(第三章)空间数据结构

不依比例7142
空间对象的多源分类编码
按空间对象不同特性进行分类并进编码 代码之间没有隶属关系，反映对象特性 具有较大的信息量，有利于空间分析
河流特性分类与编码 通航情况 通航： 1 不通航：2 流水季节 常年河：1 时令河：2 消失河：3 河流长度 < 1 km： 1 < 2 km： 2 < 5 km： 3 < 10 km：4 > 10 km：5 河流宽度 <1 m ： 1 1 ~ 2 m： 2 2 ~ 5 m： 3 5 ~ 20 m： 4 20 ~ 50 m：5 >50m： 6 河流深度
入到线段或标示点的计算机数据文件中去；
空间数据编辑的目的是为了消除数字化过程中引入的 各类错误和对数据进行拓扑关系检查等而进行的操作。
栅格数据的输入与编辑
栅格数据的输入方法包括透明格网采集输入、扫描数
字化输入及其它数据传输或转换输入等；
空间数据结构的建立
栅格数据编辑的目的同样是为了消除数字化过程中引入 的各类错误，根据栅格数据结构的特点，其编辑的内容 还包括数据压缩和数据组织方式的变换等,如下图。
（属性值发生变化的行号，属性值）
栅格数据结构
栅格数据结构类型
游程编码结构
游程终止编码：（栅格元素的属性值，游程的终止列号）
(0,1) (4,3) (7,8) (4,5) (7,8) (4,4) (8,6) (7,8) (0,2) (4,3) (8,6) (7,8) (0,2) (8,6) (7,7)(8,8) (0,3) (8,8) (0,4) (8,8) (0,5) (8,8)
（1，1，1，0），（1，2，2，2）， （1，4，1，5），（1，5，1，5）， （1，6，2，5），（1，8，1，5）， （2，1，1，2），（2，4，1，2）， （2，5，1，2），（2，8，1，5）， （3，1，1，2），（3，2，1，2）， （3，3，1，2），（3，4，1，2）， （3，5，2，3），（3，7，2，5）； （4，1，2，0），（4，3，1，2）， （4，4，1，3），（5，3，1，3）， （5，4，2，3），（5，6，1，3）， （5，7，1，5），（5，8，1，3）； （6，1，3，0），（6，6，3，3）， （7，4，1，0），（7，5，1，3）； （8，4，1，0），（8，5，1，0）。
5 ~ 10 m ： 1 10 ~ 20 m： 2 20 ~ 30 m： 3 30 ~ 60 m： 4 60 ~ 120 m： 5 120 ~300 m：6 300 ~500 m：7 >500m： 8
编码的标准化
栅格数据结构
栅格数据结构类型
栅格数据结构分为栅格矩阵结构、游程编码结构、四叉树 数据结构、八叉树数据结构和十六叉树数据结构
栅格数据结构
游程长度编码的优缺点
压缩比的大小是与图的复杂程度成反比的，在变化 多的部分，游程数就多，变化少的部分游程数就少， 图件越简单，压缩效率就越高。 游程长度编码在栅格加密时，数据量没有明显增加， 压缩效率较高，且易于检索，叠加合并等操作，运 算简单，适用于机器存贮容量小，数据需大量压缩， 而又要避免复杂的编码解码运算增加处理和操作时 间的情况。
两种数据结构的比较。 矢量数据结构向栅格数据结构的转换。 栅格数据结构向矢量数据结构的转换。
栅格数据结构
在栅格数据结构中，整个地理空间被规则地分为一个 个小块（通常为正方形），地理实体的位置是由占据小 块的横排与竖列的位置决定，小块的位置则由其横排竖 列的数码决定，每个地理实体的形态是由栅格或网格中 的一组点来构成。然后在各个格网单元内赋以空间对象 相应的属性值的一种数据组织方式。 这种数据结构和遥感图象的数据相同，因而数字遥感 图象就是栅格数据结构。
2 7
5里曼链码（Freeman）或边界链码，它将线状地物或区域边界，由起点和 一系列在基本方向上的单位矢量给出每个后续点相对应其前继点的可能的8个基本方 向之一表示，单位矢量的长度默认为一个栅格像元。
链码的表示方法
链码可以有效地压缩栅格数据，而且对于估算面积、长度、转折方向的凹凸度等运算十分方 便，比较适宜存贮图形数据。缺点是对边界合并、插入等修改编辑工作比较困难，对局部的 修改将改变整体结构，效率低下，而且由于链码以每个区域为单位存贮边界，相邻区域的边 界将被重复存贮而产生冗余。
国土基础信息数据分类与代码举例
1：测量控制点 11：平面控制点 1101：三角点 11011：一等 11012：二等 11013：三等 11014：四等 1102：导线点 12：高程控制点 13：其他控制点
空间数据结构的建立
矢量数据的输入与编辑
矢量数据的输入，是指将分类和编码的空间对象图形 转换为一系列x、y坐标，然后按照确定的数据结构加
编码对象：属性数据 编码方法： 层次分类编码 多源分类编码 编码标准化
空间对象的层次分类编码
分类对象的从属和层次关系 有明确的分类对象类别和严格的隶属关系
