栅格数据结构及编码..

GIS学习之栅格数据栅格数据⽤⼀个规则格⽹来描述与每⼀个格⽹单元位置相对应的空间现象特征的位置和取值。

在概念上，空间现象的变化由格⽹单元值的变化来反映。

地理信息系统中许多数据都⽤栅格格式来表⽰。

栅格数据在许多⽅⾯是⽮量数据的补充，将两种数据相结合是GIS项⽬的⼀个普遍特征。

⼀、栅格数据模型要素：栅格数据模型在GIS中也被称为格⽹（Grid）、栅格地图、表⾯覆盖（Surface Cover）或影像。

格⽹由⾏、列、格⽹单元组成。

⾏、列由格⽹左上⾓起始。

在⼆维坐标系统中，⾏作为y坐标、列作为x坐标。

在这点上与纬度作为y坐标、经度作为x坐标有点类似。

栅格数据⽤单个格⽹单元代表点、⽤⼀系列相邻格⽹单元代表线、邻接格⽹的集合代表⾯。

格⽹中的每⼀个格⽹单元有⼀个值，整型或浮点型。

整型格⽹单元值通常代表类别数据。

⽐如，⼟地类型常⽤1代表城市⽤地、2代表林地等。

浮点型格⽹单元值常表⽰连续数据，⽐如，降⽔量模型可能有20、15、12、23等降⽔量值。

浮点型格⽹⽐整型格⽹需要更多的计算机存储资源，这是涉及⼤范围的GIS项⽬必须考虑的⼀个重要因素。

⽽且，浮点型⽹格的数据查询与显⽰应该基于12.0～19.0这样的值域，⽽⾮单个值。

由于栅格数据模型的分辨率受其格⽹单元⼤⼩的影响，因此在表⽰空间要素的精确位置上存在缺点。

在算法上，格⽹可视为⾏与列的矩阵，其单元值为⼆维数组，对数据进⾏操作、集合和分析较⽮量数据容易。

⼆、栅格数据类型：1．卫星影像：遥感卫星影像是⽤栅格格式记录的。

卫星影像像元值代表从地球表⾯反射或发射的光能。

通过分析像元值，影像处理系统可从卫星影像中提取各种专题，如⼟地利⽤、⽔⽂、⽔质、侵蚀⼟壤⾯积等。

2．数字⾼程模型：数字⾼程模型（DEM）由等间隔海拔数据的排列组成。

DEM以点为基础，但也容易通过将海拔⾼度点置于格⽹单元中⼼的⽅法转换成栅格数据。

3．数字正射影像图（DOQ）：是⼀种由航⽚或其他遥感数据制备⽽得到的数字化影像，其中由照相机镜头倾斜和地形起伏引起的位移已被消除。

栅格数据结构栅格数据结构：1-介绍1-1 栅格数据结构是一种用于存储和处理离散数据的数据结构。

它将数据划分为一个个均匀的小单元，即栅格单元，由此构成了一个栅格。

1-2 栅格数据结构广泛应用于地理信息系统（GIS）领域，可以用来表示地理空间数据，如地形、气象、土地利用等。

2-栅格单元2-1 栅格单元是栅格数据结构的最小单元，类似于像素（Pixel）。

2-2 每个栅格单元具有唯一的标识符，通常用行列索引或坐标表示。

2-3 栅格单元可以包含一个或多个属性值，用于表示不同的数据类型。

3-栅格数据集3-1 栅格数据集是指由多个栅格单元组成的数据集合。

3-2 栅格数据集可以有不同的数据类型，如整型、浮点型、字符型等。

3-3 栅格数据集可以表示连续数据（如高程）和离散数据（如土地类型）。

4-栅格操作4-1 创建栅格数据集：可以通过采样、插值、转换等方式创建栅格数据集。

4-2 查询栅格数据：可以通过栅格单元的标识符或属性值进行查询。

4-3 分析栅格数据：可以进行统计、分类、空间分析等操作。

