GIS数据组织与结构 教学培训课件

第五章GIS数据组织与结构

本章内容：主要介绍GIS中两种重要的数据结构：栅格结构和矢量结构的特点，以及具体的存储方式，并简单介绍了相互转换的算法。

第一页，共五十八页。第一节数据模型通俗地讲，数据模型就是现实世界的模拟。数据模型可分成两个不同的层次:

（1）概念模型：也称信息模型，是按用户的观点来对数据和信息建模，是一种独立于任何计算机系统实现的，如实体联系模型，这类模型完全不涉及信息在计算机系统中的表示，只是用来描述某个特定组织所关心的信息结构，被称作“概念数据模型”。

（2）数据模型：主要包括网状模型、层次模型、关系模型等，是按计算机系统的观点对数据建模，是直接面向数据库中数据逻辑结构的，涉及到计算机系统，一般又称为“基本数据模型”或“结构数据模型”。第二页，共五十八页。（1）概念模型基本内容：

（1）两类实体：对象与属性；（2）实体的两级：个体与总体；（3）个体与总体之间的联系。用E－R图来描述现实世界的概念模型。步骤：（1）标定局部应用中的实体；（2）实体的属性、标识实体的码；（3）确定实体之间的联系及其类型（1：1、1：n、m：n）第三页，共五十八页。E-R图提供了表示实体、属性和联系的方法（基本要素）。实体：现实世界中一组具有某些共同特性和行为的对象可抽象为一个实体。如，在学校环境中，可把张三、李四等对象抽象为学生实体。对象与实体是“memberof”的关系。注：对象类型的组成部分可抽象为实体的属性。实体与属性是相对而言的。一般来说，属性不能再具有需要描述的性质，即属性必须不可分的数据项；属性不能和其他实体具有联系，即联系只能发生在实体之间。根据需求分析，要考察实体之间是否存在联系，有无多余联系。E－R图基础知识第四页，共五十八页。E－R图举例：

实体：班主任、学生、班级、宿舍。班主任班级教室学生宿舍管理上课管理住宿指导性别职工号姓名班级号学生人数教室编号地址容量宿舍号地址人数学号姓名出生日期1n1n1n1n1n上课mn第五页，共五十八页。第二节数据与文件组织

数据是现实世界中信息的载体，是信息的具体表达形式，为了表达有意义的信息内容，数据必须按照一定的方式进行组织和存储。

数据库是为一定目的服务，以特定的数据存储的相关联的数据集合，是数据按照一定的格式存放的仓库。

GIS的数据库是某一区域内关于一定地理要素特征的数据集合。第六页，共五十八页。空间数据库与一般数据库相比，具有：数据量特别大；不仅有地理要素的属性数据，还有大量的空间数据；数据应用广泛。数据库中的数据组织一般可分为四级：数据项、记录、文件和数据库。数据间的逻辑联系：一对一的联系；一对多的联系；多对多的联系。常用的数据文件：顺序文件、索引文件、直接文件和倒排文件。第七页，共五十八页。数据项：是可以定义数据的最小单位，也叫元素、基本项、字段等，数据项与现实世界实体的属性相对应，数据项有一定的取值范围，称为域。记录：是由若干相关联的数据项组成，是处理和存储信息的基本单位，是关于一个实体的数据总和，构成该记录的数据项表示实体的若干属性。为了标识每条记录，都必须有记录的标识符，也叫“关键字”。文件：是一给定类型记录的全部具体值的集合，文件用文件名称标识。数据库第八页，共五十八页。顺序文件：是最简单的文件组织形式，对记录按照主关键字的顺序进行组织。当主关键字是数字型时，以其数值的大小为序；若主关键字是文字型的，则以字母的排列为序。索引文件：除了存储记录本身（主文件）以外，还建立了若干索引表，这种带有索引表的文件叫索引文件。索引表中列出记录关键字和记录在文件中的位置（地址）。读取记录时，只要提供记录的关键字值，系统通过查找索引表获得记录的位置，然后取出该记录。直接文件：又称随机文件，其存储是根据记录关键字的值，通过某种转换方法得到一个物理存储位置，然后把记录存储在该位置上。查找时，通过同样的转换方法，可以直接得到所需要的记录。倒排文件：是带有辅索引的文件，其中辅索引是按照一些辅关键字来组织索引的。倒排文件是一种多关键字的索引文件，其中的索引不能唯一标识记录，往往同一索引指向若干记录。因而，索引往往带有一个指针表，指向所有该索引标识的记录。通过辅索引不能直接读取记录，而要通过主关键字才能查到记录的位置。第九页，共五十八页。数据库结构