管线:7 输水管线 73
电力线71
地下电力线 与电缆72
地下检修井74
高压711
低压712
电杆713
电塔714
电线架715
依比例7141
栅格数据结构
栅格数据结构类型
游程编码结构
在栅格结构中，点用一个栅格单元表示；线状地物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；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。
点
线
面
栅格数据结构
栅格数据结构类型
游程编码结构
栅格矩阵结构：一种全栅格阵列的空间数据组 织形式。逐行（或逐列）逐个记录代码，可以 每行从左到右逐像元记录，也可奇数行从左到 右而偶数行由右向左记录，为了特定的目的还 可采用其他特殊的顺序。
代表4×4阶的矩阵，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。 以一个面积为100km2的区域为例，如果网格变长取为 1m，每个网格用一个双字节表示，则一个图层的要素就 要占用200M字节的存储空间，对一张图形或一幅图像来 说，这是一个相当大的存储容量，而且随着空间分辨率的 提高，存储空间成几何级数递增，因此，栅格数据的压缩 是栅格数据结构要解决的重要问题。
对开发的GIS系统的功能，是通过用户需求调查来确定 的，因此，在开发GIS系统之前，首先要进行系统分析。

空间数据的分类和编码
空间数据的分类，是指根据系统功能及国家规范和标
准，将具有不同属性或特征的要素区别开来的过程， 以便从逻辑上将空间数据组织为不同的信息层。
系统功能与数据间的关系(据Jack Dangermond等)
游程长度编码是栅格数据压缩的重要编码方法，它的基本思路是：对于一幅栅格图 像，常常有行（或列）方向上相邻的若干点具有相同的属性代码，因而可采取某种 方法压缩那些重复的记录内容。其方法有两种方案：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。例如对图所示栅格数据，可沿行方向进行如下游程长度编码：
栅格数据结构
游程编码结构练习题
沿行方向进行如下游程长度编码 沿列方向进行如下游程长度编码 游程终止编码：（栅格元素的属性值， 游程的终止列号）
栅格数据结构
栅格数据结构类型
块码结构
块码是游程长度编码扩展到二维的情况，采用方形区域作为纪录单元每个记 录单元包括相邻的若干栅格，数据编码由初始位置行列号加上半径，再加上 记录单元的代码组成。
關於衛星影像
栅格数据的取值(混合像元的处理)
长度占优法 长度占优法是将网格中心画一横线，然后用横线所占最长部分的 属性值作为本栅格元素的值。
下图所示的栅格结构用长度占优法得编码方案为：
關於衛星影像
栅格数据的取值(混合像元的处理)
重要性法 重要性法往往突出某些主要属性，对于这些属性，只要在栅格中 出现，就把该属性作为本栅格元素的值，在下图中假设D属性具有 特殊的重要性，
關於衛星影像
栅格数据的取值(混合像元的处理)
面积占优法 面积占优法是把栅格中占有最大面积的属性值定为本栅格元素的值。
下图所示的栅格结构用面积占优法得编码方案为：
關於衛星影像
栅格数据的取值(混合像元的处理)
中心点法 中心点法是将栅格中心点的值作为本栅格元素的值。
下图所示的栅格结构用中心点法得编码方案为：
下图所示的栅格结构用重要性法得编码方案为：
在重要性法中，只要该栅格中含有某特殊重要性的属性，不管所占比例大 小，便认为该栅格属于该属性。
關於衛星影像
栅格数据的取值(混合像元的处理)
栅格数据的上述取值方法，不论采用哪一种都会带来一 定的误差。 为了逼近原始数据，提高精度，除了采用这几种取值方 法外，还可以采用缩小单个栅格单元的面积，增加栅格 单元总数的方法，但同时使数据量大幅度增加。
關於衛星影像
空间数据的编码
空间数据编码，是根据GIS的目的和任务，把地图、图像等资料 按一定数据结构转化为适于计算机存贮和处理的数据过程。
为什么要进行编码？
空间数据的编码是地理信息系统设计中最重要的技术步 骤，它表现由现实世界到数据世界之间的接口，是联接从现 实世界到数据世界的纽带。
空间数据的编码
（0，1），（4，2），（7，5）；（4，5）， （7，3）；（4，4），（8，2），（7，2）； （0，2），（4，1），（8，3），（7，2）； （0，2），（8，4），（7，1），（8，1）； (0，3)，(8，5)；(0，4)，(8，4)；(0，5)，(8，3)。
只用了44个整数就可以表示，而在前述的直接编码中却 须要64个整数表示，可见游程长度编码压缩数据是十分 有效又简便的。事实上，压缩比的大小是与图的复杂程 度成反比的，在变化多的部分，游程数就多，变化少的 部分游程数就少，图件越简单，压缩效率就越高。