柵格數(shù)據(jù)的存儲(chǔ)方法或格式數(shù)字高程模型課件

第四章GIS柵格數(shù)據(jù)模型柵格數(shù)據(jù)模型要素柵格數(shù)據(jù)類型

柵格數(shù)據(jù)結(jié)構(gòu)柵格數(shù)據(jù)壓縮數(shù)據(jù)轉(zhuǎn)換與綜合第四章GIS柵格數(shù)據(jù)模型柵格數(shù)據(jù)模型要素

矢量數(shù)據(jù)模型用點(diǎn)、線、面來表示空間要素，對有確定位置的離散要素較為理想，對連續(xù)變化數(shù)據(jù)的表示不很理想。對連續(xù)變化的數(shù)據(jù)（如海拔、降水量、土壤侵蝕等）較好的選擇是柵格數(shù)據(jù)模型。第一節(jié)柵格數(shù)據(jù)模型要素30年來，柵格數(shù)據(jù)模型沒有變化，用規(guī)則的格網(wǎng)單元表示。柵格數(shù)據(jù)模型包括數(shù)字高程數(shù)據(jù)、衛(wèi)星影像、數(shù)字正射影像、掃描地圖和圖形文件等。矢量數(shù)據(jù)模型用點(diǎn)、線、面來表示空間要素，對有確定位置柵格由行、列、像元（像素）組成起始點(diǎn)（格網(wǎng)單元地址）-左上角Rows行用y坐標(biāo)Columns列用x坐標(biāo)柵格中每個(gè)像元由其行、列位置明確定義，用像元值表示空間對象的類型、等級等特征，且每個(gè)像元具有一個(gè)像元值。RealworldGrid點(diǎn)線面Value=0=1=2=3行列RASTER柵格由行、列、像元（像素）組成RealworldGrid點(diǎn)像元的大小決定了柵格數(shù)據(jù)模型的分辨率Resolution

。柵格數(shù)據(jù)中柵格像元尺寸越小，分辨率越高。1、柵格像元大小的確定：像元太大，忽略較小圖斑，造成信息丟失，無法表示精確位置。像元越小，分辨率愈高，數(shù)據(jù)量愈大（按分辨率的平方指數(shù)增加），計(jì)算成本就越高，處理速度越慢。像元的大小決定了柵格數(shù)據(jù)模型的分辨率Resolution2、柵格像元屬性值的確定：當(dāng)一個(gè)柵格像元內(nèi)有多個(gè)可選屬性值時(shí)，按一定方法來確定柵格屬性值。1、中心點(diǎn)法：取位于柵格中心的屬性值為該柵格的屬性值。2、面積占優(yōu)法：柵格單元屬性值為面積最大者，常用于分類較細(xì)，地理類別圖斑較小時(shí)。3、重要性法：定義屬性類型的重要級別，取重要的屬性值為柵格屬性值，常用于有重要意義而面積較小的要素。參見P68注釋欄4.12、柵格像元屬性值的確定：當(dāng)一個(gè)柵格像元內(nèi)有多個(gè)A.OBC中心點(diǎn)法重要性法面積占優(yōu)法柵格數(shù)據(jù)結(jié)構(gòu)中混合像元的處理中心點(diǎn)法重要性法A.OBC中心點(diǎn)法重要性法面積占優(yōu)法柵格數(shù)據(jù)結(jié)構(gòu)中混合像元的3、柵格波段Singleband(elevations)

單波段（每個(gè)像元只有一個(gè)像元值）——高程柵格Multiband(satelliteimages)

多波段（每個(gè)像元與一個(gè)以上像元值相關(guān)聯(lián)）——衛(wèi)星影像3、柵格波段Singleband(elevations)衛(wèi)星影像

