第三章+空间数据结构

第三章空间数据结构内容提要栅格数据结构矢量数据结构两种数据结构的比较和转换其他数据结构数据结构数据结构：即数据组织的形式，是适合于计算机存储、管理和处理的数据逻辑结构。空间数据结构：对地理实体的空间排列方式和相互关系的抽象描述方式，是对空间数据的一种解释。GIS空间数据结构类型：栅格数据结构矢量数据结构矢栅一体化数据结构镶嵌数据结构三维数据结构矢量结构和栅格结构第一节栅格数据结构基本概念数据表达形式特点数据获取途径决定栅格单元代码的方式压缩编码方式1、

栅格数据结构基本概念

栅格结构是最简单最直接的空间数据结构，又称网格（gridcell)结构或像元（pixel）结构，是指将地球表面划分为大小均匀、紧密相邻的网格阵列，每个网格作为一个像元或像素由行号、列号定义，并包含一个代码表示该像素的属性类型或量值，或仅仅包括指向其属性记录的指针。栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织，组织中的每个数据表示地物或现象的非几何属性特征。栅格结构表示的地表是不连续的，是量化和近似离散的数据。每一个单元格对应一个相应的地块。点：一个栅格单元表示线：沿线走向的一组相邻栅格单元表示面：有区域属性的相邻栅格单元的集合表示2、栅格数据表达形式RealworldGridPointLineAreaValue=0=1=2=3RowColumnTrianglesHexagonsRASTER栅格数据结构示例（a）点（b）线（c）面栅格数据单元格经常是矩形（主要是正方形）的，但并不是必须如此。其单元格形状可以随应用的需要进行具体设定，比如设置为三角形。栅格数据的比例尺就是栅格大小与地表相应单元大小之比。栅格尺寸越小，其分辨率越高，数据量也越大。栅格数据的形状、尺寸及相关问题如右图中，这幅地图的比例尺=10cm:1000m=1:10000比例尺是刻画数据精度的量（如最小线宽为地图的空间分辨率）；空间分辨率示例1pixel=10mX10m分辨率=10m10M10M1Pixel由于栅格结构对地表的离散，在计算面积、长度、距离、形状等空间指标时，若栅格尺寸较大，则造成较大的误差。由于栅格单元中存在多种地物，而数据中常常只记录一个属性值，这会导致属性误差。比如，遥感数据中的“混合像元”问题。栅格数据的形状、尺寸及相关问题3、栅格数据结构的特点属性明显数据中直接记录了数据属性或指向数据属性的指针，因而我们可以直接得到地物的属性代码。定位隐含所在位置则根据行列号转换为相应的坐标，也就是说定位是根据数据在数据集中的位置得到的。栅格结构是按一定的规则排列的，所表示的实体的位置很容易隐含在格网文件的存储结构中。

3、栅格数据结构的特点栅格数据结构容易实现，算法简单，且易于扩充、修改，也很直观，特别是易于同遥感影像的结合处理，给地理空间数据处理带来了极大的方便。4、栅格数据的获取途径目读法矢量数据转化扫描数字化分类影像输入5、决定栅格单元代码的方式

基本原则：在决定栅格代码时尽量保持地表的真实性，保证最大的信息容量。注意：每一个单元可能对应多个地物种类或多个属性值。比如遥感图像中的“混合像元”。（1）中心点法处理方法：用处于栅格中心处的地物类型或现象特性决定栅格代码。常用于具有连续分布特性的地理要素，如降雨量分布、人口密度图等。例如：中心点O落在代码为C的地物范围内，按中心点法的规则，该矩形区域相应的栅格单元代码为C（2）面积占优法处理方法：以占栅格区域面积比例最大的地物类型或现象特性决定栅格单元的代码面积占优法常用于分类较细，地物类别斑块较小的情况。例如：所示的例子中，显见B类地物所占面积最大，故相应栅格代码定为B。（3）

