分类器将像元归到A类时，相应的地表真实类别是A的概率。 实际分类图像 耕地 林地 草地 水域 道路 总和 耕地 188 5 54 1 3 251 地面 林地 10 11 3 0 1 25 真实 草地 36 4 95 1 0 136 图像 水域 0 1 2 72 1 76 道路 3 1 3 0 5 12 总和 237 22 157 74 10 500 总体精度：（188+11+95+72+5）/500×100%= 74.2% 制图精度 用户精度 耕地 188/251×100%=74.9% 188/237×100%=79.3% 林地 11/25×100%= 44.0% 11/22×100%=50.0% 草地 95/136×100%=69.9% 95/157×100%=60.5% 水域 72/76×100%=94.7% 72/74×100%=97.3% 道路 5/12×100%=41.7% 5/10×100%=50.0% 9. 简述空间数据误差来源与数据质量控制方法。

从空间数据的形式表达到空间数据的生成，从空间数据的处理变换到空间数据的应用，在这两个过程中都会有数据质量问题的发生。

（1）空间现象自身存在的不稳定性：包括空间特征和过程在空间、专题和时间内容上的不确定性。

（2）空间现象的表达：数据采集中的测量方法以及量测精度的选择等受到人类自身的认识和表达的影响，这对于数据的生成会出现误差。

（3）空间数据处理中的误差：在空间数据处理过程中，容易产生的误差有以下几种：投影变换产生的差异；地图数字化和扫描后的矢量化处理都可能出现误差；数据格式转换中的位置差异性；数据抽象时产生的误差；建立拓扑关系过程中的位置坐标的变化；与主控数据层的匹配位移导致误差；数据叠加操作和更新产生空间位置和属性值的差异；数据集成处理产生的误差；数据的可视化产生表达上的误差；数据处理过程中误差的传递和扩散----4分

（4）空间数据使用中的误差：主要包括两个方面：一是对数据的解释过程，一是缺少文档，

这样往往导致数据用户对数据的随意性使用而使误差扩散。

数据质量控制是个复杂的过程，要控制数据质量应从数据质量产生和扩散的所有过程和环节入手，分别用一定的方法减少误差。空间数据质量控制常见的方法有：

（1）传统的手工方法：将数字化数据与数据源进行比较，图形部分的检查包括目视方法、绘制到透明图上与原图叠加比较，属性部分的检查采用与原属性逐个对比或其他比较方法。---3分

（2）元数据方法：数据集的元数据中包含了大量的有关数据质量的信息，通过它可以检查数据质量，同时元数据也记录了数据处理过程中质量的变化，通过跟踪元数据可以了解数据质量的状况和变化。

（3）地理相关法：用空间数据的地理特征要素自身的相关性来分析数据的质量。

10. 阐述斯蒂芬-玻耳兹曼定律和基尔霍夫定律的内容。现已知氧化氮铜表面温度1000K，吸收系数为0.7，试求此时该物体的总辐射出射度M。

(1)斯蒂芬-玻耳兹曼定律（ Stefan-Boltzmann's Law ）：对普朗克公式从零到无穷大的波长范围内进行积分，转换得到绝对黑体总辐射通量密度表达式。该定律揭示了绝对黑体总辐射出射度随温度变化的定量关系。黑体总辐射通量密度随温度增加而增加，且与温度的四次方成正比。因此，温度的微小变化，就会引起辐射通量密度很大的变化。是红外装置测定温度的理论基础。

(2)基尔霍夫辐射定律（Kirchhoff’s Law）：在一定温度下，地物单位面积上的辐射通量W和吸收率之比，对于任何物体都是一个常数，并等于该温度下同面积黑体辐射通量。该定律揭示了物体的光谱辐射出射度与吸收系数（率）的比值，是波长、温度的普适函数，它与物体的性质无关。好的吸收体也是好的辐射体。黑体是完全的吸收体，因此也是完全的辐射体。

(3)根据斯蒂芬-玻耳兹曼定律，1000K的黑体总辐射为 σ：斯蒂芬-玻尔兹曼常数=5.67×10-8W•m-2•K-4 M0T45.6710-8(1000)45.67104W/m2

