地理信息系统导论-第4章-栅格数据模型.ppt

四叉树的建立计算量大，数据存储量通常也大，实际上不能作为数据的压缩方式。但用于查询（检索数据）较容易。 数据压缩 数据压缩指减少数据存储量 图像压缩技术又可以分为无损压缩和有损压缩 无损压缩方法允许图像被精确重构。如游程编码方法(RLE)就是无损压缩的一个实例 有损压缩(lossy compression)方法不能完全重构原始图像，但是却可以达到较高至很高的压缩率 图像压缩技术又可以分为无损压缩和有损压缩。 无损压缩方法允许图像被精确重构。如游程编码方法(RLE)就是无损压缩的一个实例。PackBits压缩方法是一种有效的游程编码方法的变体。尽管GIF格式在技术上是无损的，但是它并不能保持原有图像的质量，因为它最大只能达到256（8比特）色。TIFF数据格式可以提供用于图像压缩的PackBits和LZW JPEG2000使用小波变换。小波变换被认为是用于图像压缩的最新选择 JPEG 2000可 无损 或 有损压缩 无损压缩方式保存小波系数，并使用小波系数对原始图像进行重构 数据转换 矢量数据 —— 栅格数据 原比例 5倍放大 12倍放大 本章内容 分7节： 栅格数据的基本要素，包括栅格数值、像元大小、波段和空间参照系统； 卫星图像 数字高程模型 其他类型栅格数据 栅格数据结构 栅格数据压缩方法 矢量数据与栅格数据之间的变换（转换）； 4、栅格数据模型 4.1 栅格数据模型要素 栅格数据（raster data）由行、列排列的像元组成（像元矩阵） 像元又称为像素，具有尺寸或大小 像元由其所在栅格的行、列的定义位置和坐标 行、列位置也称影像坐标，通常由栅格左上角起始 栅格数据模型，在GIS中也被称为格网（grid）、影像（image）、栅格地图（raster）、表面覆盖(surface cover)等 （0,0） （M, N) 像元，具有边长、面积、隐含坐标 影像坐标系 （x, y） （行、列） 左上角 0 1 2 3 4 5 6 7 0 0 0 0 0 1 1 0 0 1 0 0 0 1 1 1 0 0 2 0 0 1 1 1 1 1 0 3 0 0 1 1 1 1 1 0 4 0 0 1 1 1 1 1 0 5 0 1 1 1 1 1 1 0 6 0 1 1 1 1 1 1 0 7 0 0 0 0 0 0 0 0 像元值：整型数据（整数）或浮点数，同幅栅格限于同种数据 位数：8bit、16bit、32bit、64bit，等 浮点型栅格比整型栅格需要更多的计算机存储空间，涉及大范围（大型）的GIS项目，必须考虑数据量的控制 栅格的行与列，储存方式与二维数组同，也可视为矩阵 在某些算法上，具有存储和运算的简单和效率，栅格数据运算通常比矢量数据简单 像元大小：指像元的边长 像元大小决定分辨率 一个1m的像元意味着，每一个像元为1平方米(1×1m)。同理，一个30m的像元，900平方米(30×30m) 优缺点： 像元太大，则无法表示空间要素的精细差异，增加一个像元中存在混合要素（如覆盖了森林、牧场与水域）的机会 采用较小的像元，分辨率增加，但增加了数据量，间接增加数据处理时间 栅格波段：某些格式可以存储多个波长（波段）的数据，如LandSat卫星有7波段 空间参照：经过处理（可通过地理参照、或投影、正射校正等），具有确定的投影坐标或地理坐标的栅格数据，通常称为地理参照栅格数据 再次提醒：多个图层的叠加，数据必须基于相同的坐标系统 卫星影像 目前可获取的影像数据源 雷达数据：SAR（合成孔径雷达） 中国商业用途卫星数据资源 国产资源、高分、中巴等卫星遥感数据 美国陆地卫星LANDSAT系列 印度IRS-P6 欧空局雷达卫星系列（ERS、ENVISAT） 加拿大雷达卫星系列（RADARSAT） 法国地球观测卫星SPOT系列 美日加3国 TERRA卫星 日本ALOS卫星 泰国THEOS卫星 卫星 传感器 全色 可见光 近红外 短波红外 热红外 雷达 最小 最大 最高 最低 LandSat5 TM 3 1 2 1 - 16 16 30 120 Landsat7 ETM+ 1 3 1 2 1 - 16 16 15 60 LandSat8 OLI/TIRS 1 4 1 3 3 - 16 16 15 100 卫星 传感器 全色 可见光 近红外 短波红外 热红外 雷达 最小 最大 最高 最低 IRS-P6 AWiFS - 1 1 1 - - 5 5 58 70 LISS-3 - 2 1 1 - - 24 24 23.5 23.5 LISS-4 MN - 1 - - - - 5 24 5.8 5.8 LISS-4 MX - 2 1 - - - 5 24 5.8 5.8 卫星 传感器 全