第三章空间数据处理讲述.pptVIP

第三章 空间数据处理 第一节 空间数据的坐标变换 第二节 空间数据结构的转换 第三节 空间数据融合 第四节 空间数据的压缩与综合 第五节 空间数据的内插方法 第六节 图幅数据边沿匹配处理 重点：1、掌握空间数据压缩、数据内插的概念 2、掌握矢量数据的压缩——特征点筛选法 3、掌握区域内插方法：比重法的计算过程 第四节 空间数据的压缩与综合 第四节 空间数据的压缩与综合 压缩比： 表示曲线信息载量减少的程度，即曲线信息载量减少的数量化表示。 设数据集S中曲线的原来点序列为： A： {A1，A2，…，An} 压缩处理后，获得新的子序列为： A`： {As1， As2，…，Asm} 第四节 空间数据的压缩与综合 第四节 空间数据的压缩与综合 特征点筛选法算法如下： 第四节 空间数据的压缩与综合 第四节 空间数据的压缩与综合 主要过程描述： (1)对曲线的离散点P(x0,y0) ， P(x1,y1) ，… P(xn,yn) ，设它的两个端点为A=P(x0,y0)和B＝ P(xn,yn) ，并用线段连接AB。 (2)在AB 范围内的点列中寻找与AB线段具有最大距离的点，记它为C。将AC、BC相连，去掉线段AB。 (3)寻找与AC 具有最大距离的点D，连接AD、DC；寻找与CB具有最大距离的点E，连接CE、EB，去掉AC、BC。如果满足预定要求，那么折线ADCEB即为AB的分段拟合结果；否则，对AD、DC、CE、EB分别执行(2)，直到满足预定要求为止。 第四节 空间数据的压缩与综合 栅格数据压缩的概念 影像数据压缩的可能性是因为像素之间存在着较强的相关性： 从统计观点上看，某像素的灰度值总是和周围其他像素的灰度值有某种关系，应用编码方法提取并减少这种相关牲，便可实现影像数据的压缩。 从信息论观点来看，影像压缩就是减少影像信息中无用的冗余信息。 压缩编码策略 保真度编码：多灰度影像常用保真度编码，允许有极小的误差； 信息保持编码：二值影像和灰度等级较少的影像多采用信息保持编码，不允许有误差存在。如，行程编码。 第四节 空间数据的压缩与综合 (1) 数据属性的重新分类 如:在土地利用动态监测研究中，不同时期土地利用类型的调整、综合；另外比例尺的缩小也需要对属性数据进行合并。 (2) 空间图形的化简 当属性数据发生变化后，势必有一些图斑与相邻图斑的属性一致，这时就应该将这些图斑合并，即去掉公共边。 (3) 图形特征的内插 随着图形比例尺的放大，需要插入与比例尺相对应的图形信息。 第五节 空间数据的内插方法 空间数据内插概念 设已知一组空间数据，它们可以是离散点的形式，也可以是分区数据的形式，空间数据的内插就是从这些数据中找到一个函数关系式，使该关系最好地逼近这些已知的空间数据，并能根据该函数关系式推求出区域范围内其他任意点或任意分区的值。 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 克里金法（Kriging）: 假设被插值的某要素可以被当做一个区域化的变 量来看待。区域化的变量随所在区域位置的改变而 连续地变化，彼此离得近的点之间有某种程度上的 空间相关性，而相隔较远的点之间在统计上看是相 互独立的。克里金法就是建立在一个预先定义的协 方差模型的基础上通过线性回归方法把估计值的方 差最小化。 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第五节 空间数据的内插方法 第六节 图幅数据边沿匹配处理 小心地修改空间数据库中点和矢量的坐标，以维护数据库的连续性； 先对准两幅图的一条边缘线，然后再小心地调整其它线段使其取得连续。 第六节 图幅数据边沿匹配处理 第六节 图幅数据边沿匹配处理 第六节 图幅数据边沿匹配处理 通过边沿处理，组成较大区域的连续图幅的数据后，需对属性相同的图斑合并。 第六节 图幅数据边沿匹配处理 (1)在历史区上叠加满足精度的格网。将历史区内的各格网赋予平均值。假设整个区域分为4x4栅格，求出： A区每个栅格值为 35／7 = 5.0 B区每个橱格值为 30／6 = 5.0 C区每个栅格值为 10／3 = 3.3 如图所示 3 6 7 面积 10 30 35 人口 C B A 5.0 5.0 5.0