武大遥感2012复试(回忆版)

2010年题目描述：现有一幅128×128大小的图像，其对应的像元亮度值（从0到255）存储在文本文件input.txt中（其中第一行分别表示图像的行、列数，后面每一行128个数值表示该行图像的亮度值），请编程计算：1）图像亮度最大值、最小值、平均值、方差，将结果输出保存到hist.txt文件中；2）图像的中值滤波是通过对邻域内采样数据进行排序并取得中值来决定中心像素灰度的一种处理手段，可有效消除图像中少量离散的噪声。

中值滤波可以举例描述如下：图像中的某一行亮度值如下： A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12对该行按照1×5窗口进行中值滤波可以理解为以当前像元为中心取前后相邻的5个像元灰度值进行排序（前后没有像元视为其亮度值为0），取中值作为当前像元亮度值，则A3像元中值滤波的结果为A1 A2 A3 A4 A5排序后的中值。

请对本题图像按照1×5窗口进行中值滤波，将结果输出保存到midle.txt文件中。

注意：1）请将程序代码、执行程序和输出结果保存到同一个文件夹下； 2）文件夹名为考号+姓名。

2011年编程实现基于最邻近规则的试探法聚类算法。

一、算法说明：设有n个样本，X1，...，Xn，不妨令任一样本作为聚类中心Z1，并选取任一非负的阈值T，为方便起见，我们选X1=Z1，然后计算X2到Z1的距离D21，若D21>T,则建立一新的聚类中心Z2，且X2=Z2，若D21<T，则认为X2在以Z1为中心的域中，即X1，X2同属一类。

然后分别计算X3到Z1，Z2的距离，得到D31，D32，若D31>T，D32>T，则建立一新的聚类中心Z3，且X3=Z3，否则将X3划分到最近的聚类中心的域中，并重新计算该类的聚类中心(该类的样本均值)。

用类似的方法对所有样本计算距离，比较阈值，决定归属，直至所有样本分类结束。

二、编程实现1）从sample.txt中读取样本数据； 2）阈值输入4（分别为(3,3),(4,4),(6,6)）； 3）距离计算； 4）聚类中心计算；5）实现基于最邻近规则的试探法聚类程序； 6）将聚类结果输出至result.txt文件中。

III购买资料后，强烈建议登记QQ，以便享受GIS遥感地理学考研中心后续的资料解答、复试辅导等会员服务。

另新的年份，包括真题、出题特点等都会有新变化，我们也会及时更新资料，大家多加关注。

III购买资料后，强烈建议登记QQ ，以便享受GIS 遥感地理学考研中心后续的资料解答、复试辅导等会员服务。

另新的年份，包括真题、出题特点等都会有新变化，我们也会及时更新资料，大家多加关注。

IVGIS遥感地理学全国考研中心，由GIS、遥感、地理学几个学长创办，专业为大家提供地学考研全套资料。

用我们的劳动节省你复习的时间，用我们的知识提高你专业课的复习，用我们的人脉提供给你最详实的资料，用我们的经历告诉你怎样走过考研全过程。

欢迎大家一起交流。

淘宝：；拍拍：/771843105。

下为我们整理的武汉大学遥感考研手册的部分目录。

目录序言 ................................................................................................................ 错误！未定义书签。

资料使用说明................................................................................................. 错误！未定义书签。

1、重要版块介绍................................................................................... 错误！未定义书签。

2、资料使用方法................................................................................... 错误！未定义书签。

3、资料接受说明................................................................................... 错误！未定义书签。