4-4 可视化栅格数据：可以将栅格数据集绘制成图像或动画。

5-栅格数据存储格式5-1 常见的栅格数据存储格式包括GeoTIFF、NetCDF、HDF 等。

5-2 栅格数据存储格式通常包括头文件和数据文件两部分。

5-3 头文件包含了栅格数据的元信息，如分辨率、坐标系统等。

5-4 数据文件包含了栅格数据的实际数值。

6-栅格数据处理软件6-1 常见的栅格数据处理软件有ArcGIS、QGIS、ENVI等。

6-2 这些软件通常提供了丰富的栅格操作功能和分析工具。

6-3 开源软件如GDAL、GRASS也提供了栅格数据处理的功能。

7-栅格数据的应用7-1 地理信息系统：栅格数据结构是地理信息系统中最常用的数据结构之一。

7-2 自然资源管理：栅格数据可以用于研究地表覆盖、土地利用、气象等。

7-3 环境模拟：栅格数据可以用于模拟地形、水文过程、气候变化等。

栅格数据（RasterData ）是由正方形或者矩形栅格点组成，每个栅格点或者像素的位置由栅格所在的行列号来定义，所对应的数值为栅格所要表达的内容的属性值。

栅格数据-概念栅格数据结构实际就是像元阵列，每个像元由行列确定它的位置。

H值表示属性或编码为H 的一个点，其位置由所在的第六行，第九列作交叉而得到。

由于栅格结构是按一定的规则排列的，所表示的实体位置很容易隐含在网络文件的存储结构中。

在后面讲述栅格结构编码时可以看到每个存储单元的行列位置可方便地根据其在文件中的记录位置得到，且行列坐标可以很容易地转为其它坐标系下的坐标。

在网络文件中每个代码本身明确地代表了实体的属性或属性的编码。

点实体在栅格数据中表示为一个像元；线实体则表示为在一定方向上连接成串的相邻像元集合；面实体由聚集在一起的相邻像元结合表示。

这种数据结构很适合计算机处理，因为行列像元阵列非常容易存储、维护和显示。

用栅格数据表示的地表是不连续的，是量化和近似离散的数据，这就意味着地表一定面积内（像元地面分辨率范围内）地理数据的近似性，例如平均值、主成分值或按某种规则在像元内提取的值等。

另一方面，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。

像元大小相对于所表示的面积较大时，对长度、面积等的度量有较大影响。

这种影响除对像元的取舍外，还与计算长度、面积的方法有关。

栅格数据-结构 栅格数据栅格数据栅格结构是最简单最直接的空间数据结构，是指将地球表面划分为大小均匀紧密相邻的网格阵列，每个网格作为一个象元或象素由行、列定义，并包含一个代码表示该象素的属性类型或量值，或仅仅包括指向其属性记录的指针。

因此，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。

特点：1、属性明显，定位隐含，即数据直接记录属性本身，而所在的位置则根据行列号转换为相应的坐标，即定位是根据数据在数据集中的位置得到的，在栅格结构中，点用一个栅格单元表示；线状地物用沿线走向的一组相邻栅格单元表示，每个栅格单元最多只有两个相邻单元在线上；2、面或区域用记有区域属性的相邻栅格单元的集合表示，每个栅格单元可有多于两个的相邻单元同属一个区域。

栅格数据结构特点栅格数据结构（Grid Data Structure）是一种用于表示和存储二维空间网格数据的数据结构。

它通过将空间区域划分为规则的网格单元以及存储每个网格单元的属性值来描述空间数据。

栅格数据结构广泛应用于地理信息系统（GIS）、遥感影像处理、计算机图形学等领域。

本文将详细介绍栅格数据结构的特点。

1. 网格规则栅格数据结构的主要特点之一是网格的规则性，即网格单元具有相同的形状和大小。

常见的网格形状包括矩形和正方形，但也可以是其他形状，如三角形、六边形等。

每个网格单元在空间上都有固定的位置和大小，这种规则性使得栅格数据结构易于处理和分析。

2. 离散表示栅格数据结构是一种离散的数据结构，它将连续的空间信息离散化为有限个网格单元。

每个网格单元在栅格数据中都有一个唯一的标识符，通常用整数坐标来表示。

通过离散表示，栅格数据结构能够有效地存储和处理大规模的空间数据。

3. 属性存储栅格数据结构允许每个网格单元存储一个或多个属性值，用于表示该网格单元的特征或属性。

常见的属性包括高程、温度、植被覆盖等。

这些属性值可以是连续的数值型数据，也可以是离散的分类标识。

属性存储使得栅格数据结构适用于各种应用场景，例如地形分析、气象模拟等。

4. 空间关系栅格数据结构能够方便地表示和处理网格单元之间的空间关系。

通过定义临近关系，可以确定网格单元之间的邻接关系，例如上下左右相邻、对角相邻等。

这种空间关系的定义使得栅格数据结构能够进行空间分析和空间查询，例如寻找邻近网格单元、寻找具有相似属性的网格单元等。

5. 分辨率栅格数据结构的分辨率是指每个网格单元代表的地理现象的精度或粒度。

较小的分辨率能够更好地表示细节和复杂性，但需要更大的存储空间和计算资源；较大的分辨率可以减少存储空间和计算开销，但可能会损失一些细节信息。

选择适当的分辨率是栅格数据处理的重要考虑因素。

6. 可视化和渲染栅格数据结构天然适合于可视化和渲染。

通过将属性值映射到颜色、灰度等视觉属性，可以直观地展示空间数据的分布和变化。

第三讲空间数据结构之栅格数据一：㈠基本概念1：数据结构：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2：空间数据结构：地理实体的空间排列方式和相互关系的抽象描述，即地理实体的数据本身的组织方法3：描述内容：地理要素和地理现象，包括空间位置、拓朴关系和属性三个方面4：空间数据结构类型：矢量结构和栅格结构㈡：矢量/栅格数据的显示特点1、栅格数据①显式表示：栅格中的一系列像元(点)，为使计算机认识这些像元描述的是某一物体而不是其它物体②显示特点：属性明显，位置隐含2、矢量数据①隐式显示：由一系列定义了始点和终点的线及某种连接关系来描述，线的始点和终点坐标定义为一条表示地物对象形式的矢量②显示特点：属性隐含，位置明显二：栅格数据结构：栅格数据主要编码内容1. 栅格数据的表示①栅格数据结构就是像元阵列的有效组织方法/规范，每个像元的行列号确定位置，用像元值表示空间对象的类型、等级等特征②每个栅格单元只能存在一个值3. 栅格表征地学对象的规则三：栅格数据结构：数据组织方式四：栅格数据结构：栅格数据编码方法1：引子①无论如何取值，在计算机中，如果矩阵的每个元素用一个双字节表示，则一个图层的全栅格数据所需要的存储空间为m(行) ×n(列) ×2(字节)②因此，栅格数据的压缩是栅格数据结构要解决的重要任务2：为何进行压缩编码①当前计算和存储资源是有限的②随着科学技术的进步，数据的时、空分辨率在逐步提升③通过有效的编码方式对相同数据进行存储改良3：压缩编码过程应遵循的原则①编码方法必须是有效的②编码过程必须是可逆—信息的有损和无损之需求③编码方法应能或至少不降低对数据的访问速度4：栅格数据编码方法⑴栅格矩阵法①Raster数据是二维表面上地理数据的离散量化值，对某层而言，pixel值组成像元阵列（即二维数组），其中行、列号表示它的位置。

②在计算机内是一个4*4阶的矩阵。

但在外部设备上，通常是以左上角开始逐行逐列存贮。

栅格数据存储压缩编码方法（3）、块式编码（4）、四叉树编码（1）、链式编码：由某一原点开始并按某些基本方向确定的单位矢量链。

基本方向可定义为：东＝0，南＝3，西＝2，北＝1等，还应确定某一点为原点。

（2）、行程编码：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代码重复的个数，即按（属性值，重复个数）编码（3）、块式编码：块式编码是将行程编码扩大到二维的情况，把多边形范围划分成由像元组成的正方形，然后对各个正方形进行编码。

（4）、四叉树编码而块状结构则用四叉树来描述，将图像区域按四个大小相同的象限四等分，每个象限又可根据一定规则判断是否继续等分为次一层的四个象限，无论分割到哪一层象限，只要子象限上仅含一种属性代码或符合既定要求的少数几种属性时，则停止继续分割。

否则就一直分割到单个像元为止。

而块状结构则用四叉树来描述。

按照象限递归分割的原则所分图像区域的栅格阵列应为2n2n（n为分割的层数）的形式。

下面就着重介绍四叉树编码。

直接栅格编码是最简单最直观而又非常重要的一种栅格结构编码方法，通常称这种编码为图像文件或栅格文件。

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象元记录，也可奇数行从左到右，而偶数行由右向左记录，为了特定目的还可采用其它特殊的顺序,右图直接编码可表示为矩阵：四叉树编码又称为四分树、四元树编码。

它是一种更有效地压编数据的方法。

它将2n2n像元阵列的区域，逐步分解为包含单一类型的方形区域，最小的方形区域为一个栅格像元。

图像区域划分的原则是将区域分为大小相同的象限，而每一个象限又可根据一定规则判断是否继续等分为次一层的四个象限。

其终止判据是，不管是哪一层上的象限，只要划分到仅代表一种地物或符合既定要求的几种地物时，则不再继续划分否则一直分到单个栅格像元为止。

所谓四叉树结构，即把整个2ｎ2ｎ像元组成的阵列当作树的根结点，n为极限分割次数，n＋1为四分树的最大高度或最大层数。

栅格数据结构的主要类型栅格数据结构是一种常用的数据组织形式，适用于描述具有规则空间分布的各类信息。

栅格数据结构的主要类型包括：点栅格、线栅格和面栅格，它们在地理信息系统（GIS）、遥感图像处理等领域都得到广泛应用。

一、点栅格点栅格是一种将空间点按照一定的规则转化为栅格数据的方法。

在点栅格中，每个栅格单元代表一个点的存在或者属性值。

点栅格常用于描述离散的点状地物，如水井、测量站等。

在GIS中，点栅格可以用来表示各类离散事件的发生位置，如地震、火灾等。

二、线栅格线栅格是一种将线状地物按照一定的规则转化为栅格数据的方法。

在线栅格中，每个栅格单元代表一段线的存在或者属性值。

线栅格常用于描述连续的线状地物，如道路、河流等。

在GIS中，线栅格可以用来表示交通网络、水系等地理要素。

三、面栅格面栅格是一种将面状地物按照一定的规则转化为栅格数据的方法。

在面栅格中，每个栅格单元代表一个面的存在或者属性值。

面栅格常用于描述连续的面状地物，如土地利用类型、植被覆盖等。

在GIS中，面栅格可以用来表示土地利用、植被分布等地理现象。

四、栅格数据的存储与处理栅格数据通常以二维矩阵的形式存储，其中每个矩阵元素对应一个栅格单元。

栅格数据的存储可以采用多种方式，如文本文件、二进制文件、数据库等。

在处理栅格数据时，需要注意数据的空间参考信息、分辨率、像素值的含义等。

栅格数据结构的应用十分广泛。

在GIS中，栅格数据结构可以用于地图制作、地理分析、空间模拟等方面。

在遥感图像处理中，栅格数据结构可以用于图像分类、变化检测、目标提取等任务。

此外，栅格数据结构还可以应用于气象学、地质学、生态学等领域。

总结：栅格数据结构是一种常用的数据组织形式，包括点栅格、线栅格和面栅格。

点栅格用于描述离散的点状地物，线栅格用于描述连续的线状地物，面栅格用于描述连续的面状地物。

栅格数据通常以二维矩阵的形式存储，可以应用于GIS、遥感图像处理、气象学、地质学等领域。

栅格数据结构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。

栅格结构的显著特点：属性明显，定位隐含，即数据直接记录属性的指针或数据本身，而所在位置则根据行列号转换为相应的坐标。

栅格数据的编码方法：直接栅格编码，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；压缩编码，包括链码（弗里曼链码）比较适合存储图形数据；游程长度编码通过记录行或列上相邻若干属性相同点的代码来实现；块码是有成长度编码扩展到二维的情况，采用方形区域为记录单元；四叉树编码是最有效的栅格数据压缩编码方法之一，还能提高图形操作效率，具有可变的分辨率。