重要性法处理方法：根据栅格内不同地物的重要性，选取最重要的地物类型决定相应的栅格单元代码重要性法常用于具有特殊意义而面积较小的地理要素，特别是点、线状地理要素，如城镇、交通枢纽、交通线、河流水系等，在栅格中代码应尽量表示这些重要地物例如：假设A类最重要的地物类型，即A比B和C类更为重要，则栅格单元的代码应为A（4）百分比法处理方法：根据栅格区域内各地理要素所占面积的百分比数确定栅格单元的代码。适用于地物面积具有重要意义的分类体系例如：可记面积最大的两类BA，也可以根据B类和A类所占面积百分比数在代码中加入数字（5）其他方法根据具体的应用内容，栅格单元的代码确定方式还可以采用其他方法，如插值方法（平均值就是其中之一），或使用特定的计算函数等。6、栅格数据编码栅格数据编码方法分为两大类：直接栅格编码压缩编码方法链码

游程长度编码

块码

四叉树

直接栅格编码直接编码就是将栅格数据看作一个数据矩阵，逐行（或逐列）逐个记录代码，可以每行都从左到右逐个像元进行记录，也可以奇数行的从左到右而偶数行的从右向左记录，为了特定目的还可采用其他特殊的顺序。优点：编码简单，信息无压缩、无丢失缺点:数据量大一些常用的栅格排列顺序直接栅格编码最简单最直观的一种栅格结构编码方法。直接编码就是将栅格数据看作一个数据矩阵，逐行逐个记录代码。0000000200010000203300000203330022220302022222002002222222000022220330020000333320000033332000000000压缩编码方式压缩编码的目的就是用尽可能少的数据量记录尽可能多的信息，其类型分为：信息无损编码编码过程中没有任何信息损失，通过解码操作可以完全恢复原来的信息。

信息有损编码为了提高编码效率，最大限度地压缩数据，在压缩过程中损失一部分相对不太重要的信息，解码时这部分难以恢复。

压缩编码方式在地理信息系统中的压缩编码多采用信息无损编码，而对原始遥感影像进行压缩时也可以采取有损压缩编码方法。压缩编码方式1链式编码（ChainCodes）链式编码又称为弗里曼链码（Freeman，1961）或边界链码。主要记录线状地物或面状地物的边界,忽略空白区域。它把线状地物或面状地物的边界表示为：由某一起始点开始并按某些基本方向确定的单位矢量链。前两个数字表示起点的行列号，从第三个数字开始的每个数字表示单位矢量的方向。基本方向可定义为：东＝0，东南＝1，南＝2，西南＝3，西＝4，西北＝5，北＝6，东北＝7等八个基本方向。例如，确定原点为像元（10，1），则某个多边形边界按顺时针方向的链式编码为：10，1，7，0，1，0，7，1，7，0，0，2，3，2，2，1，0，7，0，0，0，0，2，4，3，4，4，3，4，4，5，4，5，4，5，4，5，4，6，6。其中前两个数字10和1表示起点为第十行第一列，从第三个数字开始每个数字表示单位矢量的方向，八个方向以0—7的整数代表。链码（ChainCodes）优点：

链式编码对多边形的表示具有很强的数据压缩能力，且具有一定的运算功能，如面积和周长计算等，类似于矢量数据结构，比较适合于存储线和面图形数据。探测边界急弯和凹进部分等都比较容易，比较适于存储图形数据。缺点：

对叠置运算如组合、相交等则很难实施，对局部修改将改变整体结构，效率较低，而且由于链码以每个区域为单位存储边界，相邻区域的公共边界被重复存储会产生冗余。压缩编码方式2、

游程长度编码（Run-LengthCodes）

基本思路：对于一幅栅格图像，常常有行（或列）方向上相邻的若干点具有相同的属性代码，因而可采取某种方法压缩那些重复的记录内容。

游程长度编码（Run-LengthCodes）其实现方法有两种：一种编码方案是，只在各行（或列）数据的代码发生变化时依次记录该代码以及相同的代码重复的个数，从而实现数据的压缩。即记录该代码以及相同代码重复的个数。

