p06第六章 空間數(shù)據(jù)的處理

第七章空間數(shù)據(jù)的處理空間數(shù)據(jù)處理是地理信息系統(tǒng)的基本功能之一，包括：數(shù)據(jù)變換：指數(shù)據(jù)從一種數(shù)學(xué)狀態(tài)到另一種數(shù)學(xué)狀態(tài)的轉(zhuǎn)換，包括幾何校正、投影變換和輻射校正等，解決空間數(shù)據(jù)的幾何配準(zhǔn)問題;數(shù)據(jù)重構(gòu)：指數(shù)據(jù)格式轉(zhuǎn)換，包括結(jié)構(gòu)變換、格式變換和類型轉(zhuǎn)換等，解決數(shù)據(jù)的統(tǒng)一問題，實現(xiàn)多元和異構(gòu)數(shù)據(jù)的融合和連接;數(shù)據(jù)結(jié)構(gòu)的轉(zhuǎn)換，包括同一數(shù)據(jù)結(jié)構(gòu)不同組織形式間的轉(zhuǎn)換和不同數(shù)據(jù)結(jié)構(gòu)間的轉(zhuǎn)換數(shù)據(jù)提?。褐父鶕?jù)給定的條件提取感興趣的部分，包括類型提取、窗口提取和空間內(nèi)插等，解決不同用戶對數(shù)據(jù)的特殊需要問題。幾何校正輻射校正理想成像系統(tǒng)產(chǎn)生的圖象的亮度值應(yīng)與地物的輻射率成線性關(guān)系，但實際傳感器記錄的灰度值、亮度值(DN值)地物的輻射率并不成線性關(guān)系，特別是反應(yīng)曲線兩端部分最為明顯。位于整個亮度范圍兩端部分的地物信息被壓縮了。利用反應(yīng)曲線的逆函數(shù)從原來DN值得到校正后輻射值。第一節(jié)矢量和柵格數(shù)據(jù)的相互轉(zhuǎn)換矢量和柵格相互轉(zhuǎn)換的必要性；矢量向柵格轉(zhuǎn)換方式和柵格單元的尺寸設(shè)置；柵格向矢量轉(zhuǎn)換方式和要求：點的矢量和柵格相互轉(zhuǎn)換；線的矢量和柵格相互轉(zhuǎn)換；面的矢量和柵格相互轉(zhuǎn)換；A、矢量和柵格數(shù)據(jù)的相互轉(zhuǎn)換的必要性必要性： 矢量數(shù)據(jù)和柵格數(shù)據(jù)各有優(yōu)缺點，在功能完善的GIS軟件中，兩種格式的數(shù)據(jù)往往并存，但為了數(shù)據(jù)處理和分析的方便，需要在這兩種格式的數(shù)據(jù)之間進(jìn)行相互轉(zhuǎn)換。柵格向矢量轉(zhuǎn)換：將柵格分析的結(jié)果，通過繪圖儀輸出；為了壓縮數(shù)據(jù)，將大量的面狀柵格數(shù)據(jù)轉(zhuǎn)換為少量數(shù)據(jù)表示的多邊形邊界；將從掃描儀得到的基于圖像的柵格數(shù)據(jù)轉(zhuǎn)換為矢量格式，以減少從數(shù)字化儀數(shù)字化地圖的艱巨勞動。矢量向柵格轉(zhuǎn)換： 當(dāng)數(shù)據(jù)采集采用矢量數(shù)據(jù),為了進(jìn)行矢量數(shù)據(jù)所不具備的地理分析(如空間分析和模擬等)，便于研究地理現(xiàn)象的漸變規(guī)律性，需要將矢量數(shù)據(jù)轉(zhuǎn)換為柵格數(shù)據(jù)；B、矢量到柵格的轉(zhuǎn)換方式將以矢量表示的點、線、多邊形直接轉(zhuǎn)換為柵格格式；基于弧段數(shù)據(jù)的柵格化方法；基于多邊形數(shù)據(jù)的柵格化方法將以矢量表示的樣本點或等值線插值為柵格。