栅格数据分析方法

1 GIS中栅格数据的分析模式 *** （建筑与城乡规划学院 湖南湘潭 411201） 摘要：数据是地理信息系统的基础，强大的地理信息分析功能对数据有很高的要求。与矢量数据相比，栅格数据具有其独特的一面，尤其在空间辅助决策部分要求不高的情况下,采用栅格地理信息系统。其信息更加全面、内容更加具体、开发速度较快，是地理信息系统进一步的延伸。本文从栅格数据出发，对栅格数据的结构、表示以及空间分析机制进行了简单阐述，并探讨了栅格数据在地形中的表示方法。 关键词：地理信息系统，栅格数据，地形表示

0 引言 地理信息系统(Geographic Information System，GIS)是一种具有采集空间数据并存储、管理、分析与表现空间信息的计算机系统。采用GIS技术使高效管理具有空间分布特征的原始数据及其制图输出成为可能，并逐步成为现代企业管理和政府决策的有力助手[1, 2]。数据是地理信息系统的血液，在现有的系统开发设计中，投入成本最大的便是数据处理，其投入费用占系统建立和维护的70%以上。从应用的角度来看，近几年GIS的应用领域不断扩大，出现了大量成熟的商业GIS平台，空间数据的建设越来越受到重视。基于空间数据基础设施的建设，人们开始了空间数据共享和互操作的研究。但是多种数据格式的互相转换，均需要以栅格图像矢量化为前提。在矢量化过程中，必然导致部分细微信息的缺失，数据转换误差等空间数据的不确定性问题[3]。如何解决数据处理的高成本，减少项目周期，更多的恢复数据固有信息，已成为地理信息系统发展的至关重要问题。采用栅格图像，取消矢量化数据的步骤是对GIS数据发展的一个尝试，目前国内仍没有相关的技术及应用。通过对计算机数据结构及遥感图像处理等多方面的经验借鉴，融合了其它领域内的相关技术，适时应用到地理信息系统方面进行开发研制，由此积淀了一些基于栅格数据的地理信息系统技术体系，并得到了应用实践。

1. GIS中的栅格数据

1.1栅格数据的结构组织 基于栅格模型的数据结构简称为栅格数据结构，是指将空间分割成有规则的格网，在各个格网上给出相应的属性值来表示地理实体的的一种数据组织形式。在栅格数据结构中，点由一个单元格网表示，其数值与邻近网格值有明显的不同。线段是由一串有序的相互连接的的单元格表示，各个网格的值比较一致，但与邻近的值差异较大。多边形由聚集在一起的相互来连接的单元格网组成，区域内部的值相同或是差异较小，但与邻近的格网的值差异较大。 栅格数据是指在空间和亮度上是已经离散化了的图像[4]，常见的数据有TIFF、BMP、PCX、JPEG等格式的数据。每个格网对应一种属性，其空间位置用行和列标识。网格通常是正方形，有时也采用矩形、等边三角形和六边形。格网的边长决定了栅格数据的精度，然而用栅格数据来表示地理实体，不论网格边长多细，与原实体相比较，都有信息的丢失，这是因为复杂的实体采用统一的格网所造成的。一般情况可以通过保证最小多边形的精度标准来确定网格的尺寸，是形成的栅格数据既有效的逼近地理实体，又能最大限度的降低数据的冗余。与矢量数据相比，栅格数据表达更为直观，容易实现多元化数据的叠合操作分析，便 2

于与遥感图像数据及扫描数据相匹配建库和使用。 1.2栅格数据的表达方式 栅格表达法主要描述空间实体的级别分布特征及其位置。栅格类似于矩阵。在栅格表达中，对空间实体的最小表达单位为一个单元或象素(Cell或Pixel)，依行列构成的单元矩阵叫栅格(Grid)，每个单元通过一定的数值表达方式（如颜色、灰度级）表达诸如环境污染程度、植被覆盖类型等空间地理现象。如图1.所示。 除了航空、航天技术获取的影象资料可以直接通过栅格加以表达外，通过矢量到栅格的转换算法，栅格表达法同样可以表达0维、一维、二维等矢量图形或地理现象。此时、0维矢量就是表现为具有一定数值的栅格单元，一维矢量就表现为按线性特征相连接的一组相邻单元，二维矢量则表现为按二维形状特征连续分布的一组单元。栅格表示法的精度与分辨率有关。而分辨率的大小与下面两个问题有关： （1）记录和存储栅格数据的硬件设备的性能。近几十年的发展证明，随着技术的进步，硬件设备的分辨率肯定会越来越高，能够满足实际应用的需求。 （2）与实际应用需求有关。对于那些研究程度较低或者无需精确研究的地理现象而言，栅格表达法的分辨率可以相对较低，反之，分辨率高。实际上，分辨率越高，其影象就越能表达地理空间现象的细微特征。

