栅格数据的存储方法或格式数字高程模型课件

第四章GIS栅格数据模型栅格数据模型要素栅格数据类型

栅格数据结构栅格数据压缩数据转换与综合第四章GIS栅格数据模型栅格数据模型要素

矢量数据模型用点、线、面来表示空间要素，对有确定位置的离散要素较为理想，对连续变化数据的表示不很理想。对连续变化的数据（如海拔、降水量、土壤侵蚀等）较好的选择是栅格数据模型。第一节栅格数据模型要素30年来，栅格数据模型没有变化，用规则的格网单元表示。栅格数据模型包括数字高程数据、卫星影像、数字正射影像、扫描地图和图形文件等。矢量数据模型用点、线、面来表示空间要素，对有确定位置栅格由行、列、像元（像素）组成起始点（格网单元地址）-左上角Rows行用y坐标Columns列用x坐标栅格中每个像元由其行、列位置明确定义，用像元值表示空间对象的类型、等级等特征，且每个像元具有一个像元值。RealworldGrid点线面Value=0=1=2=3行列RASTER栅格由行、列、像元（像素）组成RealworldGrid点像元的大小决定了栅格数据模型的分辨率Resolution

。栅格数据中栅格像元尺寸越小，分辨率越高。1、栅格像元大小的确定：像元太大，忽略较小图斑，造成信息丢失，无法表示精确位置。像元越小，分辨率愈高，数据量愈大（按分辨率的平方指数增加），计算成本就越高，处理速度越慢。像元的大小决定了栅格数据模型的分辨率Resolution2、栅格像元属性值的确定：当一个栅格像元内有多个可选属性值时，按一定方法来确定栅格属性值。1、中心点法：取位于栅格中心的属性值为该栅格的属性值。2、面积占优法：栅格单元属性值为面积最大者，常用于分类较细，地理类别图斑较小时。3、重要性法：定义属性类型的重要级别，取重要的属性值为栅格属性值，常用于有重要意义而面积较小的要素。参见P68注释栏4.12、栅格像元属性值的确定：当一个栅格像元内有多个A.OBC中心点法重要性法面积占优法栅格数据结构中混合像元的处理中心点法重要性法A.OBC中心点法重要性法面积占优法栅格数据结构中混合像元的3、栅格波段Singleband(elevations)

单波段（每个像元只有一个像元值）——高程栅格Multiband(satelliteimages)

多波段（每个像元与一个以上像元值相关联）——卫星影像3、栅格波段Singleband(elevations)卫星影像

数字高程模型数字正射影像二值扫描文件数字栅格图图形文件特定GIS软件中的栅格数据第二节栅格数据类型所有的数据类型都具有栅格数据模型的相同基本要素卫星影像第二节栅格数据类型所有的数据类型都具有栅格数1、卫星影像SatelliteImagery遥感卫星数据Remotelysensedsatellitedata空间分辨率与地面像元大小相关像素值就是亮度值——表示从地球表面反射或发射的光能1、卫星影像SatelliteImagery遥感卫星数Landsat陆地卫星Terraspacecraft(ASTER)