矢量到柵格的轉(zhuǎn)換時柵格單元的大小問題原圖的精度（比例和最小圖斑尺寸）；存儲空間等因素決定；變換后的用途：如果變換后要和一幅衛(wèi)星圖象匹配，最好采用與衛(wèi)星圖象相同的分辨率；如果作為地形分析用，地形起伏變化小時分辨率可以低些，柵格單元就可大些；而地形變化大時，則分辨率就應(yīng)高些，柵格單元就要小些。矢量化：即從柵格單元轉(zhuǎn)換到幾何圖形的過程,包括：表示類別或?qū)傩栽偕鷸鸥竦氖噶炕苯愚D(zhuǎn)換基于柵格數(shù)據(jù)結(jié)構(gòu)的掃描圖像的矢量化處理C、柵格到矢量轉(zhuǎn)換方式轉(zhuǎn)換物體正確的外形，即保持幾何結(jié)構(gòu)的一致性；拓?fù)滢D(zhuǎn)換，即保持柵格所表示的連通性與鄰接性。柵格到矢量轉(zhuǎn)換的要求一、點的轉(zhuǎn)換對于以矢量結(jié)構(gòu)表示的點狀實體而言，每個實體僅由一個坐標(biāo)對表示其空間位置，而在柵格結(jié)構(gòu)中的點實體的位置，則是由該單元格所處的行列位置所確定的。因此對于點實體的兩種結(jié)構(gòu)的轉(zhuǎn)換基本上只是一個坐標(biāo)精度變換的問題，在技術(shù)上并不難解決。1、點由矢量到柵格的轉(zhuǎn)換原理點的變換很簡單，只要這個點落在某一個柵格中，就屬于那個格網(wǎng)單元，其行、列號由下式求出；柵格點的值用點的屬性表示。ArcGIS命令PointGrid<in_cover><out_grid>{value_item}{lookup_table}{weight_table}

{Value_item}：PAT文件的一個項目，用于為GRID賦值，默認(rèn)為內(nèi)部點號。{lookup_table}：查找表必須包含{value_item}和code兩個項目，且code必須為數(shù)值型，查找表要按code字段進(jìn)行升序排列。{weight_table}：權(quán)重用于一個網(wǎng)格單元會有幾個可能代碼值的情形，權(quán)重最大者賦予該單元；權(quán)重表必須有code和weight兩個數(shù)值型字段。如某一代碼不在表中，則權(quán)重為0；權(quán)重為0的點不予處理；本表須按CODE字段升序排列。多點和無點的情況在沒有權(quán)重表的情況下，如果一個柵格包含多于一個的點，并且標(biāo)明了{(lán)value_item}則{value_item}

值出現(xiàn)頻率最高的點被引用；如果不標(biāo)明{value_item}同時有多個點存在則按點的出現(xiàn)順序來賦值；如果某個單元格無點存在，則該單元格賦值為NODATA.ExamplesArc:pointgridwellsgridwell

ConvertingpointsfromWELLStogridGRIDWELLCellSize(SquareCell):40ConverttheEntireCoverage(Y/N)?:YBackgroundvalue(NODATA/ZERO)?:NODATA2、點的柵格到矢量（ArcGIS命令）GRIDPOINT<in_grid><out_cover>{pat_item}將表示柵格點特征的格網(wǎng)轉(zhuǎn)換為點圖層。點的坐標(biāo)取單元格的中心，并加上網(wǎng)格左下角的坐標(biāo)進(jìn)行換算。<in_grid>-輸入的格網(wǎng)名；<out_cover>-輸出的點圖層名；{pat_item}–存儲輸入格網(wǎng)屬性值的輸出圖層PAT文件的項目名；ExampleArc:listbluegrid.bndXMIN=0.00000YMIN=0.00000XMAX=9.00000YMAX=9.00000Arc:gridpoint