关系模型（relationalmodel）满足一定条件的二维表格。

层次模型（hierarchicalmodel）以记录类型为节点的有向树（tree）。其主要特征是：（1）除根节点外，任何节点都有且只有一个“父亲”；（2）“父”节点表示的实体与“子”节点表示的实体是一对多的联系。网状模型（networkmodel）

（1）可以有一个以上的结点没有“父”结点； （2）至少有一个结点有多于一个“父”结点； （3）结点之间可以有多种联系； （4）可以存在回路。第十页，共五十八页。（a）关系结构表（b）层次模型示例-林地数据库（c）网状模型示例第十一页，共五十八页。第三节空间数据组织与结构

栅格数据结构矢量数据结构栅格与矢量数据结构的选择与转换两种数据结构的优缺点比较第十二页，共五十八页。数据结构：指的是数据之间的相互关系，即数据的组织形式。数据元素之间的逻辑关系，也称数据的逻辑结构，是从逻辑关系上描述数据，与数据的存储无关，是独立于计算机的。数据的逻辑结构可看作是从具体问题抽象出来的数学模型。数据元素及其关系在计算机存储器上的表示，称为数据的存储结构（物理结构），是逻辑结构用计算机语言的实现，它依赖于计算机语言。对机器语言而言，存储结构是具体的。第十三页，共五十八页。

描述地理实体的数据本身的组织方法，称为内部数据结构。数据结构即指数据组织的形式，是适合于计算机存储、管理和处理的数据逻辑结构。空间数据结构则是地理实体的空间排列方式和相互关系的抽象描述。

GIS的内部数据结构基本上可分为两大类：

矢量结构和栅格结构。两类结构都可用来描述地理实体的点、线、面三种基本类型。第十四页，共五十八页。一、数据模型矢量模型

在矢量模型中，每一个实体的位置用它们在坐标参考系统中的空间位置定义。地图空间中的每一位置都有唯一的坐标值。点、线和多边形用于表达不规则的地理实体在现实世界的状态。矢量模型中的空间实体与所表达的现实世界中的空间实体具有一定的对应关系。第十五页，共五十八页。一、数据模型栅格模型

在栅格模型中，空间被规则地划分为栅格。地理实体的位置和状态用其占据的栅格的行、列定义。栅格的值表达这个位置上物体的类型或状态。每个栅格的大小代表了定义的空间分辨率。栅格模型最小单元与它表达的真实世界空间实体没有直接的对应关系。如，道路是被具有道路属性值的一组栅格表达的，而不是通过某一栅格单元识别的。第十六页，共五十八页。一、数据模型

在栅格和矢量数据模型中，空间信息都是用统一的单位表达。

在栅格模型中，统一的单位是栅格，表达一个区域所用栅格的数量很大，但其栅格单元的大小一样，每个栅格的位置都被严格定义。矢量方法中，统一的单元是点、线和多边形，与栅格方法相比，在数量上所用的表达单元较少，但大小可变。同一类型的矢量单元的位置是用连续坐标值定义。矢量数据提供的坐标位置比栅格数据用行、列号所表达位置更精确。第十七页，共五十八页。栅格结构和矢量结构第十八页，共五十八页。定义二、栅格数据结构及其编码特点：属性明显、定位隐含。

栅格结构是最简单、最直接的空间数据结构。像元由行列确定位置。数据表示地物或现象的非几何属性特征。（a）点（b）线(c)面第十九页，共五十八页。

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。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。对于栅格数据结构：

点：为一个像元；

线：在一定方向上连接成串的相邻像元集；

面：聚集在一起的相邻像元集合；点线面第二十页，共五十八页。二、栅格数据结构及其编码栅格数据的应用模型：第二十一页，共五十八页。2.决定栅格单元代码的方式中心点法：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。面积占优法：以占矩形区域面积最大的地物类型或现象特性决定栅格单元的代码。常用于分类较细，地物类别斑块较小的情况。

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。栅格单元代码的确定

重要性法：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。常用于具有特殊意义而面积较小的地理要素。百分比法：根据矩形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。第二十二页，共五十八页。

栅格数据的组织方法主要有以下三种：

（1）以栅格单元为记录的序列，不同层上同一像元位置上的各属性值表示为一个列数组（图(a)）；（2）以层为基础，每一层又以像元顺序记录它的坐标和属性值，一层记录完后再记录第二层（图(b)）这种方法较为简单，但需要的存贮空间最大；

（3）以层为基础，但每一层内则以多边形为序记录多边形的属性值和充满多边形的各栅格单元的坐标（图（c））。3.栅格数据的组织方法第二十三页，共五十八页。

方法(a)比(b)占用的存储空间少，因为N层中实际只存贮了一层的像元坐标，而方法(b)则要存储多次（与属性个数相同）。方法(c)则节省了许多用于存贮属性的空间，因为同一属性的制图单元中几个栅格单元只记录一次属性值。第二十四页，共五十八页。4.栅格结构编码方法直接栅格编码：

是一种简单而直观的栅格结构编码方法，通常称这种编码的图像文件为网格文件或栅格文件。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记录，也可以奇数行从左到右而偶数行从右到左记录。

一些常用的栅格排列顺序

第二十五页，共五十八页。

压缩数据编码：分辨率与存储单元示意图

(a)(b)

栅格文件一般都很大，为了节省存储空间，就必须对栅格数据进行压缩。

（1）链码（ChainCodes）（2）游程长度编码（3）常规四叉树编码（4）线性四叉树编码第二十六页，共五十八页。压缩数据编码（1）链码（ChainCodes）链式编码又称为弗里曼链码(Freeman)或边界链码。任意一条线都可用链码串序列表示为：（i，j）a1a2a3…an0≤ai≤7链码的例子，链码表示为：

A（i，j）0765570011

第二十七页，共五十八页。压缩数据编码（2）游程长度编码（Run-LengthCodes)

游程编码示意图

把具有相同属性值的邻近栅格单元合并在一起，合并一次称为一个游程。游程用一对数字表达，第一个值表示游程长度，第二个值表示游程属性值。每一个新行都以一个新的游程开始。表达游程长度的位数取决于栅格区域的列数，游程属性值则取决于栅格区域属性的最大类别数（分类的级别数）。

第二十八页，共五十八页。（3）常规四叉树编码压缩数据编码四叉树分割

基本思想：四叉树将整个图像区逐步分解为一系列被单一类型区域内含的方形区域，最小的方形区域为一个栅格象元。四叉树编码第二十九页，共五十八页。在常规四叉树中，为了保证四叉树能不断地进行下去，要求图像必须为2n2n的栅格阵列，n为极限分割数，n+1为四叉树最大高度或最大层数。上图为为23×23的栅格，因此最多划分三次，最大层数为4。常规四叉树的特点：（1）运算量较大。（2）占用的存储空间较大。

链码的压缩效率较高，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；

四叉树码具有区域性质，又具有可变的分辨率，有较高的压缩效率。

×压缩数据编码第三十页，共五十八页。三、矢量数据结构及其编码1.定义

矢量数据结构是通过记录坐标的方式，尽可能地将点、线、面地理实体表现得精确无误。其坐标空间假定为连续空间，不必像栅格数据结构那样进行量化处理。因此矢量数据能更精确地定义位置、长度和大小。