另一种游程长度编码方案就是逐个记录各行（或列）代码发生变化的位置和相应代码。即记录代码及变化的位置（列数）。

游程长度编码示例按第一种编码方法，代码,个数，代码,个数……此数据游程长度编码：（0，1），（4，2），（7，5）；4，5），（7，3）；（4，4），（8，2），（7，2）；（0，2），（4，1），（8，3），（7，2）；（0，2），（8，4），（7，1），（8，1）；

(0，3)，(8，5)；(0，4)，(8，4)；

(0，5)，(8，3)。用44个整数表达了原始数据中的64个栅格。游程长度编码示例按第二种编码方法，代码,（终止）位置，代码,（终止）位置……此数据游程长度编码（沿列方向）：（0，1），（4，3），（7，8）（4，5），（7，8）；（4，4），（8，6），（7，8）；（0，2），（4,3）（8，6），（7，8）（0，2），（8，6），（7，7），（8，8）；（0，3），（8，8）；（0，4，（8，8）；（0，5），（8，8）游程长度编码的特点及优缺点属性的变化愈少，行程愈长，压缩比例越大，即压缩比的大小与图的复杂程度成反比。优点压缩效率较高（保证原始数据不丢失），易于检索，叠加、合并等操作，运算简单。缺点只顾及单行单列，没有考虑周围的其他方向的代码值是否相同。对于图斑破碎，属性和边界多变的数据压缩效率较低，甚至压缩后的数据量比原始数据还大。

压缩编码方式3、块码（ChainCodes）

块码是游程长度编码扩展到二维的情况，采用方形区域作为记录单元，每个记录单元包括相邻的若干栅格，数据结构由初始位置（行、列号）和半径，再加上记录单位的代码组成。即：（初始行、列，半径，属性值）块码编码示例其块码编码为：(1,1,1,0),(1,2,2,4),(1,4,1,7),(1,5,1,7),(1,6,2,7),(1,8,1,7),(2,1,1,4),(2,4,1,4),(2,5,1,4),(2,8,1,7),(3,1,1,4),(3,2,1,4),(3,3,1,4),(3,4,1,4),(3,5,2,8),(3,7,2,7),(4,1,2,0),(4,3,1,4),(4,4,1,8),(5,3,1,8),(5,4,2,8),(5,6,1,8),(5,7,1,7),(5,8,1,8),(6,1,3,0),(6,6,3,8),(7,4,1,0),(7,5,1,8),(8,4,1,0),(8,5,1,0)。特点：具有可变分辨率，即当属性变化小时图块大，对于大块图斑记录单元大，分辨率低，压缩比高。小块图斑记录单元小，分辨率高，压缩比低,所以，与游程长度编码类似，随图形复杂程度的提高而分辩率降低。压缩编码方式4、

四叉树编码

基本思路：将一幅栅格图象等分为四等分，逐块检查其格网属性值（或灰度）。如果某一子区的所有栅格的具有相同的值，则这个子区不再继续分割，否则还要把这个子区再分割为四个子区。这样依此地分割，直到每个子区都有相同的属性值或灰度为止。

结果：将整个图像区逐步分解为一系列仅包含单一类型的方形区域，最小的方形区域为一个栅格象元。

四叉树的树形表示：用一倒立树表示这种分割和分割结果。根：整个区域高：深度、分几级，几次分割叶：不能再分割的块树叉：还需分割的块每个树叉均有4个分叉，叫四叉树。AAAAABBBAABBAABB0123

其中最上面的结点叫根结点，它对应整个图形。此树共有4层结点，每个结点对应一个象限，如第2层4个结点分别对应于整个图形的四个象限，排列次序依次为南西（SW）、南东（SE）、北西（NW）和北东（NE），不能再分的结点称为终止结点（又称叶子结点），可能落在不同的层上，该结点代表的子象限具有单一的代码，所有终止结点所代表的方形区域覆盖了整个图形。从上到下，从左到右为叶子结点编号，共有40个叶子结点，也就是原图被划分为40个大小不等的方形子区（最下面的一排数字表示各子区的代码）。四叉树编码示例四叉树编码