bluegrid

bluepointcovGrid:listbluepntcov.ticRecordIDTICXTICYTIC118.500000.50000248.500008.50000320.500000.50000430.500008.50000二、線圖元的轉(zhuǎn)換線圖元由矢量到柵格的轉(zhuǎn)換；線實體由柵格到矢量的轉(zhuǎn)換——掃描圖形的矢量化1、線圖元從矢量到柵格的轉(zhuǎn)換線圖元的矢量結(jié)構(gòu)由一系列坐標(biāo)對表示，在變?yōu)闁鸥窠Y(jié)構(gòu)時，除把序列中的坐標(biāo)對（即拐點）變?yōu)闁鸥竦男辛凶鴺?biāo)之外，還需根據(jù)柵格精度要求，在坐標(biāo)點之間進(jìn)行插值，以保證柵格表示的線的連通性；線圖元矢量到柵格的算法原理對于線圖元，曲線可以近似地看成多個直線段組成的折線，計算每條直線段經(jīng)過哪些網(wǎng)格單元。由線段兩端點坐標(biāo)(X1，Y1)，(X2，Y2)求出端點所在行列號和該直線跨越的單元格的行號；根據(jù)中間網(wǎng)格的行號計算出單元格水平中心線和直線相交的X坐標(biāo)，再由X值求出這一點的列號J，依次求出直線經(jīng)過的每個網(wǎng)格單元；用直線的屬性值填充這些網(wǎng)格單元，完成轉(zhuǎn)換。從線圖層中產(chǎn)生柵格的ArcGis命令LINEGRID<in_cover><out_grid>{value_item}{lookup_table}{weight_table}<in_cover>：包含弧段的輸入圖層；<out_grid>：要產(chǎn)生的網(wǎng)格；{value_item}：線屬性表AAT文件中的項，用于給單元格賦值；{lookup_table}：查找表{weight_table}：權(quán)重表。當(dāng)單元格中無弧段時，單元格取值為NODATA，當(dāng)單元格只有一條弧段時，單元格的取值由{value_item}或{lookup_table}中的Code項的取值決定。當(dāng)單元格包含多條弧段時，單元格的取值決定于最長弧段；或者由weight_table中權(quán)重最大的弧段決定。ExamplesArc:LINEGRIDROADSRDGRIDROADS-TYPEConvertingarcsfromROADStogridRDGRIDCellSize(SquareCell):40ConverttheEntireCoverage(Y/N)?:YBackgroundvalue(NODATA/ZERO)?:ZERO2、線圖元由柵格到矢量的轉(zhuǎn)換——掃描圖形的矢量化掃描矢量化過程：在掃描后處理中，需要進(jìn)行矢量轉(zhuǎn)柵格的運算。掃描矢量化可以自動進(jìn)行，但是掃描地圖中包含多種信息，系統(tǒng)難以自動識別分辨，這使得完全矢量化的結(jié)果不那么“可靠”；實際應(yīng)用中常采用交互跟蹤矢量化或半自動矢量化。1）消除雜點由于原始圖像介質(zhì)（比如地圖）的質(zhì)量問題、線不光滑或者掃描系統(tǒng)分辨率的限制，掃描后的圖像存在許多斑點、線的多余小分支(毛刺噪聲)、孔洞和凹陷噪聲；因此需要采取濾波或編輯方法消除不必要的雜點，否則就會造成細(xì)化誤差和失真，最終影響地圖跟蹤和矢量化。