当前位置：文档之家 › GIS课件栅格数据模型

GIS课件栅格数据模型

  • 格式：pdf
  • 大小：1.76 MB
  • 文档页数：72

下载文档原格式

  / 72

合集下载

《栅格数据模型》课件

《栅格数据模型》课件
《栅格数据模型》PPT课 件
栅格数据模型是一种空间数据存储和分析方式，以像素网格形式表示地球表 面上的特征和属性信息。它以栅格矩阵作为核心结构，广泛应用于地理信息 系统、遥感成像和自然资源管理等领域。
什么是栅格数据模型?
栅格数据模型定义了用像素网格表示和存储地理特征和属性信息的方式。它与矢量数据模型的区别在于数据存 ห้องสมุดไป่ตู้和分析的方式不同。
BMP格式
BMP格式是Windows操作系统中的标准图像格 式，适用于栅格数据的存储和显示。
PNG格式
PNG是一种支持无损压缩的图像格式，常用于 地理信息系统和网络应用中的图像存储和展示。
栅格数据模型的未来发展
1
3D栅格数据模型
随着技术的进步，栅格数据模型在三维
大数据时代下的栅格数据模型应用
2
地理信息系统和虚拟现实领域的应用越 来越广泛。
栅格数据模型的结构
栅格数据的基本结构
栅格数据由像素组成的矩阵构成，每个像素代表地球表面上的一个位置，它包含了该位置的 属性信息。
栅格数据的元数据
栅格数据还包含元数据，用于描述数据的属性、分辨率、坐标系统等信息，方便数据的管理 和使用。
栅格数据模型的应用场景
地理信息系统中的应用
栅格数据模型被广泛应用于地图 制作、地理分析、空间模型和空 间推理等领域。
在大数据时代，栅格数据模型将更好地
与其他数据模型相结合，为各行各业带
来更多应用和价值。
总结
栅格数据模型的基本概 念和结构
栅格数据模型以像素网格表 示地理信息，包含基本结构 和元数据。
栅格数据模型的应用场 景和常用格式
栅格数据模型广泛用于地理 信息系统、遥感成像和资源 管理，常见格式有TIFF、 BMP等。

地理信息系统4栅格数据模型

地理信息系统4栅格数据模型

• 行1:04477777 • 行2:44444777 • 行3:44448877 • 行4:00488877 • 行5:00888878 • 行6:00088888 • 行7:00008888 • 行8:00000888
•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
• 栅格尺寸越小，其分辨率越高，数据量也越大。
•引申思考：栅格数据的投影与变形问题？
栅格数据的形状、尺寸及相关问题
• 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。
决定栅格单元代码的方式
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
决定栅格单元代码的方式
2. 面积占优法
– 栅格表达法的精度与 分辨率有关。图(a)、 (b)、(c)中，栅格的分 辨 率 分 别 为 7x5 ， 15x11，24x13。分辨 率的大小与下面两个 问题有关：
• 记录和存储栅格数据 硬件设备的性能。
• 与实际应用需求有关。 实际上，分辨率越高， 其影象表达地理空间 现象的特征就越细微。
栅格表达法分辨率示意图
– 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

【南京大学ARCGIS课程】第6讲 栅格模型与分析

【南京大学ARCGIS课程】第6讲 栅格模型与分析

通勤距离
计算通勤距离
1、设定不同交通线路的通行时间，以40公里为长度 普通区域速度40公里/小时，耗时60分钟 一级公路速度80公里/小时，耗时30分钟 高速公路速度120公里/小时，耗时20分钟 普通铁路速度120公里/小时，耗时20分钟 高速铁路速度240公里/小时，耗时10分钟
2、将不同线路按耗时转化为栅格
再分级和叠合计算
将地块用地性质图转换为栅格图并再分级
Conversion Tools -> To Raster -> Feature to Raster Input features: parcel; Field: Landuse
将地块用地性质图转换为栅格图，并以用地性质作为栅格单元的属性值。 Spatial Analyst Tools -> Reclass -> Reclassify 将Reclass field设为Landuse，分别赋值C:1 G:0 M:0 R1:2 R2:2。得到 reclass of parcel。
3、将不同线路的耗时栅格模型叠加为整体成本图 con(IsNull(railway), con(IsNull(highway), con(IsNull(road), land, road), highway), railway)
4、以源点出发的成本距离图
5、以源点出发的通勤时间图 Cost / 40000
GIS & SPATIAL ANALYSIS
栅格模型与分析II
RASTER MODEL AND ANALYSIS II
南京大学建筑与城市规划学院
SCHOOL OF ARCHITECTURE AND URBAN PLANNING NANJING UNIVERSITY