2004：#include<iostream>#include<fstream>#include<vector>n";return 1;}vector<int>vec_int;int numeric(0);for(i=0;i<10000;i++){infile>>numeric;(numeric);}ofstream outfile("");if(!outfile){cout<<" open failed.\n";return 1;}outfile<<"卷积一次后的矩阵：\n";vecInt = ConvolutionFun1(vec_int, M, N);for(i=0; i<M; i++){for(j=0; j<N; j++){outfile<<vecInt[i][j]<<" ";}outfile<<'\n';}outfile<<'\n';vecInt = ConvolutionFun2(vec_int, R, S);outfile<<"第二次卷积后的矩阵：\n";for(i=0; i<R; i++){for(j=0; j<S; j++){outfile<<vecInt[i][j]<<" ";}outfile<<'\n';}outfile<<'\n';();();return 0;}n";return 1;}n";return 1;}n";return 1;}n";return 1;}ofstream outfile("");if(!outfile){cerr<<" open failed.\n";return 1;}infile>>nBand>>nPiexl;vector<vector<double> >vec_double(nBand, vector<double>(nPiexl));for(i=0; i<nBand;i++){for(j =0; j<nPiexl; j++){infile>>vec_double[i][j];}}vector<double>vec_average_double(nBand);for(i=0; i<nBand;i++){vec_average_double[i] = AverageVector(vec_double[i]);}outfile<<"均值向量为:\n";copy(), (), ostream_iterator<double>(outfile, " "));outfile<<'\n';VecDouble vec_covariation_double(nBand, vector<double>(nPiexl));vec_covariation_double = CovariationMatrix(vec_double, vec_average_double, nBand, nPiexl);outfile<<"协方差矩阵:\n";for( i =0; i<nBand; i++){for(j =0; j<nBand; j++){outfile<<vec_covariation_double[i][j]<<" ";}outfile<<'\n';}return 0;}n";return 1;}int num;infile>>num;vector<POINT>vec_double;int i=0;while(i<num){double x;double y;infile>>x>>y;POINT point;= x;= y;(point);i++;}double xMin,yMin,xMax,yMax;xMin = vec_double[0].x;yMin = vec_double[0].y;xMax = vec_double[0].x;yMax = vec_double[0].y;for(i=1; i<num; i++){if(vec_double[i].x<xMin){xMin = vec_double[i].x;}if(vec_double[i].y<yMin){yMin = vec_double[i].y;}if(vec_double[i].x>xMax){xMax = vec_double[i].x;}if(vec_double[i].y>yMax){yMax = vec_double[i].y;}}ofstream outfile("");if(!outfile){cerr<<" open failed.\n";return 1;}outfile<<"外包矩形的坐标为:\n";outfile<<xMin<<"\t"<<yMin<<'\n';outfile<<xMin<<"\t"<<yMax<<'\n';outfile<<xMax<<"\t"<<yMin<<'\n';outfile<<xMax<<"\t"<<yMax<<'\n';ifstream inpointfile("");if(!inpointfile){cerr<<" open failed.\n";return 1;}vector<POINT>vec_point;while(!()){int num;double x;double y;inpointfile>>num>>x>>y;POINT point;= num;= x;= y;(point);}int size = ();for(i=0; i<size; i++){if(vec_point[i].x>xMin && vec_point[i].x<xMax && vec_point[i].y>yMin && vec_point[i].y<yMax) {outfile<<"坐标点"<<vec_point[i].point_num<<"落在矩形外包内部，坐标为：\n";outfile<<vec_point[i].x<<"\t"<<vec_point[i].y<<'\n';}}return 0;}20071：#include<iostream>#include<fstream>#include<vector>using namespace std;struct POINT{n";return 1;}int num;infile>>num;vector<POINT>vec_double;int i=0;while(i<num){double x;double y;infile>>x>>y;POINT point;= x;= y;(point);i++;}double xMin,yMin,xMax,yMax;xMin = vec_double[0].x;yMin = vec_double[0].y;xMax = vec_double[0].x;yMax = vec_double[0].y;for(i=1; i<num; i++){if(vec_double[i].x<xMin){xMin = vec_double[i].x;}if(vec_double[i].y<yMin){yMin = vec_double[i].y;}if(vec_double[i].x>xMax){xMax = vec_double[i].x;}if(vec_double[i].y>yMax){yMax = vec_double[i].y;}}ofstream outfile("");if(!outfile){cerr<<" open failed.