2）二值化圖像數(shù)據(jù)是不同灰度的，通過掃描儀按一定分辨率進(jìn)行掃描，得到以不同灰度值（0—255）表示的數(shù)據(jù)，為了將掃描圖像矢量化，需要對這些數(shù)據(jù)二值化，即在最大和最小灰度值之間定義一個閾值，使灰度值小于這個閾值的單元格的取值變?yōu)?，否則變?yōu)?。因此，二值化的結(jié)果是得到黑白二值圖象，通常將白色區(qū)域的柵格點賦值為0，而黑色區(qū)域為1，對應(yīng)了要矢量化提取的地物，又稱前景。細(xì)化：由于掃描時所選的分辨率都較高，因此單個線條的橫斷面占有幾個像素寬，矢量化時需要將這些線條進(jìn)行細(xì)化操作。細(xì)化方法分為“剝皮法”和“骨架法”兩類。3）細(xì)化A、剝皮法是從曲線的邊沿開始，每次剝掉等于一個柵格寬的一層，直到最后留下彼此相連的一個柵格點組成的圖形。由于每條線在不同位置的寬度可能不同，故不能剝?nèi)?dǎo)致曲線不連通的柵格，也不能在圖形中形成孔。方法是用一個3*3柵格窗口，逐個檢查每個柵格單元，被查柵格是否刪去，由以該柵格為中心的組合圖決定：B、骨架法即確定圖形的骨架，而將非骨架上的多余柵格刪除。掃描全圖，凡是像元值為1的柵格都用V值取代，V值是該柵格與北、東和北東三個相鄰柵格像元值之和；在V值圖上保留最大V值的柵格，刪除其它柵格，但必須保證連通。V值只能分布在圖形的中心線（骨架）上。將細(xì)化后的柵格圖像，整理為從節(jié)點出發(fā)的線段或閉合的線條，并以矢量形式存儲柵格點中心的坐標(biāo)；從圖幅西北角開始跟蹤，按順時針或逆時針方向，從起始點開始，根據(jù)8個鄰域進(jìn)行搜索，依次跟蹤相鄰點；并記錄結(jié)點坐標(biāo)，然后搜索閉曲線，直到完成矢量化；矢量結(jié)構(gòu)的數(shù)據(jù)點不需要像柵格那樣充滿路徑，因此對于組成直線的多余的中間點可以刪除。4）、跟蹤GRIDLINE<in_grid><out_cover>{POSITIVE|DATA}{THIN|NOTHIN}{NOFILTER|FILTER}{ROUND|SHARP}{item}{thickness}{dangle}{weed}{positive|data}：指定標(biāo)識前景像元的像元值。柵格圖層被視為一組前景像元和背景像元的集合。前景像元組成了要轉(zhuǎn)換為矢量的線性特征。Positive:值大于0的像元為前景像元，而小于或等于0或者NODATA屬于背景像元。Data:所有具有有效值的像元屬于前景像元，NODATA為背景像元。{Thin|Nothin}:矢量化之前前景像元是否要進(jìn)行細(xì)化。{nofilter|filter}:細(xì)化第一階段是否要濾波處理，使前景像元與背景像元的邊界更加平滑{round|sharp}:轉(zhuǎn)折處或交接處為圓滑的還是突變的。{item}:輸出圖層AAT文件中包含網(wǎng)格像元屬性的項目名{thickness}:網(wǎng)格中線性特征的最大厚度ArcGis的矢量化命令ExamplesArc:gridlinerdg300roadcovdatathinfiltersharp~road_code3000300010ConvertingGRIDrdg300toCoverageroadcovFilteringBoundaries...EuclideanX/YMapping...ExtractingSkeletons...SequentialThinning...MarkingNodes...AssemblingGridLines...Removingshortdanglingarcs...256uniquenodesbuiltfor/TMP_MNT/MISC/GEOFUNC/ROADCOVgeneralizearcs...Generalizedcoverage/TMP_MNT/MISC/GEOFUNC/ROADCOVFrom:1859Verticesand255ArcsTo:768Verticesand255Arcs三、多邊形的轉(zhuǎn)換矢量格式向柵格格式的轉(zhuǎn)換柵格格式向矢量格式的轉(zhuǎn)換1、多邊形矢量數(shù)據(jù)轉(zhuǎn)柵格數(shù)據(jù)矢量格式向柵格格式轉(zhuǎn)換又稱為多邊形填充，即在矢量表示的多邊形內(nèi)部的所有柵格上賦予相應(yīng)的多邊形屬性值，從而形成柵格數(shù)據(jù)陣列。內(nèi)部擴(kuò)散算法算法：由每個多邊形一個內(nèi)部點（種子點）開始，向其八個方向的鄰點擴(kuò)散，判斷新加入點是否在多邊形的邊界上，如果在邊界上，則新加入的點不作為種子點，否則新加入的點作為新的種子點和原有種子點一起擴(kuò)散，并將該種子點賦予多邊形的編號。重復(fù)上述過程，直到所有種子點填滿該多邊形并遇到邊界為止。特點：程序?qū)崿F(xiàn)較為復(fù)雜；在柵格陣列中進(jìn)行搜索，占用內(nèi)存大；一定柵格精度上，如果復(fù)雜圖形的同一多邊形的兩條邊界落在同一個或相鄰的兩個柵格單元內(nèi)，會造成多邊形不連通。②復(fù)數(shù)積分算法算法：對柵格矩陣逐個判斷單元格歸屬的多邊形編碼，判別方法是由待判點對每個多邊形的封閉邊界計算復(fù)數(shù)積分，對某個多邊形，如果積分值等于2πi，則該待判點屬于該多邊形。特點：可靠性好，設(shè)計也并不復(fù)雜，但運算時間長，需要較高檔次的微機。③射線算法從待判點向圖幅外某點引射線，計算其與多邊形邊界相交的次數(shù)，如果為奇數(shù)，則該待判點在多邊形內(nèi)部，否則在多邊形外部。特殊情況：即射線和多邊形相切、重合等情況，會影響到交點次數(shù)的計算，必須在設(shè)計時考慮到并予以排除。為避免誤判，可與鉛錘線跌落法結(jié)合進(jìn)行檢驗，只要一種方法交點為奇數(shù)，該點就在多邊形內(nèi)。特點：運算量大，算法不完善，編程較復(fù)雜。④掃描算法原理：射線算法的改進(jìn)，將射線改為掃描線，在柵格陣列的行方向進(jìn)行掃描，在每兩次遇到多邊形邊界點的兩個位置之間的柵格，屬于多邊形。特點：計算量大大減少，效率較高，但通常要預(yù)留一個較大的數(shù)組存放邊界點，相交的特殊情形仍然存在，需加以判別；⑤邊界代數(shù)算法單個多邊形：建立初始柵格矩陣，其單元格取值全為0，欲填充多邊形編號為a的區(qū)域，以柵格行列坐標(biāo)為參考，沿多邊形邊界某點開始跟蹤多邊形邊界。當(dāng)邊界線段上行時，位于邊界左側(cè)行序號相同的所有單元格的取值被減去a，當(dāng)邊界線段為下行時，位于邊界右側(cè)行序號相同的所有單元格的取值加a。邊界掃描完畢后，該多邊形即被填充為a。多邊形外部則保持取值為0；多個多邊形：當(dāng)邊界弧段上行時，該弧段左側(cè)的全部柵格像元賦值為（左多邊形編號-右多邊形編號）；而當(dāng)邊界弧段下行時，該弧段左側(cè)的柵格賦值為（右多邊形編號-左多邊形編號）。此外，搜索過程不必考慮各邊界弧段的排列順序。ArcGIS命令格式POLYGRID<in_cover><out_grid>{value_item}{lookup_table}{weight_table}{weight_table}：權(quán)重表，表示不同多邊形的重要程度，主要用于處理一個單元格中包含多個可能代碼的情形；info