M/M0/，求得该物体的总辐射： 根据基尔霍夫定律，

MM00.75.67104W/m3.97104W/m2

地理信息技术练习二答案

1. 如何在白天和夜间获取的热红外图像中识别水体和道路、森林和草地、土壤和岩石？ (1) 地物具有反射、透射和发射电磁辐射的能力。遥感器透过 3.5 -5.5μm 和 8 -14μm 区间上的大气窗口，探测地物表面发射的电磁辐射。这点不同于可见光和近红外遥感。地物本身具有热辐射特性，热红外像片记录了地物热辐射。各种地物热辐射强度不同，在像片上具有不同的色调和形状构像，这是我们识别热红外像片地物类型的重要标志，热红外像片的直接解译标志主要包括：

1)色调：色调是地物亮度温度的构像。判读热红外像片时，关键是要细致区分影像色调的差异。影像的不同灰度表征了地物不同的辐射特征。影像正片上深色调代表地物热辐射能力弱，浅色调代表地物热辐射能力强。

2) 形状与大小：热红外探测器检测到物体温度与背景温度存在差异时，就能在影像上构成物体的 “热分布”形状。

3) 地物大小：地物的形状和热辐射特性影响物体在热红外像片上的尺寸，当高温物体与背景具有明显热辐射差异时，即使很小物体，如正在运转的发动机，高温喷气管、较小的火源，都可以在热红外像片上表现出来，由于高温物体向外辐射，因此它在影像中的大小往往比实际尺寸要大。

4)阴影：热红外影像上的阴影是目标地物与背景之间辐射差异造成的，分为冷阴影和暖阴影。

(2)根据热红外影像解译标志，可以识别不同的地物：

1）水体与道路：在白天热红外像片上，由于水体具有良好的传热性，一般呈暗色调。相比之下，道路在影像上呈浅灰色至白色，这因为构成道路的水泥、沥青等建筑材料，白天接受了大量太阳热能，又很快转换为热辐射的缘故。午夜以后获取的热红外像片，河流、湖泊等水体在影像上呈浅灰色至灰白色，而道路呈现暗黑色调，这因为水体热容量大，散热慢，而道路在夜间散热快。

2）树林与草地：白天的热红外影像上，树林呈暗灰至灰黑色。这因为在白天树叶表面存在水汽蒸腾作用，降低了树叶表面温度，使树叶的温度比裸露地面的温度要低。夜晚，树木在热红外影像上多呈浅灰色调，有时呈灰白色，这因为树林覆盖下的地面热辐射使树冠增温。草地在夜晚热红外像片呈黑色调或暗灰色调，这因为夜间草类很快地散发热量而冷却的缘故。

3）土壤与岩石：热红外影像上土壤含水量不同，其色调也不同。在午夜后拍摄的热红外影像中，土壤含水量高，呈现灰色或灰白色调，土壤含水量低呈现暗灰色或深灰色，这因为水体的热容量大，在夜间热红外辐射也强。一般裸露的岩石白日受到太阳爆晒，在夜间的热红外像片上呈淡灰色，例如玄武岩往往呈灰色至灰白色，花岗岩呈灰色至暗灰色，这是由于岩石的热容量较大，夜晚有较高的热红外辐射能力所致。

2. 论述GIS在医疗卫生方面的应用

1）GIS与流行病研究

由于流行病是用于描述和解释某种疾病的发病率，从空间的角度来看，流行病学需要很好地描述流行病发病率空间分布特征的手段，进而可以研究发病率模型，以发现流行病和周围环境的关系。通常，GIS在流行病研究中主要提供了如下三个方面的功能：

流行病数据的可视化：假定要使用一组点来表示某个人群的发病率，而通常无法直接获得点数据，而只能获得整个区域——如人口普查区或其它行政区划单元——的数据，这些数据包括了疾病的发病率及各疾病的年龄结构。由于各个空间区域的大小各异，使得表现发病率的空间分布时不直观，一个解决的办法是采用比较统计地图，在比较统计地图上，各个单元的大小与具有发病危险的人口数目成比例，然后将发病率绘制在该图上，这样可以利用GIS，清楚地将流行病数据的空间分布可视化。

空间数据分析：实际上，空间数据可视化与空间数据分析的界限是十分模糊的，如制作比较统计地图需要对地理空间进行变换。由于各个区域人口的分布是不均匀的，为了分析流行病病例的空间分布，通常采用的一种方法称为密度估算（Density Estimation）。该方法是采用一个移动窗口（Moving Window）覆盖于栅格化的位置点上，计算每个窗口内的密度，采用这种方法，关键是确定窗口的大小。