數(shù)字高程模型數(shù)字正射影像二值掃描文件數(shù)字柵格圖圖形文件特定GIS軟件中的柵格數(shù)據(jù)第二節(jié)柵格數(shù)據(jù)類型所有的數(shù)據(jù)類型都具有柵格數(shù)據(jù)模型的相同基本要素衛(wèi)星影像第二節(jié)柵格數(shù)據(jù)類型所有的數(shù)據(jù)類型都具有柵格數(shù)1、衛(wèi)星影像SatelliteImagery遙感衛(wèi)星數(shù)據(jù)Remotelysensedsatellitedata空間分辨率與地面像元大小相關(guān)像素值就是亮度值——表示從地球表面反射或發(fā)射的光能1、衛(wèi)星影像SatelliteImagery遙感衛(wèi)星數(shù)Landsat陸地衛(wèi)星Terraspacecraft(ASTER)

高級星載熱發(fā)射與反射輻射計(jì)AVHRRandotherweathersatellites

高級甚高分辨率輻射計(jì)和其它氣象衛(wèi)星SPOT地球觀測衛(wèi)星IKONOS高空分辨率陸地衛(wèi)星QuickBird快鳥（載有高分辨率傳感器）Landsat陸地衛(wèi)星2、數(shù)字高程模型DigitalElevationModels(DEMs)USGS的數(shù)字高程模型非USGS的數(shù)字高程模型全球數(shù)字高程模型數(shù)字高程模型由等間隔海拔數(shù)據(jù)的排列組成。USGS（美國地質(zhì)調(diào)查局）的DEM7.5分,30分,1度,15分2、數(shù)字高程模型DigitalElevationMo非USGS的數(shù)字高程模型立體測圖儀，具有重疊區(qū)的航片從衛(wèi)星影像生產(chǎn)數(shù)字高程模型雷達(dá)，激光測速儀Radar，LIDARDEM數(shù)據(jù)LIDAR數(shù)據(jù)非USGS的數(shù)字高程模型立體測圖儀，具有重疊區(qū)的航片DEM數(shù)由航片或其他遙感數(shù)據(jù)而得的數(shù)字化影像。由于照相機(jī)鏡頭傾斜和地形起伏引起的位移已被消除，可與地形圖和其他地圖配準(zhǔn)。3、數(shù)字正射影像DigitalOrthophotoQuad(DOQ)USGS1m黑白數(shù)字正射影像由航片或其他遙感數(shù)據(jù)而得的數(shù)字化影像。3、數(shù)字正射影像D4、二值掃描文件Bi-LevelScannedFiles含數(shù)值1或0的掃描圖像常用于進(jìn)行數(shù)字化4、二值掃描文件Bi-LevelScannedFil5、數(shù)字柵格圖DigitalRasterGraph(DRG)地形圖的掃描圖像5、數(shù)字柵格圖DigitalRasterGraph6、圖形文件地圖、照片和影像可存儲(chǔ)為圖形文件如TIFF、JPEG、GIF等7、特定GIS軟件的柵格數(shù)據(jù)GIS軟件包使用從DEM、衛(wèi)星影像、掃描圖像、圖形文件導(dǎo)入的柵格數(shù)據(jù)，或從矢量數(shù)據(jù)轉(zhuǎn)換而來6、圖形文件地圖、照片和影像可存儲(chǔ)為圖形文件7、特定GI逐個(gè)像元編碼Cell-by-cellencoding柵格數(shù)據(jù)存為矩陣，逐行記錄代碼數(shù)據(jù)。特點(diǎn)：最直觀、最基本的網(wǎng)格存貯結(jié)構(gòu)，沒有進(jìn)行任何壓縮數(shù)據(jù)處理。第三節(jié)柵格數(shù)據(jù)結(jié)構(gòu)柵格數(shù)據(jù)結(jié)構(gòu)——柵格數(shù)據(jù)的存儲(chǔ)方法或格式數(shù)字高程模型、衛(wèi)星影像采用此方法存儲(chǔ)數(shù)據(jù)逐個(gè)像元編碼Cell-by-cellencoding4×42225555555557777行1：2255行2：2755行3：7775行4：55554×42225555555557777柵格數(shù)據(jù)的存儲(chǔ)方法或格式數(shù)字高程模型課件游程編碼Run-LengthEncoding（RLE）柵格數(shù)據(jù)相鄰單元之間存在著相似性即許多重復(fù)格網(wǎng)值時(shí)用特點(diǎn)：在柵格壓縮時(shí)，數(shù)據(jù)量不會(huì)明顯增加，壓縮率高，并最大限度地保留原始柵格結(jié)構(gòu)，編碼解碼運(yùn)算簡單，且易于檢索、疊加、合并等操作，這種編碼應(yīng)用廣泛。二值掃描文件常用此方法存儲(chǔ)數(shù)據(jù)游程編碼Run-LengthEncoding（RLE柵格數(shù)據(jù)的存儲(chǔ)方法或格式數(shù)字高程模型課件基本思想：將一幅柵格數(shù)據(jù)層或圖像等分為四部分，逐塊檢查其格網(wǎng)屬性值（或灰度）；如果某個(gè)子區(qū)的所有格網(wǎng)值都具有相同的值，則這個(gè)子區(qū)就不再繼續(xù)分割，否則還要把這個(gè)子區(qū)再分割成四個(gè)子區(qū)；這樣依次地分割，直到每個(gè)子塊都只含有相同的屬性值或灰度為止。