文件會為網(wǎng)格像元代碼分配權(quán)重值。權(quán)重最大的代碼將被賦予該像元。Code和weight兩個字段，須定義為數(shù)值型；{lookup-table}:info文件往往定義網(wǎng)格單元代碼

value-item和code字段。從多邊形格網(wǎng)產(chǎn)生整型網(wǎng)格。落入某個多邊形中的單元格被賦值為多邊形屬性表特定項的值。未落入任何多邊形的單元格被賦值為NODATA。對一個單元格落入多個多邊形的情況，或者根據(jù)不同多邊形在該單元格中所占面積的大小決定取值，或者用不同多邊形的權(quán)重來決定取值。2、多邊形由柵格轉(zhuǎn)換為矢量即提取以相同編號的柵格集合表示的多邊形區(qū)域邊界和邊界拓?fù)潢P(guān)系的過程。轉(zhuǎn)換須保證柵格數(shù)據(jù)中包含的空間實體之間的拓?fù)潢P(guān)系和固定的屬性代碼在轉(zhuǎn)換過程中仍保持其原有關(guān)系和原代碼。柵格數(shù)據(jù)柵格矢量化得到的弧段數(shù)據(jù)弧段數(shù)據(jù)自動生成多邊形1）轉(zhuǎn)換步驟多邊形邊界提?。翰捎酶咄V波將柵格圖象二值化或以特殊值標(biāo)識邊界點；實際上是通過確定邊界點和結(jié)點來實現(xiàn)的。

邊界線跟蹤：根據(jù)已經(jīng)提取的邊界點和結(jié)點，對每個邊界弧段由一個結(jié)點向另一個結(jié)點搜索，通常對每個已知邊界點需沿除了進(jìn)入方向的其它7個方向搜索下一個邊界點，直到連成邊界弧段。拓?fù)潢P(guān)系生成：對于矢量表示的邊界弧段數(shù)據(jù)，判斷其與原圖上各多邊形空間關(guān)系，形成完整拓?fù)洳⒔⑴c屬性聯(lián)系。去除多余點及曲線圓滑：為減少數(shù)據(jù)冗余，將因逐點搜索邊界點造成的多余點去掉，并采用一定的插補算法對由于柵格精度限制造成的邊界曲線不圓滑進(jìn)行處理。A、邊界點和結(jié)點提取2*2柵格窗口沿行或列方向全圖掃描：若窗口內(nèi)4個柵格有且僅有2個不同編號，則標(biāo)識為邊界點；若窗口內(nèi)有3個以上不同編號，則為結(jié)點，保持各柵格原多邊形編號信息；對角線上柵格兩兩相同，造成多邊形不連通，作結(jié)點處理。B、邊界線搜索與左右多邊形信息記錄首先記錄開始邊界點的兩個多邊形編號，作為弧段的左右多邊形，下一點組的搜索方向則由進(jìn)入當(dāng)前點的搜索方向和該點組的可能走向決定。C、多余點去除邊界弧段上連續(xù)的一些點，如果一定程度上滿足直線方程，可僅保留兩個端點，減少數(shù)據(jù)冗余ArcGIS命令GRIDPOLY<in_grid><out_cover>{weed_tolerance}將grid轉(zhuǎn)換為多邊形圖層，即從具有相同取值的鄰接單元格組來構(gòu)造多邊形。<in_grid>：thegridtobeconverted.<out_cover>：thecoveragetobecreated.{weed_tolerance}：拐點容差用于光滑弧段。默認(rèn)值為0。對于NODATA單元格，其多邊形屬性值定為-9999.因此應(yīng)確保輸入GRID沒有非-9999的單元，除非應(yīng)該作為NODATA處理。