《栅格数据模型》PPT课件

《栅格数据模型》PPT课件

3. 栅格数据构造
〔５〕四叉树编码
根本思想：
是根据栅格数据二维空间分布的特点，将 空间区域按照4个象限进展递归分割〔 2n×2 n，且n>1〕，直到子象限的数值 单调为止，最后得到一棵四分叉的倒向 树。
➢P为游程
➢K为游程序号
➢适用于二值图像的表示
3. 栅格数据构造
〔２〕游程压缩编码构造 游程长度编码方法，数据多，且有重叠时，用游程压缩
编码可压缩数据量 游程编码能否压缩数据量，主要决定Байду номын сангаас栅格数据的性质
，通常可通过事先测试，计算图的数据冗余度Re
3. 栅格数据构造
〔２〕游程压缩编码构造
游程长度压缩编码步骤：
2. 常用栅格数据类型
❖其他图形文件
▪ TIFF、GeoTIFF、GIF、JPEG
❖特定软件的栅格数据
▪ Eadrs Image ▪ ArcGIS grid
3.栅格数据构造
〔１〕直接编码法 〔２〕游程长度编码 〔３〕块码 〔４〕链码 〔５〕四叉树
3. 栅格数据构造
〔１〕直接栅格编码构造 直接栅格编码构造，也可以理解为栅格矩阵构
栅格数据构造
4
栅格数据压缩
5
栅格数据转换与综合
1.栅格数据模型要素
一、概述 栅格数据模型是基于空间划分或铺盖的 空间被划分成大量规那么的或不规那么的
空间单元，称为象素(Cell或Pixel)，依行 列构成的单元矩阵叫栅格(Grid)
三角形 方格
CSUST
2.栅格数据模型
栅格数据模型
1.栅格数据模型要素
3. 栅格数据构造
〔３〕块码例如
02255555 22222555 22223355 00233355 00333353

第3章 GIS空间数据模型(基于对象的矢量数据模型与栅格数据模型)

第3章 GIS空间数据模型(基于对象的矢量数据模型与栅格数据模型)

5 Shape 文件数据模型
特点： 基于其非拓扑性，可以使文件迅速显示出来。 简单要素类型：点、线、面分别存储。 一个Shape文件中只能存储一种类型的要素。
Shape文件的构成
一个Shape文件至少包括一个主文件、一个索引文件 及一个 dBASE 数据表文件 Shape文件示例： .SHP主文件Main file: counties.shp贮存地理 要素的几何数据 .SHX 索引文件Index file: counties.shx，贮存图 形要素索引信息，用于查询 .DBF dBASE 数据表文件: counties.dbf ，贮存 要素属性信息的dBASE文件 .PRJ 投影参数文件: counties.prj
空间对象编码 唯一 连接几何和属性数据
…
n
… …
1 简单矢量数据模型——点实体编码
统一标识 x,y 坐标 简单点 点类型 文本点 结 点
类别或系列号
比例 简单点——符号 朝向 比例 朝向 文本点——字符 字体 文句 线指针 结 点——符号 线交汇编
建立和显示数据库联系的属性
其它非几何属性
2 简单矢量数据模型——线实体编码
A9
4
2
3 4 5
6
A8
P6
13.8 24.0 3
A4
A6
5 P5
6
7 8 ……
13.7 24.1
A11
7
P7
A7
4 拓扑具体编辑过程
由坐标数据提取弧和结点数据；