最后得到一顆四分叉的倒立樹。四叉樹QuadTree——將格網(wǎng)分成象限層次基本思想：四叉樹QuadTree——將格網(wǎng)分成象限層只記錄葉結(jié)點(diǎn)的位置，深度（節(jié)點(diǎn)所在層數(shù)）和屬性。

地址碼/定位碼/Morton碼（四進(jìn)制或十進(jìn)制）線性四叉樹四叉樹可有效地存儲(chǔ)面狀數(shù)據(jù)，尤其是僅包含少數(shù)類別時(shí)；四叉樹是一種有效的空間檢索方法。只記錄葉結(jié)點(diǎn)的位置，深度（節(jié)點(diǎn)所在層數(shù)）和屬性。線性四叉樹四進(jìn)制Morton碼:四叉樹從上而下形成，由葉結(jié)點(diǎn)找Morton碼。每分割一次，增加一位數(shù)字，大分割在前，小分割在后。所以，碼的位數(shù)表示分割的次數(shù)。每一個(gè)位均是不大于3的四進(jìn)制數(shù)，表達(dá)位置。由Morton碼找出四叉樹葉結(jié)點(diǎn)的具體位置。0312象限編碼四進(jìn)制Morton碼:0312象限編碼關(guān)于柵格數(shù)據(jù)的信息數(shù)據(jù)結(jié)構(gòu)、區(qū)域范圍、格網(wǎng)單元大小、光譜波段數(shù)，每一像元的比特?cái)?shù)也包括統(tǒng)計(jì)文件、色彩文件等頭文件關(guān)于柵格數(shù)據(jù)的信息頭文件數(shù)據(jù)壓縮是將數(shù)據(jù)表示成更緊湊的格式以減少存儲(chǔ)空間的一項(xiàng)技術(shù)。分為：無損壓縮：在編碼過程中信息沒有丟失，經(jīng)過解碼可恢復(fù)原有的信息?！Ｓ脕矸治龌虍a(chǎn)生新的數(shù)據(jù)有損壓縮：為最大限度壓縮數(shù)據(jù)，在編碼中損失一些認(rèn)為不太重要的信息，解碼后，這部分信息無法恢復(fù)?！Ｓ糜诒尘坝跋裉幚矶皇欠治龅谒墓?jié)柵格數(shù)據(jù)壓縮數(shù)據(jù)壓縮是將數(shù)據(jù)表示成更緊湊的格式以減少存儲(chǔ)空間的一第五節(jié)數(shù)據(jù)轉(zhuǎn)換與綜合柵格化Rasterization

