空间数据处理的方法

空间数据处理的方法

1空间数据处理

空间数据是指用来表示空间实体的位置、形状、大小及其分布特征诸多方面信息的数据，它可以用来描述来自现实世界的目标，它具有定位、定性、时间和空间关系等特性。空间数据具有三个基本特征：空间特征（定位）、属性特征（非定位）、时间特征（时间尺度）。在基础地理信息数据库的建设过程中，空间数据始终是GIS中最基本、最重要、最重要的组成部分，也是投资比重最大的一部分。在GIS中人们将空间数据抽象，用数字表达可以归结为四大类：数字线划数据、影像数据、数字高程模型和地物的属性数据。

空间数据处理包含两方面的意义：一是将原始采集的数据或者说不符合GIS质量要求的数据进行处理，以符合GIS的数据质量要求；第二层意义是对于已存储于GIS中的数据经过处理以派生出其他信息，例如进一步的空间关系的信息，或者将一种类型的数据转化为另一种类型。

2空间信息处理的内容与方法

2.1空间数据的坐标变换

在地图录入完毕后，经常需要进行投影变换，得到经纬度参照系下的地图。对各种投影进行坐标变换的原因主要是输入时地图是一种投影，而输出的地图产物是另外一种投影。空间数据坐标变换类型主要有以下三种：

1.几何变换：主要解决数字化原图变形等原因引起的误差，并进行几何配准。

2.坐标系转换：主要解决G1S中设备坐标同用户坐标的不一致，设备坐标之间的不一致问题。

3.投影变换：主要解决地理坐标到平面坐标之间的转换问题。

几何变换和坐标系转换可以通过仿射变换来完成。对于原始图介质存在的几何变形、扫描输入时图纸未被压紧产生的斜置、遥感影像本身的几何变形等带来的误差，可通过几何纠正解决。仿射变换是几何纠正常用的方法。

仿射变换是空间直角坐标变换的一种，它是一种二维坐标到二维坐标之间的线性变换，保持二维图形的“平直线”和“平行性”，其可以通过一系列的原子变换的复合来实现，包括平移(Translation)、缩放（Scale）、翻转（Flip）、旋转（Rotation）和剪切(Shear)。此类变换可以用一个3×3的矩阵来表示，其最后一行为(0, 0, 1)。该变换矩阵将原坐标(x, y)变换为新坐标(x', y')。

当系统使用的数据取自不同地图投影的图幅时，需要将一种投影的数字化数据转换为所需要投影的坐标数据。地图投影的类型根据投影面的性质,投影可分为: 圆柱投影，圆锥投影，方位投影。地图投影转换的方法有 (1)正解变换：直接由一种投影的x、y坐标变换到另一种投影的x、y坐标。(2)反解变换：由一种投影的坐标反解出地理坐标(x、y→B、L),从而实现由一种投影的坐标到另一种投影坐标的变换（ B、L →X、Y）。(3) 数值变换：根据两种投影在变换区内的若干同名数字化点,采用插值法, 或待定系数法等,从而实现由一种投影的坐标到另一种投影坐标的变换.

2.2空间数据结构的转换

当数据采集采用矢量数据结构，有利于保证空间实体的几何精度和拓扑特性的描述；而空间分析则主要采用栅格数据结，有利于加快系统数据的运行速度和分析应用的进程。为了有效的利用不同数据结构的优点，有必要进行数据结构之间的转换。矢量向栅格的转换和栅格向矢量的转换

对于点状实体，每个实体仅由一个坐标对表示，其矢量结构和栅格结构的相互转换基本上只是坐标精度变换问题，不存在太大的技术问题。线实体的矢量结构由一系列坐标对表示，在变为栅格结构时，除把序列中坐标对变为栅格行列坐标外，还需根据栅格精度要求，在坐标点之间插满一系列栅格点，这也容易由两点式直线方程得到。线实体由栅格结构变为矢量结构与将多边形边界表示为矢量结构相似，因此需要重点讨论多边形（面实体）的矢量结构与栅格结构相互转换。

多边形数据的栅格化方法就是在矢量表示的多边形边界内部的所有栅格上赋予相应的多边形编号，从而形成栅格数据阵列。转换方法主要有：1.边界代数算法2.内部点扩散法3.复数积分算法4.射线算法和扫描算法。

多边形栅格数据向矢量数据转换的实质是将具有同一属性的单元归为一类，再检测两类不同属性的边界作为多边形的边，最终提取以栅格集合表示的区域边界和边界的拓扑关系。

转换方法主要有：(1)栅格数据的二值化(2)多边形边界提取和细化 (3)多边形边界跟踪 (4)去除多余点及曲线光滑 (5)拓扑关系生成。

2.3多源空间数据的融合

不同来源的各种空间数据在数据的使用过程中，由于数据来源、结构和格式的不同，需要采用一定的技术方法，才能将他们合并在一起使用，这就产生了数据的融合问题。

1.遥感图像与GIS数据融合

经过正射纠正后的遥感影像，与数字地图信息融合，可产生影像地图。具有如下特点：（1）这种影像地图具有一定的数学基础，有丰富的光谱信息与几何信息；（2）有行政界线和属性信息；（3）提高了用户的可视化效果；并使用户能够方便的得到各种统计信息，如：某个行政单元的土地利用类型、数量等。

2.遥感数据与DEM的融合

（1）有助于实施遥感影像的几何校正与配准，消除遥感图像中因地形起伏所造成的像元位移，提高遥感图像的定位精度；（2）DEM可参与遥感图像的分类，改善分类精度；（3）提高GIS空间分析能力。

3.多卫星、多时相遥感数据融合

将不同时期的遥感图像配准叠合，可以从遥感图像中快速发现已发生变化的区域，进而实现GIS数据库的自动／半自动快速更新。

2.4空间数据的压缩与综合

无论是网格格式数据还是矢量格式数据，都需要进行数据压缩。数据压缩不仅可以减少数据的存储空间，而且可以在一定程度上减少计算机系统数据处理的工作量，提高系统工作效率。数据压缩的原则是：维持数据一定精度、不影响、不改变数据集合表达的所有信息。

地图矢量数据的压缩主要包括各种图形要素的数据压缩。矢量地图压缩的任务在于以尽可能少的抽样点来描述原始地物，并保证在容许的误差范围内，再现地物的形态特征。矢量数据压缩主要是对曲线的压缩。(l)垂距限值法；(2)角度限值法；(3)Douglas一peueker 算法；(4)具有预测功能的曲线矢量数据压缩算法；(5)基于小波变换的地图矢量数据压缩模型。