系统梳理成信大考研核心内容|气象学·环境科学·计算机科学·电子信息工程·人工智能与大数据
立足西南、服务全国,成信大以气象、信息、环境为特色,多学科协调发展的研究生培养体系
成都信息工程大学作为西南地区唯一以信息科技和气象科技为特色的省属重点高校,已构建覆盖理、工、管、文、法、经、艺七大学科门类的研究生教育体系。近五年来,学校以"双碳"战略和数字经济为契机,重点发展人工智能、大数据、环境科学等新兴交叉学科,形成传统优势学科(气象学、环境科学)与新兴前沿学科(人工智能、大数据)并行发展的"双轮驱动"格局。
在教育部第四轮学科评估中,学校大气科学进入全国前20%(B+),环境科学与工程进入全国前30%(B),计算机科学与技术进入全国前40%(B-),电子信息类学科在西南地区具有显著影响力。
成都信息工程大学考研专业参考书中气象学占据核心地位,该专业源于1951年中央气象局成都气象学校,1978年成为全国首批气象学硕士点,2000年获批大气科学一级学科博士点,2017年入选四川省"双一流"建设学科。
研究方向细化:①数值天气预报与资料同化(聚焦GRAPES模式改进)②气候系统模拟与预测(包含ENSO预测)③应用气象学(农业气象、交通气象)④气象灾害监测预警(暴雨、强对流)⑤气候变化与全球变暖影响评估
特色平台:中国气象局气象探测中心成信大联合实验室、西南地区气象灾害预测预警工程中心、高原大气与环境四川省重点实验室
就业去向:国家气象中心、各省气象局、民航气象中心、华为气象AI实验室、气象科技公司(如墨迹天气、彩云天气)
该专业2003年设立硕士点,2018年获批环境科学与工程一级学科硕士点,2020年入选四川省一流专业建设点。依托学校在气象学领域的优势,形成"气象-环境"交叉特色方向。
核心研究方向:①大气污染控制工程(VOCs治理、PM2.5防控)②环境影响评价与规划管理(含碳排放评估)③生态修复技术(湿地修复、土壤修复)④环境大数据分析(污染源追踪、环境质量预报)⑤气候变化适应与减缓(碳汇计量、气候韧性城市)
实践资源:四川省环境科学学会理事单位、成信大-四川省环科院联合实习基地、大气环境模拟实验室
典型项目:参与四川省"十四五"生态环境保护规划编制、成渝地区双城经济圈碳达峰行动方案研究
该专业2006年获批一级学科硕士点,2019年入选四川省一流专业,2022年通过工程教育专业认证。重点发展人工智能、大数据、网络安全三个特色方向。
前沿研究领域:①智能气象信息处理(气象数据AI建模)②边缘计算与物联网安全(气象物联网安全)③医疗大数据分析(与华西医院合作)④遥感图像智能解译(与自然资源部合作)⑤可信人工智能(对抗样本防御、可解释AI)
校企合作:与腾讯、华为共建"人工智能联合实验室",与科大讯飞共建"智能语音处理实验室"
学生成果:近三年获中国研究生人工智能创新大赛全国一等奖3项、全国研究生数学建模竞赛二等奖以上27项
该专业2003年获批一级学科硕士点,2020年入选四川省"三全育人"综合改革试点单位。依托学校在通信工程领域的积累,重点发展无线通信、信号处理、嵌入式系统三个方向。
特色研究方向:①5G/6G无线通信技术(毫米波、太赫兹通信)②智能信号处理(气象雷达信号处理)③嵌入式智能系统(气象仪器嵌入式开发)④物联网安全与隐私保护⑤卫星导航与定位技术
实验平台:信息与通信工程省级实验教学示范中心、5G应用创新实验室、北斗导航应用研究所
产业对接:与中电科十所、二十九所建立联合培养基地,参与四川省5G+智慧气象示范项目
该专业2018年设立硕士点,2020年成为四川省首个聚焦人工智能的硕士点,2022年入选国家级一流本科专业建设点。采用"人工智能+气象/环境/金融"交叉培养模式。
核心课程体系:机器学习理论、深度学习、强化学习、自然语言处理、计算机视觉、大数据处理框架、联邦学习、因果推理