—矢量數(shù)據(jù)轉(zhuǎn)換為柵格數(shù)據(jù)矢量化Vectorization

—柵格數(shù)據(jù)轉(zhuǎn)換為矢量數(shù)據(jù)第五節(jié)數(shù)據(jù)轉(zhuǎn)換與綜合柵格化Rasterization—與矢量化相比，較簡單步驟：1）建立像元大小的格網(wǎng)，并將所有像元的初始值賦為0；2）改變格網(wǎng)單元值3）填充多邊形輪廓線的內(nèi)部柵格化與矢量化相比，較簡單柵格化三個(gè)基本要素：柵格線的細(xì)化——最好細(xì)化到只占據(jù)一個(gè)像元寬度矢量線提取——決定獨(dú)立線段的起、止點(diǎn)的過程拓?fù)潢P(guān)系重建——將柵格圖像中提取出來的線條連接，及顯示數(shù)字化錯(cuò)誤。矢量化三個(gè)基本要素：矢量化柵格與矢量數(shù)據(jù)的綜合使用柵格影像作為顯示背景二值掃描文件用于現(xiàn)狀或面狀要素的屏幕數(shù)字化數(shù)字高程模型用作提取等高線等地形特征矢量數(shù)據(jù)作為處理衛(wèi)星影像的輔助信息柵格與矢量數(shù)據(jù)的綜合使用柵格影像作為顯示背景

矢量和柵格數(shù)據(jù)的結(jié)合——矢柵一體化數(shù)據(jù)結(jié)構(gòu) 矢量和柵格數(shù)據(jù)的結(jié)合——矢柵一體化數(shù)據(jù)結(jié)構(gòu)1、理解柵格數(shù)據(jù)像元大小、分辨率和空間要素之間的關(guān)系。2、柵格數(shù)據(jù)模型和矢量數(shù)據(jù)模型相比各有哪些優(yōu)缺點(diǎn)？3、理解柵格數(shù)據(jù)結(jié)構(gòu)的幾種類型及各自優(yōu)缺點(diǎn)。4、理解無損壓縮和有損壓縮的不同。5、結(jié)合你的專業(yè)理解矢量數(shù)據(jù)和柵格數(shù)據(jù)相結(jié)合的好處。

復(fù)習(xí)題1、理解柵格數(shù)據(jù)像元大小、分辨率和空間要素之間的關(guān)系。復(fù)習(xí)題第四章GIS柵格數(shù)據(jù)模型柵格數(shù)據(jù)模型要素柵格數(shù)據(jù)類型

柵格數(shù)據(jù)結(jié)構(gòu)柵格數(shù)據(jù)壓縮數(shù)據(jù)轉(zhuǎn)換與綜合第四章GIS柵格數(shù)據(jù)模型柵格數(shù)據(jù)模型要素

矢量數(shù)據(jù)模型用點(diǎn)、線、面來表示空間要素，對有確定位置的離散要素較為理想，對連續(xù)變化數(shù)據(jù)的表示不很理想。對連續(xù)變化的數(shù)據(jù)（如海拔、降水量、土壤侵蝕等）較好的選擇是柵格數(shù)據(jù)模型。第一節(jié)柵格數(shù)據(jù)模型要素30年來，柵格數(shù)據(jù)模型沒有變化，用規(guī)則的格網(wǎng)單元表示。柵格數(shù)據(jù)模型包括數(shù)字高程數(shù)據(jù)、衛(wèi)星影像、數(shù)字正射影像、掃描地圖和圖形文件等。矢量數(shù)據(jù)模型用點(diǎn)、線、面來表示空間要素，對有確定位置柵格由行、列、像元（像素）組成起始點(diǎn)（格網(wǎng)單元地址）-左上角Rows行用y坐標(biāo)Columns列用x坐標(biāo)柵格中每個(gè)像元由其行、列位置明確定義，用像元值表示空間對象的類型、等級等特征，且每個(gè)像元具有一個(gè)像元值。RealworldGrid點(diǎn)線面Value=0=1=2=3行列RASTER柵格由行、列、像元（像素）組成RealworldGrid點(diǎn)像元的大小決定了柵格數(shù)據(jù)模型的分辨率Resolution

