栅格数据的存储方法或格式数字高程模型PPT课件
合集下载
- 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、"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、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)。
第27页/共32页
✓ 矢量化
三个基本要素： 栅格线的细化——最好细化到只占据一个像元宽度 矢量线提取——决定独立线段的起、止点的过程 拓扑关系重建——将栅格图像中提取出来的线条连接， 及显示数字化错误。
第28页/共32页
✓ 栅格与矢量数据的综合
使用栅格影像作为显示背景 二值扫描文件用于现状或面状要素的屏幕数字化 数字高程模型用作提取等高线等地形特征 矢量数据作为处理卫星影像的辅助信息
最后得到一颗四分叉的倒立树。
A
A
A
A
A
B
B
B
AABB来自AAB
B
第21页/共32页
线性四叉树
只记录叶结点的位置，深度（节点所在层数）和属性。 地址码/定位码/Morton码 （四进制或十进制）
• 四叉树可有效地存储面状数据，尤其是仅包含少数类别时； • 四叉树是一种有效的空间检索方法。
第22页/共32页
=0
RASTER
=1
=2
=3
Grid
面
第2页/共32页
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），
关于栅格数据的信息 • 数据结构、区域范围、格网单元大小、光谱波段数， 每一像元的比特数
也包括统计文件、色彩文件等
第24页/共32页
第四节 栅格数据压缩
数据压缩是将数据表示成更紧凑的格式以减少存储空间的一项 技术。分为： 无损压缩：在编码过程中信息没有丢失，经过解码可恢复原有的 信息。——常用来分析或产生新的数据 有损压缩：为最大限度压缩数据，在编码中损失一些认为不太重 要的信息，解码后，这部分信息无法恢复。——常用于背景影像 处理而不是分析
由于照相机镜头倾斜和地形 起伏引起的位移已被消除， 可与地形图和其他地图配准。
USGS 1m 黑白
数字正射影像
第12页/共32页
4、 二值扫描文件 Bi-Level Scanned Files
含数值1或0的扫描图像 常用于进行数字化
第13页/共32页
5、 数字栅格图 Digital Raster Graph (DRG)
第6页/共32页
第二节 栅格数据类型
所有的数据类型都具有栅格数据模型的相同基本要素
✓ 卫星影像 ✓ 数字高程模型 ✓ 数字正射影像 ✓ 二值扫描文件 ✓ 数字栅格图 ✓ 图形文件 ✓ 特定GIS软件中的栅格数据
第7页/共32页
1、卫星影像 Satellite Imagery
遥感卫星数据 Remotely sensed satellite data 空间分辨率 与地面像元大小相关 像素值就是亮度值——表示从地球表面反射或发射的光能
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。 栅格数据模型包括数字高程数据、 卫星影像、数字正射影像、扫描 地图和图形文件等。
第31页/共32页
谢谢您的观看！
第32页/共32页
第1页/共32页
栅格由行、列、像元（像素）组成
起始点（格网单元地址）- 左上角
• Rows 行 用 y 坐标
• Columns 列 用 x 坐标
• 栅格中每个像元由其行、列位置明确定义，用像元值 表示空间对象的类型、等级等特征，且每个像元具有 一个像元值。
Real world
点
列
线
行
Value
计算成本就越高，处理速度越慢。
第3页/共32页
2、栅格像元属性值的确定：
当一个栅格像元内有多个可选属性值时，按一定方法来确定 栅格属性值。 1、中心点法：取位于栅格中心的属性值为该栅格的属性值。 2、面积占优法：栅格单元属性值为面积最大者，常用于分类较 细，地理类别图斑较小时。 3、重要性法：定义属性类型的重要级别，取重要的属性值为栅 格属性值，常用于有重要意义而面积较小的要素。
第25页/共32页
第五节 数据转换与综合
栅格化Rasterization — 矢量数据转换为栅格数据 矢量化Vectorization — 栅格数据转换为矢量数据