\n";return 1;}outfile<<"外包矩形的坐标为:\n";outfile<<xMin<<"\t"<<yMin<<'\n';outfile<<xMin<<"\t"<<yMax<<'\n';outfile<<xMax<<"\t"<<yMin<<'\n';outfile<<xMax<<"\t"<<yMax<<'\n';ifstream inpointfile("");if(!inpointfile){cerr<<" open failed.\n";return 1;}vector<POINT>vec_point;while(!()){int num;double x;double y;inpointfile>>num>>x>>y;POINT point;= num;= x;= y;(point);}int size = ();for(i=0; i<size; i++){if(vec_point[i].x>xMin && vec_point[i].x<xMax && vec_point[i].y>yMin && vec_point[i].y<yMax) {outfile<<"坐标点"<<vec_point[i].point_num<<"落在矩形外包内部，坐标为：\n";outfile<<vec_point[i].x<<"\t"<<vec_point[i].y<<'\n';}}return 0;}20072：#include<iostream>#include<fstream>#include<vector>using namespace std;typedef vector<vector<int> >VecInt;const int R = 256;const int L = 256;struct Table{int x;double y;Table(){x = 0;y = ;}};int main(){int i, j;double a,b;ifstream infile("", ios::in|ios::binary);if(!infile){cerr<<" open failed.\n";return 1;}n";return 1;}for(i=0; i<R; i++){for(j=0; j<L; j++){for(int k=0; k<255; k++){if(vec_int[i][j]==vecTable[k].x){unsigned char c;c = vecTable[k].y;((char*)&c, sizeof(char));outfile<<" ";}}outfile<<'\n';}}return 0;}2008：#include<iostream>#include<fstream>#include<vector>#include<algorithm>#include<numeric>using namespace std;int main(){ifstream infile("");ofstream outfile("");if(!infile){cout<<" open failed"<<endl;}if(!outfile){cout<<" open failed"<<endl;}int total = 0;infile>>total;vector<double>vec_double;vector<double>vec_square;double numeric = ;int i =0;while(i<total){infile>>numeric;(numeric);(numeric*numeric);i++;}sort(),());double average = accumulate(),(),/total;double sum_square = ;for(i=0;i<total;i++){sum_square+=(vec_double[i]-average)*(vec_double[i]-average);}double variance = sum_square/total;outfile<<"the max score is:"<<vec_double[total-1]<<endl;outfile<<"the min score is:"<<vec_double[0]<<endl;outfile<<"the average score is: "<<average<<endl;outfile<<"the variance is:"<<variance<<endl;();();return 0;}2009：#include<iostream>#include<fstream>#include<string>#include<algorithm>using namespace std;int main(){string s;ifstream infile("");ofstream outfile("");if(!infile){cout<<" open failed"<<endl;return 1;}if(!outfile){cout<<" open failed"<<endl;return 1;}n";return 1;}ofstream outfile("");if(!outfile){cerr<<" open failed.\n";return 1;}(3);int num;infile>>num;int i;int j;VecPoint vecpoint(num);double numeric1(0);double numeric2(0);char c1(0);char c2(0);for(i=0; i<num; i++){for(j=0;;j++){infile>>numeric1>>c1>>numeric2;POINT point;= numeric1;= numeric2;vecpoint[i].push_back(point);if(j!