ExamplesArc:gridpolygrid1cover1第二節(jié)空間數(shù)據(jù)的壓縮和綜合空間數(shù)據(jù)壓縮的意義矢量數(shù)據(jù)的壓縮柵格數(shù)據(jù)壓縮編碼空間數(shù)據(jù)綜合一、空間數(shù)據(jù)壓縮的意義將數(shù)據(jù)組織為數(shù)據(jù)庫，是建立地理信息系統(tǒng)的重要環(huán)節(jié)。利用現(xiàn)代的數(shù)據(jù)采集系統(tǒng)來量化空間要素，其分辨率目前可達(dá)5微米的數(shù)量級，對如此龐大的坐標(biāo)數(shù)據(jù)量，不采用數(shù)據(jù)壓縮技術(shù)，整個系統(tǒng)在存儲空間和處理時間上都將承受巨大的壓力，而導(dǎo)致系統(tǒng)失敗。此外，空間數(shù)據(jù)比例尺的變化也同樣存在數(shù)據(jù)壓縮的需要。數(shù)據(jù)壓縮：從所取得的數(shù)據(jù)集合S中抽出一個子集A，作為一個新的信息源，在規(guī)定精度范圍內(nèi)最好地逼近原集合，而又能取得盡可能大的壓縮比。壓縮比與曲線的復(fù)雜程度、縮小倍數(shù)、精度要求、數(shù)字化取點密度等因素有關(guān)，有與壓縮技術(shù)有關(guān)。二、曲線上點的壓縮方法道格拉斯-普克法(Douglas-Peucker)；Li-openshaw的自然綜合法則法；垂距法。

三、柵格數(shù)據(jù)的壓縮編碼在同一區(qū)域內(nèi)，相鄰像元的屬性代碼值往往是相同的，為了減少數(shù)據(jù)存儲量，有必要采用壓縮的編碼方式，將相鄰等值的像元合并。這樣，可使數(shù)據(jù)的存儲量大大減少，并且有利于數(shù)據(jù)的存取。常用的數(shù)據(jù)壓縮方法有：鏈?zhǔn)骄幋a(ChainCodes)游程長度編碼(Run-lengthCodes)塊式編碼(BlockCodes)四叉樹編碼(QuadtreeEncoding)1、鏈?zhǔn)骄幋a(ChainCodes)鏈?zhǔn)骄幋a又稱弗里曼(Freeman)編碼或邊界編碼。它將線狀地物或區(qū)域邊界表示為：由某一起始點和在某些基本方向上的單位矢量鏈組成。單位矢量的長度默認(rèn)為一個柵格像元，每個后續(xù)點可能位于其前繼點的8個基本方向之一。所采用的基本方向可以事先定義。如定義為：東=0，東南=1，南=2，西南=3，西=4，西北=5，北=6，東北=7八個基本方向。鏈?zhǔn)骄幋a的前兩個數(shù)字表示基本點的行列數(shù)，其余數(shù)字表示方向。編碼過程：起始點的尋找一般是遵從從上到下、從左到右的原則；當(dāng)發(fā)現(xiàn)沒有記錄過的點，而且數(shù)值也不為0時，就是一條線或邊界線的起點。記下其特征碼及行列數(shù)，然后順時針方向?qū)ほE。優(yōu)點：多邊形的表示具有很強的數(shù)據(jù)壓縮能力，且具有一定的運算能力，如面積和周長的計算等；對探索邊界急彎和凹進(jìn)都比較容易，比較適合存儲圖形數(shù)據(jù)。缺點是疊置運算，如組合、相交等比較困難，對局部修改將改變整體結(jié)構(gòu)，而且鏈碼以每個區(qū)域為單位存儲邊界，相鄰區(qū)域的邊界則被重復(fù)存儲而產(chǎn)生數(shù)據(jù)冗余。2、游程長度編碼(Run-lengthCodes)編碼方案：柵格數(shù)據(jù)直接編碼是形成一個數(shù)字矩陣，某一行的值為x1,x2,x3,x4…xn。把屬性值相同而且連續(xù)的若干個單元格編為一個游程，每個游程的數(shù)據(jù)結(jié)構(gòu)為(A,P)，A表示屬性值，P表示該游程最右端單元格所在的列號。