流行病模型：在识别出每个流行病的空间分布聚集区之后，一个重点的研究是确定流行病和其周围环境的关系，这将有助于验证对流行病发病原因的假定。做法之一是将空气、水质的空间分布与流行病的空间分布进行对比研究，

2）医疗设施规划

不论是在发达国家还是发展中国家，随着“规划需从当地的实际情况出发”的观点的不

断被认可，一种以医疗中心为主的观点也不断被采纳。这意味这不再为了所谓声望而投资大型医疗基地，而代之以建造更多面向小社区的诊所，以方便大众。这时，显然需要一种办法来提供人口统计和发病率的详细资料医疗设施需求。在进行这种医疗设施定位时，GIS可以发挥的重要作用。

3）联系流行病学与医疗实施规划—空间决策支持系统

在医学地理学中，地理流行病学和医疗设施规划是两个最主要的领域。建立两者间的桥梁，需要包括空间决策支持系统，如果分析显示在特殊的局部区域存在健康问题，此时，空间决策支持系统将提供工具及策略来处理这一问题。

3. 地理信息系统发展趋势与展望

随着计算机和信息技术的发展，GIS的内容与技术也在迅速地变化着。GIS发展趋势有如下几个方面：

1）GIS标准化发展

随着GIS应用领域的不断扩大，专业的GIS软件也在不断地增多，各个软件系统之间在相通性、互操作等方面还有一定距离，目前尤其是在数据结构、系统模型等方面的差异日趋紧迫，限制了GIS的通用性，成为信息与资源共享的瓶颈。因此， GIS标准化的制定是面临的一个主要问题和发展趋势。GIS要对软件、硬件、数据等要素进行必要的标准化，这样才能实现更有效、广泛地使用GIS。GIS的标准化将在国际、国家、省、市、县和机构范围内多层次地进行，其内容可能包括到GIS的各个组成部分、各个操作过程、各种数据类型、软件硬件系统等。

2）GIS网络化发展

计算机网络技术的发展改变了信息交流的距离与关系。对于GIS的发展，是起到至关重要的作用。网络的发展使地理数据在空间上共享成为可能，用户通过网络可以对分散存储在不同地域的得数据库进行生产、更新、维护和管理，通过网络浏览器可以直接在网上进行数据的各类空间操作，使用网络提供的各类模型进行模拟，直接产生新的数据结果。目前网络化在GIS应用方面还有一定局限，主要表现为地理数据的传输的瓶颈，因为GIS数据量较大，现在网络宽带的能力在中远距离的大量数据传输过程中，速度不够令人满意；网络安全、数据保密等方面随着网络化的发展，其矛盾也越来越显现出来。网络技术如何在GIS领域得到有效的使用，充分、恰当地发挥出它的潜能仍然是需要人们探索的问题。

3）系统模块化和专门化发展

目前，大多数GIS软件和系统还是被作为一个整体存在。许多软件提供全面的GIS功能可以在任何一种需要GIS的部门使用，没有具体专业领域的限制；但是这些软件系统不是针对某个部门的，从使用GIS系统的用户角度上看，很多用户只是需要GIS软件中的部分功能，而目前GIS软件设置使得用户在购买GIS系统时往往要求整个软件一起购买。因此，GIS要进行模块化发展，使用户可以根据自己的需要，选购相应的模块。另外，GIS的各种功能要与各个专业领域进行更直接的深度融合，为GIS软件的专业化做好准备。将来的各类应用系统中，GIS可能将作为一个必须的部分存在。

4）GIS大众化发展

GIS不仅在科研领域和企业中越来越受到人们重视，甚至在人们日常生活中也潜移默化地改变着人们的生活。使用地理信息系统相应的功能来定向、定位和导航，进行路线选取，生活服务设施查找寻找，如餐馆、旅店、娱乐中心、购物中心、银行、旅游景点等，GIS已经广泛地渗透到人们生活的方方面面，并改变着人们的生活习惯与方式。

4. 综合比较我国北斗卫星导航定位系统与美国GPS系统。

（1）覆盖范围：北斗导航系统是覆盖我国本土的区域性、全天候导航系统。覆盖范围东经约70°-140°，北纬5°-55°。GPS是覆盖全球的全天候导航系统，能够确保地球上任何地点、

任何时间能同时观测到6-9颗卫星，实际上最多能观测到11颗。

（2）卫星数量和轨道特性：北斗导航系统是在地球赤道平面上设置2颗地球同步卫星颗卫星的赤道角距约60°。GPS是在6个轨道平面上设置24颗卫星，轨道赤道倾角55°，轨道面赤道角距60°。导航卫星为准同步轨道，绕地球一周11小时58分。

（3）定位原理：北斗导航系统是主动式双向测距二维导航。地面中心控制系统解算，供用户三维定位数据。GPS是被动式伪码单向测距三维导航。由用户设备独立解算自己三维定位数据。

（4）定位精度：北斗导航系统三维定位精度约几十米，授时精度约100ns。GPS三维定位精度P码目前己由16m提高到6m，C/A码目前己由25-100m提高到12m，授时精度约20ns。 （5）用户容量：北斗导航系统由于是主动双向测距的询问——应答系统，用户设备与地球同步卫星之间不仅要接收地面中心控制系统的询问信号，还要求用户设备向同步卫星发射应答信号，北斗导航系统的用户设备容量是有限的。GPS是单向测距系统，用户设备只要接收导航卫星发出的导航电文即可进行测距定位，GPS的用户设备容量是无限的。 （6）生存能力：和所有导航定位卫星系统一样，“北斗一号”基于中心控制系统和卫星的工作，定位解算在中心控制系统而非用户设备完成。为了弥补这种系统易损性，GPS正在发展星际横向数据链技术，使万一主控站被毁后GPS卫星可以独立运行。而“北斗一号”系统从原理上排除了这种可能性，一旦中心控制系统受损，系统就不能继续工作了。 （7）实时性：“北斗一号”用户的定位申请要送回中心控制系统，中心控制系统解算出用户的三维位置数据之后再发回用户，其间要经过地球静止卫星走一个来回，再加上卫星转发，中心控制系统的处理，时间延迟就更长了，因此对于高速运动体，就加大了定位的误差。其具备的短信通讯功能就是GPS所不具备的。

5. 地理系统空间的分型划类（或地理界线或过渡带）研究的两种常用统计方法是什么？它们之间的关系如何？

聚类分析与判别分析是确定地理系统空间分型划类（或地理界线或过渡带）的常用统计分析方法。聚类分析法是新近发展起来的一门多元统计分类法，它可避免传统分类法的主观性和任意性的缺点。但应指出，如对地理数据处理不当，或一味地追求方法的新颖，有时分类的结果可能与地理实际不相符合，这一点应特别引起注意。一种科学的分类法，应能正确地反映客观地理事物的内在联系，并能表达出它们之间的相似性和差异性。

聚类分析是根据地理变量(或指标或样品)的属性或特征的相似性、亲疏程度，用数学的方法把它们逐步地分型划类，最后得到一个能反映个体或站点之间、群体之间亲疏关系的分类系统。在这种分类系统中，首先我们要根据一批地理数据或指标找出能度量这些数据或指标之间相似程度的统计量；然后以统计量作为划分类型的依据，把一些相似程度较大的站点(或样品)首先聚合为一类，而把另一些相似程度较小的站点(或样品)聚合为另一类，……。这样，关系密切的站点(或样品)便聚合到一小类，而关系疏远的站点(或样品)则聚合到一大类，直到把所有的站点(或样品)都聚合完毕，最后便可根据各类之间的亲疏关系，逐步画成一张完整的分类系统图，又称谱系图。聚类分析法的基本特点是：事先无需知道分类对象的分类结构，而只需要一批地理数据；然后选好分类统计量，并按一定的方法进行计算；最后便能自然地、客观地得出一张完整的分类系统图。判别分析是根据地理对象的一些数量特征，来判别其类型归属的一种统计方法。它对地理类型的划分和区界（地理界线）的判定具有重大意义。判别分析的基本原理是两个准则的确定。即：费歇和贝叶斯准则。

判别分析与聚类分析既有相同之处，又有差别。相同处在于：都能确定地理类型；不同

点在于：判别分析兼有判别和分类的两种性质，但以判别为主，判别分析必须事先已知类型为前提，而聚类分析则不必事先已知类型，类型的划分是聚类的结果。判别分析的作用，可概括为以下三点：第一，对已分好的类型进行合理性检验；第二，判别某地地理类型的归属问题和确定区域界线；第三，评价各要素特征值在判别分析中贡献率的大小。