。柵格數(shù)據(jù)中柵格像元尺寸越小，分辨率越高。1、柵格像元大小的確定：像元太大，忽略較小圖斑，造成信息丟失，無法表示精確位置。像元越小，分辨率愈高，數(shù)據(jù)量愈大（按分辨率的平方指數(shù)增加），計(jì)算成本就越高，處理速度越慢。像元的大小決定了柵格數(shù)據(jù)模型的分辨率Resolution2、柵格像元屬性值的確定：當(dāng)一個(gè)柵格像元內(nèi)有多個(gè)可選屬性值時(shí)，按一定方法來確定柵格屬性值。1、中心點(diǎn)法：取位于柵格中心的屬性值為該柵格的屬性值。2、面積占優(yōu)法：柵格單元屬性值為面積最大者，常用于分類較細(xì)，地理類別圖斑較小時(shí)。3、重要性法：定義屬性類型的重要級別，取重要的屬性值為柵格屬性值，常用于有重要意義而面積較小的要素。參見P68注釋欄4.12、柵格像元屬性值的確定：當(dāng)一個(gè)柵格像元內(nèi)有多個(gè)A.OBC中心點(diǎn)法重要性法面積占優(yōu)法柵格數(shù)據(jù)結(jié)構(gòu)中混合像元的處理中心點(diǎn)法重要性法A.OBC中心點(diǎn)法重要性法面積占優(yōu)法柵格數(shù)據(jù)結(jié)構(gòu)中混合像元的3、柵格波段Singleband(elevations)

單波段（每個(gè)像元只有一個(gè)像元值）——高程柵格Multiband(satelliteimages)

多波段（每個(gè)像元與一個(gè)以上像元值相關(guān)聯(lián)）——衛(wèi)星影像3、柵格波段Singleband(elevations)衛(wèi)星影像

數(shù)字高程模型數(shù)字正射影像二值掃描文件數(shù)字柵格圖圖形文件特定GIS軟件中的柵格數(shù)據(jù)第二節(jié)柵格數(shù)據(jù)類型所有的數(shù)據(jù)類型都具有柵格數(shù)據(jù)模型的相同基本要素衛(wèi)星影像第二節(jié)柵格數(shù)據(jù)類型所有的數(shù)據(jù)類型都具有柵格數(shù)1、衛(wèi)星影像SatelliteImagery遙感衛(wèi)星數(shù)據(jù)Remotelysensedsatellitedata空間分辨率與地面像元大小相關(guān)像素值就是亮度值——表示從地球表面反射或發(fā)射的光能1、衛(wèi)星影像SatelliteImagery遙感衛(wèi)星數(shù)Landsat陸地衛(wèi)星Terraspacecraft(ASTER)