這樣可將x1,x2,x3,x4…xn編為k個游程。使得原來一行n個數(shù)據(jù)壓縮為k個整數(shù)（k<=n）。對原始柵格數(shù)據(jù)采用差分預(yù)處理后，再采用游程編碼，壓縮效率會更高。適用情況：游程編碼在許多單元格同屬一個屬性值得情況下，大大改善了數(shù)據(jù)的存儲情況，壓縮效率較高，且宜于進(jìn)行檢索、疊加、合并等操作，運算簡單，適用于機器存儲量小，需大量壓縮，又要避免復(fù)雜的編碼解碼運算增加處理和操作時間的情況。3、塊式編碼(BlockCodes)塊式編碼：是將游程編碼擴(kuò)展到二維的情況，把多邊形范圍劃分為由單元格組成的正方形進(jìn)行編碼。塊式編碼的數(shù)據(jù)結(jié)構(gòu)：初始位置（行號、列號）和半徑，再加上記錄單元的代碼特點：具有可變的分辨率，一個多邊形包含的正方形越大，邊界越簡單，塊式編碼的效果越好。游程和塊是編碼都對大而簡單的多邊形更有效，而對碎部較多的復(fù)雜多邊形效果較差。塊式編碼在合并、插入、檢查延伸性、計算面積等方面具有明顯的優(yōu)越性。4、四叉樹編碼(QuadtreeEncoding)是一種更有效的數(shù)據(jù)壓縮方法。它將2n×2n陣列的區(qū)域，逐步劃分為單一類型的方形區(qū)域，最小的方形區(qū)域可能為一個柵格像元。區(qū)域劃分的原則：將區(qū)域劃分為大小相同的象限，而每一個象限又根據(jù)一定規(guī)則判斷是否等分為次一級的四個象限。終止判斷的依據(jù)：不管哪一層上的象限，只要劃分到僅代表一種地物或符合既定要求的幾種地物時，則不在繼續(xù)劃分，否則一直分到單個單元格為止。這種編碼方法，對于2n×2n陣列的區(qū)域，其最大分割次數(shù)為n，最大層數(shù)為n+1?；靖拍睿焊Y(jié)點、中間結(jié)點和終止結(jié)點(葉子結(jié)點)四叉樹編碼方法記錄終止結(jié)點(或葉子結(jié)點)的地址和值，值就是子區(qū)的代碼。地址包括兩個部分，共32位（二進(jìn)制）最右面的4位，表示結(jié)點的深度，即處于四叉樹的第幾層上，根據(jù)深度可以推知子區(qū)的大??；地址的其他部分表示從根結(jié)點到該葉子結(jié)點的路徑，0(00)、1(01)、2(10)、3(11)分別表示SW、SE、NW和NE四個象限；從右邊第5位開始2n字節(jié)記錄這些方向。某一結(jié)點表示為二進(jìn)制為：0000…000(22位);001110(6位);0011(4位)點四叉樹和線四叉樹：不同的劃分終止條件和記錄方法四叉樹編碼優(yōu)點容易而有效地計算多邊形的數(shù)量特征；可變分辯率，邊界復(fù)雜部分四叉樹較高即分級多，分辯率也高，而不需表示許多細(xì)節(jié)的部分則分級少，分辯率低，因而既可精確表示圖形結(jié)構(gòu)又可減少存貯量；柵格到四叉樹的轉(zhuǎn)換及四叉樹到簡單柵格結(jié)構(gòu)的轉(zhuǎn)換比其它壓縮方法容易；多邊形中嵌套異類小多邊形的表示較方便?？臻g數(shù)據(jù)的綜合是針對存貯在GIS數(shù)據(jù)庫中的數(shù)據(jù)因?qū)傩詳?shù)據(jù)的重新分類而進(jìn)行的操作；空間數(shù)據(jù)的綜合內(nèi)容包括相同屬性的刪除和相同屬性公共邊界線的刪除等。四、空間數(shù)據(jù)的綜合第三節(jié)多源空間數(shù)據(jù)的融合遙感與GIS數(shù)據(jù)的融合遙感圖像與數(shù)字地圖數(shù)據(jù)的融合；遙感圖像與DE