Что такое растровые данные?

В простейшем варианте растровые данные состоят из матрицы ячеек (или пикселов), которая организована в строки и столбцы (сетку), где каждая ячейка содержит значение, несущее некую информацию, например температуру. Растры – это цифровые аэрофотоснимки, спутниковые снимки, цифровые фотографии и даже сканированные бумажные карты.

Данные хранятся в растровом формате, отображающем явление реального мира:

• Тематические данные (также именуемые дискретными) могут отображать, например типы землепользования или почвенные данные.
• Непрерывные данные содержат информацию о таких показателях, как температура, высота над уровнем моря, либо спектральную информацию – в случае с аэрофото- и космическими снимками.
• Изображения могут представлять собой, в том числе сканированные карты и фотографии зданий.

Тематические и непрерывные растры могут быть отображены как слои данных наряду с другой географической информацией на вашей карте, но обычно они используются в качестве исходных данных для осуществления пространственного анализа с помощью дополнительного модуля Дополнительный модуль ArcGIS Spatial Analyst. Растровые изображения часто используются в качестве атрибутов в таблицах – они могут быть показаны вместе с вашими географическими данными и использоваться для передачи дополнительной информации о картографических объектах.

Подробнее о тематических и непрерывных данных

Если структура растра является простой, он может применяться для решения большого количества задач. В ГИС направления использования растровых данных можно разделить на четыре основные категории:

• Растры как базовые карты

  Типичным использованием растровых данных в ГИС является их применение в качестве фонового для показа векторных слоев изображения. Например, ортофотоснимки, показываемые под другими слоями, будут свидетельствовать о том, что слои карты пространственно упорядочены и отображают реальные объекты, а также будут являться источником дополнительной информации. Существуют три основных типа растровых базовых карт – это ортотрансформированные аэрофотоснимки, спутниковые снимки и сканированные карты. Растр, показанный ниже, используется в качестве базовой карты для карты дорог.

• Растры как карты поверхности

  Растры отлично подходят для показа данных, непрерывно изменяющихся в пространстве (поверхностей). Они являются отличным способом хранения непрерывного поля значений в виде поверхности. А кроме того, обеспечивают отображение поверхностей с использованием регулярно расположенных значений. Значения высоты, измеренные с поверхности земли, являются наиболее типичным источником материала для карт поверхностей. Однако для осуществления пространственного анализа могут использоваться и поверхности, отображающие значения количества выпавших осадков, температуры, концентрации, плотности населения и т.д. Расположенный ниже растр отображает рельеф: зеленым цветом показываются низкие участки, а красным, розовым и белым – ячейки, имеющие большие значения высоты.

• Растры как тематические карты

  Растры отображают тематические данные, которые могут быть получены путем анализа других данных. Типичным применением анализа является классификация спутникового изображения по типам землепользования. Как правило, во время этой процедуры значения яркости пикселов в различных каналах многозональных данных делятся на классы (например, по типам растительности) и классам присваиваются значения категорий. тематические карты могут также быть результатом операций геообработки, комбинирующих данные из различных источников: векторных, растровых и данных terrain. К примеру, можно обработать информацию с помощью модели геообработки с целью создания набора растровых данных, подходящего вам для решения конкретных задач. Ниже приведен пример классифицированного набора растровых данных по типам землепользования.

• Растры как атрибуты объектов

  Растры, использующиеся в качестве атрибутов объектов, – это цифровые снимки, сканированные документы и рисунки, имеющие отношение к какому-то географическому объекту или местоположению. Слой участков может сопровождаться сканированными юридическими документами, описывающими последние сделки, совершенные с участками, а слой со входами в пещеру – соответствующими изображениями, связанными с точечными объектами. Ниже представлено цифровое изображение большого старого дерева, использующееся в качестве атрибута слоя городского ландшафта.

С какой целью данные хранятся в растровом виде?

Иногда у вас не будет другого варианта, кроме как хранить ваши данные в растровом виде: например снимки доступны лишь в растровом представлении. Однако есть масса других объектов (например, точечных) и измерений (например, количества выпавших осадков), которые можно хранить не только в растровом, но и в векторном виде.