a）分离出每条弧，并对各条弧线赋予内编号；
b）确定出每条弧上首尾端点在坐标数据中的地
址；
c）确定出连接弧的结点，并对其进行统一编号。

地理信息系统GIS—第4章栅格数据结构

地理信息系统GIS—第4章栅格数据结构

举例
Landsat; SPOT; GeoEye; Digital Globe; Terra
TerraSAR-X; RADARSAT-2; COSMO-SkyMed
Landsat
■ 美国陆地卫星项目始于1972年, 产生了全世界 使用最广泛的图像。 ■ 2013年2月,陆地卫星8号启动操作陆地成像仪,它 提供了与陆地卫星7号类似的七个光谱波段,加上一 个新的深蓝波段(波段1)和一个新的短波红外波段 (波段9)。此外,陆地卫星8号携有热红外传感器,提供 了两个热波段。
15
波段
8号陆地卫星 波长 (μm)
分辨率 (m)
1
0.43-0.45
30
2
0.45-0.51
30
3
0.53-0.59
30
4
0.64-0.67
30
5
0.85-0.88
30
6
1.57-1.65 30
7
2.11-2.29
30
8(全色)
0.50-0.68 15
9
1.36-1.38 30
SPOT
法国SPOT卫星系列始于1986年。每个SPOT卫星携带两 种类型的传感器。SPOT1 - 4获得一个10米空间分辨率的单波 段图像与和20米分辨率的多波段图像。2002年发射的SPOT5， 发回5和2.5米分辨率的单波段图像和10米分辨率多波段图像。
GeoEye
IKONOS
全色 82 cm
多光谱
4m
GeoEye-1
全色
多光谱
41 cm
1.65 m
Digital Globe*
QuickBird
全色 65 cm
多光谱

GIS栅格数据空间分析PPT课件

GIS栅格数据空间分析PPT课件

未激活状态
激活状态
.
4
2、加载Shape地图并设置参数 单击图标 加载图层…shixishuju5\XMpoint.shp，
结果如下图所示。
.
5
点击Spatial Analyst模块的下拉箭头，在打开Option对话框 中的General选项卡，设置默认工作路径为 “…\shixishuju5\ Result\”，如下图所示。点击确定，回 到主界面。
.
6
3、生成槽域范围图 点击选中Xmpoint图层，再点击Spatial Analyst\
Distance\Allocation，设置参数如下图所示，（注：输出 文件路径和名称为…shixishuju5\Result\fb）。
点击ok，得到显示结果如下图。
.
7
.
8
4、导出fb属性数据表 点击选中fb图层，右击该层在下拉菜单中选择Open
点击ok。
5000为假定的槽域半径
.
12
6、生成密度分布图
点击Spatial Analyst模块，在下拉菜单中选择Density，出现 的对话框设置如下图所示。
点击ok，得到密度分布如下图。
.
13
.
14
Attribute Table，打开fb属性表，点击属性表右下角 Option按钮，选择Export，出现对话框的参数设置如下图 所示，点击ok，（当出现提示是否需要加载该数据表，选择 “是”）。
fbtab.dbf
.
9
5、链接fbtab.dbf文件 点击选中熊猫活动足迹图ห้องสมุดไป่ตู้Xmpoint，右击该层选择Join
点击ok。
500为生成fb图层 时设置的栅格大小

GIS地理信息系统空间数据结构ppt课件

GIS地理信息系统空间数据结构ppt课件

数据库
独立编码
点: ( x ,y )
线: ( x1 , y1 ) , (x2 , y2 ) , … , ( xn , yn ) 面: ( x1 , y1 ) , (x2 , y2 ) , … , ( x1 , y1 )
标识码 属性码 存储方法
点位字典
空间对象编码; 唯一; 连接空间和属性数据
点: 点号文件 线: 点号串 面: 点号串
15
3、拓扑关系的表达 拓扑关系具体可由4个关系表来表示： （1） 面--链关系： 面 构成面的弧段 （2） 链--结点关系： 链 链两端的结点 （3） 结点--链关系： 结点 通过该结点的链\ （4） 链—面关系： 链 左面 右面
4、拓扑关系的意义：
对于数据处理和GIS空间分析具有重要的意义，因为： 1）拓扑关系能清楚地反映实体之间的逻辑结构关系，它比几何关系具有更大的稳 定性，不随地图投影而变化。 2）有助于空间要素的查询，利用拓扑关系可以解决许多实际问题。如某县的邻接 县，--面面相邻问题。又如供水管网系统中某段水管破裂找关闭它的阀门，就需要 查询该线（管道）与哪些点（阀门）关联。 3）根据拓扑关系可重建地理实体。
距离（大地线）（沿地球大圆经过两个城市中心的距离）。
（二）拓扑关系
11
（二）拓扑关系
1、定义 2、种类 3、拓扑关系的表达 4、意义
1、定义： 指图形保持连续状态下变形，但图形关系不变的性质。
将橡皮任意拉伸，压缩，但不能扭转或折叠。
拓扑变换 （橡皮变换）
非拓扑属性（几何） 两点间距离
一点指向另一点的方向
第三章 空间数据结构
§3-1空间实体及其描述 §3-2矢量数据结构 §3-3栅格数据结构
;.
1