高级星载热发射与反射辐射计AVHRRandotherweathersatellites

高级甚高分辨率辐射计和其它气象卫星SPOT地球观测卫星IKONOS高空分辨率陆地卫星QuickBird快鸟（载有高分辨率传感器）Landsat陆地卫星2、数字高程模型DigitalElevationModels(DEMs)USGS的数字高程模型非USGS的数字高程模型全球数字高程模型数字高程模型由等间隔海拔数据的排列组成。USGS（美国地质调查局）的DEM7.5分,30分,1度,15分2、数字高程模型DigitalElevationMo非USGS的数字高程模型立体测图仪，具有重叠区的航片从卫星影像生产数字高程模型雷达，激光测速仪Radar，LIDARDEM数据LIDAR数据非USGS的数字高程模型立体测图仪，具有重叠区的航片DEM数由航片或其他遥感数据而得的数字化影像。由于照相机镜头倾斜和地形起伏引起的位移已被消除，可与地形图和其他地图配准。3、数字正射影像DigitalOrthophotoQuad(DOQ)USGS1m黑白数字正射影像由航片或其他遥感数据而得的数字化影像。3、数字正射影像D4、二值扫描文件Bi-LevelScannedFiles含数值1或0的扫描图像常用于进行数字化4、二值扫描文件Bi-LevelScannedFil5、数字栅格图DigitalRasterGraph(DRG)地形图的扫描图像5、数字栅格图DigitalRasterGraph6、图形文件地图、照片和影像可存储为图形文件如TIFF、JPEG、GIF等7、特定GIS软件的栅格数据GIS软件包使用从DEM、卫星影像、扫描图像、图形文件导入的栅格数据，或从矢量数据转换而来6、图形文件地图、照片和影像可存储为图形文件7、特定GI逐个像元编码Cell-by-cellencoding栅格数据存为矩阵，逐行记录代码数据。特点：最直观、最基本的网格存贮结构，没有进行任何压缩数据处理。第三节栅格数据结构栅格数据结构——栅格数据的存储方法或格式数字高程模型、卫星影像采用此方法存储数据逐个像元编码Cell-by-cellencoding4×42225555555557777行1：2255行2：2755行3：7775行4：55554×42225555555557777栅格数据的存储方法或格式数字高程模型课件游程编码Run-LengthEncoding（RLE）栅格数据相邻单元之间存在着相似性即许多重复格网值时用特点：在栅格压缩时，数据量不会明显增加，压缩率高，并最大限度地保留原始栅格结构，编码解码运算简单，且易于检索、叠加、合并等操作，这种编码应用广泛。二值扫描文件常用此方法存储数据游程编码Run-LengthEncoding（RLE栅格数据的存储方法或格式数字高程模型课件基本思想：将一幅栅格数据层或图像等分为四部分，逐块检查其格网属性值（或灰度）；如果某个子区的所有格网值都具有相同的值，则这个子区就不再继续分割，否则还要把这个子区再分割成四个子区；这样依次地分割，直到每个子块都只含有相同的属性值或灰度为止。

最后得到一颗四分叉的倒立树。四叉树QuadTree——将格网分成象限层次基本思想：四叉树QuadTree——将格网分成象限层只记录叶结点的位置，深度（节点所在层数）和属性。

地址码/定位码/Morton码（四进制或十进制）线性四叉树四叉树可有效地存储面状数据，尤其是仅包含少数类别时；四叉树是一种有效的空间检索方法。只记录叶结点的位置，深度（节点所在层数）和属性。线性四叉树四进制Morton码:四叉树从上而下形成，由叶结点找Morton码。每分割一次，增加一位数字，大分割在前，小分割在后。所以，码的位数表示分割的次数。每一个位均是不大于3的四进制数，表达位置。由Morton码找出四叉树叶结点的具体位置。0312象限编码四进制Morton码:0312象限编码关于栅格数据的信息数据结构、区域范围、格网单元大小、光谱波段数，每一像元的比特数也包括统计文件、色彩文件等头文件关于栅格数据的信息头文件数据压缩是将数据表示成更紧凑的格式以减少存储空间的一项技术。分为：无损压缩：在编码过程中信息没有丢失，经过解码可恢复原有的信息。——常用来分析或产生新的数据有损压缩：为最大限度压缩数据，在编码中损失一些认为不太重要的信息，解码后，这部分信息无法恢复。——常用于背景影像处理而不是分析第四节栅格数据压缩数据压缩是将数据表示成更紧凑的格式以减少存储空间的一第五节数据转换与综合栅格化Rasterization