特色研究方向:①气象大数据分析(数值模式数据挖掘)②环境智能监测(遥感影像AI解译)③金融风险预测(多源数据融合建模)④智能教育技术(个性化学习路径推荐)⑤智慧医疗辅助诊断(医学影像AI分析)
创新平台:四川省人工智能研究院(成信大分院)、大数据分析与应用实验室
产业合作:与科大讯飞共建"智能语音联合实验室",与阿里云共建"人工智能卓越人才班"
以"核心教材+拓展阅读+真题解析"三级书单体系,构建完整知识网络
作者:黄世元 等
核心价值:成信大气象学考研的"圣经级"教材,系统覆盖大气热力学、动力学、云物理等基础理论。书中第5章"天气系统分析"和第7章"数值天气预报原理"是历年真题高频考点。
重点章节:第2章大气热力学(必考计算题)、第4章大气运动(必考概念题)、第6章天气系统分析(必考综合题)
使用建议:第一轮复习必读,配合课后习题巩固基础概念,特别注意书中附录的天气图分析方法
作者:王式民
核心价值:成信大特色教材,详细阐述地面观测、探空观测、雷达观测、卫星观测等现代气象观测技术体系。书中第4章"雷达气象观测"和第5章"卫星气象观测"是考试重点。
延伸内容:配套《气象观测实习指导》(成信大自编教材)含真实观测数据案例分析
真题关联:2021年真题第15题"雷达探测原理"、2022年真题第8题"卫星云图判读"均出自本书
作者:王绍武
核心价值:气候学领域经典教材,系统阐述气候系统、气候形成因子、气候分类、气候变化等核心内容。书中第6章"东亚季风系统"和第8章"全球气候变化"是必考内容。
特色内容:第7章"中国气候特征"详细分析四川盆地气候特点,对本地考生极具参考价值
拓展阅读:推荐搭配《现代气候学》(王会军著)深化理解,尤其关注ENSO预测方法论
作者:朱干庚 等
核心价值:天气学领域权威教材,系统构建中纬度天气系统理论框架。书中第4章"锋面天气"、第5章"气旋与反气旋"、第7章"季风与环流"是历年真题重点。
典型例题:书中第212页"锋面气旋生命史分析"是2020年真题第25题原题改编
实操建议:配合《天气分析与预报实习》(成信大自编教材)进行天气图分析训练
作者:丁一汇
核心价值:紧跟国际前沿的气候变化教材,系统阐述全球变暖机制、影响评估、应对策略。书中第4章"气候模式"和第6章"碳中和路径"是2023年新增考点。
政策关联:书中第8章"中国气候政策"详细解读"双碳"战略对气象事业的影响
备考提示:2023年真题第30题"IPCC第六次评估报告要点"直接引用本书内容
作者:张世秋
核心价值:环境科学入门必读书,系统阐述环境问题、环境要素、环境管理等基础知识。书中第3章"大气污染"和第5章"水污染"是成信大环境专业考研基础考点。
特色内容:第7章"环境经济学"结合四川实际案例分析生态补偿机制
真题关联:2022年真题第12题"环境承载力计算"、2023年真题第7题"环境政策工具选择"均出自本书
作者:蒋展鹏
核心价值:环境工程领域经典教材,系统阐述水污染控制、大气污染控制、固体废物处理等技术原理。书中第4章"大气污染控制工程"与成信大气象特色高度契合。
重点章节:第5章"水污染控制工程"(必考计算题)、第7章"固体废物处理处置"(2021年真题第18题)
拓展阅读:推荐《大气污染控制工程手册》(中国环境出版社)深化理解
作者:孙儒泳
核心价值:生态学基础教材,系统阐述个体生态、种群生态、群落生态、生态系统生态学等理论。书中第6章"生态系统生态学"是成信大环境专业考研重点。
特色内容:第9章"全球变化生态学"详细分析气候变化对生态系统的影响
真题关联:2023年真题第20题"生态足迹计算"直接引用本书例题
作者:陆书玉
核心价值:环评领域权威教材,系统阐述环评程序、技术方法、案例分析等。书中第4章"大气环境影响评价"和第6章"环境风险评价"是考试重点。