高級星載熱發(fā)射與反射輻射計(jì)AVHRRandotherweathersatellites

高級甚高分辨率輻射計(jì)和其它氣象衛(wèi)星SPOT地球觀測衛(wèi)星IKONOS高空分辨率陸地衛(wèi)星QuickBird快鳥（載有高分辨率傳感器）Landsat陸地衛(wèi)星2、數(shù)字高程模型DigitalElevationModels(DEMs)USGS的數(shù)字高程模型非USGS的數(shù)字高程模型全球數(shù)字高程模型數(shù)字高程模型由等間隔海拔數(shù)據(jù)的排列組成。USGS（美國地質(zhì)調(diào)查局）的DEM7.5分,30分,1度,15分2、數(shù)字高程模型DigitalElevationMo非USGS的數(shù)字高程模型立體測圖儀，具有重疊區(qū)的航片從衛(wèi)星影像生產(chǎn)數(shù)字高程模型雷達(dá)，激光測速儀Radar，LIDARDEM數(shù)據(jù)LIDAR數(shù)據(jù)非USGS的數(shù)字高程模型立體測圖儀，具有重疊區(qū)的航片DEM數(shù)由航片或其他遙感數(shù)據(jù)而得的數(shù)字化影像。由于照相機(jī)鏡頭傾斜和地形起伏引起的位移已被消除，可與地形圖和其他地圖配準(zhǔn)。3、數(shù)字正射影像DigitalOrthophotoQuad(DOQ)USGS1m黑白數(shù)字正射影像由航片或其他遙感數(shù)據(jù)而得的數(shù)字化影像。3、數(shù)字正射影像D4、二值掃描文件Bi-LevelScannedFiles含數(shù)值1或0的掃描圖像常用于進(jìn)行數(shù)字化4、二值掃描文件Bi-LevelScannedFil5、數(shù)字柵格圖DigitalRasterGraph(DRG)地形圖的掃描圖像5、數(shù)字柵格圖DigitalRasterGraph6、圖形文件地圖、照片和影像可存儲(chǔ)為圖形文件如TIFF、JPEG、GIF等7、特定GIS軟件的柵格數(shù)據(jù)GIS軟件包使用從DEM、衛(wèi)星影像、掃描圖像、圖形文件導(dǎo)入的柵格數(shù)據(jù)，或從矢量數(shù)據(jù)轉(zhuǎn)換而來6、圖形文件地圖、照片和影像可存儲(chǔ)為圖形文件7、特定GI逐個(gè)像元編碼Cell-by-cellencoding柵格數(shù)據(jù)存為矩陣，逐行記錄代碼數(shù)據(jù)。特點(diǎn)：最直觀、最基本的網(wǎng)格存貯結(jié)構(gòu)，沒有進(jìn)行任何壓縮數(shù)據(jù)處理。第三節(jié)柵格數(shù)據(jù)結(jié)構(gòu)柵格數(shù)據(jù)結(jié)構(gòu)——柵格數(shù)據(jù)的存儲(chǔ)方法或格式數(shù)字高程模型、衛(wèi)星影像采用此方法存儲(chǔ)數(shù)據(jù)逐個(gè)像元編碼Cell-by-cellencoding4×42225555555557777行1：2255行2：2755行3：7775行4：55554×42225555555557777柵格數(shù)據(jù)的存儲(chǔ)方法或格式數(shù)字高程模型課件游程編碼Run-LengthEncoding（RLE）柵格數(shù)據(jù)相鄰單元之間存在著相似性即許多重復(fù)格網(wǎng)值時(shí)用特點(diǎn)：在柵格壓縮時(shí)，數(shù)據(jù)量不會(huì)明顯增加，壓縮率高，并最大限度地保留原始柵格結(jié)構(gòu)，編碼解碼運(yùn)算簡單，且易于檢索、疊加、合并等操作，這種編碼應(yīng)用廣泛。二值掃描文件常用此方法存儲(chǔ)數(shù)據(jù)游程編碼Run-LengthEncoding（RLE柵格數(shù)據(jù)的存儲(chǔ)方法或格式數(shù)字高程模型課件基本思想：將一幅柵格數(shù)據(jù)層或圖像等分為四部分，逐塊檢查其格網(wǎng)屬性值（或灰度）；如果某個(gè)子區(qū)的所有格網(wǎng)值都具有相同的值，則這個(gè)子區(qū)就不再繼續(xù)分割，否則還要把這個(gè)子區(qū)再分割成四個(gè)子區(qū)；這樣依次地分割，直到每個(gè)子塊都只含有相同的屬性值或灰度為止。

最后得到一顆四分叉的倒立樹。四叉樹QuadTree——將格網(wǎng)分成象限層次基本思想：四叉樹QuadTree——將格網(wǎng)分成象限層只記錄葉結(jié)點(diǎn)的位置，深度（節(jié)點(diǎn)所在層數(shù)）和屬性。

地址碼/定位碼/Morton碼（四進(jìn)制或十進(jìn)制）線性四叉樹四叉樹可有效地存儲(chǔ)面狀數(shù)據(jù)，尤其是僅包含少數(shù)類別時(shí)；四叉樹是一種有效的空間檢索方法。只記錄葉結(jié)點(diǎn)的位置，深度（節(jié)點(diǎn)所在層數(shù)）和屬性。線性四叉樹四進(jìn)制Morton碼:四叉樹從上而下形成，由葉結(jié)點(diǎn)找Morton碼。每分割一次，增加一位數(shù)字，大分割在前，小分割在后。所以，碼的位數(shù)表示分割的次數(shù)。每一個(gè)位均是不大于3的四進(jìn)制數(shù)，表達(dá)位置。由Morton碼找出四叉樹葉結(jié)點(diǎn)的具體位置。0312象限編碼四進(jìn)制Morton碼:0312象限編碼關(guān)于柵格數(shù)