图1. 栅格表达法示意图 2.栅格数据的存储方式 对栅格数据而言，无论是描述地形起伏的DEM数据，或是具有多光谱特征的遥感影像数据，都可根据用户的需求按照以下两种方式进行组织： (1) 栅格数据集(RasterDataSet)用于管理具有相同空间参考的一幅或多幅镶嵌而成的栅格影像数据，物理上真正实现数据的无缝存储，适合管理Dem等空间连续分布、频繁用于分析的栅格数据类型。由于物理上的无缝拼接，因此以栅格数据集为基础的各种栅格数据空间分析具有速度快、精度较高的特点。 (2) 栅格数据目录(RasterCatalog)用于管理有相同空间参考的多幅栅格数据，各栅格数据在物理上独立存储，易于更新，常用于管理更新周期快、数据量较大的影像数据。同时，栅格目录也可实现栅格数据和栅格数据集的混合管理，其中目录项既可以是单幅栅格数据，也可以是地理数据库中已经存在的栅格数据集，具有数据组织灵活、层次清晰的特点。 针对上述两种存储方式，通过在对国内外同类软件进行研究的基础上，通过对栅格数据存储管理的亲身实践，总结出栅格数据集和栅格目录的物理存储结构，以及其在地理数据库中的关系。

3.栅格数据结构在地形中的表示

使用计算机存储、表示和处理地面高程信息可以用矢量，也可以用栅格数据表示[5]。在矢量数据结构中，地理特征用一对或一组X,Y坐标描述，如空间中任意分布的高程点、等高线、不规则三角网等。不规则空间分布的高程点数据是最初高程观测中非常常用的形式，如地面测量，但是它不能真实地反映地表本身的形态，因为它没有关于数据点之间的内在或外在的信息。在栅格数据结构中，地面高程信息使用格网单元的行和列作为位置标识，如规则格网DEM。栅格数据结构属性明显,定位隐含，数据直接记录地物的属性，而其位置由其 3

行列号转换得到[6]。与矢量数据结构相比,栅格数据结构在表达地形时具有两大优点[6]： （1）存储栅格数据所使用的计算机表达方式简单有效。栅格数据由于其自身具有规则排列的特点，在数据的处理与分析中通常使用线性代数的，二维数字矩阵来表示，而在计算机语言中，二维矩阵是由队列来存储的。二维队列是所有主流计算机语言所提供的，语法也在很多情况下相似，因此基于这种结构的GIS系统算法直观、简单容易实现，且易于扩充、修改。通常还可以对栅格数据进行局部运算、领域运算、分带运算、距离体积量测运算等。伴随空间分析方法的扩展，还可使用栅格数据进行空间自相关分析、元胞自动机分析、神经网络分析等更复杂的操作。正因为栅格数据结构非常适合计算机的运算，所以现在的地理信息系统软件基本都支持栅格数据格式。这完全和处理TIN或基于等高线所描述的数据结构不同，往往需要复杂的算法和专门的软件对它们进行处理。目前，国内外GIS平台软件都在不同程度上支持对栅格数据的处理。ESRI公司的ArcGIS系列软件提供了强大的栅格数据操作功能，并且GeoDatabase文件提供了对栅格数据的完全支持。还有Integraph公司推出的MGE包括了Grid分析模块,用以处理栅格数据。国内GIS软件公司提供的GIS系统工具也具有较强的处理栅格数据的功能，如GeoStar、MapGIS、Su-perMap软件等。 （2）栅格数据结构所表现的地形方式和GIS中其他类型采用像素方式存储的地理现象是相兼容的。GIS中还有许多数据采取的是栅格形式表现。这些数据包括卫星影像、数字正射影像、扫描地图等。格网DEM在计算机中表现出来的形式与任何栅格图层都是一致的。因此，可以在不同的图层间进行叠置分析、3维可视化等方面的操作。如将航空像片或卫星影像数据映射到格网DEM上，可以很逼真地反映实际的地表情况，生成地表的立体景观图。

4.栅格数据的空间分析

栅格数据的空间分析主要包括空间聚类、空间聚合、叠置分析等内容。 4.1空间聚类分析 空间聚类是根据预先设定的聚类条件，从栅格数据中将所有符合标准的区域输出到图上，不符合条件的区域为空白。按照关系运算表达式，可将空间聚类写为：

(1) 在式(1)中，，表示同一地区一组空间变量的数据集合，它们按照统一的数学基础（这里主要指相同的坐标系、分辨率）存储在数据库中；(A,P) 为栅格数据的游程编码。

这里通过具体的例子说明空间聚类的数据处理方法。现假设L1表示土层厚度>50cm的土壤单元的栅格数据（Ai,Pi），L2表示土质类型为S的土壤单元的栅格数据（Aj,Pj），L3

表示高程<30m的DEM的格网数据（Ak,Pk），则E的设定形式及其运算结果如图2.所示。

(1)当E=L1AND L2时，数据处理结果是将土层厚度>50cm且土质类型为S的土壤单元输出到图上； (2)当E=L1OR L2时，将土层厚度>50cm，或者土质类型为S的土壤单元输出到图上。此时，输出到图上的土壤单元可能同时满足两个条件，也可能只满足其中一个条件； (3)当E=L1 XOR L2时，将同时不满足上述两个条件的土壤单元输出到图上； (4)当E=L1 NOT L2时，将只符合条件 (其中土质类型为S的土壤单元除外)的土壤单元输出到图上。 在实际应用过程中，E可以按照需要的属性条件设定，也可以按照空间要素的几何条件设定。例如，E的设定条件可以为：