矢量结构的特点：定位明显、属性隐含。第三十一页，共五十八页。

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；

线实体，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；

“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两个部分：包含无穷远点的部分称为外部，另一部分称为多边形内部。区域的边界线，可被看作是由一系列多而短的直线段组成，每个小线段作为这个区域的一条边，因此这种区域就可以看作是由这些边组成的多边形了。第三十二页，共五十八页。2.矢量数据结构的编码方法点实体

对于点实体和线实体的矢量编码比较直接，只要能将空间信息和属性信息记录完全就可以了。

第三十三页，共五十八页。线实体

唯一标识码线标识码起始点终止点坐标对序列显示信息非几何属性线实体第三十四页，共五十八页。

多边形矢量编码，不但要表示位置和属性，更重要的是能表达区域的拓扑特征，如形状、邻域和层次结构等，以便使这些基本的空间单元可以作为专题图的资料进行显示和操作。（1）坐标序列法（2）树状索引编码法多边形

第三十五页，共五十八页。

（1）坐标序列法：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。坐标序列法表示的多边形10：x1,y1；x2,y2；x3,y3；x4,y4；x5,y5；x6,y6；x7,y7；x8,y8；x9,y9；x10,y10；x11,y11；20：x1,y1；x12,y12；x13,y13；x14,y14；x15,y15；x16,y16；x17,y17；x18,y18；x19,y19；x20,y20；x21,y21；x22,y22；x23,y23；x8,y8；x9,y9；x10,y10；x11,y11；

30：x33,y33；x34,y34；x35,y35；x36,y36；x37,y37；x38,y38；x39,y39；x40,y40；

40：x19,y19；x20,y20；x21,y21；x28,y28；x29,y29；x30,y30；x31,y31；x32,y32；50：x21,y21；x22,y22；x23,y23；x8,y8；x7,y7；x6,y6；x24,y24；x25,y25；x26,y26；x27,y27；x28,y28；

多边形

第三十六页，共五十八页。坐标序列法文件结构简单，缺点：（1）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；（2）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；（3）岛只作为一个单个的图形建造，没有与外包多边形的联系；（4）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。第三十七页，共五十八页。（2）树状索引编码法：减少数据冗余并间接增加邻域信息，方法是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。线与多边形之间的树状索引点与边界线之间的树状索引

多边形

第三十八页，共五十八页。线号起点终点点号I161,2,3,4,5,6II686,7,8…………X333333,34,35,36,37,38,39,40,33多边形文件：点文件：点号坐标１x1，y1２x2，y2……40x40，y40线文件：多边形编号多边形边界10I,II,IX20III,VII,VIII,IX,X30X40IV,VI,VII50II,III,IV,V

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。第三十九页，共五十八页。图形目标范围示意图

首先对图形区域网格化，然后分别计算包围图形实体的矩形区域左下角、右上角所在网格的标识。对图形实体A而言，它的标识为（6，3）、（11，7）。

（3）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。第四十页，共五十八页。

在下面将要介绍的数据结构中，用(LX,LY)，(RX,RY)分别表示矩形区域左下角、右上角的网格标识。(1)特殊点的数据结构

在GIS中，特殊点指钻孔、井下实测点、注记分隔线端点等点状图形目标，它们一般不与线状目标发生联系，但可能被某一多边形所包围。

表1特殊点的数据结构

第四十一页，共五十八页。(2)结点的数据结构

表2特殊点的数据结构

由于与结点相关的弧段数是不确定的，所以，在数据结构中加入了标识弧段数的字段。

(3)一般线段的数据结构表3一般线段的数据结构

一般线段为“特殊点”的简单连接，所以无需表达数据点及线段间的相关关系，数据结构十分简单。

第四十二页，共五十八页。(4)弧段的数据结构

表4弧段的数据结构(5)多边形的数据结构表5多边形的数据结构

第四十三页，共五十八页。(6)剖面线的数据结构

表6剖面线的数据结构

剖面线任意点都有(x,y)和地层的厚度。另外，由于剖面线不可能无限地延长，所以，它的两端都将被其它图形实体所限制。这些图形实体可能有：断层，冲刷带，火成岩，图形边界等。