ArcGIS学习课件11.栅格数据分析

ArcGIS学习课件11.栅格数据分析

中国科学院计算技术研究所教育中心
在Arcmap文件，加载地图，使用（File）中export map，格式有PNG，emf，eps，pdf，jpg，bmp， svg，gif，tif等，自己设置大小和格式，write world file是自动配准，可以调整分辨率，pdf， svg，emf默认是300，其他为96，数字越高，输出 的文件越大，清晰度越高，图片大小地图窗口的尺 寸*分辨率，该工具只是针对当前地图窗口的内容
用Zonal Statistics函数 或则raster转为feature。
Page 33
5.2统计25度以上耕地的面积
中国科学院计算技术研究所教育中心
① 使用grid，slope([tingrid]) >= 25 计算符号后 面一定要有空格，空格有全角空格（中文下，全 角）、半角空格一定是半角
对输出的图层重命名（名字 = 后面是表达式）
Page 31
5.1影像面积统计
中国科学院计算技术研究所教育中心
统计高程1900以下，1900-2000，和2000以上的 面积
1. 按上面的对栅格重分类Reclassfy
使用数据:11\fx\tingrid,操作看影像面积统计.exe
Page 32
5.1影像面积统计
中国科学院计算技术研究所教育中心
值的范围是含下不含上 右图是365 – 400 含义为value>=365 <400,“-”前后都有一
个空格
数据为:11\resample\tingrid
中国科学院计算技术研究所教育中心
Page 10
2、栅格的重分类NoData
中国科学院计算技术研究所教育中心
NoData是空，什么也没有（NULL）， 空不等于0，设置为nodata，输出为空

GIS空间分析第三章栅格数据分析

GIS空间分析第三章栅格数据分析

名称(Name): 每个栅格数据集必须有一个名称以 便在数据库中相互区分。所有对栅格数据集的访 问都是通过它的名称进行的，数据集的名称在所 有表达式中必须一致。
3.2 栅格数据分析的环境
在对栅格数据进行分析之前，需要设置分 析选项，主要包括：
结果输出的路径 分析范围 单元大小 在选择的单元上进行分析的分析掩膜
栅格数据的再分类（Reclassifying raster data）
输入离散型栅格
再分类栅格
类别数据的再分类需要用新值代替原来的值。例如，土地利
用类型可以根据适宜性的状况分为：低适宜 (1)、中适宜 (2)、 高适宜(3)。与适宜性无关的用地类型表示为空值。
•输入连续型栅格
•再分类栅格
连续型数据的再分类需要用新值代替一定范围的值。例如， 描述距离公路远近的栅格可以被分为三个距离带。
视域（Viewshed）
视域判别输入栅格中能够从一个或多个观 察点或线上可以看到的单元。在输出栅格 上，每个单元的值表示可以看到该点的观 察点的数量。
如果只有一个观察点，则能够被看到的栅 格单元被赋值为1。其它无法看到的栅格单 元被赋值为0。
观察点的要素类可以包含点或线。线的结 点或中间点将被看作是观察点。
坡向（Aspect）
坡向是指坡度的朝向，即某一单元对朝坡下的相 邻单元的方向。
在坡向栅格中的单元值是由0-360表示的方向。其 中，北为0，按顺时针的方向，90为东，180为南， 270为西。坡度为0（平地）的栅格单元，其坡向 值为-1。
坡向值为90的单元朝向 东方。由此顺坡而下， 就是向东而行。早晨太 阳升起时，该单元充满 阳光。晚上太阳西下， 则缺少阳光。
等高线（Contours）

地理信息系统课件 06栅格数据模型 来自华北科技学院 魏志刚

地理信息系统课件 06栅格数据模型 来自华北科技学院 魏志刚
第三章 空间数据模型与数据库
1
主要内容
• 数据模型与数据结构 • 简单要素数据模型：
– 地理关系型矢量数据模型，结构，编码* – 面向对象的矢量数据模型 – 栅格数据模型，结构，编码*
• 复合要素数据模型（TIN，动态分段，分区模 型） • 栅格与矢量数据模型的相互转化* • 栅矢一体化 • 数据库模型-矢量数据*
A
连续分布地理要素
C
具有特殊意义 的较小地物
A
分类较细、 地物斑块较小
9
c 几何偏差 a 5 4 3 b ac距离: 7/4 (5) 面积: 7 (6)
c
a 如以像元边线计算则为7，以像元个数为单位则为4。
b
三角形的面积为6个平方单位，而右图中则为7个平方单位，这种误 差随像元的增大而增加。
属性偏差
· 存贮量小，只对叶结点编码，节省了大量中间结 点的存储，地址码隐含着结点的位置和分割次 数。 · 线性四叉树可直接寻址，通过其坐标值直接计算 其Morton码，而不用建立四叉树。 · 定位码容易存储和执行实现集合相加等组合操作。
26
3）四进制的Morton码
方法1（自上而下分割）其始行列号 从0计 03 由叶结点找Morton码。
A 0 A 2 A 8 A 10 A 1 B 3 A 9 A 11 A 4 B 6 B 12 B 14 A 5 B 7 B 13 B 15
A 0 A 2 A 8 A 10
A 1 B 3 A 9 A 11
A 4 B 6 B 12 B 14
A 5 B 7 B 13 B 15
30
四叉树编码法的优点
1）容易而有效地计算多边形的数量特征； 2）阵列各部分的分辨率是可变的，边界复杂部 分四叉树较高即分级多，分辨率也高，而不需 表示许多细节的部分则分级少，分辨率低，因 而既可精确表示图形结构又可减少存贮量； 3）栅格到四叉树及四叉树到简单栅格结构的转 换比其它压缩方法容易； 4）多边形中嵌套异类小多边形的表示较方便。