采用四叉树编码时，为了保证四叉树分解能不断地进行下去，要求图像必须为2n×2n的栅格阵列，对于非标准尺寸的图像需首先通过增加背景的方法将图像扩充为2n×2n的图像。

四叉树编码

由上而下的方法运算量大，耗时较长。因而实践中可以采用从下而上的方法建立四叉树编码。对栅格数据按如下的顺序进行检测：如果每相邻四个栅格值相同则进行合并，逐次往上递归合并，直到符合四叉树的原则为止。这种方法重复计算较少，运算速度较快。四叉树的结构方式四叉树结构按其编码的方法不同分为常规四叉树和线性四叉树：常规四叉树：除了记录叶结点之外，还要记录中间结点。结点之间借助指针联系，每个结点需要用六个量表达：四个叶结点指针，一个父结点指针和一个结点的属性或灰度值。这些指针不仅增加了数据贮存量，而且增加了操作的复杂性。常规四叉树主要在数据索引和图幅索引等方面应用。四叉树的结构方式四叉树结构按其编码的方法不同分为常规四叉树和线性四叉树：线性四叉树：只存贮最后叶结点的信息。包括叶结点的位置、深度和本结点的属性或灰度值。所谓深度是指处于四叉树的第几层上。由深度可推知子区的大小。线性四叉树叶结点的编号需要遵循一定的规则，这种编号称为地址码，它隐含了叶结点的位置和深度信息。最常用的地址码是四进制或十进制的Morton码。四叉树编码示例

四叉树编码的优缺点优点：四叉树编码具有可变的分辨率，树的深度随数据的破碎程度而变化，并且有区域性质，压缩数据灵活，许多数据和转换运算可以在编码数据上直接实现，大大地提高了运算效率，并支持拓扑“洞”（嵌套多边形）的表达，是优秀的栅格压缩编码之一。缺点：其最大不足是其不稳定性，即同样的原始数据应用不同的算法进行编码可能会得到不同的编码结果。不利于数据分析。压缩编码方式5、其他编码

还有很多编码方法，如傅立叶变换、小波变换、余弦变换等，常常用于遥感原始数据的压缩。由于它们多数是有损压缩，一般不用于需要进行分析的栅格数据。在四叉树基础上发展而来的八叉树目前也是研究热点之一。压缩编码的相关问题同所有的数据结构问题一样，压缩编码过程的主要矛盾也是数据量压缩和运算时间之间的矛盾：为了更有效地利用空间资源，减少数据冗余，不得不花费更多的运算时间进行编码。好的压缩编码方法就是要在尽可能减少运算时间的基础上达到最大的数据压缩效率，并且是算法适应性强，易于实现。常见栅格压缩编码方法总结链码：压缩效率较高，已经近矢量结构，对边界的运算比较方便，但不具有区域的性质，区域运算困难。游程长度编码：既可以在很大程度上压缩数据，又最大限度地保留了原始栅格结构，编码解码十分容易。但对破碎数据处理效果不好。块码和四叉树编码：具有区域性质，又具有可变的分辨率，有较高的压缩效率，但运算效率是其瓶颈。其中四叉树编码可以直接进行大量图形图像运算，效率较高，是很有前途的方法。