=0 && vecpoint[i][j].x==vecpoint[i][0].x && vecpoint[i][j].y==vecpoint[i][0].y){break;}infile>>c2;}}vector<double>vec_area;vector<double>vec_grith;for(i=0; i<num; i++){double area = polygonarea(vecpoint[i]);(area);double grith = polygongirth(vecpoint[i]);(grith);}double minArea = vec_area[0];int minAreaID;double maxArea = vec_area[0];int maxAreaID;double minGrith = vec_grith[0];int minGrithID;double maxGrith = vec_grith[0];int maxGrithID;for(i =0; i<num; i++){if(vec_area[i]<minArea){minArea = vec_area[i];minAreaID = i;}if(vec_area[i]>maxArea){maxArea = vec_area[i];maxAreaID = i;}if(vec_grith[i]<minGrith){minGrith = vec_grith[i];minGrithID = i;}if(vec_grith[i]>maxGrith){maxGrith = vec_grith[i];maxGrithID = i;}}outfile<<"第"<<maxAreaID<<"多变形面积最大"<<fixed<<maxArea<<'\n'; outfile<<"第"<<minAreaID<<"多变形面积最小"<<fixed<<minArea<<'\n'; outfile<<"第"<<maxGrithID<<"多变形周长最长"<<fixed<<maxGrith<<'\n'; outfile<<"第"<<minGrithID<<"多变形周长最小"<<fixed<<minGrith<<'\n';double sumArea = accumulate(), (), ;double averageArea = sumArea/num;double sumDeviation = ;double staDeviation;for(i=0;i<num;i++){sumDeviation += (vec_area[i]-averageArea)*(vec_area[i]-averageArea);}double sumStadardDevitation = sqrt(sumDeviation/num);int a=0;int b=0;int c=0;int d=0;for(i=0;i<num;i++){if(vec_area[i]>(averageArea + sumStadardDevitation)){a++;}if((vec_area[i]<(averageArea + sumStadardDevitation))&&(vec_area[i]>averageArea)){b++;}if((vec_area[i]<averageArea)&&(vec_area[i]>(averageArea - sumStadardDevitation))){c++;}if(vec_area[i]<(averageArea - sumStadardDevitation)){d++;}}outfile<<"A类"<<a<<'\n';outfile<<"B类"<<b<<'\n';outfile<<"C类"<<c<<'\n';outfile<<"D类"<<d<<'\n';return 0;}- vec_point[i].y)*(vec_point[i+1].x + vec_point[i].x)/2);}return polygon_area;}- vec_point[i].y)*(vec_point[i+1].y - vec_point[i].y) + (vec_point[i+1].x - vec_point[i].x)*(vec_point[i+1].x - vec_point[i].x);polygon_grith += sqrt((double)grith);}return polygon_grith;}20112#include<iostream>#include<fstream>#include<vector>#include<>using namespace std;struct POINT{int x;int y;POINT(){x = 0;y = 0;}};int main(){const double distance = 4;int num;num =0;double dis = ;ifstream infile("");if(!infile){cout<<" open failed"<<endl;return 1;}infile>>num;vector<vector<struct POINT> >PtrVector(num);vector<POINT>p(num);for(int i = 0; i<num; i++){infile>>p[i].x>>p[i].y;}();PtrVector[0].push_back(p[0]);-PtrVector[j].at(0).x)*(p[i].x -PtrVector[j].at(0).x)+(p[i].y -PtrVector[j].at(0).y)*(p[i].y -PtrVector[j].at(0).y));}double Min = d[0];int m = 0;for(int j = 0;j<n;j++){if(Min>d[j]){Min = d[j];m=j;}}if(Min>distance){PtrVector[n].push_back(p[i]);n++;}else{PtrVector[m].push_back(p[i]);struct POINT point;for(int i =0; i<PtrVector[m].size();i++){+= PtrVector[m].at(i).x;+= PtrVector[m].at(i).y;}= PtrVector[m].size();= PtrVector[m].size();PtrVector[m][0].x = ;PtrVector[m][0].y = ;}}ofstream outfile("");if(!outfile){cout<<" open failed"<<endl;}for(int i = 0; i<n; i++){outfile<<'('<<PtrVector[i].at(0).x<<','<<PtrVector[i].at(0).y<<")的坐标为："<<endl;for(int j = 1; PtrVector[i].size();j++){outfile<<PtrVector[i].at(j).x<<','<<PtrVector[i].at(j).y<<' ';}outfile<<endl;}();return 0;}。