GIS课件栅格数据模型

GIS课件栅格数据模型

3.3 游程编码
游程编码是栅格数据的一种比较简单的保真压缩编 码方法。编码中，将栅格阵列中具有相同属性值的 邻近单元合并在一起，构成一个游程。
每个游程使用一对数字来表示(A,P)，其中A代表属
性值或属性值的指针，P 表示该游程最右端栅格的 列号。(注:还有一种游程编码P是行程的长度即重 复单元的个数)。
4
栅格像元赋值规则: 中心点法 面积优先法 重要性优先法
B O C
A
栅格像元大小确定: 大->粗，混合像元 小->冗余，数据量大、处理慢
5
大地坐标 空间数据参考:
地图投影 仿射变换(矩阵行列坐标到平面坐标的映射):
△x, 0, 0, -△y, x0, y0 分辨率(△x, △y) 矩阵左上角像元的坐标(x0, y0)
1 栅格数据模型的基本要素 2 栅格数据类型 3 栅格数据结构 4 常见栅格文件格式（GRID、TIFF） 5 矢量到栅格转换 6 栅格到矢量转换
1
源自 - 地理所鲁学军研究员 2
栅格数据(grid)支持地图几何代 数运算(map algebra)。包括:
数学运算 逻辑运算 关系运算 布尔运算 ……
0
00 04 04 44
4
48 0 4 88 8
2 44
24
8222400 04 0 04 44 4
48
0
4 88 8
44
2
24
8
2
2
010 011 100 101
000
110
012 013 102 103
120 121
020
030
130 122 123
210 211 200
212 213 300

2_03栅格GIS的数据模型与结构

2_03栅格GIS的数据模型与结构

③从左到右连结转换好的十进制数：
3，3，2 → 332
Morton码 → 行列地址
位交错法：从0行0列起
四叉树分类
p .4 9 ~ 5 0
指针四叉树（常规）：
记录每个节点的下列数据 4个子节点地址 + 父节点地址 + 属性值
线形四叉树：
记录每个叶节点的（行列）地址、深度和属性值 地址可用象限地址
四叉树实现策略
储存：利用Morton码扫描，行ቤተ መጻሕፍቲ ባይዱ编码压缩 建树：解码，自下而上建线形四叉树
栅格实际上是像元（pixel）矩阵。有行有列。每个像元被称 之为格子（cell）。格子的形状可以是六边形的、三角形的， 但更普遍的是方形的。
栅格结构
当栅格表达的范围比较大时，必须考虑地球曲率的影响。可 以使用高斯-克吕格投影。 有的栅格系统采用地理坐标（经纬度），则格子的实际形状 是曲面梯形。在这种情况下，通常采用等距圆柱投影。
p.47
DEM 中相邻的高程数据有相关性，可以利用差分映射法预 处理，提高压缩比。 方法：每行从第 n 列开始按下式计算 Vi = Vi - V (i -1) i ： 2, 3, …, n
四叉树
p.48
四叉树
适用于2n×2n栅格。 分割次数i ，（i：0,1,…，n），又称深度 叶节点所在的方形面积为: S = 2(n – i)× 2(n – i) 具有可变分辨率，便于栅格层的合并与分割 编码具有区域性质，便于分析运算 便于与栅格行列坐标转换
一个栅格记录风场的X 分量，另一个记录Y分量。
点实体的表达
栅格用一个格子近似地表示点。当方格的边长较大时，误差 较大。
线实体的表达