6. 栅格数据及其主要编码方式。

栅格结构是最简单最直接的空间数据结构，是指将地球表面划分为大小均匀紧密相邻的网格阵列，每个网格作为一个象元或象素由行、列定义，并包含一个代码表示该象素的属性类型或量值，或仅仅包括指向其属性记录的指针。因此，栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织，组织中的每个数据表示地物或现象的非几何属性特征。 栅格数据的主要编码方式包括：

（1）直接栅格编码：这是最简单直观而又非常重要的一种栅格结构编码方法，就是将栅格数据看作一个数据矩阵，逐行（或逐列）逐个记录代码，可以每行都从左到右逐个象元记录，也可以奇数行地从左到右而偶数行地从右向左记录，为了特定目的还可采用其他特殊的顺序。

（2）压缩编码方法：目前有一系列栅格数据压缩编码方法，如键码、游程长度编码、块码和四叉树编码等。其目的是用尽可能少的数据量记录尽可能多的信息，其类型又有信息无损编码和信息有损编码之分。

具体的压缩编码方法有：

a）链码：又称为弗里曼链码或边界链码，链码可以有效地压缩栅格数据，而且对于估算面积、长度、转折方向的凹凸度等运算十分方便，比较适合于存储图形数据。

b）游程长度编码：栅格图像常常有行（或列）方向上相邻的若干点具有相同的属性代码，因而可采取某种方法压缩那些重复的记录内容。一种编码方案是，只在各行（或列）数据的代码发生变化时依次记录该代码以及相同的代码重复的个数；另一种方案是逐个记录各行（或列）代码发生变化的位置和相应代码。

c）块码：块码是游程长度编码扩展到二维的情况，采用方形区域作为记录单元，每个记录单元包括相邻的若干栅格，数据结构由初始位置（行、列号）和半径，再加上记录单位的代码组成。

d）四叉树：又称四元树或四分树，是最有效的栅格数据压缩编码方法之一。四叉树将整个图像区逐步分解为一系列被单一类型区域内含的方形区域，最小的方形区域为一个栅格象元。分割的原则是，不管是哪一层上的象限，只要划分到仅代表一种地物或符合既定要求的少数几种地物时，则不再继续划分，否则一直划分到单个栅格象元为止。 7. 论述当代遥感技术及其应用的发展方向。

随着遥感数据应用的不断发展，遥感技术本身也在不断走向成熟。为了适应当前地球信息科学从静态到动态、从区域到全球、从地表到太空的研究需要，遥感技术也相应地呈现出以下发展趋势：

（1）遥感平台多样化，大型化与微小型化平台相辅相成

在当前大型的专题卫星不断发展的同时，造价相对较低的小卫星群，获取信息的周期短，空间分辨率高，适应性强，使地球空间信息的获取与使用更方便。

（2）向更高的空间、温度、光谱分辨率方向发展

遥感技术发展的另一个趋势是其分辨率大幅度提高，平均每10年提高一个数量级。空间分辨率、温度分辨率逐步提高，光谱分辨率的提高表现在：随着对能透过大气的各类电磁波谱的充分利用，向红外、远红外和微波方面扩展，已经基本能覆盖大气窗口的所有部分，包括可见光、近红外、短波红外和微波区域。高光谱发展迅速，光谱段划分越来越细。

（3）全方位、多时相、定量化的对地观测

全方位、多时相、定量化的对地观测系统正在形成，且成为遥感技术发展的一个新趋向。目前，遥感已可以获得3维空间的数据。雷达微波技术的发展，更使用户可以获得全天候的遥感数据，这一切都为遥感动态监测创造了条件，使遥感技术真正实现了“4维”（空间维和时间维）信息获取。

（4）空间数据获取、处理的智能化 ①遥感传感器的可编程性。

②影像识别和影像知识挖掘的智能化。 ③遥感数据自动配准算法。 （5）遥感信息定量化研究

是当前遥感发展的前沿。遥感信息定量化研究涉及到传感器性能指标的分析与评价、大气参量的计算与大气订正方法和技术、对地定位和地形校正方法与技术、计算机图像处理与算法实现、地面辐射以及各种遥感应用模型和方法、观测目标物理量的反演和推算等多种学科及领域。其中，传感器定标、大气订正和目标信息的定量反演是遥感信息定量化的三个主要研究方面。