剖面线示意图

第四十四页，共五十八页。第四节两种数据结构的比较与转换1.比较优点缺点矢量数据1．表示地理数据的精度较高2.严密的数据结构，数据量小3．有利于网络和检索分析4．图形显示质量好、精度高5.图形数据和属性数据的恢复、更新、综合都能实现6.面向目标，不仅能表达属性，而且能方便的记录每个目标的具体属性信息。1.数据结构复杂2.多边形叠加分析比较困3.数学模拟比较困难4.技术复杂，特别是软硬件

栅格数据1．数据结构简单2．便于空间分析和地表模拟3．现势性较强4.数学模拟方便1．数据量大2．投影转换比较复杂3.用大像元减少数据量时，精度和信息量受损4.地图输出不美观5.难以建立网络连接关系第四十五页，共五十八页。

（1）矢量向栅格的转换矢量向栅格的转换过程叫“栅格化”。从矢量向栅格转换过程中，应尽量保持矢量图形的精度。矢量向栅格格式转换的几种主要算法：①内部点扩散法②复数积分算法③射线算法④扫描算法⑤边界代数算法

2.栅格与矢量数据结构的选择与转换第四十六页，共五十八页。①内部点扩散法

该算法由每个多边形一个内部点（种子点）开始，向其八个方向的邻点扩散，判断各个新加入点是否在多边形边界上，如果是边界上，则该新加入点不作为种子点，否则把非边界点的邻点作为新的种子点与原有种子点一起进行新的扩散运算，并将该种子点赋以该多边形的编号。重复上述过程直到所有种子点填满该多边形并遇到边界停止为止。

（1）矢量向栅格的转换第四十七页，共五十八页。②复数积分算法对全部栅格阵列逐个栅格单元地判断该栅格归属的多边形编码，判别方法是由待判点对每个多边形的封闭边界计算复数积分，对某个多边形，如果积分值为2

r，则该待判点属于此多边形，赋以多边形编号，否则在此多边形外部，不属于该多边形。

（1）矢量向栅格的转换第四十八页，共五十八页。③射线算法

射线算法可逐点判断数据栅格点在某多边形之外或在多边形内，由待判点向图外某点引射线，判断该射线与某多边形所有边界相交的总次数，如相交偶数次，则待判点在该多边形外部，如为奇数次，则待判点在该多边形内部。

射线算法射线算法的特殊情况第四十九页，共五十八页。④扫描算法扫描算法是射线算法的改进，将射线改为沿栅格阵列列或行方向扫描线，判断与射线算法相似。扫描算法省去了计算射线与多边形边界交点的大量运算，大大提高了效率。

第五十页，共五十八页。⑤边界代数算法适合于记录拓扑关系的多边形矢量数据转换为栅格结构。

单个多边形的转换第五十一页，共五十八页。多个多边形的转换第五十二页，共五十八页。

栅格格式向矢量格式转换的基本步骤：

（1）

二值化：为了简化追踪算法，需把256个灰阶压缩为2个灰阶，即0和1两级。

（2）

细化：细化是消除线划横断面栅格数的差异，使得每一条线只保留代表其轴线或周围轮廓线（对多边形而言）位置的单个栅格的宽度。

（3）

跟踪：跟踪的目的是把细化后的栅格数据整理为从结点出发的线段或闭合的线条，并以矢量形式加以存储。

（4）去除多余点及曲线圆滑：由于搜索是逐个栅格进行的，必须去除由此造成的多余点记录，以减少数据冗余。

（5）拓扑关系的生成：判断弧段与多边形间的空间关系，以形成完整的拓扑结构并建立与属性数据的关系。（2）栅格向矢量的转换

从栅格单元转换到几何图形的过程，通常称为矢量化。矢量化过程要保证以下两点：（1）拓扑