—矢量数据转换为栅格数据矢量化Vectorization

—栅格数据转换为矢量数据第五节数据转换与综合栅格化Rasterization—与矢量化相比，较简单步骤：1）建立像元大小的格网，并将所有像元的初始值赋为0；2）改变格网单元值3）填充多边形轮廓线的内部栅格化与矢量化相比，较简单栅格化三个基本要素：栅格线的细化——最好细化到只占据一个像元宽度矢量线提取——决定独立线段的起、止点的过程拓扑关系重建——将栅格图像中提取出来的线条连接，及显示数字化错误。矢量化三个基本要素：矢量化栅格与矢量数据的综合使用栅格影像作为显示背景二值扫描文件用于现状或面状要素的屏幕数字化数字高程模型用作提取等高线等地形特征矢量数据作为处理卫星影像的辅助信息栅格与矢量数据的综合使用栅格影像作为显示背景

矢量和栅格数据的结合——矢栅一体化数据结构 矢量和栅格数据的结合——矢栅一体化数据结构1、理解栅格数据像元大小、分辨率和空间要素之间的关系。2、栅格数据模型和矢量数据模型相比各有哪些优缺点？3、理解栅格数据结构的几种类型及各自优缺点。4、理解无损压缩和有损压缩的不同。5、结合你的专业理解矢量数据和栅格数据相结合的好处。

复习题1、理解栅格数据像元大小、分辨率和空间要素之间的关系。复习题第四章GIS栅格数据模型栅格数据模型要素栅格数据类型

栅格数据结构栅格数据压缩数据转换与综合第四章GIS栅格数据模型栅格数据模型要素

矢量数据模型用点、线、面来表示空间要素，对有确定位置的离散要素较为理想，对连续变化数据的表示不很理想。对连续变化的数据（如海拔、降水量、土壤侵蚀等）较好的选择是栅格数据模型。第一节栅格数据模型要素30年来，栅格数据模型没有变化，用规则的格网单元表示。栅格数据模型包括数字高程数据、卫星影像、数字正射影像、扫描地图和图形文件等。矢量数据模型用点、线、面来表示空间要素，对有确定位置栅格由行、列、像元（像素）组成起始点（格网单元地址）-左上角Rows行用y坐标Columns列用x坐标栅格中每个像元由其行、列位置明确定义，用像元值表示空间对象的类型、等级等特征，且每个像元具有一个像元值。RealworldGrid点线面Value=0=1=2=3行列RASTER栅格由行、列、像元（像素）组成RealworldGrid点像元的大小决定了栅格数据模型的分辨率Resolution

。栅格数据中栅格像元尺寸越小，分辨率越高。1、栅格像元大小的确定：像元太大，忽略较小图斑，造成信息丢失，无法表示精确位置。像元越小，分辨率愈高，数据量愈大（按分辨率的平方指数增加），计算成本就越高，处理速度越慢。像元的大小决定了栅格数据模型的分辨率Resolution2、栅格像元属性值的确定：当一个栅格像元内有多个可选属性值时，按一定方法来确定栅格属性值。1、中心点法：取位于栅格中心的属性值为该栅格的属性值。2、面积占优法：栅格单元属性值为面积最大者，常用于分类较细，地理类别图斑较小时。3、重要性法：定义属性类型的重要级别，取重要的属性值为栅格属性值，常用于有重要意义而面积较小的要素。参见P68注释栏4.12、栅格像元属性值的确定：当一个栅格像元内有多个A.OBC中心点法重要性法面积占优法栅格数据结构中混合像元的处理中心点法重要性法A.OBC中心点法重要性法面积占优法栅格数据结构中混合像元的3、栅格波段Singleband(elevations)

单波段（每个像元只有一个像元值）——高程栅格Multiband(satelliteimages)

多波段（每个像元与一个以上像元值相关联）——卫星影像3、栅格波段Singleband(elevations)卫星影像

数字高程模型数字正射影像二值扫描文件数字栅格图图形文件特定GIS软件中的栅格数据第二节栅格数据类型所有的数据类型都具有栅格数据模型的相同基本要素卫星影像第二节栅格数据类型所有的数据类型都具有栅格数1、卫星影像SatelliteImagery遥感卫星数据Remotelysensedsatellitedata空间分辨率与地面像元大小相关像素值就是亮度值——表示从地球表面反射或发射的光能1、卫星影像SatelliteImagery遥感卫星数Landsat陆地卫星Terraspacecraft(ASTER)