第二节矢量数据结构及其编码基本概念特点数据获取方式编码方式1．矢量数据结构基本概念前导概念：矢量（起点－>终点）矢量数据结构：通过记录坐标的方式尽可能精确地表示点、线、多边形等地理实体，坐标空间设为连续，允许任意位置、长度和面积的精确定义。在一般情况下，其精度比栅格数据结构高得多。其精度仅受数字化设备的精度和数值记录字长的限制。矢量结构允许最复杂的数据以最小的数据冗余进行存储，相对栅格结构来说，数据精度高，所占空间小，是高效的空间数据结构。矢量数据的类型Buildings.PolygonStreams,LineWells,PointRoads,LineZoning, PolygonMAPSHEETS矢量表达形式点：单独一对坐标(x、y)表示线：两对以上的坐标对(x1、y1)，(x2、y2),…(xn、yn)表示。（弧、链）面：两对以上的坐标对(x1、y1)，(x2、y2),…(xn、yn),(x1、y1)表示。适合于表达有精确的形状和边界离散的实体2．矢量数据结构特点（1）定位明显

其定位是根据坐标直接存储的，无需任何推算。（2）属性隐含

属性则一般存于文件头或数据结构中某些特定的位置上。2、矢量数据结构特点

矢量数据结构图形运算的算法总体上比栅格数据结构复杂的多，在叠加运算、邻域搜索等操作时比较困难，有些甚至难以实现。 但其也有便利和独到之处，在计算长度、面积、形状和图形编辑、几何变换操作中，矢量结构有很高的效率和精度。矢量数字化法：矢量数据扫描数字化法：栅格数据-〉矢量数据野外测量数据（全站仪、GPS等）：矢量数据影像：栅格数据-〉矢量数据手工输入：矢量数据3、矢量数据结构获取途径4、矢量数据编码编码方法：点实体线实体多边形无拓扑关系的编码方法拓扑结构编码法

(X,Y)(X2,Y2)(X3,Y3)(X4,Y4)(X5,Y5)LinePoint(X5,Y5)(X,Y)(X2,Y2)(X4,Y4)(X3,Y3)Polygon(X,Y)4、矢量数据编码（1）点实体

点是空间上不能再分的地理实体，可以是具体的或抽象的，如地物点、文本位置点或线段网络的结点等，由一对（x、y）坐标表示。 对于点实体，矢量结构中只记录其在特定坐标系下的坐标和属性代码。点实体数据编码（2）线实体 对于线实体，在数字化时即进行量化，就是用一系列足够短的直线首尾相接表示一条曲线，当曲线被分割成多而短的线段后，这些小线段可以近似地看成直线段，而这条曲线也可以足够精确地由这些小直线段序列表示，矢量结构中只记录这些小线段的端点坐标，将曲线表示为一个坐标序列，坐标之间认为是以直线段相连，在一定精度范围内可以逼真地表示各种形状的线状地物。线实体矢量数据编码唯一标识码是系统排列序号；线标识码可以标识线的类型；起始点和终止点号可直接用坐标表示；显示信息是显示时的文本或符号等；与线相联系的非几何属性可以直接存储于线文件中，也可单独存储，而由标识码联接查找。（3）多边形实体编码

“多边形”在地理信息系统中是指一个任意形状、边界完全闭合的空间区域。其边界将整个空间划分为外部和内部。 多边形数据是描述地理信息的最重要的一类数据。在区域实体中，具有名称属性和分类属性的，多用多边形表示，如行政区、土地类型、植被分布等。多边形实体编码

多边形矢量编码不但要表示位置和属性，更为重要的是要能表达区域的拓扑性质，如形状、邻域和层次等，以便使这些基本的空间单元可以作为专题图资料进行显示和操作，由于要表达的信息十分丰富，基于多边形的运算多而复杂，因此多边形矢量编码比点和线实体的矢量编码要复杂得多，也更为重要。多边形实体编码方法多边形实体的编码方法分为两种：一是无拓扑关系的编码方法：仅记录地理目标的空间位置和属性信息，而不记录拓扑关系。Spaghetti模型(独立实体法)点位字典法二是拓扑关系的编码方法：不仅记录地理目标的位置和属性信息，而且记录拓扑关系。树状索引编码法网络模型(NetworkModel)拓扑模型(TopologicalModel)1、坐标序列法（Spaghetti模型）

由多边形边界的x、y坐标对集合及说明信息组成，是最简单的一种多边形矢量编码。Spaghetti模型：以实体为单位进行编码点目标：唯一标识码，地物编码，(X,Y)线目标：唯一标识码，地物编码，(X1,Y1…Xn,Yn)面目标：唯一标识码，地物编码，(X1,Y1…Xn,Yn,X1,Y1)坐标序列法（Spaghetti方式）坐标序列法的优缺点优点文件结构简单，易于实现以多边形为单位的运算和显示缺点多边形之间的公共边界被数字化和存储两次，由此产生冗余和碎屑多边形；每个多边形自成体系而缺少邻域信息，难以进行邻域处理，如消除某两个多边形之间的共同边界；岛只作为一个单个的图形建造，没有与外包多边形的联系；不易检查拓扑错误。这种方法可用于简单的粗精度制图系统中。点位字典法：点坐标作为一个文件，点、线和多边形由点号组成，即点位字典：点号、(X,Y)点目标：唯一标识码，地物编码，点号线目标：唯一标识码，地物编码，(点号1…点号n)面目标：唯一标识码，地物编码，(点号1…点号n,点号1)优点：编码比较容易，数字化操作比较简单，数据编码比较直观缺点：操作比较困难，拓扑关系不完整.2、点位字典法拓扑结构编码法

要彻底解决邻域和岛状信息处理问题必须建立一个完整的拓扑关系结构，这种结构应包括以下内容：唯一标识，多边形标识，外包多边形指针，邻接多边形指针，边界链接，范围（最大和最小x、y坐标值，即外包矩形信息）。采用拓扑结构编码可以较好地解决空间关系查询等问题，但增加了算法的复杂性和数据库的大小。3、树状索引编码法

采用树状索引以减少数据冗余并间接增加邻域信息。

方法：对所有边界点进行数字化，将坐标对以顺序方式存储，由点索引与边界线号相联系，以线索引与各多边形相联系，形成树状索引结构。树状索引编码法示例图形数据树状索引编码法示例线与多边形之间的树状索引树状索引编码法示例点与边界线之间的树状索引树状索引编码法示例形成的文件记录

树状索引编码法的优势和不足

树状索引编码消除了相邻多边形边界的数据冗余和不一致的问题，在简化过于复杂的边界线或合并相邻多边形时可不必改造索引表，邻域信息和岛状信息可以通过对多边形文件的线索引处理得到，但是比较繁琐，因而给相邻函数运算，消除无用边，处理岛状信息以及检查拓扑关系带来一定的困难，而且两个编码表都需要以人工方式建立，工作量大且容易出错。4、网络模型网络模型(NetworkModel)概念节点(Node):连接弧段的点弧段(Arc)：开始于节点，而终止于节点的线应用矢量数据编码网络模型DIME(DualIndependentMapEncoding)-双重独立地图编码基本原理：对图上网状或面状要素的任何一条线段，用其两端的节点及相邻的面域来予以定义。最早用于美国人口普查分析和制图，以城市街道为编码的主体，采用了拓扑编码结构。多边形实体编码节点号坐标1x,y2x,y3x,y4x,y5x,y6x,y7x,y8x,y9x,y弧段号起始节点起始节点左多边形右多边形112012230234513456245783068940714108473092521105843113602126904节点表弧段表1234567891234569107812341112双重独立式地图编码网络模型(NetworkModel)主要包含两个表：节点表：唯一标识码，(X,Y)弧段表：唯一标识码，起始结点，终止结点，中间点坐标串。表示的拓扑关系：节点-节点之间的邻接关系，节点-弧段之间的关联关系，多边形实体编码5、拓扑模型(TopologicalModel）拓扑模型包含三或四个个文件：节点文件：唯一标识码，(X,Y)弧段文件：唯一标识码，起始结点，终止结点，左多边形，右多边形，指向中间点坐标的指针或者坐标串多边形文件：唯一标识码，组成多边形的弧段号及面积、周长及中心点坐标等弧段坐标：如果弧段中的中间点为指针多边形实体编码三个四个节点号坐标1x,y2x,y3x,y4x,y5x,y6x,y7x,y8x,y9x,y弧段号起始节点起始节点左多边形右多边形中间点11201p122302p234513456245783068940714108473092521105843113602126904p12节点文件弧段文件1234567891234569107812341112POLYVRT（Polygon-Converter)结构:多边形号弧段号面积周长11,9,3,722,11,4,933,10,5,844,12,6,10多边形文件ID坐标12弧段坐标文件POLYVRT（Polygon-Converter)结构:美国计算机图形及空间分析实验室研制，是当今各种图形数据结构的基本框架（链状双重独立式）。拓扑模型(TopologicalModel)表示的拓扑关系：节点-节点之间的邻接关系，多边形-多边形之间的邻接关系，节点-线段之间的关联关系，线段-多边形之间的关联关系。优点：数据结构紧凑、数据冗余小；拓扑关系明晰使得拓扑查询、拓扑分析效率高缺点：对单个地理实体的操作效率低、难以表达复杂的地理实体、查询效率低、局部更新困难。矢量数据结构编码总结

矢量编码保证了信息的完整性和运算的灵活性，这是由矢量结构自身的特点所决定的。目前并没有统一的最佳的矢量结构编码方法，在具体工作中应根据数据的特点和任务的要求而灵活设计。第三节、两种数据结构的比较及转换一、栅格结构与矢量结构的比较优点缺点矢量数据结构数据结构严密，冗余度小，数据量小2.空间拓扑关系清晰，易于网络分析；3.面向对象目标的，不仅能表达属性编码，而且能方便地记录每个目标的具体的属性描述信息；4.能够实现图形数据的恢复、更新和综合；5、图形显示质量好、精度高。1.数据结构处理算法复杂2.叠置分析与栅格图组合比较难；3.数学模拟比较困难；4.空间分析技术上比较复杂，需要更复杂的软、硬件条件；5.显示与绘图成本比较高。栅格数据结构1.数据结构简单，易于算法实现；2.空间数据的叠置和组合容易，有利于与遥感数据的匹配应用和分析；3.各类空间分析，地理现象模拟均较为容易；4.输出方法快速简易，成本低廉。1.图形数据量大，用大像元减小数据量时，精度和信息量受损失；2.难以建立空间网络连接关系；3.投影变化实现困难；4.图形数据质量低，地图输出不精美。在地理信息系统中，栅格数据与矢量数据各有千秋，它们互相补充，必要时可互相转换，这是由地理信息系统处理方式以及这两种数据格式各自的特点所决定的；矢量数据->栅格数据栅格数据->矢量数据二、数据转换矢量数据->栅格数据（1）点的栅格化

i=1+integer((Ymax-y)/dx)

j=1+integer((x-Xmin)/dy)

dx=(Xmax-Xmin)/J

dy=(Ymax-Ymin)/I

其中(x,y)为矢量点位坐标；dx,dy为栅格单元的两个边长；Xmin,Ymin表示图幅范围的最小值，Xmax,Ymax表示图幅范围的最大值，I,J表示全图网格单元的行数和列数。1、矢量——栅格转换1、矢量数据->栅格数据（2）线段的栅格化：确定直线经过的中间网格。