矢量数据结构矢量数据结构是通过记录坐标的方式尽可能精确地表示点、线和多边形等地理实体，坐标空间设为连续，允许任意位置、长度和面积的精确定义。

矢量结构的显著特点：定位明显，属性隐含。

矢量数据的编码方法：对于点实体和线实体，直接记录空间信息和属性信息；对于多边形地物，有坐标序列法、树状索引编码法和拓扑结构编码法。

坐标序列法是由多边形边界的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法，文件结构简单，但多边形边界被存储两次产生数据冗余，而且缺少邻域信息；树状索引编码法是将所有边界点进行数字化，顺序存储坐标对，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，消除了相邻多边形边界数据冗余问题；拓扑结构编码法是通过建立一个完整的拓扑关系结构，彻底解决邻域和岛状信息处理问题的方法，但增加了算法的复杂性和数据库的大小。

矢量栅格数据的比较矢量数据的优缺点：优点为数据结构紧凑、冗余度低，有利于网络和检索分析，图形显示质量好、精度高；缺点为数据结构复杂，多边形叠加分析比较困难。

栅格数据的优缺点：优点为数据结构简单，便于空间分析和地表模拟，现势性较强；缺点为数据量大，投影转换比较复杂。

两者比较：栅格数据操作总的来说容易实现，矢量数据操作则比较复杂；栅格结构是矢量结构在某种程度上的一种近似，对于同一地物达到于矢量数据相同的精度需要更大量的数据；在坐标位置搜索、计算多边形形状面积等方面栅格结构更为有效，而且易于遥感相结合，易于信息共享；矢量结构对于拓扑关系的搜索则更为高效，网络信息只有用矢量才能完全描述，而且精度较高。

栅格数据结构及编码在地理信息系统、计算机图形学以及许多其他领域中，栅格数据结构是一种非常重要的表示和存储数据的方式。

简单来说，栅格数据就像是我们常见的像素图，把一个区域划分成一个个小格子，每个格子里都有相应的数据值。

栅格数据结构的基本概念很好理解。

想象一下，我们有一张地图，要把它数字化存储在计算机里。

如果用栅格的方式，就会把这张地图划分成一个个均匀的小方格，就像棋盘一样。

每个小方格对应着地图上的一个区域，里面记录着这个区域的某种属性信息，比如海拔高度、土地利用类型、温度等等。

栅格数据结构有很多优点。

首先，它的结构简单，处理起来相对容易。

对于计算机来说，处理一个个整齐排列的小格子要比处理复杂的不规则图形省事多了。

其次，它很适合用于表示连续变化的现象，比如地形的起伏、温度的分布等。

再者，许多现有的图像处理技术和算法都可以直接应用于栅格数据，这为数据的分析和处理提供了很大的便利。

但是，栅格数据结构也不是完美的，它也有一些缺点。

比如，由于栅格的大小是固定的，可能会导致数据的精度损失。

如果栅格划分得太粗，就可能无法准确地表示一些细节；如果划分得太细，数据量又会变得非常大，处理和存储都成问题。

另外，栅格数据对于边界和形状的描述往往不够精确，可能会出现锯齿状的边缘。

接下来，我们说一说栅格数据的编码方式。

常见的栅格数据编码方法有直接编码、行程编码、链式编码和四叉树编码等。

直接编码是最简单粗暴的一种方式，就是直接把每个栅格单元的值依次存储起来。

这种方法简单直观，但是数据量很大，特别是当栅格数据中有很多相同值的单元时，会造成大量的冗余。

行程编码则是针对直接编码的冗余问题进行改进的一种方法。

它不是记录每个栅格单元的值，而是记录相同值的连续栅格单元的数量和值。

比如说，有一连串的 5 个值都是 10 的栅格单元，行程编码就会记录“5，10”，这样就大大减少了数据量。

链式编码主要用于描述栅格数据的边界。

它通过记录边界上栅格单元的方向来表示边界。

栅格数据的主要编码方式什么是栅格数据编码方式？为什么需要栅格数据编码方式？栅格数据编码方式有哪些？如何选择合适的栅格数据编码方式？本文将逐一解答。

一、什么是栅格数据编码方式？栅格数据是一种用网格将空间分割成离散单元的空间数据，类似于棋盘。

每个单元格代表着空间中的一个像素值，这种像素值可以表示地表的不同属性，例如高程、温度、植被类型等。

栅格数据编码方式是将这些像素值以数字形式进行编码的过程，用来处理地理信息技术中所涉及的各种数据。

二、为什么需要栅格数据编码方式？栅格数据编码方式是在处理、操作和存储栅格数据时必不可少的过程。

它可以将栅格数据转化为计算机能够处理的数字格式，这样在进行数据分析、可视化和模型分析时，计算机可以快速地处理这些数据。

同时，栅格数据编码方式还可以大量减小栅格数据的存储空间，方便数据的共享和传输。

三、栅格数据编码方式有哪些？主要的栅格数据编码方式包括：1.无符号整数编码：在栅格数据中，每个像素值都表示为一个非负整数，通常采用二进制，而每个二进制位都可以表示一个唯一的像素值。

这种编码方式的数据大小较小，但是仅适用于无符号整数像素值。

2.有符号整数编码：有符号整数编码的范围很广，可以表示正数、负数和0，因此可以使用更多的像素值表示更多的信息，但是数据大小会相应地增加。

3.浮点数编码：这种编码方式可以表示非整数精细值，因此在处理地形、气象和海洋数据时非常有用。

浮点数编码的要点是数据精度，否则数据的近似值和处理结果将受到影响。

4.压缩编码：压缩编码的目的是将数据压缩到最小的尺寸，以便更好地存储和传输。

常见的压缩编码方案包括行程编码和差分编码。

5. RGB编码：基于颜色的编码方式，通常用于处理卫星影像和航空照片等真彩色或伪彩色的遥感数据。

四、如何选择合适的栅格数据编码方式？选择合适的栅格数据编码方式应该考虑以下因素：1.数据类型：选择哪种数据编码方式取决于数据类型，因为每个编码方式都有自己的优缺点。

栅格数据结构编码的基本内容栅格数据是最简单、最直观的一种空间数据结构，它是将地面划分为均匀的网格，每个网格作为一个像元，像元的位置由所在行、列号确定，像元所含有的代码表示其属性类型或仅是与其属性记录相联系的指针。

在栅格结构中，一个点（如房屋）由单个像元表达，一条线（如道路）由具有相同取值的一组线状像元表达，一个面状地物（如旱地）由若干行和列组成的一片具有相同取值的像元表达。

图9-11(a) 、(b) 、(c)分别为用栅格像元素表示点、线、面实体的示意图。

如图9-11(a)中的“4”代表点像元（点实体）;图9-11(b)中的若干个“6”所代表的点像元相连构成线状像元（线实体）;同样,图9-11(c)中若干个相同的像元代码（6，7或4）所组成的区域代表面实体。

a b c图9-11 用栅格像元表示点、线、面实体栅格数据的编码方法:栅格数据的编码方法有多种，常见的有栅格矩阵法、行程编码、块码和四叉树编码等，而四叉树编码是一种更有效地压编数据的方法。

四叉树编码又称为四分树、四元树编码。

它把2×2 像元组成的阵列当作树的根结点，树的高度为n级（最多为n级）。

每个结点有分别代表西北、东北、西南、东南四个象限的四个分支,如图9-12 (a)。

四个分支中要么是树叶，要么是树叉。

树叶用方框表示，它说明该四分之一范围或全属多边形范围（黑色）或全不属多边形范围即在多边形以外（空心四方块），因此不再划分这些分枝；树叉用圆圈表示，它说明该四分之一范围内，部分在多边形内，另一部分在多边形外，因而继续划分，直到变成树叶为止。

四叉树编码正是划分，逐步分解为包含单一类型的方形区域，其最小的方形区域为一个栅格像元。

图像区域划分的原则是将区域分为大小相同的象限，而每一个象限又可根据一定规则判断是否继续等分为次一层的四个象限。

其终止判据是，不管是哪一层上的象限，只要划分到仅代表一种地物或符合既定要求的几种地物时则不再继续划分，否则一直分到单个栅格像元为止。