每日一词20190314——栅格数据格式（raster data）

​GIS概念中有相当多的数据文件格式，我们经常接触到的数据格式可以大致分为“栅格数据”与“矢量数据”这两类。在前两天的分享中我们说过矢量数据格式，今天来跟大家说一下栅格数据格式。

栅格数据就是将空间分割成有规律的网格，每一个网格称为一个单元，并在各单元上赋予相应的属性值来表示实体的一种数据形式。空间数据库是对地理栅格数据进行有效管理的一个极为重要的手段。

GIS系统的栅格数据格式有很多种，其中常用的有.jpg、.png、.tif等。我们在一些工作任务中会利用一些电子地图下载器来获取研究范围内的卫星地图，下载得到的格式就是.jpg或者.png。.tif格式的数据不同之处在于它具有空间地理坐标，我们在TransCAD中通常导入.tif作为底图，进行配准后，再进行路网等交通地理要素的绘制。

 

栅格结构的特点

数据直接记录属性的指针或属性本身，而其所在位置则根据行列号转换成相应的坐标给出。也就是说，定位是根据数据在数据集合中的位置得到的。

点实体由一个栅格像元来表示；

线实体由一定方向上连接成串的相邻栅格像元表示；

面实体（区域）由具有相同属性的相邻栅格像元的块集合来表示。

 

栅格数据组织方式

栅格结构是用有限的网格逼近某个图形，因此用栅格数据表示的地表是不连续的，是近似离散的数据。栅格单元的大小决定了在一个象元所覆盖的面积范围内地理数据的精度 ，网格单元越细栅格数据越精确，但如果太细则数据量太大。尤其按某种规则在象元内提取的值，如对长度、面积等的度量，主成分值、均值的求算等，其精度由象元的大小直接决定。由于栅格结构中每个代码明确地代表了实体的属性或属性值，点实体在栅格结构中表示为一个象元，线实体表示为具有方向性的若干连续相邻象元的集合，面实体由聚集在一起的相邻象元表示，这就决定了网格行列阵列易为计算机存储、操作、显示与维护，因此，这种示意图结构易于实现，算法简单，易于扩充、修改，直观性强，特别是容易与遥感影像的联合处理。

 

栅格数据单元大小

栅格所表示的内容的详细程度（要素现象）通常取决于栅格的单元（像素）大小或空间分辨率。

1. 单元必须足够小，这样才可以捕获到所需的详细信息；

2. 而单元又必须足够大，这样才可以提高计算机存储和分析的执行效率。

栅格可以使用更小的单元大小在要素的范围内表示更多的要素、更小的要素或更详细的内容。不过，更多通常未必更好。单元大小如果较小，则在表示整个表面时会造成栅格数据集较大；因此，会需要更大的储存空间，而且通常会使处理时间更长。

空间分辨率与比例

 空间分辨率是指单元大小所表示的在地面上覆盖面积的尺寸。因此，如果一个单元的覆盖面积为 5 x 5 米，则分辨率为 5 米。栅格的分辨率越高，单元大小越小，从而详细程度便越高。这和比例相反。比例越小，显示的细节越少。例如，以比例1:2,000 显示的正射影像（呈放大样式）会比以比例 1:24,000 显示的（呈缩小样式）影像更加详细。但是，如果此相同正射影像的单元大小为5 米，则不管以什么比例来显示，相应的分辨率将始终保持不变，因为实际的单元大小（在地面上覆盖的并由一个单独的单元表示的面积）并未发生改变。

在下方，左侧影像中所使用的数据的空间分辨率比右侧影像的低。这表示左侧影像中数据的单元大小比右侧影像数据的大，但其中显示的比例却相同。

获取途径

⑴ 栅格法：在待输入的图形上均匀划分栅格单元，逐个栅格地决定其属性代码，最后形成栅格数字地图文件。这是人工编码，当数据量太大时，该法费工费时，工作量相当大。

⑵转换法：用手扶跟踪数字化或自动跟踪数字化得到矢量结构数据，再转换为栅格结构。栅格数据

由矢量数据向栅格数据转换是理想的方法。

⑶扫描数字化：逐点扫描待输入的专题地图，对扫描数据重新采样与再编码，从而得到栅格数据文件。

⑷ 分类影像输入：将经过分类解译的遥感影像数据直接或重新采样后输入系统，这是高效获取数据的方法。

 

编码方法

在栅格文件中，每个栅格只能赋予一个唯一的属性值，所以属性个数的总数是栅格文件的行数乘以列数的积，而为了保证精度，栅格单元分得一般都很小，这样需要存储的数据量就相当大了。通常一个栅格文件的栅格单元数以万计。但许多栅格单元与相邻的栅格单元都具有相同的值，因此使用了各式各样的数据编码技术与压缩编码技术。主要的编码技术有：直接栅格编码、链式编码（弗里曼链码或世界链码）、游程编码、块式编码、四叉树数据结构、八叉树与十六叉树结构

栅格数据优势

1. 数据结构更加简单，即由像元组成矩阵结构，其中的像元值表示坐标，有时与属性表相关联；

2. 格式更加强大，高级的空间和统计分析较容易实现；

3. 表示连续表面以及执行表面分析；

4. 点、线、面和表面都可同样存储；

5. 对复杂数据集也可执行快速叠置；

6. 有利于遥感数据的匹配应用和分析；

栅格数据不足

1. 由于栅格数据集的像元尺寸具有局限性，所以可能会带来空间误差；

2. 栅格数据集可能会非常大，冗余度较高，需要压缩处理。虽然分辨率会随着栅格像元大小的减小而提高，但这会占用更多的磁盘空间，而且会拖慢处理速度。对于给定区域，将栅格像元大小更改为现有大小的一半时，所需的存储空间会增大为原来的四倍，具体情况取决于所使用的数据类型和存储技术；

3. 将数据重建到固定间距的栅格像元边界时也会损失一定的精度；

4. 定位精度比矢量低，拓扑关系难以表达；

---------------The End---------------

 

微信关注  奔跑的GISer  获取更多GIS学习资源