GIS课件ppt课件

GIS课件ppt课件
22 21 20
B
C
D
E
a
b
c
f
g
hj
e
f
i
bc
i
与实体式相比： 优点：用建索引的方法消除多边形数据的冗余和不一致，邻接信息、 岛信息可在多边形文件中通过是否公共弧段号的方式查询。 缺点：表达拓扑关系较繁琐，给相邻运算、检索拓扑关系等带来困难， 以人工方式建立编码表，工作量大，易出错。
（三）双重独立式编码
（二）树状索引式编码
对所有边界进行数字化，将坐标对以顺序方式存储，由点索引与 边界线号相联系，以线索引点与各多边形相联系，形成树状索引结 构。
索引文件： 1、点文件：
点号
坐标
6
1
x1,y1
1
9
10
2
2、弧段文件:
7
8
弧段号
起点
终点
点号 5
11
12ቤተ መጻሕፍቲ ባይዱ
A
5
2
7,8,9,10
P 15
14 13
3、面文件：
多边形 坐标串
P1
…
P2
…
多边形
数据项
实体式（坐标序列法）表示的多边形
A
(x1,y1),(x2,y2),(x3,y3),(x4,y4),
11
12 13
(x5,y5),(x6,y6),(x7,y7),(x8,y8), (x9,y9),(x1,y1)
30 29
14
10
31
28 27
15
B
(x1,y1),(x9,y9),(x8,y8),(x17,y17),
一、基本概念
1、矢量数据结构定义
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、多边形等地理实体。或定义为，通过记录空间对象的坐标 及空间关系来表达空间对象的位置。 2、矢量数据结构的特点

第三章空间数据模型(栅格数据模型)

第三章空间数据模型(栅格数据模型)

2）游程长度编码 (Run—length CodeS)
游程指相邻同值网格的数量。 游程编码结构是逐行将相邻同值的网格合并， 并记录合并后网格的值及合并网格的长度， 其目的是压缩栅格数据量，消除数据间的冗 余。
游程长度编码方式
有两种方案：
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。
注意： 在地理信息系统中多采用信息无损编码，而对原始遥 感影像进行压缩编码时，有时也采取有损压缩编码方 法。
(2) 压缩编码方法
目前有一系列栅格数据压缩编码方法：
如链码、游程长度编码、块码和四叉树编码 等。
1)链码(Chain Codes)
链码又称为弗里曼链码(F‘reeman)或边界链码， 链码可以有效地压缩栅格数据。
3.栅格数据表示地理现象的方式
在栅格数据模型中：
线段——由一串有序的相互连接的单元网 格表示，各个网格的值比较一致，但与 邻域的值差异较大。
3.栅格数据表示地理现象的方式
多边形——由聚集在一起的相互连接的单 元网格组成，区域内部的网格值相同或 差异较小，但与邻域网格的值差异较大。
4.栅格的形式
2决定栅格单元代码的方式
——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。
(三)栅格数据结构、压缩和文 件管理
1.栅格编码
(1) 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记录，也可 以奇数行地从左到右而偶数行地从右向左记录。 为了特定目的还可采用其他特殊的顺序。 最简单直观
2决定栅格单元代码的方式

《栅格数据分析》课件

《栅格数据分析》课件
回归分析
04
CHAPTER
栅格数据的应用领域
地理信息系统（GIS）是栅格数据分析的重要应用领域之一。栅格数据在GIS中用于表示地形、地貌、植被分布、土地利用等空间信息，帮助进行空间分析和决策。
GIS利用栅格数据分析进行地图制作、空间查询、地形分析、土地利用规划等任务，为城市规划、资源管理、环境保护等领域提供支持。
详细描述
总结词
栅格数据分析的基本流程包括数据预处理、空间分析、信息提取和结果输出等步骤。
详细描述
栅格数据分析的基本流程包括数据预处理、空间分析、信息提取和结果输出等步骤。数据预处理包括对原始数据进行格式转换、坐标系转换、噪声去除等操作，以保证数据的准确性和可靠性。空间分析包括对栅格数据进行重分类、叠加分析、缓冲区分析的数据中提取有用的信息，如地形起伏、植被分布等。最后，将分析结果进行可视化展示和输出，为用户提供直观的分析结果。
城市规划与管理是栅格数据分析的重要应用领域之一。栅格数据可以用于表示城市人口分布、建筑分布、交通流量等城市信息。
通过栅格数据分析，可以辅助城市规划设计，优化城市空间布局，提高城市管理效率，促进城市可持续发展。
VS
农业与土地资源管理也是栅格数据分析的重要应用领域之一。栅格数据可以用于表示土地利用类型、土壤类型、农作物生长状况等农业信息。
栅格数据分析是地理信息系统（GIS）和遥感领域的重要分支，对于地理信息处理、资源环境监测、城市规划等领域具有重要意义。
总结词
随着遥感技术的发展和地理信息系统（GIS）的广泛应用，栅格数据分析已经成为地理信息系统（GIS）和遥感领域的重要分支。栅格数据分析能够提供更准确、更全面的地理信息处理和资源环境监测手段，对于城市规划、环境保护、灾害监测等领域具有重要意义。

