第一章 导论： 1.GIS基本概念：（基本全是概念） 数据、信息、数据与信息的关系、信息的特点、地理信息的定义与特征、地理信息系统定义。 2.GIS基本构成：五个组成部分及每个组成部分具体包含的内容。 3.GIS功能简介：
基本功能、应用功能。 4.GIS发展概况：
国内外发展概况、未来发展态势。（问答，4个方面）
第二章 GIS的数据结构 1.地理空间及其表达：
地理空间概念、空间实体的表达。 2.地理空间数据及其特征： 分类（4D）、基本特征、拓扑关系、计算机表示。 3.空间数据结构的类型：
矢量数据结构的定义、实体数据结构、拓扑数据结构——数据记录格式和拓扑编辑功能； 栅格数据结构的定义、栅格矩阵结构、链式编码、游程编码结构、块码、行程编码结构、四叉树结构；（定义加具体方式，包括计算、画关系图等） 曲面数据结构。
4.空间数据结构的建立：
系统功能与数据源的关系、空间数据的分类与编码、矢量数据的输入与编辑、栅格数据的输入。
第三章 空间数据处理（本章基本全是重点） 数据变换、数据重构、数据提取（概念） 1.空间数据的变换： 几何纠正（仿射变换）、投影变换。 2.空间数据结构的转换：（重点，考主要具体算法）
矢量——栅格：栅格单元的确定、点的栅格化、线的栅格化、面的栅格化（基于弧段的栅格化方法、基于多边形的栅格化方法——内部点扩散算法、射线算法与扫描算法、边界代数算法、边界点跟踪算法、复数积分算法）
栅格——矢量：基于图像数据的矢量化（二值化、细化：剥皮法与骨架法、跟踪、去除多余点及曲线光滑、拓扑关系的生成）、栅格数据的矢量化。 3.多元空间数据的融合：
RS与GIS的融合、不同格式的融合（转换器、数据标准、公共接口、直接访问） 4.空间数据的压缩与重分类：
基于矢量的压缩（间隔取点法、道格拉斯-普克法、垂距法、偏角法、光栏法） 5.空间数据的内插方法：
定义、点的内插、区域的内插（叠置法、比重法） 6.开窗处理： 点、线、面
7.图幅边沿的匹配处理：
逻辑一致性检验、识别和检索相邻图幅、相邻图幅边界点坐标数据的匹配、相同属性多边形公共边界的删除。
第四章 GIS空间数据库（概念、填空为主） 1.空间数据库概述：
数据管理模式及发展、空间数据库的概念（空间数据存储和管理发展的阶段）、空间数据库设计的过程和步骤、空间数据库的实现和维护。 2.概念模型设计：
层次、网络、关系、语义、面向对象的数据模型。（具体为各种关系转换，画个关系图） 3.逻辑模型设计：
步骤和内容、E-R模型向关系数据模型的转换。 4.物理设计
5.空间数据查询：
空间关系查询类型、属性数据查询、空间属性联合查询、空间查询语言。 6.空间数据库索引：
范围索引、格网索引、四叉树空间索引。 7.空间元数据
8.空间数据库引擎
第五章 空间分析的原理和方法（重点，概念、填空、问答、算法都有） 1.空间量算：
几何量算（长度量算——矢量和栅格、面积量算——辛普森公式）、分布中心的计算（算术平均中心、加权平均中心、中位中心、极值中心）、形状量算、距离量算。 2.数字地形模型分析：
定义、表现形式、地形因子的计算（坡度和坡向、曲面面积、地表粗糙度、高程及变异分析、谷脊特征分析）、通视分析、地形剖面线的计算。（考了个问答，坡度坡向在DEM上的定义） 3.空间叠合分析：
定义、基于矢量数据的叠合分析（点与多边形、线与多边形、多边形与多边形）、基于栅格数据的叠合分析。 4.空间邻近度分析：
空间缓冲区分析（定义、组成要素、缓冲区类型——点、线【双线问题和自相交问题】、面）、Voronoi多边形分析。 5.空间网络分析： 网络图论的基本概念、空间网络的类型和构成、空间网络分析的方法（路径分析——Dijkstra的标号法（考算法思想）、选址问题——中心点（最大服务距离最小）和中位点（到其他各顶点的最短距离之和或以各顶点的载荷加权之和最小））。 6.空间统计分析：
变量筛选分析（主成分分析法、主因子分析法、关键变量分析法）、变量聚类分析（聚类要素的数据处理（总和、标准差、极大值、极差标准化）、距离的计算（绝对值、欧式、明科夫斯基距离）、聚类分析（直接聚类法、最短距离、最远距离聚类法））。
第六章 GIS的应用模型（简单，只考了一点） 1.GIS应用模型概述：
分类、构建（方法、步骤、途径）。 2.土地定级估价模型：
土地定级空间单元的生成方法、空间单元值的产生方法、土地理论级别分级界限的确定方法。
3.适宜性分析模型：
评价过程——评价对象、影响评价对象的因素和因子、利用GIS生成影响因素数据、计算各因素的权重和贡献函数值、计算机适宜性评级。 4.发展预测模型
说明：红字是概念和名词解释，蓝字是问答与计算，绿字是填空。考的主要内容都是这些，没出这个纲，但是这个纲基本上把一本书都画了，考简答、算法的就那么几个，大的就知道一些概念，出出填空就完了，题记得不全了，但是差不多就这些，不差太远。