2003-2010:名词解释：2003年1、 光谱反射率:物体的反射辐射通量与入射辐射通量之比： E E ρλλλρ= 物体的反射波谱限于紫外、可见光和近红外，尤其是后两个波段。

一个物体的反射波谱的特征主要取决于该物体与入射辐射相互作用的波长选择 .影响地物光谱反射率变化的因素有太阳位置、传感器位置、地理位置、地形、季节、气候变化、地面湿度变化、地物本身的变异、大气状况等。

2、 辐射温度:如果实际物体的总辐射出射度（包括全部波长）与某一温度绝对黑体的总辐射出射度相等，则黑体的温度称为该物体的辐射温度。

根据斯忒藩 - 玻尔兹曼定律，绝对黑体的辐射出射度与热力学温度的 4 次方成正比，由此可确定物体的辐射温度。

由于一般物体都不是黑体，其发射率总是小于 1的正数，故物体的辐射温度总是小于物体的实际温度，物体的发射率越小，其实际温度与辐射温度的偏离就越大。

3、 大气窗口:通过大气后衰减较小，透过率较高，对遥感十分有利的电磁辐射 波段通常称为“大气窗口”.（1）0.30 ~ 1.15m μ大气窗口：是遥感技术应用最主要的窗口之一。

其中 0.3~0.4m μ近紫外窗口，透射率为70％0.4~0.7m μ可见光窗口，透射率约为95％0.7~1.10m μ近红外窗口，透射率约为80％（2）1.3~2.5大气窗口：属于近红外波段1.3~1.9m μ窗口，透射率为60％-95 ％1.55~1.75m μ透射率高2.0~2.5m μ窗口，透射率为80％（3）3.5~5.0m μ大气窗口：属于中红外波段，透射率约为60~70％（4）8~14m μ热红外窗口，透射率为80%左右（5）1.0mm~1m 微波窗口，透射率为35％~100%4、 太阳同步轨道:卫星轨道与太阳同步，是指卫星轨道面与太阳地球连线之间在黄道面内的夹角，不随地球绕太阳公转而改变。