高级星载热发射与反射辐射计AVHRRandotherweathersatellites

高级甚高分辨率辐射计和其它气象卫星SPOT地球观测卫星IKONOS高空分辨率陆地卫星QuickBird快鸟（载有高分辨率传感器）Landsat陆地卫星2、数字高程模型DigitalElevationModels(DEMs)USGS的数字高程模型非USGS的数字高程模型全球数字高程模型数字高程模型由等间隔海拔数据的排列组成。USGS（美国地质调查局）的DEM7.5分,30分,1度,15分2、数字高程模型DigitalElevationMo非USGS的数字高程模型立体测图仪，具有重叠区的航片从卫星影像生产数字高程模型雷达，激光测速仪Radar，LIDARDEM数据LIDAR数据非USGS的数字高程模型立体测图仪，具有重叠区的航片DEM数由航片或其他遥感数据而得的数字化影像。由于照相机镜头倾斜和地形起伏引起的位移已被消除，可与地形图和其他地图配准。3、数字正射影像DigitalOrthophotoQuad(DOQ)USGS1m黑白数字正射影像由航片或其他遥感数据而得的数字化影像。3、数字正射影像D4、二值扫描文件Bi-LevelScannedFiles含数值1或0的扫描图像常用于进行数字化4、二值扫描文件Bi-LevelScannedFil5、数字栅格图DigitalRasterGraph(DRG)地形图的扫描图像5、数字栅格图DigitalRasterGraph6、图形文件地图、照片和影像可存储为图形文件如TIFF、JPEG、GIF等7、特定GIS软件的栅格数据GIS软件包使用从DEM、卫星影像、扫描图像、图形文件导入的栅格数据，或从矢量数据转换而来6、图形文件地图、照片和影像可存储为图形文件7、特定GI逐个像元编码Cell-by-cellencoding栅格数据存为矩阵，逐行记录代码数据。特点：最直观、最基本的网格存贮结构，没有进行任何压缩数据处理。第三节栅格数据结构栅格数据结构——栅格数据的存储方法或格式数字高程模型、卫星影像采用此方法存储数据逐个像元编码Cell-by-cellencoding4×42225555555557777行1：2255行2：2755行3：7775行4：55554×42225555555557777栅格数据的存储方法或格式数字高程模型课件游程编码Run-LengthEncoding（RLE）栅格数据相邻单元之间存在着相似性即许多重复格网值时用特点：在栅格压缩时，数据量不会明显增加，压缩率高，并最大限度地保留原始栅格结构，编码解码运算简单，且易于检索、叠加、合并等操作，这种编码应用广泛。二值扫描文件常用此方法存储数据游程编码Run-LengthEncoding（RLE栅格数据的存储方法或格式数字高程模型课件基本思想：将一幅栅格数据层或图像等分为四部分，逐块检查其格网属性值（或灰度）；如果某个子区的所有格网值都具有相同的值，则这个子区就不再继续分割，否则还要把这个子区再分割成四个子区；这样依次地分割，直到每个子块都只含有相同的属性值或灰度为止。

最后得到一颗四分叉的倒立树。四叉树QuadTree——将格网分成象限层次基本思想：四叉树QuadTree——将格网分成象限层只记录叶结点的位置，深度（节点所在层数）和属性。

地址码/定位码/Morton码（四进制或十进制）线性四叉树四叉树可有效地存储面状数据，尤其是仅包含少数类别时；四叉树是一种有效的空间检索方法。只记录叶结点的位置，深度（节点所在层数）和属性。线性四叉树四进制Morton码:四叉树从上而下形成，由叶结点找Morton码。每分割一次，增加一位数字，大分割在前，小分割在后。所以，码的位数表示分割的次数。每一个位均是不大于3的四进制数，表达位置。由Morton码找出四叉树叶结点的具体位置。0312象限编码四进制Morton码:0312象限编码关于栅格数