空间数据处理的方法(共6页)

1、 空间(kngjin)数据处理的方法1空间数据处理(chl)空间数据是指用来表示空间实体的位置、形状、大小及其分布特征诸多方面信息的数据，它可以用来描述来自现实世界的目标，它具有定位、定性、时间(shjin)和空间关系等特性。空间数据具有三个基本特征：空间特征（定位）、属性特征（非定位）、时间特征（时间尺度）。在基础地理信息数据库的建设过程中，空间数据始终是GIS中最基本、最重要、最重要的组成部分，也是投资比重最大的一部分。在GIS中人们将空间数据抽象，用数字表达可以归结为四大类：数字线划数据、影像数据、数字高程模型和地物的属性数据。空间数据处理包含两方面的意义：一是将原始采集的数据或者说不符

2、合GIS质量要求的数据进行处理，以符合GIS的数据质量要求；第二层意义是对于已存储于GIS中的数据经过处理以派生出其他信息，例如进一步的空间关系的信息，或者将一种类型的数据转化为另一种类型。2空间信息处理的内容与方法2.1空间数据的坐标变换在地图录入完毕后，经常需要进行投影变换，得到经纬度参照系下的地图。对各种投影进行坐标变换的原因主要是输入时地图是一种投影，而输出的地图产物是另外一种投影。空间数据坐标变换类型主要有以下三种： 1.几何变换：主要解决数字化原图变形等原因引起的误差，并进行几何配准。2.坐标系转换：主要解决G1S中设备坐标同用户坐标的不一致，设备坐标之间的不一致问题。3.投影变换

3、：主要解决地理坐标到平面坐标之间的转换问题。几何变换和坐标系转换可以(ky)通过仿射变换来完成。对于原始图介质存在的几何变形(bin xng)、扫描输入时图纸未被压紧产生的斜置、遥感影像本身的几何变形等带来的误差，可通过几何纠正解决。仿射变换是几何(j h)纠正常用的方法。仿射变换是空间直角坐标变换的一种，它是一种二维坐标到二维坐标之间的线性变换，保持二维图形的“平直线”和“平行性”，其可以通过一系列的原子变换的复合来实现，包括平移(Translation)、缩放（Scale）、翻转（Flip）、旋转（Rotation）和剪切(Shear)。 此类变换可以用一个33的矩阵来表示，其最后一行为(

4、0, 0, 1)。该变换矩阵将原坐标(x, y)变换为新坐标(x, y)。当系统使用的数据取自不同地图投影的图幅时，需要将一种投影的数字化数据转换为所需要投影的坐标数据。地图投影的类型根据投影面的性质,投影可分为: 圆柱投影，圆锥投影，方位投影。地图投影转换的方法有 (1)正解变换：直接由一种投影的x、y坐标变换到另一种投影的x、y坐标。(2)反解变换：由一种投影的坐标反解出地理坐标(x、yB、L),从而实现由一种投影的坐标到另一种投影坐标的变换（ B、L X、Y） 。(3) 数值变换：根据两种投影在变换区内的若干同名数字化点,采用插值法, 或待定系数法等,从而实现由一种投影的坐标到另一种投影

5、坐标的变换. 2.2空间数据结构的转换当数据采集采用矢量数据结构，有利于保证空间实体的几何精度和拓扑特性的描述；而空间分析则主要采用栅格数据结，有利于加快系统数据的运行速度和分析应用的进程。为了有效的利用不同数据结构的优点，有必要进行数据结构之间的转换。矢量向栅格的转换和栅格向矢量的转换对于点状实体，每个实体仅由一个坐标对表示，其矢量结构和栅格结构的相互转换基本上只是坐标精度变换问题，不存在太大的技术问题。线实体的矢量结构由一系列坐标对表示，在变为栅格结构时，除把序列中坐标对变为栅格行列坐标外，还需根据栅格精度要求，在坐标点之间插满一系列栅格点，这也容易由两点式直线方程得到。线实体由栅格结构变

6、为矢量结构与将多边形边界表示为矢量结构相似，因此需要重点讨论多边形（面实体）的矢量结构与栅格结构相互转换。多边形数据的栅格化方法就是(jish)在矢量表示的多边形边界内部的所有栅格上赋予相应的多边形编号，从而形成栅格数据阵列。转换方法主要(zhyo)有：1.边界代数(dish)算法2.内部点扩散法3.复数积分算法4.射线算法和扫描算法。多边形栅格数据向矢量数据转换的实质是将具有同一属性的单元归为一类，再检测两类不同属性的边界作为多边形的边，最终提取以栅格集合表示的区域边界和边界的拓扑关系。转换方法主要有：(1)栅格数据的二值化 (2)多边形边界提取和细化 (3)多边形边界跟踪 (4)去除多余点