北师大地理信息系统原理与应用课件第4章 GIS栅格数据模型

北师大地理信息系统原理与应用课件第4章 GIS栅格数据模型

Real world
点
列
线
行
Value
=0
RASTER
=1
=2
=3
Grid
面
REC
地理信息系统
1、栅格像元大小的确定：
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。
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），
REC
地理信息系统
2、 数字高程模型 Digital Elevation Models (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DEM
7.5 分, 30 分, 1度, 15分
REC
地理信息系统
REC
地理信息系统
➢ 四叉树 Quad Tree——将格网分成象限层次
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。
地理信息系统
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
REC
地理信息系统
第一节 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。 30年来，栅格数据模型没有变化，用规则的格网单元表示。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

220
230
Morton码
000 010 011 012 013 020 030 100 101 102 103 110 120 121 122 123 130 200 210 211 212 213 220 230 300
属性值
0 0 0 0 4 0 4 0 4 4 4 4 4 8 8 8 8 2 4 4 2 4 2 2 8
ULYMAP 39.99583333333333
XDIM
0.00833333333333
YDIM
0.00833333333333
E100N40. DMW
0.00833333333333 0.00000000000000 0.00000000000000 -0.00833333333333 100.00416666666666 39.99583333333333
13
Morton序列
00 0 0 0 4 4 4 00 0 4 4 4 4 4
00 4 4 4 4 8 8 00 4 4 4 8 8 8 22 4 4 8 8 8 8 22 2 4 8 8 8 8
22 2 2 8 8 8 8 22 2 2 8 8 8 8
Z-ordering has long diagonal jumps in space：
3.3 游程编码
游程编码是栅格数据的一种比较简单的保真压缩编 码方法。编码中，将栅格阵列中具有相同属性值的 邻近单元合并在一起，构成一个游程。
每个游程使用一对数字来表示(A,P)，其中A代表属
性值或属性值的指针，P 表示该游程最右端栅格的 列号。(注:还有一种游程编码P是行程的长度即重 复单元的个数)。
00 4 44 4 8 8 00 4 44 8 8 8 22 4 48 8 8 8 22 2 48 8 8 8
22 2 28 8 8 8 22 2 28 8 8 8
00 0 00 4 4 4 00 0 44 4 4 4 00 4 44 4 8 8 00 4 44 8 8 8 22 4 48 8 8 8 22 2 48 8 8 8 22 2 28 8 8 8 22 2 28 8 8 8
6
2 栅格数据类型
2.1 按照专题分类： 卫星图像、航空图像（光学、雷达、LIDAR） 数字高程模型(DEM)及其派生数据(坡度等) 土地利用图 土壤图 TRMM降雨图 等
7
2 栅格数据类型
2.2 按照栅格文件类型： 坐标系内置文件： ARCINFO GRID、GeoTIFF、HDF、IMG等 数据矩阵文件+world文件，无投影： TIF+TFW、JPG+JGW、 BMP+BPW、PNG+PGW 数据矩阵文件+多个头文件： GTOPO30、 SRTM DEM
0
00 04 04 44
4
48 0 4 88 8
2 44
24
8
22
24
00 04 0 04 44 4
48
0
4 88 8
44
2
24
8
2
2
010 011 100 101
000
110
012 013 102 103
120 121
020
030
130 122 123
210 211 200
212 213 300
9
GTOPO30数据头文件：
GTOPO30数据文件解释 (以E100N40为例) FileName Contents
----------- ---------------
E100N40.HDR header file for DEM E100N40.DEM digital elevation model (BIP/BIL/BSQ) E100N40.DMW world file E100N40.PRJ projection information file E100N40.STX statistics file E100N40.GIF shaded relief image E100N40.SRC source map E100N40.SCH header file for source map