矢量数据->栅格数据（3）面域的栅格化左码记录法种子点填充算法射线算法扫描线算法复数积分算法边界代数算法

1、矢量-栅格转换射线算法单个多边形的转换多个多边形的转换

左码记录法基本原理：有一闭合多边形，它将整个矩形面域分割成属性为1和0的两部分。面域外为0，面域内为1。对多边形的每一条边，按线段栅格化的方法进行转换。对转换后的多边形节点进行处理，使节点的栅格值唯一而准确。从第一行其逐行按列的先后顺序排序，形成压缩编码栅格结构。将压缩编码栅格结构展开为全栅格数据结构。2、栅格数据->矢量数据点线二值化－>0、1细化->骨架图线追踪面二值化－>0、1细化->骨架图边界线追踪拓扑关系生成去处多余点并进行曲线光滑2、栅格——矢量转化转换算法栅格格式向矢量格式的转换1）多边形边界提取2）边界线追踪3）拓扑关系生成4）去除多余点及曲线圆滑第四节其他数据结构1、矢栅一体化数据结构2、镶嵌数据结构3、三维数据结构1、矢栅一体化数据结构概念：将矢量面向地理实体的方法和栅格像元充填的方法结合起来表达地理实体的数据结构。从本质上说，是一种以矢量的方式来组织栅格数据的数据结构。基本思路：面状实体的边界采用矢量数据结构描述，而其内部采用栅格数据结构表达；线状实体一般采用矢量数据结构表达，同时将线所经过位置以栅格单元填充。实体点则同时描述其空间坐标和栅格单元位置。理论基础：多级格网方法三个基本约定线性四叉树编码返回多级格网方法将栅格划分为多级格网：粗格网、基本格网和细分格网。粗格网：建立空间索引基本格网：基本栅格的大小。细分格网：为了增加空间分辨率，在基本格网的基础上细分为16×16或256×256的格网。三个基本约定（1）地面上的点状地物是地球表面上的点，它仅有空间位置，没有形状和面积，在计算机内部仅有一个位置数据。（2）地面上的线状地物是地球表面的空间曲线，它有形状但没有面积，它在平面上的投影是一连续不间断的直线或曲线，在计算机内部需要用一组元子填满整个路径。（3）地面上的面状地物是地球表面的空间曲面，并具有形状和面积，它在平面上的投影是由边界包围的空间和一组填满路径的元子表达的边界组成。点状地物：除记录原始点的空间坐标外，还记录栅格单元的位置。用（M1、M2)代替(X、Y)；线状地物：除记录原始取样点外，还记录路径所通过的栅格。用Morton码记录原始采样点的中间点的位置，必要时记录线目标所穿过的基本网格的交线位置。面状地物：除记录它的多边形周边以外，还包括中间的面域栅格。除用Morton码记录原始采样点的中间点的位置，必要时记录线目标所穿过的基本网格的交线位置外，还要用链指针记录多边形的内部栅格。（1）它保留了矢量的全部性质，以目标为单元直接聚集所有的位置信息，并能建立拓扑关系；（2）它建立了栅格与地物的关系，即路径上的任一点都直接与目标建立了联系。矢栅一体化数据结构域的特征334334423344423344234422212提问：请说出上述两种方法的坐标记录上的差异2、镶嵌数据结构原理：基于连续铺盖的思想，利用规则或不规则的小面块集合来逼近自然界不规则的地理单元，小面块之间不重叠且能完整铺满整个地理空间。根据面块的形状，镶嵌数据结构分为（1）规则镶嵌数据结构（2）不规则镶嵌数据结构（1）规则镶嵌数据结构基本原理：用规则的小面块集合来逼近自然界不规则的地理单元。镶嵌单元：正三角形、等腰直角三角形、矩形、正六方形、平行四边形。模型构建：用数学手段将一个铺盖格网叠置在所研究的区域上，把连续的地理空间离散为互不覆盖的面块单元（格网）。（1）规则镶嵌数据结构优点：（1）数据结构为通常的二维栅格矩阵结构，每个格网单元表示二维空间的一个位置。（2）以矩阵形式存储的数据具有隐式坐标，不需要进行坐标数字化，规则格网系统还便于实现多要素的叠置分析。（2）不规则镶嵌数据结构基本概念：用来进行镶嵌的小面块具有不规则的形状或边界。分类：不规则三角网（TIN数据结构)

Voronoi图（Thiessen多边形）不规则三角网（TIN）模型不规则三角网（TriangulatedIrregularNetwork,TIN）是另外一种表示连续地理实体或者现象的方法，它既减少规则格网方法带来的数据冗余，同时在计算（如坡度）效率