7、及曲线光滑 (5)拓扑关系生成。 2.3多源空间数据的融合不同来源的各种空间数据在数据的使用过程中，由于数据来源、结构和格式的不同，需要采用一定的技术方法，才能将他们合并在一起使用，这就产生了数据的融合问题。1.遥感图像与GIS数据融合经过正射纠正后的遥感影像，与数字地图信息融合，可产生影像地图。具有如下特点：（1）这种影像地图具有一定的数学基础，有丰富的光谱信息与几何信息；（2）有行政界线和属性信息 ；（3）提高了用户的可视化效果；并使用户能够方便的得到各种统计信息，如：某个行政单元的土地利用类型、数量等。2.遥感数据与DEM的融合（1）有助于实施遥感影像的几何校正与配准，消除遥感图像中因地

8、形起伏所造成的像元位移，提高遥感图像的定位精度；（2）DEM可参与遥感图像的分类，改善分类精度；（3）提高GIS空间分析能力。3.多卫星、多时相遥感数据融合将不同时期的遥感图像配准叠合，可以从遥感图像中快速发现已发生变化的区域，进而实现GIS数据库的自动半自动快速更新。2.4空间数据的压缩(y su)与综合无论是网格(wn )格式数据还是矢量格式数据，都需要进行数据压缩。数据压缩不仅可以减少数据的存储空间，而且可以在一定程度上减少计算机系统数据处理的工作量，提高系统工作效率。数据压缩的原则是：维持数据一定精度、不影响、不改变数据集合表达的所有信息。地图矢量数据的压缩主要包括各种图形要素的数据压

9、缩。矢量地图压缩的任务在于以尽可能少的抽样点来描述(mio sh)原始地物，并保证在容许的误差范围内，再现地物的形态特征。矢量数据压缩主要是对曲线的压缩。(l)垂距限值法；(2)角度限值法；(3)Douglas一peueker算法；(4)具有预测功能的曲线矢量数据压缩算法；(5)基于小波变换的地图矢量数据压缩模型。 影像数据压缩的可能性是因为像素之间存在着较强的相关性： 从统计观点上看，某像素的灰度值总是和周围其他像素的灰度值有某种关系，应用编码方法提取并减少这种相关牲，便可实现影像数据的压缩。从信息论观点来看，影像压缩就是减少影像信息中无用的冗余信息。影像数据压缩编码策略为：（1）保真度编码

10、：多灰度影像常用保真度编码，允许有极小的误差；（2）信息保持编码：二值影像和灰度等级较少的影像多采用信息保持编码，不允许有误差存在。栅格数据结构压缩编码有链式编码、游程长度编码、块状编码、常规四叉树编码、线性四叉树编码、八叉树编码。数据综合包括图形数据的综合和专题数据的综合。图形信息的综合是指地物轮廓形状的化简、各要素的选取、图形的合并、图形等级变换、重要图形的夸大、要素相互间关系的处理等；专题数据的综合是指专题数量的选取、形状的化简、现象质量特征与数据特征的综合。2.5空间数据的内插方法 设已知一组空间数据，它们可以是离散点的形式，也可以是分区数据的形式，空间数据的内插就是从这些数据中找到一

11、个函数关系式，使该关系最好地逼近这些已知的空间数据，并能根据该函数关系式推求出区域范围内其他任意点或任意分区的值。根据已知点和已知分区数据的不同，将空间数据内插分为以下两种：1.点的内插：插值过程中，由于(yuy)取样的数据点呈离散(lsn)分布形式，或者数据(shj)点虽然按格网排列，但格网的密度不能满足使用的要求，这样就需要以数据点为基础进行插值运算。点的内插方法有两种：逐点内插和局部函数内插点内插实现过程数据取样： 数据整理过程，包括简单的数据插值运算、数据检查等；数据内插方法选择： 根据数据特点，选择数学模型进行数据内插运算；数据记录：将内插结果按一定的数据结构形式，存储起来，供系统使

12、用。2.区域的内插：区域内插主要解决离散属性数据问题。研究的目标是从已知分区的数据(如社会经济数据)中推出同一地区的另一组分区数据。区域内插采用使用平滑密度函数的比重法。2.6图幅数据边沿匹配处理 在对底图进行数字化以后，由于图幅比较大或者使用小型数字化仪时，难以将研究区域的底图以整幅的形式来完成，这是需要将整个图幅划分成几部分分别输入。在所有部分都输入完毕并进行拼接时，常常会有边界不一致的情况，需要进行边缘匹配处理。边缘匹配处理，类似于下面提及的悬挂节点处理，可以由计算机自动完成，或者辅助以手工半自动完成。图幅数据边缘匹配处理，一般可采用二种方法来调整边界。（1）小心地修改空间数据库中点和矢量的坐标，以维护数据库的连续性；（2）先对准两幅图的一条边缘线，然后再小心地调整其它线段使其取得连续。具体方法如下：1、识别和检索相邻图幅的数据利用输入数据时的图幅编码，将相邻图幅联系在一起。有时同时为了减少数据量，也可考虑仅提取边沿数据，进行目标匹配，然后再将其合并，完成边沿处理。2、相邻图幅边界点坐标数据(shj)的匹配追踪拼接法：符合(fh)下列条件，两条线段即可匹配(ppi)衔接：相邻图幅边界两条弧段的左右码各自相同或相反。相邻图幅同名边界点在某一许可的范围内。3 相同属性多边形公共界线的删除通过边沿处理，组成较大区域的连续图幅的