华师大GIS考研真题涉及的常见问题汇总[精品文档]

高光谱分辨率遥感（Hyperspectral Remote Sensing）
1概念
是在电磁波谱的可见光、近红外、中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术
（Lillesand & Kiefer 2000）。其成像光谱仪可以收集到上百个非常窄的光谱波段信息。
2应用
高光谱遥感是当前遥感技术的前沿领域，它利用很多很窄的电磁波波段从感兴趣的物体获得有关数据，它包含了
丰富的空间、辐射和光谱三重信息。高光谱遥感的出现是遥感界的一场革命，它使本来在宽波段遥感中不可探测
的物质，在高光谱遥感中能被探测。
国际遥感界的共识是光谱分辨率在λ/10数量级范围的称为多光谱(Multispectral)，这样的遥感器在可见光和近红
外光谱区只有几个波段，如美国 LandsatMSS，TM，法国的SPOT等；而光谱分辨率在λ/100的遥感信息称之为
高光谱遥感(HyPerspectral)；随着遥感光谱分辨率的进一步提高，在达到λ/1000时，遥感即进入超高光谱
(ultraspeetral)阶段(陈述彭等，1998)。

GML
地理标记语言（外语全称：Geography MarkupLanguage、外语缩写：GML），它由开放式地理信息系统协会（外
语缩写：OGC）于1999年提出，并得到了许多公司的大力支持，如Oracle、Galdos、MapInfo、CubeWerx等。
GML能够表示地理空间对象的空间数据和非空间属性数据。
GML是XML在地理空间信息领域的应用。利用GML可以存储和发布各种特征的地理信息，并控制地理信
息在Web浏览器中的显示。
地理空间互联网络作为全球信息基础架构的一部分，已成为Internet上技术追踪的热点。许多公司和相关研究
机构通过Web将众多的地理信息源集成在一起，向用户提供各种层次的应用服务，同时支持本地数据的开发和管
理。GML可以在地理空间Web领域完成了同样的任务。GML技术的出现是地理空间数据管理方法的一次飞跃。
目的
如下：
提供适用于Internet环境的空间信息编码方式，用于数据传输和存储；
能够扩展，用以支持对空间信息的多样化需求，不管是用于对空间信息的单纯描述，还是进行更深层次的分
析使用；
以一种可扩展和标准化的方式为基于Web的GIS建立良好的基础；
允许对地理空间数据进行高效率编码；
提供了一种容易理解的空间信息和空间关联的编码方式；
实现空间和非空间数据的内容和表现形式的分离；
易于将空间信息和非空间信息进行整合；
易于将空间几何元素与其它空间或非空间元素连结起来；
提供一系列公共地理建模对象，从而使各自独立开发的应用之间互操作成为可能。
GML为网络时代的地理空间Web领域提供了一种“开放式”的标准，它的出发点是空间数据编码，包括分布
式空间数据的编码。

组件式GIS
简介
GIS技术的发展，在软件模式上经历了功能模块、包式软件、核心式软件，从而发展到组件式GIS和WebGIS
的过程。传统GIS虽然在功能上已经比较成熟，但是由于这些系统多是基于十多年前的软件技术开发的，属于独
立封闭的系统。同时，GIS软件变得日益庞大，用户难以掌握，费用昂贵，阻碍了GIS的普及和应用。组件式
GIS的出现为传统GIS面临的多种问题提供了全新的解决思路。
基本思想
组件式GIS的基本思想是把GIS的各大功能模块划分为几个控件，每个控件完成不同的功能。各个GIS控件
之间，以及GIS控件与其它非GIS控件之间，可以方便地通过可视化的软件开发工具集成起来，形成最终的GIS
应用。控件如同一堆各式各样的积木，他们分别实现不同的功能(包括GIS和非GIS功能)，根据需要把实现各种
功能的 “积木”搭建起来，
组件式GIS的构成
GIS软件的模型包含若干功能单元，诸如空间数据获取、坐标转换、图形编辑、数据存储、数据查询、数据分
析、制图表示等。可以想象要把这些所有的功能放在一个控件中几乎是不可能的，即使实现也会带来系统效率上
的低下。一般可以认为GIS构件的设计主要遵循应用领域地需求。

地理实体
地理实体是地理数据库中的实体，是指在现实世界中再也不能划分为同类现象的现象。例如城市可看做一个
地理实体，并可划分成若干部分，但这些部分不叫城市，只能称为区、街道。
GIS中的地理数据库是地理实体的集合，是一种与现实的的地理世界保持一定相似性的实体模型。
以相同的方式表示和存储的一组类似的地理实体，可以作为地理实体的一种类型。
地理实体通常分为点状实体、线状实体、面状实体和体状实体，复杂的地理实体由这些类型的实体构成。

