第2讲-空间数据组织与计算机表达综述.ppt

栅格数据模型的规整格网本身就可以看做是一种直角坐标网，或坐标网的一部分；空间位置数据隐含在格网的行、列数之中，或者说，像元记录的顺序已经隐含了空间坐标；行、列数加上4个位置参数(图2—10c)，所有像元空间位置就可确定。但是，像元坐标取值是分立的或离散的，坐标值以?x和?y为单位等间隔地增减，而不能像矢量模型的坐标数据那样任意、连续地取值。这是栅格数据模型与矢量数据模型的一个明显差别。 二、完全栅格空间数据结构 完全栅格数据结构又称为简单栅格数据结构，它主要相对于压缩的栅格数据结构而言。完全栅格结构原封不动地采取规整的矩阵数组形式；而压缩结构则将矩阵用某种精简方式来记录。 二、完全栅格空间数据结构 1．数据量及其与精度的关系 完全栅格数据结构的数据量容易由下式计算： 数据量(字节): 像元总数*每个像元(属性数据)所占字节数 = 行数 * 列数 * 每个像元所占字节数 采用栅格数据模型时，首先要处理的主要是数据量与精度的矛盾。 精度提高到n倍，数据量提高到n2倍 2．不同地学应用类型的栅格数据 3．多重属性下的栅格数据结构 栅格图像中一个格子只能放置一个数值，即一个栅格图像只能表达一种因子属性(如地类或植被)，而实践中经常涉及多重因子属性的研究，进行多因子综合分析等。栅格数据结构解决这个问题的主要办法是：采用多层(Layer)栅格数据，每一层栅格数据采用完全一致的格网，分别表达某一种因子属性。注意，矢量数据也常需要采用多层表达方式，例如对同一地区绘制各种专题地图。但应当看到，一幅矢量地图可以表达不止一种因子属性(例如交通、水系等属性可以同时绘于一幅图中)，而栅格图像每一幅只能表达一种因子属性。因此，当涉及不止一种因子属性的分析研究时，栅格数据更加需要多层表达方式。 在GIS实践中经常遇到的多层栅格数据主要有两种类型。其一是多因子综合分析。另一种常用的多层栅格数据是多波段遥感数据。 4．多层栅指数据结构的文件格式 多层的完全栅格数据结构可以采取不同的文件格式。其中一种常用的格式是每一层栅格图像按正常行列序形成一个文件，一个接一个文件存放；这种方式在遥感图像处理中称为波段顺序(BSQ)格式。另一种常用格式是逐行格式(BIL)。在BIL数据中，所有波段逐行交叉排列，共同形成一个文件。该文件的第1行是第一波段第1行；接下第2行是第二波段的第1行；再接下是第三波段第1行，……所有波段的第1行依次排好后，再依次排列所有波段的第2行，然后依次排列所有波段的第3行，……如此等等。这种格式有利于多重图像的叠合分析或操作，因为同一行像元的多重属性值的物理地址相近。 多重属性的栅格数据也可用另一种格式来组织，即采取一个栅格图像加上属性表的方式。该属性表中的每一行记录着每一像元的多重属性；而在该栅格图像中，像元的值则是指向属性表中相应记录的指针。这样，也比较容易找到任何像元的多重属性值。 三、压缩的栅格空间数据结构 压缩栅格数据的必要性从图2—10所示的栅格数据一目了然，在那里，很多像元取相同数值，数据冗余明显。压缩的栅格数据结构就是对完全栅格数据结构采取简化方法来记录的结果。下面介绍几种不同的压缩方法导致的压缩结构。 1．游程长度编码(Run_Length Encoding)或块码 游程长度编码和块码适宜于压缩像元属性值连接的、成片的相同的栅格数据，压缩方法简单，且能极大地减少存储空间。 游程编码的压缩规则是将同一行(也可按列，但多数按行进行)中具有相同居性值的邻近像元组织在一起，称为一个游程。每个游程用一对数字表达，其中第一个数字为游程长度(所延续的列数)，第二个数字为这一游程像元的属性值。每个新行都以新的游程开始。 编码特点：简单、多对一，减少存储，增加运算，压缩效率受完全栅格结构的扫描顺序影响较大 块式编码：二维游程编码 2、链式编码(Chain Encoding)：又称Freemon编码，是用从某一起点开始沿8个基本方向前进的单位矢量链来表示线状地物或多边形的边界。单位矢量长度为一个栅格单元的边长或对角线的长度，每个后续点位于前继点的8个基本方向之一。如下图多边形4，起点(3, 8), 链码为：334557001 每个链码只需3个bit，可起到数据压缩作用。 链式编码对长度、面积的运算能力较强，类似矢量，但不具有区域的性质，难以实现区域的空间运算。 链码或链式编码特别适合于表达线状空间对象(线状地物和多边形边界)的栅格数据 3、四叉树编码(Quarter-tree Encoding)：又称为四分树或四象限编码。它要求图像为边长等于2的整数幂(2n)的正方形(不符合这个条件可通过补零凑齐)。其编码思路是，空间区域逐次四