Преимущества хранения данных в растровой форме:

• Простая структура данных – матрица ячеек со значениями координат и иногда связанных с атрибутивной таблицей
• Предназначенность для расширенного пространственного и статистического анализа данных
• Возможность отображения непрерывных поверхностей и осуществления их анализа
• Возможность хранения точек, линий, полигонов и поверхностей
• Возможность осуществления простых оверлеев с использованием сложных наборов данных

Есть, однако и иные соображения относительно хранения данных в растровом виде, которые, возможно, убедят вас хранить их в векторном виде. Например:

• Могут иметь место пространственные погрешности в связи с ограничениями, вызванными размерами ячейки набора растровых данных.
• Наборы растровых данных могут быть потенциально очень большими. Разрешение растра растет при уменьшении размера ячейки; однако при этом значительно увеличивается объем данных и уменьшается скорость их обработки. Уменьшение размера ячейки в два раза может в четыре раза увеличить объем данных в зависимости от типа данных и способа их хранения.

  Подробнее о размере ячейки

• Недостаток точности, сопровождающий реструктуризацию данных на границах, составленных из регулярных ячеек.

Подробнее об отображении объектов в наборе растровых данных

Основные характеристики растровых данных

В наборах растровых данных каждая ячейка, называемая пикселом, содержит значение. Значения ячеек могут отображать: категории классификации, значения показателей, высоту или спектральную яркость. Категориями классификации могут быть, например, типы землепользования (газоны, леса, дороги и др.) Значение какого-либо показателя несет информацию о земной гравитации, шумовом загрязнении или количестве выпавших осадков. Высота (расстояние) отображает высоту земной поверхности над уровнем моря, которая может использоваться для вычисления крутизны и направления склонов, свойств речных бассейнов и др. Спектральные значения мы видим в спутниковых и аэрофотоснимках – они соответствуют отражательной способности и цвету подстилающей поверхности.

Значения ячеек растра могут быть положительные или отрицательные, целочисленные или с плавающей точкой. Целые значения обычно используются для показа категорий (дискретных данных), а значения с плавающей точкой – для отображения непрерывных полей. Для получения дополнительной информации о дискретных и непрерывных данных см. раздел Дискретные и непрерывные данные. Ячейки также могут иметь значение NoData, означающее отсутствие данных. Для получения информации о NoData обратитесь к разделу NoData в наборах растровых данных.

Растры хранятся в виде упорядоченного списка значений ячеек, например: 80, 74, 62, 45, 45, 34 и т.д.

Территория (или поверхность), отображаемая ячейкой, имеет такую же ширину и высоту, поскольку представляет собой тот же самый участок поверхности, который показан на растре. К примеру, растр высот земной поверхности (т. е. ЦМР) может покрывать территорию в 100 кв. км. Если такой растр состоит из 100 ячеек, каждая ячейка будет отображать 1 кв. км (т.е. участок поверхности размером 1 км х 1 км).

Размеры ячеек могут быть большими или маленькими – в зависимости от того, насколько точно нужно передать поверхность и объекты на ней: это может быть кв. км, кв. футы и даже кв. см. Размер ячейки определяет, насколько качественно или, наоборот, грубо будут отображены объекты на растровом изображении. Чем меньше размер, тем более сглаженным и детализированным будет ваш растр. Однако с увеличением числа ячеек будет увеличиваться и длительность процесса, а также занимаемый растром объем дискового пространства. Если размер ячейки будет слишком большим, может потеряться часть информации и мелкие объекты могут пропасть с изображения. Например, если размер ячейки будет больше, чем ширина дороги, дорога на таком растре может не читаться. На расположенном ниже рисунке вы увидите, как простой полигональный объект будет отображаться в наборах растровых данных с различными размерами пикселов.

Местоположение каждой ячейки определяется строкой и столбцом матрицы, в которых расположена данная ячейка. По существу матрица представляет собой Декартову систему координат, в которой строки матрицы параллельны оси x, а столбцы – оси y. Номера строк и столбцов начинаются с 0. На показанном ниже примере, если растр находится в системе координат проекции Universal Transverse Mercator (UTM) и имеет размер ячейки, равный 100, то ячейка, находящаяся в пятой строке и первом столбце, будет иметь координаты x=300500, y=5900600.

Подробнее о преобразовании набора растровых данных

Часто вам необходимо будет задавать экстент растра. Экстент определяется верхней, нижней, левой и правой координатами прямоугольника, покрытого растром, как показано ниже.