10
E100N40. HDR
BYTEORDER M
LAYOUT
BIL
NROWS 6000
NCOLS
பைடு நூலகம்
4800
NBANDS 1
NBITS
16
BANDROWBYTES 9600
TOTALROWBYTES 9600
BANDGAPBYTES 0
NODATA -9999
ULXMAP 100.00416666666666
00
01
1
02 030 031
032 033
20 21 300 301 31
302 303
22 23
32
33
根A
第 0层
内节点(子树) 0
1
2
3
第1层
00 01 02 03
20 21 22 23
30
31 32 33 第 2 层
叶节点 030 031 032 033
300 301 302 303
第 3 层 21
19
3.4 四叉树编码
四叉树压缩编码(Quarter-tree Encoding)的基本思 路为：将一幅栅格图像或地图四等分，逐块检查每 块的属性值是否一致，再对属性值不均一的块四等 分，再逐块检查其属性值的一致性，以此类推，直 至每个子块的属性值均一为止。
20
Mq 000 001 010 011 100 101 110 111 Ixb 000 000 001 010 011 100 101 110 111 001 002 003 012 013 102 103 110 111 010 020 021 030 031 120 121 130 131 011 022 023 032 033 122 123 132 133 100 200 201 210 211 300 301 310 311 101 202 203 212 213 302 303 312 313 110 220 221 230 231 320 321 330 331 111 222 223 232 233 322 323 332 333 Iyb
自上而下(递进分割)法：
检测次序为由左到右、先上后下，逐步四分。
00 0 00 4 4 4 00 0 44 4 4 4
00 4 44 4 8 8 00 4 44 8 8 8 22 4 48 8 8 8 22 2 48 8 8 8
22 2 28 8 8 8 22 2 28 8 8 8
00 0 00 4 4 4 00 0 44 4 4 4
00 4 44 4 8 8 00 4 44 8 8 8 22 4 48 8 8 8 22 2 48 8 8 8
22 2 28 8 8 8 22 2 28 8 8 8
行序扫描编码
记录1 0 0 0 0 0 4 4 4 记录2 0 0 0 4 4 4 4 4 记录3 0 0 4 4 4 4 8 8 记录4 0 0 4 4 4 8 8 8 记录5 2 2 4 4 8 8 8 8 记录6 2 2 2 4 8 8 8 8 记录7 2 2 2 2 8 8 8 8 记录8 2 2 2 2 8 8 8 8
4
栅格像元赋值规则: 中心点法 面积优先法 重要性优先法
B O C
A
栅格像元大小确定: 大->粗，混合像元 小->冗余，数据量大、处理慢
5
大地坐标 空间数据参考:
地图投影 仿射变换(矩阵行列坐标到平面坐标的映射):
△x, 0, 0, -△y, x0, y0 分辨率(△x, △y) 矩阵左上角像元的坐标(x0, y0)
3
1 栅格数据模型的基本要素
栅格数据模型实质上是对连续空间分布现象的离散 化，采用了一个二维矩阵、使用行号与列号来确定 每个象元点（cell）的空间位置。
数据矩阵：象元值用于表示地物某种属性的数值， 象元大小表示栅格数据的空间分辨率，波段则表示 地物属性有多类，每类属性用一个波段表示。
大地坐标：空间数据参考表示地图投影信息，仿射 变换表示行列坐标到平面坐标的映射。
00 4 44 4 8 8 00 4 44 8 8 8 22 4 48 8 8 8 22 2 48 8 8 8
22 2 28 8 8 8 22 2 28 8 8 8
第一次四等分的结果： 四个子区中有三个属性不均一区。
22
第二次四等分的结果：十二个新子区中还有四个属 性不均一区；
00 0 00 4 4 4 00 0 44 4 4 4
23
第三次四等分的结果：新子区已相当于栅格数据的 基本单元，不可再分。
最终的四叉树图：如右下图所示：
00 0 00 4 4 4 00 0 44 4 4 4
00 4 44 4 8 8 00 4 44 8 8 8 22 4 48 8 8 8 22 2 48 8 8 8
22 2 28 8 8 8 22 2 28 8 8 8
自下而上(递归合并)法：
由下而上对栅格数据进行顺序检测。如果相邻四个 网格的值相同，则予以合并，如此往上递归合并， 直至对原数据的所有栅格检测完毕为止。相比之下， 此法生成四叉树的计算量少，速度较快。
检测次序：Morton序列
26
00 0 00 4 4 4 00 0 44 4 4 4
00 4 44 4 8 8 00 4 44 8 8 8 22 4 48 8 8 8 22 2 48 8 8 8
IV 栅格数据模型
1 栅格数据模型的基本要素 2 栅格数据类型 3 栅格数据结构 4 常见栅格文件格式（GRID、TIFF） 5 矢量到栅格转换 6 栅格到矢量转换