地球对太阳的进动一年为360°。

因此平均每天的进动角为0.9856°。

武汉大学(微博 考研复试线公布， 武汉大学 微博)2012考研复试线公布，详情如下： 微博 考研复试线公布政治 ( 管理学院、 学院、中学科或专业(领域 学科或专业 领域) 类 联 考 综 外语 领域 业务课一 业务课二 总分 办公电话 备注实验室 心、 实验室合能力) 合能力 外 国 语 言 文其他各专业 学学院 专业学位 55 55 55 55 60 55 50 90 90 100 100 90 90 90 100 100 90 355 68754143 345 360 360 68752684 学院 新闻传播专业硕 50 士 出版发行学、 图书 馆学 60 60 90 90 370 335 新闻学、传播学 60 新 闻 与 传 播数字媒介 55档案学、 信息资 源管理情报学、 电子商务 68754436 信 息 管 理 学 管理科学与工 55 院 55 90 90 370程出版、项目管理 (专业学位) 图书情报(专业学 90 位) 工程管理(专业学 110 位) 经济、管理 MBA 经 济 与 管 理旅游管理、 工程管 学院 理 会计硕士 其他专业学位 法学硕士 法学院 法律硕士(法学) 68753628 法律硕士(非法学) WTO 学院 文学院 语言类 各专业 文学类 68752672 68753872 68752912 68754991 68753847 60 170 45 160 60 60 90 90 370汉语国际教育(专 业学位) 教育硕士、 学科教 育(语文)(专业学位)考古学 中国史、世界史 55 55 185 300历史学院(涉古方向外语 55 降5分)50 50 55 50 位)6020032568753810专业学位 哲学各专业 哲学学院 心理学专业 各专业(含专业学 艺术学系50 50 55 50185 90 185 90 90 90305 330 68753566 340 325 68752126政 治 与 公 共其他各专业 管理学院 公共管理硕士 50 50 50 50 40 50 50 50 55 55 170 90 90 90 90 90 160 90 90 90 90 90 300 68772118 院 专业学位 社会学 290 335 350 68756650 专业学位 50 55 55 学 总分 达到 360 分及 数 学 与 统 计各专业(含专业学 50 学院 位) 上 ， 外语 可降 5分 物 理 科 学 与其他各专业 技术学院 专业学位 45 45 45 45 50 90 90 90 90 90 90 320 68752993 300 320 68752469 化 学 与 分 子各专业(含专业学55 50 2门业务课之和185 300 68754907 以 340 360 68752507 300 68754460教 育 科 学 学其他各专业人类学、民俗学 50社会 学系其他各专业 马克 思 主义 发展与教育心理 学院科学学院位) 45 45 45 45 90 90 90 90 310 68756369 300生 命 科 学 学其他各专业 院 专业学位 人文地理学、 自然 地理学50509090350土地资源管理50 50 50 息系统 地图制图学与地 50 理信息工程 工程硕士 公共管理 其他各专业 水 利 水 电 学水利工程(艰苦行 50 院 业) 专业学位 电 气 工 程 学各专业(含专业学 55 院 位) 55 学院 位) 艺术学 建筑学 城市 设 计学 计算机科学与技 院 术 专业学位 工程力学、 固体力 50 学 土 木 建 筑 工其他各专业 程学院 50 50 50 45 50 50 50 85 85 85 80 85 85 90 90 90 90 315 68772229 建筑与土木工程、 50 项目管理 工程管理硕士 其他各专业 90 50 300 160 310 310 305 68775536 45 90 90 300 68775476 55 90 90 330 68772271 动 力 与 机 械各专业(含专业学 55 90 90 340 68772279 50 50 90 90 320 50 90 90 330 68772339 50 90 50 45 50 50 90 90 85 85 290 170 340 50 90 90 330 50 50 50 90 90 90 90 90 90 320 340 345 68778676环境科学 资 源 与 环 境环境工程 科学学院 地图学与地理信通信与信息系统 50 模式识别与智能 计算机学院 系统 专业学位(计算机 50 技术) 50508580310专业学位(电子与 50 通信工程) 通信与信息系统、 电路与系统 55 55 90 90 355 50 85 85 310信号与信息处 理、测试计量技术及 仪器、 精密仪器及 50 机械、 检测技术与 电子 信 息学 自动化装置 院 空间物理学、 空间 检测与信息处理 技术、无线电物 理、 电磁场与微波50 50 90 90 320 68778464 50 85 90 320技术、 物理 电子学50 50 90 90 325专业学位 摄影测量与遥感模式识别与智遥感 信 息工 程学院 地图学与地理信 息系统 专业学位 其他各专业 测绘学院 专业学位 服务科学 国际 软 件学 数字媒介 院 软件工程 其他各专业 印刷 与 包装 图像传播工程 系 专业学位 医学各专业 基础医学院 理学各专业 第 一 临 床 学临床医学(含专业 55 院 学位) 55 180 310 88041911 50 50 90 90 300 50 50 50 50 90 175 90 300 300 68759310 50 45 85 80 300 68778435 国家线 50 50 90 90 340 50 50 90 90 335 55 55 90 90 340 68778100 68778815能系统6877824368778109药学(含专业学位) 50 护理学(学术型) 护理(专业学位) 第 二 临 床 学各专业(含专业学 55 院 位) 各专业(含专业学 口腔医学院 位) 公 共 卫 生 学各专业(含专业学 50 院 位) 中药学 药学院 药学 专业学位 HOPE 护 理护理学 学院 专业学位 大地测量学与测 卫星 导 航定 绘工程 位技 术 研究 电路与系统、导 中心 航、制导与控制 地图学与地理信 测绘 遥 感信 息系统 息工 程 国家 其他各专业 重点实验室 专业学位 国际 问 题研 各专业 究院 中国古代文学 中国 传 统文 中国文化史 化研究中心 中国哲学 中国 中 部发 各专业 展研究院 中国 边 界研 各专业 究院 地图制图学与地 中国 南 极测 理信息工程 绘研究中心 其他各专业 少数 民 族骨 各专业 干计划 国家线 50 50 50 50 50 50 50 50 55 50 55 55 5050 55 50 5590 180 175 18090305 310 305 310 67812829—88884551803208768610550 50 50 50 55 50 50180 180 90 90 180 175 85 85 90 90300 305 305 305 310687586486875999668759710 305 330 68778595—15 50 85 85 31550 50 5090 90 9090 90 90340 68778525 325 320 6875672668753821687520666875672668778030武汉大学2011年考研复试分数线考试吧首发 武汉大学2011年考研复试分数线考试吧首发。

2012年武大工程管理专业课复试体会和试题回忆前段时间终于收到学校的录取通知书，回想自己备考的过程，感受颇多，由于自己是跨专业，而且工作多年，英语政治基本忘完，复习很辛苦。

备考的童鞋都明白，网上下载的相关文档是不适合备考武大的，我下载了N多文档，但是基本上都没有用到，范围和侧重点都不一样，初试还可以找到往年的试卷（在研究生院买复印版）做参考，但是复试的试题和情况只能靠参考人具体回忆，很难弄到试卷。