第26页/共32页
✓ 栅格化
与矢量化相比，较简单 步骤：
1）建立像元大小的格网，并将所有像元的初始值赋为0； 2）改变格网单元值 3）填充多边形轮廓线的内部
第18页/共32页
➢ 游程编码 Run-Length Encoding（RLE）
栅格数据相邻单元之间存在着相似性即许多重复格网值时用
• 二值扫描文件常用此方法存储数据
特点： 在栅格压缩时，数据量不会明显增加，压缩率高，并最大限度地保留原始栅
格结构，编码解码运算简单，且易于检索、叠加、合并等操作，这种编码应用 广泛。
第19页/共32页
第20页/共32页
➢ 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。
栅格数据存为矩阵，逐行记录代码数据。 特点：最直观、最基本的网格存贮结构，没有进行任何压缩数据处理。
• 数字高程模型、卫星影像采用此方法存储数据
第16页/共32页
第17页/共32页
2 2 55
2 7 55 7 7 75
5 5 55
4×4
行1：2255 行2：2755 行3：7775 行4：5555
第9页/共32页
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
第10页/共32页
地形图的扫描图像
第14页/共32页
6、 图形文件
地图、照片和影像可存储为图形文件 如TIFF、JPEG、GIF等
7、 特定GIS软件的栅格数据
GIS软件包使用从DEM、卫星影像、扫描图像、图形 文件导入的栅格数据，或从矢量数据转换而来
第15页/共32页
第三节 栅格数据结构
• 栅格数据结构——栅格数据的存储方法或格式 ➢ 逐个像元编码 Cell-by-cell encoding
➢ 四进制Morton码:
四叉树从上而下形成，由叶 结点找Morton码。 每分割一次，增加一位数字，
大分割在前，小分割在后。所 以，码的位数表示分割的次数。 每一个位均是不大于3的四进 制数，表达位置。 由Morton码找出四叉树叶结点 的具体位置。
03 12
象限编码
第23页/共32页
➢ 头文件
第8页/共32页
Landsat 陆地卫星 Terra spacecraft (ASTER)
高级星载热发射与反射辐射计 AVHRR and other weather satellites
高级甚高分辨率辐射计和其它气象卫星 SPOT 地球观测卫星 IKONOS 高空分辨率陆地卫星 QuickBird 快鸟（载有高分辨率传感器）
参见P68注释栏4.1
第4页/共32页
B
.O C A
重要性法
栅格数据结构中混合像元的处理
面积占优法
中心点 法
第5页/共32页
3、栅格波段
Single band (elevations) 单波段（每个像元只有一个像元值） ——高程栅格
Multiband (satellite images) 多波段（每个像元与一个以上像元值相关联） ——卫星影像
第29页/共32页
✓矢量和栅格数据的结合——矢栅一体化数据结构
矢量数据结构
优 1、数据结构严密，冗余度小，数据量小； 点 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。
3、数学模拟比较困难；
2、难以建立空间网络连接关系；
4、空间分析技术上比较复杂，需要更复杂
3、投影变化实现困难；
的软、硬件条件；
4、图形数据质量低，地图输出不
5、显示与绘图成本比较高。
精美。
特 定位明显，属性隐含
点
属性明显，定位隐含
第30页/共32页
复习题
1、理解栅格数据像元大小、分辨率和空间要素之间的关系。 2、栅格数据模型和矢量数据模型相比各有哪些优缺点？ 3、理解栅格数据结构的几种类型及各自优缺点。 4、理解无损压缩和有损压缩的不同。 5、结合你的专业理解矢量数据和栅格数据相结合的好处。
非USGS的数字高程模型
• 立体测图仪，具有重叠区的航片 • 从卫星影像生产数字高程模型 • 雷达，激光测速仪 Radar，LIDAR
DEM数据
第11页/共32页
LIDAR数据
3、 数字正射影像 Digital Orthophoto Quad (DOQ)
由航片或其他遥感数据而得 的数字化影像。
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。
缺
1、数据结构处理算法复杂；
1、图形数据量大，用大像元减小
点
2、叠置分析与栅格图组合比较难；
数据量时，精度和信息量受损失;
✓ 矢量化
三个基本要素： 栅格线的细化——最好细化到只占据一个像元宽度 矢量线提取——决定独立线段的起、止点的过程 拓扑关系重建——将栅格图像中提取出来的线条连接， 及显示数字化错误。
第28页/共32页
✓ 栅格与矢量数据的综合
使用栅格影像作为显示背景 二值扫描文件用于现状或面状要素的屏幕数字化 数字高程模型用作提取等高线等地形特征 矢量数据作为处理卫星影像的辅助信息
最后得到一颗四分叉的倒立树。
A
A
A
A
A
B
B
B
AABB来自AAB
B
第21页/共32页
线性四叉树
只记录叶结点的位置，深度（节点所在层数）和属性。 地址码/定位码/Morton码 （四进制或十进制）
• 四叉树可有效地存储面状数据，尤其是仅包含少数类别时； • 四叉树是一种有效的空间检索方法。
第22页/共32页
=0
RASTER
=1
=2
=3
Grid
面
第2页/共32页
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），
关于栅格数据的信息 • 数据结构、区域范围、格网单元大小、光谱波段数， 每一像元的比特数
也包括统计文件、色彩文件等
第24页/共32页
第四节 栅格数据压缩
数据压缩是将数据表示成更紧凑的格式以减少存储空间的一项 技术。分为： 无损压缩：在编码过程中信息没有丢失，经过解码可恢复原有的 信息。——常用来分析或产生新的数据 有损压缩：为最大限度压缩数据，在编码中损失一些认为不太重 要的信息，解码后，这部分信息无法恢复。——常用于背景影像 处理而不是分析
由于照相机镜头倾斜和地形 起伏引起的位移已被消除， 可与地形图和其他地图配准。
USGS 1m 黑白
数字正射影像
第12页/共32页
4、 二值扫描文件 Bi-Level Scanned Files
含数值1或0的扫描图像 常用于进行数字化
第13页/共32页
5、 数字栅格图 Digital Raster Graph (DRG)
第6页/共32页
第二节 栅格数据类型
所有的数据类型都具有栅格数据模型的相同基本要素
✓ 卫星影像 ✓ 数字高程模型 ✓ 数字正射影像 ✓ 二值扫描文件 ✓ 数字栅格图 ✓ 图形文件 ✓ 特定GIS软件中的栅格数据
第7页/共32页
1、卫星影像 Satellite Imagery
遥感卫星数据 Remotely sensed satellite data 空间分辨率 与地面像元大小相关 像素值就是亮度值——表示从地球表面反射或发射的光能
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。 栅格数据模型包括数字高程数据、 卫星影像、数字正射影像、扫描 地图和图形文件等。
第31页/共32页
谢谢您的观看！
第32页/共32页
第1页/共32页
栅格由行、列、像元（像素）组成
起始点（格网单元地址）- 左上角
• Rows 行 用 y 坐标
• Columns 列 用 x 坐标
• 栅格中每个像元由其行、列位置明确定义，用像元值 表示空间对象的类型、等级等特征，且每个像元具有 一个像元值。
Real world
点
列
线
行
Value
计算成本就越高，处理速度越慢。
第3页/共32页
2、栅格像元属性值的确定：
当一个栅格像元内有多个可选属性值时，按一定方法来确定 栅格属性值。 1、中心点法：取位于栅格中心的属性值为该栅格的属性值。 2、面积占优法：栅格单元属性值为面积最大者，常用于分类较 细，地理类别图斑较小时。 3、重要性法：定义属性类型的重要级别，取重要的属性值为栅 格属性值，常用于有重要意义而面积较小的要素。
第25页/共32页
第五节 数据转换与综合
栅格化Rasterization — 矢量数据转换为栅格数据 矢量化Vectorization — 栅格数据转换为矢量数据
第26页/共32页
✓ 栅格化
与矢量化相比，较简单 步骤：
1）建立像元大小的格网，并将所有像元的初始值赋为0； 2）改变格网单元值 3）填充多边形轮廓线的内部
第18页/共32页
➢ 游程编码 Run-Length Encoding（RLE）
栅格数据相邻单元之间存在着相似性即许多重复格网值时用
• 二值扫描文件常用此方法存储数据
特点： 在栅格压缩时，数据量不会明显增加，压缩率高，并最大限度地保留原始栅
格结构，编码解码运算简单，且易于检索、叠加、合并等操作，这种编码应用 广泛。
第19页/共32页
第20页/共32页
➢ 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。
栅格数据存为矩阵，逐行记录代码数据。 特点：最直观、最基本的网格存贮结构，没有进行任何压缩数据处理。
• 数字高程模型、卫星影像采用此方法存储数据
第16页/共32页
第17页/共32页
2 2 55
2 7 55 7 7 75
5 5 55
4×4
行1：2255 行2：2755 行3：7775 行4：5555
第9页/共32页
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
第10页/共32页
地形图的扫描图像
第14页/共32页
6、 图形文件
地图、照片和影像可存储为图形文件 如TIFF、JPEG、GIF等
7、 特定GIS软件的栅格数据
GIS软件包使用从DEM、卫星影像、扫描图像、图形 文件导入的栅格数据，或从矢量数据转换而来
第15页/共32页
第三节 栅格数据结构
• 栅格数据结构——栅格数据的存储方法或格式 ➢ 逐个像元编码 Cell-by-cell encoding
➢ 四进制Morton码:
四叉树从上而下形成，由叶 结点找Morton码。 每分割一次，增加一位数字，
大分割在前，小分割在后。所 以，码的位数表示分割的次数。 每一个位均是不大于3的四进 制数，表达位置。 由Morton码找出四叉树叶结点 的具体位置。
03 12
象限编码
第23页/共32页
➢ 头文件
第8页/共32页
Landsat 陆地卫星 Terra spacecraft (ASTER)
高级星载热发射与反射辐射计 AVHRR and other weather satellites
高级甚高分辨率辐射计和其它气象卫星 SPOT 地球观测卫星 IKONOS 高空分辨率陆地卫星 QuickBird 快鸟（载有高分辨率传感器）
参见P68注释栏4.1
第4页/共32页
B
.O C A
重要性法
栅格数据结构中混合像元的处理
面积占优法
中心点 法
第5页/共32页
3、栅格波段
Single band (elevations) 单波段（每个像元只有一个像元值） ——高程栅格
Multiband (satellite images) 多波段（每个像元与一个以上像元值相关联） ——卫星影像
第29页/共32页
✓矢量和栅格数据的结合——矢栅一体化数据结构
矢量数据结构
优 1、数据结构严密，冗余度小，数据量小； 点 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。
3、数学模拟比较困难；
2、难以建立空间网络连接关系；
4、空间分析技术上比较复杂，需要更复杂
3、投影变化实现困难；
的软、硬件条件；
4、图形数据质量低，地图输出不
5、显示与绘图成本比较高。
精美。
特 定位明显，属性隐含
点
属性明显，定位隐含
第30页/共32页
复习题
1、理解栅格数据像元大小、分辨率和空间要素之间的关系。 2、栅格数据模型和矢量数据模型相比各有哪些优缺点？ 3、理解栅格数据结构的几种类型及各自优缺点。 4、理解无损压缩和有损压缩的不同。 5、结合你的专业理解矢量数据和栅格数据相结合的好处。
非USGS的数字高程模型
• 立体测图仪，具有重叠区的航片 • 从卫星影像生产数字高程模型 • 雷达，激光测速仪 Radar，LIDAR
DEM数据
第11页/共32页
LIDAR数据
3、 数字正射影像 Digital Orthophoto Quad (DOQ)
由航片或其他遥感数据而得 的数字化影像。
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。
缺
1、数据结构处理算法复杂；
1、图形数据量大，用大像元减小
点
2、叠置分析与栅格图组合比较难；
数据量时，精度和信息量受损失;