2017年江西理工大学地图学与地理信息系统考研大纲

070503 地图学与地理信息系统
1、 业务课（自命题）考试大纲、考试题型及分值分布
《地理信息系统基础》考试大纲:
一、考试内容
（一） 绪论
1. 地理信息系统的概念
2. GIS 的构成
3. GIS 的基本功能
4. GIS 的应用
5. GIS 与相关学科、技术的关系
6. GIS 的发展概况
（二） 地理空间与空间数据基础
1. 地理空间
2. 地理空间的表达
3. 空间数据质量
4. 空间数据的元数据
（三） 空间数据结构
1. 栅格数据结构
2. 矢量数据结构
3. 两种数据结构的比较与转换
4. 矢量栅格一体化数据结构
（四） 空间数据库
1. 数据库概述
2. 传统数据库系统的数据模型
3. 空间数据模型的概念
4. 面向对象数据库系统
5. 空间数据的存储管理方式
6. Geodatabase 数据模型
7. 空间索引
（五） 空间数据采集与处理
1. 空间数据的来源
2. 空间数据采集
ArcGIS 下扫描矢量化
3. 空间数据的坐标变换
4. 矢量数据的图形编辑
ArcMap 矢量数据编辑功能
5. 图形的裁剪、合并与图幅接边
使用 ArcMap 的 Spatial adjustment 工具
6. 空间数据的插值方法
7. 数据压缩与光滑
（六） 空间查询与空间分析(ArcGIS)
1. 空间数据的查询
2. 叠加分析
3. 缓冲区分析
4. 网络分析
5. 数字地面模型及其应用
（七） 空间数据的可视化
1. 空间数据可视化概述
2. 地图语言与符号库
ArcMap 中地图符号的管理
3. 二维空间数据的可视化（符号化）
ArcMap 中空间数据的符号化
（八） GIS 新技术
1. 组件 GIS
2. WebGIS
3. 移动 GIS
4. 地理信息共享与互操作技术
二、考试要求
（一） 绪论
1. 理解并掌握地理信息系统的基本概念，理解地理信息系统与其
他信息系统的区别。
2. 熟练掌握地理信息系统的构成。
3. 熟练掌握地理信息系统的基本功能。
4. 了解地理信息系统与地图制图、计算机科学、遥感等相关学科
的关系。
5. 了解地理信息系统的发展历史与现状。
（二） 地理空间与空间数据基础
1. 理解地理空间的概念。了解实际的地球表面与大地水准面、地
球椭球体模型之间的关系，及坐标系概念；
2. 熟练掌握地理空间的矢量表示方法、栅格表示方法以及三角形
不规则网(TIN)。
3. 了解拓扑属性；熟练掌握空间拓扑关系中的连接性、多边形区
域定义、邻接性、以及方向、包含等关系。
掌握基于九交模型的拓扑关系表达及定义
4. 熟悉空间数据质量标准要素及其内容；理解空间数据质量问题
的来源；掌握空间数据质量控制的常见方法。
5. 掌握元数据的概念；掌握元数据的目的、内容、性质和作用，
及空间数据元数标准。
（三） 空间数据结构
1. 理解栅格数据结构、矢量数据结构的基本概念，掌握常用的矢
量数据结构，掌握游程编码、四叉树编码方法。
2. 掌握矢量栅格一体化数据结构的概念。
3. 掌握矢量、栅格数据结构相互转换的方法、过程。
（四） 空间数据库
1. 理解数据库的概念及传统的数据模型
2. 掌握几种空间数据库的组织方式
3. 熟练掌握面向对象 GIS 数据模型—Geodatabase 模型
4. 理解空间数据索引的概念和常用方法
（五） 空间数据采集与处理
1. 了解空间数据的来源
2. 掌握常用的空间数据采集方法
3. 了解坐标变换的方法
4. 掌握基本的图形编辑处理方法
5. 了解掌握图形的裁剪、合并与图幅接边的基本方法
6. 了解掌握空间插值、数据压缩与光滑的基本方法
（六） 空间查询与空间分析
1. 了解掌握空间查询的概念、常用的查询方法及查询处理过程
2. 理解掌握缓冲区分析原理及应用
3. 理解叠加分析原理，掌握 ArcGIS 提供的叠加分析
4. 理解网络分析概念及及应用，掌握 ArcGIS 提供的两种网络模
型和相应的网络分析功能
5. 掌握数字地面模型的概念及 ArcGIS 提供基于 DEM 的空间分析
方法。
（七） 空间数据的可视化
1. 了解空间信息可视化的形式，了解地图语言与符号库的概念，
掌握二维空间数据符号化的过程及及 ArcMap 提供的符号化方法。
（八） GIS 新技术
了解当代 GIS 最新技术，掌握组件 GIS、Web GIS、移动 GIS 的基
本概念及相关技术；掌握地理信息共享与互操作技术。
三、考试题型与分值分布:
名词解释（每题 4 分，共 40 分）
问答题(共 110 分，大概 9-10 道题，每小题分值 10-20 分)
四、考试形式及时间
考试形式为闭卷笔试，试卷总分值为 150 分。
五、主要参考教材
1、《地理信息系统教程》汤国安，刘学军.高等教育出版社，2007
年；
2、《地理信息系统基础》 兰小机，刘德儿编.江西理工大学讲
义，2006 年；
《遥感概论》考试大纲:
一、考试内容
（一）绪论
1. 遥感概念
2. 遥感过程
3. 遥感技术系统组成
4. 遥感的分类
5. 遥感与相关学科的关系
6. 遥感的发展概况
7. 遥感技术发展趋势
（二）电磁波与地物电磁辐射特性
1. 电磁波与电磁波谱
2. 黑体与电磁辐射规律
3. 遥感电磁辐射源
4. 反射率与光谱反射率
5. 大气电磁辐射的影响
6. 大气窗口
7. 典型地物光谱反射特性
8. 地物光谱反射特性的测量
（三）遥感平台、传感器及成像原理
1. 遥感平台
2. 卫星轨道参数
3. 传感器
4. 摄影成像
5. 扫描成像
5. 成像光谱仪
6. 雷达成像仪
7. 主要遥感卫星及传感器
8. 遥感数据传输与接收
（四）遥感图像基础知识
1. 模拟图像与数字图像
2. 遥感图像存储格式
3. 遥感图像特征
4. 遥感图像显示与描述
5. 遥感图像处理级别
6. 遥感图像处理系统
（五）遥感图像处理
1. 传感器定标
2. 大气校正
3. 几何校正
4. 图像去噪
5. 辐射增强
6. 空间增强
7. 光谱增强
（六）遥感图像目视判读
1. 景物特征和判读标志
2. 目视判读的一般过程和方法
3. 可见光-反射红外遥感图像判读
4. 热红外影像的判读
5. 雷达影像的判读
6. 多时域遥感影像的判读
（七）遥感信息自动提取
1. 分类基本原理
2. 分类基本过程
3. 特征选择
4. 监督分类
5. 非监督分类
6. 分类精度评价
7. 遥感图像自动识别分类的新方法
（八）遥感技术应用
1. 遥感技术在测绘中的应用
2. 遥感技术在资源环境调查中的应用
3. 遥感技术在灾害监测中的应用
4. 3S 技术集成
二、考试要求
（一）绪论
1．熟练掌握遥感的概念
2．理解遥感数据获取的基本过程
3．熟练掌握遥感技术系统的组成
4． 熟悉遥感的分类
5．了解遥感的发展概况与趋势
6．了解遥感与其它学科的关系
（二）电磁波与地物电磁辐射特性
1．熟悉电磁波的概念及特点
2．熟练掌握电磁波谱的划分
3．熟练掌握黑体的电磁辐射规律
4．熟悉遥感中的主要电磁辐射源
4．熟练掌握典型地物（植被、水体、土壤、雪、岩石等）光谱反
射特性
5．理解大气对电磁波传输的影响
6．掌握遥感常用的大气窗口
7．了解地物光谱反射特性的测量方法
（三）遥感平台、传感器及成像原理
1．熟悉掌握遥感平台的概念及主要平台类型
2．了解卫星遥感轨道参数
3．熟练掌握传感器的概念、主要传感器类型及成像原理
4．了解国内外主要遥感卫星传感器的波段设置、分辨率及用途（如
TM/ETM+、SPOT、CBERS-02B、MODIS、Quickbird 等）
（四）遥感图像基础知识
1．熟悉遥感图像的表示形式
2．熟练掌握遥感数字图像的级别和数据格式
3．熟练掌握数字图像的几种分辨率的定义
4．了解主要的遥感图像处理软件系统
（五）遥感图像处理
1．熟悉辐射传输过程
2．理解引起遥感图像辐射误差的原因
3．熟练掌握传感器定标及大气校正方法
4．理解遥感图像几何误差的主要来源
5．熟练掌握遥感图像几何校正方法
6．熟练掌握遥感图像辐射增强、空间增强、光谱增强的方法
（六）遥感图像目视判读
1．理解遥感图像中景物特征和判读标志
2．掌握目视判读的一般过程和方法
3．熟练掌握可见光-反射红外遥感图像的判读
4．了解热红外影像的判读
5．了解雷达影像的判读
6．了解多时域遥感影像的判读
（七）遥感信息自动提取
1．熟悉遥感图像分类的基本原理和一般过程
2．熟练掌握非监督分类的方法及原理
3．熟练掌握监督分类的方法及原理
4．熟练掌握遥感分类精度分析的方法及原理
5．了解遥感图像自动识别分类的新方法
（八）遥感技术应用
1．了解遥感在资源环境调查中的应用
2．了解遥感在地形测绘中的应用
3．了解遥感在灾害监测中的应用
4. 了解 3S 技术集成
三、考试题型与分值分布
名词解释（每题 4 分，共 40 分，）
简答题（大概 6-8 道题，共 70 分）
分析题（每题 20 分，共 20 分）
论述题（每题 20 分，共 20 分）
四、考试形式及时间
考试形式为闭卷笔试，试卷总分值为 150 分。
五、主要参考教材
1、《遥感原理与应用(第三版)》，孙家抦，武汉大学出版社，
2013 年；
2、《遥感导论》，梅安新，高等教育出版社，2010 年；
《数据结构》考试大纲:
一、考试内容
（一）绪论
1．数据结构基本概念、抽象数据类型的表示和实现
2．算法和算法设计、分析
（二）线性表
1．线性表的抽象数据类型定义、线性表的顺序存储结构、链式存
储结构
2．单向链表、单向循环链表、双向链表、双向循环链表
3．线性链表的应用
4．串类型的定义、操作
（三）栈和队列
1．栈的定义、栈的表示与实现
2．栈的应用
3．队列的定义、队列的表示与实现
4．队列的应用
5．递归的定义及应用
（四） 数组和广义表
1．一维数组、多维数组的定义及地址计算
2．稀疏矩阵的存储存储表示
3．广义表的定义及基本操作
（五）树和二叉树
1．树的定义和基本术语
2．二叉树的定义、二叉树的性质、二叉树的存储结构
3．二叉树的遍历及建立算法
4．线索二叉树
5．树的存储结构、森林和二叉树的转换、树和森林的遍历
6．赫夫曼树及其应用
（六）图
1．图的定义和术语
2．图的四种存储结构（邻接矩阵、邻接表、十字链表、邻接多重
表）
3．图的遍历
4．最小生成树
5．拓扑排序
6．关键路径
7．最短路径
（七）查找
1．查找的基本概念
2．线性表的查找（顺序查找、折半查找、分块查找）
3．哈希查找（哈希函数、处理冲突的方法）
（八）排序
1．排序的基本概念
2．插入排序（直接插入排序、折半插入排序、希尔排序）
3．交换排序（冒泡排序、快速排序）
4．选择排序
5．归并排序
6．基数排序内容
二、考试要求
（一）绪论
1. 了解数据结构、逻辑结构、存储结构和抽象数据类型的基本
概念。
2. 了解数据结构的发展和地位。
3. 了解各种算法描述方法和算法设计的基本要求。
4．掌握对算法的评价标准和算法效率的度量方法。
（二）线性表
1．理解线性表的概念、定义、逻辑结构和存储结构。
2．熟练掌握线性表的顺序结构及其各种基本运算。
3．熟练掌握单链表、循环链表、双向链表的存储结构及其各种
基本运算。
4．理解链表的应用——稀疏多项式存储和运算。
5. 了解串的基本概念及顺序和链式存储结构。
6. 掌握串的各种基本运算。
7. 了解串的模式匹配算法。
（三）栈和队列
1．理解线性表的概念、定义、逻辑结构和存储结构。
2．熟练掌握线性表的顺序结构及其各种基本运算。
3．熟练掌握单链表、循环链表、双向链表的存储结构及其各种
基本运算。
4．理解链表的应用——稀疏多项式存储和运算。
（四） 数组和广义表
1．掌握数组的顺序存储结构。
2．理解稀疏数组的概念和压缩存储的方法。
3．理解稀疏矩阵的三元组存储结构和基本运算。
4．了解稀疏矩阵的十字链表存储结构。
5．理解广义表的基本概念，掌握广义表的存储结构。
（五）树和二叉树
1. 理解树的基本概念及其存储结构。
2. 熟练掌握二叉树的定义、性质以及各种存储结构和遍历算
法。
3. 掌握线索二叉树的概念、存储结构及线索化算法。
4. 掌握树和森林与二叉树间的转换，掌握树和森林的遍历算
法。
5. 掌握哈夫曼树的概念、存储结构和应用。
（六）图
1. 理解图的基本概念，掌握图的邻接矩阵和邻接表的存储结
构。
2. 了解十字链表，邻接多重表等存储结构。
3. 熟练掌握图的深度优先和广度优先遍历算法。
4. 理解图的连通性、最小生成树的概念。
5. 掌握求最小生成树算法。
6. 理解有向无环图的概念，掌握拓扑排序和关键路径算法。
7. 理解带权最短路径的概念，掌握求最短路径的算法。
（七）查找
1. 理解查找的概念及其效率的评价方法。
2. 理解静态查找表的概念，熟练掌握顺序、折半和分块查找算
法。
3. 理解动态查找表和二叉排序树的概念。
4. 了解平衡二叉树的概念。
5. 理解哈希表的含义，掌握哈希函数的构造和处理冲突的基本
方法。
（八）排序
1. 掌握插入类排序的算法：直接插入排序、希尔排序。
2. 掌握交换类排序的算法：冒泡排序、快速排序。
3. 掌握选择类排序的算法：简单选择排序、堆排序。
4. 了解归并排序、基数排序的思想，了解外排序的概念。
三、考试题型与分值分布
选择题（每题 2 分，共 40 分，）
简答题（大概 5-6 道题，共 30 分）
应用题（大概 5-8 道题，共 60 分）
算法设计题（每题 10 分，共 20 分）
四、考试形式及时间
考试形式为闭卷笔试，试卷总分值为 150 分。
五、主要参考教材
1、《数据结构(C 语言版)》，严蔚敏 吴伟民，清华大学出版社，
2011 年；
2、《数据结构(C#版)》，陈优良，自编教材，2009 年；