实操价值:书中第12章"典型案例分析"包含四川盆地项目案例,对本地考生极具参考价值
备考提示:2022年真题第25题"环评报告书编制要点"直接引用本书内容
作者:奚旦立
核心价值:环境监测领域经典教材,系统阐述监测原理、方法、质量保证等。书中第4章"水和废水监测"和第6章"大气污染监测"是必考内容。
特色内容:第8章"环境监测新技术"介绍激光雷达在大气监测中的应用
真题关联:2021年真题第15题"COD测定原理"、2023年真题第9题"PM2.5监测方法"均出自本书
作者:谢希仁
核心价值:计算机网络领域权威教材,系统阐述网络体系结构、协议、安全等。书中第3章"网络层"和第5章"运输层"是成信大计算机考研重点。
重点章节:第4章"网络层(IPv4)"(必考计算题)、第6章"网络应用层"(必考概念题)
真题关联:2022年真题第18题"IP地址规划"、2023年真题第12题"TCP拥塞控制"均出自本书
作者:严蔚敏
核心价值:数据结构领域经典教材,系统阐述线性表、树、图、排序等算法。书中第4章"树"和第7章"图"是成信大计算机考研重点。
实操建议:配合《数据结构习题集》(清华大学出版社)进行编程训练
真题关联:2021年真题第20题"二叉树遍历"、2023年真题第15题"最短路径算法"均出自本书
作者:张钹
核心价值:人工智能基础教材,系统阐述知识表示、搜索、推理等传统AI方法。书中第3章"启发式搜索"和第5章"机器学习基础"是成信大AI考研重点。
特色内容:第7章"深度学习基础"介绍神经网络基本原理
真题关联:2022年真题第22题"启发式算法应用"、2023年真题第18题"神经网络结构"均出自本书
作者:周志华
核心价值:机器学习领域"西瓜书",系统阐述监督学习、无监督学习等。书中第4章"决策树"和第6章"支持向量机"是成信大AI考研重点。
学习建议:配合《机器学习实战》(人民邮电出版社)进行编程实践
真题关联:2023年真题第25题"决策树剪枝策略"直接引用本书内容
作者:李政赜
核心价值:成信大自编教材,系统阐述Python编程基础、数据处理等。书中第5章"科学计算"和第7章"数据可视化"与气象、环境数据处理高度契合。
实操价值:书中第9章"气象数据处理实例"包含真实数据集
备考提示:2022年真题第30题"Python数据处理"直接引用本书例题
作者:樊昌信
核心价值:通信原理领域权威教材,系统阐述调制、编码、信道等。书中第4章"数字基带传输"和第6章"数字带通传输"是成信大通信考研重点。
重点章节:第5章"正弦波调制"(必考计算题)、第7章"数字信号最佳接收"(必考概念题)
真题关联:2021年真题第18题"QPSK调制原理"、2023年真题第12题"信道容量计算"均出自本书
作者:郑君里
核心价值:信号与系统领域经典教材,系统阐述连续/离散信号分析、傅里叶变换等。书中第4章"傅里叶变换"和第7章"Z变换"是成信大通信考研重点。
实操建议:配合《信号与系统习题解析》(清华大学出版社)进行计算训练
真题关联:2022年真题第20题"系统函数求解"、2023年真题第15题"频域分析"均出自本书
作者:高西全
核心价值:数字信号处理领域权威教材,系统阐述DFT、FFT、滤波器设计等。书中第3章"DFT"和第5章"IIR滤波器设计"是成信大通信考研重点。
特色内容:第7章"多速率数字信号处理"介绍气象雷达信号处理方法
真题关联:2021年真题第22题"FFT算法应用"、2023年真题第18题"FIR滤波器设计"均出自本书
作者:李红
核心价值:嵌入式系统领域经典教材,系统阐述ARM架构、Linux驱动、实时系统等。书中第4章"ARM汇编"和第6章"设备驱动"是成信大通信考研重点。
实操价值:书中第8章"气象仪器嵌入式开发"包含真实项目案例