遥感广泛应用于许多方面，在资源调查、灾害监测、海洋渔业、地质找矿等领域取得明显经济效益。但总的看来，其应用的整体水平还不能满足实用的要求，需要大力提高实时监测与处理能力。遥感应用实质上是个“反演”问题，涉及从遥感原始测量值中模拟和反演各类有价值的地表参数，如地表反照率、地表真实温度、土壤水分、植被结构等，如何提高反演能力和精度问题十分关键。同时，在对学科现象充分理解的前提下，把地学规律、过程经过抽象转换，建立有价值的、深化的遥感应用分析模型是重要的发展方向之一。

8. 请分别用关系模型、网络模型和面向对象模型表示下图M：

N1 e c I II d N2 b N3 N4

a 关系模型: 实体与面 M I M II 面与线 I a c b II c e d 线与结点 a N1 N2 b N2 N3 c N1 N3 d N4 N3 e N1 N4 网络模型：

I a N1 b N2 M II c N3 e N4 d 面向对象模型： 实体与面 M I M II 面与线 I a c b II c e d

线与结点 a N1 N2 b N2 N3 c N1 N3 d N4 N3 e N1 N4 点坐标文件 N1 X1 Y1 Z1 N2 X2 Y2 Z2 N3 X3 Y3 Z3 N4 X4 Y4 Z4 9. 为了完成城市道路拓宽改建分析，论述需要那些空间数据，并描述在GIS支持下的分析流程。

（1）利用建立缓冲区、拓扑叠加和特征提取,计算一条道路拓宽改建过程中的拆迁指标。 明确分析的目的和标准目的是计算由于道路拓宽而需拆迁的建筑物的建筑面积和房产价值，道路拓宽改建的标准是：道路从原有的20m拓宽至60m；拓宽道路应尽量保持直线；部分位于拆迁区内的10层以上的建筑不拆除。---6分 （2）准备进行分析的数据---4分

需要涉及两类信息，一类是现状道路图；另一类为分析区域内建筑物分布图及相关信息。 （3）进行空间操作---6分

首先选择拟拓宽的道路，根据拓宽半径，建立道路的缓冲区。

然后将此缓冲区与建筑物层数据进行拓扑叠加，产生一幅新图，此图包括所有部分或全部位于拓宽区内的建筑物信息。 （4）进行统计分析---6分

首先对全部或部分位于拆迁区内的建筑物进行选择，凡部分落入拆迁区且楼层高于10层以上的建筑物，将其从选择组中去掉，并对道路的拓宽边界进行局部调整。 然后对所有需拆迁的建筑物进行拆迁指标计算。 （5）将分析结果以地图和表格的形式打印输出。

10. 根据地物光谱反射特征，判断以下反射光谱曲线图中A、B、C、D代表何种地物。

(1)从紫外、可见光至近红外，遥感器接受的主要是来自地物反射太阳辐射的能量，因此，在这一波长范围内的地物波谱研究，主要是研究地物的反射波谱。地物的反射波谱是研究地面物体反射率随波长的变化规律。地物反射光谱曲线是根据地物反射率与波长之间的关系而绘成的曲线。地物波谱曲线的形态不相同。除了不同地物反射率不同外，同种地物在不同的内部和外部条件下反射率也不同。地物电磁波光谱特征的差异是遥感识别地物性质的基本原理。

(2)不同地物在不同波段反射率存在差异。

A-雪: 雪在可见光波段（0.4～0.7µm）是高反射体，呈耀眼的白色，在蓝光0.49µm附近有个峰值，随波长的增加，反射率逐渐降低。

B-沙漠，沙漠的反射率在橙色（0.6µm）附近有个峰值，但随波长的增加，它比雪的反射率大。

C-湿地，湿地在整个波长范围内反射均较弱，故色调发暗。

D-小麦，小麦叶子的反射光谱在绿色波长达（0.5～0.6µm）有一个反射峰值，在近红外0.8µm附近有一个强峰值。

由于各自物体反射光谱特性不同，形成了各自物体的颜色不同，如雪呈白色，沙漠呈红

褐色，小麦呈绿色。