言归正传，我具体回忆一下复试的情况。

复试的地点是在一个老教学楼里面，考场很陈旧，说实话，感觉像是在等待一场中学生的平时测验，彼此熟悉的童鞋（当然是应届生喽）在一起说说笑笑，还有童鞋临时翻书背记的，心情倒是蛮放松的，不过开考了还是蛮正规的，资料全部都没收，监考老师也不少，一个小小的考场有3个老师转来转去，基本没有作弊的机会，不过座位是随便坐的，只要保持距离没有嫌疑就OK。

看到题目有点傻眼，难度的侧重点和初试正好相反，2012年初试的工程经济前面的名词解释和问答论述都比较简单，后面4道大题比较费劲，以我的水平每道题很难得到满分，特别是有一题需要画表格的算很多参数太浪费时间，结果初试专业分数比较低，幸好有前面题目的打底，也不至于太低。

容我详细说一下，复试还是四种题型，名词解释、问答、论述和计算题，计算题前面说了，比较简单，第一题一张断面尺寸图，计算预留土量和弃土量，第二题知识点是预应力筋张拉里面的，第三题是计算成倍流水节拍的。

每题10分，对于学这个专业的基本都能拿下。

前面的小题考完后我就回忆出来记在了纸上，在这里与大家分享一下，大家掂量一下究竟偏不偏。

名词解释。

1.管涌冒砂；2.逐排打桩法；3.砌块排列图；4.钢筋配料；5.无粘结预应力混凝土。

每题6分。

问答题。

1.吊车梁的吊装平面位置校正的方法，还考了一个边吊边校法；2.路堑开挖纵挖法有哪几种，具体解释混合开挖法；3.流水步距的原则；4.施工阶段单位工程的程序原则；5.大体积混凝土结构浇筑产生裂痕的原因。

遥感2012 考题名词解释1目视解译 2玻尔兹曼定律 3遥感 4辐射通量密度 5主动遥感 6无选择性散射简答1微波遥感的优点2简要说明四个分辨率3目视解译应注意影像的哪些图像特征4什么是真彩色图像，假彩色图像5几何校正的目的，多项式矫正法的步骤(2012武大人文地理)叙述卫星遥感图像多项式拟合法精纠正处理的原理和步骤遥感图像多项式拟合法精纠正处理的原理：回避成像的空间几何过程，直接对图像变形的本身进行数学模拟。

遥感图像的几何变形由多种因素引起，其变化规律十分复杂。

为此把遥感图像的总体变形看作是平移、缩放、旋转、偏扭、弯曲以及更高次的基本变形的综合作用结果，难以用一个严格的数学表达式来描述，而是用一个适当的多项式来描述纠正前后图像相应点之间的坐标关系。

多项式拟合法精纠正处理的原理和步骤如下：(1)根据图像的成像方式确定影像坐标和地面坐标之间的数学模型。

(2)根据所采用的数字模型确定纠正公式。

(3)根据地面控制点和对应像点坐标进行平差计算变换参数，评定精度。

4)对原始影像进行几何变换计算，像素亮度值重采样。

6大气对太阳辐射的影响7数字化？数字化过程？论述1什么是图像融合(2012武大自然人文地理)将同一时间获取的同一地区的TM多光谱图像与SPOT雷达图像用数字处理方法进行融合有何意义？如何进行？（请图文结合说明）意义：将多源遥感图像按照一定的算法，在规定的地理坐标系，将不同传感器获取的遥感影像中所提供的各种信息进行综合, 生成新的图像。

提高对影像进行分析的能力(通过融合既提高多光谱图像空间分辨率，又保留其多光谱特性)。

具体的：①提高空间分辨力②改善配准精度③增强特征④改善分类⑤对多时相图像用于变化检测⑥替代或修补图像的缺陷。

在几何精校正的基础上,雷达图像与多光谱图像进行HIS融合变换的原理与方法.经融合处理后生成的图像,既反映出多光谱图像多光谱信息丰富的特点,又反映出雷达图像上丰富的结构信息,从而大大提高了对地物的识别和判读能力.图像融合技术在地质和矿产勘查中有更广阔的应用空间. 。