备考提示:2022年真题第25题"ARM中断处理"直接引用本书内容
作者:刘云
核心价值:物联网领域权威教材,系统阐述感知层、网络层、应用层等。书中第3章"无线传感器网络"和第5章"物联网安全"是成信大通信考研重点。
特色内容:第7章"智慧气象物联网"详细分析气象物联网系统架构
真题关联:2023年真题第20题"LoRa通信原理"、2022年真题第18题"物联网安全机制"均出自本书
作者:张钹
核心价值:人工智能基础教材,系统阐述知识表示、搜索、推理等传统AI方法。书中第3章"启发式搜索"和第5章"机器学习基础"是成信大AI考研重点。
特色内容:第7章"深度学习基础"介绍神经网络基本原理
真题关联:2022年真题第22题"启发式算法应用"、2023年真题第18题"神经网络结构"均出自本书
作者:周志华
核心价值:机器学习领域"西瓜书",系统阐述监督学习、无监督学习等。书中第4章"决策树"和第6章"支持向量机"是成信大AI考研重点。
学习建议:配合《机器学习实战》(人民邮电出版社)进行编程实践
真题关联:2023年真题第25题"决策树剪枝策略"直接引用本书内容
作者:范明
核心价值:大数据分析领域权威教材,系统阐述数据预处理、挖掘算法、可视化等。书中第4章"关联规则"和第6章"聚类分析"是成信大AI考研重点。
特色内容:第8章"气象大数据分析"详细分析气象数据处理流程
真题关联:2022年真题第20题"Apriori算法应用"、2023年真题第15题"K-means聚类"均出自本书
作者:Ian Goodfellow
核心价值:深度学习领域"花书",系统阐述前馈网络、卷积网络、循环网络等。书中第6章"深度学习优化"和第9章"卷积网络"是成信大AI考研重点。
学习建议:配合《动手学深度学习》(丁香园出版社)进行PyTorch实践
真题关联:2023年真题第22题"反向传播算法"、2022年真题第18题"CNN架构设计"均出自本书
作者:贾建民
核心价值:数据挖掘领域经典教材,系统阐述分类、聚类、关联规则等。书中第4章"决策树"和第6章"集成学习"是成信大AI考研重点。
实操价值:书中第9章"金融数据挖掘"包含真实案例分析
备考提示:2022年真题第25题"随机森林原理"直接引用本书内容
基于三年考研辅导经验总结的"三阶段六步法"复习模型
• 目标:建立知识框架,掌握核心概念
• 重点任务:
• 目标:深化理解,攻克难点
• 重点任务:
• 目标:模拟实战,查漏补缺
• 重点任务:
以《成都信息工程大学考研专业参考书》为纲,构建学科知识网络,特别注意各章节间的逻辑关联。例如气象学中"大气热力学"与"天气系统分析"的关联。
结合真实气象数据、环境监测报告、编程项目等案例进行学习。推荐使用"中国气象数据网"提供的公开数据集进行实践。
以历年真题为线索,反向查找知识盲点。建议建立"真题-教材-笔记"三联索引系统。
组建3-5人学习小组,定期进行知识讲解和模拟面试。推荐使用腾讯会议进行线上讨论,使用石墨文档共享笔记。
气象学专业:重点突破《天气学原理》和《气候学原理》,掌握天气图分析技能。建议每周进行1次天气图分析训练,使用中国气象局发布的实况天气图。
环境科学专业:注重《环境监测》实验数据处理能力,掌握SPSS、Origin等数据处理软件。建议参与"全国环境监测大赛"模拟题训练。
计算机专业:强化《数据结构与算法》编程实践,建议在LeetCode、牛客网进行算法训练,重点掌握成信大常考的树、图算法。
电子信息专业:重视《通信原理》和《信号与系统》的数学推导,建议使用MATLAB进行信号仿真分析。
人工智能专业:结合《机器学习》和《深度学习》进行项目实践,建议使用Kaggle平台参与气象、环境相关数据竞赛。
规避常见误区,把握报考关键节点