实体：实体（entity）表示数据库中描述的现实世界中的对象或概念。
实体是客观世界中存在的且可互相区分的事物实体可以是人也可以是物体实物，也可以是抽象概念。

几何中心
如果求 n 个点在 M 维 空间中的 几何中心点, 那就分别计算每个维的所有点在该维的座标值的平均值。用
循环语句就可以了。

如果求任意形状3维空间曲面几何中心：先做3角形化，分解为3角形，然后计算每个三角形的面积和重心，
再分别对3个轴求一阶矩，一阶矩的和除以总面积，就是几何中心座标。

如果求平面凹多边形，或星形，或...按求任意形状3维空间曲面几何中心的方法。
四边形几何中心
首先，该四边形的四个顶点都知道(x1,y1)(x2,y2)(x3,y3)(x4,y4)；
其次，设几何中心点的坐标为O（x0，y0），
x0 = (x1 + x2)/2;
y0 = (y2 + y3)/2;
计算得到的O(x0,y0)就是几何中心点。
第一节 空间数据坐标转换
3.1.1 几何纠正
在图形编辑中，只能消除数字化产生的明显误差，而图纸变形产生的误差难以改正，因此
要进行几何纠正。几何纠正常用的有高次变换、二次变换和仿射变换。

一、高次变换

其中A、B代表二次以上高次项之和。上式是高次变换方程，符合上式的变换称为高次变
换。在进行高次变换时，需要有6对以上控制点的坐标和理论值，才能求出待定系数。

二、二次变换
当不考虑高次变换方程中的A和B时，则变成二次变换方程，称为二次变换。二次变换适
用于原图有非线性变形的情况，至少需要5对控制点的坐标及其理论值，才能求出待定系数。

三、仿射变换

仿射变换是使用最多的一种几何纠正方式，只考虑到x和y方向上的变形，仿射变换的特
性是：

·直线变换后仍为直线；
·平行线变换后仍为平行线；
·不同方向上的长度比发生变化。
对于仿射变换，只需知道不在同一直线上的三对控制点的坐标及其理论值，就可求得待定
系数。但在实际使用时，往往利用4个以上的点进行纠正，利用最小二乘法处理，以提高变换的精
度。
误差方程为:
其中：X、Y为已知的理论坐标。
由Qx的平方最小和Qy的平方最小的条件可得到两组法方程：

其中n为控制点个数，x,y为控制点坐标，X，Y为控制点的理论值，a1，a2，a3，b1，b2，
b3为待定系数。

通过上述法方程就可求得仿射变换的待定系数。
3.1.2 投影变换
当系统所使用的数据是来自不同地图投影的图幅时，需要将一种投影的几何数据转换成所
需投影的几何数据，这就需要进行地图投影变换。

地图投影变换的实质是建立两平面场之间点的一一对应关系。假定原图点的坐标为 x , y
(称为旧坐标)，新图点的坐标为X，Y(称为新坐标)，则由旧坐标变换为新坐标的基本方程式为：

实现由一种地图投影点的坐标变换为另一种地图投影点的坐标就是要找出上述关系式，其
方法通常分为三类：

一、解析变换法
这类方法是找出两投影间坐标变换的解析计算公式。由于所采用的计算方法不同又可分为
反解变换法和正解变换法。
反解变换法(又称间接变换法)。这是一种中间过渡的方法，即先解出原地图投影点的地理
λ，对于x，y的解析关系式，将其代入新图的投影公式中求得其坐标。即:

正解变换法(又称直接变换法)。这种方法不需要反解出原地图投影点的地理坐标的解析公
式，而是直接求出两种投影点的直角坐标关系式。即:

二、数值变换法
如果原投影点的坐标解析式不知道，或不易求出两投影之间坐标的直接关系，可以采用多
项式逼近的方法，即用数值变换法来建立两投影间的变换关系式。例如，可采用二元三次多项式进
行变换。二元三次多项式为：

通过选择10个以上的两种投影之间的共同点，并组成最小二乘法的条件式，即：

其中：n为点数，Xi,Yi为新投影的实际变换值，Xi′，Yi′为新投影的理论值。根据求
极值原理，可得到两组线性方程，即可求得各系数的值。

必须明确，实际中所碰到的变换，决定于区域大小，已知点密度，数据精度，所需变换精度
及投影间的差异大小，理论和时间上决不是二元三次多项式所能概括的。

三、数值解析变换法
当已知新投影的公式，但不知原投影的公式时，可先通过数值变换求出原投影点的地理坐
标φ，λ，然后代入新投影公式中，求出新投影点的坐标。即: